Optimizing LTE test traffic using search and expert algorithms

• Main Author: Schröder, William
• Format: Others
• Language: English
• Published: KTH, Skolan för elektroteknik och datavetenskap (EECS) 2019
• Subjects: Computer and Information Sciences; Data- och informationsvetenskap
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-252730

This thesis investigates whether artificial intelligence techniques can replace the optimization process that is currently performed by experts for LTE/4G stability tests at Ericsson. The investigation covers the usage of search algorithms and expert systems and the thesis then implements a hybrid algorithm. This implemented solution is then tested upon three different architectures to judge how well it optimizes tests without causing further problems. The conclusion is that the implemented solution optimizes tests sufficiently but does so using only mobile users. To reflect reality better, static users would also need to be included in the optimization process. === Syftet med det här exjobbet är att undersöka huruvida tekniker baserade på artificiell intelligens skulle kunna ersätta de optimeringssteg som för närvarande görs av experter under stabilitetstester för LTE/4G vid Ericsson. Bakgrundsundersökningen täcker sökalgoritmer och expertsystem och en hybridalgoritm har sedan implementerats. Ett experiment har därefter genomförts på tre olika testfall för att utvärdera den implementerade algoritmens förmåga att optimera test utan att introducera nya problem i testet. Slutsatsen är att optimeringen har tillräcklig effekt men att detta endast görs genom att omfördela mobila användare. Statiska användare skulle också behöva inkluderas i algoritmen för att göra dess optimeringar mer realistiska.