Українська   English
ДонНТУ   Портал магистров

Реферат по теме выпускной работы

Содержание

Введение

Концепция и архитектура качества обслуживания (Quality of Services, QoS) в сетях мобильной связи второго, третьего и четвертого поколений определена в спецификации TS 23.107 консорциума 3GPP [1]. В спецификации TS 37.324 описан новый протокол SDAP (Service Data Adaptation Protocol), управляющий потоками QoS в сетях пятого поколения [2].

В рамках спецификаций 3GPP определены следующие функциональные возможности оператора: контроль качества обслуживания и управление тарификацией [3]. Кроме того, спецификацией TS 23.207 затронут такой аспект, как сквозное качество услуг (end-to-end, E2E) [4].

Рассматривая задачу обеспечения Е2Е QoS, можно провести аналогию с звеньями единой цепи [5]. Поскольку данные, которыми обмениваются два конечных узла, проходят через некоторое количество промежуточных сетевых устройств, то поддержка QoS требует взаимодействия всех сетевых элементов на пути трафика, то есть из-конца-в-конец. Любые гарантии QoS настолько соответствуют действительности, насколько их обеспечивает наиболее слабый элемент в цепочке между отправителем и получателем. Таким образом, задача отправки и получения данных с приемлемыми параметрами качества является общей для сегментов сети оператора – развитого пакетного ядра (Evolved Packet Core, EPC) и радиоинтерфейса (E-UTRAN), на который будет сделан акцент в данной магистерской диссертации.

1. Актуальность темы

Важными и актуальными проблемами в области обеспечения качества обслуживания, распределения ресурсов и повышения пропускной способности являются проблемы планирования [6,7]. В процессе обеспечения QoS необходимо планирование кадра для того, чтобы определить, какой пакет будет обслуживаться первым в конкретной очереди [8-11].

В связи с растущей популярностью технологий LTE во всем мире растет интерес к разработке алгоритмов планирования нисходящей линии связи [12]. В планировщиках базовой станции систем связи LTE используется алгоритм планирования FIFO (первым пришел, первым обслужен) или его модификация RR (карусельный планировщик). Для дальнейшего улучшения качества и эффективности передачи данных в сетях LTE требуется исследование и выбор алгоритма планирования, который позволит сократить среднее время ожидания в очереди, среднее время обработки пакета, а также уменьшить количество отброшенных пакетов. Это в свою очередь повысит пропускную способность и позволит организовать доступ к канальным ресурсам большему числу абонентских станций. Таким образом, актуальной является задача анализа и выбора более эффективного алгоритма планирования кадра.

2. Цель и задачи исследования, планируемые результаты

Объект исследования – процесс управления качеством обслуживания в сетях мобильной связи.

Предмет исследования –метод планирования распределения сетевых ресурсов для нисходящей линии связи LTE.

Метод исследования – методы имитационного моделирования.

Цель исследования – повышение эффективности работы в сетях мобильной связи за счет разработки метода распределения сетевых ресурсов.

Задачи, решаемые в процессе работы над магистерской диссертацией:

1. Обоснование и выбор метода управления QoS в сети LTE

2. Выбор среды моделирования

3. Разработка имитационной схемы планирования кадров LTE.

Планируемый результат – предоставление рекомендаций по выбору алгоритма планирования, где критерием выбора является минимальное время ожидания в очереди и минимальное время обработки.

3. Обзор исследований и разработок

3.1 Обзор международных источников

С 2004 по 2008 год при Европейском сотрудничестве в науке и технологиях (COST) более чем 70 университетами под руководством Е. Кучерявого (университет Тампере, Финляндия) и Д. Джиамбене (университет Сиены, Италия) велась работа над проектом Traffic and QoS Management in Wireless Multimedia Networks (WI-QOST). В финальном отчете [13] исследователи продемонстрировали новые методы и подходы для решения проблемы роста трафика данных в беспроводных мобильных сетях, а также методы гарантирования дифференцированного качества обслуживания для разных классов трафика.

Так, ученые Н. Кубинидзе, М. О’Дрома и И. Ганчев (Лимерикский университет, Ирландия) представили в рамках проекта несколько разработок, например мультисервисный подход на основе IP для обеспечения сквозного (E2E) качества обслуживания (QoS) в контексте и перспективе сетей четвертого поколения (4G) [14]. Особое внимание уделяется распределению функциональных возможностей между ядром, периферией, сетями множественного доступа и мобильным хостом.

В 2006 году инженеры Nokia Systems Д. Солдани, М. Ли и Р. Куни выпустили фундаментальное издание [15], где описали развитие подходов к обеспечению QoS от Release 99 до Release 7 консорциума 3GPP.

После ввода сетей LTE в коммерческое использование было выявлено, что существующие методы планирования кадров не удовлетворяют строгим требованиям качества обслуживания для новых услуг (стриминг, видеоконференции, онлайн-игры), а зачастую вообще не учитывают параметры QoS. Поэтому Б. Божович и Н. Бальдо (Технологический центр телекоммуникаций Каталонии) в [16], П. Амейгейрасом (Университет Гранады, Испания) в [17], Я. Фарзанехом (Университет имени Шахида Бешехти, Иран) в [18] предложены новые QoS-ориентированные алгоритмы планирования.

3.2 Обзор национальных источников

Новые оригинальные алгоритмы разрабатывали и отечественные ученые. Например, метод планирования радиоресурсов для соединений с низкими задержками разработали сотрудники ИППИ РАН Е. Хоров, А. Красилов и А. Малышев в [19], доказав его преимущество над существующими разработками.

Кроме того, в Московском институте электроники и математики Высшей школы экономики в 2018 году под руководством Е. Кучерявого запущен трехлетний проект Методы обеспечения выполнения требований к качеству обслуживания гетерогенного трафика в беспроводных сетях пятого и последующих поколений, поддержанный Российским научным фондом [20].

Доцентом кафедры систем мобильной связи СибГУТИ Кокоревой Е.В. в [21] и [22] рассматривается применение метода анализа средних значений для получения характеристик замкнутой однородной сети массового обслуживания, представляющей собой аналитическую модель системы мобильной связи 4G, а также оценки её показателей качества.

Системы массового обслуживания для моделирования характеристик LTE используют также д.т.н. Ю.Ю. Коляденко и к.т.н. А.М. Алали (Харьковский национальный университет радиоэлектроники). В [23] проведены исследования эффективности алгоритмов планирования кадра по методам FIFO, SJF и RR. При этом А.М. Алали в диссертации [24] предлагает метод управления пространственно-частотным доступом, основанный на нечеткой логике.

3.3 Обзор локальных источников

В Донецком национальном техническом университете (кафедра автоматики и телекоммуникаций) также велись исследования характеристик сетей третьего и четвертого поколения. Эти разработки велись под руководством заведующего кафедры Бессараба Владимира Ивановича, доцента Дегтяренко Ильи Вячеславовича в рамках студенческих проектов Профессионалы будущего МТС. Так, например, студенческая работа 2009 года касалась прогностического управления трафика в транспортной сети оператора с учетом параметров QoS [25], работа 2010 года – концепции SON при развертывании сетей LTE на существующих сетях второго и третьего поколения [26]. В работе 2011 года анализируется зависимость параметров QoS от загруженности серверов [27], в работе 2012 года предлагается метод эмпирических оценок для расчета пользовательского QoE [28].

Также можно отметить магистерские диссертации Бородзина А.В., в которой анализируются показатели QoS мобильных операторов на базе фемтосот [29], и Фазульянова С.В., где разработана методика приоретизации услуг в мультисервисных телекоммуникационных сетях [30].

4. Контроль параметров QoS на радиоинтерфейсе LTE

Базовая станция LTE eNodeB, отвечающая за контроль радиоресурсов сети, обеспечивает требуемые качественные характеристики на радиоинтерфейсе, начиная с момента подключениям абонентского терминала (UE) [3]. Согласно требованиям к QoS, для передачи данных пакеты на линии вниз и на линии вверх для различных соединений приоритизируются (устанавливаются приоритеты пакетов в очереди). UE принимает установленные eNodeB приоритеты на линии вверх, которые тот назначает в зависимости от класса услуг передачи данных.

В задачи управления качеством eNodeB входят несколько функций, в том числе:

– обеспечение порядка следования пакетов по линиям вверх и вниз (UL+DL scheduling);

– управление очередями — распределение трафика абонентов в разные очереди (Queue management);

5. Модель планирования кадров как система массового обслуживания (СМО)

В общем случае планирование кадров может быть представлено как система массового обслуживания (СМО) [31].

Применительно к планированию частотно-временного ресурса, компоненты этой системы могут быть интерпретированы следующим образом: заявкой является пакет, обслуживающий в планировщике кадров (ПК). Пакеты–заявки поступают в очередь, при освобождении ПК один пакет выбирается из очереди и обслуживается в ПК. Под обслуживанием в данном случае понимается помещение пакета в очередной кадр.

Представление планирования кадров в виде системы массового обслуживания

Рисунок 1 – Представление планирования кадров в виде системы массового обслуживания

Порядок обслуживания входной очереди, очередность выбора из нее пакетов на обслуживание и составляет дисциплину или стратегию планирования. Методы теории массового обслуживания применяются для аналитического моделирования процесса планирования.

Наиболее общим является простейший поток (Пуассона), обладающий стационарностью, ординарностью и отсутствием последействия.

Простейший поток в промежутке времени генерирует ровно k заявок с вероятностью:

Form1

где λ – интенсивность потока в единицу времени.

Основные вероятностные характеристики для СМО с пуассоновским потоком:

– Функция распределения:

Form2

– Плотность распределения:

Form3

– Математическое ожидание времени между заявками:

Form4

– Дисперсия (СКО)

Form5

– Вероятность того, что в СМО обслуживается k заявок:

Form6

Основные вероятностные характеристики для СМО с показательным потоком:

– Плотность показательного распределения длительностей обслуживания:

Form7

– Математическое ожидание показательного времени обслуживания:

Form8

– Средний размер очереди:

Form9

При ρ≥n число заявок в очереди с течениями времени неограниченно возрастает.

Обычно ρ<n.

– Вероятность отказа в обслуживании заявок

Form10

– Вероятность того, что планировщик свободен:

Form11

– Средняя длина очереди:

Form12

6. Алгоритмы планирования кадров

Существует достаточно большой набор разнообразных алгоритмов планирования, которые предназначены для достижения различных целей и эффективны для разных классов задач. Рассмотрим алгоритм WRR (Weighted Round Robin, взвешенный карусельный планировщик) применительно к процессу кратковременного планирования кадров. Алгоритм WRR [32] разработан для того, чтобы для всех классов трафика можно было предоставить определенный минимум пропускной способности или удовлетворить требования к задержкам. Под весом какого-либо класса понимается доля выделяемой данному виду трафика пропускной способности выходного интерфейса. Как при взвешенном, так и при приоритетном обслуживании, трафик делится на несколько классов, и для каждого вводится отдельная очередь пакетов. С каждой очередью связывается доля пропускной способности выходного интерфейса, гарантируемая данному классу трафика при перегрузках этого интерфейса. В примере, приведенном на Рисунке, устройство поддерживает четыре очереди для четырех классов трафика. Этим очередям соответствует 37,5, 25, 25 и 12,5% пропускной способности выходного интерфейса при перегрузках (начальные веса соответственно 3, 2, 2 и 1).

Принцип работы алгоритма Weighted Round Robin

Рисунок 2 – Принцип работы алгоритма Weighted Round Robin
(анимация: 9 кадров, 5 циклов повторения, 135 килобайт)

Поставленная цель достигается благодаря тому, что очереди обслуживаются последовательно и циклически. В каждом цикле из каждой очереди забирается одна заявка, а вес очереди также уменьшается на 1.

В результате каждому классу заявок достается гарантированный минимум пропускной способности, что во многих случаях является более желательным результатом, чем подавление низкоприоритетных классов высокоприоритетным.

7. Имитационное моделирование подсистемы планирования кадров LTE

Общие подходы к моделированию параметров сетей третьего и четвертого поколения изложены в [33], где кратко описаны преимущества и недостатки актуальных симуляторов системного (SLS) и канального (LLS) уровней. С учетом поставленной задачи выбран симулятор дискретных событий OMNeT++, имеющий мощную библиотеку моделирования и обслуживания очередей QueueingLib. Кроме того, учеными университета Пизы на базе OMNeT++ разработан симулятор сетей LTE/LTE-Advanced под названием SimuLTE, поддерживающий методы планирования, которые используются в реальных базовых станциях стандарта LTE [34].

Краткое введение в OMNeT++ с упором на системы массового обслуживания (СМО) описано в статье [35].

Модель подсистемы планирования кадров, разработанная в среде OMNeT++, состоит из:

– четырех источников входящего трафика Source, генерирующих случайным образом заявки четырех приоритетов с различными интенсивностями (λ0=250 заявок/с; λ1=200 заявок/с; λ2=125 заявок/с; λ3=500 заявок/с).

– модели классификатора, распределяющего заявки по различным очередям;

– четырех моделей пассивной очереди PassiveQueue различных конечных длин (N0=50; N1=40; N2=30; N3=60);

– cервера–планировщика Server, обслуживающего очереди с интенсивностью 1000 заявок/с (или каждый интервал времени TTI=1 мс, в соответствии со стандартами LTE) по алгоритму RR (Round Robin) и помещающего заявки из очередей в сток SinkExt:

Количество заявок, генерируемых из каждого источника за время моделирования: 100.

Имитационная модель подсистемы планирования кадров

Рисунок 3 – Имитационная модель подсистемы планирования кадров

Некоторые результаты, полученные в ходе моделирования:

Процесс заполнения очередей заявками

Рисунок 4 – Процесс заполнения очередей заявками

Среднее время нахождения заявки в очереди, с

Рисунок 5 – Среднее время нахождения заявки в очереди, с

Как видим, при заданной интенсивности быстрее всего заполняется очередь №3, а среднее время нахождения заявки в очереди колеблется от 0,002 до 0,023 с для разных очередей.

Выводы

Таким образом, подсистема планирования кадров, которая находится на MAC–уровне в стеке протоколов технологии LTE, играет важную роль в обеспечении качества обслуживания. От правильного выбора планировщика зависит, с какой скоростью, очередностью и эффективностью будут обрабатываться кадры, что в свою очередь влияет на качество восприятия услуг конечными пользователями.

При написании данного реферата магистерская работа еще не завершена. Окончательное завершение: июнь 2019 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Список источников

  1. Specification # 23.107 [Электронный ресурс]: 3GPP Portal. URL: https://portal.3gpp.org/desktopmodules/.. (дата обращения: 27.12.2018).
  2. Specification # 37.324 [Электронный ресурс]: 3GPP Portal. URL: https://portal.3gpp.org/desktopmodules/.. (дата обращения: 27.12.2018).
  3. Степутин А.Н. Мобильная связь на пути к 6G. / А.Н. Степутин, А.Д. Николаев. – Москва-Вологда: Инфра-Инженерия, 2017. – 796 с.
  4. Specification # 23.207 [Электронный ресурс]: 3GPP Portal. URL: https://portal.3gpp.org/desktopmodules/.. (дата обращения: 27.12.2018).
  5. Якименко С.И. Анализ подходов к обеспечению QoS в сетях LTE для сервисов IoT [Текст] / С.И. Якименко, И.А. Молоковский // Труды Северо-Кавказского филиала Московского технического университета связи и информатики – Ростов-на-Дону.: ПЦ «Университет» СКФ МТУСИ, 2018. – С. 447-452.
  6. Аунг Мьо Маунг. Дисциплины обслуживания очередей для планировщика кадра в QoS сети WiMAX. // Актуальные проблемы информатизации. Развитие информационной инфраструктуры, технологий и систем – 2007. Всероссийская межвузовская научно-практическая конференция: Материалы конференции. – М.: МИЭТ, 2007 г. - С. 70.
  7. Аунг Мьо Маунг. Планирование кадра в режиме TDD для сети WiMAX. // Актуальные проблемы информатизации. Развитие информационной инфраструктуры, технологий и систем – 2008. 2-ая Всероссийская межвузовская научно-практическая конференция: Материалы конференции. – М.: МИЭТ, 2008 г. – с. 98.
  8. Cao Y., Li V / Scheduling Algorithms in Broad-Band Wireless Networks // IEEE PROCEEDINGS OF THE IEEE. – vol. 89. – 2001. – p. 76-87.
  9. Le L. B. Queuing analysis and admission control for multi-rate wireless networks with opportunistic scheduling and ARQ-based error control / L. B. Le, E. Hossain, A S. Alfa // in Proceeding of IEEE International Conference on Communications (ICC’05), Seoul, Korea, 16-20 May 2005: proceedings. – Seoul: IEEE. - 2005. - р.3329-3333. DOI: 10.1109/ICC.2005.1495038.
  10. Bonald T. A queuing analysis of max-min fairness, proportional fairness and balanced fairness / T. Bonald, L. Massoulie, A. Proutiero, J. Virtamo // Queueing Systems. – 2006. vol. 53. – р. 65–84.
  11. Sousa E.S. Cognitive radio: A path in the evolution of public wireless networks / E.S. Sousa, B.M. Sadler, E. Hossain, S. A. Jafar // Communications and Networks, Journal of. – 2009. – vol.11, № 2. - р.99-103.
  12. Niyato D. Call-level and packet-level quality of service and user utility in rate-adaptive cellular CDMA networks: a queuing analysis / D. Niyato, E. Hossain // Mobile Computing, IEEE Transactions on. - 2006. - vol. 5, №. 12. – р. 1749-1763.
  13. Koucheryavy Y. Traffic and QoS Management in Wireless Multimedia Networks / Y. Koucheryavy, G. Giovanni, S. Dirk, V. Siris. // Springer Science, Business Media, LLC2009. – 308p.
  14. Kubinidze N. Intersystem End-to-End QoS Provision in 4G Heterogeneous Networks / N. Kubinidze, M. O'Droma, I. Ganchev. // WSEAS Transactions on Computers. – 2004 vol.5(3) – p. 1355-1360.
  15. Soldani D. QoS and QoE management in UMTS cellular systems / D. Soldani, M. Li, R. Cuny. – Wiley, 2006. – 483 pp.
  16. Bojovic B. A new Channel and QoS Aware Scheduler to enhance the capacity of Voice over LTE systems / B. Bojovic, N. Baldo // in 11th International Multi-Conference of Systems, Signals & Devices (SSD) // IEEE. – 2014 – pp. 1-6
  17. Ameigeiras P. 3GPP QoS-based scheduling framework for LTE / P. Ameigeiras et al. // EURASIP Journal on Wireless Communications and Networking. – 2016 vol. 78 – 14 pp. DOI: 10.1186/s13638-016-0565-9
  18. Farzaneh Y. A QoS-Aware Downlink Packet Scheduler Using Token Bucket Algorithm for LTE Systems / Y. Farzaneh, A. Mardi, S.A. Ghorashi. // The 22nd Iranian Conference on Electrical Engineering (ICEE 2014). – 2014. – p.1 775-1780. DOI: 10.1109/IranianCEE.2014.6999826
  19. Khorov E. Radio Resource Scheduling for Low-Latency Communications in LTE and beyond / E. Khorov, A. Krasilov, A. Malyshev – IEEE/ACM International Symposium on Quality of Service. – 2017. – 6 pp. DOI: 10.1109/IWQoS.2017.7969162
  20. НИР и проекты МИЭМ НИУ ВШЭ [Электронный ресурс]: Московский институт электроники и математики им. А.Н. Тихонова. URL: https://miem.hse.ru/project_activity/ (дата обращения: 27.12.2018).
  21. Кокорева Е.В. Анализ показателей качества обслуживания систем мобильной связи четвёртого поколения // Программные системы и вычислительные методы. – 2018. – № 3. – С. 35-44. DOI: 10.7256/2454-0714.2018.3.26920
  22. Кокорева Е.В. Моделирование характеристик мобильных систем методом анализа средних значений // Современные научные исследования и разработки. – 2016. – №5 (5). – С. 59-65.
  23. Коляденко Ю.Ю. Анализ эффективности алгоритмов планирования передачи кадра в сетях LTE/ Коляденко Ю.Ю., Алали А.М./ Радіоелектроніка, інформатика, управління. – ISSN 1607-3274. – 2015. – № 1 (32) – с. 7-14.
  24. Алали А. Методы повышения пропускной способности базовых станций сети LTE путем рационального использования ресурсов: дис. канд. техн. наук : 05.12.02 Телекоммуникационные системы и сети А. Алали: Харьк. нац. ун-т радиоэлектроники. – Харьков, 2016. – 136 с.
  25. Прогностичне керування мультисервісним трафіком в мережі IP/MPLS [Электронный ресурс]: Электронный архив Донецкого национального технического университета. URL: http://ea.donntu.ru/handle/123456789/18229 (дата обращения: 27.12.2018).
  26. Еволюція мережі оператора мобільного зв’язку (GSM, CDMA, UMTS) до мережі четвертого покоління на базі технології LTE [Электронный ресурс]: Электронный архив Донецкого национального технического университета. URL: http://ea.donntu.ru/handle/123456789/18230 (дата обращения: 27.12.2018).
  27. Створення технологічних ресурсів у конвергентній мережі на базі мобільного оператора для надання послуги Triple Play [Электронный ресурс]: Электронный архив Донецкого национального технического университета. URL: http://ea.donntu.ru/handle/123456789/18231 (дата обращения: 27.12.2018).
  28. Модель надання послуг у гетерогенній мульти- операторській мережі [Электронный ресурс]: Электронный архив Донецкого национального технического университета. URL: http://ea.donntu.ru/handle/123456789/18232 (дата обращения: 27.12.2018).
  29. Бородзин А. Анализ параметров качества обслуживания в сетях мобильных операторов, построенных на базе фемто-сот [Электронный ресурс]: Портал магистров ДонНТУ http://masters.donntu.ru/2013/fkita/borozdin/ (дата обращения: 27.12.2018).
  30. Фазульянов С. Разработка и исследование методики приоритезации услуг в мультисервисных телекоммуникационных сетях [Электронный ресурс]: Портал магистров ДонНТУ http://masters.donntu.ru/2010/fkita/fazulyanov/ (дата обращения: 27.12.2018).
  31. Поповський В. В. Математичні основи теорії телекомунікаційних систем : навчальний посібник [текст] / В. В. Поповський, С. О. Сабурова, Ю. Ю. Коляденко ; під заг. ред. проф. В. В. Поповського. – Харків : СМІТ, 2006. – 564 с.
  32. Алгоритмы управления очередями [Электронный ресурс]: Журнал сетевых решений/LAN. URL: https://www.osp.ru/lan/2007/12/4659316/ (дата обращения: 27.12.2018).
  33. Якименко С.И. Использование возможностей MatLAB для моделирования и исследования физических каналов LTE [Текст] / С.И. Якименко, И.А. Молоковский // Автоматизация технологических объектов и процессов. Поиск молодых: сборник научных трудов XVIII научно-технической конференции аспирантов и студентов в г. Донецке 22-24 мая 2018 г. – Донецк, ДонНТУ – 2018. – C. 135-138.
  34. LTE User Plane Simulation Model for INET & OMNeT++ [Электронный ресурс]: simulte.com. URL: http://simulte.com/ (дата обращения: 27.12.2018).
  35. van Foreest N. Simulation Queuing Networks with OMNeT++ / In: Tutorial of OMNet++ Simulator// Department of Telecommunications, Budapest University of Technology and Economics. – 2002. – 9 pp.