One of the most important issues for call delivery in mobile communication networks is to keep track of mobile users and locate them. This is called location management, and includes two basic operations of location update known as location registration and paging. Location update is the process through which mobile communication networks can obtain the location information of mobile users and track it. When a new call is destined to a mobile user, the mobile communication network queries databases, such as HLR and VLR, to get the actual location information of a called user, and then searches for a called user by sending polling signals to cells in the location area and alerts a called user of the incoming call. This searching process is called paging.
Location update and paging will incur a significant mount of cost. The cost consists of radio access traffic, signaling traffic for the signaling system number 7(SS7), paging traffic, and paging delay. In order to reduce these costs, it is necessary to design a location area(LA) and a paging area(PA) properly. To determine the size of LA is a critical problem so that the total costs of location update and paging could be minimized. As LA becomes larger, radio access traffic and signaling traffic are less, but paging traffic increases. Studies of efficient paging have resulted in development of simultaneous paging, sequential paging, and intelligent paging schemes. In simultaneous paging, every call to a mobile station(MS) requires paging over all cells in an LA. In sequential paging, only a portion of an LA, known as a PA, is initially paged to find a called MS. Remaining PAs are paged one by one until the MS is found. For intelligent paging, some kind of "intelligence" is introduced in sequential paging techniques to reduce the paging cost.
Most previous studies for intelligent paging have focused on the location probability distribution of an MS. In this dissertation, we suggest the intelligent paging scheme based on distribution density information of the users instead of location probability distribution information of users, because the former is easier to obtain than the latter in mobile communication system. That is, this dissertation uses distribution density information as "intelligent" informations instead of location probability distribution information in intelligent paging.
The information of location probability distribution of an MS may be described by the MS speed and the most-recent interaction area of MS, and it may be used for intelligent paging together with paging load distribution information. The performance of intelligent paging scheme depends on the accuracy of the location probability distribution of the target MS, the paging load distribution among cells, and the criterion used for selecting the paging sequence of cells. The accuracy of the location probability distribution relies on the elapsed time of paging request arrival since the last location update and the mobility information of an MS. The last location update cell and the elapsed time can be easily obtained, but the speed and the moving direction of the MS must be estimated in real mobile communication systems. Those estimations result in additional overhead of systems. The location probability distribution of an MS is difficult to obtain accurately. Thus, the location probability distribution may not be proper in real systems.
However, distribution density information, which is how MS`s are spread in an LA, can be estimated easily using the IDs of the last location update cells for active MS`s in an LA. That is, this information can be estimated easily using the number of active users, who are in talk, in each cell and in an LA, because their cell IDs will be notified to the network. Distribution density of actual MS`s is assumed to be distribution density of active MS`s, because the number of actual MS`s may be proportional to the number of active MS`s in each cell. Herein, we consider intelligent paging using the distribution density information of active MS`s in an LA instead of the location probability distribution information of MS which is used in most previous studies.
In this dissertation, we suggest and examine six paging methods. They are classified into three paging methods in ring-based paging scheme and three paging methods in sector-based paging scheme according to the shapes of PAs in an LA. These three paging methods are simultaneous paging, unordered sequential paging, and ordered sequential paging. And we calculate and compare the paging costs for six paging methods respectively. In this dissertation, we have defined the paging delay cost and the paging load cost. Six patterns for distribution density of users are used to compare paging costs of six paging methods one another.
Numerical results show that our intelligent paging schemes based on distribution density of users have better performance from the point of view of paging delay cost and paging load cost. And, the results show that ordered sequential paging in ring-based or sector-based paging scheme has better paging load cost than simultaneous paging or unordered sequential paging, in case that paging request rate is greater than paging service rate. It is also shown that ordered sequential paging methods have lower paging delay cost than unordered sequential paging methods when paging request rate increases. We show that paging methods in sector-based paging scheme have always lower paging costs than paging methods in ring-based paging scheme. And, numerical results show that ordered sequential paging methods are especially suitable to the cases that paging load cost is more important than paging delay cost.
이동통신 네트워크는 다양한 종류의 정보를 어느 한 곳에서 다른 곳으로 전달할 수 있도록 하는 새로운 이동통신시스템의 하나이다. 호 전달과 관련하여 이동통신 네트워크에서 거론되는 주요 내용 가운데 하나는, 이동통신 사용자의 움직임을 추적하고 그들의 위치를 파악하는 것이다. 이를 `위치관리(location management)`라 부르는데 `위치등록(location registration)`과 `페이징(paging)` 등이 주요 내용이다. `위치갱신(location update)`라고도 불리는 위치등록은, 이동통신 네트워크가 이동통신 사용자의 위치정보를 얻고 이 정보를 추적 관리하는 과정을 의미한다. 어떤 이동통신 사용자에게 새로운 호가 전달될 때, 이동통신 네트워크는 HLR이나 VLR과 같은 데이터베이스를 사용하여 호출된 사용자의 실제 위치정보를 파악할 수 있게 된다. 이 위치정보를 이용하여 이동통신 네트워크는 호출자가 있는 위치영역(location area)에 폴링 신호를 보내어 호출된 사용자를 찾아낸 다음 그 사용자에게 호가 호출되어 있음을 알린다. 이러한 검색 과정을 페이징이라 한다.
위치등록이나 페이징에는 상당한 크기의 비용이 소요된다. 무선접근(radio access) 트래픽이나 SS7에서의 시그널링(signaling) 트래픽, 그리고 페이징 트래픽, 페이징 지연 등과 같은 비용이 발생된다. 이러한 비용을 줄이기 위해서는 위치영역(LA)이나 페이징영역(PA) 크기에 대한 적절한 설계가 필요하다. LA 크기를 결정하는 것은 위치등록과 페이징에 따른 비용을 줄이는데 있어서 매우 중요한 사항이다. LA 크기가 커지게 되면 무선접근 트래픽과 시그널링 트래픽은 줄어들게 되지만 페이징 트래픽은 커지게 되고, LA 크기가 작아지면 페이징 트래픽은 줄어들지만 무선접근 트래픽이나 시그널링 트래픽은 커지게 된다. 이를 해결하기 위한 효율적인 페이징 방법이 많이 연구되었는데, 동시(simultaneous)페이징 기법, 순차(sequential)페이징 기법, 지능형(intelligent)페이징 기법 등이 그것이다. 동시페이징 기법은 어떤 이동단말(MS)이 호출되었을 때 어떤 LA 내에 있는 모든 셀이 페이징 되는 기법이다. 순차페이징은 호출된 이동단말을 찾기 위해, PA라 불리는 LA의 일부 셀들에 대해 먼저 페이징이 수행된 다음, 호출된 MS가 발견될 때까지 나머지 PA들이 하나씩 페이징 되는 방법이다. 지능형 페이징은 순차페이징 기법에 사용자와 관련된 일종의 `지능(intelligence)` 정보를 페이징 기법에 활용하는 것으로 순차페이징에 비해 상당히 많은 페이징 비용을 줄이는 결과를 보이고 있다.
기존의 지능형 페이징에 관한 많은 연구는 대부분 사용자의 위치확률분포(location probability distribution)에 초점을 맞추고 있다. 본 연구에서는 사용자의 위치확률분포 대신에 사용자의 분포밀도(distribution density)를 기반으로 한 지능형 페이징을 제안한다. 이는 이동통신시스템에서 사용자의 분포밀도가 사용자의 위치확률분포보다 구하기가 더 용이하기 때문이다. 즉, 본 연구에서는 지능형 페이징의 `지능` 정보로 위치확률분포 대신 분포밀도정보를 사용하고 있다. 위치확률분포 정보는 MS의 이동 속도와 가장 최근에 활동한 영역 정보에 따라 달라지게 되며, 페이징 부하 정보와 함께 지능형 페이징에 활용될 수 있다. 기존 연구에서의 지능형 페이징 성능은, 목표하는 MS에 대한 위치 확률분포의 정확도나 셀간의 페이징 부하분포, 그리고 셀 페이징 순서 결정을 위한 기준에 따라 달라지게 된다. 위치확률분포의 정확도는, 가장 최근에 위치를 갱신한 이후부터 페이징 요청이 도착할 때까지의 경과시간이나, MS의 이동정보에 좌우된다. 실제 이동통신시스템에서는 가장 최근에 위치를 갱신한 셀 정보나 경과 시간 정보는 쉽게 얻을 수 있으나, MS의 이동 방향 정보는 추정하여야만 된다. 이러한 추정 정보는 시스템에 추가적인 부담을 주게 되며 정확하게 얻는 것이 쉽지 않다. 그래서 실제 이동통신시스템에서 지능형 페이징을 위해 사용하는 것은 적절하지 않을 수 있다.
반면에, 분포밀도 정보는 LA 내에 MS가 어떻게 분포되어 있는지를 나타내는데, LA 내에 있는 활동(active) MS들의 최근 위치갱신 셀 식별자(ID)를 이용하면 이를 쉽게 추정할 수 있다. 셀이나 LA에서 대화하고 있는 활동 사용자의 셀 식별자는 네트워크에 통보되기 때문에, 활동 사용자의 수를 이용하여 이 분포밀도 정보는 쉽게 추정될 수 있다. 이는 각 셀에 있는 실제 MS 수는 활동 MS 수에 비례한다고 볼 수 있기 때문이다. 따라서, 실제 MS의 분포밀도는 활동 MS의 분포밀도로 가정할 수 있다. 본 연구에서는 이러한 점을 반영하여 기존의 위치확률분포 대신에 활동 MS에 대한 분포밀도를 지능형 페이징을 위한 정보로 사용하였다.
본 연구는 6가지의 페이징 방법을 제안하고 검토하였다. 이는 LA 내의 PA 모양에 따라 링 기반 페이징 기법과 섹터 기반 페이징 기법으로 나누어지는데, 각각 링 기반 페이징 기법에서 3가지 페이징 방법, 섹터 기반 페이징 기법에서 3가지 페이징 방법을 제시하고 있다. 이 3가지 페이징 방법은 동시페이징, 비정렬 순차페이징, 정렬 순차페이징 등이다. 그리고 본 연구는 이들 6가지 페이징 방법에 대하여 페이징 비용을 각각 산출하고 비교하였다. 페이징 비용은 페이징 지연 비용과 페이징 부하 비용으로 정의하였다. 본 연구에서는 페이징 비용의 산출과 비교를 위해 6가지의 사용자 분포밀도 패턴을 생성하였으며, 이들 패턴에 대해서 각각 상기의 6가지 페이징 방법을 수행하였다.
본 연구가 제시하는 사용자 분포밀도를 기반으로 한 지능형 페이징 기법은, 페이징 지연 비용이나 페이징 부하 비용 측면에서 더 나은 성능을 가지고 있음을 알 수 있다. 그리고, 페이징 요청율이 서비스율보다 더 큰 경우에는, 링 기반 페이징 기법의 정렬 순차페이징 방법은 동시페이징이나 비정렬 순차페이징 방법보다 더 낮은 페이징 부하 비용을 가지고 있다. 또한, 페이징 요청율이 증가하면, 정렬 순차페이징 방법이 비정렬 순차페이징 방법보다 더 낮은 페이징 지연 비용을 가지게 됨을 보여주고 있다. 본 연구의 결과는, 섹터 기반 페이징 기법에서의 페이징 방법이 항상 링 기반 페이징 기법보다 더 낮은 페이징 비용을 가지게 됨을 보여주고 있다. 그리고, 본 연구에서 제안한 정렬 순차페이징 방법은 특히 페이징 지연 비용이 중요한 경우에 더욱 적합함을 알 수 있다.
