CC BY
17
из сотен узлов, прежде всего, из-за высокой стоимости, включающей в себя затраты на регулярное обслуживание. Но в перспективе данный подход может стать одним из ведущих и в конечном счете решить проблему ограниченного времени жизни БСС.
К программным методам относят использование протоколов маршрутизации, основанных на метрике остаточной энергии узлов или виртуальных координатах.
Известно, что в протоколах маршрутизации традиционных сетей используются метрики, направленные на увеличение пропускной способности сети или уменьшение задержек передаваемых данных [15 - 17]. Подобными метриками могут служить количество промежуточных узлов (хопов) до адресата,
пропускная способность канала связи, уровень загрузки линии. В сенсорных сетях часто применяется метрика остаточной энергии узлов на пути до стока. В этом случае из множества альтернативных маршрутов выбирается тот, на котором узлы имеют большую остаточную энергию [10, 11].
Заключение
В рамках данной работы была рассмотрена архитектура беспроводных сенсорных сетей. Перечислены различные виды топологий сенсорных сетей и приведена их краткая характеристика. Проанализировано понятие времени жизни сенсорных сетей и даны рекомендации по применению методов увеличения времени жизни БСС.
ЛИТЕРАТУРА
1. Максим Сергиевский Беспроводные сенсорные сети. [Электронный ресурс]. URL: https://compress.ru/article.aspx?id=17 950 (дата обращения: 04.10.2019).
2. КРОССавтоматика, Беспроводные сенсорные сети [Электронный ресурс]. URL: https://crossgroup.su/solutions/data_transfer/sensor_nets.html (дата обращения: 04.10.2019).
3. Муравьев К.А., Цивинская Т.А., Манушян Д.Г. Анализ протоколов передачи данных самоорганизующихся сенсорных сетей // Труды международного симпозиума Надежность и качество. 2019. Т. 2. С. 142-145.
4. Денисенко Н.А., Лавров А.В., Муравьев К.А., Чебова А.И. Исследования сенсорной сети датчиков давления // Датчики и системы. 2013. № 9 (172). С. 51-55.
5. Санталов Г.Д., Муравьев К.А., Леонидов В.В. Методика проектирования электронных устройств в концепции "интернета вещей" // Проектирование и технология электронных средств. 2019. № 1. С. 1022.
6. Журавлева Л.В., Грюмов С.А., Пигина Д.В. Удаленное управление "умной" электрической розеткой по сети ethernet // Технологии инженерных и информационных систем. 2019. № 2. С. 3-12.
7. Власов Д.С., Коновалов Д.С., Муравьев К.А. Исследование качественных показателей беспроводных AD-HOC сетей // Труды международного симпозиума Надежность и качество. 2019. Т. 1. С. 155-158.
8. Зимин Д.В., Муравьёв К.А. Анализ проблем энергоэффективности беспроводных сетей передачи данных на базе стека протоколов ZIGBEE // Труды международного симпозиума Надежность и качество. 2016. Т. 1. С. 195-197.
9. Левжинский А. С. Моделирование и визуализация беспроводных сенсорных сетей [Электронный ресурс]. URL: http://masters.donntu.org/2 011/fknt/levzhinsky/diss/index.htm (дата обращения: 06.10.2019).
10. Зеленин А. Н., Власова В. А. Беспроводные сенсорные сети как часть инфокоммуникационной структуры [Электронный ресурс]. URL: https://docplayer.ru/533 68 014-Ris-1-arhitektura-besprovodnoy-sensornoy-seti.html(дата обращения: 08.10.2019).
11. Ефремов В. В. Моделирование времени жизни динамически реконфигурируемых сенсорных сетей с мобильным стоком [Электронный ресурс]. URL: http://www.dslib.net/mat-modelirovanie/modelirovanie-vremeni-zhizni-dinamicheski-rekonfiguriruemyh-sensornyh-setej-s.html (дата обращения: 10.10.2019)
12. Власов А.И., Иванов В.В., Косолапов И.А. Методы упреждающего прогнозирования состояния широкополосной сети связи // Программные продукты и системы. 2011. № 1. С. 3-6.
13. Муравьев К.А., Терехов В.В. Методы управления сетевым трафиком гетерогенных распределенных телекоммуникационных систем // Проектирование и технология электронных средств. 2017. № 2. С. 1521.
14. Муравьев К.А., Терехов В.В. Программно-аппаратный комплекс мониторинга распределенных телекоммуникационных систем // Труды международного симпозиума Надежность и качество. 2 017. Т. 1. С. 324-329.
15. Муравьев К.А., Хуббатулин М.Э. Методика настройки VPN на роутерах MIKROTIK // Технологии инженерных и информационных систем. 2019. № 2. С. 22-33.
16. Andreev K.A., Vlasov A.I., Shakhnov V.A. Silicon pressure transmitters with overload protection // Automation and Remote Control. 2016. Т. 77. № 7. С. 1281-1285.
17. Shakhnov V.A., Salmina M.A., Vlasov A.I., Yudin A.V., Usov K.A. Design methods of teaching the development of internet of things components with considering predictive maintenance on the basis of mechatronic devices // International Journal of Applied Engineering Research. 2017. Т. 12. № 20. С. 9390-9396.
УДК 621.391+004.45 Будылдина Н.В., Юрченко Е.В.
Уральский технический институт связи и информатики (филиал) ФГБОУ ВО «Сибирский государственный университет телекоммуникаций и информатики», Екатеринбург, Россия
МОДЕЛИРОВАНИЕ СТОЛКНОВЕНИЙ ПАКЕТОВ ПРИ ДЛИТЕЛЬНОМ НЕОДНОРОДНОМ ТРАФИКЕ
Интернет вещей (1оТ), с точки зрения множества подключенных устройств, имеет крайне неоднородный характер в беспроводной сети. Неоднородность параметров доступа к среде, мощности передачи и уровней активности между сосуществующими сетями приводит к помехам. Распределение стохастического трафика, сформированное в соответствии с правилами CSMA/CA, вмешивающиеся сети и замирания канала делают сложным моделирование и анализ производительности сети с помехами. Чтобы изучить временное взаимодействие между распределениями трафика двух сосуществующих сетей, рассмотрим теоретическую модель обновления пакетов для коллизий и общую функцию распределения времени столкновения системы с помехами. Функция распределения времени столкновения справедлива для любых распределений занятости и простоя сосуществующего трафика.
Ключевые слова:
ИНТЕРНЕТ ВЕЩЕЙ, НЕОДНОРОДНЫЙ ТРАФИК, КОЛЛИЗИИ
Введение
В офисных, домашних и промышленных условиях становится очевидным одновременное присутствие гетерогенных беспроводных технологий [1] [2]. Сосуществование технологий управления влияет на их производительность в трех областях: частота,
время и пространство. На определенном частотном канале помехи во временной области определяются параметрами трафика, тогда как пространственные помехи зависят от мощности передачи и местоположения источника помех, а также от замираний при множественном распространении.
Начиная с временного перекрытия между двумя сосуществующими сетями, время коллизии мешающих пакетов вместе с соотношением сигнал-шум определяет возможную частоту ошибок пакетов. Время столкновения определяется параметрами трафика в сосуществующих сетях: распределением длины пакета и времени простоя. В реальной среде при моделировании коллизий с мульти-терминальной системой, такой как WLAN, необходимо учитывать сложный трафик, наблюдаемый по линии с помехами. Во многих исследованиях измерений [3] [4] показано, что трафик WLAN, сформированный по протоколу CSMA/CA, следует статистике простоя с длинными очередями, гиперэкспоненциальном или гипе-рэрланговом распределением.
Рассмотрим теоретическое распределение времени столкновения, которое справедливо для любого распределения времени простоя с преобразованием Лапласа. Таким образом, распределение времени столкновения может быть применено для распределений очередей, таких как гиперэкспоненциальное и гиперэрланговское распределение. При использовании чередующегося представления процесса обновления трафика WLAN из [5] время коллизии мешающего пакета зависит от начального наблюдаемого состояния трафика WLAN (т. е. бездействия или занятости), а также от остаточного ресурса этого состояния. Тогда распределение времени столкновения в каждом состоянии является распределением случайной суммы времени занятости, встречающихся в длине пакета с помехами. В то время как случайная сумма взвешивается по распределению количества обновлений (простоев), наблюдаемых во время пакета с помехами. В частности, для экспоненциально распределенной длины пакета с помехами, рассмотрены распределения числа обновлений для каждого начального наблюдаемого состояния. Они являются общими и могут оцениваться для любого распределения простоя.
Беспроводная сенсорная система с низким энергопотреблением, где каждая линия сенсора между парой передатчик и приемник подвергается воздействию помех от сосуществующей системы WLAN, как показано на рисунке 1. В системе WLAN в любой момент времени может быть случайное число связанных станций при доступе к среде CSMA/CA (в идеале), однако только одна станция находится в состоянии передачи (приема) к (от) точке доступа (ТД). Процесс получения составного трафика, сформированного по правилам CSMA/CA и/или без каких-либо возмущений в процессе прибытия из-за столкновений или помех, наблюдаемых линией датчика, обозначен как р (¡) на рисунке 1.
Смешанная система
/ х
/О
/
\0
\ х \
х пассивные станции (Т^) активные станции
Рисунок 1 — Системная модель гетерогенного сосуществования
Рассмотрим процесс обновления, представляющий прибытие пакетов WLAN. В любой момент времени
процесс находится в одном из двух состояний: занято (включено) или бездействует (выключено) (рисунок 2).
Обозначим состояние процесса в момент времени { > 0 через пусть х(^) = 1 — включен, и х(^) = 0
— выключен. Временное состояние процесса описывается стохастическим процессом из двух состояний {/({),{ >0}. Общее время, в течение которого процесс проводит в состоянии х(^) = 1 в течение интервала времени ({0, {), является случайным процессом, обозначаемым как р(Ь), и представляет собой потенциальное столкновение времени.
1
0
X«
П1+...+П4 Столкновение времени
П1+П2 П1
0
Рисунок 2 — Примеры функций трафика WLAN и процессов коллизий
Математически р(£) в терминах х(£) определяется как:
Р (*) = \ X (х) ¿х
Дополнением Р(£) является общее время выключения, то есть время, которое процесс проводит в состоянии х(£) = 0 в течение (!:0Д), и следует а^) =
Пусть переменные обозначают время, про-
веденное в состоянии «включено» (выключено) во время 1-го пребывания в этом состоянии. Предположим, что все ) независимы и одинаково распределены как согласно Н(х) = Рг {ц < х} (й(х) = Рг{$<х}), а также Т] и % непрерывные случайные величины со средним ц и Распределение суммы Л1 + Л2 + • • • + Лп является кратной сверткой Н(х), т.е.:
Нп(х) = Рг < х
где Н0(х) = 1. Аналогичное определение верно для Сп(х), являющегося кратной сверткой й(х). Символическое представление функций х(^) и показано на рисунке 2.
Предполагая, что процесс переходит в состояние включения в момент времени {0, накопленная функция распределения времени включения
Рг {Р (I) <х} = Нп (х) Рг{Ы (1 — х) = п} (1) М-1е=(1Л-1;О)~/Ь(1)-11
а^ 1 1 111 1 1 111 1 1
1 1 1 111 1 1 —►
ч-^1^- П1 —*—
б) ! 1 III 1 1 III 1 1 1
1 1 III 1 | 1:—►
"Л"
■51
-П4-
-П2 —к— П3 -
Рисунок 3 — Состояние чередующегося процесса обновления в момент наблюдения:
(а) нет пакета WLAN в момент наблюдения Ь0, (б) происходит непрерывная передача пакетов WLAN в
момент времени Ь0
где Рг{Ы(1 — х) = п} — это функция вероятности массы количества обновлений (или простоев) за интервал времени (10,1 — х) с х — временем столкновения. Из
[б], функция вероятности массы относится к Сп(х) как:
1=1
х
Рг{Ы(г -х) = п} = вп - х) - вп+1 (С - х)
(2)
Однако с точки зрения системы с помехами процесс х(£) может находиться в произвольном состоянии в момент времени (рисунок 3). В результате, в момент х(£) может находиться в любом состоянии, как включенном, так и выключенном, как показано на рисунке 3 (а) и рисунке 3 (б). Определим г)к и — остаточное время % и Т] с
функцией распределения Нк = Рг{т]Е < х}
С =
соответственно.
Тогда распределение
Рг{$" < х} суммы г)к + т]2 + • • • + равно:
Н«(х) = Н"(х) * Нп(х) =Рг{ г]Е + Х^щ < х } (3) с НЦ(х) = 1 и Н?(х)=НЕ(х). Аналогичное определение верно для СЦ(х), являющегося сверткой Сп(х) с Ся(х).
Теперь рассмотрим длину пакета системы с помехами как случайную переменную, независимую от случайных величин т] и % с функцией плотности вероятности А^) • Если /({0) = 0, накопленная функция распределения времени срабатывания (то есть распределение времени столкновения сенсорной линии), ш0(х), может быть определено из (1) как:
Ш0 (X) (х) I Рг {«е({ - х)= п}^ (¡)<И =
п=0 0
(х) Рг{Щг (х) = п} (4)
где из (3) и (2) Рг{Ме^-х) = п} = С%^-х)-С%+1^-
х) — это функция вероятности массы числа обновлений в процессе восстановления равновесия в течение фиксированного времени и Рг{Ы^^г(х) = п} является той же мерой в случайный момент времени.
С другой стороны, если = 1, распределение
времени столкновения ш1(х) из (1):
(х) = ^ Н* (х) I Рг{№(¡-х) = п(¡)<И =
п=0 0
1^=0К (х) Рг{М?г(х) = п}
НП (х) = {Ц<
х > пС„,
(7)
Поскольку остаточное время Г]Е равномерно рас-
пределено в интервале [0, {„], имеем [5] ( 0,х < (п - 1)С„
Н* (х) =
\х-(п-1)Т
,(п - 1) Т < х < Ш„
(8)
для число продлений за фиксированный интервал в (0, {), определяемое как:
Р(1,г) = Е ] =1%=0Рг№ = п}гп (10) Тогда Р(г), функция вероятности массы для , т.е. число продлений в случайном интервале в (0,12) с функцией плотности вероятности ^ ({), равно:
Р(г) = № (11)
функция вероятности массы из (11) можно определить как:
Рг{ы1г = п} =1 £; Р(г)\ = ,п = 0,1,2,... (12) Установив основные соотношения в (10) — (12), Рг{Ы( (х) = п} и Рг{Ы°(х) = п} нуждаются в (4) и (5). Генерирующая вероятность числа продлений за фиксированный интервал принимает общий вид [6]:
Р(I - х,г) = 1 +1^=12п-1 (2 - 1){С„({ - х)}п
(13)
Теперь, если преобразование Лапласа дп(£) есть 9п($)г то преобразование Сп(1-х~) равно д*(я) е- 5Х / х. Функция д'*($) для обычного и равновесного процесса восстановления равна {д*($)}п/5 и {1-8*(5)}{3*(5)}п-1/(% з) соответственно. Следовательно, преобразование Лапласа (13) для процесса восстановления равновесия имеет вид:
(14)
в то время как для обычного процесса обновления:
р*(, 7)=1 + О - - я" О» р-в-.
Р*(5,г) = 1 -я" (') е-
(5)
где Рг {№ (¡-х) = п} = вп (¡-х) -Сп + 1 @ - х) соответствует функция вероятности массы числа продлений в обычном процессе продления за фиксированное время и Рг (х) = п} обозначает функция вероятности массы в случайное время.
Если в произвольный момент времени > 0 система находится во включенном состоянии с вероятностью Рг {х (¡0) = 1} и в выключенном
состоянии с вероятностью 1 - а, Совместная функция распределения времени столкновения:
П (х) = аш1 (х) + (1 - а) ш0 (х). (6)
Рассмотрим для случайной длины пакета распределение по времени, Нп(х) и НЦ(х), и функции вероятности массы числа обновлений, Рг{Ы^^г(х) = п} и Рг{Ы1^г(х) = п}, предполагая различные распределения времени включения и выключения системы WLAN.
1) Помехи в распределении времени. Время передачи пакета, которое зависит от длины пакета и скорости передачи битов, соответствует времени включения чередующегося процесса обновления. Рассмотрим постоянную и экспоненциально распределенную по времени без потери сединения.
- Постоянная длина пакета. Предполагая постоянную длину пакета WLAN (т. е. т] = 1„), распределение по времени определяется как [5].
Г0, х <
(15)
Предполагая, что экспоненциально распределено с параметром из [6] (14) и (15) могут быть инвертированы с:
Р{е,о}(г) = ЛгР[е,о}" (16)
Теперь, подставив (14) и (15) в (16), можно найти функция вероятности массы числа желаемых обновлений в (4) и (5) с (12). Функция вероятности массы числа обновлений в (4) Рг^Кх) = п} =
1 -
Г{1 - Я* (Ю}е-[
,П = 0
{[^ {д" МГ+1 -2{д" (®)}" +{д" МГ-1]5_я 1
(17) 2
в то время как функция вероятности массы в (5) Рг{М^(х) = п} =
(18)
[1-е-™д"(з)]=Х2,п = 0 Це—{,9*(Х)Г - {д"(8)}п+1Ъ=^,п> 1
Для любого простоя распределения трафика WLAN с известным преобразованием Лапласа можно найти функция вероятности массы числа обновлений, наблюдаемых в течение длительности пакета по сенсорной линии связи из (17) и (18). Рассмотрим экспоненциальное и гиперэкспоненциальное распределения времени простоя (без потери соединения) в качестве примера.
1) Экспоненциальные простои: преобразование Лапласа экспоненциального распределения с параметром р имеет вид д" (з) \ = , и распределение обновлений:
Рг[Щ(х) = п} = Рг[Щ(х) = п} =
1-^
Л2+р
■,п = 0
(19)
^ 1, х > Ш„
- Случайная длина пакета: с другой стороны, если следует экспоненциальному распределению с параметром ц и средним значением ц = 1/^,Нп(х) = Н^(х) является распределением Эрланга:
Нп (х) = (х) = 1 -Гк--111№)к ехр(-^х) (9) 2) Функция вероятности массы числа продлений. Пусть Р(Ь,г~) — функция, генерирующая вероятность
\Х2+р) \Х2+р/
2) Гиперэкспоненциальный простой: гиперэкспоненциальное распределение представляет собой смесь к экспоненциальных случайных величин, т.е.
д(х)=2=1Р1Р1е-^ (20)
где Т,1=1Р1 = 1 и Е[Х] =2=1Р1/Р1- Преобразование Лапласа гиперэкспоненциального функцией плотности вероятности ¿:
(21)
3 Числовая проверка. Предположим, что среднее время передачи пакета с помехами составляет = 1/Х2 = 1, 984 мс, что соответствует размеру пакета
и
ш
г
Моделирование -Теоретическое значение
Для проверки численные результаты из (6) сравниваются с результатами и показаны на рисунке 4 для а = 0,0361 и а = 0,1575.
Численные результаты находятся в согласии с моделированием как для низких, так и для высоких коэффициентов активности канала.
Заключение
Рассмотрена общая функция распределения времени столкновения для интерференционной линии связи, основанная на теоретическом моделировании сосуществующего трафика. Для экспоненциально распределенных длин пакетов с помехами функция распределения времени столкновения является случайной суммой распределений своевременного и количества обновлений сосуществующего трафика. Распределение числа продлений, зависящее от статистики простоя, получено теоретически. Распределение требует только преобразования Лапласа статистики простоя, поэтому может быть оценено для очередей гиперэкспоненциального или гиперэ-рланговского распределения. Теоретическое распределение времени столкновения отлично согласуется с результатами моделирования.
Время столкновения - (x) х 10
Рисунок 4 — Распределение времени столкновения при экспоненциальном времени простоя канала
60 байтов при 256 кбит / с, тогда как время занятости WLAN является постоянным с tw = 37 4 мкс, что эквивалентно номинальному размеру пакета 500 байтов при 12 Мбит/с. С тем условием, что время простоя распределено экспоненциально.
ЛИТЕРАТУРА
1. A. Ericsson, "Ericsson mobility report: On the pulse of the networked society," Ericsson, Sweden, Tech. Rep. EAB-14, vol. 61078, 2015. [Электронный ресурс] / Режим доступа: https://www.ericsson.eom/assets/local/news/2 015/6/ericsson-mobility-report-june-2 015.pdf
2. Муравьев К.А., Цивинская Т.А., Манушян Д.Г. «Анализ протоколов передачи данных самоорганизующихся сенсорных сетей»// Труды международного симпозиума надежность и качество: Изд-во Пензенский государственный университет, 2019. Т 2. С. 142-145.
3. Л. Стабеллини, «Количественная оценка и моделирование возможностей спектра в реальной беспроводной среде»// 2010 IEEE, Конференция по беспроводной связи и сетевым технологиям , Сидней, Новый Южный Уэльс, 2010, стр. 1-6.
4. С. Гейрхофер, Л. Тонг и Б. М. Сэдлер, "Модель на основе измерений для доступа к динамическому спектру в каналах WLAN"// MILCOM 2006 - 2006 Конференция IEEE по военной связи , Вашингтон, округ Колумбия, 2006, с. 1-7.
5. А. Махмуд, Х. Йигитлер и Р. Янтти, «Стохастическое моделирование коллизий пакетов в сосуществующих беспроводных сетях для оценки качества линии»// Международная конференция IEEE по коммуникациям (ICC) 2013, Будапешт, 2013, с. 1915-1920.
6. Д. Кокс, Теория обновления. Метуэн, 1970. [Электронный ресурс] / Режим доступа: http://en.bookfi.net/book/72 6252
УДК 621.391+004.71
Будылдина Н.В., Хурматов Р.И., Соловаров И.В.
Уральский технический институт связи и информатики (филиал) ФГБОУ ВО «Сибирский государственный университет телекоммуникаций и информатики», Екатеринбург, Россия
ОПТИМИЗАЦИЯ ПАРАМЕТРОВ ОБРАБОТКИ ПАКЕТОВ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПЕРЕДАЧИ ТРАФИКА В СЕТИ MPLS-TP
Транспортный профиль многопротокольной коммутации по меткам (Multiprotocol Label Switching — Transport Profile MPLS-TP) — это сетевая технология транспортного уровня с коммутацией пакетов, которая использует псевдопроводы (Pseudo-wire PW) и пути коммутации по меткам (Label Switch Path LSP). MPLS-TP — это профиль MPLS, который поддерживает развертывание в транспортных сетях и позволяет работать в соответствии с другими транспортными технологиями [1].
В этой работе изучаются и оптимизируются характеристики передачи интернет-трафика в сети MPLS-TP. Работа включает в себя изучение влияния полезной нагрузки на трафик эмуляции канала с временным разделением каналов (Time Division Multiplexing TDM) в сети и предложение новой схемы корректировки длины пакета. В результате работы повышается производительность транспортной сети за счет оптимизации: размера полезной нагрузки TDM.
Ключевые слова:
ИНТЕРНЕТ-ТРАФИК; ТРАНСПОРТНЫЙ ПРОФИЛЬ MPLS (MPLS-TP); КАЧЕСТВО ВОСПРИЯТИЯ (QOE)
Введение
Поскольку в настоящее время большая часть трафика клиента основана на коммутации пакетов, инфраструктура, обеспечивающая передачу на транспортном уровне, называется пакетной транспортной сетью (Packet Transport Network PTN). Она обеспечивает сквозное тестирование с помощью средств Эксплуатации, Администрирования и Обслуживания (Opération, Administration, and Maintenance OAM) и позволяет задавать необходимые уровни качества обслуживания (Quality of Services QoS) для городских или опорных сетей. В настоящее время MPLS-TP хорошо документирован. Для изучения характеристик передачи PTN в работе выбрана технология MPLS-TP. В этой статье описаны результаты анализа и улучшения производительности передачи трафика сетей MPLS-TP, с помощью оптимизации размера полезной нагрузки трафика мультиплексирования с временным разделением (Time Division Multiplexing TDM). Работа осно-
вывается на наблюдении, что многоуровневый трафик сосуществует в сети PTN, и состоит из самоподобного трафика на основе коммутации пакетов и потока битов TDM с постоянной скоростью коммутации каналов. Многоуровневый трафик также имеет различные требования QoE. Таким образом, самоподобие трафика и особенности QoE учитываются при оптимизации.
Имитационная модель и уровни трафика
Для изучения и улучшения характеристик передачи интернет-трафика в сети MPLS-TP была создана имитационная модель сети MPLS-TP. На рисунке 1 показан испытательный стенд для моделирования MPLS-TP, построенный с использованием пакета программ для имитационного моделирования OPNET MODELER [5]. Базовая сеть поддерживает 10 гигабитных сервисов Ethernet. В работе смоделированы функции плоскости управления, плоскости данных и плоскости контроля.
