• Резюме
• Биография
• Реферат
• Библиотека
• Ссылки
• Отчет о поиске
• Индивидуальный раздел

Реферат по магистерской работе

Содержание

• Цель и постановка задачи магистерской работы
• Введение
• 1. Анализ и описание объекта исследования
• 1.1. Тенденции развития телекоммуникационных сетей
• 1.2 Средства развертывания сетей нового поколения в условиях Украины
• 2. Разработка критериев распределения нагрузки
• 2.1 Требования к алгоритму работи критерия распределения трафика
• 2.2 Критерий основанный на функциях полезности
• 2.3 Критерий основанный на фаззи логике
• 3. Моделирование разрабатываемой системы
• 3.1. Разработка имитационной модели
• 3.2 Анализ результатов моделирования
• Выводы
• Литература

Цель и постановка задачи магистерской работы.

Для сегодняшних сложившихся в Украине условий, при развертывание сетей новых поколений национального масштаба возникает ряд проблем: это ограниченный бюджет, недостаточный радиочастотный ресурс, отсутствие соответствующих лицензий и сложность их получения и недостатки покрытия. Все еще существуют места с недостаточным или отсутствующим покрытием: это железная дорога, автомагистрали и небольшие населенные пункты. Это не позволяет оказывать там современные мобильные услуги, которые в наше время являются не роскошью, а необходимостью.

Целью научной работы является улучшение качества предоставления услуг мобильной связи, за счет формирования и использования конвергентной мультисервисной телекоммуникационной сети на базе технологий нового поколения.

Для достижения поставленной цели необходимо решить следующие задачи:

1. выбрать модель взаимодействия операторов для совместного развертывания и эксплуатации сетей нового поколения;
2. разработать критерий оптимального распределения трафика в гетерогенной среде виртуального оператора;
3. разработать имитационную модель, отражающая работу мильтистандартного оборудования в сети виртуального оператора;
4. провести исследование разработанной модели и дать рекомендации по практической реализации.

Для решения поставленных задач использовались следующие методы: методы теории массового обслуживания, методы математического моделирования, методы электродинамики и теории информации и методы теории нечетких множеств.

ВВЕДЕНИЕ

Рынок мобильных операторов в Украине представлено различными поколениями технологий – 2G (GSM), 3G (UMTS, CDMA2000), 4G (WiMAX). Покрытие сетей 2G охватывает почти всю территорию страны, однако не может обеспечить необходимый уровень качества и спектр услуг, спрос на которые постоянно растет (VoIP, IPTV, VoD, видеоконференцсвязь и др.). И если городские абоненты обеспечены высокоскоростным интернетом как с помощью проводных , так и беспроводных технологий, то жители сельской местности и пассажиры транспорта дальнего следования не имеют доступа к телекоммуникационным услугам в полной мере. Поэтому возникает необходимость перехода к технологиям новых поколений, которые способны удовлетворить эти требования в национальных масштабах. Решение этой задачи также имеет большое социальное значение, поскольку инфокоммуникационные услуги в современном мире – это не роскошь, а необходимость.

С другой стороны, препятствиями развертывания сетей нового поколения в национальных масштабах для отдельного оператора является нехватка средств, ограниченный частотный ресурс, сложность процедуры получения лицензии и ограниченность зон покрытия. Следовательно, возникает необходимость в объединении усилий операторов с целью уменьшения капитальных и операционных затрат, а также увеличение общего частотного ресурса для развертывания сетей нового поколения. Примером такого объединения может стать создание совместной компании – виртуального оператора (Mobile Virtual Network Operator – MVNO), который будет использовать ресурсы всех объединенных операторов, но предоставлять свои услуги [1]. Такая концепция была успешно опробована в Швеции [2].

Суммируя вышесказанное, можно сформулировать цель работы: улучшение качества предоставления услуг мобильной связи, за счет формирования и использования интегрированного гетерогенного мультиоператорського пространства на базе технологий нового поколения.

1 АНАЛИЗ И ОПИСАНИЕ ОБЪЕКТА ИССЛЕДОВАНИЯ

1.1 Тенденции развития телекоммуникационных сетей

Растущий спрос пользователей на доступ к услугам связи в любом месте и в любое время ведет к стремительному технологическому развитию в направлении интеграции различных технологий беспроводного доступа. Такая интеграция объединяет различные сети доступа в единую систему, которую называют четвертым поколением (Fourth Generation, 4G) беспроводных сетей. 4G сети обеспечат значительно большие скорости передачи данных, предложат широкий спектр услуг приложений, до того были невозможны из-за ограниченной полосы пропускания, и дают возможность глобального роуминга между мобильными сетями с различными технологиями доступа.

Планируется, что по умолчанию в 4G будет следующий сценарий – телефон или мобильный терминал с несколькими интерфейсами будут иметь возможность выбрать наиболее подходящий канал доступа среди имеющихся альтернатив. Эти каналы доступа включают IEEE 802.11 Wireless Local Area Network (WLAN) доступ IEEE 802.16 Worldwide Interoperability for Microwave Access (WiMAX), спутниковые системы и 4G LTE в дополнение к традиционным сотовым сетям телефонии. Для удовлетворительного взаимодействия с пользователем, мобильный терминал должен легко выбрать «лучший» канал доступа среди возможных альтернатив и направить или перенаправить к нему трафик без прерывания текущего разговора или видео. Такая возможность доступа называется «Always On, Always Best Connected»

Сегодня технологии связи стали неотъемлемой частью повседневной жизни людей и рынок телекоммуникационных услуг растет очень быстро. В ответ на растущие потребности рынка, беспроводные коммуникационные технологии эволюционировали от первого до третьего поколения и движутся в направлении 4G, как показано на рисунке 1.1.

Будущее беспроводных сетей, как ожидается, предоставит пользователям возможность удобного доступа к глобальной информации и персональным мультимедийным беспроводным телекоммуникационным услугам. Рост интереса к 4G сетям ведет к конвергенции различных беспроводных сетевых технологий. Ратифицирован в 2008 году стандарт IEEE 802.21 MIH, направленный на поддержку роуминга между различными беспроводными сетевыми технологиями доступа, включая GSM, UMTS, CDMA, WiMAX, LTE через различные технологии передачи [3].

1.2 Средства развертывания сетей нового поколения в условиях Украины

На 46 млн. украинцев приходится более 55 млн. активированных мобильных номеров. За десять лет операторы инвестировали в свои сети более 7 млрд. долл. – по 130 долл. на абонента. Однако среднестатистический пользователь мобильной связи платит оператору менее пяти долларов в месяц. Надежды на изменение ситуации связаны сегодня с конвергенцией услуг. Операторы хотят продавать абонентам не только голосовую мобильную связь, но и доступ в Интернет, проводную телефонию, а также IPTV, VoIP, VoD и другие услуги. Эти услуги также стремятся получить и абоненты. С этой целью они сегодня активно интересуются рынком широкополосного доступа в Интернет.

Но для условий Украины развертывания сетей нового поколения в национальных масштабах одним оператором просто невозможно. Это обусловлено нехваткой средств, ограниченным частотным ресурсом оператора, сложностью получения лицензии и ограниченностью зон покрытия. Следовательно, возникает необходимость в объединении усилий операторов с целью уменьшения капитальных и операционных затрат, а также увеличение общего частотного ресурса для развертывания сетей нового поколения. Это можно сделать с помощью технологии виртуальных операторов (MVNO) третьего (высокого) уровня. Такие операторы развитую сетевую инфраструктуру практически в полном объеме, как и обычный «классический» оператор мобильной связи (за исключением базовых станций).

Так что если с помощью технологии MVNO создать компанию виртуального оператора, в состав которого бы войдут несколько операторов со своими сетями разных поколений и стандартов, то будет получена конвергентная сеть, суммарный потенциал предоставления современных услуг которой значительно лучше.

Чтобы такая сеть эффективно функционировала нужен алгоритм управления маршрутизацией трафика между сетями, входящих в ее состав. Прежде всего такой алгоритм должен обеспечивать удобство пользования мобильным Интернетом даже в высокоскоростном транспорте за счет функции автоматического хэндовера (т.е. незаметного для абонента переключение между базовыми станциями при движении без разрывов сеанса связи на территории покрытия). При этом должен реализовываться как классический «горизонтальный» хэндовер (передача управления между базовыми станциями сетей одной технологии), так и «вертикальный» хэндовер, который позволит осуществлять передачу управления мобильной станцией между сетями разных технологий (например с CDMA-2000 в WiMAX).

Также алгоритм для эффективного использования потенциала конвергентной сети, должен реализовывать возможность мобильным устройствам получать услуги из нескольких сетей одновременно. Для этого применяется мультихоуминг – технология, позволяющая поддерживать множественные активные соединения с различными интерфейсами. Мультихоуминг реализуется посредством протоколов управления мобильностью (Multihomed Mobile IP – M-MIP), управления потоками (Stream Control Transmission Protocol – SCTP) и других, дополняющих стек протоколов TCP / IP (SIP, HIP, NEMO).

И важнейшей функцией разрабатываемого алгоритма распределения нагрузки является то, что он должен при балансировке трафика учитывать требования к QoS различных видов услуг. Есть при принятии решения о распределении той или иной сети нужно учитывать насколько текущие параметры сетей, такие как пропускная способность, задержка, джиттер, вероятность потерь и стоимость, соответствуют требованиям определенной услуги к уровню этих параметров, так чтобы пользователь получил эту услугу с высоким уровнем качества. Это является главной задачей алгоритма – выбрать сеть параметры которой позволят максимально качественно предоставить обслуживание пользователю. Это простимулирует операторов, входящих в состав MVNO и в дальнейшем развивать свою базовые сети и внедрять новые технологии и новые стандарты, потому чем лучше параметры сети, тем больше у нее смаршрутизируется трафика и тем больше прибыли будет получено.

Итак учитывая текущее состояние наличия лицензий, бюджета и радиочастотного ресурса, развитие сетей нового поколения в Украине возможно и актуальнов условиях объединения сетей нескольких операторов по базе MVNO третьего уровня. Также на начальном этапе, покрытие должно охватывать крупные города и основные транспортные магистрали, потому что это принесет наибольшую прибыль за короткое время, что позволит расширить покрытие на большей территории.

2 РАЗРАБОТКА КРИТЕРИЯ РАСПРЕДЕЛЕНИЯ НАГРУЗКИ

2.1 Требования к алгоритму работы критерия распределения трафика

Итак объектом разработки является алгоритм распределения трафика в конвергентной сети, который будет поддерживать и реализовывать технологию мультихоуминга и вертикального хэндовера. Он реализовываться как комплексный критерий, описывающий качество того или иного управленческого решения. Набор параметров, которые должны учитываться при этом включает: тип трафика, параметры QoS (пропускная способность, задержка, джиттер, потери пакетов), параметры мобильного узла (скорость, местоположение, доступные сетевые интерфейсы, состояние батареи), предпочтения пользователя, стоимость, коэффициент хэндовера и другие[4].

В большинстве современных алгоритмов при решении задачи оптимального распределения потоков в качестве критерия выступают свободные ресурсы сети, то есть запросы, которые только поступили, направляются в сети с самыми свободными ресурсами. Его недостатком является то, что при этом не учитываются параметры качества обслуживания сети и ее тарифы.

Одним из таких безприоритетних алгоритмов является «циклическая последовательность» (Round Robin, далее – RR). Этот алгоритм реализован на коммерческом оборудовании ATM. Базовой идеей является обеспечение равнозначного доступа к ресурсам процессора маршрутизатора – каждый раз когда он освобождается, алгоритм циклически отправляет трафик на обслуживание в различные сотовые сети.

Например, пусть имеется N сетей, пронумеруем их [1, N], и пусть распределение начинается с сети 1 и продолжается согласно увеличению номера сети – в этом случае порядок распределения вызовов будет выглядеть следующим образом: 1, 2, ... N, 1, 2, ... и т.д. Если в сети к которой обращается алгоритм отсутствуют ресурсы, то он обращается к следующей по очереди.

Большим недостатком является то, что он не позволяет реализовать распределение вызовов по приоритету и с учетом параметров QoS.

2.2 Критерий основанный на функциях полезности

Относительно недавно был разработан критерий, основанный на функциях полезности, которые являются зависимости количественной нормированной оценки от определенного параметра QoS канала связи и определяются предельными значениями каждого из параметров и чувствительностью типа трафика к изменению параметра [5]:

где U(x) – функция полезности параметра x; i – номер сети-кандидата; j – тип трафика; b – пропускная способность сети; L – потери пакетов; С – стоимость единицы данных в сети; w1 и w2 – весовые коэффициенты, соответственно, параметров QoS и стоимости, определяется политикой операторов (по умолчанию w1 = w2 = 1).

Рассмотрим для примера более подробно вид функций полезности для трафика VoIP. Для пропускной способности функция будет иметь следующий вид:

С ее помощью можно получить графическую зависимость, которая будет выглядеть следующим образом:

Можно увидеть, что функция имеет скачкообразный характер, если сеть обеспечивает необходимую пропускную способность (более 0,06 Мбит / с), то функция принимает значение 1, если нет, то функция равна 0.

Следующей рассмотрим функцию полезности для задержки, в этом случае графическая зависимость имеет другой вид, с увеличением задержки, величина функции полезности уменьшается по экспоненте:

Функция полезности джиттера для VoIP трафика выглядит аналогично задержке:

Из зависимости видно, что после величины джиттера 20 мс, значение функции полезности уменьшается очень быстро. И последняя функция полезности потерь, имеет следующий вид (рис. 2.4):

2.3 Критерий основанный на фаззи логике

Поэтому предлагается при формировании критерия использовать аппарат fuzzy-логики [6], который позволяет оценивать каждый параметр QoS определенными лингвистическими переменными – «низкий», «средний», «высокий». Каждая из этих переменных представляет собой нечеткое множество, функции принадлежности к которой m (x) задаются на основании экспертных знаний и опыта пользователей (QoE, «метод эмпирических оценок»). Значение критерия – это выход системы нечеткой логики, показывает, насколько та или иная сеть подходит для данного типа трафика. Схема расчета критерия с помощью fuzzy-логики представлена на рис.2.5.

Блок фаззификации превращает четкие величины b, L, C, задержку и джиттер полученные из блока сбора информации, в нечеткие величины, описанные лингвистическими переменными в базе знаний, для каждого из типов трафика. Блок решений использует нечеткие условные (if-then) правила, заложенные в базу знаний, для преобразования нечетких входных данных в требуемые управляющие впливання, которые также носят нечеткий характер – сеть «не подходит», «скорее всего не подходит», «скорее всего подходит »,« точно подходит ». Блок дефаззификации превращает нечеткие данные с выхода блока решений в четкую величину, и является значением критерия [7].

Выбор оптимального решения относительно направления потока трафика определенной услуги сводится к поиску максимального критерия:

Данная процедура осуществляется в случае появления нового потока трафика или в случае выхода за пределы зоны покрытия любой сети (потери соединений).

Для реализации этого алгоритма, можно использовать модель Мамдани, которая реализуется в пакете Matlab. Рассмотрим пример модели для трафика VoIP:

Входные параметры блока нечеткого вывода – пять параметров, входящих в критерий, т.е. параметры QoS и стоимость. Рассмотрим функции принадлежности некоторых параметров. Например для задержки (рис. 2.9), в отличие от функции полезности предыдущего критерия она имеет 3 диапазона значений: low, medium и high, которые не имеют четких границ. Такой подход позволяет более гибко делать выводы и принимать решения при вычислении критерия. Похожие зависимости строятся и для других параметров, которые затем обрабатываются в блоке дефаззификации. Дефаззификации происходит центроидным методом.

Дефазификатор может принять одно из четырех решений, каждому из которых будет соответствовать числовое значение из соответствующего диапазона (рис. 2.8).

Также можно использовать метод поиска не худших систем на основе максиминного критерия. Такой метод подходит для случая многокритериального выбора. Существует несколько конфигураций, из которой нужно выбрать оптимальную. Точки – конфигурации параметров существующих сетей. Нужно выбрать «не худшие». Алгоритм выбора «не худшей» конфигурации следующий:

1. Отбрасываются точки не соответствующие ограничениям
2. Выбираются конфигурации, имеющие оптимальные значения одного из параметров, они уже относятся к области Парето.

При многокритериальном выборе берутся все точки вошедшие в область Парето, т.к. в дальнейшем они могут выиграть по следующим параметрам Далее из полученных точек выбираем лучшие по максиминному критерию, в качестве целевой функции которого принимают выходной параметр, наиболее неблагополучный с позиций выполнения условий работоспособности. Для оценки степени выполнения условия работоспособности j-го выходного параметра вводят запас работоспособности этого параметра S(j). Формирование критериев осуществляется в 2 шага:

1. Выбирается параметр с min запасом работоспособности
2. Этот параметр максимизируется – max(min S(j)); x принадлежит Dx

Далее среди всех конфигураций выбирается та у которой минимальное значение целевой функции.

Схема работы такого критерия представлена на рисунке 2.9:

Таким образом в данном разделе рассмотрены наиболее актуальные на сегодня алгоритмы оптимизации, которые могут быть применены для решения поставленной задачи. С их помощью можно вычислить критерий, т.е. одно значение, которое будет зависеть от совокупности всех входных параметров, имеющих различное влияние на его формирование. Для того, чтобы сделать выводы, относительно показателей эффективности использования предложенных алгоритмов для вычисления критерия распределения запросов, была разработана модель, которая промоделирует их работу, и с помощью которой можно определить какой из них лучше реализовывает поставленную задачу.

3 МОДЕЛИРОВАНИЕ РАЗРАБАТЫВАЕМОЙ СИСТЕМЫ

3.1. Разработка имитационной модели

Было выполнено моделирование работы предлагаемого устройства в условиях гетерогенной среды виртуального оператора, состоящее из пяти операторов (могут быть UMTS, LTE, GSM) на основе трех вышеописанных критериев в пакете MATLAB. Структура имитационной состоит из генератора трафика, генератора параметров сетей и блока принятия решений (см. рис.3.1.).

Для имитации поступления вызовов в сеть пользователей нужно разработать генератор трафика. Для этого нужно рассмотреть основные типы трафика в современных мультисервисных мобильных сетях, а также проанализировать законы распределения событий, характерных для этих видов трафика [8].

Основными источниками трафика в современных мультисервисных сетях является VoIP (voice over IP), HTTP (Hyper Text Transfer Protocol) и IPTV (протокол UDP). Результаты исследований показывают, что для трафика VoIP последовательность длительностей разговоров имеет экспоненциальное распределение, такое же распределение имеет последовательность интервалов между вызовами. Для трафика IPTV время обслуживания разделенj также по экспоненциальному закону, а промежуток между вызовами описывается распределением Парето. Трафик HTTP имеет распределенный по логнормального закону промежуток между вызовами, и распределенное по экспоненциальному закону время обслуживания вызовов.

Процесс поступления вызовов моделируется как рекуррентный, где момент поступления следующего вызова рассчитывается путем добавления случайного интервала времени к предыдущему. Случайные интервалы между вызовами z_i для запросов трафика VoIP формируются по экспоненциальному распределению с параметром потока. Для этого нужно для каждого случайного числа ri (0, 1), генерируемого датчиком псевдослучайных чисел, решить уравнение:

Решая это уравнение относительно zi, имеем:

Время обслуживания i-го вызова распределено по экспоненциальному закону:

где hi – среднее время обслуживания i-го вызова, r – случайное число равномерно распределенное на промежутке [0,1].

Для моделирования поступления и обслуживания запросов IPTV случайные интервалы между вызовами формируются по распределению Парето, которое при моделировании получается путем перехода от равномерного распределения методом обратных функций [9]:

где Zi – i-й промежуток времени между вызовами; α– параметр формы распределения; b – мода распределения, r – случайное число равномерно распределенное на промежутке [0,1].

Время обслуживания i-го вызова IPTV трафика также распределен по экспоненциальному закону и рассчитывается по формуле 1.1. Для генерации случайных промежутков между запросами HTTP трафика, распределенных по логнормальному закону, используется связь с нормальным распределением. Для этого генерируем нормально распределенную случайную величину ri с математическим ожиданием 0 и дисперсией 1, и перейти к величине ξi распределенной нормально с математическим ожиданием μ и стандартным отклонением σ, после чего рассчитывается ее экспонента:

Время обслуживания i-го вызова HTTP трафика распределено по экспоненциальному закону и моделируется по формуле 1.1.

Таким образом можно сгенерировать поток запросов от любого числа абонентов на любом интервале времени. Также реализована возможность выбора типа кодека для VoIP запросов, и выбор параметров кодека MPEG-4 для трафика IPTV. На рисунке 3.2 приведен интерфейс программы с реализацией расчета трафика:

С помощью разработанной программы получим графики нагрузки (рис.3.3, 3.4, 3.5) при следующих параметрах моделирования: время моделирования – 3000 секунд, количество абонентов 70, трафик VoIP (параметр потока 5 выкл / мин., среднее время обслуживания 120 сек, кодек G .726-24), трафик IPTV (параметр потока 2 выкл / мин., среднее время обслуживания 180 сек, кодек H.264-352x288), трафик HTTP (параметр потока 10 выкл / мин., среднее время обслуживания 5 сек).

Следуюющий шаг – моделирование покрытия мобильной сети. Для расчета покрытия базовых станций (БС) технологий LTE, UMTS, WiMAX и CDMA была использована модель Stanford University Interim (SUI) [10]. Она позволяет рассчитать затухание сигнала от БС к мобильному терминалу (МТ) для различных типов местности (сельская, пригородная, городская) на частотах от 2 ГГц по следующей формуле:

де =100 м, d – расстояние между БС и МТ в метрах.

Коэффициент коррекции высоты антенны  рассчитывается по следующей формуле:

де высота антенны БС, коэффициенты, определяемые типом местности.

где  это затухание сигнала в свободном пространстве, длина волны в метрах. Коэффициент коррекции частоты и высоты подъема антенны МТ рассчитываются по следующей формуле:

де это частота в МГЦ,а  высота антенны со стороны приемника в метрах. Эти соотношения верны для сельской и пригородной местности. Для условий города используется следующая формула:

де α=5,2 дБ для сельской и пригородной местности и α=5,2 дБ для города.

На основе вышеуказанных формул была написана программа, которая позволяет выбрать один из трех типов местности, указать размеры участка в метрах, и на этой территории расположить БС различных технологий для четырех разных операторов. При выборе БС нужно указать высоту поднятия антенны, и расположить ее на поле территории, программа рисует радиус покрытия этой БС. Интерфейс программы представлен на рисунке 3.6.

Таким образом получаем карту покрытия и поступления запросов от абонентов, движущимся по этой карте. Следующий шаг – распределение этих запросов по той или иной сети.

Блок принятия решений реализует распределение потоков трафика по различным сетям по вышеописанными критериями. Блок-схема алгоритма работы имитационной модели приведена на рис. 3.7.

В течение всего времени моделирования при поступлении запроса запускается алгоритм распределения этого запроса с используемым критерием. Если несколько запросов пришли одновременно, то распределение начинается с самого приоритетного. Так что для конкретного запроса во-первых определяется сколько на настоящее время есть доступных сетей и выполняется считывание их параметров().

Далее эти параметры сети передаются в функцию расчета критерия, в которой в зависимости от типа трафика заложены предельные показатели по QoS с которыми сравниваются текущие показатели имеющейся сети, и по результату сравнения рассчитывается числовое значение критерия. Это число показывает насколько приемлема сеть для того чтобы направить в нее запрос определенного трафика. Если было одновременно доступно несколько сетей, то для каждой рассчитывается критерий, а затем из них выбирается наибольший. Возможен вариант, когда ни одна из существующих сетей не соответствует по параметрам QoS запроса, поступившего. В таком случае он получит отказ. Если же запрос может быть направлен в одну из сетей, то параметры сети пересчитываются, в частности уменьшается пропускная способность на величину которой нуждается данный вид трафика. Если же длительность запроса закончилась, то параметры сети также пересчитываются, пропускная способность наоборот увеличивается. Также возможен случай при котором запрос уже направлен в какую-то сеть и продолжается, а параметры сети с течением времени стали такими, что не соответствуют QoS требованиям этого вида трафика. Такая ситуация вызывает инициализацию процедуры хэндовера. Снова рассчитывается значение критерия для существующих сетей, и в зависимости от полученных результатов запрос будет перераспределен в сеть или с таким же технологию которая и была, при этом будет осуществлен горизонтальный хэндовер, или в сеть с другой технологией и будет осуществлен вертикальный хэндовер. Вышеописанная процедура проиллюстрирована на рис.3.8. в виде информационной блок-схемы.

Также имитационная модель позволяет рассчитать число отказов в течение моделирования, число выполненных хендоверов, стоимость предоставления услуг, задержки в целом по конвергентной сети. Эти параметры являютя чень важными показателями, которые используются при сравнении различных критериев балансировки трафика. Также есть возможность увидеть сколько запросов находилось в каждой сети в любое время моделирования. Это позволяет наблюдать, какие из сетей были более нагруженными и лучшими с точки зрения своих параметров, а также может указать какие сети следует усовершенствовать и на каких участках это лучше сделать.

3.2 Анализ результатов моделированния

В результате моделирования был получен вектор выходных значений (см. рис. 3.1), состоящий из относительной общей стоимости услуг для абонентов при моделировании Саб, количества отказов (или потерянных вызовов) и одного из параметров качества – средней задержки трафика VoIP . Также в результате работы имитационной модели были оценены качественные характеристики гетерогенной сети при использовании четырех различных критериев управления потоками данных: критерий наименьшей нагрузки, критерий, основанный на функциях полезности, fuzzy-критерий с учетом QoS и fuzzy-критерий с учетом QoS и стоимости.

На рис.3.9 приведены диаграммы, отражающие параметры качества работы сети при использовании различных критериев распределения трафика по сетям.

Итак, из полученных результатов следует, что наилучшим критерием распределения трафика как с точки зрения абонентов, так и с точки зрения операторов является критерий, основанный на fuzzy-логике. Предложенный критерии позволяет более рационально использовать ресурсы операторов, снижать расходы абонентов на 30–40% и повышать качество обслуживания на 16–20% в условиях мультиоператорськои гетерогенной сети по сравнению с применением критерия наименьшей нагрузки, и на 8–10% улучшать те же параметры по сравнению с критерием основанным на функциях полезности.

Выводы

В результате выполнения работы были предложены решения по улучшению качества обслуживания абонентов мобильных сетей в условиях гетерогенного мультиоператорського пространства.

В работе был проведен анализ предпосылок развертывания сетей 3-го и 4-го поколения. Показано, что организация таких сетей в национальных масштабах невозможна при использовании ресурсов только одного оператора. Особую проблему составляет покрытия железнодорожных и авто путей, а также населенных пунктов с относительно небольшой плотностью населения. Это заставляет операторов мобильной связи объединяться для совместного решения данных проблем. Нами предложено использовать модель виртуального оператора третьего уровня. Это позволяет операторам использовать общую радио подсистему и при этом сохранять независимость и конкурентоспособность.

Принятие решений о направлении трафика к той или иной сети осуществляется на основе разработанного в работе критерия, учитывающий требования к QoS различных услуг и технико-экономические параметры существующих сетей. Критерий сформирован с использованием fuzzy-логики. Он позволяет естественным образом (в нечеткой форме) выразить требования пользователей к качеству предоставления инфокоммуникационных услуг, и в некоторой степени уменьшить субъективность при управлении трафиком.

Для оценки эффективности предложенных средств была разработана имитационная модель, которая позволила провести исследование параметров качества предоставления услуг. Моделирование показало, что использование предложенных в проекте решений позволяет добиться повышения параметров качества предоставления услуг до 20% и при этом обеспечить уменьшение затрат абонентов до 30%. Разработанные в проекте решения позволяют операторам более основательно и эффективно формировать стратегию совместного строительства и эксплуатации сетей мобильной связи нового поколения.

Важно! При написании данного реферата магистерская работа еще не завершена. Окончательное завершение: декабрь 2013 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Литература

1. Шульга В. Виртуальные операторы: катализатор развития новых услуг. Електроний ресурс. Спосіб доступу: http://www.seti-ua.com/ ?in=seti_show_article&seti_art_ID=300&_by_id=1&_CATEGORY=40
2. Bjorn Lundstrom Tele2 4G // Tele2 4G forum in Stockholm. Электронный ресурс. Спосіб доступу:: http://ru-4g.livejournal.com/125103.html
3. Pereira J.M. Fourth generation: now, it is personal! In Proceedings of the IEEE 11th International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC’2000), London, UK, September 2000.
4. Vegesna S. IP Quality of Service./ Srinivas Vegesna. – Cisco Press. – 2001. – 368 p
5. Cao Z., Zegura E. Utility Max-Min: An Application-Oriented Bandwidth Allocation Scheme, // Proc. IEEE INFOCOM'99, March - 1999.
6. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. Винница: Издательство Винницкого государственного технического университета, 2001. – 198 с.
7. Гришаева А., Алтухов Д., Дегтяренко И.В. Применение механизма фаззи-логики для распределения потоков трафика в гетерогенной мультиоператорской среде// Сборник тезисов ХIІ Международной научно-технической конференции «Автоматизация технологических объектов и процессов. Поиск молодых» - Донецк, 2012.
8. Крылов В.В. Теория телетрафика и ее приложения./ В.В. Крылов, С.С. Самохвалова. – СПб.: БХВ-Петербург. –2005. – 288 c
9. Бессараб В.И., Игнатенко Е. Г.,Червинский В. В. Генератор самоподобного трафика для моделей информационных сетей. // Наукові праці Донецького національного технічного університету. Серія: Обчислювальна техніка та автоматизація. Випуск 15 (130). – Донецьк-2008. – 214 с. С. 23-29.
10. Noman Shabbir, Muhammad T. Sadiq, Hasnain Kashif, Rizwan Ullah, “Comparison of radio propagation models for long term evolution (lte) network”// International Journal of Next-Generation Networks (IJNGN) Vol.3, No.3, September 2011.

Резюме Биография Библиотека Ссылки Отчет о поиске Индивидуальный раздел