Upload
burtonsinaga
View
67
Download
5
Embed Size (px)
DESCRIPTION
contoh TA
Citation preview
UNIVERSITAS TELKOM
RESOURCE SHARING PADA SISTEM WIRELESS SC-FDMA
PROPOSAL TUGAS AKHIR
NAMA MAHASISWA 110xxxxxxxx
FAKULTAS TEKNIK ELEKTRO PROGRAM STUDI SARJANA TEKNIK TELEKOMUNIKASI
BANDUNG NOVEMBER 2014
LEMBAR PENGESAHAN
Proposal Tugas Akhir ini diajukan oleh :
Nama : Nama Mahasiswa
NIM : 110110XXX
Program Studi : Sarjana Teknik Telekomunikasi
Judul Tugas Akhir : XXXXXXXXXXXXX
Bandung, 10 November 2014
Mengetahui
Pembimbing I : Dr. Ir. xxxx, M.Eng (.................................)
9975XXXXXXX
Pembimbing II : Dr. Ir. xxx, M.Eng (.................................)
9975XXXXXXXX
iiUniversitas Telkom
ABSTRAK
Nama : Nama Mahasiswa
Program Studi : Teknik Telekomunikasi
Judul : XXX
Pertumbuhan jumlah pengguna layanan broadband mobile cellular berbasis internet
protocol (IP) telah mendorong peningkatan kebutuhan laju data untuk mengakses berbagai
macam jenis layanan telekomunikasi. Disisi lain, jaringan akses wireless sebagai
infrastruktur terdepan dalam memberikan berbagai layanan mempunyai keterbatasan
dalam hal penggunaan sumberdaya radio. Diperlukan suatu metoda resource sharing
dengan menerapkan skema pengalokasian sumberdaya agar penggunaan sumberdaya tetap
efisien dan mempunyai quality of service yang tetap terjaga serta mempunyai
kompleksitas rendah. Third Generation Partnership Project Long Term Evolution (3GPP-
LTE) telah diperkenalkan sebagai standar Next Generation Network (NGN) pada sistem
seluler generasi keempat. 3GPP-LTE telah mengadopsi sistem Single Carrier Frequency
Division Multiple Access (SC-FDMA) sebagai standar teknologi akses jamak pada arah
uplink untuk mengakomodasi berbagai macam layanan broadband berbasis internet
protocol.
Pada sistem wireless SC-FDMA, kondisi lingkungan dan mobilitas semua user
membuat kondisi propagasi setiap user pada semua subcarrier berubah dari waktu ke
waktu. Diperlukan skema pengalokasian sumberdaya radio berkompleksitas rendah yang
mampu beradaptasi terhadap perubahan kondisi tersebut. Diperlukan pula skema yang
mampu menggunakan sumberdaya menjadi lebih efisien dibanding generasi sebelumnya.
Pertimbangan dalam pencapaian performansi dan kompleksitas waktu komputasi menjadi
area terbuka yang dapat dikembangkan dan dieksplorasi lebih lanjut untuk mendapatkan
skema pengalokasian sumberdaya baru.
Tugas akhir ini menjawab isu tersebut dengan mengembangkan skema pengalokasian
sumberdaya berbasis mean greedy. Skema tersebut dibangun berdasarkan solusi dari
persoalan optimasi pengalokasian. Persoalan pengalokasian dimodelkan sebagai persoalan
iiiUniversitas Telkom
linear programming dengan obyektif optimasi adalah quality of service dengan constraint
optimasi berupa persyaratan alokasi. Skema yang dikembangkan dibangun dari algoritma
berbasis mean greedy karena mempunyai pertimbangan praktis untuk diimplementasikan.
Dengan menggunakan pendekatan asimtotik, skema baru yang dikembangkan
mempunyai kompleksitas waktu komputasi yang sama dengan skema mean greedy
konvensional. Kemudian berdasarkan hasil pengujian menggunakan metoda montecarlo,
skema yang dikembangkan mampu memberikan perbaikan performansi pada skenario dan
persyaratan tertentu sehingga dapat dipertimbangkan untuk diimplementasikan pada
kondisi nyata.
Kata kunci : Resource Sharing, Combined-order Allocation, Mean Greedy, SC-FDMA
ivUniversitas Telkom
DAFTAR ISI
LEMBAR PENGESAHAN..............................................................................................................................ii
ABSTRAK.......................................................................................................................................................iii
DAFTAR ISI.....................................................................................................................................................v
DAFTAR GAMBAR.......................................................................................................................................vi
DAFTAR TABEL...........................................................................................................................................vii
DAFTAR SINGKATAN...............................................................................................................................viii
BAB 1 PENDAHULUAN...............................................................................................................................10
1.1 Latar Belakang.................................................................................................................................10
1.2 Penelitian Terkait.............................................................................................................................11
1.3 Perumusan Masalah........................................................................................................................11
1.4 Pertanyaan Penelitian......................................................................................................................12
1.5 Asumsi dan Batasan Masalah..........................................................................................................12
1.6 Tujuan Penelitian.............................................................................................................................13
1.7 Hipotesis Penelitian.........................................................................................................................13
1.8 Metodologi Penelitian......................................................................................................................13
BAB 2 TINJAUAN PUSTAKA.....................................................................................................................17
2.1 Evolusi Standar Selluler menuju 3GPP-LTE...................................................................................17
2.2 Sistem 3GPP LTE.............................................................................................................................18
2.3 Kompleksitas Waktu Pengalokasian................................................................................................19
BAB 3 DESAIN MODEL SISTEM DAN SKENARIO EVALUASI.........................................................20
3.1 Desain Model Sistem........................................................................................................................203.1.1 Model Sistem SC-FDMA.........................................................................................................203.1.2 Pembangkitan Channel State Information................................................................................21
3.2 Skenario Evaluasi............................................................................................................................213.2.1 Evaluasi Pada Kondisi Tanpa Power Control..........................................................................223.2.2 Evaluasi Pada Kondisi Penerapan Power Control....................................................................22
DAFTAR REFERENSI..................................................................................................................................23
vUniversitas Telkom
DAFTAR GAMBAR
Gambar 1.1 Model dan formulasi masalah.........................................................................14Gambar 1.2 Desain kerangka kerja (teknik) pemecahan masalah.......................................15Gambar 1.3 Tahap model pemecahan masalah dan validasi..............................................15Gambar 1.4 Pengumpulan data hasil simulasi dan analisis.................................................16Gambar 2.1 Subcarrier dalam sistem OFDM ....................................................................19Gambar 3.1 Model Sistem SC-FDMA................................................................................20
viUniversitas Telkom
DAFTAR TABEL
Tabel 2.1 Kategori kompleksitas berdasarkan orde polynomial ........................................19
viiUniversitas Telkom
DAFTAR SINGKATAN
3GPP 3rd Generation Partnership Project Long Term Evolution
AHP Analytic Hierarchy Decision Process
CB-MEG Chunk-based Mean Enhanced Greedy
CB-SMEG Chunk-based Single Mean Enhanced Greedy
CDMA Code Division Multiple Access
CNR Channel to Noise Ratio
CP Cyclic Prefix
CSI Channel State Information
D-FDMA Distributed Single Carrier Frequency Division Multiple Access
DFE Decision Feedback
DFT Discrete Fourier Transform
DS-CDMA Direct Sequence Code Division Multiple Access
FDD Frequency Division Duplex
FM Frequency Modulation
FPC Fractional Power Control
GSM Global System for Mobile Communication
IBI Interblock Interference
IDFT Inverse Discrete Fourier Transform
I-FDMA Interleaved Single Carrier Frequency Division Multiple Access
IMEG Improved Mean Enhanced Greedy
IMEG-FAIR Improved Mean Enhanced Greedy based on Fairness
IMEG-SE Improved Mean Enhanced Greedy based on Spectral Efficiency
IP Internet Protocol
ISI Intersymbol Interference
ISMEG Improved Single Mean Enhanced Greedy
ISMEG-FAIR Improved Single Mean Enhanced Greedy based on Fairness
ISMEG-SE Improved Single Mean Enhanced Greedy based on Spectral Efficiency
ITU International Telecommunication Union
L-FDMA Localized Single Carrier Frequency Division Multiple Access
viiiUniversitas Telkom
LTE Long Term Evolution
MCRG Multi Criteria Rangking Greedy-based
MEG Mean Enhanced Greedy
MMSE Minimum Mean Square Error
NGN Next Generation Network
OFDM Orthogonal Frequency Division Multiplexing
OFDMA Orthogonal Frequency Division Multiple Access
OTT Over The Top Messaging
PAPR Peak to Average Power Ratio
PROMETHEE Preference Ranking Organization Method for Enrichment Evaluations
SC-FDE Single Carrier with Frequency Domain Equalization
SC-FDMA Single Carrier Frequency Division Multiple Access
SMEG Single Mean Enhanced Greedy
SNR Signal to Noise Ratio
TDD Time Division Duplex
TDMA Time Division Multiple Access
TTI Time Transmission Interval
UMTS Universal Mobile Telecommunications System
WIMAX Worldwide Interoperability for Microwave Access
WMAN Wireless Metropolitan Area Network
ixUniversitas Telkom
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Dewasa ini kebutuhan layanan data yang bersifat mobile semakin meningkat. Hal ini
terlihat dengan meningkatnya jumlah pelanggan yang menggunakan layanan mobile
celluler. Kondisi ekonomi dunia yang melambat atau krisis tidak dapat menahan laju
peningkatan jumlah user mobile celluler. Sampai dengan akhir tahun 2012, the
international telecommunication union (ITU) memprediksi ada sekitar 6,8 miliar
pelanggan mobile celluler1 dan ITU memprediksi terjadi peningkatan jumlah pelanggan
mobile broadband celluler dari 268 juta pada tahun 2007 menjadi 2,1 miliar pada akhir
tahun 20121. Selain itu terjadi peningkatan mobile data service revenue dari 100 US$
miliar pada tahun 2005 menjadi 244 US$ miliar pada tahun 20122. Peningkatan jumlah
pelanggan seluler terutama dipicu oleh meningkatnya pelanggan broadband yang
mayoritas menggunakan layanan berbasis internet protocol (IP) seperti email, web surfing,
over the top (OTT) messaging, layanan audio dan video real time. Meningkatnya jumlah
pelanggan broadband tersebut membuat semakin tingginya laju data yang dibutuhkan
untuk mengakses setiap jenis content. Disisi lain, jaringan akses wireless sebagai
infrastruktur terdepan dalam melakukan ekspansi untuk memberikan layanan mempunyai
keterbatasan sumberdaya seperti frekuensi, daya dan waktu. Sehingga, diperlukan suatu
metoda resource sharing dengan menerapkan pengalokasian sumberdaya agar penggunaan
sumberdaya tetap efisien dan mempunyai quality of service yang tetap terjaga. Untuk
dapat menghantarkan layanan broadband yang berbasis IP dan bersifat real time maka
diperlukan suatu skema pengalokasian sumberdaya yang tertanam pada infrastruktur
jaringan dengan kompleksitas waktu komputasi yang rendah.
Third-generation partnership project-long term evolution (3GPP-LTE) adalah salah
satu standar dari sistem wireless next-generation yang diaplikasikan untuk dapat
memenuhi kebutuhan pelanggan akan layanan broadband berbasis internet protocol(IP)3.
Standar tersebut dapat memberikan laju data sampai dengan 100 Mbps pada tingkat
mobilitas user yang bersifat vehicular3. Teknologi akses pada lapisan fisik yang
digunakan mampu memberikan persyaratan laju data pada layanan broadband sehingga
standar tersebut digunakan sebagai standar seluler generasi keempat. Tugas akhir ini
mengembangkan skema pengalokasian sumberdaya baru pada sistem wireless generasi
keempat arah uplink. Pengembangan diarahkan pada eksplorasi peningkatan performansi
dengan mempertimbangkan kompleksitas waktu komputasi.
1.2 Penelitian Terkait
Pada arah uplink, penelitian di 4567 mengusulkan skema pengalokasian sumberdaya
dengan membagi menjadi pengalokasian daya dan pengalokasian subcarrier.
Pengalokasian daya menggunakan waterfilling power allocation dan pengalokasian
subcarrier dilakukan per unit subcarrier. Di 4 dan 7, obyektif dari alokasi adalah
memaksimalkan jumlah efisiensi spektral sedangkan di 5 dan 6 adalah memaksimalkan
fairness. Untuk mereduksi kompleksitas, penelitian di 89101112131415 menyederhanakan
pengalokasian subcarrier menjadi pengalokasian per unit chunk dan pengalokasian daya
menggunakan equal power allocation. Chunk adalah sekumpulan subcarrier yang
digabungkan berdasarkan kriteria kualitas. Penelitian di 8 memaksimalkan jumlah
efisiensi spektral dan di 9 memaksimalkan fairness. Untuk memanfaatkan kondisi
diversitas multiuser, maka penelitian di 10 mengusulkan pola keterurutan subcarrier yang
dialokasikan untuk tiap user untuk mendapatkan kondisi keragaman antar user. Pola
subcarrier yang berurutan ini disebut L-FDMA. Kondisi diversitas multiuser dapat
digunakan untuk memaksimalkan pencapaian jumlah efisiensi spektral sistem10.
1.3 Perumusan Masalah
Berdasarkan deskripsi latar belakang dan penelitian terkait, maka dapat dirumuskan
beberapa masalah di tugas akhir ini yaitu :
1. Adanya constraint ketersedian daya di tiap user dan constraint pola keterurutan
subcarrier yang dialokasikan ke tiap user membuat persoalan optimasi
pengalokasian pada arah uplink lebih kompleks. Diperlukan skema yang tractable
dengan kompleksitas waktu yang rendah untuk menyelesaikan persoalan tersebut. 11
Universitas Telkom
2. Skema yang diusulkan oleh obilor et al15 pada arah uplink mampu menurunkan
kompleksitas waktu komputasi dan menjaga fairness antar user, namun terdapat
degradasi pencapaian jumlah efisiensi spektral sistem. Skema ini dapat digunakan
sebagai pijakan awal pengembangan skema pengalokasian berbasis mean greedy
untuk meningkatkan jumlah efisiensi spektral sistem namun tetap menjaga fairness
antar user.
3. Perlunya penelusuran kaitan antara parameter jumlah efisiensi spektral sistem dan
fairness sebagai pijakan untuk menentukan fungsi obyektif pada persoalan
optimasi.
1.4 Pertanyaan Penelitian
Berdasarkan rumusan masalah maka penelitian ini menjawab beberapa pertanyaan
sebagai berikut :
Bagaimana memformulasikan model resource allocation pada sistem single cell SC-
FDMA?
Bagaimana memodelkan channel state information dari semua user?
Bagaimans proses resource allocation berbasis mean greedy pada skema eksisting?
Bagaimana mengembangkan skema pengalokasian berbasis algoritma mean greedy
yang mampu memperbaiki jumlah efisiensi spektral sistem dan tetap mampu menjaga
fairness antar user tanpa menambah kompleksitas waktu?
Bagaimana mendesain skenario pengujian skema resource allocation?
Bagaimana kaitan atau trade off antara pencapaian jumlah efisiensi spektral, fairness
dan BER sistem pada skema pengalokasian sumberdaya berbasis algoritma mean
greedy?
1.5 Asumsi dan Batasan Masalah
Asumsi yang digunakan dalam penelitian ini adalah base station telah menerima
channel state information (CSI) dari semua user pada semua subcarrier yang tersedia.
Pengujian dilakukan pula pada kondisi CSI yang terlambat (outdated CSI). CSI tiap user
merupakan akumulasi overall kualitas propagasi sehingga dapat dipandang sebagai suatu
12Universitas Telkom
sistem sel tunggal. Channel gain dari CSI dalam satu TTI tidak berubah terhadap waktu
(Quasi static channel) dan CSI dalam satu chunk bersifat flat fading. Batasan besarnya
daya tiap user pada setiap time transmission interval ditentukan berdasarkan dua kondisi
yaitu penerapan kontrol daya sempurna dan tanpa penerapan kontrol daya sempurna.
1.6 Tujuan Penelitian
Ruang lingkup dari tugas akhir ini adalah pada skema resource allocation arah uplink
dan fokus pada masalah pengalokasian subcarrier. Tujuan dari tugas akhir ini adalah
mendapatkan skema pengembangan pengalokasian pada sistem wireless SC-FDMA arah
uplink dengan kompleksitas waktu yang rendah.
1.7 Hipotesis Penelitian
Berdasarkan uraian latar belakang dan rumusan masalah, maka algoritma
pengalokasian sumberdaya pada sistem SC-FDMA uplink yang dibangun dari skema
mean greedy mempunyai jaminan fairness dan kompleksitas yang lebih baik dibanding
skema sebelumnya. Dengan menggunakan dasar tersebut, maka dapat dibuat hipotesis
bahwa skema pengembangan yang diusulkan pada penelitian ini memenuhi jaminan
fairness dengan kompleksitas waktu terjaga.
1.8 Metodologi Penelitian
Metodologi dalam proses penyelesaian penelitian ini terdiri dari beberapa tahapan
yaitu :
1. Identifikasi masalah penelitian
Pada tahap ini dilakukan identifikasi dan state of the art dari permasalahan yang ada
menggunakan studi literatur. Literatur yang diambil berasal dari hasil penelitian-
penelitian terbaru baik paper journal atau paper conference internasional serta
textbook yang berkaitan dengan tema penelitian.
2. Desain model dan formulasi masalah
13Universitas Telkom
Pada tahap ini didesain model dari permasalahan yang akan dipecahkan. Model yang
digunakan adalah model matematis dan diformulasikan dalam bentuk persamaan
optimasi linear programming.
Gambar 1.1 Model dan formulasi masalah
3. Desain model pemecahan masalah dan kuantifikasi kompleksitas
Pada tahap ini didesain skema pemecahan masalah matematis berdasarkan hasil
penelusuran secara empiris berdasarkan teori dan hasil-hasil penelitian tentang
resource allocation sebelumnya. Skema resource allocation baru pada penelitian ini
dibangun dari proses matematis yang didasari pada penelusuran studi literatur terkait
pada penelitian sebelumnya. Metode asimtotik digunakan untuk mengkuantifikasi
kompleksitas waktu dari skema resource allocation dimana orde parameter input
diasumsikan tak berhingga sehingga kuantifikasi kompleksitas tidak bergantung pada
kemampuan komputasi dari device. Penggunaan metoda asimtotik, bertujuan untuk
mengkuantifikasi kompleksitas waktu komputasi terburuk (worst case). Penjelasan
tahap ini ditunjukkan pada Gambar 1.2.
4. Pengujian model pemecahan masalah dan validasi penelitian
Pada tahap ini dilakukan pengujian terhadap teknik pemecahan masalah menggunakan
simulasi komputer. Simulasi komputer menggunakan perangkat lunak matlab. Untuk
menjamin validitas hasil penelitian, maka metoda montecarlo digunakan pada
pengujian dimana pengujian diiterasi sebanyak jumlah time transmission interval.
Channel state information (CSI) sebagai input pengujian dibangkitkan terlebih dahulu
sampai dengan 50000 time transmission interval (TTI). CSI merupakan data random
dan merupakan akumulasi dari posisi user, pathloss, fading rayleigh dan lognormal
shadowing. Penjelasan tahap ini ditampilkan pada Gambar 1.3.
14Universitas Telkom
Gambar 1.2 Desain kerangka kerja (teknik) pemecahan masalah
Gambar 1.3 Tahap model pemecahan masalah dan validasi
5. Pengumpulan data dan analisis data
Data yang digunakan merupakan data primer kuantitatif dari hasil percobaan simulasi.
Pengumpulan dan pengklasifikasian data hasil percobaan mengacu pada skenario
yang dibuat untuk melihat kaitan antara variabel pengamatan dengan parameter
15Universitas Telkom
kinerja yang diamati. Metoda analisis yang digunakan adalah metoda analisis data
kuantitatif yang terdiri dari beberapa langkah :
o Verifikasi data, berisi proses verifikasi data apakah sudah sesuai dengan skenario
percobaan.
o Pengelompokkan data, berisi proses pengklasifikasian dan pengelompokkan data
dalam bentuk grafik berdasarkan tujuan skenario dan parameter performansi yang
diamati.
o Analisis masing – masing kelompok data, berisi tahap analisis secara kuantitatif
untuk mengkuantifikasi dan trend capaian performansi.
o Analisis kaitan antar kelompok data, berisi analisis kaitan dan konsistensi antar
kelompok data yang berhubungan dengan capaian performansi.
6. Penyimpulan hasil
Tahap penentuan kesimpulan penelitian berdasarkan data-data hasil percobaan dan
capaian performansi untuk menjawab permasalahan dan pertanyaan penelitian.
Gambar 1.4 Pengumpulan data hasil simulasi dan analisis
16Universitas Telkom
BAB 2
TINJAUAN PUSTAKA
2.1 Evolusi Standar Selluler menuju 3GPP-LTE
Trend perkembangan evolusi standar komunikasi seluler terlihat dari semakin
efisiennya penggunaan sumberdaya radio seperti frekuensi dan daya. Pada akhir tahun
1960, Untuk pertama kalinya Bell Laboratories mengembangkan konsep wireless seluler,
dimana spektrum frekuensi dalam suatu area geografis dapat digunakan kembali dengan
membagi area geografis menjadi beberapa area kecil berbentuk hexagonal yang disebut
sel. Setiap sel di alokasikan sekumpulan frekuensi, dimana berdasarkan fenomena
menurunnya kuat sinyal akibat pertambahan jarak maka sekumpulan frekuensi tersebut
dapat digunakan kembali oleh sel-sel yang berdekatan atau oleh sel-sel yang berada tier
kedua dan seterusnya. Sel-sel yang berdekatan tersebut tidak dapat menggunakan
sekumpulan frekuensi yang sama. Teknologi ini kurang fleksibel karena membutuhkan
suatu pemancar dengan daya pancar yang sangat besar316.
Pada tahun 1980, generasi pertama jaringan wireless dikembangkan di Jepang,
Amerika dan Eropa. Generasi pertama menggunakan modulasi frekuensi (Frequency
Modulation) analog, dimana setiap user yang berkomunikasi diberikan kanal FM uplink
dan downlink yang terpisah. Metoda penggunaan frekuensi diatur dengan membagi
frekuensi berdasarkan user dan arah komunikasi. Metoda ini disebut frequency division
multiple access (FDMA) menggunakan frequency division duplexing (FDD). Pada
teknologi FDMA-FDD diperlukan manajemen frekuensi untuk mengatur kanal-kanal
sehingga interchannel interference dapat dihindari dengan cara menggunakan filter. Setiap
user dialokasikan kanal frekuensi uplink dan downlink ketika sedang berkomunikasi316.
Teknologi analog pada generasi pertama tidak dapat mengikuti perkembangan jumlah
user dan demand layanan telephony. Sehingga, pada awal tahun 1990 lahirlah jaringan
seluler generasi kedua (2G) menggunakan modulasi digital dan dikenal sebagai standar
Global System for Mobile Communication (GSM). Teknologi ini merupakan teknologi
yang paling banyak digunakan oleh sebagian besar negara-negara di dunia. GSM
17Universitas Telkom
menggunakan metoda penggunaan frekuensi yang disebut time division multiple access
(TDMA), dimana frekuensi yang tersedia dipisahkan menjadi sekumpulan frekuensi
uplink dan downlink menggunakan FDD. Metoda sharing frekuensi diatur berdasarkan
time slot dimana semua user dapat menggunakan frekuensi-frekuensi tersebut berdasarkan
pengaturan waktu. Standar GSM dapat digunakan untuk komunikasi data dengan
kecepatan 9.6 kbps3.
2.2 Sistem 3GPP LTE
3GPP-LTE telah diperkenalkan sebagai standar next generation sistem seluler
generasi keempat. Sebagai standar pada next generation network (NGN) diharapkan
teknologi ini mampu memberikan kemampuan3 :
Mencapai kecepatan data sampai 100 Mbps pada arah downlink dan 50 Mbps
arah uplink
Mampu mendukung Frequency Division Duplex (FDD) maupun Time
Division Duplex (TDD)
Memiliki kemampuan scalable bandwidth sebesar 1,25; 2,5; 5; 10; 15 dan 20
Mhz
Ortogonal Frequency Division Multiplexing Access (OFDMA) dan Single Carrier
Frequency Division Multiple Access (SC-FDMA) adalah “state of the art” dari teknologi
akses yang telah diadopsi sebagai standar teknologi akses jamak di 3GPP-LTE. Pada
kedua teknologi tersebut, pita frekuensi yang tersedia dibagi menjadi sejumlah pita
frekuensi yang lebih sempit (narrowband) dan saling ortogonal satu sama lain yang
disebut subcarrier. Subcarrier-subcarrier tersebut dialokasikan secara terpisah ke semua
user yang melakukan akses secara bersamaan sedemikian rupa sehingga tidak terjadi
interferensi antar user3. Elemen Subcarrier pada sistem OFDM pada pita frekuensi yang
tersedia dijelaskan pada Gambar 2.5.
18Universitas Telkom
Gambar 2.5 Subcarrier dalam sistem OFDM3
2.3 Kompleksitas Waktu Pengalokasian
Tingkat kompleksitas skema pengalokasian dapat ditinjau dari sisi kompleksitas
waktu (time complexity). Pada arah uplink, terdapat batasan lama waktu pengalokasian
sumberdaya dan pengiriman informasi dalam satu frame sebesar satu time transmission
interval. Untuk menyatakan tingkat kompleksitas waktu dari suatu skema pengalokasian,
harus teridentifikasi fungsi pertumbuhan kompleksitas waktu sebagai fungsi dari
pertambahan ukuran input yang dinyatakan dengan notasi T(n). Jika ukuran input
bertambah terus sampai tak terhingga maka kompleksitas waktu akan teridentifikasi secara
asimtotik yang merupakan representasi dari waktu komputasi terburuk17.
Tabel 2.1 Kategori kompleksitas berdasarkan orde polynomial1718Kompleksitas waktu
asimtotikKategori
O(1) konstanO(log n) logaritmik
O(n)O(n log n)
O(n2)O(n3)O(2n)
linearn log n
kuadratikkubik
eksponensialO(n!) faktorial
19Universitas Telkom
Bandwidth
channemagnit
frequen
subcarrier
BAB 3
DESAIN MODEL SISTEM DAN SKENARIO EVALUASI
3.1 Desain Model Sistem
3.1.1 Model Sistem SC-FDMA
Pengalokasian sumberdaya pada Sistem SC-FDMA untuk sel tunggal ditampilkan
pada Gambar 3.6, dimana terdapat K user yang aktif dan N subcarrier yang tersedia. Lebar
pita frekuensi total sistem yang tersedia adalah B dan lebar pita frekuensi tiap subcarrier
adalah bs.
Gambar 3.6 Model Sistem SC-FDMA
Pada bagian awal dari time transmission interval, semua user mengirimkan channel
state information (CSI) yang berisi penguatan kanal dari N subcarrier arah uplink kepada
base station menggunakan kanal signalling. Pengiriman CSI oleh semua user diasumsikan
sempurna dan tidak terjadi kesalahan. Dengan menggunakan CSI di setiap TTI, base
20Universitas Telkom
station mengalokasikan daya ke tiap subcarrier dan mengalokasikan subcarrier yang
tersedia ke semua user. Output dari pengalokasian sumberdaya adalah matrik
pengalokasian daya dan pengalokasian subcarrier berupa index pengalokasian yang
dikirimkan ke semua user melalui kanal kontrol dan digunakan oleh semua user untuk
mengirimkan informasi trafik pada arah uplink. Fokus dari penelitian ini adalah mendesain
skema pengalokasian daya dan pengalokasian subcarrier.
3.1.2 Pembangkitan Channel State Information
Informasi CSI telah diketahui di
base station secara sempurna tanpa terjadi kesalahan
estimasi dan tanpa delay waktu. Kualitas penguatan kanal tersebut dapat dipandang
sebagai rasio penguatan kanal terhadap pengganggu (channel gain to noise ratio) dari
subcarrier-n pada user-k yang dapat dinyatakan sebagai :
(3.1)
is adalah daya noise subcarrier-n.
3.2 Skenario Evaluasi
Untuk mengevaluasi performansi sistem yang dibahas, dilakukan pengujian
menggunakan simulasi komputer berdasarkan metoda montecarlo dimana proses
pengalokasian dilakukan sebanyak 1000 sampel TTI dan simulasi diulang sebanyak 50
kali. Channel gain tiap subcarrier dari semua user diasumsikan telah tersedia di base
station. Parameter performansi yang diamati adalah jumlah total jumlah efisiensi spektral
user dan fairness antar user.
Untuk kondisi makro sel pada lingkungan urban dan sub urban dan frekuensi 2 Ghz,
3GPP telah merekomendasikan nilai-nilai praktis parameter propagasi. Pengujian yang
dilakukan mengacu pada parameter yang direkomendasikan di 19.
21Universitas Telkom
3.2.1 Evaluasi Pada Kondisi Tanpa Power Control
Pada simulasi tanpa power control, daya kirim semua user pada setiap TTI
mempunyai nilai konstan. Performansi yang dicapai oleh skema 1 dan skema 2
dibandingkan. Parameter performansi yang diamati adalah rata-rata dari jumlah efisiensi
spektral (the average of sum of spectral efficiency) dan rata-rata dari index fairness (the
average of fairness index). Kedua parameter tersebut didapat dengan merata-ratakan
jumlah efisiensi spektral dan index fairness pada semua TTI yang tersedia.
3.2.2 Evaluasi Pada Kondisi Penerapan Power Control
Pengendalian daya setiap user menggunakan metoda kontrol daya berbasis fractional
power control (FPC)20 diterapkan pada setiap TTI. Kontrol daya bersifat perfect, dimana
kontrol daya akan menentukan daya user-k (Pk) berdasarkan posisi user di dalam sel.
Posisi user dalam sel terdistribusi secara random. Pk dimasukkan sebagai batasan alokasi
daya tiap user-k dan nilainya berubah untuk setiap TTI. Performansi yang dicapai oleh
skema 1 dan skema 2 dibandingkan. Parameter performansi yang diamati adalah rata-rata
dari jumlah efisiensi spektral (the average of sum of spectral efficiency) dan rata-rata dari
index fairness (the average of fairness index). Kedua parameter tersebut didapat dengan
merata-ratakan jumlah efisiensi spektral dan index fairness pada semua TTI yang tersedia.
DAFTAR REFERENSI
22Universitas Telkom
x[1] ICT Data and Statistics Division of International Telecommunication Union, "ICT Facts and Figures,
the world in 2013," February 2013.[2] Editor Desk, "Global mobile statistics 2012 Part C: Mobile marketing, advertising and messaging,"
http://mobithinking.com/mobile-marketing-tools/latest-mobile-stats, May 2012.[3] Ian Wong and Brians Evan, Resource Allocation in Multiuser Multicarrier Wireless Systems.: Springer,
2008.[4] K.Kim, Y.Han, and S.L.Kim, "Joint Subcarrier and Power Allocation in Uplink OFDMA Systems,"
IEEE Communications Letter, vol. 9, no. 6, pp. 526-528, June 2005.[5] L.Gao and S.Cui, "'Efficient Subcarrier, Power and Rate Allocation with Fairness Consideration for
OFDMA Uplink'," IEEE Journal Transactions on Wireless Communications, vol. 7, no. 5, pp. 1507-1511, May 2008.
[6] C.Y.Ng and C.W.Sung, "'Low Complexity Subcarrier and Power Allocation for Utility Maximization in Uplink OFDMA Systems'," IEEE Journal Transactions on Wireless Communications, vol. 7, no. 5, pp. 1667-1675, May 2008.
[7] J.Huang, V.G.Subramanian, R.Agrawal, and R.Berry, "'Joint Scheduling and Resource Allocation in Uplink OFDMA Systems for Broadband Wireless Access Networks'," IEEE Journal on Selected Area in Communications, vol. 27, no. 2, pp. 226-234, February 2009.
[8] Junsung Lim, Hyung G Myung, Kyungjin Oh, and David J Goodman, "Channel Dependent Scheduling of Uplink Single Carrier FDMA Systems," in Proceeding IEEE Vehicular Technology Confererence, 2006, pp. 1-5.
[9] Junsung Lim, Kyungjin Oh Hyung G Myung, and David J Goodman, "'Proportional Fair Scheduling of Uplink Single-carrier FDMA Systems'," in IEEE International Sysposium on Personal, Indoor and Mobile Radio Communications, 2006, pp. 1-6.
[10] G,Hyung Myung, Single Carrier Orthogonal Multiple Access Technique.: Dissertation, 2007.[11] I.C.Wong, O.Oteri, and W.Mccoy, "Optimal Resource Allocation in Uplink SC-FDMA systems,"
IEEE Transactions on Wireless Communications, vol. 8, no. 5, pp. 2701-2706, July 2009.[12] Wei Cheng Pao and Yung Fang Chen, "Reduced Complexity Subcarrier Allocation Schemes for DFT-
Precoded OFDMA Uplink Systems," IEEE Transactions on Wireless Communications, vol. 9, no. 9, pp. 2161-2165, May 2010.
[13] Wei Cheng Pao and Yung Fang Chen, "Chunk Allocation Schemes for SC-FDMA Systems," in Proceeding IEEE Vehicular Technology Conference, 2010 , pp. 1-5.
[14] Obilor Nwamadi, Xu Zhu, and Asoke K Nandi, "Enhanced Greedy Algorithm Based Dynamic Subcarrier Allocation for Single Carrier FDMA Systems," in Proceeding IEEE Wireless Communications and Networking Conference, 2009, pp. 1-6.
[15] Obilor Nwamadi, Xu Zhu, and Asoke K Nandi, "Dynamic Physical Resource Block Allocation Algorithms for Uplink Long Term Evolution," IET Communications, vol. 5, no. 7, pp. 1020-1027, 2011.
[16] T. S. Rappaport, Wireless communications : Principles and Practice.: Prentice, 2002.[17] Kennet H Rosen, Discrete Mathematics and Its Applications.: Mc Graw Hill, 1999.[18] Seymour Lipschutz and Marc Lars Lipson, 2000 Solved Problems in Discrete Mathematics.: Mc Graw
Hill, 1992.[19] 3rd Generation Partnership Project (3GPP), "Technical Specification Group Radio Access Network,"
Physical Layer Aspect for Evolved UTRA (Release 7).[20] Carlos Ubeda et al., "Performance of Uplink Fractional Power Control in UTRAN LTE," in IEEE
Vehicular Technology Conference, 2008, pp. 2517-2521.[21] Hyung G Myung, "Introduction to Single Carrier FDMA," in 15th European Signal Processing
Conference (EUSIPCO2007), 2007.[22] H.G.Myung, Kyungjin Oh, Junsung Lim, and Goodman D.J, "Channel Dependent Scheduling of an
Uplink SC-FDMA System with Imperfect Channel Information," , 2008, pp. 1860-1864.[23] W Rhee and M,J Cioffi, "Increase in Capacity of Multiuser OFDM using Dynamic Subchannel
Allocation," in IEEE Vehicular Technology Conference, May 2000, pp. 1085-1089.[24] J. Jang and K.B. Lee, "'Transmit Power Adaptation for Multiuser OFDM Systems'," IEEE Journal of
Selected Areas in Communications, vol. 21, no. 2, pp. 171-178, 2003.
23Universitas Telkom
[25] G Song and Y Li, "Cross Layer Optimization for OFDMA Wireless Network - Part I: Theoretical Framework," IEEE Transaction on Wireless Communications, vol. 4, pp. 614-624, March 2005.
[26] G Song and Y Li, "Cross Layer Optimization for OFDMA Wireless Networks - Part II : Algorithm Development," IEEE Transaction on Wireless Communications, vol. 4, pp. 625-634, March 2005.
[27] Hoon Kim, Keunyoung Kim, Youngnam Han, and Sangboh Yun, "A proportional fair scheduling for multicarrier transmission systems ," IEEE Communications Letters, vol. 9, pp. 210-212, March 2005.
[28] I.C.Wong and B.L.Evans, "'Optimal OFDMA Resource Allocation with Linear Complexity To Maximize Ergodic Rates'," IEEE Transactions on Wireless Communications, vol. 7, no. 3, pp. 962-971, 2008.
[29] Huiling Zhu and Jiangzhou Wang, "'Chunk-Based Resource Allocation in OFDMA Systems - Part I : Chunk Allocation'," IEEE Transactions On Communications, vol. 57, no. 9, pp. 2734-2744, September 2009.
[30] Huiling Zhu and Jiangzhou Wang, "'Chunk-Based Resource Allocation in OFDMA Systems - Part II : Joint Chunk, Power and Bit Allocation'," IEEE Transactions On Communications, vol. 60, no. 2, pp. 499-509, February 2012.
[31] Vasileios D.Papoutsis and Stavros A.Kotsopoulos, "Chunk-Based Resource Allocation in Distributed MISO-OFDMA Systems with Fairness Guarantee," IEEE Communications Letters, vol. 15, no. 4, pp. 377-379, April 2011.
[32] Vasileios D.Papoutsis and Stavros A.Kotsopoulos, "Chunk-Based Resource Allocation in Multicast OFDMA Systems with Average BER Constraint," IEEE Communications Letters, vol. 15, no. 5, pp. 551-553, May 2011.
[33] Shariat.M., Quddus. A., Ghorashi.S., and Tafazolli. R, "Scheduling as an Important Cross-Layer Operation for Emerging Broadband Wireless Systems," IEEE Communications Surveys and Tutorials, vol. 11, no. 2, pp. 74-86, 2009.
[34] H Schulze and C Lueders, Theory and Applications of OFDM and CDMA Wideband Wireless Communications.: John Wiley, 2005.
[35] P.S Chow, J.M Cioffi, and J.A.C Bingham, "A Practical Discrete Multitone Transceiver Loading Algorithms for Data Transmission over Spectrally Shaped Channels," IEEE Transactions on Communications , vol. 43, no. 234, pp. 773-775, February 1995.
[36] R.F.H Fischer and J.B Huber, "A New Loading Algorithm for Discrete Multitone Transmission," in IEEE Global Telecommunications Conference, November 1996, pp. 724-728.
[37] Sanam Sadr, A Anpalagan, and K Raahemifar, "Radio Resource Allocation for the Downlink of Multiuser OFDM Communication Systems," IEEE Communication Surveys & Tutorials, vol. 11, no. 3, pp. 92-106, 2009.
[38] Sari H, karam G, and Jeanclaude I, "Transmission Technique for Digital terrestrial TV Broadcasting," IEEE Communications Magazine, vol. 33, no. 2, pp. 100-109, August 2002.
[39] Falconer D, Ariyavisitakul SL, Benyamin Seeyar, and Eidson B, "Frequency Domain Equalization for Single-Carrier Broadband Wireless Systems," IEEE Communications Magazine, vol. 40, no. 4, pp. 58-66, April 2002.
[40] Elias Yaacoub and Zaher Dawy, "A Comparison of Uplink Scheduling in OFDMA and SC-FDMA," in Proceeding 17th IEEE International Conference on Communications, 2010, pp. 466-470.
[41] G K Saleh, "Channel Equalization for Block Transmission Systems," IEEE Journal of Selected Area in Communications, vol. 13, no. 1, pp. 110-121, 1995.
[42] M V Clark, "Adaptive Frequency-Domain Equalization and Diversity Combining for Broadband Wireless Communications," IEEE Journal of Selected Area in Communications, vol. 16, no. 8, pp. 1385-1395, October 1998.
[43] R Dinis, D Falconer, C T Lam, and M Sabbaghian, "A multiple Access Scheme for the Uplink of Broadband Wireless Systems," in IEEE Global Telecommunications Conference, December 2004, pp. 3808-3812.
[44] F Pancaldi and G M Vitetta, "Block Channel Equalization in the Frequency Domain," IEEE Transactions on Communications, vol. 5, no. 3, pp. 463-471, March 2005.
[45] N Benvenuto and S Tomasin, "Iterative Design and Detection of a DFE in the Frequency Domain," IEEE Transactions on Communications, vol. 53, no. 11, pp. 1867-1875, November 2005.
24Universitas Telkom
[46] M Tuchler and J Hagenauer, "Linear Time and Frequency Domain Turbo Equalization," in IEEE 53rd Vehicular Technology Conference, May 2001, pp. 1449-1453.
[47] U Sorger, I De Broeck, and M Schnell, "Interleaved FDMA - A New Spread Spectrum Multiple Access Scheme," in IEEE International Conference on Communications, June 1998, pp. 1013-1017.
[48] M Schnell and I De Broeck, "Application of IFDMA to Mobile Radio Transmission," in IEEE International Conference on Universal Personal Communications, October 1998, pp. 1267-1272.
[49] J. Hayes, "Adaptive feedback communications," IEEE Transaction on Communications, vol. 16, pp. 29-34, February 1968.
[50] A.J.Gold and S.G.Chua, "'Variable Rate Variable Power M-QAM for Fading Channels'," IEEE Transactions on Communications, vol. 45, no. 10, pp. 1218-1230, 1997.
[51] S. T. Chung and A. Goldsmith, "Degrees of freedom in adaptive modulation: a unified view," IEEE Transaction on Communications, vol. 49, no. 9, pp. 1561-1571, September 2001.
[52] R. Knopp and P. Humblet, "Information capacity and power control in single cell multiuser communications," in IEEE International Conference on Communications, p. 1995.
[53] P. Viswanath, D. Tse, and R. Laroia, "Opportunistic beamforming using dumb antennas," IEEE Transaction on Information Theory, vol. 48, no. 6, pp. 1277-1294, 2002.
[54] Y Otani, S Ohno, K ann Donny Teo, and T Hinamoto, "Subcarrier Allocation for Multiuser OFDM System," in Asia Pacific Conference on Communication, 2005, pp. 1073-1077.
[55] Z.Shen, J G Andrew, and B L Evans, "Adaptive Resource Allocation in Multiuser OFDM systems with Proportional Rate Constraints," IEEE Transaction on Wireless Communications, vol. 4, pp. 2726-2737, November 2005.
[56] Xin She Yang, Engineering Optimization.: WILEY, 2010.[57] L.A.Wosley, Integer Programming.: Wiley , 1998.[58] Gerhard Munz, Stepan Pfletschinger, and Joachim Speidel, "An Efficient Waterfilling Algorithm for
Multiple Access OFDM," in IEEE Global Telecommunications Conference, November 2002, pp. 681-685.
[59] R Jain, M Chiu, and W Have, "A Quantitative Masure of Fairness and Discrimination for Resource Allocation in Shared Systems," Eastern Research Lab, DEC Research Report TR 301, 1984.
[60] Obilor Nwamadi, Xu Zhu, and Asoke K Nandi, "Multicriteria Ranking Based Greedy Algorithm for Physical Resource Block Allocation in Multi-Carrier Wireless Communication Systems," Signal Processing, vol. 92, pp. 2706-2717, 2012.
[61] Bernard Sklar, "Rayleigh Fading Channel in Mobile Digital Communication Systems Part I : Characterization," IEEE Communications Magazine, pp. 91-100, July 1997.
[62] J.P. Brans and P.Vincke, "A preference ranking organisation method:The PROMETHEE method for MCDM," Management Science, vol. 31, no. 6, pp. 647-656, 1985.
[63] J.P. Brans, B. Mareschal, and Ph. Vincke, "How to select and how to rank the projects : The PROMETHEE method," European Journal of Operational Research, vol. 24, no. 2, pp. 228-238, 1986.
[64] T.L. Saaty, The Analytic Hierarchy Process.: McGraw Hill, 1980.[65] Omkarprasad S Vaidya and Kumar Sushil, "Analytic hierarchy process : An overview of applications,"
European Journal of Operational Research, no. 169, pp. 1-29, 2006.[66] Vasileios D.Papoutsis and Stamouli P Alexia, "Chunk-Based Resource Allocation in Multicast MISO-
OFDMA," IEEE Communications Letter, vol. 15, no. 4, pp. 377-320, February 2013.[67] Arfianto Fahmi, Muhamad Asvial, and Dadang Gunawan, "Joint Chunk Allocation and Unequal Power
Allocation in Resource Allocation Algorithm for OFDMA Uplink Systems," in 8th IEEE Vehicular Technology Society Asia Pacific Wireless Communication Symposium, 2011, pp. 1-5.
[68] Arfianto Fahmi, Muhamad Asvial, and Dadang Gunawan, "Uplink Resource Allocation Algorithms with Fractional Power Control as Power Constraints for OFDMA Systems," in IEEE TENCON, 2011, pp. 990-994.
[69] Arfianto Fahmi, Muhamad Asvial, and Dadang Gunawan, "Improved Performance of Mean Greedy Algorithm for Chunk Allocation in SC-FDMA Uplink Systems using Joint User and Chunk-based Allocation," Journal of ICT Research and Applications, vol. 7C, no. 1, pp. 59-81, 2013.
[70] Arfianto Fahmi, Muhamad Asvial, and Dadang Gunawan, "Combined-order Algorithm using Promethee Method Approach and Analytic Hierarchy Decision for Chunk Allocation in LTE Uplink Systems," International Journal of Communication Networks and Information Security (IJCNIS), vol.
25Universitas Telkom
5, no. 1, pp. 39-47, April 2013.[71] Majid Behzadian, R.B.Kazemzadeh, A.Albadvi, and M.Aghdasi, "PROMETHEE : A comprehensive
Literature Review on Methodologies and Applications," European Journal of Operational Research, no. 200, pp. 198 - 215, 2010.
[72] Huiling Zhu, "Radio Resource Allocation for OFDMA Systems in High Speed Enviroments," IEEE Journal on Selected Areas in Communications, vol. 30, no. 4, pp. 748 - 759, May 2012.
x
26Universitas Telkom