The 5th Generation (5G) of communication networks is currently being deployed, promising better than ever capacity, responsiveness, and coverage. Many new technologies, as well as evolutions of old technologies, have been harvested to improve over the previous generation, such as the usage of high frequencies commonly known as the MilliMeter Wave (mmW) band. These new bands, typically ranging between 6~and 100~GHz, have long been studied, trying to overcome many of their peculiarities such as (i) low range due to high free-space propagation loss, (ii) high susceptibility to blockage, and (iii) sparse directionality, among others. In this thesis, we analyze and propose models that allow more in-depth studies on next-generation networks on different levels. Aiming to improve the next-generation IEEE~802. 11 standards, also known as Wireless Gigabit (WiGig), we focused mainly on full-stack network simulations, given the higher degree of realism with respect to mathematical models, and the much lower cost and flexibility with respect to hardware testbeds. We were able to improve and create models ranging across almost all levels of the communication stack, from the Physical (PHY) up to the Application (APP) layers. This allowed us to obtain a holistic view of the mmW-based network, making us able to design and characterize better models. Starting from the mmW channel itself, we will describe our proposals to modify well-known channel models to improve simulation performance and extend network analysis to scenarios that were never explored before, due to a lack of available tools. Antenna models were studied, and, with the help of machine learning techniques, optimal configurations specific for the mmW band were obtained. Moving towards the WiGig protocol stack, works have been done on the optimization of Medium Access Control (MAC)-layer scheduling algorithms, specifically tailored for quasi-periodic applications. Finally, we analyzed, characterized, and modeled eXtended Reality (XR) traffic, one of the most prominent types of quasi-periodic applications that are forseen to be largely used in 5G networks.

La prossima generazione di reti di comunicationi, conosciuta come 5G, promette di avere velocità e coperture nettamente superiori alle reti 4G. Per ottenere queste prestazioni è stato proposto di utilizzare sia nuove tecnologie che evoluzioni di tecniche già conosciute e studiate in passato. La novità più acclamata è l'uso di frequenze superiori al passato che vanno dai 6~ai 100~GHz, anche chiamate onde millimetriche, o MilliMeter Wave (mmW) in inglese. Molti studi degli anni passati si sono focalizzati su questo intervallo di frequenze, cercando di renderle utilizzabili e superando alcune loro peculiarità, tra cui (i) la poca copertura dovuta a perdite di potenza maggiori sulle lunghe distanze rispetto a frequenze più basse, (ii) la loro estrema facilità ad essere bloccate da persone ed oggetti, e (iii) una forte tendenza a concentrare la potenza in poche direzioni circoscritte. In questa tesi analizziamo e proponiamo modelli che consentono studi più approfonditi sulle reti di nuova generazione a diversi livelli. Con l'obiettivo di migliorare gli standard Wi-Fi di prossima generazione, noti anche come Wireless Gigabit (WiGig), ci siamo concentrati principalmente su simulazioni di rete full-stack, dato il maggior grado di realismo rispetto ai modelli matematici da una parte, e il minor costo unito a una maggiore flessibilità rispetto a soluzioni hardware. Siamo stati in grado di migliorare e creare modelli che spaziano su quasi tutti i livelli dello stack di comunicazione, dal livello fisico (PHY) fino al livello applicazione (APP). Questo ci ha permesso di ottenere una visione completa della rete mmW, rendendoci in grado di progettare e caratterizzare modelli migliori. Partendo dal canale mmW stesso, descriveremo le nostre proposte per modificare modelli di canale noti per migliorare le prestazioni di simulazione ed estendere l'analisi di rete a scenari mai esplorati prima, a causa della mancanza di strumenti disponibili. Sono stati studiati modelli di antenne e, con l'ausilio di tecniche di machine learning, sono state ottenute configurazioni ottimali specifiche per la banda mmW. Focalizzandosi sugli standard WiGig, sono stati fatti lavori sull'ottimizzazione degli algoritmi di scheduling a livello MAC, pensati appositamente per applicazioni con carattere quasi periodico. Infine, abbiamo analizzato, caratterizzato e modellato il traffico di realtà aumentata e virtuale (conosciuto anche come realtà estesa (XR), una delle applicazioni quasi-periodiche più importanti che dovrebbero essere ampiamente utilizzate nelle reti 5G.

Valutazione e Miglioramenti di Modelli, Protocolli e Sistemi per Wi-Fi in banda mmWave / Lecci, Mattia. - (2022 Mar 10).

Valutazione e Miglioramenti di Modelli, Protocolli e Sistemi per Wi-Fi in banda mmWave

LECCI, MATTIA
2022

Abstract

The 5th Generation (5G) of communication networks is currently being deployed, promising better than ever capacity, responsiveness, and coverage. Many new technologies, as well as evolutions of old technologies, have been harvested to improve over the previous generation, such as the usage of high frequencies commonly known as the MilliMeter Wave (mmW) band. These new bands, typically ranging between 6~and 100~GHz, have long been studied, trying to overcome many of their peculiarities such as (i) low range due to high free-space propagation loss, (ii) high susceptibility to blockage, and (iii) sparse directionality, among others. In this thesis, we analyze and propose models that allow more in-depth studies on next-generation networks on different levels. Aiming to improve the next-generation IEEE~802. 11 standards, also known as Wireless Gigabit (WiGig), we focused mainly on full-stack network simulations, given the higher degree of realism with respect to mathematical models, and the much lower cost and flexibility with respect to hardware testbeds. We were able to improve and create models ranging across almost all levels of the communication stack, from the Physical (PHY) up to the Application (APP) layers. This allowed us to obtain a holistic view of the mmW-based network, making us able to design and characterize better models. Starting from the mmW channel itself, we will describe our proposals to modify well-known channel models to improve simulation performance and extend network analysis to scenarios that were never explored before, due to a lack of available tools. Antenna models were studied, and, with the help of machine learning techniques, optimal configurations specific for the mmW band were obtained. Moving towards the WiGig protocol stack, works have been done on the optimization of Medium Access Control (MAC)-layer scheduling algorithms, specifically tailored for quasi-periodic applications. Finally, we analyzed, characterized, and modeled eXtended Reality (XR) traffic, one of the most prominent types of quasi-periodic applications that are forseen to be largely used in 5G networks.
Evaluation and Improvements of mmWave 802.11 Models, Protocols, and Systems
10-mar-2022
La prossima generazione di reti di comunicationi, conosciuta come 5G, promette di avere velocità e coperture nettamente superiori alle reti 4G. Per ottenere queste prestazioni è stato proposto di utilizzare sia nuove tecnologie che evoluzioni di tecniche già conosciute e studiate in passato. La novità più acclamata è l'uso di frequenze superiori al passato che vanno dai 6~ai 100~GHz, anche chiamate onde millimetriche, o MilliMeter Wave (mmW) in inglese. Molti studi degli anni passati si sono focalizzati su questo intervallo di frequenze, cercando di renderle utilizzabili e superando alcune loro peculiarità, tra cui (i) la poca copertura dovuta a perdite di potenza maggiori sulle lunghe distanze rispetto a frequenze più basse, (ii) la loro estrema facilità ad essere bloccate da persone ed oggetti, e (iii) una forte tendenza a concentrare la potenza in poche direzioni circoscritte. In questa tesi analizziamo e proponiamo modelli che consentono studi più approfonditi sulle reti di nuova generazione a diversi livelli. Con l'obiettivo di migliorare gli standard Wi-Fi di prossima generazione, noti anche come Wireless Gigabit (WiGig), ci siamo concentrati principalmente su simulazioni di rete full-stack, dato il maggior grado di realismo rispetto ai modelli matematici da una parte, e il minor costo unito a una maggiore flessibilità rispetto a soluzioni hardware. Siamo stati in grado di migliorare e creare modelli che spaziano su quasi tutti i livelli dello stack di comunicazione, dal livello fisico (PHY) fino al livello applicazione (APP). Questo ci ha permesso di ottenere una visione completa della rete mmW, rendendoci in grado di progettare e caratterizzare modelli migliori. Partendo dal canale mmW stesso, descriveremo le nostre proposte per modificare modelli di canale noti per migliorare le prestazioni di simulazione ed estendere l'analisi di rete a scenari mai esplorati prima, a causa della mancanza di strumenti disponibili. Sono stati studiati modelli di antenne e, con l'ausilio di tecniche di machine learning, sono state ottenute configurazioni ottimali specifiche per la banda mmW. Focalizzandosi sugli standard WiGig, sono stati fatti lavori sull'ottimizzazione degli algoritmi di scheduling a livello MAC, pensati appositamente per applicazioni con carattere quasi periodico. Infine, abbiamo analizzato, caratterizzato e modellato il traffico di realtà aumentata e virtuale (conosciuto anche come realtà estesa (XR), una delle applicazioni quasi-periodiche più importanti che dovrebbero essere ampiamente utilizzate nelle reti 5G.
Valutazione e Miglioramenti di Modelli, Protocolli e Sistemi per Wi-Fi in banda mmWave / Lecci, Mattia. - (2022 Mar 10).
File in questo prodotto:
File Dimensione Formato  
dissertation.pdf

accesso aperto

Descrizione: tesi_Mattia_Lecci
Tipologia: Tesi di dottorato
Dimensione 5.64 MB
Formato Adobe PDF
5.64 MB Adobe PDF Visualizza/Apri
Pubblicazioni consigliate

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11577/3447673
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
  • OpenAlex ND
social impact