LTE Throughput Optimization: Part 2 – Spectral Efficiency

Source : https://ourtechplanet.com/lte-throughput-optimization-part-2-spectral-efficiency/

Saya telah menjelaskan keuntungan mengoptimalkan PDCCH (control part) dari subframe LTE di artikel saya sebelumnya.
Mari kita lihat bagian data (PDSCH) dan cari tahu berbagai cara untuk meningkatkan efisiensinya. Efisiensi spektral secara
sederhana adalah jumlah bit yang ditransmisikan melalui bandwidth frekuensi dalam waktu tertentu dan diukur dalam bit/s/Hz.
Hal ini sebanding dengan throughput karena throughput juga merupakan bit per waktu yang ditransmisikan dalam bandwidth
tertentu. Dari perspektif LTE, jika jumlah bit yang ditransmisikan dalam subframe (time) pada sejumlah Resource Blocks tertentu
(frequency bandwidth) tinggi, maka akan sesuai dengan throughput yang lebih tinggi dan efisiensi spektral yang lebih tinggi.
Mari kita pahami berbagai faktor yang berdampak pada efisiensi spektral dan cara-cara untuk melakukan optimasi throughput
LTE.

 Signal To Noise & Interference Ratio:

Faktor paling dasar dan umum yang mengontrol spectral efficiency dan throughput adalah SINR (Signal to Noise and
Interference Ratio). Jika SINR jaringan buruk, maka itu membatasi perolehan throughput yang dapat dicapai. Jadi, hal pertama
yang harus diverifikasi adalah SINR rata-rata jaringan. Mari kita periksa beberapa faktor yang mempengaruhi SINR

 Inter-site distance

Yang satu ini adalah hal yang mendasar. Jika situs terlalu dekat satu sama lain, mereka akan memiliki kecenderungan yang
lebih tinggi untuk saling mengganggu dan akan membutuhkan down-tilt yang agresif untuk membatasi overshooting. Jarak
adalah sesuatu yang biasanya tetap karena situs-situs LTE sebagian besar menggunakan jaringan yang telah digunakan
sebelumnya. Jadi, tidak banyak yang dapat dilakukan pada tingkat ini selain downtilts untuk meningkatkan SINR dan mengurangi
overshooting.

Electrical Tilt Ports: Lebih baik menggunakan antena yang menggunakan port RET yang berbeda (electrical tilt) untuk
LTE. Hal ini memberikan fleksibilitas untuk optimasi. Jika jaringan menggunakan port RET yang sama untuk LTE dan RAT
lainnya (3G atau 2G) maka perubahan apapun pada kemiringan LTE akan berdampak pada RAT lainnya dan hal ini
menghilangkan fleksibilitas. Jadi, adalah ide yang baik untuk mengingat hal ini dalam fase desain atau ekspansi.

Pa & Pb:
Hal lain yang dapat dilakukan dalam kasus Inter-site distance yang lebih kecil adalah dengan menggunakan RS Power
(Reference Signal) yang lebih seimbang. Ada dua parameter dalam LTE Pa dan Pb yang menentukan kekuatan Sinyal Referensi
terhadap simbol-simbol lain, misalnya Simbol PDSCH. Saya hanya akan menjelaskan dengan sebuah contoh. Jika Pa adalah -3
dan Pb adalah 1, maka itu berarti bahwa Sinyal Referensi akan memiliki daya 3 dB lebih tinggi daripada simbol PDSCH. Ketika
jarak antar-site rendah, maka daya sinyal referensi yang tinggi dapat menghasilkan interferensi yang lebih tinggi. Jika jarak antar
lokasi besar maka konfigurasi ini dapat membantu karena peningkatan Sinyal Referensi 3dB akan meningkatkan cakupan karena
cakupan LTE dikontrol dengan RSRP dan RSRP adalah hasil langsung dari daya RS. Namun, dalam kasus jarak antar lokasi yang
kecil, nilai Pb dan Pa 0 mungkin memberikan solusi yang lebih optimal karena dalam kasus ini, daya RS tidak akan ditingkatkan
dibandingkan dengan simbol PDSCH. Selain itu, simbol PDCCH/PDSCH di mana terdapat Sinyal Referensi akan memiliki daya
yang sedikit lebih tinggi untuk sistem 2 dan 4 port antena. Hal ini terjadi karena sebelumnya dengan konfigurasi 0,-3, RS
mengambil daya ekstra yang tersedia tetapi sekarang dengan konfigurasi 0,0, daya ekstra digunakan oleh saluran lain, bukan RS.
Jadi, hal itu meningkatkan kredibilitas PDSCH dan dapat menghasilkan hasil throughput yang lebih baik. Ini adalah topik yang
besar jadi saya hanya menyentuhnya di sini dan akan membahasnya secara lebih rinci di artikel mendatang.

Load & Utilization

Faktor kedua adalah beban di area atau cluster. Semakin tinggi beban, semakin tinggi interferensi ke sel tetangga. Ketika
beban meningkat, daya per Elemen Sumber Daya meningkat yang akan menghasilkan daya agregat yang lebih tinggi di area
tersebut meningkatkan RSSI. Untuk sel tetangga, daya seperti itu dianggap sebagai interferensi. Jadi, jika beban meningkat di
atas ambang batas, lebih baik menambahkan carrier lain atau jika carrier lain sudah ada, maka akan lebih baik untuk
membongkar carrier yang padat dan menggeser beban ke carrier yang tidak padat. Hal ini bisa dilakukan dengan menggunakan
fitur Load Balancing atau dengan menyetel parameter cell reselection atau mobility.
Kadang-kadang, volume trafik aktual tidak terlalu tinggi tetapi pemanfaatan sel masih sangat tinggi. Hal ini biasanya
disebabkan karena kualitas sinyal yang rendah karena pengguna dengan SINR yang buruk akan mengambil banyak RB pada
modulasi yang lebih rendah. Dalam kasus, trafik tidak tinggi tetapi utilisasi masih tinggi, ada baiknya untuk melihat TA dan CQI
untuk sel tersebut. Jika TA cukup tinggi dan CQI di bawah 8 (nilainya tergantung pada layering frekuensi) maka mungkin ide yang
lebih baik untuk mengoptimalkan area atau cell secara fisik. Memperkenalkan optimasi PDCCH juga membantu dalam kasus-
kasus seperti itu karena dapat menambah kapasitas PDSCH yang mengurangi kemacetan sampai batas tertentu.

PCI Planning
Seperti yang dijelaskan dalam artikel perencanaan PCI saya, jika sel yang berdekatan dengan cakupan yang tumpang
tindih memiliki PCI modulo 3 yang sama, maka ada kemungkinan interferensi RS di antara mereka. Interferensi seperti itu akan
mengurangi SINR RS secara keseluruhan dan kemampuan demodulasi yang mengakibatkan degradasi throughput. Jadi, harus
dicoba untuk menghindari konflik PCI modulo3 sedapat mungkin. Dalam jaringan FDD, lebih baik untuk memastikan bahwa
sinkronisasi waktu tidak diaktifkan karena hal itu menambah keacakan pada sistem dan dampak PCI modulo3 berkurang secara
signifikan.

 CQI & MCS Mapping:

Langkah selanjutnya adalah CQI (Channel Quality Indicator). Setelah UE mengukur SINR-nya, UE akan mengubahnya
menjadi nilai CQI sehingga dapat dilaporkan ke eNB. eNB akan mengambil CQI ini dan memetakannya ke nilai MCS (Modulation
& Coding Scheme). SINR yang lebih tinggi akan menghasilkan nilai CQI yang lebih tinggi dan akibatnya, indeks MCS yang lebih
tinggi. Ketika MCS meningkat, throughput biasanya meningkat sehingga kita perlu memastikan bahwa kita memiliki indeks CQI
dan MCS yang paling optimal untuk setiap nilai SINR. Dalam LTE, terdapat 16 indeks CQI dan 32 indeks MCS. Biasanya, nilai CQI
di bawah 7 dianggap buruk dan nilai CQI sekitar 10 dianggap adil.
CQI Adjustment Algorithms
eNB menyesuaikan nilai CQI mentah yang dibagikan oleh UE untuk menemukan CQI yang optimal dan ini memberikan
efisiensi spektral yang lebih tinggi. Pada dasarnya ada dua skenario di mana hal ini berperan pertimbangkan UE-1 yang
mengukur nilai SINR-nya sekitar 10 dB dan berdasarkan itu UE-1 menghitung CQI 9 dan mengirimkannya ke eNB. UE lain, sebut
saja UE-2, mengukur nilai SINR-nya sekitar 8 dB tetapi berdasarkan itu UE-2 mengirimkan CQI 9 karena UE memiliki chipset yang
berbeda dari vendor yang berbeda dan dapat memiliki nilai CQI yang berbeda untuk indeks SINR yang sama. eNB akan memiliki
dua UE dengan nilai CQI yang sama dan jika eNB menyediakan MCS yang sama untuk keduanya (misalnya MCS20) maka ada
kemungkinan bahwa UE-1 mungkin dapat bekerja dengan MCS20 tetapi UE-2 tidak akan dapat memecahkan kode MCS20
dengan benar pada SINR 8 dB. Jadi, untuk mengatasi masalah ini, eNB mempertahankan indeks lain yang seperti loop luar BLER
(Block Error Rate). Sebagian besar vendor mempertahankan target BLER sebesar 10%. Sekarang pertimbangkan skenario yang
sama, kedua UE mendapatkan MCS20 dan UE-1 bekerja dengan nilai BLER 10% tetapi UE-2 memiliki SINR yang lebih rendah
sehingga akan memiliki BLER yang relatif lebih tinggi. Katakanlah, eNB menghitung BLER menjadi sekitar 13% sehingga eNB akan
menurunkan MCS untuk UE-2 dan menjadikannya 19. Jika BLER masih tetap di atas 10%, eNB akan menguranginya lebih lanjut
untuk memastikan bahwa target BLER tetap terjaga.
Demikian pula, jika UE mengirimkan nilai CQI 8 dan eNB memulai data downlink dengan MCS 16 dan mengetahui bahwa
nilai BLER di bawah 10%, maka akan meningkatkan MCS menjadi 17 atau 18 sampai target BLER tercapai. Skenario ini akan
meningkatkan spectral efficiency dan throughput.
Jadi, kita perlu memastikan bahwa penyesuaian CQI atau algoritma penugasan CQI dinamis atau outer loop control
berdasarkan BLER diaktifkan untuk mencapai keuntungan maksimum dari saluran.
 CQI Convergence
Hal penting lainnya adalah bahwa beberapa vendor menggunakan nilai CQI rendah pada awalnya. Misalnya, jika UE baru
saja mengakses sel dan memiliki nilai CQI 9, eNB akan memperlakukannya sebagai CQI 7 dan MCS yang sesuai akan dialokasikan
untuknya. Kemudian setelah transmisi berikutnya, eNB akan terus memantau BLER dan setelah kredibilitas CQI UE dipastikan,
eNB akan menyatu dengan CQI yang efektif. Beberapa vendor menjaga ini sebagai algoritma hard-coded sementara yang lain
menyediakan parameter untuk menyetel ini dan kemudian parameter ini dapat disetel untuk membatasi perilaku ini yang
menghasilkan konvergensi yang lebih cepat dan throughputs yang lebih tinggi terutama untuk transfer data paket kecil.
Misalnya, UE yang memiliki sejumlah kecil data mengakses sel dan mendapatkan datanya dalam dua hingga tiga TTI (subframe),
maka eNB tidak akan memiliki sampel CQI yang cukup untuk konvergen dengan cepat. UE yang sama akan mencoba lagi di lain
waktu dan eNB akan tetap menggunakan CQI dan MCS yang konservatif untuk UE tersebut. Jadi, jika delta untuk nilai CQI awal
dikurangi, UE tersebut akan mendapatkan CQI dan MCS yang kurang konservatif sehingga menghasilkan kecepatan data yang
lebih baik.

CQI Periodicity
Hal lain yang membantu adalah periodisitas CQI atau frekuensi pelaporan CQI dari UE. Jika UE melaporkan CQI setelah
interval yang besar, maka eNB mungkin tidak memiliki CQI yang paling akurat untuk memulainya dan akan membutuhkan waktu
lebih lama untuk konvergen ke MCS yang optimal. Biasanya laporan CQI dibagikan setiap 40 atau 80 ms tetapi jika UE bergerak
atau jika kanal berfluktuasi maka 40 atau 80 ms dapat dianggap sebagai interval yang besar. Jika kita menggeser periode CQI ke
nilai yang lebih kecil seperti 20 ms atau 10 ms, maka CQI akan lebih akurat dan itu akan meningkatkan efisiensi spektral. Namun,
semakin rendah intervalnya, semakin tinggi jumlah laporan CQI dan semakin tinggi utilisasi PUCCH. Laporan CQI secara periodik
dikirim melalui PUCCH di uplink sehingga jika kita mengurangi interval pelaporan CQI, itu akan meningkatkan beban pada
PUCCH. Hal ini dapat menyebabkan interferensi pada PUCCH dan juga dapat mengakibatkan penolakan RRC karena kemacetan
PUCCH. eNB membutuhkan PUCCH untuk CQI, HARQ & SRI sehingga jika PUCCH mengalami kemacetan, maka ia harus menolak
permintaan akses baru yang masuk. Hal ini dapat diselesaikan dengan menggunakan dua pendekatan berikut :
Adaptive or Dynamic PUCCH : Ini diperkenalkan oleh vendor untuk menyelesaikan Penolakan RRC karena kelebihan
PUCCH. Hal ini memungkinkan PUCCH untuk berkembang dan dapat mengkonsumsi lebih banyak Blok Sumber Daya jika
diperlukan. Sisi negatifnya adalah bahwa PUCCH mengambil Blok Sumber Daya dari PUSCH yang kemudian dapat membatasi
throughput uplink. Namun, biasanya jaringan membutuhkan kapasitas downlink yang lebih tinggi sehingga uplink dapat
dikompromikan sampai batas tertentu.
Adaptive CQI Period : Ini adalah peningkatan lain yang dimiliki beberapa vendor. Hal ini membuat interval pelaporan CQI
menjadi dinamis dan eNB dapat menyesuaikannya berdasarkan karakteristik pengguna. Dengan cara ini, jika eNB menemukan
UE yang tidak memiliki fluktuasi kanal (kebanyakan User Idle), maka dapat menggunakan interval pelaporan CQI yang lebih lama
seperti 80ms dan eNB dapat mengurangi interval menjadi 10ms untuk UE yang memiliki fluktuasi tinggi. Hal ini memberikan
peningkatan kinerja yang optimal dalam akurasi CQI tanpa berdampak pada beban PUCCH sejauh itu.
Ada jenis lain dari laporan CQI yang dikenal sebagai Aperiodic CQI, tetapi kita akan membahasnya dalam episode berikutnya dari
optimasi throughput.
Adaptive BLER Targets
Pertama, mari kita pahami konsep BLER. Ini dapat dibagi menjadi dua kategori:
Initial BLER: Ketika eNB mengirimkan data ke UE dan UE tidak dapat menerjemahkannya, maka eNB akan mengirimkan
HARQ NACK ke eNB. NACK berarti eNB harus mengirimkan ulang data dan NACK ini dianggap IBLER atau Initial Block Error.
Residual BLER: Jika UE tidak dapat mendekode data bahkan setelah pengiriman ulang, UE akan mengirim NACK lagi dan eNB
harus mengirim ulang lagi. Namun, ada batas untuk transmisi ulang ini dan biasanya dapat dikonfigurasi. Umumnya, transmisi
ulang ini disetel ke 4 dan setelah 4 transmisi ulang, eNB tidak akan mengirim ulang pada tingkat HARQ dan menganggap ini
sebagai Residual Block Error.
Target BLER dipertahankan oleh IBLER sehingga ini berarti bahwa eNB mencoba untuk mempertahankan IBLER 10% untuk
setiap UE. RBLER biasanya sangat rendah dan seharusnya kurang dari 0,5%. Pertanyaan yang mungkin muncul adalah mengapa
kita tidak mengurangi IBLER lebih jauh dan membuatnya rendah karena hal itu akan mengurangi retransmisi. Masalahnya di sini
adalah bahwa menurunkan IBLER berarti kita perlu menurunkan MCS. Bahkan MCS yang sangat rendah tidak akan memastikan
penurunan linear dalam IBLER tetapi akan menurunkan throughput secara berlebihan. Jadi, berbagai simulasi dan uji coba
lapangan dilakukan untuk menghasilkan target optimal 10% untuk IBLER yang diikuti oleh sebagian besar vendor.
Namun, baru-baru ini telah ditemukan bahwa target BLER 10% bekerja dengan baik dalam kondisi yang wajar, tetapi ketika
kondisi radio buruk atau baik, target BLER lainnya memberikan keuntungan yang lebih tinggi. Misalnya, jika kondisi radio buruk,
target BLER 10% membuat MCS sangat konservatif dan meningkatkan target BELR, meningkatkan MCS dan memberikan
keuntungan throughput yang lebih tinggi. Jadi, parameter tersebut dapat disetel jika tersedia untuk mendapatkan hasil yang
lebih baik.
 Mobility Strategy:
Satu hal yang benar-benar dapat membantu dalam meningkatkan throughput adalah strategi mobilitas yang optimal.
Transition to Higher CQI layer
Pertimbangkan relasi pada LTE, misalnya L800 dan L1800 dengan bandwidth yang sama. Dalam hal ini, L800 akan memiliki
cakupan yang lebih tinggi karena frekuensinya lebih rendah. Jadi, jumlah pengguna pada L800 akan lebih tinggi dibandingkan
dengan L2100. Namun, frekuensi yang lebih rendah juga memiliki interferensi yang lebih tinggi karena memiliki radius
jangkauan yang lebih besar. Jadi, itu akan menghasilkan CQI yang lebih rendah dan throughput yang buruk. Throughput L1800
biasanya akan lebih baik bahkan dengan bandwidth yang sama karena akan memiliki CQI yang lebih baik. Jadi, hal yang paling
penting adalah memastikan bahwa layer dengan CQI yang lebih baik mendapatkan sebagian besar trafik. Ini dapat dilakukan
dengan banyak cara dan saya telah menuliskan beberapa di antaranya.
 Cara termudah adalah dengan memberikan prioritas yang lebih tinggi ke L1800 dan itu akan menggeser sebagian besar UE
dalam cakupan L1800 menjauh dari L800. Hal ini akan memastikan CQI yang lebih baik bagi pengguna dan dengan demikian
throughput yang lebih baik. Cara lain adalah dengan mempertahankan prioritas yang sama dan memberikan offset frekuensi
untuk memindahkan pengguna ke L1800. Hal ini lebih masuk akal jika L1800 juga mengalami kelebihan beban, maka jumlah
beban yang akan digeser dapat disetel dengan memvariasikan offset.

Saya lebih suka load shifting dengan cell reselection daripada handover. Jika ambang batas handover diubah atau handover
berbasis prioritas frekuensi digunakan, maka hal itu akan memulai periode gap. Untuk UE, untuk berpindah dari satu frekuensi
ke frekuensi lain dalam mode connected, UE perlu mengukur frekuensi target. Untuk mengukur frekuensi target, UE masuk ke
mode gap 6 ms. Mode celah ini berulang setiap 40 atau 80 ms. Jadi, jika mode ini berulang setiap 40ms maka itu berarti UE tidak
dapat dijadwalkan selama 6ms dalam setiap 40ms. Selain itu, ketika UE mendapatkan data, UE perlu mengirim HARQ ACK/NACK
setelah 4ms. Jadi, itu berarti bahwa karena eNB tahu bahwa UE akan berada dalam mode gap maka eNB tidak akan
menjadwalkan data apa pun untuk UE 4ms sebelum mode gap. Itu membuatnya menjadi 10ms dalam setiap 40ms bahwa UE
tidak dapat dijadwalkan yaitu sekitar 25% dari waktu. Jadi, handover antar-frekuensi harus diminimalkan karena dapat
menyebabkan degradasi 25% dalam throughput. Cell reselection bekerja dalam mode idle sehingga merupakan cara yang jauh
lebih baik untuk memindahkan user di antara layer.

Load Balancing
Cara lain adalah mengaktifkan load balancing antara lapisan dan memastikan bahwa lapisan CQI yang lebih tinggi mendapat
lebih banyak beban. Load balancing biasanya juga hadir dalam dua mode
Connected Mode: Dalam hal ini, eNB menghitung PRB atau jumlah pengguna dan mencoba mempertahankan nilai beban
target dengan melakukan load based handover antar lapisan.
Idle Mode: Dalam hal ini, eNB mengirimkan frekuensi dalam perintah RRC Release ke UE. eNB meningkatkan prioritas
frekuensi target untuk UE tersebut untuk sementara dan UE mencoba untuk memilih kembali ke frekuensi tersebut dalam mode
idle.

Sekali lagi, saya lebih memilih load balancing berbasis idle mode karena tidak harus mengidentifikasi handover antar
frekuensi dan juga menyelesaikan pekerjaan. Tetapi load balancing berbasis mode idle tidak akan memiliki dampak yang
signifikan jika layer memiliki prioritas yang berbeda karena satu layer sudah memiliki prioritas yang lebih tinggi dan load
balancing berbasis mode idle juga memindahkan pengguna dengan meningkatkan prioritas. Jadi, jika UE tidak berpindah ke
layer dengan prioritas yang lebih tinggi maka itu berarti layer tersebut memiliki kendala cakupan dan kemudian load balancing
berbasis mode idle juga tidak akan dapat menggeser beban.

Vertical Beam-Width
Faktor penting lainnya adalah bahwa sering kali, band rendah seperti L800 memiliki beamwidth vertikal yang lebih besar
daripada band yang lebih tinggi. Hal ini secara efektif berarti bahwa pada nilai kemiringan yang sama, L800 akan memiliki
cakupan foot print yang jauh lebih besar daripada L1800. Jadi, sebelum membuat strategi mobilitas, penting untuk
memverifikasi pola antena terutama beam-width vertikal untuk semua layer. Jika beam-width dari satu layer secara signifikan
lebih lebar dari yang lain, maka pastikan untuk menempatkan offset kemiringan di antara keduanya untuk menjaga cakupan
yang optimal dan seimbang.
Scheduler Fairness:
Faktor penting lainnya adalah tipe penjadwal. Penjadwal dapat bekerja dalam beberapa mode
Round Robin: Dalam mode ini, penjadwal menyediakan sumber daya yang sama untuk semua pengguna. Ini bukan algoritma
yang optimal karena pengguna yang berbeda memiliki kebutuhan data yang berbeda.
Max C/I: Mode ini menyediakan sumber daya yang jauh lebih tinggi kepada pengguna dalam kondisi cakupan yang baik.
Mode ini dapat membuat pengguna tepi sel kelaparan dan mereka tidak akan mendapatkan cukup data yang mengakibatkan
degradasi dalam pengalaman pengguna.
Proportion Fair: Skema ini mempertahankan keadilan antara semua pengguna yang mempertahankan pembagian sumber
daya yang sehat antara semua jenis pengguna. Konsep dasar dari mode ini adalah untuk mencapai keseimbangan antara
pengguna dan melakukannya dengan memprioritaskan berdasarkan CQI dan kecepatan data. Jadi, jika CQI tinggi, maka akan
memberikan sumber daya kepada pengguna tersebut terlebih dahulu, tetapi karena perlu mempertahankan kecepatan data
yang adil untuk semua pengguna, pengguna tepi sel juga akan dijadwalkan. Skema ini pada dasarnya merupakan kombinasi dari
round robin dan Max C/I karena menyediakan lebih banyak sumber daya untuk pengguna dengan CQI yang lebih tinggi
dibandingkan dengan round robin tetapi juga menyediakan lebih banyak sumber daya untuk pengguna tepi sel jika
dibandingkan dengan Max C/I. Oleh karena itu, ia mendapat nama Proportional fair.

KPI throughput user meningkat dengan menggunakan Max C / I karena menyediakan lebih banyak sumber daya untuk
pengguna yang baik yang menghasilkan throughput pengguna yang lebih tinggi tetapi throughput sel ditingkatkan dengan
algoritma Proportional Fair karena mencapai keseimbangan antara semua pengguna. Jadi, jika KPI throughput pengguna ingin
ditingkatkan maka penjadwal dapat dimiringkan ke arah Max C / I sementara Proportional Fair dapat digunakan jika perolehan
throughput sel diperlukan. Optimalisasi pada tingkat ini benar-benar membutuhkan pemahaman yang mendalam tentang
algoritma penjadwal dan itu juga tergantung jika vendor tertentu menyediakan opsi untuk bermain dengan bobot penjadwalan.

Ini adalah dasar-dasar untuk meningkatkan efisiensi spektral untuk jaringan. Di bagian selanjutnya, saya akan menjelaskan
fitur-fitur yang dapat digunakan untuk meningkatkan throughput bersama dengan skenario di mana mereka akan berlaku.