This project was focused on designing a tool for optimizing complex transactions in a traditional bank accounts, Bitcoin wallet accounts and Bitcoin exchanges. The challenges include transference fees eroding the amounts transferred, Bitcoin volatility and arbitrage. The tool should support hundreds of accounts with each account identifi ed by a bank or exchange, and a currency. The basic user-case, we call it Debit Scenario, appears when an account consumes it capital and has very little funding (sink or demand account), then the user set a minimum funding for the account, and we need to balance all the accounts of the network, using many currency circulations though many paths to satisfy the specifi ed funding limits. Another user case, we called it Custodian Scenario, is when certain accounts (i.e. supply or non-custodians) has upper limit on the amount of capital so we need to distribute the excess value in other accounts (i.e. demand or custodians) of the network. The problem was modelled as a multi-commodity min-cost max- flow problem with specifi c constraints including arbitrage information, and solved with linear programming. Simple and complex numerical scenarios are presented too.
This paper discusses novel joint (intracell and intercell) resource allocation algorithms for self-organized interference coordination in multicarrier multiple-input multiple-output (MIMO) small cell networks. The proposed algorithms enable interference coordination autonomously, over multiple degrees of freedom, such as base station transmit powers, transmit precoders, and user scheduling weights. A generic$\alpha$-fair utility maximization framework is considered to analyze performance-fairness tradeoff and to quantify the gains achievable in interference-limited networks. The proposed scheme involves limited inter-base station signaling in the form of two step (power and precoder) pricing. Based on this decentralized coordination, autonomous power and precoder update decision rules are considered, leading to algorithms with different characteristics in terms of user data rates, signaling load, and convergence speed. Simulation results in a practical setting show that the proposed pricing-based self-organization can achieve up to$100\%$improvement in cell-edge data rates when compared to baseline optimization strategies. Furthermore, the convergence of the proposed algorithms is also proved theoretically.
La próxima cuarta generación (4G) de redes de comunicaciones móviles celulares considera una interfaz radio basada en OFDMA (Orthogonal Frequency Division Multiple Access). Esta tecnología ofrece robustez a la propagación multicamino y diversidad en frecuencia gracias a la división del ancho de banda de operación en un conjunto de pequeños subcanales en frecuencia para así alcanzar un uso eficiente del espectro. Sin embargo, un importante desafío en una interfaz radio OFDMA es la manera en la que los subcanales en frecuencia se asignan a las distintas celdas. En primer lugar, la carga de tráfico podría variar a lo largo del tiempo y del espacio, de modo que los clásicos patrones fijos de asignación de espectro (es decir, los esquemas de planificación de frecuencias) pueden conducir a una carencia de recursos en ciertas celdas o a una falta de aprovechamiento de los mismos en otras. En segundo lugar, los futuros marcos reguladores del espectro cambiarán la mentalidad sobre su uso, planteando la coexistencia de usuarios primarios y secundarios del espectro en una misma área geográfica. Por lo tanto, una adecuada gestión del espectro primario podría facilitar la aparición de oportunidades del uso del espectro para usuarios secundarios a la vez que el operador podría obtener una nueva entrada de ingresos por ese uso. Finalmente, los futuros escenarios celulares tenderán a ser descentralizados, especialmente con la aparición de nuevos despliegues basados en femtoceldas (puntos de acceso de limitada cobertura desplegados por el propio usuario en la banda espectral en la que el operador tiene licencia), donde se requerirá un alto grado de independencia a la hora de decidir los canales que usa cada femtocelda, ya que, obviamente, las tareas centralizadas planificación de frecuencias tienen poco sentido práctico en estos escenarios. Esta tesis contribuye a la investigación sobre la asignación de espectro en redes móviles celulares 4G basadas en OFDMA proponiendo una solución para manejar dinámicamente la asignación de espectro por celda. Con este fin, se proponen estrategias dinámicas asignación de espectro (en inglés Dynamic Spectrum Assigment: DSA) y un marco práctico para ejecutarlas. Para reducir costes operacionales y la intervención humana en el proceso, el marco DSA propuesto se ha diseñado basándose en conceptos de autoorganización de modo que la red puede de forma autónoma (i) observar el funcionamiento de la asignación actual de espectro, (ii) analizar si una nueva asignación de espectro es necesaria, y (iii) decidir una nueva asignación de espectro que se adapte mejor a las condiciones de la red. Además, se propone una arquitectura funcional centralizada y descentralizada que permite que el marco DSA pueda aplicarse a varios escenarios, desde escenarios macrocelulares donde típicamente se emplea un control centralizado, a futuros escenarios con femtoceldas donde los nodos son prácticamente independientes y requieren de decisiones autónomas a nivel de celda para la asignación de espectro. La tarea de decisión del marco DSA reside en las estrategias DSA propuestas, donde una de ellas se basa en el aprendizaje máquina para explotar el conocimiento adquirido previamente en el pasado. Además, esta estrategia tiende a seleccionar una asignación de espectro óptima en el sentido de que maximiza una señal de recompensa definida apropiadamente en términos de métricas del funcionamiento de la red (e.g., eficiencia espectral, SINR, entre otras). Ciertamente, la autoorganización y el aprendizaje máquina en el contexto de la asignación de espectro en interfaces radio basadas en OFDMA se han explotado poco y constituyen así una novedad importante derivada del trabajo de esta tesis. Los resultados revelan importantes mejoras sobre estrategias del estado del arte en términos de eficiencia espectral (en bits/s/Hz), satisfacción de la calidad de servicio de los usuarios, fairness entre el throughput obtenido por los usuarios, y la capacidad para generar oportunidades para el uso secundario del espectro en grandes áreas geográficas. También, el marco DSA propuesto basado en autoorganización muestra atractivas capacidades desde la perspectiva del despliegue inicial, donde los nodos son capaces de autoconfigurarse después de su encendido introduciendo un impacto mínimo en sistema ya desplegado. Así el marco propuesto constituye una contribución práctica para solucionar el despliegue de millares de femtoceldas en un escenario macrocelular. Next fourth generation (4G) of cellular mobile networks envisage a radio interface based on OFDMA (Orthogonal Frequency Division Multiple Access). OFDMA offers frequency diversity and robustness against multipath channel propagation thanks to the division of a wide bandwidth into small OFDMA frequency resources, so that an efficient spectrum usage is attained. However, one important challenge in a 4G OFDMA-based radio interface of a cellular network is the way in which OFDMA frequency resources are assigned to cells. First, intercell interference must be mitigated to achieve the highest spectral efficiency. Second, traffic loads could vary along time and space, so typical fixed spectrum assignment patterns (i.e., frequency planning) could lead to lack of spectrum resources in some cells or underutilization of them in others. Third, future regulatory spectrum frameworks will change the mindset about the usage of the spectrum by planning the co-existence of primary (licensees) and secondary users of the spectrum in the same geographical area. Hence, an adequate primary management of the spectrum could ease the appearance of spectrum usage opportunities for secondary users at the same time that the primary operator could obtain a new revenue income for that usage. Finally, future cellular scenarios will tend to be decentralized, especially with the appearance of new femtocell deployments (short-range user-deployed access points in the operator's licensed spectrum band), where a high degree of independency when deciding the usage of OFDMA frequency resources will be needed, since, obviously, centralized frequency planning tasks has little practical sense in those scenarios. This thesis contributes to the research on the spectrum assignment in 4G OFDMA-based mobile cellular networks by proposing a solution to dynamically manage the cell-by-cell spectrum assignment. To this end, adequate Dynamic Spectrum Assignment (DSA) strategies and a practical framework to execute them are proposed. In order to reduce operational costs and to reduce human intervention, the DSA framework has been designed based on self-organization so that the network is able to autonomously (i) observe the performance of current spectrum assignment, (ii) analyze if a new spectrum assignment is needed, and (iii) decide a new spectrum assignment to better adapt to networks conditions. Furthermore, a centralized and decentralized functional architecture is proposed so that the framework can be applied to a vast number of scenarios, ranging from typical macrocell scenarios where centralized control is employed, to future femtocell scenarios where nodes are almost independent and require autonomous spectrum assignment decisions at the cell level. The decision task of the framework resides on proposed DSA strategies, where one of them is based on machine learning to exploit knowledge previously acquired in the past. Moreover, this machine learning strategy tends to select a spectrum assignment that is optimal in the sense that maximizes a given reward signal appropriately defined in terms of network performance metrics (e.g., spectral efficiency, SINR, among others). Certainly, self-organization and machine learning on the context of spectrum assignment in OFDMA based radio interfaces have been little exploited and thus constitutes a major novelty of the work of this thesis. Performance results reveal important improvements over state-of-the-art strategies in terms of spectral efficiency (i.e. in bits/s/Hz), users' QoS satisfaction, fairness between the throughput obtained by users, and capacity for generating opportunities for secondary spectrum usage in large geographical areas. Also, the proposed DSA framework, based on self-organization, demonstrates appealing capabilities from the perspective of initial deployment, where nodes are able to self-configure after switch-on introducing a minimal impact on the already deployed system, being then a practical contribution to solve the deployment of thousands of femtocells in macrocell environments.