Journal of Novel Researches on Smart Power Systems

fa بهینه‌سازی استراتژی خواب ایستگاه‌های پایه و تخصیص منابع در شبکه‌های بی‌سیم سلولی با الگوریتم بهینه‌سازی تک‌یاخته‌ای مصنوعی Optimization of Base Station Sleep Strategy and Resource Allocation in Cellular Wireless Networks Using the Artificial Single‑Cell Optimization Algorithm تخصصي Special پژوهشي Research <div style="text-align: justify;">افزایش چگالی ایستگاه‌های پایه کوچک در شبکه‌های سلولی ناهمگن، اگرچه موجب بهبود پوشش و ظرفیت می‌شود، اما به‌طور هم‌زمان مصرف انرژی شبکه را به‌طور قابل‌توجهی افزایش می‌دهد. در این مقاله، یک چارچوب بهینه‌سازی دوسطحی برای مدیریت انرژی شبکه‌های سلولی ارائه می‌شود که در آن، تصمیمات مربوط به استراتژی خواب ایستگاه‌های پایه کوچک و تخصیص منابع رادیویی به‌صورت هماهنگ و با درنظرگرفتن کیفیت سرویس کاربران اتخاذ می‌گردد. در سطح بالای چارچوب پیشنهادی، حالت‌های فعال، خواب سبک و خواب عمیق ایستگاه‌های پایه کوچک با لحاظ‌کردن هزینه سوئیچینگ و تأخیر بیداری مدل‌سازی شده و هدف، کمینه‌سازی مصرف کل انرژی شبکه تحت قیود کیفیت سرویس است. در سطح پایین، مسئله تخصیص توان و زیرکانال با هدف ایجاد توازن میان نرخ داده، مصرف انرژی و انصاف کاربران حل می‌شود. مسئله کلی به‌صورت یک مسئله ترکیبی-صحیح غیرخطی (MINLP) فرموله شده و برای حل آن از الگوریتم بهینه‌سازی تک‌یاخته‌ای مصنوعی (ACA) استفاده می‌شود که قادر است به‌طور هم‌زمان متغیرهای گسسته و پیوسته را با همگرایی مناسب بهینه نماید. نتایج شبیه‌سازی مبتنی بر سناریوهای استاندارد 3GPP در نرمافزار MATLAB نشان می‌دهد که روش پیشنهادی در مقایسه با الگوریتم‌های مرجع نظیر PSO، GA و DQN، کاهش معناداری در مصرف انرژی را بدون افت محسوس در کیفیت سرویس و انصاف کاربران فراهم می‌کند. به‌طور خاص، با تنظیم مناسب پارامترهای مصالحه، چارچوب پیشنهادی قادر به دستیابی به بیش از ۴0% صرفه‌جویی انرژی همراه با نرخ رضایت بالای کاربران بوده و رفتار تطبیقی مؤثری در برابر تغییرات ترافیک شبکه از خود نشان می‌دهد. </div> <div style="text-align: justify;">The increasing densification of small base stations in heterogeneous cellular networks, while improving coverage and capacity, simultaneously leads to a significant rise in overall network energy consumption. In this paper, a bi‑level optimization framework for energy management in cellular networks is proposed, in which decisions on small base station sleep strategies and radio resource allocation are jointly optimized while explicitly considering users’ quality of service (QoS). At the upper level of the proposed framework, the active, light‑sleep, and deep‑sleep states of small base stations are modeled by accounting for switching costs and wake‑up delays, with the objective of minimizing total network energy consumption subject to QoS constraints. At the lower level, the power and subchannel allocation problem is solved to strike a balance among data rate, energy consumption, and user fairness. The overall problem is formulated as a mixed‑integer nonlinear programming (MINLP) problem and is solved using the Artificial Single‑Cell Optimization Algorithm (ACA), which is capable of jointly optimizing discrete and continuous variables with satisfactory convergence behavior. Simulation results based on standard 3GPP scenarios in MATLAB software demonstrate that, compared with benchmark algorithms such as PSO, GA, and DQN, the proposed method achieves a substantial reduction in energy consumption without noticeable degradation in QoS or user fairness. In particular, by appropriately tuning the trade‑off parameters, the proposed framework is able to achieve more than 40% energy savings while maintaining a high user satisfaction rate, and it exhibits effective adaptive behavior in response to dynamic variations in network traffic. </div> شبکه‌های سلولی ناهمگن, استراتژی خواب ایستگاه پایه, ایستگاه پایه کوچک, تخصیص منابع رادیویی, تخصیص توان و زیرکانال. Heterogeneous cellular networks, base station sleep strategy, small base stations, radio resource allocation, power and subchannel allocation 31 46 http://jeps.dezful.iau.ir/browse.php?a_code=A-10-358-2&slc_lang=fa&sid=1 Hamidreza Firouzianfar حمید رضا فیروزیان فر hamidreza.firouzianfar@gmail.com 10031947532846003139 10031947532846003139 No Department of Electrical Engineering, Se.C., Islamic Azad University, Semnan, Iran گروه برق، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران Mohammad Tolou Askari محمد طلوع عسکری m.askari1980@iau.ac.ir 10031947532846003140 10031947532846003140 Yes Department of Electrical Engineering, Se.C., Islamic Azad University, Semnan, Iran گروه برق، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران Javad Safaei Koochaksaraei جواد صفایی کوچکسرایی 10031947532846003141 10031947532846003141 No Department of Electrical Engineering, Se.C., Islamic Azad University, Semnan, Iran گروه برق، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران Mahmoud Samiei Moghaddam محمود سمیعی مقدم samiei352@yahoo.com 10031947532846003142 10031947532846003142 No Department of Electrical Engineering, Da.C., Islamic Azad University, Damghan, Iran. گروه برق، واحد دامغان، دانشگاه آزاد اسلامی، دامغان، ایران Vahid Ghods وحید قدس v.ghods@gmail.com 10031947532846003143 10031947532846003143 No Department of Electrical Engineering, Se.C., Islamic Azad University, Semnan, Iran گروه برق، واحد سمنان، دانشگاه آزاد اسلامی، سمنان، ایران