На правах рукописи

АНТОНОВА ВЕРОНИКА МИХАЙЛОВНА

РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДА ПОВЫШЕНИЯ

ЭФФЕКТИВНОСТИ ПЕРЕДАЧИ ТРАФИКА В МОБИЛЬНЫХ

СЕТЯХ СТАНДАРТА LTE

Специальность 05.12.13 –

Системы, сети и устройства телекоммуникаций

Диссертация

на соискание ученой степени кандидата технических наук

Научный руководитель:

д.т.н., проф

Кузнецов Николай Александрович

Москва– 2018

2

Аннотация

Диссертация посвящена разработке и исследованию моделей и алгоритмов повышения эффективности передачи трафика в мобильных сетях четвертого поколения при совместном обслуживании заявок на передачу разнородного трафика, создаваемого как сервисами реального времени, так и передачей данных.

Для решения поставленной задачи процессы поступления и обслуживания заявок представлены математическими моделями в виде многомерных марковских процессов. При разработке моделей учитывались: многопотоковый характер поступления заявок каждого типа; зависимость поступления заявок передачи данных и вероятности допуска заявки к обслуживанию от наличия необходимого свободного ресурса и от степени его загрузки.

Сформулированы определения основных характеристик качества совместного обслуживания заявок разнородного трафика. Значения характеристик оценивались как с помощью имитационного моделирования, так и с помощью математических моделей. Исследован частный случай анализируемой модели фрагмента сети доступа при передаче двух разнородных видов трафика.

Для оценки характеристик моделей предложено использовать алгоритм, основанный на решении системы уравнений равновесия итерационным методом Гаусса-Зейделя. С его помощью проведено численное исследование условий совместного обслуживания разнородного трафика. Предложено введение гарантированного порога на максимальную скорость эластичного трафика, показано, что на существующих сетях этот порог должен динамически определяться на основе постоянных наблюдений.

Построенная модель и разработанные на ее основе алгоритмы использованы в компании ПАО МТС при проведении мероприятий, направленных на повышение эффективности работы инфраструктуры сети компании в г. Москве, разработке вычислительно-моделирующего и испытательного стенда для проведения моделирования и исследовательских испытаний моделей и макетов системы диспетчерского управления транспортной системы типа H-BAHN в ООО «Инновационная компания ГМК», а также при организации учебного процесса кафедры «Сети связи и системы коммутации» МТУСИ.

3

ОглавлениеАннотация.......................................................................................................................2

Введение..........................................................................................................................6

Глава 1. Характеристика и анализ работы мобильных сетей четвертого

поколения................................................................................................................13

1.1. Актуальность проблематики........................................................................................13

1.2. Анализ особенностей построения сетей LTE........................................................14

1.3. Структура пользовательского уровня сети LTE...................................................17

1.4. Анализ основных внешних факторов, влияющих на производитель-

ность в сетях LTE............................................................................................................22

1.5. Основные виды атак на элементы сетей связи стандарта LTE........................24

1.6. Анализ механизмовуправления обеспечением защиты информации в

сетях LTE...........................................................................................................................26

1.7. Анализ способов динамического управления потоками в сетях LTE..........27

1.8. Анализ существующих методов повышения пропускной способности

информационных сетей................................................................................................28

1.9. Характеристики эффективности функционирования сетей LTE в

условиях нарушения управляемости.......................................................................32

1.10. Постановка задачи исследований............................................................................34

1.11. Выводы по первой главе.............................................................................................36

Глава 2. Формализация процесса управления передачей потоков трафи-

ка на фрагменте сети LTE...................................................................................38

2.1. Введение..............................................................................................................................38

2.2. Описание математической модели обслуживания двухскоростного

трафика реального времени на фрагменте сети LTE.........................................39

4

2.3. Описание математической модели обслуживания двухскоростного

трафика реального времени на фрагменте сети LTE с порогом для

низкоскоростных соединений....................................................................................45

2.4. Описание имитационной модели соты сети LTE при передачи заявок

реального времени..........................................................................................................46

2.5. Описание имитационной модели соты сети LTE при передаче заявок

двух потоков эластичного трафика..........................................................................52

2.6. Постановка задачи совместного обслуживания двух потоков

разнородного трафика...................................................................................................56

2.7. Выводы по результатам второй главы......................................................................58

Глава 3. Оценка показателей качества обслуживания заявок в сетях LTE....60

3.1. Введение..............................................................................................................................60

3.2. Анализ особенностей управления потоками пользовательской инфор-

мации в мобильных сетях...............................................................................61

3.3. Анализ результатов моделирования радиоканала передачи между UE

и eNodeB...........................................................................................................65

3.4. Построение модели обслуживания неоднородного трафика на

фрагменте сети LTE........................................................................................70

3.5. Математическое описание модели распределения ресурса. Оценка

результатов моделирования...........................................................................76

3.5.1. Характеристики заявок на передачу трафика реального времени. . .78

3.6. Система уравнений статистического равновесия..........................................80

3.7. Выводы по результатам второй главы............................................................88

Глава 4. Исследование адаптивных алгоритмов резервирования

ресурсов управления скоростями при перегрузках при передаче

межмашинного трафика в сетях LTE................................................................90

4.1. Введение..............................................................................................................................90

4.2. Описание алгоритмов контроля доступом на сети LTE...............................91

5

4.3. Численные результаты и их использование для планирования зна-

чений структурных параметров модели........................................................92

4.4. Результаты оценки скорости передачи на фрагменте соты сети LTE.........98

4.5. Исследование алгоритма выбора соотношения между минимальной и

максимальной скоростями передачи файлов..............................................103

4.6. Выводы по четвертой главе...........................................................................108

Заключение.................................................................................................................110

Список литературы...................................................................................................112

Приложение. Акты о реализации результатов диссертационной работы.....123

6

Введение

Актуальность темы исследования. Мобильные сети четвертого

поколения, основанные на использовании технологий многостанционного

доступа с ортогональной модуляцией OFDMA и методе пространственного

кодирования сигнала MIMO, они дают возможность существенно увеличить

передачу трафика от абонентов.

Отличительными особенностями этих сетей являются: гибкость

архитектуры, возможность динамического изменения топологии сети при

подключении, передвижении и отключении мобильных абонентов, высокая

скорость передачи информации, высокая степень защиты от

несанкционированного доступа, а также отказ от дорогостоящей и не всегда

возможной прокладки или аренды оптоволоконного или медного кабеля. В сетях

стандарта LTE управляющие функции перешли к базовым станциям, которые,

помимо обслуживания радиочасти, стали принимать решение о маршрутизации

абонентского трафика. При этом одной из главных проблем является проблема

управления трафиком на радиоинтерфейсе с целью обеспечения заданных норм

качества (QoS) по каждой предоставленной услуге большинству абонентов, в

частности, для тех, кто находится в роуминге.

Рост объема мультимедийных мобильных приложений приводит к тому, что

требуемое качество обслуживания может быть обеспечено только при

использовании эффективных методов повышения пропускной способности

радиоинтерфейса, так как именно при беспроводном доступе возникают резкие

перекосы нагрузки из-за стохастического перемещения абонентов [59].

Постоянное удешевление услуг на мобильную связь, появление новых типов

абонентских терминалов, развитие сервисов по адресной передаче потокового

видео ведет к росту трафика реального времени, скорость которого должна быть

постоянной. При этом, Программа Министерства Связи и Массовых

Коммуникаций «Цифровая экономика Российской Федерации» прогнозирует

7

резкое увеличение в ближайшее время также трафика от межмашинного

взаимодействия (М2М), который, как правило, обладает эластичными свойствами

и позволяет изменять скорость передачи данных в некоторых пределах, в

зависимости от условий на сети, то есть увеличение эластичного трафика.

Наиболее существенное влияние на управление производительностью в

мобильных сетях оказывают следующие факторы: нарушение целостности

информации команд управления сетевыми процессами; блокирование

информации; нарушение логики работы программного обеспечения. Анализ

результатов работы существующих сетей LTE показал, что для их управления

используется автоматическая функция управления сетью SON, которая аппаратно

встраивается в оборудование узлов сети. Однако эта функция может только

вводить пороги по числу соединений, не ограничивая при этом скорость передачи

данных, что нерационально, в частности, при организации роуминга.

Изначально модели оценки радиоресурса мобильных сетей включали в себя

лишь однородный тип трафика, для которых были найдены аналитические

решения и разработаны рекуррентные алгоритмы. Позднее были разработаны

алгоритмы решения для разнородного трафика имеющего постоянную скорость.

В связи с появлением приложений не требующих постоянной скорости передачи

данных, начал производиться обсчет моделей эластичного трафика данных.

Однако эти исследования проводились без учета схем доступа, реализующих

приоритетное обслуживание в мультисервисных мобильных сетях четвертого

поколения.

В действующих и перспективных мобильных сетях связи актуальной

является задача снижения нехватки ресурсов в связи с появлением сервисов

требующих большой скорости передачи. Поэтому, чтобы повысить

эффективность ресурса передачи данных предлагается управлять скоростью

эластичного трафика. Это позволить не только повысить пропускную

способность, но и улучшить качество обслуживания.

Степень разработанности темы. Разработке методов управления

трафиком, а также вопросам расчета статистических характеристик для

8

телекоммуникационных сетей посвящены работы отечественных и зарубежных

исследователей Г.П. Башарина, В.М. Вишневского, Ю.В. Гайдамаки, Н.А.Кузнецова, В.В. Кульбы, В.Г. Лазарева, А.И. Ляхова, И.И. Цитовича, Ю.В. Лазарева, К.Е. Самуйлова, С.Н. Степанова, А.Д. Харкевича, Г.Г. Яновского, Е.В. Марковой, M. Stasiak, W. Willinger, C. Cox, T. Bonald, H.S. Hassanein, V.B. Iversen, F.P. Kelly, O. Martikainen, N. Nasser, J.W. Roberts, K.W. Ross и др. Однако, в них не

рассматривались особенности мобильных сетей стандартов LTE и LTE-Advanced,

в частности возможность рационального использования радиочастотного спектра,

обусловленная особенностью построения интерфейсов оборудования мобильного

доступа в этих сетях. В настоящее время этот способ может найти широкое

применение при управлении скоростью передачи разнородного трафика от

разных видов услуг в этих сетях, с целью минимизации расхода радиоресурса. В

связи с этим возникает задача разработки нового метода управления

информационной нагрузкой в мобильных сетях четвертого поколения.

Цели и задачи исследования. Целью диссертации является разработка и

исследование метода, реализующего алгоритмы повышения пропускной

способности радиоинтерфейса сети стандарта LTE, основанного на минимизации

затрат ресурсов при анализе различных моделей предоставления услуг, за счет

управления скоростями передачи данных эластичного трафика.

Для достижения поставленной цели в диссертации рассмотрены следующие

задачи:

построить и исследовать математическую модель обслуживания

разнородного трафика в соте сети четвертого поколения;

с использованием модели определить характеристики качества

обслуживания заявок и построить эффективные алгоритмы их оценки;

на основании полученных результатов сформулировать рекомендации по

управлению разнородным трафиком в реальном масштабе времени.

Научная новизна.

9

1. Построена и исследована модель совместного обслуживания заявок трафика

реального времени и эластичного, которая отличающаяся от известных

обоснованностью ограничений на скорость эластичного трафика.

2. С использованием построенной модели сформулированы определения

основных показателей качества совместного обслуживания поступающих

заявок, в частности: доли заявок каждой категории, которым отказано в

доступе; среднее использование ресурса передачи информации каждым

видом трафика; среднее время доставки файла; среднее использование

ресурса фрагмента сети на обслуживание одного файла. Значения

показателей качества обслуживания выражены через стационарные

вероятности отдельных состояний модели.

3. С использованием средств имитационного моделирования исследованы

численные свойства показателей совместного обслуживания заявок,

которые показали эффективность совместной передачи трафика реального

времени и эластичного трафика данных для повышения загрузки ресурса

фрагмента сети. Построенная модель дает возможность численно оценить

преимущества совместной передачи разнородного трафика.

4. Предложено решение задачи планирования пропускной способности

фрагмента сети, а также допустимого объема разнородного трафика,

который может быть передан с заданными показателями качества. При этом

решена задача определения соотношения между верхним и нижним

ограничениями на скорость передачи данных в целях повышения

эффективности использования ресурса фрагмента сети LTE.

Теоретическая и практическая значимость работы. Теоретическая

значимость работы состоит в построении и исследовании модели, в которой

учтены зависимости поступления и обслуживания заявок реального времени и

эластичного трафика, которую можно использовать для анализа процедур,

основанных на пороговых ограничениях оценки повышения эффективности

использования ресурса фрагмента сети LTE. Общий характер принятых в работе

предположений позволяет применять математическую модель и созданные на ее

10

основе расчетные алгоритмы для большинства практических задач, возникающих

на радиоинтерфейсе мобильных сетей LTE и LTE Аdvanсed. Разработанный

инструментарий рекомендуется использовать при проектировании и эксплуатации

мобильных сетей четвертого поколения. Методы оценки пропускной способности

сети радиодоступа, разработанные соискателем, были использованы в ПАО МТС,

ООО «Инновационная компания ГМК», а также использованы в учебном

процессе на кафедре ССиСК МТУСИ. Реализация результатов работы

подтверждена соответствующими актами, которые приведены в приложении.

Методы исследования. Для решения поставленных задач используются

методы теории сетей связи, теории вероятностей, теории массового

обслуживания, вычислительной математики и методы математического и

имитационного моделирования.

11

Положения, выносимые на защиту.

1. Построенная модель оценки радиоресурса фрагмента сети LTE отличается

введением ограничения на скорость передачи эластичного трафика данных как

для верхнего, так и для нижнего пределов. В модели использованы параметры:

доли заявок каждого вида, которым отказано в доступе; среднее использование

ресурса передачи информации каждым видом трафика; среднее время доставки

файла; среднее использование ресурсопередачи соты на обслуживание одного

файла.

2. Для оценки значений параметров построенной модели обслуживания

заявок на фрагменте сети LTE применено решение системы уравнений

равновесия.

3. Исследованы численные свойства показателей совместного обслуживания

заявок, которые показали эффективность совместной передачи трафика реального

времени и эластичного трафика данных с целью повышения загрузки ресурса

фрагмента сети.

4. Рассмотрено решение задачи планирования пропускной способности

фрагмента сети, а также допустимого объема трафика, который может быть

передан с заданными показателями качества.

5. Рассмотрено решение задачи определения соотношения между

ограничениями на скорость передачи данных в целях повышения эффективности

использования ресурса фрагмента сети.

6. Разработанную разнопотоковую модель ограничения скорости на передачу

данных разнородного трафика рекомендовано использовать при построении

алгоритмов управления трафиком каждой базовой станции, а при перегрузках

передавать трафик данных через соседние базовые станции. При этом возможна

динамическая корректировка границ минимальной и максимальной скоростей

эластичного трафика, в зависимости от результатов наблюдений.

Степень достоверности и апробация результатов.

Полученные теоретические результаты обоснованы применением

математических методов теории телетрафика, подтверждены численными

12

экспериментами. Достоверность положений и выводов диссертации

подтверждается апробацией работы. Основные результаты диссертационной

работы докладывались и обсуждались на конференциях молодых ученых МГТУ

им. Н.Э. Баумана (Москва, 2008, 2009 гг.); международном форуме по

информатизации МФИ (Москва, 2013 г.); Всероссийских конференциях с

международным участием: «Информационно-телекоммуникационные технологии

и математическое моделирование» РУДН (Москва, 2013, 2015 гг.); LXVIII

международной научной конференции РНТОРЭС им. А.С. Попова (Москва, 2013

г.); Proceedings – 29th European Conference on Modelling and Simulation, ECMS

2015. May 26th – 29th, (2015г.), Albena, Bulgaria; международной научно-

технической конференции «INTERMATIC» МИРЭА (Москва, 2015 – 2017гг.);

IEEE 10th IEEE International Conference AICT2016 Application of Information and

Communication Technologies Moscow, Russia (2016г.).

Кроме того, построенные системы уравнений частично внедрены при

разработке технических решений для транспортной системы H-BAHN (имеется

акт о внедрении). Результаты диссертационной работы были получены и

применены при разработке технических решений в рамках выполнения

прикладных научных исследований и экспериментальных разработок –

уникальный идентификатор RFMEFI58214X0003 при поддержке Министерства

образования и науки РФ.

По материалам диссертации опубликовано 15 печатных работ, в том числе 3

в рецензируемых периодических изданиях, входящих в перечень ВАК при

Министерстве образования и науки Российской Федерации.

Основное содержание работы. Диссертация состоит из введения, четырёх

глав, заключения, списка литературы и приложения. Основная часть (без

приложений) изложена на 122 страницах машинописного текста, содержит 32

рисунков и 6 таблиц. Список литературы состоит из 130 наименований.

Приложения изложены на 22 страницах машинописного текста.

13

Глава 1

Характеристика и анализ работы мобильных сетей четвертого

поколения

1.1. Актуальность проблематики

Усложнение характера трафика, в частности снижение речевой нагрузки по

сравнению с объемом мультимедийных сообщений при организации различных

видов мобильного доступа приводит к тому, что требуемое качество

обслуживания может быть обеспечено только при использовании эффективных

методов повышения пропускной способности, так как именно при беспроводном

доступе могут возникать резкие перекосы нагрузки из-за стохастического

перемещения абонентов по зонам мобильной сети.

Главными направлениями эволюции систем мобильной связи [21, 29, 45, 78,

84, 115, 122] является улучшение качества предоставления мультимедийных

услуг, снижение расходов абонентов и уменьшение эксплуатационных расходов.

Бурное развитие беспроводных сетей передачи информации в России [16, 45, 78,

80, 121] и во всем мире, о котором многие говорят, как о беспроводной

революции в области передачи информации, связано с такими их достоинствами:

гибкость архитектуры, т.е. возможность динамического изменения

топологии сети при подключении, передвижении и отключении мобильных

пользователей без значительных потерь;

высокая скорость передачи информации;

быстрота проектирования и развертывания;

высокая степень защиты от несанкционированного доступа;

отказ от дорогостоящей и не всегда возможной прокладки (аренды)

оптоволоконного или медного кабеля.

14

Целью данной главы является анализ способов управления пропускной

способностью на фрагментах сети стандарта LTE. Проведен анализ методов

повышения пропускной способности информационных сетей, также кратко

рассмотрены принципы построения сетей LTEи проведен анализ существующих

методов управления в них трафиком. Будет показано, что технология LTE в силу

особенностей построения радиоинтерфейса является наиболее пригодной для

применения алгоритмов динамического управления пропускной способностью

сетей. Поэтому в этой главе будут рассмотрены и проанализированы методы

управления пропускной способностью в стационарных и мобильных сетях с

целью постановки задачи разработки метода управления для повышения

эффективности передачи разнородного трафика на фрагменте сети.

Проведем анализ особенностей построения сетей LTE, для этого

рассмотрим структуру пользовательского уровня сети LTE [78].

1.2. Анализ особенностей построения сетей LTE

В настоящее время наиболее популярной технологией, реализующей

современную концепцию управления территориально рассредоточенными

объектами, является технология LTE [115, 122]. Высокая степень управляемости в

рамках данной технологии достигается применением новой сетевой

инфраструктуры [18] SAE, в которой обеспечивается всесторонняя поддержка

услуг на базе технологии IP, а также непрерывное обслуживание абонента при его

перемещении между различными сетями беспроводного доступа [16, 45, 78, 84,

121].

Сеть LTE состоит из двух важнейших компонентов: сети радиодоступа E-

UTRAN и базовой сети EPC (рисунок 1.1).

Взаимодействие сети LTE с сетями 3GPP (UMTS/GSM/HSPA+) [16, 21, 29,

45, 78, 80, 84, 115, 121] осуществляется как при обеспечении роуминга, так и

хендовера. Взаимодействие сети LTE с другими 3GPP сетями, для оказания

традиционных услуг телефонии, осуществляется с помощью как традиционной

15

технологии коммутации каналов (TDM), так и технологии коммутации пакетов на

базе сервисной подсистемы IMS [6].

Рисунок 1.1. Архитектура сети LTE

В данную сеть входят элементы, отвечающие за управление,

маршрутизацию, коммутацию и хранение различных данных.

Радиочасть сети (E-UTRAN) состоит только из базовых станций eNodeB

которые берут на себя функции радиоинтерфейса и является связующим звеном

между пользовательским оборудованием и сетью передачи данных, в отличие,

например, от стандарта GSM [3,7, 34, 42], где подсистема базовых станций BSS

состояла из базового приемопередатчика BTS и контроллера базовых станций

BSC, то есть в сети LTE в одном элементе eNodeB объединены функции

передатчика и контроллера. Помимо этого, все больше производителей

оборудования объединяют функции опорной сети в единую платформу, что

создает дополнительные проблемы с точки зрения информационной

безопасности[121].

Основными элементами базовой сети EPC [122] являются:

узел управления мобильностью –ММЕ, который выполняет задачи по

управлению мобильностью абонентского терминала, управления службой

16

передачи данных, а также управлению безопасностью мобильной связи. Для

управления безопасностью в узел ММЕ интегрировано сетевое хранилище

данных NAS Security;

обслуживающий шлюз сети LTE –S-GW, который отвечает за обработку и

маршрутизацию пакетов, поступающих из подсистемы базовых станций

eNodeB;

шлюз для взаимодействия с сетями других операторов – P-GW, он отвечает

за передачу голоса и данных от сети оператора LTE к другим сетям 2G, 3G,

не-3GPP и Internet;

сервер абонентских данных HSS, где хранится информация об абонентах;

узел выставления счетов абонентам за оказанные услуги PCRF;

сервер выделения IP-адресов DHCP/DNS.

Основным достоинством архитектуры сетей LTE, по сравнению с

архитектурами сетей предыдущих поколений является снижение задержки при

передаче как пользовательских данных, так и управляющей информации, в связи

с прохождением через меньшее число промежуточных элементов [121]. Обмен

данными здесь осуществляется с помощью коммутации пакетов по протоколу IP,

что является существенным отличием сети LTE от сетей предыдущих поколений.

В настоящее время наряду с мобильными сетями второго, третьего и

четвертого поколений широкое распространение получили высокоскоростные

локальные сети стандарта Wi-Fi [17], разворачиваемые в общедоступных

системах торговли, системах общественного питания и общественного транспорта

и т.д. При этом появились совместные базовые станции, предназначенные как для

работы в сетях Wi-Fi, так и в сетях сотовой связи. Все это позволяет обслуживать

абонентов с применением разных вариантов доступа.

В связи с этим в архитектуре SAE предусмотрены механизмы выбора

наиболее удобной сети передачи данных для предоставления абоненту требуемых

услуг. При этом все современные мобильные терминалы выбирают, при наличии

нескольких сетей, передачу трафика на разрешенной пользователем сети Wi-Fi

17

[77], что обычно сопровождается переключением с одной технологии на другую и

соответственно передачей данных о пользователе между сетями.

Проключение соединения между сетью LTE и другой сетью стандарта 3GPP

[18] при установлении голосового вызова происходит с помощью взаимодействия

логического элемента MME с сервером MSC по интерфейсу Sv. В случае вызовов

из сети LTE в сеть коммутации каналов (CS-домен); и с помощью взаимодействия

логического элемента MME с узлом SGSN по интерфейсу S3 в случае голосового

вызова из сети LTE в сеть коммутации пакетов (PS-домен).

Взаимодействие сети LTE с сетями не-3GPP разделяется на взаимодействие

с сетями с гарантированной безопасностью – «надежными» и взаимодействие с

сетями, безопасность которых не гарантирована – «ненадежными». «Надежными»

являются мобильные сети других стандартов, «ненадежными» – общедоступные

IP-сети Интернета. Взаимодействие сети LTE с «надежными» сетями стандартов

не-3GPP осуществляется через шлюз P-GW, взаимодействие с «ненадежными»

сетями – через шлюз ePDG.

Усложнение характера трафика [57], в частности снижение речевой

нагрузки по сравнению с объемом мультимедийных сообщений при организации

различных видов мобильного доступа приводит к тому, что безопасность

передачи информации, может быть обеспечена только при использовании

эффективных методов повышения пропускной способности, так как именно при

беспроводном доступе могут возникать резкие перекосы нагрузки из-за

стохастического перемещения абонентов по зонам мобильной сети, при этом все

протоколы и схемы взаимодействия являются открытыми, а передача данных

осуществляется на базе протокола IP.

Рассмотрим структуру пользовательского уровня сети LTE.

1.3. Структура пользовательского уровня сети LTE

Рассмотрим структурную схему сети LTE [78, 121] (рисунок 1.2) на уровне

пользователя. Сигналы от абонентов поступают на базовые станции eNodeB.

Базовая станция проверяет подлинность абонента, но перед этим

18

пользовательское оборудование UE проверяет подлинность сети по присланному

сетью сообщению (talking). Между базовыми станциями для ограничения

нагрузки через узлы обработкой сигнализации в узле управления мобильностью

MME предусмотрен интерфейс Х2, через который между узлами eNodeB

проключаются быстродвижущиеся абоненты. Это особенно важно при хендовере

[7]. Возможность непосредственной беспроводной передачи данных между

eNodeB фактически означает, что в архитектуре SAE заложена функциональность

mesh-сети [67, 84]. Новая архитектура позволяет при необходимости большое

количество заявок направлять не в основную сеть, а в пределах смежных сот, что

минимизирует взаимодействие с основной сетью.

Рисунок 1.2. Архитектура системы LTE с инфраструктурой SAE

Узел управления мобильностью MME занимается обработкой служебной

информации: аутентификацией, поиском обслуживающего шлюза (S-GW)

сигнализацией. Сигнальная нагрузка в сетях LTE не ограничена [121]. Напомним,

что в сетях LTE для абонентов установлены следующие скорости передачи: для

статичных, или медленнодвижущихся – 1 Гбит/с и для движущихся в

транспортном средстве – 100 Мбит/с. Известно, что на реальных сетях в

настоящее время через интерфейс S1-ММЕ проходит 3.5% хендовера от

быстродвижущихся абонентов [29]. Модуль MME обеспечивает хранение

служебной информации об абоненте, авторизацию терминальных устройств в

наземных сетях мобильной связи и общее управление мобильностью абонентов.

19

Обслуживающий шлюз S-GW выполняет функции обработки

информационного трафика, обеспечивает привязку пользовательского

оборудования к опорной сети при хэндоверах. Кроме того, шлюз S-GW ведет

биллинговые записи о том, сколько абонент скачал трафика и с каких серверов.

Также шлюз S-GW осуществляет маркировку трафика (восходящего (UL) и

нисходящего (DL)) в транспортной сети в соответствии с уровнем качества QoS.

Маркировка занимает 6 бит, при этом 0 означает наихудшее качество.

Пакетный шлюз P-GW обеспечивает соединение от пользовательского

оборудования UE к внешним пакетным сетям передачи данных [6], являясь

точкой входа и выхода трафика, при этом пользовательское оборудование UE

может одновременно соединяться с несколькими шлюзами P-GW для

одновременного подключения к нескольким сетям. Шлюз P-GW выполняет также

функции защиты, фильтрации пакетов для каждого пользователя, поддержку

биллинга, узаконенного перехвата и сортировку пакетов. Другая важная роль

шлюза P-GW —управление мобильностью между сетями3GPP и не-3GPP

технологиями, такими как WiMAX и 3GPP2 (CDMA 1X и EvDO) [65].

Сервер абонентских данных HSS является большой базой данных. Он

храненит данных об абонентах и заменяет набор регистров VLR, HLR, AUC и EIR

в сетях 2 и 3 поколений [7, 78]. В сервере HSS осуществляется аутентификация и

регистрация абонентов, загрузка профиля абонента в ММЕ, обеспечиваются

роуминговые ограничения и ограничения сервисов по типам сетей доступа (в

настоящее время некоторые сервисы доступны только в сетях LTE). При этом

сервер HSS подключается к ядру пакетной сети по интерфейсу протокола

Diameter, а не на базе системы сигнализации SS7 [60], которая использовалась в

сетях GSM и UMTS. Сигнализация для обеспечения СОРМ также основана на

протоколе Diameter.

Узел управления начислением платы PCRF выполняет функции: контроля

предоставления услуги (gatingcontrol – начало предоставления услуги, изменение

ее параметров, завершение предоставления услуги и т.п.) и контроля качества,

при котором осуществляется непрерывный мониторинг качества, а также

20

поддержание заданных характеристик (QoS), причем не только для голосовых

соединений, но и для пакетных сервисов.

В настоящее время наряду с мобильными сетями широкое распространение

получили высокоскоростные локальные сети стандарта Wi-Fi [16, 73, 121],

разворачиваемые в общедоступных системах торговли, общественного питания,

транспорта (кафе, аэропорты, магазины) и т.д. Разрабатываются базовые станции,

позволяющие обслуживать абонентов с применением разных вариантов доступа

как для работы в сетях Wi-Fi, так и в сетях сотовой связи. В связи с этим,

в архитектуре пользовательского уровня SAE предусмотрены механизмы выбора

наиболее удобной инфраструктуры предоставления услуги, необходимой

абоненту. Таким образом, создается новая сеть радиодоступа, значительно

увеличивающая скорость передачи данных и уменьшающая время установления

соединений. Наличие общего ядра в сети позволяет поддерживать мобильные

услуги не только по технологии LTE, но также и по другим радиотехнологиям

(Wi-Fi, WIMAX, CDMA2000 и др.) [64, 65, 78, 117] благодаря интегрированности

различных интерфейсов передачи данных, см. рисунок 1.3.

Рисунок 1.3. Сетевая инфраструктура технологии LTE

21

Для приложений реального времени, предусматривается on-line

тарификация, при которой абонент и оператор могут отслеживать состояние счета

в реальном масштабе времени. Технология позволяет применять несколько

моделей начисления платы, в частности: по предоставленному объему услуг, по

затраченному на услугу времени, по факту предоставления услуги, также имеются

комбинированные модели. Узел PCRF выполняет все указанные функции и в

случае, когда абонент находятся за пределами зоны операторской сети.

При нахождении абонента в сети одного оператора IP-адрес

пользовательского оборудования меняться не должен, таким образом, базовая

станция eNodeB всегда «знает» все IP адреса данной сети, следовательно, может

посылать тегированный [56] трафик.

В настоящее время в рамках одной зоны оператора в пределах большого

города находится два MME и примерно 7000 базовых станций eNodeB, но

максимально в один MME может включаться до 30000 портов eNodeB. К одной

базовой станции eNodeB одновременно могут быть подключены до 800

абонентов. Передача речи и данных в сетях LTE может осуществляться с

различными степенями сжатия. Предусмотрена функция адаптация модуляции,

кодирования и скорости (Link adaptation), которая может изменять тип кодека

сжатия речи [13] в режиме реального времени, в зависимости от условий работы

канала. Тип кодека для передачи речи, зависит от условий на радио сети. При

невыполнении минимальных условий качества радиоканала, происходит разрыв

соединения.

В сетях LTE на базовых станциях eNodeB используется

модифицированный алгоритм управления мощностью передатчиков

оборудования пользователя, который учитывает положение абонента внутри

соты: чем ближе пользователь к eNodeB, тем более высокое отношение

сигнал/шум используется для регулировки мощности. Таким образом, вблизи

eNodeB оборудование пользователя работает с более высоким соотношением

сигнал/шум, а значит и с более высокой скоростью кодирования и кратностью

модуляции, что увеличивает скорость передачи.

22

В сетях LTE используется адаптивное распределение полосы передачи,

которое обеспечивает гибкое и безизбыточное распределение ресурсных блоков в

соответствии с заданным качеством предоставляемой услуги (QoS) [123].

Алгоритм адаптивного распределения полосы передачи выделяет пользователям

на краю соты меньшее количество ресурсных блоков в соответствии со

спектральной плотностью мощности сигнала. Точность оценки спектральной

плотности влияет на оптимальность выделения пользователю требуемого ресурса.

В сетях LTE-Advanced абонентское оборудование UЕ (пользовательское

оборудование) может для передачи данных связываться сразу с двумя станциями

eNodeB, что позволяет снизить отношение сигнал/шум.

Для определения наиболее приемлемых способов передачи данных

пользователя на фрагменте сети LTE, проведем анализ существующих методов

повышения пропускной способности информационных сетей.

1.4. Анализ основных внешних факторов, влияющих на

производительность в сетях LTE

Одним из внешних факторов, влияющих на производительность сети,

являются угрозы безопасности [65, 121]. Акценты угроз технологии LTE

сместились, теперь все они связаны с протоколом IP. Если в 3G голосовой трафик

и данные передавались по двум разным сетям — по сети с коммутацией каналов

[10, 32] и по сети передаче данных, то в сетях 4G весь трафик проходит через

единую архитектуру EPC по протоколу IP (рисунок 1.1).

При этом сеть LTE накладывает некоторые ограничения на

производительность [78]. В частности, при увеличении скорости подключения

снижается радиус действия станции eNodeB — в среднем для LTE он составляет

около 5 км (это зависит от используемого частотного диапазона: 800 МГц или

2600 МГц). При этом число этих станций в сети становится больше, и они

начинают располагаться все ближе и ближе друг к другу. Заметим, что при этом

определение местоположения абонента по сигналам станций eNodeB

23

(триангуляция) работает точнее. С одной стороны — оператор точнее знает

местонахождение абонента, но с другой стороны, сервисы геопозиционирования

(Location-BasedService, LBS) можно использовать и для слежки за абонентом, что

создает опасность новых угроз.

Увеличение плотности размещения сетевого оборудования для улучшения

покрытия (рисунок 1.4) приводит к появлению на сети LTE фемто- и даже

пикосот [85, 121], которые сам пользователь или предприятие может установить у

себя. Но при этом появление новых сетевых элементов может приводит к атакам

на них и на каналы связи с остальной сетью. В настоящее время еще не понятно,

кто будет конфигурировать и обеспечивать безопасность этих фемтосот: оператор

сети или отдельные фирмы, занимающиеся их обслуживанием [45], пользователь,

который их приобретает, или оператор, к чьей сети они подключаются [9]. Нужно

учитывать так же, что базовые станции eNodeB становятся все более

интеллектуальными, например, в версии REL10 [40] они получили возможность

маршрутизировать трафик.

Рисунок 1.4. Подключение различных абонентов к сети

24

В сетях LTE-Advanced из архитектуры сети LTE исчезло понятие

контроллера радиосети (RNC) [2], который выполнял функцию по управлению

коммуникационными ресурсами. Для того чтобы осуществить атаку на

инфраструктуру сетей предыдущих поколений, необходимо было получить

доступ к этому контроллеру, а это было сопряжено с трудностями по

физическому доступу. Управляющие функции перешли к базовым станциям,

которые теперь, помимо обслуживания радиочасти, стали принимать решение о

маршрутизации всего поступившего к ним трафика от абонентов. Это позволило

организовывать соединения между близкими абонентами напрямую, минуя ядро

сети, что существенно разгружает межузловую нагрузку на опорной сети. Но при

этом у злоумышленников появляется возможность атаковать сами станции

eNodeB, которые работают только по протоколу IP, что облегчает

несанкционированный доступ. Могут быть использованы классические атаки на

канальном уровне, широковещательные штормы, создание фальшивого узла

eNodeB и другие варианты нападений, при этом трафик будет обладать свойством

однородности, следовательно, необходимо вводить ограничения на скорости его

передачи, или пороги на число соединений.

Вопросы обеспечения безопасности в сетях четвертого поколения решаются на

нескольких структурных уровнях: на физическом (так называемом воздушном

интерфейсе), на уровне внутренней сети оператора, а также на уровне взаимодей-

ствия различных операторов.

Рассмотрим основные виды атак на элементы сетей связи стандарта LTE.

1.5. Основные виды атак на элементы сетей связи стандарта LTE

Существует два варианта атак [12]: пассивный вариант, когда злоумышленник

прослушивает канал связи между мобильным устройством и базовой станцией, или

активный вариант, когда в дополнение к прослушиванию, злоумышленник оказывает

воздействие на уже циркулирующий трафик, внося в него модификации. В настоящее

время возможности активных атак существенно снижены за счет применения

криптографической защиты передаваемой информации, но пассивные атаки, такие как

25

анализ трафика и отслеживание местоположения пользователей, все еще

возможны.

Стандарты предыдущих поколений мобильной связи GSM, UMTS [2, 21] и

стандарт LTE для защиты идентификаторов мобильных устройств в воздушном

интерфейсе используют непригодные для фальсификации временные

идентификаторы (TMSI,GUTI). Но неполное развертывание сети LTE по всей

территории делает эти меры недостаточными для обеспечения гарантированного

уровня защиты пользователей.

Кроме того, существуют: атаки типа подмена доверенного объекта, атаки на

сетевые службы с использованием Интернет протоколов, атаки-сообщения о ложном

местоположении или атаки несанкционированной переконфигурации радиоаппара-

туры. Они усложняют процесс управления для оператора сетиLTE интерференцией,

что неблагоприятно сказывается на качестве обслуживания.

Еще одна особенность сети LTE заключается в том, что эта технология

ориентирована также на подключение интеллектуальных пользовательских

устройств с LTE-модемами [45]: персональных компьютеров, планшетов,

смартфонов и т.д. Это означает, что по мере увеличения в сети LTE числа

интеллектуальных устройств число нападений на них будет возрастать. Очевидно,

что эти интеллектуальные устройства подвержены более широкому кругу угроз.

Распространение вирусов в открытых компьютерных платформах, например,

Android становится все более масштабным [90], а продукция Apple и Microsoft

также уязвима для вредоносных программ. В мобильные сети перешли все угрозы

из проводных сетей: атаки на сети, рассылка спама, перехват видео и звука с

камеры мобильного устройства и т.д.

Однако, атаки могут происходить не только на пользовательское

оборудование. Все более становится популярной технология межмашинного

взаимодействия (М2М) [78], с помощью которой осуществляется взаимодействие

различных беспроводных интеллектуальных устройств (вендринг, датчики

сигнализации и т.д.) имеющих LTE-модемы, осуществляющих передачу данных и

управляющихся через сети беспроводной связи.

26

Угрозы для пользователям сетей LTE могут так же исходить и от сервисов

двойного назначения [124]. Известно, что мобильные операторы накапливают

много ценной информации об абонентах (местоположение, интересы на основе

Интернет запросов, и т.д.). Это, в конечном счете, может приводить к

монетизации информации. Типичным примером являются LBS-сервисы - тип

информационных и развлекательных услуг, основанных на определении текущего

местоположения мобильного телефона. Их можно использовать, например, для

контроля за перемещением грузов или общественного транспорта, для

определения местонахождения детей и для оповещения о чрезвычайных

ситуациях, но их же можно использовать и для незаконной слежки за абонентом.

Взлом каждого такого сервиса позволит получать доступ к ценной информации

провайдера и построить новые схемы преступлений.

1.6. Анализ механизмов управления обеспечением защиты информации в

сетях LTE

Функции защиты информации в сетях LTE стандартизированы и

осуществляются на нескольких уровнях [45, 78]. Имеется защита на уровне

доступа пользователя к сети, на уровне приложений, а также на уровне

конфигураций [121]. При этом каждый уровень в отличии от сети Интернет

осуществляет аутентификацию и авторизацию всех устройств. Известно, что

каждое устройство в IP-сети имеет свой адрес, а также и уникальный

идентификатор MAC, но их достаточно легко изменить и подделать. Технология

LTE использует для всех устройств, подключенных к сети, не только IP-адреса, но

и системы распространения передачи ключей шифрования. Все это позволяет

организовать в мобильной сети безопасный обмен ключами и установления

шифрованного канала связи между элементами сети.

В сетях LTE сохраняются так же методы аутентификации по привязке

пользователей к карте USIM [12]. Как и в традиционной мобильной связи

пользователь может заблокировать доступ к телефону по PIN-коду. В сетях LTE

унаследованы от сетей GSM и UMTS алгоритмы протоколов аутентификации, но

27

к ним добавлены более длинные ключи и расширенная иерархия инфраструктуры

открытых ключей – PKI. Также предусмотрены новые возможности для в

сценариях межмашинного взаимодействие М2М и однократной аутентификации

SSO. Предусмотрена, кроме того, защита от несанкционированных соединений

поверх мультимедийной платформы IP-сети – IMS [40, 55].

Однако, многие проблемы, возникающие при перегрузке сети LTE, в

частности: потеря доступности и потеря целостности информации, еще не

решены. В данной диссертационной работе рассматривается способ повышения

пропускной способности мобильной сети стандарта LTE, а именно –

динамическое управление потоками пользовательской информации. Для

конкретизации задачи, проведем анализ способов динамического управления

потоками в сетях LTE.

1.7. Анализ способов динамического управления потоками в сетях LTE

Динамическое управление потоками подразумевает под собой управление

входящей и исходящей нагрузками на узлах мобильной сети [39] (таких как MME,

S-GW, PGW, PCRF, HSS/DNS/GW см. п.1.1), а также адаптивную

диспетчеризацию его программ. Динамическое управление потоками на сети LTE

занимаются алгоритмы управления самооптимизации сети SON.

В усовершенствованной архитектуре SAE введены две принципиально

новые функции: первая–автоматической самооптимизации управления сетью

SON, которые возникли из-за требований к сложным сетевым

мультитехнологиям, предполагающим интеграцию 2G, 3G, 4G и WiMAX и

вторая–использование в сети более мелких новых иерархий, таких как пико- и

фемто- соты. Функции SON стандартизированны в рамках 3GPP [24], они

являются естественным развитием алгоритмов адаптивного управления, уже

используемых в системах IMT-2000 [78] (например, динамическое управление

мощностью излучения, планирование ресурсов радиосети RRCи т.п.) и позволяют

расширять область автоматизации процессов управления сети в целом. Однако,

встраивание данной функции так и не было произведено ни одним оператором

28

сети из-за ошибок по приоретизации трафика возникающих при частичном

развертывании данной функции на сети [121].

Интенсивный рост трафика от межмашинного взаимодействия трафика [55,

58, 125], ставит перед операторами задачи оптимизации доступа к ресурсам сети.

Компания Эриксон представила прогноз динамики подключенияабонентов к

сетям фиксированного и мобильного широкополосного доступа до 2020г.,

который показывает увеличение трафика от межмашинного взаимодействия в два

раза за ближайшие два года [104].

Технология LTE в силу особенностей построения радиоинтерфейса является

наиболее пригодной для применения алгоритмов динамического управления

пропускной способностью сетей [30]. Поэтому проведем рассмотрение и анализ

методов управления пропускной способностью в стационарных и мобильных

сетях с целью постановки задачи разработки оптимального метода управления.

1.8. Анализ существующих методов повышения пропускной способности

информационных сетей

Основной характеристикой любой сети связи, как системы распределения

информации, является эффективность ее функционирования [30, 88]. Основными

критериями эффективности сети связи с технической точки зрения являются её

производительность и пропускная способность. Под пропускной способностью

сети связи понимается произведение

,

где – номинальная пропускная способность линии между узлами i и j в бит за

единицу времени, или в Эрл при заданном качестве обслуживания;

– длина линии между узлами i и j в км.

Под производительностью сети связи [88] понимается нагрузка,

обслуженная единицей длины сети за определенное время Т:

29

,

где – объем переданных за время T сообщений (в битах) между оконечными

пунктами s и t;

– длина кратчайшего пути между этими пунктами.

Интервал времени Т выбирается в зависимости от поставленной задачи.

Пропускная способность сети может быть оценена в ЧНН, либо за сутки. При

расчетах оборудования используется пропускная способность в ЧНН. С точки

зрения эффективности работы сети нас интересует среднесуточная пропускная

способность, при этом для ее повышения необходимо «размывание» нагрузкив

течение суток [57].

Одной из характеристик, определяющихстепень загруженности

оборудования системы в течение суток, является коэффициент концентрации

нагрузки, который определяет степень концентрации нагрузки в ЧНН:

,

где – величина нагрузки за ЧНН;

– величина нагрузки за сутки.

Величина коэффициента концентрации в основном зависит от структурного

состава абонентов мобильной сети и обычнолежит в пределах 0,09-0,15. Чтобы

объем оборудования на сети был минимальным,и загрузка его равномерной,

величина коэффициента концентрации должна быть минимальной. Чем

равномернее график этого коэффициента концентрации в течение суток, тем

выше пропускная способность сети.

Основные способы повышения среднесуточной пропускной способности

для стационарных и мобильных сетей [30] показаны на рисунке 1.5.

Снижение непроизводительных расходов за счет отказа от

предварительного резервирования каналов

30

Рисунок 1.5. Способы повышения среднесуточной пропускной способности

Первый способ основан на том факте, что в стационарных телефонных

сетях ЧНН для различных категорий пользователей не совпадает. Поэтому в этих

сетях часто применяют включение в одну АТС пользователей различных

категорий. При проектировании мобильных сетей деление пользователей на

категории пока не производится. В настоящее время нагрузка на мобильные сети

в ЧНН рассчитывается по удельной информационной нагрузке, одинаковой для

всех абонентов 0,02 Эрл.

Второй способ применяется в сетях с повременной оплатой, для

выравнивания коэффициента концентрации применяется второй способ –

льготные тарифы. Этот принцип в основном и применяется в мобильных сетях.

Третий способ – дифференцированное обслуживание абонентов, т.е.

разделение абонентов на категории, при котором некоторые обслуживаются с

повышенным качеством. Первоначально этот способ примененялся в телеграфии

(срочные телеграммы) и на междугородней сети (срочный вызов с 3-х кратной

оплатой) при полуавтоматическом установлении соединения. В настоящее время

он находит широкое применение в мобильных сетях с помощью предоставления

разным пользователям различных уровней обслуживания. При этом снижается

взаимное влияние пользователей разных категорий. В многоуровневом

соглашении о качестве обслуживании SLA [121] за определенную ежемесячную

31

плату установлен определенный объем услуг, а за перерасход взимается

дополнительная плата.

Четвертый способ, а именно, снижение непроизводительных расходов за

счет отказа от предварительного резервирования каналов, состоит в том, что

можно снизить непроизводительные расходы сети за счет отказа от

предварительного резервирования ресурсов. В сетях стандарта GSM, согласно

спецификации МСЭ-T Q.764 [119], при передаче по сети ОКС-7 начального

адресного сообщения (IAM), одновременно происходит резервирование

разговорных каналов в информационной сети (ИС).

В [120] изучалось поведение сети при отсутствии предварительного

резервирования информационных каналов с помощью имитационного

моделирования. В случае отсутствия резервирования ресурсов, среднее время

занятия информационной сети (и, следовательно, нагрузка на нее) оказывалось

несколько меньше чем в случае с резервированием. Эта разница является прямым

следствием отмены резервирования: информационные каналы не занимались на

время установления соединения, поэтому нагрузка уменьшалась. При увеличении

количества абонентов, информационная сеть начинала осуществлять ограничение

нагрузки на входе. Так как, в случае с резервированием, нагрузка, поступающая

на информационную сеть, оказывалась больше, то ее ограничение вступало в силу

при меньшем числе абонентов, чем в случае без резервирования. При

резервировании информационных каналов среднее время занятия

информационной сети начинало уменьшаться (вследствие большого количества

отказов), а без резервирования, это время продолжало расти, и ИС не

осуществляла ограничение поступающей нагрузки на входе. Что касается случая

с отсутствием резервирования каналов в информационной сети, то, так как

поступающая нагрузка не ограничивалась информационной сетью, среднее время

занятия управляющей сети возрастало из-за увеличивавшегося времени ожидания

управляющей информации в буферах на передачу.

Пятый способ оперативного управления сетью применяется для борьбы с

перегрузками, которые резко снижают пропускную способность сети. При этом

32

применяются методы оперативного управления сетью, которые предполагают

динамическое управление потоками как пользовательской, так и управляющей

информации, вплоть до ограничения доступа пользователей в сеть. Именно этот

способ и будет рассмотрен в данной работе, так как появление новых алгоритмов

управления оборудованием позволяет реализовать его без потерь по качеству.

1.9. Характеристики эффективности функционирования сетей LTE в

условиях нарушения управляемости

Одной из ключевых особенностей сетей LTE является способность

одновременной поддержки приложений с различными требованиями качества

обслуживания (QoS). Для того, чтобы обеспечить соблюдение параметров QoS

для каждого из приложений, создаются различные улучшенные системы

обработки пакетов – EPS [78]. Основными являются два типа EPS соединений:

соединения с гарантированной минимальной скоростью – GBR;

соединения с негарантированной скоростью передачи – Non-GBR.

Гарантированные соединения передаются с минимальной фиксированной

скоростью передачи, но при наличии свободных ресурсов в сети возможна

передача со скоростью большей, чем минимально установленная. При

установлении соединений типа Non-GBR сеть не гарантирует даже минимальной

скорости передачи данных, поэтому в случае перегрузки для этих соединений

может происходить потеря пакетов данных.

На радиоучастке сети между базовой станцией eNodeB и пользовательским

оборудованием UE обеспечением параметров QoS занимается сама станция

eNodeB. Каждому информационному потоку приписан параметр класса

обслуживания QoS - QCI. В каждом классе обслуживания QoS имеется несколько

идентификаторов QCI. Каждый идентификатор QCI (см. таблицу 1.1) [45, 78]

определяет значения следующих параметров QoS: приоритет, допустимая

задержка и допустимое количество потерянных пакетов. Все возможные значения

идентификаторов QCI, а также значения параметров QoS, относящиеся к

конкретному идентификатору QCI, определены в соответствующей

33

спецификации. Это помогает обеспечивать одинаковую обработку потоков одного

типа на оборудовании различных производителей. В рамках требований классов

QoS все типы услуг подразделяются на 9 типов, каждому из которых

соответствует идентификатор QCI.

При передаче данных с гарантированной скоростью базовая станция

eNodeB должна управлять ресурсами в динамическом режиме. Параметры

классов QoS 1,2, 3 и 7 – это сервисы, предоставляемые абоненту в реальном

времени по протоколу UDP/IP. Основным ограничивающим фактором при их

применении является допустимая задержка в доставке пакетов. Значение

допустимой задержки определяется на участке между шлюзом P-GW и

пользовательским оборудованием UE.

Таблица 1.1. Параметры QoS для различных услуг, предоставляемых в сети LTE

QCI Тип ресурса

Приоритет

Задержка (мс)

PERL Примеры услуг

1 GBR 2 100 10−2 Телефония в режиме реального времени

2 4 150 10−3 Видеотелефония, видео в режиме реального времени

3 3 50 10−3 Игры в режиме реального времени

4 5 300 10−6 Видео с буферизацией5 Non-

GBR1 100 10−6 Сигнализация (IMS)

6 6 300 10−6 Видео с буферизацией,TCP/IP услуги для приоритетных пользователей

7 7 100 10−3 Аудио, видео в режиме реального времени, интерактивные игры

8 8 300 10−6 Видео с буферизацией,TCP/IP услуги9 9

Значение показателя надежности передачи пакета – скорость потери пакетов

PERL оценивается только при доставке пакетов с помощью протокола TCP/IP.

Поэтому при значении допустимых потерь меньше 10-6, используется передача с

подтверждением. Наибольший приоритет (1 класс) имеет наименьший параметр,

к нему относится трафик по управлению сетью. Класс 9 применяется по

34

умолчанию при доставке IP-трафика (чтение файлов из Интернета, E-mail, видео)

непривилегированным пользователям [45, 78].

Таким образом, для обеспечения заданного качества обслуживания всех

пользователей данной соты сети LTE, необходимо вводить пороги для

определенных видов трафика. При этом сеть не должна перегружаться и не

должно быть нарушения ее целостности, так как из-за потери хотя бы одного

пакета часто может быть потеряно всё сообщение. Кроме того, необходимо

бороться с перегрузками, возникающими из-за того, что запросы на речевые

соединения бесконтрольно захватывают ресурсы сети.

Для правильного определения значений порогов необходимо ввести

функцию потерь, которая будет характеризовать потери трафика при

несоблюдении допустимой задержки. Например, когда канал почти свободен –

пользователи имеют равные приоритеты и получают скорости, в соответствии с

запросами. Однако, при возникновении перегрузок на фрагменте сети, модуль

управления базовой станцией eNodeB должен вводить приоритеты для трафика.

1.10. Постановка задачиисследований

Проведенный выше анализ показал, что для того чтобы сеть не

перегружалась и не было нарушения ее целостности необходимо вводить пороги

для определенных видов трафика.

Исследование существующих методов повышения пропускной способности

беспроводных участков сетей показало, что при распределении ресурсов могут

быть применены адаптивные механизмы выделения ресурсов, в частности с

использованием динамического управления.

Изучение принципов функционирования фрагментов сети LTE и анализ

существующих методов управления в них трафиком показал, что для них

наиболее применим метод дифференцированного обслуживания, основанный на

выделении различных сервисных классов. Технология LTE в силу особенностей

построения радиоинтерфейса является наиболее пригодной для применения

методов динамического управления пропускной способностью.

35

С учетом изложенного задача диссертационного исследования в

содержательном плане формулируется следующим образом: для заданной

структуры радиоинтерфейса сети LTE и режимов ее функционирования, а также

изменяющихся условий функционирования, создать алгоритмы, обеспечивающие

минимальный уровень задействования ресурса фрагмента сети LTE.

Целью диссертацииявляется разработка и исследование метода,

реализующего алгоритмы повышения пропускной способности радиоинтерфейса

сети LTE, основанного на минимизации затрат ресурсов при анализе различных

моделей предоставления услуг.

Для достижения поставленной цели в диссертации рассмотрены следующие

задачи:

проведен анализ процессов предоставления различных услуг пользователям

мобильных сетей четвертого поколения с целью выявления допустимых

норм интенсивности обслуживания услуг;

проведено исследовано влияния изменения соотношения скоростей при

управлении трафиком на характеристики фрагмента сети LTE;

построены математические модели расчета потерь при совместной передаче

трафика реального времени и эластичного трафика;

проведено математическое моделирование процесса определения в

реальном времени характеристик пропускной способности на фрагменте

сети LTE, на основе которого выработаны рекомендации по управлению

трафиком в реальном масштабе времени;

проведено имитационное моделирование фрагмента сети LTE с целью

уточнения характеристик математической модели.

1.11. Выводы по первой главе

1. В настоящее время наиболее популярной технологией мобильной передачи

является технология LTE. Высокая степень управляемости в рамках данной

технологии достигается применением новой сетевой инфраструктуры SAE,

которая обеспечивает всестороннюю поддержку услуг на базе технологии

36

IP, а также непрерывное обслуживание абонента при его перемещении

между различными сетями беспроводного доступа.

2. Проведен анализ методов повышения пропускной способности

информационных сетей и существующих методов управления в них

трафиком, а также рассмотрены способы управления пропускной

способностью. Рассмотрены и проанализированы методы управления

пропускной способностью в стационарных и мобильных сетях и на

беспроводных фрагментах сети стандарта LTE с целью решения задачи

разработки оптимального метода управления.

3. Проведен анализ усложнения характера мобильного трафика в сетях LTE, в

частности снижение речевой нагрузки по сравнению с объемом

мультимедийных сообщений. Показано, что оно может привести к резким

перекосам нагрузки, которые возникают из-за неконтролируемого захвата

ресурсов при стохастическом перемещении абонентов по зонам мобильной

сети.

4. Проанализированы особенности построения радиоинтерфейса технологии

LTE, на основании которых сделан вывод, что она является наиболее

пригодной для применения алгоритмов динамического управления

пропускной способностью беспроводного фрагмента сети LTE;

5. Показано, что основными угрозами нарушения управляемости сети LTE

являются: внешние атаки на сеть; вирусные атаки; атаки на

дополнительные сервисы и т.д.

6. Сформулирована задача диссертационного исследования, а именно: для

заданной структуры сети LTE и различных режимов ее функционирования

создать набор вариантов использования режимов, обеспечивающих

минимальный уровень задействования ресурса сети при заданных условиях

ее функционирования.

37

Глава 2

Формализация процесса управления передачей потоков трафика на

фрагменте сети LTE

2.1. Введение

В [45, 52, 78, 85, 104] показано, что в сетях LTE существует несколько

классов эластичного трафика, то есть трафика способного приспосабливаться при

передаче к изменениям задержки и пропускной способности, продолжая

удовлетворять потребности приложения. Основными характеристиками этого

типа трафика являются: короткое время обслуживания и низкая интенсивность

поступления заявок. Термин «эластичный трафик» подразумевает, что скорость

его передачи может изменяться в широких приделах, при изменении нагрузки на

сети. Однако, при возникновении нештатных (критических) ситуаций на

территории соты в системах М2М возникает лавинообразное увеличение доли

широкополосного трафика от различных систем телеметрии, мониторинга и

вендринга. При этих ситуациях системы M2M могут в разы увеличить нагрузку на

сеть, трафик от них делается пульсирующим, имеющим мощные пиковые

выбросы пакетов. В случае отсутствия в сетях LTE необходимых механизмов

управления потоками разнородного трафика, могут возникнуть значительные

потери одного из его видов.

В [125, 126] построена модель обслуживания разнородного трафика на

фрагменте сети LTE, показано, что необходимо создание адаптивных механизмов

управления передачей потоков эластичного трафика, позволяющих избежать

потерь при ограниченном объеме ресурсов фрагмента сети LTE. В первой главе

диссертации показано, что одним из механизмов обеспечения качества

обслуживания в пакетных сетях является резервирование ресурсов.

Резервирование производится для определенного потока перед началом его

38

передачи. После резервирования начинается передача этого потока с заданным

качеством.

Для обеспечения требуемого качества обслуживания резервирование

должно быть дополнено механизмами управления трафиком, включающими в

себя управление доступом, планирование очередей и другие. Целью данной главы

является разработка алгоритма доступа нескольких потоков как эластичного

трафика, так и трафика реального времени на фрагменте сети LTE.

В настоящее время в сети LTE алгоритмы управления доступом

контролируют все новые заявки на поступление трафика, определяя, может ли

поступающий трафик привести к перегрузке сети, или к ухудшению уровня

качества обслуживания уже имеющегося в сети трафика. При этом алгоритмы

организации и планирования очередей пакетов позволяют ограничивать

пропускную способность на выходе узла, распределяя ее между несколькими

потоками, в зависимости от требований к пропускной способности со стороны

каждого потока.

Целью данной главы является разработка адаптивного механизма

управления передачей потоков разнородного трафика в сетях LTE. Для

достижения поставленной цели в данной главе разрабатывается алгоритм

управления доступом новых заявок в сеть.

Для достижения поставленной цели в данной главе разработана

иммитационая модель поступления разнородного трафика на фрагменте сети LTE.

Рассмотрим математическую модель обслуживания двухскоростного трафика

реального времени на фрагменте сети LTE.

2.2. Описание математической моделиобслуживания двухскоростного

трафика реального времени на фрагменте сети LTE.

Рассмотрим фрагмент сети LTE, описанный в п.1.2. Примем, что

максимальная общая скорость передачи в соте составляет 40 Мбит/с, обозначим

ее через С. Напомним, что при передаче данных с помощью кодека G.711 речевой

канал имеет скорость 64 кбит/с (1 единица) [106, 107, 114], а видео канал высокой

C

 

 

39

четкости имеет скорость 2048 кбит/с (32 единицы). Таким образом, через одну

соту можно передать либо 625 каналов по одной единице, либо 19 каналов по 32

единиц.

При этом удельное использования канала при передаче речи составит:

где – интенсивность поступления заявок реального времени первого типа;

– интенсивность обслуживания заявок реального времени первого типа;

– скорость передачи заявок первого типа; – число заявок первого типа.

Удельное использования канала при передаче видео:

где – интенсивность поступления заявок второго типа;

– интенсивность обслуживания заявок второго типа;

– скорость заявок второго типа;

– число заявок второго типа.

Введем:

– все возможные состояния системы.

Схема модели доступа двухскоростного трафика представлена на рисунке 2.1.

Рисунок 2.1. Схема модели доступа двухскоростного трафика

Пространство состояний системы описывается:

.

0,0

0,1

0,2

1,0

1,1

1,2

2,0

2,1

3,0

3,1

4,0 5,0

40

Графически схему доступа при соотношении скоростей 1:32 можно

представить пространством состояний в виде «лестницы» с крайними точками:

(17,19), (49,18), (81,17), (113,16), (145,15), (177,14), (209,13), (241,12), (273,11),

(305,10), (337,9), (369,8), (401,7), (433,6), (465,5), (497,4), (529,3), (561,2), (593,1),

(625,0).

Подпространства приема и блокировки заявок для высокоскоростного и

низкоскоростного трафика имеют вид:

Для низкоскоростных каналов:

Подпространство приема выглядит:

,

cостояния отказа возникают при:

.

Для высокоскоростных каналов:

Подпространство приема выглядит:

.

А состояния отказа возникают при:

.

Диаграмма интенсивностей переходов исследуемого процесса представлена

на рисунке 2.2.

Эта система может быть описана с помощью уравнений глобального и

частичного баланса [108].

λ2

λ2

λ1

λ1

41

Рисунок 2.2. Диаграмма переходов исследуемого процесса

Для решения уравнений глобального и частичного баланса этой системы,

сначала рассмотрим конкретный пример для небольших значений: С =5, b1 = 1, b2

= 2, рисунок 2.3, который в дальнейшем будет использован для проверки

корректной работы программы имитационного моделирования, так как при малых

числах проще проверить правильность работы программы.

Рисунок 2.3. Диаграмма интенсивностей переходов для значений: С =5, b1 =1,b2 = 2

Используя данную диаграмму состояний можно написать системы

уравнений глобального баланса из 12 уравнений и частичного баланса, из 15

уравнений. Система уравнений глобального баланса:

42

условие нормировки ,

Система уравнений частичного баланса:

Все вероятности, используемые в уравнениях, можно выразить через

вероятность

и т.д.

43

Индикаторфункции будет выглядеть следующим образом:

После подстановки система уравнения глобального баланса имеет вид:

Система уравнений частичного баланса при и

В результате ее решения получено следующее распределение вероятностей

состояния системы:

Исследования этой системы показали [124], что заявки с бо́льшими

скоростями испытывают и бо́льшие потери, при этом потери низкоскоростных

заявок незначительны, т.к. они одновременно занимают меньший транспортный

ресурс. Но при этом возрастают потери высокоскоростных заявок, так как им

сразу требуется достаточно большой ресурс линии. Для устранения этого

C

N1 

 

44

недостатка необходимо использовать механизмы контроля за распределением

транспортного ресурса между высокоскоростными и низкоскоростными заявками.

Одним из таких механизмов является ограничение доступа с введением

гарантированного порога для низкоскоростного трафика. Поэтому в работе

предложено введение гарантированного порога для низкоскоростного трафика,

которое позволит снизить потери высокоскоростных соединений. На

существующих сетях этот порог должен определяться на основе постоянных

наблюдений в сети.

2.3. Описание математической модели обслуживания двухскоростного

трафика реального времени на фрагменте сети LTE с порогом для

низкоскоростных соединений

Рассмотрим схему модели доступа двухскоростного трафика с порогом для

обслуживания низкоскоростных соединений – N1 (рисунок 2.4)

Рисунок 2.4. Схема модели доступа двухскоростного трафика с порогом для

обслуживания низкоскоростных соединений –N1

Пространство состояний системы описывается:

.

Распределение вероятностей для данной системы в соответствии с

результатами, полученными в пункте 2.1 и [108] будет выглядеть следующим

образом:

45

Данная математическая модель может быть расширена для бо́льшего числа

скоростей. Например, в нее могут быть введены соединения для передачи

сигналов межмашинного взаимодействия М2М с третьей постоянной скоростью,

равной 384 кбит/с для передачи сигналов межмашинного взаимодействия М2М

между стационарными устройствами, находящимися в сети. Но для введения в

модель этого вида трафика, необходимы дополнительные исследования его

параметров.

Кроме того, ведение порога позволит избежать неконтролируемого захвата

ресурсов сети низкоскоростными заявками. Для исследования предложенного

алгоритма адаптивного управления также используем метод имитационного

моделирования. Приведем описание имитационной модели данного процесса.

2.4. Описание имитационной модели соты сети LTE при передаче заявок

реального времени

В рассмотренной в п. 2.2 математической модели может использоваться

только экспоненциальное распределение промежутков времени между

поступлениями заявок и их длительностей. Для наилучшего исследования

фрагмента соты сети LTE в работе также построена имитационная модель,

которая позволит использовать различные типы распределений потока

поступающих заявок и различные распределения времени их обслуживания.

Особенностью данной имитационной модели является то, что она позволяет

ограничить длительность заявки, то есть вводить порог на время обслуживания.

Имитационная модель реального фрагмента структуры сети LTE,

обслуживаемого одним модулем управления мобильностью MME/UPE

представлена впервой главе, рисунок 1.2. В [105, 106, 125] показано, что

наихудший случайпо числу отказов возникает, когда соотношения скоростей

46

передачи высокоскоростных и низкоскоростных заявок составляет 32:1.

Аналитические модели при таком соотношении требуют очень большого объема

вычислений [114].

На рисунке 2.5 представлен анализ процесса поступления событий.

Показано, что возможно, как поступление заявок любого типа, так и

принудительное завершение обслуживания при превышении порога времени

обслуживания заявки (например, абонент не может разговаривать более часа)

[105]. При этом в любой момент может произойти событие окончания любой

заявки.

Рисунок 2.5.Анализ событий, возникающих в имитационной модели

Имитационная модель [106] содержит три класса компонентов: заявку, соту

и имитатор (рисунок 2.6).

47

Рисунок 2.6. Классы компонентов имитационной модели

Рассмотрим их подробнее. Первый класс – это описание заявки, для нее

задается: высокоскоростная и низкоскоростная, требуемая скорость передачи,

момент времени поступления, средняя длина заявки и момент окончания. Второй

класс – это описание параметров соты, при этом задаются как фиксированные

параметры, так и изменяемые. К фиксированным относятся: пропускная

способность соты, общий объем поступивших заявок, а к изменяемым – доля

низкоскоростного трафика, при введении порога на число низкоскоростных

заявок. В третьем классе описывается имитатор, который осуществляет запуск

модели и хранит время и текущие состояния системы. Модель учитывает

соотношение средней длительности соединений каждой скорости.

Алгоритм работы программы имитационного моделирования представлен

на рисунок 2.7. Текст программы приведен в Приложении 2.

48

Рисунок 2.7.Алгоритм работы программы имитационного моделирования

На рисунок 2.8 подробно представлен алгоритм работы системы при

поступлении новой заявки.

49

Рисунок 2.8. Алгоритм работы системы при поступлении новой заявки

В начальный момент времени (рисунок 2.7) генерируются одновременно

две заявки: высокоскоростная и низкоскоростная, они заносятся в список

будущих событий. Их текущие скорости равны соответственно максимальной и

минимальной. Затем разворачивается цикл, в котором выбирается событие из

списка, имеющее наименьшее время и происходит определение типа этого

события: это может быть, как поступление заявки, так и завершение

обслуживания. Если произошло событие поступления заявки (рисунок 2.8), то

происходит ее обработка и создание еще одной заявки такого же типа. Если это

событие завершения обслуживания, то происходит освобождение ресурсов.

Основным условием для отказа передачи заявки при её обработке является

нехватка ресурсов в системе в текущий момент времени. Если ресурсы для

обслуживаемой заявки требуемой скорости имеются, то она принимается на

передачу, при этом система обновляет счетчик поступивших заявок.

В дальнейшем в описываемой модели могут быть использованы различные

типы распределений потока поступающих заявок и времен их обслуживания [56].

При исследованиях доля низкоскоростных соединений изменялась от 10%

до 90%. Также проводилось исследование изменения удельной нагрузки на соту, в

50

пределах от 0,75 до 0,95, с шагом 0,05. Величины потерь высокоскоростных (рв/с)

и низкоскоростных соединений (рн/с) представлены в таблица2.2.Исследования

подтвердили, что заявки с бо́льшими скоростями испытывают и бо́льшие потери,

при этом потери высокоскоростных заявок минимальны при их доле равной 50%

для всех значений удельной нагрузки на соту. Потери низкоскоростных заявок

для всех случаев незначительны.

Рассмотрим теперь имимтационную модель при передаче двух видов

эластичного трафика.

51

Таблица 2.1.Результаты моделирования фрагмента сети LTE

Доля в/с

соединени

й

рв/с рн/с

ρ=0,75 ρ=0,8 ρ=0,85 ρ=0,9 ρ=0,95 ρ=0,75 ρ=0,8 ρ=0,85 ρ=0,9 ρ=0,95

0,1 0,0000 0,0341 0,0361 0,1446 0,3469 0,0002 0,0004 0,0007 0,0031 0,0081

0,2 0,0192 0,0628 0,1087 0,1515 0,2231 0,0005 0,0012 0,0037 0,0044 0,0054

0,3 0,0423 0,0489 0,1239 0,1679 0,2679 0,0012 0,0018 0,0030 0,0053 0,0049

0,4 0,0353 0,0630 0,0919 0,1649 0,2063 0,0005 0,0019 0,0030 0,0043 0,0079

0,5 0,0375 0,0481 0,0813 0,1631 0,1689 0,0009 0,0010 0,0031 0,0038 0,0055

0,6 0,0485 0,0548 0,1115 0,1447 0,1708 0,0009 0,0020 0,0022 0,0037 0,0047

0,7 0,0585 0,0839 0,0974 0,1436 0,1420 0,0021 0,0022 0,0028 0,0038 0,0045

0,8 0,0552 0,0744 0,1007 0,1321 0,1653 0,0009 0,0011 0,0037 0,0049 0,0048

0,9 0,0542 0,0688 0,1130 0,1378 0,1517 0,0025 0,0029 0,0056 0,0045 0,0037

52

2.5. Описание имитационной модели соты сети LTE при передаче заявок

двух потоков эластичного трафика

Необходимыми атрибутами, для построения информационной надстройки

имитационной модели, описанной в пункте 2.3, являются: файл, сота сети LTE и

имитатор.

Имитатор (рисунок 2.9) хранит в себе текущее время системы, которое в

начальный момент времени принимается равным нулю, и осуществляет запуски

передачи файлов. Файл имеет фиксированные и изменяемые параметры.

Фиксированными параметрами являются: тип файла (первого или второго рода),

максимально возможная скорость передачи, момент времени поступления файла в

систему и его длина. Изменяемыми параметрами являются: текущая скорость

передачи, остаточная длина передаваемого файла и планируемое время окончания

передачи файла при текущей скорости системы.

Фрагмент сети LTE также описывается фиксированными и изменяемыми

параметрами. К фиксированным параметрам относятся: пиковая пропускная

способность, а также максимальное число файлов обоих типов, которое может

передаваться в системе. К изменяемым параметрам относятся: количество

передаваемых файлов первого и второго рода и коэффициент снижения

скоростей.

В начальный момент времени (рисунок 2.10) генерируются одновременно

два файла: первого и второго рода и заносятся в массив. Их текущая скорость

первоначально принимается максимально возможной. Затем разворачивается

цикл, в котором выбирается событие из массива, имеющее наименьшее время,

происходит определение типа этого события. Это может быть, как поступление

файла данных, так и завершение обслуживания файла. Если это событие

поступления (см. рисунок 2.11), то происходит обработка поступившего файла и

создание еще одного файла такого же типа. Если это событие завершения

обслуживания файла, то происходит обновление системы, которое представлено

на рисунке 2.12.

53

Рисунок 2.9. Информационная надстройка имитационной модели

В программе может быть использован любой тип распределения, для

совпадения с математической моделью взят экспоненциальный.

Основным условием для отказа передачи файла при его обработке (рисунок

2.11) является превышение максимально возможного числа файлов в системе в

текущий момент времени. Если число файлов не достигло максимального

значения, то новый файл любого типа принимается на обработку, при этом

система обновляет счетчик поступивших файлов. После этого проводится

проверка необходимости сжатия скоростей всех файлов, передаваемых в данный

момент. Если сжатие необходимо, происходит пересчет коэффициента сжатия и

обновление всех изменяемых параметров системы, в противном случае

продолжается передача без сжатия. При сжатии происходит пересчет остаточной

длины файла и прогнозируемого времени передачи.

54

Рисунок 2.10. Алгоритм имитационной модели двух потоков эластичного трафика:

тело алгоритма

55

Рисунок 2.11. Алгоритм имитационной модели: процесс обработки файла

При завершении обслуживания любого файла (рисунок 2.12), система

каждый раз проверяет: передавались ли все файлы на максимальной скорости.

Если окажется, что передача на максимальной скорости невозможна, то

производится дополнительный пересчет всех скоростей передачи, после

выполнения которого обновляется прогнозируемое время завершения передачи

оставшихся в системе заявок.

56

Рисунок 2.12. Алгоритм имитационной модели: процесс завершения

обслуживания файла

После получения точных значений вероятностных характеристик

программа завершает свою работу. Для отражения результатов работы программы

необходимо было создание следующих типов счетчиков:

общего числа поступивших файлов;

числа поступивших файлов каждого типа в отдельности;

числа заблокированных файлов каждого типа в отдельности;

числа переданных файлов для каждого типа в отдельности;

суммарного объема переданных фрагментов данных каждого типа;

суммарного времени передачи заявок каждого типа данных.

На реальной сети трафик реального времени и эластичный передаются

совместно, поэтому необходимо разработать модель для совместного

обслуживания разнородного трафика

2.6. Постановка задачи совместного обслуживания двух потоков

разнородного трафика

Весь процесс функционирования фрагмента сети LTE при обслуживании n

классов разнородного трафика может быть сведен к взаимодействию пары

пользователей различных классов, например, 1 и 2, 2 и 3, …, n-1 и n, n и n+1 и т.д.

57

С учетом данного фактора при дальнейших исследованиях рассматривается

двухпотоковая модель. При этом возникает следующая постановка задачи:

абонентам может быть предоставлена возможность передачи двух типов трафика:

трафика реального времени с постоянной скоростью передачи ср, и эластичного

трафика, скорость которого во время обслуживания может изменяться в

некоторых пределах от сэmax до сэmin.

Новая заявка на обслуживание может быть принята только, если при этом

все ранее принятые могут быть обслужены с допустимой скоростью передачи.

Как показано в [124 и 125] потери высокоскоростного трафика значительно выше

потерь низкоскоростного трафика. Одним из методов, позволяющих уменьшить

потери любого трафика, является введение ограниченногоожидания. Ограничение

при этом может накладываться как на максимальную длину очереди, так и на

максимально допустимое время ожидания. Уменьшение потерь одного типа

может быть достигнуто только за счет ухудшения качества обслуживания другого

типа, следовательно, уменьшить потери трафика с высокой скоростью передачи

можно только увеличив потери трафика с низкой скоростью передачи.

Предлагается следующий алгоритм совместногообслуживания трафика: при

поступлении новой заявки осуществляется проверка: имеется ли ресурс для

передачи поступившего требования и всех ранее приятых с допустимой

скоростью. Если такой ресурс имеется, новая заявка принимается на

обслуживание и скорость ранее принятых на обслуживание заявок эластичного

трафика уменьшается. Если имеющийся ресурс не достаточен для обслуживания

новой заявки с требуемой постоянной скоростью передачи – происходит отказ в

ее передаче, а если время задержки не является критичным – заявка ставится в

очередь и дожидается, пока появится ресурс для его обслуживания.

С увеличением допустимой длины очереди или ширины полосы

пропускания количество возможных состояний системы резко возрастает. При

постоянной величине времени ожидания процесс уже не будет марковским. В

этом случае для исследования предложенного алгоритма управления можно

использовать метод имитационного моделирования.

58

Рассмотренная в п. 2.4 модель может быть усложнена ведением

ограниченной очереди для заявок эластичного трафика, при этом время ожидания

обслуживания остается неограниченным, такой процесс будет марковским, но не

мультипликативным. Поэтому для каждого значения входных переменных

необходимо строить собственный граф переходов из состояния в состояние и

каждый раз заново решать соответствующую систему линейных уравнений.

Алгоритм предлагается использовать в точке входа сеть новых требований.

Использование данного алгоритма в транзитных узлах может привести к

увеличению длительности обслуживания (на время ожидания) и

непроизводительным занятиям (при превышении допустимого времени

ожидания) на предшествующих участках маршрута.

Модель может быть расширена до трех измерений – введением второго

потока реального времени, например, видеоконференции высокой четкости.

2.7. Выводы по результатам второй главы

1. Процесс функционирования фрагмента сети LTE сведен к взаимодействию

пар пользователей различных классов. Исследованы зависимости между

параметрами высокоскоростных и низкоскоростных сообщений трафика

реального времени.

2. Показано, что при локальном уменьшении вероятности потерь

низкоскоростных заявок, возрастают потери высокоскоростных заявок, так

как снижается доступ для заявок, требующих бо́льшего ресурса фрагмента

сети LTE.

3. Исследования подтвердили, что заявки с бо́льшими скоростями

испытывают и бо́льшие потери. Определено, что потери высокоскоростных

заявок минимальны при их доле равной 50% для всех значений удельной

нагрузки на фрагмент сети LTE. Потери низкоскоростных заявок для всех

случаев незначительны.

4. Предложено введение гарантированного порога по скорости эластичного

трафика, показано, что это позволит снизить потери высокоскоростных

59

соединений. На существующих сетях этот порог должен определяться на

основе постоянных наблюдений в сети.

5. При проведении исследований, показано, что для разработки рекомендаций

для существующих сетей необходимо дополнительное исследование их

трафика. Для этого применима разработанная имитационная модель,

которая позволяет в широких пределах изменять доли высокоскоростных и

низкоскоростных соединений.

60

Глава 3

Оценка показателей качества обслуживания заявок в сетях LTE

3.1. Введение

Равнодоступные радиоресурсы фрагмента сети LTE при перегрузках могут

приводить к существенному падению пропускной способности фрагмента сети

LTE. Это происходит при их захвате более интенсивными потоками отдельных

классов пользователей и полной блокировке других пользователей. Локальное

управление на узлах, ограничивающие объем ресурсов, наиболее типично для

перегрузок, вызванных резким увеличением интенсивности потока вызовов на

одно или несколько исходящих направлений узла. В данной диссертационной

работе предложен способ повышения пропускной способности мобильной сети

стандарта LTE, а именно – динамическое управление потоками пользовательской

информации, которое подразумевает управление входящей и исходящей

нагрузками на узлах мобильной сети, таких как MME, S-GW, PGW, PCRF,

HSS/DNS/GW (см. п.1.3), а также адаптивную диспетчеризацию их программ.

Управление в сети LTE осуществляет автоматическая функция сети SON, которая

включает в себя три основных принципа: самоконфигурации, самооптимизации и

самовосстановление. Принцип самоконфигурации, предполагает уменьшение

настраиваемых вручную процессов при планировании, настройке и вводе в

эксплуатацию нового абонентского оборудования eNB, что обеспечивает более

быстрое развертывание сети.

Для выбора численных значений минимально и максимально допустимой

скорости передачи эластичного трафика, необходимо разработать совокупность

математических моделей, которые бы повышали эффективность совместного

поступления и обслуживания заявок на передачу разнородного трафика

современных коммуникационных приложений и провести исследование

61

построенной модели, после чего сформулировать рекомендации по применению

полученных результатов.Проведем анализ построения сети стандарта LTE.

3.2. Анализ особенностей управления потоками пользовательской

информации в мобильных сетях

На узлах мобильной сети LTE (таких как MME, S-GW, PGW, PCRF,

HSS/DNS/GW, см. рисунок 1.3) [5, 78, 84, 121] применяется управление, в

соответствии с которым ограничивается либо общее число вызовов на узле, либо

объем ресурсов, выделяемых для пользователей с различными классами

обслуживания SLA.

Динамическим управлением потоками на сети, занимаются алгоритмы SON

(SelfOrganizingNetwoks) [30, 122].

В усовершенствованной архитектуре SAE (см. п. 1.3) введены две новые

функции: автоматической самооптимизации управления сетьюSON, которые

возникли из-за требований к сложным сетевым мультитехнологиям,

предполагающим интеграцию 2G, 3G, 4G и WiMAX и функция иерархического

управления в сети, реализованная как пико-, так и в фемто- сотах.

Функции самоуправления SON стандартизированы в рамках консорциума

3GPP [24], они являются естественным развитием алгоритмов адаптивного

управления, уже используемых в системах IMT-2000, в частности, возможно

динамическое управление мощностью излучения, планирование ресурсов

радиосети RRC и т.п. Именно эти функции позволяют расширить область

автоматизации процессов управления сети в целом.

При этом первый принцип SON–самоконфигурация позволяет

настраиваться на любую из существующих сетевых структур:

централизованную , при которой алгоритмы функций SON размещены в

элементах системы управления на отдельном сервере, который управляет

базовыми станциями eNodeB; такая архитектура является уязвимой с точки

зрения надежности;

62

распределенную , при которой алгоритмы функций SON реализованы

непосредственно в каждой базовой станции eNodeB, что позволяет

самостоятельно осуществлять управление отдельной базовой станцией на

основе результатов измерений; эта структура позволяет сделать систему

управления более гибкой, но затрудняет повешение эффективности

некоторых общих процедур;

смешанную , при которой происходит комбинированное использование двух

предыдущих архитектур.

Второй принцип SON –самооптимизация , обеспечивает достижение

максимальной эффективности функционирования оборудования eNodeB, за счет

экономии энергопотребления, снижения интерференции, максимальной дальности

покрытия и емкости сот и т.д.

Рассмотрим более подробнее функции управления, выполняемые при

самооптимизации, это:

1. Координация межсотового взаимодействия ICIC . Известно, что в сетях LTE

главным видом внутрисистемных помех является влияние соседних сот, как

результат использования в сети одной общей рабочей частоты, т.е.

межсотовая интерференция. Преобладание именно этой помехи объясняется

тем, что частотно – временной ресурс внутри соты является ортогональным.

При этом каждому абонентскому терминалу выделяются

неперекрывающиеся ресурсные блоки, особенно для абонентов,

находящихся на границе соты. Эта функция также позволяет ограничивать

мощность передачи отдельных блоков.

2. Координация радиопокрытия сетей LTE и сетей поколений 2 G /3 G . Когда

сеть LTE развернута «поверх» сетей второго и третьего поколений с

несплошным радиопокрытием, функции SON обеспечивают передачу

данных в разрывах этого радиопокрытия за счет использования

объединенного ресурса сетей всех поколений. Это позволяет также решать

задачи перераспределения потоков разнородного трафика. Например,

63

разгрузить сеть LTE от речевого трафика и передавать его по сетям 2Gи 3G,

а высокоскоростной трафик направлять в сеть LTE.

3. Минимизация числа проверочных тестов и измерений. При согласовании

информации о состоянии сети, получаемой в автоматическом режиме от

абонентских терминалов, рекомендуется проведение тестов сети на

различных этапах ее функционирования, что позволяет сократить затраты

на ее обслуживание.

Рассмотрим подробно метод самоуправления сетью с помощью

ортогонального частотного мультиплексирования OFDM. Для конкретизации

задачи были рассмотрены особенности построения радиоинтерфейса системы

LTE, которые представлены в Приложении 3.

Третий принцип SON – самовосстановление позволяет службе эксплуатации

восстанавливать сеть в полуавтоматическом режиме в случае сбоя при

обязательном выполнении функций первоначальной диагностики

работоспособности сети.

Алгоритмы SONаппаратно встраиваются в оборудование всех узлов сети

[39, 40]. В новых моделях смартфонов используется специальное программное

обеспечение, при установке которого сами абоненты становятся источниками

информации о качестве связи. В сетях LTE базовая станция eNodeB становится

одним концентратором, собирающим и передающим статистику о

характеристиках радиотракта.

При проектировании и запуске сетей LTE, оператора интересуют

перспективы окупаемости оборудования, а также необходимый объем ресурсов

сети для обслуживания заявок с разными требованиями к уровню качества.

Единственными возможными инструментами для этого при внедрении новых

технологий в настоящее время является аналитическое и имитационное

моделирование. На заседании рабочих групп 3GPP [41] принимаются и

корректируются определенные параметры и сценарии моделирования.

Существуют и постоянно улучшаются производителями программного

обеспечения компьютерные симуляторы, которые детально моделируют

64

радиоинтерфейсы мобильных сетей. Наиболее распространенной архитектурой

симуляторов является дискретно-событийная. В ней основным элементом

моделирования является событие, происходящее в определенный момент времени

и приводящее к изменению состояния системы, это может быть: начало и

завершение разговора, установление видеосоединения, смена скорости передачи,

смена кодека и т.п. Возможно моделирование как радиоканала, так и алгоритмов

протоколов управления, трафика, мобильности абонентов и профилей их

обслуживания.

Таким образом, симуляторы позволяют решать следующие задачи:

прогнозирование средних и максимальных показателей производительности

сети;

оценка качества обслуживания с учетом внедрения новых услуг на сети;

оценка потенциальной устойчивости сети при увеличении нагрузки и поиск

«узких мест» когда объем трафика увеличивается, например, при

проведении крупных мероприятий.

Одним из преимуществ имитационного моделирования является его

гибкость, в зависимости от поставленных целей и имеющейся статистики. В

настоящее время разработаны симуляторы LTE-Sim и ns-3 [42, 44], которые

позволяют моделировать наряду с сетями LTE и сети Wi-Fi, что важно в связи с

развитием гетерогенных технологий [7].

При моделировании фрагмента сети LTE используются следующие входные

параметры: ширина частотного канала, алгоритм управления радиоресурсами,

топология размещения базовой станции и ее характеристики, параметры

мобильности абонентов, параметры трафика в сети, характеристики абонентских

терминалов, параметры множественного доступа, алгоритмы управления

радиоресурсами, профили обслуживания абонентов, технология транспортной

части сети.

Рассмотрим подробно процесс моделирования радиоканала передачи между

пользовательским оборудованием UE и базовой станцией eNodeB.

65

3.3. Анализ результатов моделирования радиоканала передачи между UE и

eNodeB

В работе проведено тестирование и оценка производительности каналов

радиопередачи ресурсных блоков сети LTE с помощью пакета MATLAB и

Simulink [8]. В качестве начальных данных принято: тип канала передачи –R.12;

режим передачи в обоих направлениях – TDD; число передаваемых кадров – 8.

После выбора канала передачи RMC, все остальные параметры

настраиваются программно в соответствии со спецификацией 3GPP [78]. Для

канала передачи R.12 спецификацией 3GPP количество ресурсных блоков задано

равным 6, количество антенн задано равным 4 и т.д. Все необходимые настройки

перед генерацией нисходящего сигнала приведены на интерфейсе,

представленном на рисунке 3.1.

Рисунок 3.1. Настройки канала передачи

66

Далее сгенерирован исходящий радиосигнал и построенего график

(рисунок3.2) На графике представлены все восемь кадров комплексного сигнала

контрольно-измерительного канала №12. (RMC R.12).

Рисунок 3.2. Вещественная составляющая комплексного сигнала для канала №12

Затем, MATLAB генерирует точно такой же сигнал напрямую. После этого

случайным образом создаются данные во временном и частотном диапазонах.

После запуска программы на исполнение на экране отображается спектр сигнала.

На рисунке 3.3 показано, что 6 ресурсных блоков контрольно-измерительного

канала занимают полосу сигнала шириной 1 МГц.

Затем, производится формирование частотно-временной ресурсной сетки и

при выведении функции генерации OFDM символов «lteOFDMModulate» на

экран, мы получаем сигнал, готовый для передачи в эфир (рисунок 3.4).

67

Рисунок 3.3. Спектр сигнала

Рисунок 3.4. Сигнал готовый для передачи в эфир

68

После этого должен быть произведен тест на пропускную способность

исследуемого радиоканала при начальных условиях отношения сигнал шум – 2.3,

0.9, 3.3. И для тестирования пропускной способности используется один кадр.

Затем была определена минимальная пропускная способность для

восходящего канала при заданном соотношении сигнал/ шум. При генерации

сигнала, шум канала добавляется к полученному ранее сигналу, который затем

демодулируется. Результатом исследования является ресурсная сетка для каждой

антенны. Оценка пропускной способности канала выполняется для определения

пропускной способности между каждой передачей и получением пары антенн.

После запуска заданного кода из Приложения 1 получены два графика

(рисунках 3.5 и 3.6). Пропускная способность канала приведена на рисунках в

процентах от общего объема емкости фрагмента сети и в Мбит/с.

Рисунок 3.5. График пропускной способности канала в Мбит/с

69

Рисунок 3.6. График пропускной способности в процентах

На рисунке 3.7 изображен спектр исследуемого сигнала. Желтым цветом

показан сигнал в нисходящем канале передачи сигнала, синим – в восходящем

канале.

Рисунок 3.7. Спектры сигналов нисходящего и восходящего каналов

70

Рисунок 3.8. Искажения частотно-временного фазового созвездия

На рисунке 3.8 представлены искажения OFDM символов в частотно-

временном фазовом созвездии.

На основании прокеденных исследований были получены начальные

данные для разработки математической модели обслуживания неоднородного

трафика на фрагменте сети LTE.

3.4. Построение модели обслуживания неоднородного трафика на

фрагменте сети LTE

В первой главе диссертации было показано, что трафик в сетях LTE можно

условно разделить на трафик реального времени, который чувствителен к

задержкам и должен иметь фиксированную скорость передачи (речь,

видеоконференции с разной степенью качества и т.д.), и эластичный трафик,

относящийся к передаче данных, скорость которого меняется пропорционально

пропускной способности соты, незадействованной в процессе передачи трафика

реального времен (скачивание файлов, межмашинный обмен данными и т.д.).

71

Именно свойства эластичного трафика дают возможность существенно

повысить эффективность использования ресурса передачи информации. Это

особенно важно для перспективных сетей подвижной связи, к которым относятся

сети стандарта LTE, в которых в основном используются пользовательские

устройства с интеллектуальными модемами, увеличивающими долю эластичного

трафика. Очевидно, что совместная передача разнородного трафика нуждается в

средствах контроля, обеспечивающих заданные показатели качества

обслуживания поступающих заявок. Самой простой способ контроля — это

введение ограничительных порогов на скорость передачи эластичного трафика

данных.

Рассмотрим процесс построения модели.

Через C обозначим скорость передачи информации, обеспечиваемой

техническими возможностями отдельного фрагмента сети стандарта LTE.

Процесс поступления заявок ограничим одним потоком заявок на обслуживание

трафика реального времени и одним потоком заявок на передачу эластичного

трафика данных. Примем, что заявки на передачу трафика реального времени

поступают по пуассоновскому закону с интенсивностью . Для обслуживания

одной заявки требуется выделить из имеющейся пропускной способности соты

ресурс в размере бит/с. Время обслуживания заявки реального времени имеет

экспоненциальное распределение со средним .Здесь — параметр

экспоненциального распределения.

Также примем, что процесс поступления заявок на передачу данных также

подчиняется пуассоновскому закону с интенсивностью . Для обслуживания

одной заявки из имеющейся свободной пропускной способности соты выделяется

максимально возможный ресурс в размере бит/с, удовлетворяющий

неравенству . Величины и задают соответственно минимальную и

максимальную скорости скачивания файлов, примем, что . В модели

72

принято, что объем передаваемого файла данных имеет экспоненциальное

распределение со средним значением , выраженным в битах. Очевидно, что

время передачи файла с использованием только минимальной и только

максимальной скоростей имеет экспоненциальное распределение с

параметрами соответственно и . Значения параметров и

определяются из соотношений и .

В модели также принято, что заявки на передачу трафика реального

времени имеют относительный приоритет при использовании ресурса передачи

информации. Обозначим через и число заявок на передачу трафика,

соответственно, реального времени и данных, находящихся на обслуживании в

момент поступления заявки на передачу трафика реального времени. Если

фрагмент сети располагает достаточным свободным ресурсом, т.е. выполняется

неравенство , то заявка принимается на обслуживание и для этого

выделяется ресурс в объеме бит/с.

Если указанной величины ресурса нет, но выполняется неравенство

, то скорость передачи всех файлов, находящихся на

обслуживании, уменьшается с величины до значения .

Поскольку справедливо соотношение , то новое значение

скорости передачи файла будет не менее , т.е. удовлетворяет принятому

соглашению о передаче файлов поскольку выполняется неравенство:

.

Если выполняется неравенство , то поступившая заявка на

передачу файлов получает отказ, поскольку в рассматриваемой ситуации либо нет

73

свободного ресурса в объеме бит/с, либо нельзя получить указанную величину

ресурса уменьшив скорость передачи файлов, находящихся на обслуживании,

т.к. указанное действие уменьшит скорость передачи всех файлов, включая

поступивший, до значения меньшего чем .

Для построения модели распределения ресурса проанализируем процесс

распределения ресурса в отдельной соте сети стандарта LTE. Обозначим через

вектор состояния числа заявок находящихся на обслуживании в соте. Здесь

— число заявок на передачу трафика реального времени, — число заявок на

передачу файлов. Время обслуживания каждой из заявок на передачу трафика

реального времени имеет экспоненциальное распределение с параметром . На

обслуживание трафика реального времени в состоянии выделяется ресурс

соты в размере бит/с.

Время обслуживания каждой из заявок на передачу файлов в состоянии

также имеет экспоненциальное распределение. Обозначим параметр

распределения через . Величина зависит от степени загрузки соты. Если

выполняется соотношение , то каждый из обслуживаемых

файлов передается с максимально возможной скоростью . В этой ситуации на

обслуживание трафика данных в состоянии выделяется ресурс соты в

размере бит/с. При этом часть ресурса соты в размере остается

не задействованной в силу ограничений на максимально возможную скорость

передачи данных. Параметр распределения времени обслуживания определяется

из соотношения . Если же выполняется обратное соотношение

, то каждый из обслуживаемых в состоянии файлов

74

передается со скоростью . В этой ситуации на обслуживание трафика

данных выделяется ресурс соты в размере бит/с и весь ресурс соты

задействован на обслуживание поступившего трафика. Параметр распределения

времени передачи файла определяется из соотношения .

Обозначим через величину ресурса занятого в состоянии на

обслуживание принятых заявок. Схема функционирования построенной модели

показана на рисунок 3.9.

Рисунок 3.9. Схема функционирования модели фрагмента сети стандарта LTE

Таким образом, при изменении скорости передачи в той же пропорции

изменяется среднее значение остаточного времени обслуживания заявки на

передачу файла. Скорости передачи данных изменяется динамически в

соответствии с загрузкой соты. При малой загрузке фрагмента сети LTE данные

передаются с максимально возможной скоростью , которая поддерживается

техническими возможностями системы LTE, при большой загрузке сети — со

75

скоростью . Отметим, что при этом используемый ресурс, а, следовательно, и

скорость передачи трафика сервисов реального времени не меняются.

В качестве примера распределения ресурса передачи информации

рассмотрен процесс поступления и обслуживания заявок в ситуации, когда общая

скорость равна Мбит/с, скорость обслуживания трафика реального

времени составляет Мбит/с, скорости передачи файлов данных Мбит/с,

Мбит/с и сота находится в состоянии (2,2). Таким образом, в

рассматриваемый момент времени занято Мбит/с. Допустим,

в момент поступает еще одна заявка на передачу трафика реального времени.

Она принимается к обслуживанию и система переходит в состояние (3,2). В этом

состоянии Мбит/с. Затем, в момент времени поступает заявка

на передачу еще одного файла. Она принимается к обслуживанию с

максимальной скоростью Мбит/с и система переходит в состояние (3,3). В

этом состоянии общая скорость составит Мбит/с. Если теперь в

момент поступает еще одна заявка на передачу файла, она будет принята к

обслуживанию. Система перейдет в состояние(3,4). При этом скорость передачи

всех принятых ранее файлов, включая поступившую заявку, определится как:

Мбит/с.

Если теперь в момент поступит заявка на передачу трафика реального

времени, она будет принята к обслуживанию. Система переходит в состояние

(4,4). При этом скорость передачи всех передаваемых файлов данных уменьшится

до величины Мбит/с. Поступающая в следующий момент заявка на

передачу трафика реального времени также примется к обслуживанию и система

перейдет в состояние (5,4). При этом скорость передачи всех передаваемых

76

файлов уменьшится до Мбит/с. Поступившая в момент заявка на

передачу файла также принимается на обслуживание. Система переходит в

состояние(5,5). При этом скорость передачи всех файлов данных, определится

как: Мбит/с. То есть данные начнут передаваться с минимально

возможной скоростью Мбит/с. Если в системе не произойдет окончания

обслуживания какой-либо заявки, то следующая поступившая заявка любого типа

получит отказ в обслуживании. Изложенная в примере процедура распределения

ресурса показана на рисунке 3.10.

Таким образом система продолжит давать отказы новым заявкам, пока не

закончится передача хотя бы одной заявки любого типа.

Рисунок 3.10. Пример распределения ресурса для исследуемой модели соты сети

стандарта LTE

77

3.5. Математическое описание модели распределения ресурса. Оценка

результатов моделирования.

Оценку доли потерянных заявок на пересылку трафика реального времени и

трафика данных, а также объёма занятого ресурса и времени передачи файлов

достаточно знать доли времени пребывания соты в состояниях с фиксированным

числом заявок всех типов, находящихся на обслуживании. При этом необходимо

определить состояния и компоненты случайного процесса для которых

осуществляется оценка введённых показателей. Обозначим через — число

заявок на передачу трафика сервисов реального времени, находящихся в момент

времени t на обслуживании, а также −¿число заявок на передачу файлов,

обслуживаемых в момент времени . При этом вводится двумерный марковский

процесс

,

определённый на конечном пространстве состояний S. Пространство

состоит из векторов , с компонентами , принимающими значения

; . (3.1)

Обозначим через значения стационарных вероятностей для

состояний . Эти вероятности отражают какую долю времени сота

пребывает в состоянии , они могут использоваться для оценки основных

показателей совместного обслуживания поступающих заявок.

Далее в модели будут использованы прописные буквы для обозначения

ненормированных значений вероятностей состояний модели, а строчные буквы

для обозначения нормированных значений.

Процесс обслуживания заявок на передачу трафика реального времени

оценивается долей потерянных заявок и средним значением используемого

ресурса соты, выраженным в битах в секунду. Качество передачи файлов

78

оценивается долей заявок каждого класса: реального времени и трафика данных,

которым отказано в допуске к обслуживанию, а также средним временем

доставки соответствующего информационного сообщения.

Для анализируемой марковской модели эти характеристики могут быть

найдены суммированием стационарных вероятностей рассматриваемого

марковского процесса по отдельным подмножествам пространства

состояний S.

3.5.1. Характеристики заявок на передачу трафика реального времени

Для заявок на передачу трафика реального времени введены следующие

показатели:

– доля заявок на передачу трафика реального времени, утерянных из-за

отсутствия свободного передаточного ресурса соты, она определяется как доля

времени пребывания процесса в состояниях, удовлетворяющих условию

,

;

– среднее число заявок на передачу трафика реального времени,

находящихся на обслуживании, оно определяется как:

;

−среднее значение ресурса передачи информации соты, занятого на

обслуживание заявок на передачу трафика реального времени, оно находится из

соотношения

.

Cреднее время обслуживания заявки на передачу трафика реального

времени составит:

79

.

Используя значения стационарных вероятностей, сформулируем

аналогичные определения показателей качества обслуживания заявок на передачу

файлов.

Доля заявок на передачу трафика реального времени, потерянных из-за

отсутствия свободного передаточного ресурса соты, определяется как доля

времени пребывания процесса в состояниях, удовлетворяющих условию

,

.

Среднее число заявок на передачу трафика реального времени,

находящихся на обслуживании, определяется следующим образом:

.

Среднее значение ресурса передачи информации соты, занятого на

обслуживание заявок на передачу трафика реального времени, находится из

соотношения:

.

Среднее значение ресурса передачи информации соты, используемое для

обслуживания одного файла, находится из соотношения:

.

Среднее время передачи файла, находится из формулы Литтла

.

80

Из формулы Литтла [56] также следуют соотношения, связывающие

показатели обслуживания трафика реального времени:

(3.2)

и данных:

(3.3)

Полученные соотношения сохраняют законы распределения

интенсивностей потоков заявок, как поступивших, так и обслуженных в

рассматриваемой системе связи. Далее они будут использованы для оценки

сходимости итерационных методов решения системы уравнений равновесия и

установления соотношений между введенными показателями обслуживания

заявок. В частности, используя (3.3), среднее время передачи файла можно

записать в виде:

(3.4)

Введем еще один показатель эффективности передачи информации в соте:

– долю времени, в течение которого весь ресурс соты задействован на

передачу трафика пользователей фрагмента сети. Величина определится из

соотношения:

.

3.6. Система уравнений статистического равновесия

Чтобы получить значения введенных показателей, необходимо построить и

решить систему уравнений статистического равновесия, связывающую значения

стационарных вероятностей . Используя фундаментальные результаты

теории марковских процессов [88], при записи системы уравнений равновесия

необходимо найти и сложить интенсивности всех событий, анализируемых в

81

рассматриваемой модели, реализация которых приводит к выходу процесса

из произвольного состояния (левая часть системы уравнений

равновесия), и приравнять их к суммарной интенсивности перехода в

состояние (правая часть системы уравнений равновесия).

Возможность реализации каждого из рассматриваемых событий зависит от

соотношения между числом заявок на передачу трафика реального времени и

передачу файлов, находящихся в системе на обслуживании. Рассмотрим

пошаговое применение сформулированного положения.

Состояние меняется в результате наступления следующих событий:

1. При увеличении числа заявок на передачу трафика реального времени,

находящихся на обслуживании. Рассматриваемые события наступают с

интенсивностью при условии, что ресурс соты, занятый в этом состоянии на

обслуживание трафика реального времени и данных, меньше либо равен величине

.

2. При увеличении числа заявок на передачу файлов, находящихся на

обслуживании. Рассматриваемые события поступают в систему с интенсивностью

при условии, что ресурс соты, занятый в этом состоянии на обслуживание

трафика реального времени и данных, менее либо равен величине .

3. При окончании обслуживания одной из заявок на передачу трафика

реального времени. Рассматриваемые события поступают в систему с

интенсивностью при условии, что заявки данного типа находятся на

обслуживании.

4. При окончании обслуживания одной из заявок на передачу файлов.

Рассматриваемые события наступают с интенсивностью при

условии, что заявки данного типа находятся на обслуживании.

82

В правой части рассматриваемой системы уравнений равновесия приведем

слагаемые, которые указывают, из каких состояний, с какой интенсивностью и

при каких условиях возможен переход процесса в состояние .

Перечислим эти слагаемые и условия их появления. Итак, переход процесса

в состояние возможен в следующих случаях:

1. Из состояния с интенсивностью в результате поступления на

обслуживание заявки на передачу трафика реального времени. Условием

возможности реализации этого события служит справедливость следующего

неравенства .

2. Из состояния с интенсивностью в результате поступления на

обслуживание заявки на передачу файла. Условием возможности реализации

этого события служит справедливость неравенства .

3. Из состояния с интенсивностью в результате

завершения обслуживания заявки на передачу трафика реального времени. Для

реализации этого события требуется, чтобы компоненты состояния

удовлетворяли соотношению .

4. Из состояния с интенсивностью в

результате завершения обслуживания заявки на передачу файла. Для реализации

этого события требуется, чтобы компоненты состояния удовлетворяли

соотношению .

Граф переходов в допустимые соседние состояния представлен на рисунке

3.11.

83

Рисунок 3.11. Граф переходов в допустимые соседние состояния

Далее в соответствии с общим правилом следует приравнять интенсивность

выхода из произвольного состояния к интенсивности перехода в

состояние . В результате получаем уравнение из системы уравнений

статистического равновесия для состояния . Для запиcи условий

наступления событий, меняющих состояние модели, воспользуемся индикаторной

функции , заданной выражением:

.

Выполнив необходимые преобразования, получим следующую конечную

систему линейных уравнений:

(3.5)

При следующем условии нормировки: .

84

Для того чтобы воспользоваться введенными определениями показателей

качества обслуживания заявок на совместную передачу трафика реального

времени и трафика данных необходимо решить систему уравнений равновесия

(3.5). В общем система уравнений равновесия записывается в форме

соотношения:

AP=0 (3.6)

где: A=‖a l , j‖l , j=1n — матрица (3.6), полученная после переноса всех

неизвестных значений стационарных вероятностей уравнений в левую часть.

Система уравнений (3.6) решается обычными методами линейной алгебры.

Соответствующих алгоритмов развито очень много. Выбор конкретной

вычислительной процедуры зависит от свойств матрицы A.

Стандартные процедуры линейной алгебры имеются в большинстве

прикладных программ типа MATLAB (Matrix Laboratory) и др. В ряде частных

случаев можно увеличить эффективность стандартных алгоритмов, если

воспользоваться блочной структурой матрицы системы уравнений равновесия. В

этой ситуации решение всей системы можно разбить на решение отдельных

подсистем, имеющих существенно меньшую размерность, чем исходная система.

Размещение ненулевых элементов в матрице A определяет ее структуру. Обычно

используют лексикографическую нумерацию неизвестных, при которой

рассчитываемые вероятности состояний нумеруются в порядке возрастания

компонент состояния, обозначающих число заявок, находящихся на

обслуживании. Если компонент состояния несколько, то меняется последний из

них при фиксированных значениях предшествующих индексов.

Рассмотрим реализацию сформулированной процедуры для системы

уравнений (3.5). Чтобы выявить структуру матрицы достаточной рассмотреть

какой-либо частный случай.

Возьмем наиболее часто встречающиеся в практике значения входных

параметров модели (в дальнейшем не будем указывать размерность используемых

85

параметров): В пространство состояний S входят

следующие состояния:

.

Это состояния: (0, 0), (0, 1),(0, 2), (1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (3, 0).

Выпишем все уравнения системы (3.5). Они имеют следующий вид:

(3.7)

При этом условие нормировки для всех значений вероятностей:

.

Приведем в таблице 3.2 расположение отличных от нуля элементов

матрицы системы уравнений равновесия (3.7) для частного случая исследуемой

модели. Эти элементы отмечены в таблице звездочкой.

Таблица 3.2.Расположение отличных от нуля элементов матрицы системы

уравнений равновесия (7) для частного случая исследуемой модели при

(ir id) 0,0 0,1 0,2 1,0 1,1 1,2 2,0 2,1 3,00,0 * * *0,1 * * * *0,2 * * *1,0 * * * *1,1 * * * * *

86

1,2 * * *2,0 * * *2,1 * * *3,0 * *

Содержание таблицы 3.2 указывает на наличие блочной структуры у

матрицы системы уравнений (3.7). Матрица имеет блочный трехдиагональный

вид. При этом размерность блоков уменьшается с увеличением загрузки системы.

Отметим, что в блочном представлении все блоки в каждом столбце (строке)

имеют одинаковое число столбцов (строк). Действия над блочными матрицами

выполняются по тем же правилам, что применяются для матриц с численными

значениями элементов [56].

Известно, что применение блочных алгоритмов увеличивает область

использования прямых методов решения систем уравнений равновесия, но имеют

определённые ограничения. К сожалению, с ростом числа шагов алгоритма и

увеличением размерности матриц теряется точность вычислений из-за появления

в промежуточных матрицах положительных и отрицательных элементов

большого порядка.

Учитывая эти ограничения, которыми обладают блочные трехдиагональные

методы решения системы уравнений равновесия, а также отсутствие каких-либо

специальных свойств у матрицы анализируемой системы, рассмотрим

возможность использования итерационных методов решения систем уравнений

равновесия [56]. Наиболее известным и простым в реализации является

итерационный метод Гаусса–Зейделя [56]. Он достаточно просто формулируется

и дает возможность решать системы уравнений равновесия практически любой

структуры с числом неизвестных до нескольких миллионов. Приведем

реализацию итерационного алгоритма решения (3.7). Обозначим через

s-e приближение к искомому ненормированному значению стационарной

вероятности , полученное с использованием итерационного метода

87

Гаусса–Зейделя. Состояние . Применение итерационного метода

Гаусса–Зейделя включает в себя следующие основные этапы:

1. Выбор начального приближения к вектору искомых вероятностей. При

этом начальное нулевое приближение к вектору неизвестных вероятностей

обычно выбирается из соотношения для всех .

2. Использование рекурсивного соотношения для вычисления компонент

(s+1)-го приближения по известным компонентам (s+1)-го и s-го приближений. В

соответствии с формальным определением итерационного метода Гаусса–Зейделя

компоненты (s+1)-го приближения вычисляются по следующим формулам:

В (3.7) функция Lp определяется из выражения:

Символ (s, s+1) в использованных обозначениях означает вычисление

отдельных составляющих (s+1)-го приближения с применением уже

рассчитанных составляющих (s+1)-го приближения. Если выясняется, что они

еще не найдены, то применяются известные составляющие s-го приближения.

3. Завершение итерационного цикла решения системы уравнений

равновесия. Сходимость итерационного алгоритма оценивается из анализа

степени малости нормированной разности между двумя последовательными

приближениями к вектору неизвестных вероятностей, например, в форме

соотношения

88

.

Обычно, величина параметра берётся из интервала 10−6 . . . 10−10. Реализация

итерационного метода Гаусса–Зейделя при решении системы уравнений

статистического равновесия может приводить к процедуре. В большинстве

случаев имеется сходимость итерационного алгоритма. Для большей уверенности

сходимость проверяют дополнительными средствами, в частности, проверяют

выполнение законов сохранения (3.2), (3.3), связывающих интенсивности

поступающих и обслуженных потоков заявок, в анализируемой системе связи.

4. Оценка вероятностей состояний отдельных состояний модели. На

завершающем этапе вычисляются значения нормированных вероятностей

состояний анализируемой модели. Для оценки вероятностей используются

соотношения:

.

Используя итерационный метод Гаусса–Зейделя, можно решать системы

уравнений равновесия, состоящие из нескольких миллионов неизвестных.

Приведем реализацию сформулированной итерационной схемы на примере

решения системы уравнений (3.7). После несложных преобразований получаем

следующую рекурсию:

89

3.7. Выводы по результатам второй главы

1. Принципы управления в сети LTE осуществляет автоматическая функция

управления сети SON, которая включает в себя три основных принципа:

самоконфигурации, самооптимизации и самовосстановление. Реализация

принципов самоконфигурации сети позволяет настраиваться на любую из

существующих сетевых структур: централизованную, распределенную и

смешанную.

2. В основу модели обслуживания неоднородного трафика в соте сети LTE

предложено использовать алгоритмы имитационного моделирования,

позволяющий интерпретировать процесс совместной передачи трафика

реального времени и эластичного трафика данных. При этом Трафик

сервисов реального времени имеет относительный приоритет в занятии

ресурса, уменьшая при необходимости скорость передачи данных. Скорость

передачи данных меняется в фиксированных пределах, отражая эластичные

свойства трафика данных.

3. В основу процедур оценки результатов моделирования положены методы

теории массового обслуживания. С использованием построенной модели

сформулированы определения основных показателей качества совместного

90

обслуживания поступающих заявок. Среди них: доли заявок, которым

отказано в доступе, среднее использование ресурса передачи информации

каждым видом трафика, среднее время доставки файла, среднее

использование ресурса передачи соты на обслуживание одного файла и др.

4. Решением задачи управления разнородными типами трафика на сети LTE

является решение системы уравнений. Значения основных показателей

качества совместного обслуживания поступающих заявок выражены через

стационарные вероятности отдельных состояний модели. Построен и

исследован марковский процесс, описывающий динамику изменения

состояний.

91

Глава 4

Исследование адаптивных алгоритмов резервирования ресурсов

управления скоростями при перегрузках при передаче

межмашинного трафика в сетях LTE

4.1. Введение

Постоянно развитие различных общественных, корпоративных и личных

систем мониторинга и управления удаленными объектами приводит к

повсеместному внедрению беспроводной передачи данных от различных видов

оборудования по технологии М2М. Появившись в конце 90-х годов, еще на базе

службы GPRS в сетях второго поколения стандарта GSM, в частности для

обслуживания банкоматов, технология М2М получает уже новое развитие,

благодаря повсеместному внедрению, с одной стороны, сетей LTE, а с другой

стороны резкому увеличению адресации протокола IP, при переходе к шестой

версии IPv6 [1, 17, 18, 60]. Необходимо отметить, что именно технология LTE

позволяет достичь внушительных суммарных скоростей передачи данных: до 50

Мбит/с для восходящего соединения и до 100 Мбит/с для нисходящего

соединения. При этом должна обеспечиваться поддержка соединений для

абонентов, движущихся со скоростью до 350 км/ч.

В настоящее время область применения технологии М2М [13] расширяется

по фрактальному закону, начиная от контроля за управлением стационарных

объектов, мониторинга систем безопасности, контроля за состоянием

технологического оборудования (в частности промышленной телеметрии), до

наблюдения за подвижными объектами и организации различного типа торговых

точек (вендринга). Также большую популярность получают средства управления

контролем доступа к различным техническим системам, обеспечивающим

дистанционное управление оборудованием и осуществление видеонаблюдения за

92

результатами управления. Все это приводит к увеличению в сетях LTE различных

классов эластичного трафика.

В [48,49,50] отмечено, что трафик, создаваемый системами М2М, имеет

специфические характеристики, такие как: короткое время обслуживания и низкая

интенсивность поступления заявок. Но при возникновении нештатных

(критических) ситуаций на территории соты в системах М2М возникает

лавинообразное увеличение доли широкополосного трафика от систем

видеонаблюдения и телеметрии. В таких ситуациях системы M2M могут в разы

увеличить нагрузку на сеть, трафик от них делается пульсирующим, имеющим

мощные пиковые выбросы пакетов. Очевидно, что в случае отсутствия в сетях

LTE необходимых механизмов управления потоками разнородного трафика,

могут возникнуть значительные потери одного из его видов. Поэтому, возникает

задача создания адаптивных механизмов управления передачей потоков

эластичного трафика от систем М2М, позволяющих избежать потерь при

ограниченном объеме ресурсов фрагмента сети LTE. Она может быть решена с

помощью организации резервирования ресурсов.

Целью данной главы является разработка адаптивного механизма

управления передачей потоков разнородного трафика от систем М2М в сетях LTE

при перегрузках. Для достижения поставленной цели в данной главе

моделируется алгоритм управления доступом новых заявок в сеть.

4.2. Описание алгоритмов контроля доступом на сети LTE

Одним из механизмов обеспечения качества обслуживания в пакетных

сетях является резервирование ресурсов [4, 120]. Резервирование производится

для определенного потока заявок на передачу пакетов перед началом передачи.

После резервирования начинается передача этого потока с заданным качеством.

Для обеспечения требуемого качества обслуживания резервирование должно

быть дополнено механизмами управления доступом и алгоритмами организации и

планирования очередей.

Алгоритмы управления доступом контролируют поступление новых заявок

93

на передачу трафика через сеть, определяя, может ли поступающий трафик

привести к перегрузке сети или к ухудшению уровня качества обслуживания уже

имеющегося в сети трафика.

Алгоритмы организации и планирования очередей позволяют ограничивать

пропускную способность внутри узла коммутации, распределяя ее между

несколькими потоками, в зависимости от требований к пропускной способности

со стороны каждого потока.

4.3. Численные результаты и их использование для планирования

значений структурных параметров модели

На основании модели, построенной во второй главе, выполним анализ

основных вероятностных характеристик модели передачи трафика М2Мв

условиях его увеличения. Рассмотрим сначала моделирование для процесса,

основанного на следующем примере. Пусть заданы фиксированные значения

входных параметров: Мбис/с, Мбис/с, Мбис/с, Мбис/с,

Мбис, . Примем среднее время передачи трафика реального

времени c, а среднее минимальное и максимальное времена передачи

файла составляют, соответственно, и . Примем, что

при возникновении нештатной ситуации заявки на передачу трафика данных

поступают в сто раз чаще, чем заявки на передачу трафика реального времени, т.е.

выполняется соотношение . Обозначим через ρ потенциальную

загрузку единицы ресурса передачи соты его значение ρ определится из

соотношения:

ρ=λr ∙ 1

μr∙ cr+ λd ∙ F

C.

Проведем с помощью разработанной в третьей главе программы расчет

зависимостей характеристик модели в зоне перегрузки при увеличенииρ в

94

интервале от 0,75 до 1,25. На рисунке 4.1 показаны результаты расчета потерь

заявок реального времени λ r и заявок на передачу данныхλdпри Значительном

увеличенииρ. Очевидно, что с ростом загрузки единицы ресурса потери заявок

растут. Темпы роста доли потерянных заявок становятся особенно

значительными, когда загрузка системы приближается к единице, а затем

переходит в зону полной перегрузки (ρ больше 1). Показано, что доля

потерянных заявок на передачу трафика реального времени растет быстрее доли

потерянных заявок на передачу файлов.

0.750000000000002

0.762500000000001

0.775000000000002

0.7875

0.8

0.8125

0.825000000000001

0.8375

0.850000000000001

0.8625

0.875000000000002

0.8875

0.9

0.9125

0.925

0.9375

0.950000000000001

0.9625

0.975000000000001

0.9875

1 1.0125

1.025

1.0375

1.05

1.0625

1.075

1.0875

1.1

1.1125

1.125

1.1375

1.15

1.1625

1.175

1.1875

1.2

1.2125

1.225

1.2375

1.25

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Коэффициент загрузки единицы ресурса, 𝜌

Доля

пот

ерян

ных

заяв

ок

Доля потерянных заявок на передачу трафика реального

времени

Доля потерянных заявок на передачу

данных (файлов)

Рисунок 4.1. Результаты расчета потерь заявок с ростом минимальной

потенциальной загрузки единицы ресурса передачи соты поступающим трафиком

На рисунке 4.2. показаны результаты расчета доли времени полной загрузки

ресурса соты π f при увеличении загрузки единицы ресурса ρ. Эта характеристика

принимает значение более 0,5 при увеличении загрузки единицы ресурса соты до

значения 0,9. При дальнейшем увеличении параметра ρ полная загрузка ресурса

соты стремится к единице.

95

0.750000000000002

0.762500000000001

0.775000000000002

0.7875

0.8

0.8125

0.825000000000001

0.8375

0.850000000000001

0.8625

0.875000000000002

0.8875

0.9

0.9125

0.925

0.9375

0.950000000000001

0.9625

0.975000000000001

0.9875

1 1.0125

1.025

1.0375

1.05

1.0625

1.075

1.0875

1.1

1.1125

1.125

1.1375

1.15

1.1625

1.175

1.1875

1.2

1.2125

1.225

1.2375

1.25

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Коэффициент загрузки единицы ресурса, r

Доля

вре

мени

пол

ной

загр

узки

ре

сурс

а со

ты, p

f

Рисунок 4.2. Результаты расчета доли времени полной загрузки ресурса соты при

увеличении минимальной потенциальной загрузки единицы ресурса передачи

соты поступающим трафиком

На рисунке 4.3 представлены результаты расчета среднего числа mr и

среднегоmd, находящихся в соте на обслуживании при резком увеличении ρ.

Исследования показали, что с ростом ρ среднее число принятых на обслуживание

заявок на передачу трафика реального времени сначала растет, а затем начинает

уменьшаться. Это происходит из-за того, что минимальный ресурс передачи,

необходимый для обслуживания одной заявки на передачу файлов обычно

меньше, чем ресурс необходимый для передачи трафика реального времени. По

этой причине заявки на передачу файлов данных вытесняют из обслуживания

заявки на передачу трафика сервисов реального времени. Этот эффект также

известен при обслуживании мультисервисного трафика реального

времени[55,114].

96

0.750000000000002

0.762500000000001

0.775000000000002

0.7875

0.8

0.8125

0.825000000000001

0.8375

0.850000000000001

0.8625

0.875000000000002

0.8875

0.9

0.9125

0.925

0.9375

0.950000000000001

0.9625

0.975000000000001

0.9875

1 1.0125

1.025

1.0375

1.05

1.0625

1.075

1.0875

1.1

1.1125

1.125

1.1375

1.15

1.1625

1.175

1.1875

1.2

1.2125

1.225

1.2375

1.25

0

10

20

30

40

50

60

Коэффициент загрузки единицы ресурса, r

Сре

днее

чис

ло з

аяво

к, н

аход

ящих

ся

на о

бслу

жив

ании

в с

оте

Среднее число заявок на передачу трафика реального

времени

Среднее число заявок на передачу

данных (файлов)

Рисунок 4.3. Среднее число заявок, находящихся в соте на обслуживании при

увеличении загрузки единицы ресурса передачи соты поступающим трафиком

На рисунке 4.4 показаны результаты расчета средних значений

распределения скоростей внутри соты –srиsd, использованных соответственно на

передачу трафика сервисов реального времени и трафика данных. Видно, что с

ростом загрузки единицы ресурса ρ производительность соты, вначале растет, а

затем начинает уменьшаться. Это происходит из-за того, что минимальный

ресурс, необходимый для обслуживания одной заявки на передачу файлов меньше

ресурса, необходимого для передачи трафика реального времени. По этой

причине заявки на передачу файлов вытесняют из обслуживания заявки на

передачу трафика сервисов реального времени. На рисунке также показано

суммарное использование ресурса соты. С ростом загрузки единицы ресурса ρ оно

стремится к максимальной пропускной способности соты C=100 Мбитс .

97

0.750000000000002

0.762500000000001

0.775000000000002

0.7875

0.8

0.8125

0.825000000000001

0.8375

0.850000000000001

0.8625

0.875000000000002

0.8875

0.9

0.9125

0.925

0.9375

0.950000000000001

0.9625

0.975000000000001

0.9875

1 1.0125

1.025

1.0375

1.05

1.0625

1.075

1.0875

1.1

1.1125

1.125

1.1375

1.15

1.1625

1.175

1.1875

1.2

1.2125

1.225

1.2375

1.25

0

10

20

30

40

50

60

70

80

90

100

Коэффициент загрузки единицы ресурса, r

Сре

днее

исп

ольз

ован

ие р

есур

са с

оты

на

пер

едач

у тр

афик

а ре

альн

ого

врем

ени

данн

ых,

в М

бит/

с

Трафик реального времени

Трафик передачи файлов

Суммарное использовани

е ресурса

Рисунок 4.4. Среднее использование ресурса соты на передачу трафика реального

времени и данных при увеличении минимальной потенциальной загрузки

единицы ресурса передачи соты поступающим трафиком

Из условий построения модели следует, что при малой загрузке соты

данные будут передаваться с максимально допустимой скоростью. В

рассматриваемом примере это характеристика скорости передачи трафика данныхсd, она будет стремиться к 5 Мбит/с. На рисунке 4.5 показаны результаты расчета

скорости передачи трафика данныхсd. Можно увидеть, что с ростом единицы

загрузки ресурсаρ, поэтому трафик данных постепенно начинает обслуживаться с

минимально допустимой скоростью с1 = 1 Мбит/с.

98

0.750000000000002

0.762500000000001

0.775000000000002

0.7875

0.8

0.8125

0.825000000000001

0.8375

0.850000000000001

0.8625

0.875000000000002

0.8875

0.9

0.9125

0.925

0.9375

0.950000000000001

0.9625

0.975000000000001

0.9875

1 1.0125

1.025

1.0375

1.05

1.0625

1.075

1.0875

1.1

1.1125

1.125

1.1375

1.15

1.1625

1.175

1.1875

1.2

1.2125

1.225

1.2375

1.25

0

0.5

1

1.5

2

2.5

3

3.5

4

4.5

5

Коэффициент загрузки единицы ресурса, 𝜌

Сре

днее

чис

ло е

дини

ц ре

сурс

а со

ты

(Мби

т/c)

, исп

ольз

ован

ное

на п

еред

ачу

ф

айла

, cd

Рисунок 4.5. Среднее использование ресурса соты на передачу файла при

увеличении минимальной потенциальной загрузки единицы ресурса передачи

соты поступающим трафиком

На рисунке 4.6 показаны результаты расчета среднего времени передачи

файла T d при увеличении единицы загрузки ресурса ρ. При этом среднее время

передачи файла увеличивается, начиная с величины 3,2 с, когда на передачу

файла используется максимально возможный ресурс соты, и стремится к 16 c, в

соответствии с минимальной величиной ресурса выделяемого на передачу файла.

99

0.750000000000002

0.762500000000001

0.775000000000002

0.7875

0.8

0.8125

0.825000000000001

0.8375

0.850000000000001

0.8625

0.875000000000002

0.8875

0.9

0.9125

0.925

0.9375

0.950000000000001

0.9625

0.975000000000001

0.9875

1 1.0125

1.025

1.0375

1.05

1.0625

1.075

1.0875

1.1

1.1125

1.125

1.1375

1.15

1.1625

1.175

1.1875

1.2

1.2125

1.225

1.2375

1.25

0

2

4

6

8

10

12

14

Коэффициент загрузки единицы ресурса, r

Сре

днее

вре

мя

пере

дачи

фай

ла, T

d

(c

)

Рисунок4.6. Среднее время передачи файла при увеличении минимальной

потенциальной загрузки единицы ресурса передачи соты поступающим трафиком

4.4. Результаты оценки скорости передачи на фрагменте соты сети LTE

Определения всех показателей обслуживания заявок, использованных при

проведении вычислений, приведено в третьей главе. Значения показателей

найдены в результате решения системы уравнений равновесия (3.7)

итерационным методом Гаусса-Зейделя. Время расчета составило несколько

секунд на обычном персональном компьютере. Число неизвестных в системе

уравнений равновесия менялось от 1 до 3 тыс.

После того, как основные свойства совместного обслуживания трафика

реального времени и данных рассмотрены, можно перейти к задачам

планирования допустимых объемов трафика и ресурса передачи информации.

Нагрузочными параметрами модели являются значения интенсивностей трафика

реального времениλ r итрафика данных λd. Параметрами, определяющими

использование и распределение ресурса передачи информации являются значения

скоростей С ,сr , c1 ,c2. Понятно, что методом перебора можно решать задачу оценки

100

любого из перечисленных параметров при фиксированных значениях остальных.

В качестве функционала, определяющего качество обслуживания поступающих

заявок, наиболее целесообразно взять долю заявок на передачу трафика реального

времени πr, которым отказано в доступе, а также долю заявок на передачу

трафика данных (файлов) πd, которым также отказано в доступе. Определение

этих характеристик было проведено во второй главе. Их значения находится

после решения системы уравнений равновесия итерационным методом Гаусса-

Зейделя.

При решении задачи планирования ресурса передачи информации оба

показателя могут принимать различные значения. В дальнейшем принято, что в

качестве основного значения доли потерянных заявок используется значение π,

которое определяется из соотношения

π=max ( π r , πd ). (4.1)

Другим важным параметром, оценивающим только качество обслуживания

заявок на передачу файлов данных, выберем значение среднего времени передачи

файла T d.

Проведем оценку передаточного ресурса соты, достаточного для

обслуживания поступающих потоков трафика с заданным качеством. Качество

обслуживание заявок оценим с помощью формулы (4.1), взяв π= 0,05.

Фиксированные параметры поступления трафика и его обслуживания получены

при следующих значениях параметров модели:

C=100 Мбитс

, cr=3 Мбитс

, c1=1 Мбитс

, c2=5 Мбитс

, F=16 Мбит , μr=1

300, λr=0,05 , λd=5 .

При данных значениях параметров величины потерь определяются при πr =

0,3274, πd = 0,1299. То есть каждое из значений параметров превышает

нормативную величину потерь π= 0,05. Начнем последовательно увеличивать C

скорость передачи информации (канала) в соте пока максимальное значение

потерь не станет меньше 0,05. Результаты вычислений приведены на рисунке 4.7.

Здесь показаны данные расчета потерь заявок π r и πdс ростом общей скорости

передачи C. Как и следовало ожидать, с ростом скорости C потери заявок падают.

101

Начиная со значения C=118 Мбитс

, потери заявок на передачу данных становятся

меньше 0,05, а начиная со значения C=129 Мбитс потери заявок на передачу

трафика сервисов реального времени также становятся меньше 0,05. Таким

образом, решение задачи получено при C=129 Мбитс .

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Скорость соты C (Мбит/с)

Доля

пот

ерян

ных

заяв

ок

Доля потерянных заявок на передачу трафика реального

времени

Доля потерянных заявок на передачу

данных (файлов)

118 129

Рисунок 4.7. Результаты оценки скорости передачи на фрагменте соты сети LTE,

обеспечивающей обслуживание заданных потоков заявок на передачу трафика

данных и трафика сервисов реального времени, с заданной величиной

максимальных потерь

Часто необходимо при определении передаточного ресурса соты

определить, величину среднего времени доставки файла достаточного для

обслуживания поступающих потоков трафика с заданным качеством. Допустим,

что в модели, результаты расчетов которой представлены на рисунке 4.7,

необходимо дополнительно обеспечить среднее время передачи файла T d не более

5 с. Тогда подбор передаточного ресурса соты будет происходить до тех пор, пока

одновременно с условием (3.1) не выполнится и это ограничение. Результаты

102

решения задачи представлены на рисунке 4.8. Здесь показаны значения среднего

времени передачи файла T d с увеличением значения общей скорости передачи C.

Как и следовало ожидать, с ростом C величина времени доставки файла T d падает.

Начиная со значения скорости C=137 Мбитс , потери заявок на передачу данных и

трафика сервисов реального времени становятся меньше 0,05, а среднее время

передачи файла – меньше 5 c. Таким образом, решение задачи получено при

C=137 Мбитс .

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

0

2

4

6

8

10

12

14

Скорость соты C (Мбит/с)

Сре

днее

вре

мя п

еред

ачи

фай

ла T

d (c

)

137

Рисунок 4.8. Результаты оценки скорости соты, обеспечивающей обслуживание

заданных потоков заявок на передачу трафика данных и трафика сервисов

реального времени, с заданными величинами максимальных потерь и среднего

времени передачи файла

Аналогичным образом можно подбирать максимально допустимый объем

трафика, который может быть пропущен в соте при фиксированной пропускной

способности C и заданной величине максимальных потерь (в качестве

нормативного показателя можно также использовать и ограничение на среднее

время передачи файла). Для этого при остальных фиксированных параметрах

103

модели величина загрузки единицы ресурса соты уменьшается пока не будут

выполнены ограничения на качество обслуживания поступающих заявок.

Результаты вычислений приведены на рисунке 4.9, где показаны данные расчета

потерь заявок реального времени πr и заявок на передачу данных πd с

уменьшением значения загрузки ρ. Как и следовало ожидать, с уменьшением ρ

потери заявок падают. Для значений ρ менее 0,95 потери заявок на передачу

данных и потери заявок на передачу трафика сервисов реального времени

становятся меньше 0,05. Таким образом, решение задачи получено при ρ = 0,95.

Конкретные значенияλ r и λd следуют из соотношения, определяющего ρ,

приведенного выше. Для решения сформулированной задачи также требуется

знать соотношение между интенсивностями каждого из анализируемыхтипов

трафика.

1.25

1.2375

1.225

1.2125

1.2

1.1875

1.175

1.1625

1.15

1.1375

1.125

1.1125

1.1

1.0875

1.075

1.0625

1.05

1.0375

1.025

1.0125

1 0.9875

0.975000000000001

0.9625

0.950000000000001

0.9375

0.925

0.9125

0.9

0.8875

0.875000000000002

0.8625

0.850000000000001

0.8375

0.825000000000001

0.8125

0.8

0.7875

0.775000000000002

0.762500000000001

0.750000000000002

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Коэффициент загрузки единицы ресурса, r

Дол

я по

теря

нны

х за

явок

Доля потерянных заявок на передачу трафика реального

времени

Доля потерянных заявок на передачу

данных (файлов)

Рисунке 4.9. Результаты оценки максимально допустимого объема трафика,

который может быть пропущен в соте при фиксированной пропускной способности

соты C с заданной величиной максимальных потерь

104

4.5. Исследование алгоритма выбора соотношения между минимальной и

максимальной скоростями передачи файлов.

Рассмотрим задачу выбора соотношения между минимальной c1 и

максимальной c2 скоростями передачи файлов. Очевидно, что при выполнении

соотношения c1 =c2 процесс обслуживания данных описывается моделью Эрланга.

Увеличивая далее скорость передачи данныхc2 , оператор сети ускоряет передачу

файлов, используя пропускную способность соты, незадействованную на

обслуживание трафика реального времени. Проиллюстрируем это численным

примером. Рассмотрим модель соты со следующими значениями численных

параметров:

C=100 Мбитс

, cr=3 Мбитс

, c1=1 Мбитс

, c2=1 Мбитс

, F=16 Мбит ,μr=1

300, λr=0,04 , λd=4заяв/

c. Как уже было сказано, при данном выборе входных параметров процесс

обслуживания заявок в соте описывается мультисервисной моделью Эрланга.

Если теперь увеличивать c2 при фиксированных остальных значениях параметров,

то характеристики пропускной способности соты улучшаться за счет ускоренной

передачи файлов. Покажем это на численных примерах.

Результаты вычислений приведены на рисунке 4.10, где показаны данные

расчета потерь заявок реального времени πr ипердачи файлов данных πd с

увеличением значения скорости c2 от 1 Мбит/с до 40 Мбит/с. Как и следовало

ожидать, с ростом скорости c2 потери заявок падают. Это происходит не только

для заявок на передачу файлов, но также и для заявок на передачу трафика

сервисов реального времени. Такая зависимость возникает в результате

ускоренного освобождения ресурса. При рассмотренных нами условиях

максимальный эффект достигается уже при c2 = 10 Мбит/с. Дальнейшее

увеличение c2 несущественно сказывается на значениях характеристик.

Таким образом, исследования показали, что выбор интервала изменения

скорости передачи файлов зависит от соотношения между параметрами и может

быть выполнен с использованием построенной модели и алгоритмов оценки ее

характеристик.

105

1 2 3 4 5 6 7 8 9 10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

0

0.02

0.04

0.06

0.08

0.1

0.12

0.14

0.16

0.18

0.2

Ограничение сверху на скорость передачи данных , c2 (Мбит/с)

Дол

я по

теря

нны

х за

явок

Доля потерянных заявок на передачу трафика реального

времени

Доля потерянных заявок на передачу

данных (файлов)

Рисунок 4.10. Зависимость потерь заявок при увеличения максимальной

доступности ресурса для передачи трафика данных

Рассмотрим при этих же условиях изменение других характеристик модели.

На рисунке 4.11 показаны результаты расчета доли времени полной загрузки

ресурса соты π f при увеличении скорости c2. Как и следовало ожидать, с ростом

скорости c2 загрузка соты увеличивается. Колеблемость кривой связана с

возможностями размещения заявок при фиксированной величине общей скорости

канала передачи C.

106

1 2 3 4 5 6 7 8 9 10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Ограничение сверху на скорость передачи данных , c2 (Мбит/с)

Доля

вре

мен

и по

лной

заг

рузк

и ре

сурс

а со

ты p

f

Рисунок 4.11. Результаты расчета доли времени полной загрузки ресурса соты при

увеличении максимальной доступности ресурса для передачи трафика данных

На рисунке 4.12 показаны результаты расчета среднего числа заявок каждой

категории mr иmd, находящихся в соте на обслуживании при увеличении скорости

передачи файлов данных c2. Видно, что с ростом скорости c2 среднее число

принятых на обслуживание заявок на передачу данных резко уменьшается. Это

связано с тем, что они быстрее покидают систему, получив дополнительные

возможности для ускоренного обслуживания.

107

1 2 3 4 5 6 7 8 9 10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

0

10

20

30

40

50

60

Ограничение сверху на скорость передачи данных , c2 (Мбит/с)

Сре

днее

чис

ло з

аяво

к на

обс

луж

иван

ии

Среднее число заявок на передачу трафика реального времени

Среднее число заявок передачу данных

(файлов)

Рисунок 4.12. Среднее число заявок, находящихся в соте на обслуживании при

увеличении максимальной доступности ресурса для передачи трафикаданных

передачу

На рисунке 4.13 показаны результаты расчета средних значений

распределения скоростей sr иsd внутри фрагмента сети и их суммы,

использованных соответственно на передачу трафика сервисов реального времени

и данных. С ростом скорости передачи данных c2, изменение использования

ресурса происходит только в начальный момент, затем оно не столь значительно.

108

1 2 3 4 5 6 7 8 9 10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

20

30

40

50

60

70

80

90

100

Ограничение сверху на скорость передачи данных, c2 (Мбит/с)

Сре

днее

исп

ольз

ован

ие р

есур

са с

оты

на

пере

дачу

тра

фик

а ре

альн

ого

врем

ени

данн

ых,

в М

бит/

с

Трафик реального времени

Трафик передачи файлов

Суммарное использование

ресурса

Рисунок 4.13. Среднее использование ресурса соты на передачу трафика

реального времени и данных при увеличении максимальной доступности ресурса

для передачи трафика данных

На рисунке 4.14 показаны результаты расчета среднего использования

ресурса соты cd на передачу файла. С ростом скорости передачи данных c2 эта харак-

теристика увеличивается, но ее изменение происходит только в начальный момент.

1 2 3 4 5 6 7 8 9 10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

0

0.5

1

1.5

2

2.5

3

Ограничение сверху на скорость передачи данных , c2 (Мбит/с)

Сре

днее

исп

ольз

ован

ие р

есур

са

соты

на

пере

дачу

фай

ла

Рисунок 4.14. Среднее использование ресурса соты на передачу файла при

увеличении максимальной доступности ресурса для передачи трафика данных

109

На рисунке 4.15 показаны результаты расчета среднего времени передачи

файла T d при увеличении скорости c2. в пределах от 1 Мбит/с до 41 Мбит/с. С

ростом c2 среднее время передачи файла уменьшается, начиная с величины, когда

на передачу файла используется единичный ресурс соты - 16 с, и стремится к к

постоянно величине 6,2 с, в соответствии с загрузкой соты.

1 2 3 4 5 6 7 8 9 10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

0

2

4

6

8

10

12

14

16

Ограничение сверху на скорость передачи данных , c2 (Мбит/с)

Сре

днее

вре

мя

пере

дачи

фай

ла,

Td

(с)

Рисунке 4.15. Среднее использование ресурса соты на передачу файла при

увеличении максимальной доступности ресурса для передачи трафика данных

4.6. Выводы по четвертой главе

1. Построена модель для изучения характеристик совместного обслуживания

заявок трафика данных и трафика реального времени на фрагменте соты

сети LTE, которая позволяет численно оценить параметры совместной

передачи трафика. С помощь. Этой модели исследованы численные

свойства показателей совместного обслуживания заявок реального времени

и передачи данных, которые подтвердили эффективность совместной

передачи трафика реального времени и эластичного трафика данных для

повышения загрузки радио ресурса фрагмента сети LTE.

110

2. Модель позволила численно оценить решение задач планирования

пропускной способности соты, а также допустимого объема трафика,

который может быть передан с заданными показателями качества.

3. Исследованы численные свойства показателей совместного обслуживания

заявок, которые показали эффективность совместной передачи трафика

реального времени и эластичного трафика данных с целью повышения

загрузки ресурса фрагмента сети. Построенная модель дает возможность

численно оценить преимущества совместной передачи разнородного

трафика.

4. Рассмотрено решение задач планирования пропускной способности

фрагмента сети, а также допустимого объема трафика, который может быть

передан с заданными показателями качества. Рассмотрено решение задачи

определения соотношения между ограничениями на скорость передачи

данных в целях повышения эффективности использования ресурса

фрагмента сети.

111

Заключение

Основные результаты работы состоят в следующем.

1. Выполнен анализ работы современных мобильных сетей связи. Он показал

эффективность использования свойств трафика для повышения эффективности

распределения ресурса. Исследование, выполненное по материалам

опубликованных работ, показывает отсутствие удобных для реализации методов

оценки канального ресурса. Такие методы необходимы для научного обоснования

решения инженерных задач, возникающих при развертывании и эксплуатации

мобильных сетей четвертого поколения.

2. Построена и исследована новая математическая модель на ограничения

скорости эластичного вида трафика, учитывающая совместное поступление и

обслуживание заявок реального времени и заявок эластичного трафика на

передачу данных. При этом показано, что трафик реального времени имеет

относительный приоритет в занятии ресурса, уменьшая при необходимости

скорость передачи данных, которая меняется в фиксированных пределах, отражая

эластичные свойства трафика передачи данных.

3. При построении модели совместного обслуживания трафика

сформулированы определения основных показателей качества обслуживания

заявок сервисов реального времени и эластичного трафика. Среди которых: доли

заявок, получивших отказ в доступе, среднее использование ресурса передачи

информации для каждого вида трафика в отдельности и суммарно, среднее время

доставки файла данных, среднее использование ресурса передачи соты на

передачу одного файла данных и др. Значения показателей выражены через

стационарные вероятности отдельных состояний модели. Построен и исследован

марковский процесс, описывающий динамику изменения состояний модели.

4. Получена система уравнений равновесия, связывающая значения

стационарных вероятностей разработанной модели совместного обслуживания

112

разнородного трафика. Разработан алгоритм ее решения, с использованием метода

Гаусса-Зейделя. Исследованы зависимости между параметрами заявок.

5. Показано, что при локальном уменьшении вероятности потерь заявок на

передачу данных, возрастают потери заявок из-за неконтролируемого захвата

ресурсов сети. Предложено введение гарантированного порога на максимальную

скорость эластичного трафика, показано, что на существующих сетях этот порог

должен определяться на основе постоянных наблюдений.

6. Исследованы численные свойства показателей совместного обслуживания

заявок, которые показали эффективность совместной передачи трафика реального

времени и эластичного трафика данных с целью повышения загрузки ресурса

фрагмента сети. Построенная модель дает возможность численно оценить

преимущества совместной передачи разнородного трафика.

7. Рассмотрено решение задач планирования пропускной способности

фрагмента сети, а также допустимого объема трафика, который может быть

передан с заданными показателями качества. Рассмотрено решение задачи

определения соотношения между ограничениями на скорость передачи данных в

целях повышения эффективности использования ресурса фрагмента сети.

113

Список литературы

1. Гольдштейн, Б.С. Сети связи: учебник для ВУЗов / Б.С. Гольдштейн, Н.А.

Соколов, Г.Г. Яновский. - СПб.: БХВ-Петербург, 2010. - 400с., ил. 120

2. Шнепс-Шнеппе, М.А. Система сигнализации SS7 и ее уязвимости //

International Journal of Open Information Technologies. - 2015. - vol. 3, no. 5. –

С.1-13. - ISSN: 2307-8162

3. Закиров, З.Г. НадеевА.Ф., Файзулин Р.Р. Сотовая связь стандарта GSM / З.Г.

Закиров, А.Ф. Надеев, Р.Р. Файзулин. – М.: Эко-Трендз, 2004. -264с.

4. Ратынский М.В. Основы сотовой связи / Под ред. Д. Б. Зимина – М.: Радио и

связь, 1998. – 248 с.

5. Кааранен, Х. Сети UMTS. Архитектура, мобильность, сервисы / Х. Кааранен,

А. Ахтиайнен [и др.]. – М.: Техносфера, 2007. – 464 с.

6. Олифер, В.Г. Компьютерные сети. Принципы, технологии, протоколы / В.Г.

Олифер, Н.А. Олифер. - 3-е изд. – СПб.: Питер, 2009. – 960 с.

7. Громаков, Ю.А. Стандарты и системы подвижной радиосвязи. – М.: Эко-

Трендз, 1997. – 240 с.

8. Иглин С.П. Теория вероятностей и математическая статистика на базе

MATLAB. Издательство НТУ "ХПИ", 2006, Харьков, Украина, 612 с.

9. Сайт ООО «Кситал» [Электронный ресурс] – URL:

http://www.ksytal.ru/public.htm. (Дата обращения: 21.11.2012 г.).

10. Невдяев, Л.М. Мобильная связь 3-го поколения // Серия изданий «Связь и

бизнес». – М.: ООО «Мобильные коммуникации», 2000. – 208 с.

11. Быховский, М.А. Принципы, алгоритм и методика частотно-территариального

планирования региональных сетей транкинговой радиотелефонной связи в

диапазоне 800 МГц / М.А. Быховский, С.Н. Дудукин, Н.В. Смирнов, В.О.

Тихвинский // Мобильные телесистемы. – 1998. - №5. - С.33-40.

12. Защита информации в системах мобильной связи: Учебное пособие для вузов /

А.А. Чекалин, А.В. Заряев , С.В. Скрыль и др. , под общей научной редакцией

114

доктора техн. наук А.В. Заряева и доктора техн. наук С.В. Скрыля. – 2-е изд.

испр. и доп. – М.: Горячая линия-Телеком, 2005. - 171 с.

13. Варакин, Л.Е. Теория систем сигналов. – М.: Сов. Радио, 1978. - 304 с.

14. Росляков, А.В. ОКС №7: архитектура, протоколы, применение. – М.: Эко-

Трендз, 2008. – 320 с.

15. Бакланов, И.Г. NGN: принципы построения и организации / под ред. Ю.Н.

Чернышова. – М.: Эко-Трендз, 2008. – 400 с.

16. Вишневский, В.М. Широкополосные беспроводные сети передачи

информации. / В.М. Вишневский, А.И. Ляхов, С.Л. Портной, И.В. Шахнович. -

М.: Техносфера, 2005. – 592 с.

17. IEEE 802.11 Standard Group Web Site. (название спецификаций,

год).Availablefrom: http://www.ieee802.org/11/.

18. IEEE 802.16 Standard Group Web Site. (название спецификаций, год).Available

from:http://www.ieee802.org/16/.

19. Шварц, М. Сети связи: протоколы, моделирование и анализ: [В 2 ч.] Ч.II / М.

Шварц; пер. с англ. В. И. Неймана. – М.: Наука, 1992. - 272 с. (91)

20. Соловьев,Ю.А. Системы спутниковой навигации. - М.: Эко-Трендз, 2000. -

270с.

21. FCC. Technology Transitions, Order, Report & Order and Further Notice of

Proposed Rulemaking, Report Order, Order and Further Notice of Proposed

Rulemaking, Proposal for Ongoing Data Initiative, GN Docket No. 13-5, FCC 14-5

(rel. Jan. 31, 2014).

22. Шварц, М. Сети связи: протоколы, моделирование и анализ: [В 2 ч.] Ч.I / М.

Шварц; пер. с англ. В. И. Неймана. – М.: Наука, 1992. - 336 с.

23. Гольдштейн, Б.С. IP-Телефония / Б.С. Гольдштейн, А.В. Пинчук, А.Л.

Суховицкий. – М.: Радио и связь, 2001. – 336 с.

24. Система Гонец [Электронный ресурс] – URL: http://www.gonets.ru/news.php

(Дата обращения: 11.10.2013 г.)

115

25. Р. Гонсалес, Р. Вудс, С. Эддинс Цифровая обработка изображений в среде

MATLAB. Москва: Техносфера, 2006. - 616 с., цв. илл., ISBN 5-94836-092-Х,

формат 70х100/16, переплет. Серия “Мир цифровой обработки”.

26. Сайт Альфа Телеком [Электронный ресурс] – URL: http://www.iridium.ru/

(Дата обращения: 18.09.2014 г.)

27. Сайт ГлобалТел [Электронный ресурс] – URL: http://www.globaltel.ru/ (Дата

обращения: 11.10.2013 г.)

28. Шварц, М. Сети ЭВМ: Анализ и проектирование / М. Шварц: пер. с англ.

В. М. Вишневского, А. С. Твердохлебова под ред. В. А. Жожикашвили. - М.:

Радио и связь, 1981. - 336 с.

29. Шнепс-Шнеппе, М. А. О создании единого информационного пространства

общества / М. А. Шнепс-Шнеппе, Д. Е. Намиот, В. А. Сухомлин // International

Journal of Open Information Technologies. – 2015. – vol. 3, no. 2. – С. 1-10.

30. Лазарев, В.Г. Динамическое управление потоками информации в сетях связи /

В.Г. Лазарев, Ю.В. Лазарев. - М.: Радио и связь, 1983. - 235 с.

31. Назаров, А.Н. АТМ: Технические решения создания сетей \ А.Н. Назаров, И.А.

Разживин, М.В. Симонов. - М.: Горячая линия-Телеком, 2001. – 376 с.

32. Григорьева, Н. Высоконадежные мобильные сети 3G для систем

видеонаблюдения // Беспроводные технологии. – 2006. - № 6. - С. 51-53.

33. Акимов, В.Н. Особенности построения систем мониторинга объектов ЖКХ на

основе пакетных радиосетей / В.Н. Акимов, А.О. Шорин // Спецтехника и

связь. – 2008. - № 2. - С. 49-59.

34. Ширина, Е. Новая линия GSM – модулей // Беспроводные технологии. – 2009.

- № 9. - С. 18-20.

35. Янкевич, А. HSDPA – все больше данных, все выше скорости [Электронный

ресурс]. URL: http://www.citforum.ru/nets/wireless/hsdpa/ (Дата обращения:

21.11.2015 г.).

36. Буфалино, А. UMTS, HSDPA и сопутствующие технологии / А. Буфалино, П.

Гюнтцер // Беспроводные технологии. – 2008. - №4. -С. 8-10.

116

37. Алексеев, В. Новые модули и модемы GSM/GPRS/EDGE фирмы Enfora / В.

Алексеев, Т. Торстен // Беспроводные технологии. – 2008. - №1. - С. 9-16.

38. Дианов, И. М2М – системы удаленного управления и мониторинга / И.

Дианов, В. Серганов, А. Упоров // Беспроводные технологии. - 2007. – №2. –

С. 31-33

39. Архипкин, А. Сравнительный анализ перспективных систем абонентского

радиодоступа / А. Архипкин, А. Кириленко // Беспроводные технологии. -

2007. – №3. – С. 35-38

40. Перекрестов, И.С. Организация мобильного доступа к мультимедийным

данным // И.С. Перекрестов, О.А. Решетняк, Э.Г. Тихий // Цифровые

технологии. - 2008. – №4. – С. 86-92

41. Пушкарев, О. GSM – продукты компании Wevecom // Беспроводные

технологии. - 2009. – №1. - С. 22-24

42. Дианов, И. Повышение надежности передачи технологической информации в

сотовых сетях. Решение на базе специализированных терминалов GSM/GPRS /

И. Дианов, В. Серганов, А. Упоров, А. Пуксов // Беспроводные технологии. -

2007. - №4. – С. 30-33

43. Капустин, Р.А. Особенности радиоинтерфейса системы IMT-MC-450 1XEV-

DO // Мобильные системы. – 2004. - №5. – С. 96-100

44. Ерохина, И. МТС внедрилась в счетчики // Коммерсантъ. – 2009. - № 204 /П

(4259). – С. 4-6

45. Stasiak, M. Modeling and Dimensioning of mobile networks from GSM to LTE /

MaciejStasiak, MariuszGłabowski, Arkadiusz Wisniewski, Piotr Zwierzykowski. -

John Wiley & Sons Ltd. – 2011. – Р. 136

46. Финогенов, А.Г. Беспроводные технологии передачи данных для создания

систем управления и персональной информационной поддержки

[Электронный ресурс] // Портал информационно-коммуникационные

технологии в образовании. – URL: http://www.ict.edu.ru/ (Дата обращения:

16.04.2015 ).

117

47. Нейман, В.И. Новое направление в теории телетрафика // Электросвязь. –

1998. - № 7. - С. 27-30.

48. Antonova, V.M. Analytical Modeling and simulation of admission control scheme

for non-real time services in LTE networks / V.M. Antonova, I.A. Gudkova, E.V.

Markova, P.O. Abaev // Proceedings - 29th European Conference on Modelling and

Simulation, ECMS. - 2015. – P. 689-695.

49. Антонова, В.М. Анализ модели разделения ресурсов в соте сети LTE / В.М.

Антонова, А.С. Козлова // Конференция «Инфоком-2016») Северо-Кавказский

филиал Московского Технического Университета Связи и Информатики –

Ростов н/Д. – 2016. – С.24-27.

50. Антонова, В.М. Изучение основных особенностей сигналов сетей LTE / В.М.

Антонова, С.В. Малыгина, К.А. Шпагина // Инновационное развитие. – Пермь.

– 2017. - №10(15). - С. 24-26.

51. Antonova, V.M. Automatic scheduling of monorail transport system / V.M.

Antonova, D.O. Volkov, N.A. Kuznetsov, A.M. Starostenko // International

conference Engineering & Telecommunications - En&T. – М. – 2016. – Р.18-22.

52. Антонова, В.М. Анализ основных уязвимостей сетей стандарта LTE / В.М.

Антонова, Н.Е. Богомолова // Фундаментальные проблемы радиоэлектронного

приборостроения INTERMATIC-2016: Труды международной науч.-технич.

конф. – М.: МИРЭА. – 2016. – С. 146-150.

53. Antonova, V.M. Math modeling of passenger traffic in the monorail transport

system / V.M. Antonova, D.O. Volkov, N.A. Kuznetsov, A.M. Starostenko // IEEE

Proceedings - 2016 10th IEEE International Conference on Application of

Information and Communication Technologies. – М. – 2016. – Р. 90-94.

54. Кучерявый, А.Е. Сети связи следующего поколения / А.Е. Кучерявый, А.Л.

Цуприковю - М.: ФГУП ЦНИИС, 2006. – 280 с.

55. Цитович, И.И. Устойчивые модели трафика мультисервисных сетей. - (Труды

Российского научно-технического общества радиотехники, электроники и

связи имени А.С. Попова. Серия: научная сессия, посвященная Дню радио.

Выпуск LX-2). - М, 2005. - Т.2. - С. 271-273.

118

56. Степанов, С.Н. Теория телетрафика: концепции, модели, приложения. – М.:

Горячая линия-Телеком, 2015. – 886 с.

57. Корнышев, Ю.Н. Теория телетрафика: Учебник для вузов / Ю.Н. Корнышев,

А.П. Пшеничников, А.Д. Харкевич. – М.: Радио и связь, 1996. - 272 с.

58. Назаров, А.Н. Модели трафика служб с битовой скоростью передачи

информации в широкополосных цифровых сетях интегрального обслуживания

// Автоматика и телемеханика. - 1998. - № 8. – С.14-26.

59. Отчет о прикладных научных исследованиях и экспериментальных

разработках по теме «Разработка проекта, создание и испытание

экспериментального транспортного участка и системы автоматического

управления движением надземной транспортной системы типа H-Bahm». Этап

4, Проведение исследовательских испытаний (промежуточный). Шифр «2014-

14-582-0002-015».

60. Кшиштоф, В. Системы подвижной радиосвязи / пер. с польского И.Д.

Рудинского; под ред. А.И. Ледовского. – М.: Горячая линия-Телеком, 2006. –

536 с.

61. Willinger, W. Self-similar traffic modeling for high-speed network / W. Willinger,

D. Wilson, M. Taqqu // ConneXions. – November, 1984. – Р. 203-213

62. Невдяев, Л.М. Персональная спутниковая связь / Л.М. Невдяев, А.А.

Смирнов. - М.: Эко-Трендз, 1998. – 216 с.

63. IEEE Std 802.15.1-2005 – Part 15.1: Wireless Medium Access Control (MAC) and

Physical Layer (PHY) Specifications for Wireless Personal Area Networks

(WPANs)

64. Elster, Itron, Landis+Gyr, NICT and Silver Spring Networks Drive Adoption of

IEEE 802.15.4g

65. Юдинцев, В. Система видеонаблюдения с беспроводным WiMAX –

соединением // Системы безопасности. – 2008. - №1. – С. 201

66. Джамалипур. А. Беспроводной мобильный Интернет: архитектура, протоколы

и сервисы. - М.: Техносфера, 2009. – 496 с.

119

67. Intel Mesh Networks Demonstrations. – URL:

http://www.intel.com/idf/us/fall2003/presentations/F03USWNTS116_OS.pdf

(Дата обращения: 14.07.2016)

68. Akyildiz, I.F. Wireless sensor and actor network: research challenges, Ad Hoc

Networks 2 / I.F. Akyildiz, I.H. Kasimoglu. – 2004. –Р. 351-367.

69. Bhatia, R. On power efficient communication over multi-hop wireless networks:

joint routing, scheduling, and power control / R. Bhatia, M. Kodialam // IEEE

Annual Conference on Computer Communications (INFOCOM). – 2004. - Р.1457-

1466.

70. Майская, В. Беспроводные сенсорные сети. // Электроника: Наука,

Технология, Бизнес. – 2005. - №2. - С. 18 – 22.

71. Кучерявый, А.Е. От e- России к u- России. Тенденции развития электросвязи /

А.Е. Кучерявый, Е.А. Кучерявый // Электросвязь. - 2005. - № 5. - С. 10-11.

72. Сергиевский, М. Беспроводные сенсорные сети [Электронный ресурс] //

Компьютер пресс. – 2007. - №8. - URL: http://www.compress.ru/article.aspx?

id=17950&iid=831#begin (Дата обращения: 14.07.2016).

73. Вишневский, В. Беспроводные сенсорные сети в системах промышленной

автоматики / В. Вишневский, Г. Гайкович // Электроника: Наука, технология и

бизнес. – 2008. - №1. - С. 106-110.

74. Bleicher, A. LTE-Advanced Is the Real 4G [Электронныйресурс]. – 2013. – URL:

https://spectrum.ieee.org/telecom/standards/lte-advanced-is-the-real-4g (Дата

обращения: 23.01.2015).

75. Сайт Института точной механики и вычислительной техники им. С.А.

Лебедева РАН [Электронный ресурс] – URL:

http://www.ipmce.ru/img/release/is_sensor.pdf (Дата обращения: 05.07.2012)

76. Пехтерев, С. Мобильный VSAT // Технологии и средства связи. (Специальный

выпуск. Спутниковая связь и вещание). – 2009. - С. 77-79.

77. Шахнович, И. Персональные беспроводные сети стандартов IEEE 802.15.3 и

802.15.4 // Электроника: Наука, Технология, Бизнес. – 2004. - №6. - С. 32-36.

120

78. AN INTRODUCTION TO LTE. LTE, LTE-ADVANCED, SAE AND 4G MOBILE

COMMUNICATIONS. // Christopher Cox. - UK.: John Wiley & Sons Ltd, 2012. –

Р. 486

79. Алексеев Е.Р., Чеснокова О.В. MATLAB 7. Самоучитель. ISBN: 5-477-00283-2.

Издательство "НТ Пресс" 2006г. 464 стр.

80. Couet, J. Satellites and Multimedia / J. Couet, D. Maugars, D. Rouffet // Alcatel

Telecommunication Review. - Fourth Quarter 1999. – Р. 250-257.

81. Отчет о прикладных научных исследованиях и экспериментальных

разработках по теме «Разработка проекта, создание и испытание

экспериментального транспортного участка и системы автоматического

управления движением надземной транспортной системы типа H-Bahm». Этап

5, Проведение проведение натурных испытаний, обобщение результатов

ПНИЭР (заключительный). Шифр «2014-14-582-0002-015».

82. Поршнев С.В. MATLAB 7. Основы работы и программирования. Учебник.

ISBN: 5-9518-0137-0. Издательство "Бином. Лаборатория знаний" 2006г. 320

стр.

83. Teledesic. Technology Overview [Электронный ресурс]. – URL:

http://www.teledesic.com/tech/tech.htm (Дата обращения: 17.08.2014).

84. Akyidiz, I.F. Wireless mesh networks: a survey / I.F. Akyidiz, X. Wang, W.

Wang // Computer Networks. - 2005. – Jan, 1. – Р. 445-487.

85. Антонова, В.М. Преимущества использования пикосот в сетях LTE / В.М.

Антонова, Т.В. Овинникова // Конференция «Инфоком-2016» Северо-

Кавказский филиал Московского Технического Университета Связи и

Информатики - Ростов-на-Дону. – 2016. – С.27-29.

86. Erramilli, A. Modeling and Management of Self-Similar Traffic Flows in High-

Speed Networks / A. Erramilli, W. Willinger, J.L. Wang // Network Systems

Design. – Gordon and Breach Science Publishers, 1999. – Р. 153

87. Perkins, C. Mobile IP // IEEE Communications Magazine. - 1997. - 35(5). – Р. 84-

99.

121

88. Пшеничников, А.П. Теория телетрафика – М.: Горячая линия – Телеком, 2017,

212 стр.

89. Гандер В., Гржебичек И. Решение задач в научных вычислениях с

применением Maple и MATLAB. ISBN: 985-6642-06-X. Издательство

"Вассамедина" 2005г. 520 стр.

90. МакГрат, М. Создание приложений на Android для начинающих. // ISBN: 978-

5-699-81145-8 М.: Эксмо. 2015. С. 452

91. М.Л. Подкур, П.Н. Подкур, Н.К. Смоленцев. Программирование в среде

Borland C++ Builder с математическими библиотеками MATLAB. М.: ДМК

Пресс, 2006 – 496 с.: ил., CD.

92. Кривилев, А. Основы компьютерной математики с использованием системы

MATLAB. Лекс-Книга, 2005

93. Клейнрок, Л. Вычислительные системы с очередями: пер. с англ. – М.: Мир,

1979. – 600 с.

94. Ляхов, А.И. Оценка взаимозависимости поведения станций в локальных

беспроводных беспроводных сетях с протоколом IEEE802.11 // А.И. Ляхов,

А.В. Баранов, А.В. Винель. – (VIII международный семинар «Распределенные

компьютерные и телекоммуникационные сети» - DCCN 05, София, Болгария:

Сб. тр.). – М.: Техносфера, 2005. - С.95-104.

95. Takagi, H. Analysis of polling systems. - MIT Press, 1986. - 175 p.

96. Вишневский, В.М. Математические методы исследования системполлинга /

В.М. Вишневский, О.В. Семенова // Автоматика и телемеханика. - 2006. - № 2.

- С. 3-56.

97. Levy, H. Dominance relations in polling systems / H. Levy, M. Sidi, O.J. Boxma //

Queueing Systems. - 1990. - vol. 6. - P. 155-172.

98. Altman, E. Queueing in space / E. Altman, H. Levy // Advances in Applied

Probability. - 1995. - vol. 26, no. 4. - P. 1095-1116.

99. Kroese, D.P. Heavy traffic analysis for continuous polling models // Journal of

Prjbability. - 1997. - vol. 34, no. 3. - P. 720-732.

122

100. Клейнрок, Л. Теория массового обслуживания: пер. с англ. - М.:

Машиностроение, 1979. – 432 с.

101. Степанов, С.Н. Численные методы расчета систем с повторными

вызовами. – М.: Наука, 1983. - 230 с.

102. Fricker, C. Monotonicity and stability of periodic polling models / C. Fricker, R.

Jaibi // Queueing Systems. - 1994. - vol. 15. - P. 211-238.

103. Nassehi, M.M. CRMA: an access scheme for high-speed LANs and MANs //

IEEE International conference on communications, SUPERCOMM / ICC’90. -

1990. - vol. 4. - P. 1697-1702.

104. Antonova, V.M. Analytical Modeling and simulation of admission control

scheme for non-real time services in LTE networks / V.M. Antonova, I.A. Gudkova,

E.V. Markova, P.O. Abaev // Proceedings - 29th European Conference on Modelling

and Simulation, ECMS. - 2015. – P. 689-695.

105. Антонова, В.М. Имитационная модель передачи разноскоростного трафика

в соте сети LTE / В.М. Антонова, И.А. Цирик // Информационно-

телекоммуникационные технологии и математическое моделирование

высокотехнологичных систем: Материалы Всероссийской конф. - М.: РУДН,

2015 – С. 73-75.

106. Антонова, В.М. Управление доступом новых требований на фрагменте

сети LTE / В.М. Антонова, И.А. Цирик // Фундаментальные проблемы

радиоэлектронного приборостроения «INTERMATIC-2015»: Тр. Междунар.

науч.-техн. конф. – М.: МИРЭА, 2015. – С.226-228.

107. Антонова, В.М. Метод адаптивной диспетчеризации нагрузки на

фрагменте сети LTE / В.М. Антонова, Е.Е. Маликова // Радиоэлектронные

устройства и системы для инфокоммуникационных технологий - РЕС-2013:

Материалы Междунар. конф. серия: научные конференции, посвященные дню

радио (выпуск LXVIII) РНТОРЭиС им. Попова. – М., 2013. – С. 33-36.

108. Башарин, Г.П. Лекции по математической теории телетрафика: Учеб.

пособ. – М.: РУДН, 2009. - 342с.

123

109. Антонова, В.М. Исследование эффективности совместной передачи

разнородного трафика в соте сети LTE / В.М. Антонова, Е.Е. Маликова // T-

Comm: Телекоммуникации и транспорт. – 2017. – №9. – С. 22-26.

110. Климов, Г.П. Приоритетные системы обслуживания с ориентацией / Г.П.

Климов, Г.К. Мишкой. - М.: МГУ, 1979. - 220 с.

111. Буделл, П. Беспроводные технологии: пер. с англ. – М.: НТ Пресс, 2008. –

441 с.

112. Konheim, A.G. Waiting Lines and Times in a System with Pollings / A.G.

Konheim, B. Meister // J. ACM. – 1974. - vol. 21, № 3. – Р. 470-490.

113. Нейман, В.И. Решающий этап информационной революции //

Электросвязь. – 2010. - № 1. - С. 27-32.

114. Степанов, С.Н. Основы теории телетрафика мультисервисных сетей. – М.:

Эко-Трендз, 2010. – 392 с.

115. Антонова, В.М. Оценка ресурсапередачи информации при обслуживании

разнородного трафика в сетях LTE / В.М. Антонова, Д.О. Волков, М.С.

Степанов // Естественные и технические науки. – 2016. – № 11. – С. 183-189.

116. Тихвинский, В.О. Сети мобильной связи LTE: технология и архитектура. //

В.О. Тихвинский, С.В. Терентьев, А.Б. Юрчук – М.: Эко-Трендз, 2010. - 284 с.

117. Отчет о прикладных научных исследованиях и экспериментальных

разработках по теме «Разработка проекта, создание и испытание

экспериментального транспортного участка и системы автоматического

управления движением надземной транспортной системы типа H-Bahm». Этап

3, Разработка технических решений системы автоматического управления

движением (промежуточный). Шифр «2014-14-582-0002-015».

118. Акимов, В.Н. Радиомодемы диапазонов VHF/UHF в задачах охраны и

мониторинга объектов / В.Н. Акимов, А.И. Бабин, А.О. Шорин // Спецтехника

и связь. - 2009. - № 1. - С. 50-58.

119. ITU-T Q.764 Signalling System No. 7 - ISDN User Part Signalling Procedures

1999.

124

120. Антонова, В.М. Учебно-методическое пособие «Моделирование

радиорелейной трассы с использованием программного комплекса «Онега» по

курсу «Технологии и архитектура мобильных сетей», Антонова В.М.,

Маликова Е.Е., Шевелев С. В. М.: МТУСИ, 2016 г. 56с.

121. Скрынников, В.Г. Радиоподсистемы UMTS/LTE. Теория и практика. / В.Г.

Скрынников // М.: Культура и спорт -2000, 2012. – 864 с.

122. Вишневский, В.М. Энциклопедия WiMAX. Путь к 4G / В.М. Вишневский,

С.Л. Портной, И.В. Шахнович. - М.: Техносфера, 2009. - 472 с.

123. ITU-T E.800 Quality of services; concepts, models, objectives, dependability

planning . Terms and definitions related to the quality of telecommunication

services

124. Антонова, В.М. Особенности применения методов социальной инженерии

в мобильных сетях стандарта LTE / В.М. Антонова, С.В. Скрыль, И.Н. Шайков

// Телекоммуникации: Изд-во «Наука и технологии». – 2016. – № 12. – С. 42-

46.

125. Антонова, В.М. Оценка канального ресурса для разноскоростных

соединений на фрагменте сети LTE // Естественные и технические науки. –

2014. – № 10. – С. 277-279.

126. Антонова, В.М. Исследование взаимного влияния полезного и служебного

трафика в сетях LTE / В.М. Антонова, Е.Е. Маликова // T-Comm:

Телекоммуникации и транспорт. – 2014. – №7. – С.17-21.

Приложение

Акты о реализации результатов диссертационной работы

1. Акт об использовании результатов диссертационной работы Антоновой

В.М. на тему: «Разработка и исследование метода повышения

эффективности передачи трафика в мобильных сетях четвертого

125

поколения» в процессе развития и модернизации сети связи города Москва

(ПАО МТС).

2. Акт об использовании результатов диссертационной работы Антоновой

В.М. на тему: «Разработка и исследование метода повышения

эффективности передачи трафика в мобильных сетях четвертого

поколения» в разработке вычислительно-моделирующего и испытательного

стенда для проведения моделирования и исследовательских испытаний

моделей и макетов системы диспетчерского управления транспортной

системы типа H-BAHN.

3. Акт об использовании результатов диссертационной работы Антоновой

В.М. на тему: «Разработка и исследование метода повышения

эффективности передачи трафика в мобильных сетях четвертого

поколения» в учебном процессе кафедры «Сети связи и системы

коммутации» МТУСИ.