Optimum Deployment of FiWi Networks using Wireless Sensors based on Universal Data Aggregation Points Arturo Peralta–Sevilla 1, Esteban Inga 2, Renato

Optimum Deployment of FiWi Networksusing Wireless Sensors based on

Universal Data Aggregation PointsArturo Peralta–Sevilla1, Esteban Inga2, Renato Cumbal3, Roberto Hincapié4

1GITEL – Grupo de investigación en telecomunicaciones – UPS – Sede Cuenca2GIREI – Grupo de investigación en redes inteligentes – UPS – Sede Quito3GIETEC – Grupo de investigación en electrónica y telemática – UPS – Sede Quito4GIDATI – Grupo de Investigación en Desarrollo y Aplicación en Telecomunicaciones e Informática – UPB

IEEE Colombian Conference on Communications and Computing

2

Agenda: • Motivación.• Introducción.• Arquitectura FiWi para VANET y AMI.• Planteamiento del Problema.• Modelo Optimización ILP.• Algoritmo CLDAC.• Resultados de simulación.• Conclusiones, aportes y futuros trabajos.• Preguntas.


3

Motivación¿¿¿Cómo aglutinar los datos de servicios prestados por Smart Grids y VANETs???

- Será posible en el futuro disponer de Puntos de Agregación de Datos Universales (UDAP) …

¿¿¿Qué acontece con la planeación y despliegue de las redes de comunicaciones que manejen el BIG DATA???- Pensando proactivamente será una alternativa las Redes Híbridas como es el caso de FiWi …


4

Redes FiWiFibra inalámbrica (FiWi) apuntan a la combinación de la enorme cantidad de ancho de banda disponible de las redes ópticas y la ubicuidad y movilidad de las redes de acceso inalámbrico con el objetivo de reducir su coste y la complejidad1.Tecnología disponible para la evolución de las redes de acceso inalámbricas y ópticas, respectivamente, prestando especial atención a las redes de fibra (TWDM–PON2) y de malla inalámbricas. Redes FiWi dan lugar a nuevas soluciones y paradigmas de redes de acceso de gran alcance3.

1Fiber–Wireless (FiWi) access networks: A survey (IEEE).2A. Peralta–Sevilla, “Multiservice hybrid WDM/TDM–PON dimensioning using a heuristic method,” IEEE–ColCom2014.3Fiber–Wireless (FiWi) access networks: Challenges and opportunities.

Introducción


5

AMI (Advanced Metering Infrastructure)Infraestructura de medición avanzada de energía eléctrica que es una etapa degran importancia en Smart Grid (Red Eléctrica Inteligente).

RSU (RoadSide Unit)Es un dispositivo fijo que usualmente se ubica en el trayecto de una carretera o en localizaciones como intersecciones, espacios cercanos a parqueaderos, etc. Es parte del dominio de Infraestructura de las VANET(Redes Vehiculares AdHoc).

Introducción


6

Introducción

Fuente: Mbugua Njihia

Cuenta Microsoft

http://www.mbuguanjihia.com/business/smart-living-understated-benefits-internet-things.html


7

Despliegue de la Red FiWi

•¿Cómo lograr un Optimo Dimensionamiento de una Red FiWi que permitirá disponer Puntos de Agregación de Datos Universal (UDAP)?Mediante un modelo de optimización de costos involucrados en el despliegue de la infraestructura de comunicaciones FiWi mediante programación lineal entera (ILP), los mismos que permitirán el transporte de información proveniente de redes vehiculares (VANET) y de la infraestructura de medición avanzada de energía eléctrica (AMI). –Primer aporte-Soluciones heurísticas sub–óptimas, mediante un algoritmo que lo hemos denominado Clustering Location Deployment Allocation Cost–CLDAC. El algoritmo busca generar un enlace entre UDAP con un mínimo costo en el despliegue de los enlaces backhaul de fibra óptica. –Segundo Aporte-

Introducción


8

Arquitectura FiWi para VANET y AMI

AMIHAN

RBRB

RB

UDAP

FibraÓptica

MAN

SM

SM

UDAP – Universal Data Aggregation

Point

RB – Radio Base

SM – Smart Meter

VANET – Vehicular Ad-Hoc Network

HAN – Home Area Network

NAN – Neighborhood Area Network

MAN – Metropolitan Area Network

SMAMI

AMI


9

Planteamiento del Problema


10

Modelo de Optimización ILP

Cuenta Microsoft

Función Objetivo.- calcular el mínimo costo para laImplementación y despliegue de una red FiWi

Cuenta Microsoft

1.- la condición de que cada UDAPes únicamente cubierto por una sola radio base

Cuenta Microsoft

2.- Limita la capacidad que tiene cada radio base.

Cuenta Microsoft

Cuenta Microsoft

3.- hace cumplir un porcentaje de cobertura dentro del área de planeación A. La capacidad

Cuenta Microsoft

4.- El j-esimo UDAP es cubiertos por la i-ésima Radio Base (0 o 1).

Cuenta Microsoft

5.- De la 5 en adelante trata sobre el despligue de la Fibra Óptica. La 5 y la 7. buscan realizar el enrutamiento de los m flujosprocedentes de la red primaria (OLT->AWG), como de losn flujos de la red secundaria (AWG ->ONU),

Cuenta Microsoft

La 6 y 8.- hacen cumplir que los enlacesactivos correspondan a cada uno de los flujos


11

Algoritmo CLDACClusteringLocation

DeploymentAllocation

CostENTRADA DE DATOS

AGRUPAMIENTO

UBICACIÓN

DESPLIEGUE

DESIGNACIÓN

COSTOS

λ3+λ4+λ5+λ6+λ7+λ8λ3+λ4+λ5

λ6+λ7+λ8

λ1+λ2

CUBIERTA POR λ1,λ2

CUBIERTA POR λ3,λ4,λ5 CUBIERTA

POR λ6,λ7,λ8

Fibra Óptica Red Primaria De AlimentaciónMultiplexación WDM

λ1 λ2

Fibra Óptica Red Secundaria De DistribuciónMultiplexación TDM

SP 11

Relación 1:2

SP 22

Relación 1:4

SP 21

Relación 1:2

ZONA 3ZONA 2

ZONA 1

ONU11

ONU12 ONU1

3

ONU14

ONU15

AWG 2AWG 3

AWG 1

OLT


12

Algoritmo CLDACClusteringLocation

DeploymentAllocation

Cost

WHILE K < I%COMPARE RESTRICTIONS STEP

6IF STEP 6K–1 > STEP 6K

TAKE OF BASE TOPOLOGYK

ELSETAKE OF BASE TOPOLOGYK–1

END IFK++

GO (1–C)END WHILE

P++K==1

GO (1–C)

7

START

DATA INPUTGRAFOG(VS, ES)

VS = {V1, V2, …, VN} ES = {E1, E2, …, EL}

CALCULATE ZONES NUMBER = PCALCULATE ONU NUMBER = M

ITERACTION NUMBER = IK==1

(DIJKSTRA) → PRIMARY NETWORK DEPLOYMENT OLT↔AWG (DIJKSTRA) → SECONDARY NETWORK DEPLOYMENT AWG↔ONU3–D

ALLOCATE PORTS FOR AWG OF T = {1:2, 1:4, 1:8, 1:16, 1:32, 1:64}

ALLOCATES A POINT OF DIVISION LIKE A SPLITTER = SPPRIMARY NETWORK OLT↔AWG

SP1 = {SP11, SP1

2, …, SP1Q}

ALLOCATE PORTS OF T = {1:2, 1:4, 1:8, 1:16, 1:32, 1:64} SECONDARY NETWORK AWG↔ONU

SP2 = {SP21, SP22, …, SP2R} ALLOCATE PORTS OF T = {1:2, 1:4, 1:8, 1:16, 1:32, 1:64}

4–A

LOCATION OLT → Vj

ELIMINATE Vj OF VS

CLUSTERING P ZONES (K–MEANS)LOCATION OF AWG IN CENTROID OF EACH P ZONE {V1,V2,…,VP}

ELIMINATE {V1,V2,…,VP} OF VS

CLUSTERING M SUBZONES (K–MEANS)LOCATION OF ONU IN CENTROID OF EACH M SUBZONE {O1

1,O12, …,OP

7,OP

8, …,OPM}

1–C

2–L

CALCULATE COSTS OPTIC FIBER AND TRENCHING CALCULATE COSTS EQUIPMENT

CALCULATE ATENUATION ON PATHS PRIMARY NETWORK OLT↔AWGCALCULATE ATENUATION ON PATHS SECONDARY NETWORK AWG↔ONU

5–C

TOPOLOGYREADY

SI

CHECK RESTRICTIONS ARE FULFILLEDMAXIMUM DISTANCE OLT↔AWG

ANDMAXIMUM DISTANCE AWG↔ONU

ANDMAXIMUM ATTENUATION OLT↔AWG

ANDMAXIMA ATTENUATION AWG↔ONU

NO

0

6


13

Resultados de Simulación

Área Geo–Referenciadapara Caso de EstudioCiudad Metropolitanade Quito–Ecuador

OpenStreetMap (OSM)-78.5 -78.498-78.496-78.494-78.492 -78.49 -78.488-78.486-78.484-78.482

-0.212

-0.21

-0.208

-0.206

-0.204

-0.202

-0.2

-0.198

Longitud (o)

Latit

ud (

o )

123

4

5

6

7

8

9

10

11

12

13

1415

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

3132

3334

35

36

37

38

39

40

4142

434445

46

47

4849

50

51

52

53

54

55

56

57

5859

60

6162

6364

65

6667

6869

7071

7273

7475

7677

7879

80

8182

8384

8586

8788

89

9091

9293

94

95

Zona de Estudio

Calles e InterseccionesDelimitación de Algunos Predios


14


1 2 3 4 5 6 7 8 9 1060

70

80

90

100

110

120

130

ITERACIONES

CO

STO

TO

TA

L T

WD

M-P

ON

MIL

ES

DE

DO

LA

RE

S

COSTOS-2 AWG-8 ONURB-128 UDAP



1 2 3 4 5 6 7 8 9 104

5

6

7

8

9

10

11

12

13

14

15

ITERACCIONES

LA

MB

DA

S

LAMBDAS DISPONIBLES CON 2 AWG

LAMBDAS OCUPADAS CON 2 AWG





1 2 3 4 5 6 7 8 9 101.5

2

2.5

3

3.5

4

4.5

5

5.5

6

6.5

ITERACIONES

TR

AY

EC

TO

S

D

E M

ÁX

IMA

AT

EN

UA

CIÓ

N [

dB]

>> Aten => 2 AWG: OLT => AWG>> Aten => 3 AWG: OLT => AWG>> Aten => 4 AWG: OLT => AWG>> Aten => 2 AWG: AWG => ONU>> Aten => 3 AWG: AWG => ONU>> Aten => 4 AWG: AWG => ONU


15


-78.5 -78.496 -78.492 -78.488-0.21

-0.208

-0.206

-0.204

-0.202

-0.2

(°) Longitud

(°)

Lat

itud

AWG

ONU

OLT

SP2


16

Conclusiones, aportes y futuros trabajos• El presente trabajo permite consolidar el concepto de Smart Grid

que busca ser escalable, eficiente y confiable en el consumo de energía, que para nuestro caso se relaciona al consumo por despliegue de la red de comunicaciones para los diferentes multiservicios que pueden ser soportados en AMI y VANET.

• El modelo ILP, y el algoritmo propuesto CLDAC, aseguran un despliegue óptimo de la red de fibra óptica con una mínima asignación de costos en la ubicación de radio bases conglomeradas, así como de los enlaces en TWDM–PON.

• En adición, se confirma un óptimo despliegue FiWi que pensando en futuros trabajos se pueden incorporar proyecciones estocásticas, que permitan aplicar escenarios de escalabilidad dinámica, acorde a parámetros como son densidad poblacional, demandas de tráfico, mismos que orienten la próxima expansión de la red óptica.

¡GRACIAS!

¡THANKS!

Documents

Optimum Deployment of FiWi Networks using Wireless Sensors based on Universal Data Aggregation Points Arturo Peralta–Sevilla 1, Esteban Inga 2, Renato