اشتراک گذاری با دوستان
اشتراک گذاری در linkedin
اشتراک گذاری در twitter
اشتراک گذاری در facebook
اشتراک گذاری در telegram
اشتراک گذاری در whatsapp

وضعیت: بسته

  شماره سند:

  تاریخ انتشار: ۱۳۹۹/۱۲/۲۰

  مهلت ارسال پیشنهاد: ۱۳۹۹/۱۲/۲۸

 فرصت‌ها: براساس پیشنهاد‌ها قابل‌ مذاکره خواهد بود.

 تماس : ۰۲۱۸۸۳۹۸۵۶۳ – ۰۲۱۸۸۳۹۸۵۴۳

  ارسال پروپوزال‌ها: https://ghazal.inif.ir/grant

ضرورت مسئله

با افزایش سایز و پیچیدگی شبکه‌های موبایل در سال‏های اخیر، مدیریت مؤثر شبکه به یکی از چالش‏های اساسی اپراتورها تبدیل شده است. مدیریت مؤثر، نیازمند روش‏های بهینه برای پایش شبکه می‎باشد، به‌علاوه سازمان‏های ناظر مانند سازمان تنظیم مقررات و ارتباطات رادیویی در هر کشوری نیازمند بررسی و پایش شبکه اپراتورها در ابعاد وسیع هستند. پایش شبکه امکان بررسی پارامترهای مختلف ازلحاظ وضعیت دسترسی، کیفیت سیگنال و سرویس را فراهم می‏کند. یکی از روش‎های سنتی پایش شبکه، درایو تست است. اجرای این روش نیازمند نرم‏افزار شرکت‌های خارجی است و از طرفی هزینه لیسانس این نرم‏افزارها نیز بسیار بالا است. گرچه برخی شرکت‏ها اقدام به کرک چنین نرم‏افزارهایی کرده‏اند، بااین‌حال نرم‏افزارهای کرک‏شده نیز ممکن است در تحلیل داده‏ها دچار خطا شوند. از دیگر مشکلات درایوتست، دشواری اجرای آن در مناطق مرزی و صعب‏العبور است. معایب دیگر این روش، آفلاین بودن، وابستگی به زمان، نیاز به نیروی انسانی متخصص و هزینه بالای این روش می‏باشد. همچنین با بزرگ شدن شبکه موبایل، به‏کارگیری شبکه 5G و گسترش کاربردهای IOT پیش‌بینی می‌شود پایش شبکه با این روش با چالش‌های جدی روبرو خواهد شد. برای غلبه بر چالش‌های مدیریت شبکه و با توجه به تجربه کشورهای پیشرفته، باید با افزایش انعطاف‌پذیری و سهولت در مدیریت شبکه از طریق به‌کارگیری شبکه خودسازمانده (SON) وارد عمل شد. درواقع شبکه باید بتواند به‌صورت پویا و بر اساس تغییرات خود را تطبیق دهد تا بهترین بازده را در هر شرایطی فراهم نماید. به‌طورکلی به‌کارگیری شبکه خودسازمانده (SON) می‌تواند موجب ساده‌سازی و کاهش وظایف اپراتورها، افزایش انعطاف‌پذیری و چابکي و درعین‌حال کاهش پیچیدگي کلي شبکه، کاهش هزینه‌ها و همچنین ساده‌سازی رویه‌های نگهداری و بهینه‌سازی شبکه شود.

مشروح مسئله تحقیقاتی

مجموعه مشکلات موجود در روش‌های مرسوم پایش شبکه (درایوتست) باعث شد تا شرکت متقاضی تحقیق به راه‌حل‌های جایگزین در حوزه پایش شبکه بپردازد و در این راستا پلتفرمی را توسعه داد. این پلتفرم شامل اجزایی از قبیل پروب، نرم‌افزار اندرویدی، نرم‌افزار تحت وب پایش شبکه و پایگاه داده می‌باشد که در آن به کمک آنتن‌های موبایل BTS، اطلاعات از پروب‌های از راه دور و اپلیکیشن اندرویدی به پایگاه داده منتقل می‌گردد. بنابراین پلتفرم فوق شامل بخش‌های زیر می‌باشد:

  • جمع‌آوری داده در بخش RAN از طریق پروب و اپلیکیشن
  • تحلیل، تجمیع و یکپارچه‌سازی داده‌ها
  • نمایش نتایج و ارائه گزارش از طریق نرم‌افزار تحت وب

در ذیل توضیحاتی در خصوص اجزاء این پلتفرم آمده است: پروب: یکی از اجزاء مهم پلتفرم پروب‌های فعال از راه دور (Active Remote Probe) است. به کمک پروب امکان پایش شبکه بدون وابستگی به نیروی انسانی فراهم شده است و می‌توان به‌طور پیوسته و برخط داده‌هایی از وضعیت شبکه داشت. پروب از راه دور با امکان نصب ثابت در مکان دلخواه یا روی وسایل نقلیه در حال حرکت، امکان اندازه‌گیری پارامترهای شبکه و کیفیت سرویس‌های مختلف را از منظر کاربر در تکنولوژی‌های مختلف (2G/3G/4G) و به‌طور پیوسته در هر زمان فراهم می‌کند. کاربر می‌تواند از طریق web application پیکربندی و تعریف انواع تست را از راه دور بر روی پروب انجام دهد. پارامترهای ارسالی به‌صورت گزارش‌های مختلف بر روی سامانه قابل‌بررسی و مقایسه و پیگیری است. ازجمله قابلیت‌های این دستگاه امکان مقایسه چندین اپراتور و تعریف تست مشابه برای هر یک از آن‌ها می‌باشد. نرم‌افزار اندرویدی: علاوه بر پروب، پایش شبکه می‌تواند توسط نرم‌افزار اندرویدی نیز صورت پذیرد. بدین‌صورت که با نصب این نرم‌افزار بر روی گوشی‌های موبایل، امکان بررسی وضعیت شبکه موبایل نیز فراهم می‌گردد. نرم‌افزار تحت وب: این نرم‌افزار تحت وب به‌عنوان بخشی از پلتفرم پایش شبکه، با اتصال به پایگاه داده مرکزی امکان مدیریت اجزاء سامانه را فراهم می‌آورد و به کاربر این امکان را می‌دهد که از هرجایی بتواند برای دستگاه یا گروهی از دستگاه‌ها سناریوی تست جدید تعریف کند یا سناریوی تست قبلی را تغییر دهد. با تعریف تست جدید، به‌طور خودکار دستگاه در زمان تعیین‌شده شروع به انجام تست خواهد کرد. همچنین امکان ویرایش دستگاه‌ها (حذف، اضافه کردن، تغییر مشخصات و گروه) در این نرم‌افزار وجود دارد. پایگاه داده: تمامی داده‌های RAN که به روش‌های مختلف پایش می‌شوند در پایگاه داده نگه‌داری می‌شود.   پلتفرم معرفی‌شده در بخش‌های مختلف می‌تواند توسعه‌یافته و کارآمدتر شود. به‌منظور برای برآورده ساختن الزامات متنوع و نامتجانس شبکه یکی از نیازهای اساسی این پلتفرم، قابلیت‌هایی نظیر تطبیق‌پذیری، توسعه‌پذیری و انعطاف‌پذیری است، ضمناً با پیاده‌سازی شبکه 5G انتظار می‌رود در آینده نزدیک، شبکه‌های ارتباطات سیار به سطح جدید و پیچیده‌تری از مدیریت شبکه نیاز داشته باشند. همچنین تعداد دستگاه‌های بکار گرفته‌شده در شبکه موبایل با گسترش کاربردهای IOT بسیار افزایش خواهد یافت که این امر مدیریت شبکه را به‌مراتب سخت‌تر می‌کند. یکي از راهکارهای موردتوجه برای مواجهه با چالش‌های جدید مدیریت شبکه در پلتفرم مانیتورینگ شبکه موبایل، افزایش انعطاف‌پذیری و سهولت در مدیریت شبکه از طریق به‌کارگیری شبکه خودسازمانده (SON) است. شبکه SON شامل 3 ماژول اصلی می‌شود که عبارت‌اند از:

  • self-configuration
  • self-optimization
  • self-healing

منظور از self-optimization بهینه‌سازی شبکه موبایل به‌صورت خودکار است. به‌طورمعمول اپراتورها با پایش شبکه و بررسی پارامترها و KPI (Key Performance Indicator) ها فرآیندی دائمی برای بهینه‌سازی شبکه دارند. این ویژگی SON می‌تواند KPI ها را مانیتور کند و پارامترهای مرتبط را بر اساس بهبود مورد انتظار در  KPIها تغییر دهد. یکی از مهم‌ترین اهداف self-optimization بهینه‌سازی پوشش و ظرفیت یا Coverage and Capacity Optimization (CCO) است که می‌تواند با بهینه کردن عواملی مثل زاویه tilt و azimuth آنتن و توان تشعشعی حاصل شود. هدف دیگر کاهش تداخل بین سلول‌ها و تعادل بار یا Mobility Load Balancing (MLB) است. ازآنجاکه پیاده‌سازی SON بسیار گسترده و شامل عناصر زیادی است، به یک بخش از آن در مرحله اول اکتفا شده و کاربرد Self optimization انتخاب شده است. همچنین به دلیل گستردگی بالا در همین ماژول و با توجه به زیرساخت‌های موجود و نیاز کشور، در این پروژه تحقیقاتی به‌طور خاص تمرکز بر روی بهینه‌سازی خودکار پوشش و ظرفیت Coverage and Capacity Optimization (CCO) است. ضمناً باید توجه داشت که پیاده‌سازی ماژول‌های SON نیاز به تحلیل کلان داده و استفاده از الگوریتم‌های هوش مصنوعی دارد تا با استفاده از آن، SON بتواند بر اساس شرایط مختلف آموزش دیده و بهترین عکس‌العمل را داشته باشد؛ بنابراین هدف این پروژه تحقیقاتی پیاده‌سازی CCO با بهره‌مندی از هوش مصنوعي است که بر روی زیرساخت فعلی مانیتورینگ قابل پیاده‌سازی باشد. در این راستا باید از الگوریتم‌های هوش مصنوعی جهت تحلیل داده‌ها استفاده نمود. پیش‌بینی می‌شود برای اجرای این پروژه، باید بخشی تحت عنوان «بخش عملیات» توسعه یابد. درواقع با تحلیل داده‌های جمع‌آوری‌شده و گزارش مشکلات شبکه و راه‌حل قابل‌اجرا، بخش عملیات باید قادر به اجرای تصمیمات گرفته شده باشد. مجری نیاز به کار میدانی و جمع‌آوری داده ندارد. جهت آموزش و تست الگوریتم‌های هوش مصنوعی، داده‌های قبلی جمع‌آوری‌شده از شبکه موبایل به همراه پروب از راه دور برای جمع‌آوری داده‌های جدید (در صورت نیاز)، در اختیار مجری قرار داده می‌شود.   همچنین نیازی به هماهنگی مجری با اپراتورها جهت توسعه مدل یا شبیه‌سازی و تست آن نمی‌باشد.   با توجه به موارد مذکور انتظار می‌رود تا مجری تحقیق، پس از بررسی راهکارهای موجود در راستای توسعه ماژول CCO، پیشنهادات لازم و محتمل در خصوص تغییر در بخش‌های مختلف پلتفرم را ارائه نماید و سپس با تحلیل داده‌ها به کمک الگوریتم‌های هوش مصنوعی و پیاده‌سازی تغییرات پیشنهادی در بخش‌های جمع‌آوری داده، تحلیل و تجمیع داده و بخش نتایج و گزارشات، بتواند مدلی را در سامانه بهینه‌سازی خودکار پوشش و ظرفیت شبکه را توسعه دهد.   

گام‌های تحقیق

  • بررسی راه‌حل CCO در شبکه‌های LTE، نیازمندی‌ها و روش‌های پیاده‌سازی
  • پیشنهاد تغییرات لازم برای پیاده‌سازی نیازمندی‌های CCO در بخش‌های مختلف پلتفرم موجود شامل بخش جمع‌آوری داده، بخش تحلیل و تجمیع داده و بخش نتایج و گزارشات
  • پیشنهاد ایجاد بخش عملیات در پلتفرم موجود
  • امکان‌سنجی تغییرات لازم در هر بخش با در نظر گرفتن یکپارچگی سیستم
  • تحلیل و آماده‌سازی داده‌های جمع‌آوری‌شده از شبکه موبایل، توسعه مدل بهینه‌سازی خودکار پوشش و ظرفیت شبکه با استفاده از الگوریتم‌های هوش مصنوعی
  • پیاده‌سازی تغییرات در بخش‌های مختلف پلتفرم موجود
  • پیاده‌سازی بخش عملیات
  • تست و صحت سنجی سورس کدها

خروجی‌های مورد انتظار تحقیق

توسعه ماژول CCO به‌منظور بهینه‎سازی خودکار پوشش و ظرفیت شبکه در پلتفرم مانیتورینگ شبکه موبایل به همراه ارائه مستندات و موارد زیر:

  • ارائه گزارش راه‌حل CCO در شبکه‌های LTE، نیازمندی‌ها و روشهای پیاده‌سازی
  • ارائه گزارش پیشنهاد تغییرات لازم برای پیاده‌سازی نیازمندی‌های CCO در بخش‌های مختلف پلتفرم موجود به همراه امکان‌سنجی تغییرات لازم در هر بخش با در نظر گرفتن یکپارچگی سیستم
  • ارائه سورس کد پیاده‌سازی شده برای دستیابی به تشخیص مشکلات پوشش و ظرفیت شبکه بر اساس KPI های قابل تنظیم و ارسال دستورات لازم به شبکه جهت برطرف کردن مشکلات
  • ارائه گزارش تست عملکرد الگوریتم برای شناسایی و برطرف کردن مشکل پوشش و ظرفیت

الزامات تحقیق

  • شبکه شبیه‌سازی و مدل‌سازی شده، باید حداقل شامل 20 سلول باشد.
  • برای پیاده‌سازی انتظار می‌رود KPI های مؤثر در coverage و capacity از لیست جدول زیر در تابع هدف گنجانده شوند.
  • بعد از اجرای الگوریتم و اعمال دستورات به شبکه باید متوسط 5% بهبود در KPI های جدول زیر برای هر تکنولوژی حاصل گردد.
TechnologyCategoryDomainKPI
LTECoveragePSRSRP
CoveragePSRSRQ
AccessibilityPSRRC Setup Success Rate
MobilityPSInter Freq handover Success Rate
QualityPSDL Throughput per UE
QualityPSUL Throughput per UE
QualityPSDL Packet Loss Rate
QualityPSSINR
3GCoveragePS/CSCPICH RSCP
CoveragePS/CSCPICH Ec/Io
AccessibilityCSCall Setup Success Rate
AccessibilityPSPS Setup Success Rate
Retain abilityVoiceVoice Drop Call Rate
Retain abilityPSPS Drop Rate
IntegrityPSDL Throughput per UE
IntegrityPSUL Throughput per UE
MobilityPSHandover success rate
2GRetain abilityVoiceCall Block Rate
Retain abilityVoiceCall Drop Rate
AccessibilityVoiceCall setup Success rate
IntegrityVoiceHandover Success Rate
CoveragePS/CSRxlevel
IntegrityPSGPRS average throughput
IntegrityPSEGPRS average throughput
QualityVoiceRxQual>=6

معیارهای ارزیابی و انتخاب مجری

  • تحصیلات و سوابق تیم تحقیقاتی و تناسب آن با مسئله
  • رویکرد فنی تیم تحقیقاتی به مسئله
  • دسترسی به تجهیزات آزمایشگاهی و مواد اولیه و سایر الزامات اجرای تحقیق
  • زمان و هزینه اجرای تحقیق

تسهیم مالکیت فکری

مالکیت معنوی: مجری در مالکیت معنوی ناشی از اجرای تحقیق سهیم خواهد بود و انتشار مقاله مشترک توسط مجری و متقاضی در ژورنال‌های داخلی و خارجی، ارائه مقاله در کنفرانس‌ها و سمینارها با موافقت و اشاره به نام همه دست‌اندرکاران مجاز خواهد بود.

مالکیت منافع مادی: با توجه به مدل کسب‌وکار شرکت متقاضی، منافع مالی ناشی از توسعه این فناوری تماماً متعلق به شرکت متقاضی بوده و مجری صرفاً حق‌الزحمه اجرای پروژه تحقیقاتی را دریافت خواهد کرد.

روش ارسال پیشنهاد

پروپوزال‌ها صرفاً باید در چارچوب موردنظر صندوق نوآوری و شکوفایی، تدوین و حداکثر تا تاریخ 28 اسفند‌ماه 1399 در سامانه غزال به آدرس https://ghazal.inif.ir/grant ارسال شوند. پروپوزال‌هایی که در چارچوبی غیرازآن، یا به روش‌های دیگر به دست صندوق برسند، وارد فرایند ارزیابی نخواهند شد.