Оптимизация распределения информации в сетях широкополосного радиодоступа в условиях ограниченности вычислительных ресурсов тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат наук Винтенкова Юлия Сергеевна

• Винтенкова Юлия Сергеевна
• кандидат наук
• 2020

Оглавление диссертации кандидат наук Винтенкова Юлия Сергеевна

СПИСОК СОКРАЩЕНИЙ

ВВЕДЕНИЕ

ГЛАВА 1. МЕТОД ОЦЕНКИ ИНФОРМАЦИОННОЙ СКОРОСТИ ПЕРЕДАЧИ ДАННЫХ В СЕТЯХ ШИРОКОПОЛОСНОГО РАДИОДОСТУПА

1.1 Постановка задачи

1.2 Анализ причин возникновения внутрисистемных помех и их влияния на скорость передачи данных

1.3 Анализ влияния процедур получения доступа к среде передачи данных и служебной информации в сетях широкополосного радиодоступа на информационную скорость передачи данных

1.4 Метод оценки информационной скорости передачи данных сетей широкополосного радиодоступа

1.5 Верификация метода оценки информационной скорости передачи данных сетей широкополосного радиодоступа

1.6 Основные результаты и выводы по ГЛАВЕ

ГЛАВА 2. ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ МЕТОДА СОВМЕСТНОЙ ДИНАМИЧЕСКОЙ МАРШРУТИЗАЦИИ

2.1 Реализация метода совместной динамической маршрутизации

2.2 Метод формирования множества допустимых маршрутов

2.2.1 Определение всех одномерных маршрутов

2.2.2 Определение многомерных маршрутов

2.3 Разработка алгоритма определения оптимального вектора кратности использования маршрутов

2.3.1 Применение точных методов для решения задачи определения оптимального вектора кратности использования маршрутов

2.3.2 Применение симплекс-метода для решения задачи определения оптимального вектора кратности использования маршрутов

2.3.3 Применение эвристических и метаэвристических алгоритмов для решения задачи определения оптимального вектора кратности использования маршрутов

2.3.4 Рекуррентный метод решения задачи определения вектора кратности использования маршрутов

2.3.5 Применение модифицированного рекуррентного алгоритма для решения задачи определения вектора кратности использования маршрутов

2.4 Основные результаты и выводы по ГЛАВЕ

ГЛАВА 3. ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ МЕТОДА СОВМЕСТНОЙ ДИНАМИЧЕСКОЙ МАРШРУТИЗАЦИИ

3.1 Описание моделирующего комплекса

3.1.1 Генератор трафика

3.1.2 Блок имитации статической маршрутизации

3.1.3 Блок имитации метода совместной динамической маршрутизации

3.1.4 Блок оценки среднего времени доставки и средней скорости передачи

3.1.5 Блок сравнения эффективности

3.2 Оценка эффективности применяемых методов определения вектора кратности использования маршрутов

3.3 Экспериментальный анализ эффективности метода совместной динамической маршрутизации по сравнению со статической маршрутизацией

3.4 Оценка требуемой производительности аппаратного обеспечения для определения вектора кратности использования маршрутов

3.5 Обзор аппаратного обеспечения для реализации метода совместной динамической маршрутизации

3.6 Основные результаты и выводы по ГЛАВЕ

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Приложение 1. Документы, подтверждающие практическую ценность работы

СПИСОК СОКРАЩЕНИЙ

4IPP (4 Interrupted Poisson Processes) - модель трафика, основанная на

прерванных пуассоновских процессах

Ack (Acknowledgement) - фрейм подтверждения

AIFS (Arbitration Interframe Space) - арбитражный межфреймовый интервал BFS (Breadth First Search) - поиск в ширину

CFP (Contention Free Period) - период, свободный от конкуренции CP (Contention Period) - период конкуренции

CPU (Central Processing Unit) - центральное процессорное устройство CTS (Clear To Send) - разрешение отправки

DCF (Distributed Coordination Function) - распределенная функция координации

DFS (Depth First Search) - поиск в глубину

DIFS (DCF Interframe Space) - межфреймовый интервал DCF

DTIM (Delivery Traffic Indication Map) - карта доставки информации

EDCF (Enhanced Distributed Coordination Function) - расширенная распределенная

функция координации

FCS (Frame Check Sequence) - проверочная последовательность фрейма

FTP (File Transfer Protocol) - протокол передачи файлов

HCF (Hybrid Coordination Function) - гибридная функция координации

HTTP (Hyper Text Transfer Protocol) - протокол передачи гипертекста

IEEE (Institute of Electrical and Electronics Engineers) - Институт инженеров

электротехники и электроники

LTE (Long-Term Evolution) - долговременное развитие (4G) MAC (Medium access control) - подуровень доступа к среде передачи данных MCS (Modulation and Coding Scheme) - схема модуляции и кодирования MFLOPS (Millions of Floating-Point Operations Per Second) - миллионы операций с плавающей точкой в секунду

MIPS (Millions of Instructions Per Second) - миллионы инструкций в секунду NAV (Network Allocation Vector) - вектор распределения сети

NPU (Network Processing Unit) - сетевое процессорное устройство

OFDM (Orthogonal Frequency Division Multiplexing) - ортогональное частотное

мультиплексирование

PCF (Point Coordination Function) - точечная функция координации

RINS (Relaxation Induced Neighborhood Search) - алгоритм локального поиска на

основе ослабленной задачи

RTS (Request To Send) - запрос на отправку

SIFS (Short Interframe Space) - короткий межфреймовый интервал

TBTT (Target Beacon Transmission Time) - ожидаемое время передачи beacon-

фрейма

TCP (Transmission Control Protocol) - протокол управления передачей

TXOP (Transmission Opportunity) - возможность для передачи

WLAN (Wireless Local Area Network) - беспроводная локальная сеть

WMAN (Wireless Metropolitan Area Network) - беспроводная сеть масштаба

города

АК - абонентский комплект БС - базовая станция

РА-АС - рекуррентный алгоритм с правилом определения величины

привлекательности алгоритма светлячков

РА-М - рекуррентный алгоритм модифицированный

РА-МК - рекуррентный алгоритм с правилом выбора пути алгоритма оптимизации муравьиной колонии

РА-ЦС - рекуррентный алгоритм с правилом определения величины

гравитационной силы алгоритма оптимизации центральной силой

РРС - радиорелейная станция

СДМ - совместная динамическая маршрутизация

СФ - суперфрейм

ЦЛП - целочисленное линейное программирование ШПРД - широкополосный радиодоступ

Введение диссертации (часть автореферата) на тему «Оптимизация распределения информации в сетях широкополосного радиодоступа в условиях ограниченности вычислительных ресурсов»

ВВЕДЕНИЕ

Актуальность темы исследования. Одним из наиболее распространённых видов беспроводных сетей связи являются сети широкополосного радиодоступа (ШПРД), позволяющие передавать большие объёмы информации при умеренных затратах на инфраструктуру. Рост спроса на услуги связи требует увеличения пропускной способности этих сетей, которое достигается использованием большего количества каналов связи с большей полосой пропускания, что в условиях ограниченности частотного ресурса приводит к возникновению взаимного влияния каналов связи, используемых для передачи информации. Это влияние, обусловленное невозможностью обеспечения в этих условиях ортогональности сигналов, используемых для передачи информации, приводит к возникновению внутрисистемных помех, которые снижают пропускную способность сетей ШПРД до 30% [7].

Так как сам факт наличия внутрисистемных помех и степень их влияния зависят от того, какие каналы связи задействованы для передачи информации в конкретный момент времени, то поток внутрисистемных помех зависит от распределения информации по сети связи. Следовательно, оптимизация распределения информации может использоваться для снижения потока внутрисистемных помех. Так как оптимизация распределения информации должна осуществляться в реальном времени, то сложность разрабатываемых методов должна быть ограничена вычислительными возможностями существующего оборудования. Таким образом, актуальной задачей является разработка методов оптимизации распределения информации по сети связи, направленных на повышение пропускной способности сетей ШПРД путём снижения потока внутрисистемных помех, позволяющих реализовать их на существующем оборудовании.

Степень разработанности темы исследования. Распределение информации в сетях ШПРД осуществляется с помощью различных видов маршрутизации. Методы повышения пропускной способности сетей связи за счёт

использования различных алгоритмов динамической маршрутизации нашли своё отражение в работах следующих авторов: В.В. Квашенникова [11-13], С.Е. Орехова [19-21], В.А. Цимбала [32, 33], А.К. Шабанова [34], E. Belding [60-62, 74], D. Johnson [48, 72, 80], H. Liu [55], B. Ramakrishnan [77, 78], I. Stojmenovic [69, 76, 87, 89, 90], J. Zhang [57], и др. Однако авторы этих работ не учитывают поток внутрисистемных помех, возникающий при передаче информации.

Для повышения пропускной способности IP сетей связи путём снижения потока внутрисистемных помех за счет оптимизации распределения информации на кафедре радиоэлектронных и телекоммуникационных систем КНИТУ-КАИ был разработан метод совместной динамической маршрутизации [3, 25, 27]. Однако вопросы его реализации для различных видов сетей передачи информации, в частности сетей ШПРД, остаются открытыми.

Поэтому разработка методов и реализующих их алгоритмов, позволяющих применить метод совместной динамической маршрутизации для сетей широкополосного радиодоступа, будет являться решением важной научно-технической задачи повышения пропускной способности этих сетей связи за счет снижения потока внутрисистемных помех, а их внедрение в инженерную практику будет иметь важное значение для развития инфокоммуникационных сетей.

Объектом исследования являются сети широкополосного радиодоступа.

Предметом исследования являются методы передачи информации и метод совместной динамической маршрутизации в сетях широкополосного радиодоступа.

Целью работы является повышение пропускной способности сетей широкополосного радиодоступа за счёт оптимизации распределения информации, обеспечивающей снижение потока внутрисистемных помех, путём разработки методов и реализующих их алгоритмов, позволяющих применить метод совместной динамической маршрутизации в условиях ограниченности вычислительных ресурсов.

Для достижения поставленной цели необходимо решить следующие основные задачи:

• разработать метод оценки информационной скорости передачи данных в сетях широкополосного радиодоступа;

• разработать метод и реализующие его алгоритмы определения множества допустимых маршрутов и их параметров в сетях широкополосного радиодоступа;

• разработать метод и реализующие его алгоритмы, позволяющие определить вектор кратности использования маршрутов для сетей широкополосного радиодоступа в реальном времени;

• провести оценку эффективности разработанных методов для сетей широкополосного радиодоступа путём математического моделирования и экспериментального исследования реализующих их алгоритмов.

Методология и методы исследования. В работе используются стандарты серии 802.11, 802.16 Института инженеров электротехники и электроники (IEEE), аппарат вычислительной математики, аппарат дискретной математики, методы математической статистики и математического моделирования, принципы программирования в среде MATLAB.

Степень достоверности результатов основана на корректном использовании существующего и разработанного математического аппарата, на проведении математического моделирования разработанных алгоритмов с использованием экспериментально полученных данных, согласованности результатов моделирования и экспериментальных исследований, а также на фактах использования полученных научно-технических результатов.

Научная новизна диссертационного исследования заключается в разработке:

1. Метода оценки информационной скорости передачи данных сетей широкополосного радиодоступа, отличающегося учётом служебной информации сети.

2. Метода и реализующих его алгоритмов определения множества допустимых маршрутов и их параметров в сетях широкополосного радиодоступа, отличающегося использованием иерархической топологии сети.

3. Метода и реализующих его алгоритмов определения вектора кратности использования маршрутов, обеспечивающего возможность его нахождения в реальном времени, отличающегося рекуррентным выбором маршрутов.

Теоретическая и практическая значимость работы:

1. Разработан метод оценки информационной скорости передачи данных в сетях широкополосного радиодоступа с учетом передаваемой служебной информации, позволивший снизить отклонения полученных оценок информационной скорости до 2-3%.

2. Разработаны метод и реализующие его алгоритмы определения множества допустимых маршрутов, позволяющие определить множество одномерных маршрутов при снижении вычислительной сложности до 12% по сравнению с известными методами неинформированного поиска и множество многомерных маршрутов при снижении вычислительной сложности на 7% по сравнению с методом перебора.

3. Разработаны рекуррентный метод и реализующие его алгоритмы, позволяющие значительно снизить вычислительную сложность нахождения вектора кратности использования маршрутов и определить его для сетей широкополосного радиодоступа в реальном времени, при снижении получаемого выигрыша по времени доставки не более чем на 3% по сравнению с точными методами.

4. Проведена оценка эффективности применения метода совместной динамической маршрутизации с использованием разработанных алгоритмов для сетей широкополосного радиодоступа путём математического моделирования и экспериментального анализа. По результатам математического моделирования уменьшение среднего времени доставки данных составило 8-22%, а увеличение суммарной скорости передачи данных 8-16% в зависимости от вида трафика по сравнению со статической маршрутизацией. По результатам экспериментального

анализа уменьшение среднего времени доставки данных и увеличение суммарной скорости передачи данных составило 7.5%.

Реализация и внедрение результатов работы. Основные результаты работы использованы:

1. При выполнении государственного задания 8.5635.2017/БЧ на тему «Исследование принципов взаимодействия специализированных программно-определяемых радиоэлектронных комплексов, работающих в информационном поле», разработанные метод оценки информационной скорости передачи данных по каналам связи, а также алгоритмы определения множества допустимых маршрутов и вектора кратности их использования обеспечили для тестовой конфигурации сети достижение следующих результатов (акт от 6.11.2019):

— снижение отклонения полученных оценок информационной скорости передачи данных до 3% для разработанного метода;

— снижение времени определения множества одномерных маршрутов на 12% по сравнению с известными методами неинформированного поиска;

— снижение времени определения множества многомерных маршрутов на 7% по сравнению с методом перебора;

— определение вектора кратности использования маршрутов в реальном времени при увеличении времени доставки данных всего на 6% по сравнению с точными методами;

2. В учебном процессе КНИТУ-КАИ при подготовке магистров по направлению 11.04.02 - Инфокоммуникационные технологии и системы связи (акт от 13.11.2019).

Положения, выносимые на защиту:

1. Метод оценки информационной скорости передачи данных сетей широкополосного радиодоступа, учитывающий служебную информацию.

2. Метод и реализующие его алгоритмы определения множества допустимых маршрутов и их параметров в сетях широкополосного радиодоступа,

обеспечивающие снижение вычислительной сложности этапа анализа метода совместной динамической маршрутизации.

3. Рекуррентный метод и реализующие его алгоритмы определения вектора кратности использования маршрутов, позволяющие находить его в реальном времени на существующем сетевом оборудовании при снижении получаемого выигрыша по времени доставки не более чем на 3% по сравнению с точными методами.

4. Оценка эффективности применения метода совместной динамической маршрутизации с использованием разработанных алгоритмов для сетей широкополосного радиодоступа, показывающая, что применение метода совместной динамической маршрутизации позволяет снизить время доставки данных на 8-22% и повысить суммарную скорость передачи данных на 8-16% в зависимости от вида трафика по сравнению со статической маршрутизацией.

Диссертация соответствует пунктам № 4 «Исследование путей совершенствования управления информационными потоками», № 11 «Разработка научно-технических основ технологии создания сетей, систем и устройств телекоммуникаций и обеспечения их эффективного функционирования» и № 14 «Разработка методов исследования, моделирования и проектирования сетей, систем и устройств телекоммуникаций» паспорта специальности 05.12.13 -Системы, сети и устройства телекоммуникаций.

Апробация работы. Результаты работы докладывались и обсуждались на следующих конференциях: XV Международной научно-технической конференции «Проблемы техники и технологий телекоммуникаций» ПТиТТ-2014 (Казань, 2014); XVI Международной научно-технической конференции «Проблемы техники и технологий телекоммуникаций» ПТиТТ-2015 (Уфа, 2015); VIII Всероссийской научно-практической конференции «Новые технологии, материалы и оборудование российской авиакосмической отрасли» АКТ0-2016 (Казань, 2016); XVII Международной научно-технической конференции «Проблемы техники и технологий телекоммуникаций» ПТиТТ-2016 (Самара, 2016); VI Международной научно-технической и научно-методической

конференции «Актуальные проблемы инфотелекоммуникаций в науке и образовании» АПИНО-2017 (Санкт-Петербург, 2017); международной научно-технической конференции «Системы синхронизации, формирования и обработки сигналов в инфокоммуникациях» СИНХРОИНФО-2017 (Казань, 2017) (IEEE Conference #41975); XVIII Международной научно-технической конференции «Проблемы техники и технологий телекоммуникаций» ПТиТТ-2017 (Казань, 2017); XII Международной отраслевой научно-технической конференции «Технологии информационного общества» (Москва, 2018); International Scientific Conference «2018 Systems of signais generating and processing in the field of onboard communications» (Москва, 2018) (IEEE Conference #43917).

Публикации. Основные результаты диссертации опубликованы в 21 печатной работе, в том числе в 6 статьях в ведущих рецензируемых научных изданиях, рекомендованных ВАК РФ, двух статьях в иностранных изданиях, входящих в базу данных SCOPUS, одной статьи в других изданиях, в 10 материалах международных и всероссийских конференций. По теме диссертации имеется один патент на изобретение РФ и одно свидетельство о регистрации программ для ЭВМ.

Личный вклад автора заключается в том, что им сформулирована цель исследования, поставлены задачи, обеспечивающие её решение, получены и обоснованы новые научные результаты, в том числе сформулированы основные положения, выводы и рекомендации по защищаемой работе. Автором разработаны алгоритмы и тексты программ реализации метода совместной динамической маршрутизации для сетей широкополосного радиодоступа. Разработка самого метода совместной динамической маршрутизации и исследование его эффективности проводились в соавторстве, где автору принадлежит разработка моделей и алгоритмов генерации потока информации, а также алгоритмов реализации метода совместной динамической маршрутизации.

Структура и объем диссертации. Диссертация состоит из введения, трёх глав, заключения. Содержание диссертации изложено на 128 страницах

машинописного текста, содержит 30 таблиц и 26 рисунков. Библиография включает 91 наименование.

ГЛАВА 1. МЕТОД ОЦЕНКИ ИНФОРМАЦИОННОЙ СКОРОСТИ ПЕРЕДАЧИ ДАННЫХ В СЕТЯХ ШИРОКОПОЛОСНОГО

РАДИОДОСТУПА

1.1 Постановка задачи

Сети ШПРД описываются наборами стандартов серии IEEE 802 (802.11 -беспроводные локальные сети или Wireless Local Area Networks - WLAN, IEEE 802.16 - беспроводные городские сети или Wireless Metropolitan Area Networks - WMAN). Кроме того, к ним относятся сети LTE, которые описываются стандартами 3GPP Release 8, 3GPP Release 9, 3GPP Release 10.

В основе стандартов сетей ШПРД лежит технология OFDM (Orthogonal Frequency Division Multiplexing - Ортогональное частотное мультиплексирование). Для обеспечения работоспособности сетей при различных уровнях сигнала в указанных стандартах осуществляется выбор схемы модуляции и кодирования (Modulation and Coding Scheme - MCS), влияющей на скорость передачи данных. Выбор схемы модуляции и кодирования осуществляется из условия необходимости доставки информации с вероятностью ошибки PEr не

более допустимой P^x. Вероятность ошибки PEr зависит от отношения

сигнал/шум в канале связи. При снижении уровня сигнала выбирается MCS с меньшим индексом, обладающая большей помехоустойчивостью, что однако приводит к снижению канальной скорости передачи данных. Пример зависимости MCS от отношения сигнал/шум меньшего 10 дБ при использовании одного пространственного потока для серии стандартов IEEE 802.11 показан в таблице 1.1 [86].

Таблица 1.1 - Изменение индекса MCS в зависимости от отношения сигнал/шум

Стандарт Ширина канала, МГц 8Ж<1 дБ Б д 2 £ сл 8Ж<3 дБ SNR<4 дБ SNR<5 дБ Б д 6 £ сл Б д £ сл Б д 8 £ сл Б д СЛ £ сл Б д 0 сл

802.11а 20 - МС8 0 МС8 0 МС8 1 MCS 2 MCS 2 MCS 2 MCS 2 MCS 3 MCS 3

802.11п 20 - МС8 0 МС8 0 MCS 0 MCS 1 MCS 1 MCS 1 MCS 1 MCS 2 MCS 2

40 - - - - MCS 0 MCS 0 MCS 0 MCS 1 MCS 1 MCS 1

802.11ас 20 - МС8 0 МС8 0 MCS 0 MCS 1 MCS 1 MCS 1 MCS 1 MCS 2 MCS 2

40 - - - - MCS 0 MCS 0 MCS 0 MCS 1 MCS 1 MCS 1

80 - - - - - - - MCS 0 MCS 0 MCS 0

160 - - - - - - - - - -

Рассмотрим пример сети ШПРД (рисунок 1.1), состоящей из маршрутизатора, М базовых станций (БС) и Ь подключенных к ним абонентских комплектов (АК). Задачей рассматриваемой сети является доставка вектора информации объёмом I = (,..., 11,..., 1Ь ),накопленного за интервал Т1, до АК

Рисунок 1.1 - Пример сети ШПРД

Согласно методу совместной динамической маршрутизации доставка информации до АК проводится по сети синхронно фреймами с длительностью Т¥ по конечному множеству допустимых маршрутов которое включает

одномерные и многомерные маршруты. При этом под одномерным маршрутом понимается сквозной маршрут, соединяющий маршрутизатор с АК, включающий все каналы связи, задействованные для передачи данных. В свою очередь, многомерный маршрут - это совокупность одномерных маршрутов, не использующих одинаковые каналы связи.

В этом случае маршрут Рь , где Ь = 1, В, с учётом влияния внутрисистемных

помех позволит доставить до АК за один фрейм длительностью Т¥ информацию,

объемом ~Ь = (/1Ь,..., 11Ь,..., ~ЬЬ ). Объем информации 11Ь, доставляемый до I -го

АК I = 1, Ь, прямо пропорционален информационной скорости УЬ доставки данных до I -го АК по маршруту Ь, которая определяется скоростями передачи данных У1гтЬ по каналам связи, задействованным для передачи данных.

Следовательно, для определения 1Ь необходимо оценить информационную скорость передачи данных У11тЬ в каналах связи, входящих в маршрут РЬ .

1.2 Анализ причин возникновения внутрисистемных помех и их влияния на скорость передачи данных

На практике ортогональность сигналов сетей ШПРД выполняется только внутри одного канала связи. Это наглядно показано в работе [7].

На рисунке 1.2 показаны спектры сигналов сети стандарта 802.11п, диаграммы информационной скорости передачи данных и количество переповторов, полученные с помощью встроенных в маршрутизатор SkyMAN R5000-Mm средств, для одной и двух БС, работающих на соседних частотах.

Ргеаиепсу. мнг

б)

Рисунок 1.2 - Спектр сигнала и характеристики сети: а) для одной БС; б) для двух БС, работающих на соседних частотах В первом случае, когда передача данных осуществляется только одной БС, отношение сигнал/шум составило около 50 дБ, что позволило использовать наивысший для данного оборудования индекс MCS, равный 15, и получить при малом количестве переповторов информационную скорость передачи данных 110 Мб/с (рисунок 1.2.а).

Однако при работе двух БС возникают внутрисистемные помехи, выделенные на рисунке окружностью. Воздействие помех привело к тому, что отношение сигнал/помеха на ряде поднесущих составило 20 дБ. Это вызвало

резкий рост количества ошибок при передаче информации, а следовательно, увеличение количества переповторов и снижение информационной скорости передачи данных. В результате при индексе MCS, равном 15, информационная скорость передачи данных составила только 55 Мб/с, а максимальная скорость была получена только при индексе MCS равном 13 и достигала 70 Мб/с (рисунок 1.2.б).

Следовательно, одновременное использование нескольких каналов связи в сетях широкополосного радиодоступа приводит к возникновению внутрисистемных помех, существенно снижающих информационную скорость передачи данных по сети, что должно быть учтено при разработке метода оценки информационной скорости передачи данных в сетях широкополосного радиодоступа.

Для учета влияния внутрисистемных помех на информационную и канальную скорости передачи данных были разработаны методики, описанные в [22, 26]. Указанные методики предполагают линейную зависимость

информационной скорости У}ть от канальной УС •

тЬ

1тЬ ~ кХ' У1тЬ, (1.1)

ПЬ « к3 •уС

где кл — коэффициент, учитывающий долю информационной составляющей в канальной скорости передачи данных.

Различие указанных метдик заключается в оценке канальной скорости передачи данных. Стандартная оценка канальной скорости передачи данных осуществляется на основе отношения сигнал/шум.

В [22] рассмотрены методики оценки канальной скорости передачи данных

У т, на основе параметров сигнально-помеховой обстановки [23, 24]:

• с использованием индекса MCS;

• на основе формулы Шеннона для пропускной способности непрерывного канала связи с аддитивным белым гауссовым шумом в единицу времени.

В этой работе для учета влияния внутрисистемных помех вместо отношения сигнал/шум предложено использовать отношение сигнал/помеха у ты для каждой поднесущей OFDM сигнала, вычисленной с учетом мощностей шума, а также сигналов полезной и мешающих базовых станций.

При оценке канальной скорости передачи данных предполагается, что на каждой из поднесущих OFDM сигнала может использоваться свой индекс MCS. С

учетом указанных факторов канальная скорость по нисходящему каналу Vmnt>S, использующему для передачи информации Iй поднесущих, вычисляется как:

jU

ViMbS =1F (уты), (1.2)

i=1

где F(•) - функция учета MCS, i - номер поднесущей.

В работе [22] для корректной оценки величины Уты в условиях многолучевости согласно теории битлоадинга [91] используется коэффициент запаса Г > 1:

~ ylmbi /1 оч

У1тЫ , ( )

где ~ты - отношение сигнал/помеха без учета многолучевого распространения.

Оценка канальной скорости передачи данных с использованием формулы Шеннона для определения пропускной способности в единицу времени непрерывного канала связи с аддитивным белым гауссовым шумом Уть определяется как:

tU

у тех I у тех

Уыь « log2(~lmbi) -— • IU ■ log2(r), (1.4)

i=1

где Vтех- техническая скорость передачи данных (количество OFDM символов в секунду).

Для оценки информационной скорости передачи данных с использованием формул (1.1) - (14) необходимо определить коэффициенты кд и Г, значения

которых зависит от условий развертывания сети ШПРД и метода доступа к среде

передачи данных. В работе [22] для рассматриваемой сети ШПРД их значения определены на основе экспериментальных данных по критерию минимума среднеквадратического отклонения и равняются: Г = 13,12, k^ = 0,67.

Еще один вариант оценки канальной скорости передачи данных предложен в работе [26], который основан на учете реального количества элементов сигнального созвездия Q , обеспечивающего вероятность ошибки PEr не более

допустимой РЕх. При описании сигнально-помеховой обстановки гауссовой моделью, вероятность ошибки PEr согласно [26] определяется как:

PEr = 2 • Erf

1 да x

где Erf (p) = ^== Г e 2 dx - функция ошибки. л/2 • ж J

V

.2

Ylmbi 2 (1.

(1.5)

Ж

Р

В этом случае канальная скорость передачи данных на l -м АК,

обеспечивающая вероятность ошибки не больше допустимой Р^Ях, может быть определена как:

I

u I I \

тгСп ^ т^тех v^i ~

Vlmb = 2 V •L 1оё2

i=1

. УImbi i

\2 • Erf -1 (oEx/2) ,

2

1 да x

где Erf -1(*) - функция обратная Erf (p) = ^= Гe 2 dx.

л/2 • ж J

p

Однако согласно рассмотренным методам информационная скорость передачи данных определяется как доля канальной скорости передачи данных с коэффициентом k^. При этом не учитываются реальные задержки, возникающие

при получении доступа к среде передачи данных, а также объем передаваемой служебной информации, что приводит к отклонению получаемых оценок информационной скорости передачи данных.

Рассмотрим влияние указанных факторов.

(1.6)

1.3 Анализ влияния процедур получения доступа к среде передачи данных и служебной информации в сетях широкополосного радиодоступа на информационную скорость передачи данных

Перед рассмотрением процедур получения доступа к среде передачи данных необходимо отметить, что для беспроводных локальных сетей обычно выделяется три режима работы [8] : независимые базовые зоны обслуживания (ad-hoc сеть), базовые зоны обслуживания (инфраструктура), расширенные зоны обслуживания. В [64] выделяется два режима: точка-точка, аналогичный ad-hoc сети, и точка-многоточка, аналогичный инфраструктуре.

Управление доступом к среде передачи данных в сетях ШПРД бывает двух видов: неструктурированное (unframed) и структурированное (framed) [64].

Структурированное управление доступом к среде передачи данных используется в сетях стандартов IEEE 802.16 и LTE. Структурированное управление характеризуется тем, что временной интервал разделяется на фреймы, генерируемые БС и АК, которые должны быть синхронизированны.

Неструктурированный доступ к среде передачи данных используется в сетях стандарта IEEE 802.11. Неструктурированные методы доступа делятся на децентрализованные (DCF, EDCF) и централизованные (PCF, HCF).

Децентрализованные методы доступа к среде передачи данных используются в одноранговых беспроводных сетях, где у всех БС и АК равные права. В этом случае будем называть их узлами сети.

Централизованные методы доступа к среде передачи данных используются в режиме инфраструктуры, где существует один центр управления доступом. Такие методы характеризуются малой вероятностью возникновения коллизий, но неустойчивостью к отказам центра управления доступом, малой гибкостью управления.

Рассмотрим процедуру предоставления доступа к среде передачи данных для каждого метода в отдельности.

В распределенном методе доступа к среде передачи данных (Distributed Coordination Function - DCF) после получения фрейма данных для передачи узел

сети прослушивает среду. Определение состояния среды возможно с помощью проверки физического уровня или с помощью виртуальной функции контроля несущей, вектора распределения сети (Network Allocation Vector - NAV). Если среда передачи данных занята, узел сети ожидает окончания передачи другим узлом, после чего все узлы сети ожидают межфреймовый интервал (DCF Interframe Space - DIFS), величина которого определена для каждого из стандартов.

Если во время этого интервала среда оставалась свободной, то узлы сети формируют случайную задержку в некоторое количество канальных интервалов. Величина задержки имеет равномерное распределение вероятностей в пределах окна конкуренции (contention window - CW), размеры которого определяется производителем. Если по прошествии этого времени среда остается свободной, то узел сети посылает фрейм запроса на передачу (Request To Send - RTS). Узел сети в течение одного короткого межфреймового интервала (Short Interframe Space -SIFS) ожидает фрейм разрешения отправки (Clear To Send - CTS). Если фрейм CTS был принят, то узел передает фрейм данных. Чтобы определить наличие коллизий в сети, после передачи узлу сети должен быть отправлен фрейм подтверждения, передача которого осуществляется после окончания SIFS.

Рассмотренный метод доступа к среде передачи данных имеет ряд недостатков. DCF не поддерживает приоритетизацию трафика, не может обеспечить отсутствие коллизий при большом количестве узлов сети, не обеспечивает полное соответствие требованиям QoS. Для улучшения параметров QoS в стандарте IEEE 802.11e был представлен расширенный распределенный метод доступа к среде передачи данных (Enhanced Distributed Coordination Function — EDCF). Для обеспечения функции приоритезации трафика в стандарте IEEE 802.11e предусмотрено введение двух функций: благоприятная возможность для передачи (Transmission Opportunity - TXOP) и арбитражный межфреймовый интервал (Arbitration Interframe Space - AIFS). В отличие от ранее рассмотренных межфреймовых интервалов, длина AIFS может меняться в соответствии с типом передаваемого трафика, что позволяет сократить длительность AIFS для передачи

Список литературы диссертационного исследования кандидат наук Винтенкова Юлия Сергеевна, 2020 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Ахо Альфред, Хопкрофт Джон, Ульман Джеффри. Структуры данных и алгоритмы. — М.: Издательский дом «Вильямс», 2003. — 384 с.

2. Белоусов А.И., Ткачев С.Б. Дискретная математика. — М.: Изд-во МГТУ имени Н.Э. Баумана, 2004. — 744 с.

3. Винтенкова Ю.С., Козлов С.В., Спирина Е.А. Анализ эффективности метода совместной динамической маршрутизации в сетях широкополосного радиодоступа с трафиком протоколов TCP, HTTP, FTP // Журнал радиоэлектроники [электронный журнал]. — 2016. — №1. — Режим доступа: http://jre.cplire.ru/jre/jan16/3/text.html

4. Винтенкова Ю.С., Козлов С.В., Спирина Е.А. Способ многомерной динамической маршрутизации в сети связи с пакетной передачей сообщений. Патент РФ на изобретение №2608678. 23.01.2017, Бюл. №3.

5. Винтенкова, Ю.С. Анализ эффективности методов определения оптимального набора маршрутов для сетей широкополосного радиодоступа // Нелинейный мир. — 2017. — Т.15. — № 6. — С.11-16.

6. Винтенкова Ю.С., Козлов С.В. Снижение вычислительной сложности конструирования допустимых многомерных маршрутов метода совместной динамической маршрутизации // Вестник Поволжского государственного технологического университета. Сер.: Радиотехнические и инфокоммуникационные системы. — 2019. — №2 (42). — С. 22-31.

7. Выборнов О.В., Измайлов А.М., Козлов С.В., Спирина Е.А. Тестирование ЭМС оборудования стандарта 802.11n фирмы InfiNet // Вестник КГТУ им. А.Н. Туполева. — 2012. — № 4. — Вып. 2 (68) — С. 160-163.

8. Джонатан Лиэри, Педжман Рошан. Основы построения беспроводных локальных сетей стандарта 802.11. — М.: Издательский дом «Вильямс», 2004. — 304 с.

9. Дюран Б., Оделл П. Кластерный анализ. — М.: Статистика, 1977. — 128 с.

10. Захарова Е.М., Минашина И.К. Обзор методов многомерной оптимизации // Информационные процессы. — Том 14. — №3. — 2014. — C. 256-274.

11. Квашенников В.В. Способ многомерной динамической маршрутизации в сети связи с пакетной передачей сообщений Патент РФ на изобретение № 2526755. 27.08.2014, Бюл. №24.

12. Квашенников В.В., Солдатенко Э.Н. Способ динамической маршрутизации в сети связи с многомерными маршрутами и пакетной передачей сообщений Патент РФ на изобретение № 2457628. 27.07.2012 Бюл. № 21.

13. Квашенников В.В., Шабанов А.К. Способ адаптивной маршрутизации в сети связи с многомерными маршрутами передачи сообщений Патент РФ на изобретение № 2431945. 20.10.2011 Бюл. № 29.

14. Козлов С.В., Спирина Е.А., Винтенкова Ю.С. Свидетельство о государственной регистрации программы для ЭВМ №2016663493. Программа OFDM Analyzer. - Заявка №2016661065. - Зарегистрирована в Реестре программ для ЭВМ 8.12.2016.

15. Козлов С.В., Спирина Е.А., Фазылов Л.И. Свидетельство о государственной регистрации программы для ЭВМ №2016663494. Программа OFDM Receiver. - Заявка №2016661064. - Зарегистрирована в Реестре программ для ЭВМ 8.12.2016.

16. Кормен, Т., Лейзерсон, Ч., Ривест, Р. Алгоритмы: построение и анализ. — М.: МЦНМО, 2000. — 960 с.

17. Маршрутизатор Mikrotik Cloud Core Router 1036-12G-4S. [Электронный ресурс]. — Режим доступа: https://shop.nag.ru/catalog/00002.Marshrutizatory/08454.MikroTik/10238.CCR1036-12G-4S#tech

18. Оре О. Теория графов. — М.: Наука. Гл. ред. физ.-мат. лит., 1980. — 336 с.

19. Орехов С.Е., Забора А.А., Шабанов А.К. Моделирование процедуры построения маршрутных таблиц в сети передачи данных на основе многомерных маршрутов // Информационные технологии в проектировании и производстве. — 2008. — № 1. — С. 65-66.

20. Орехов С.Е., Кузнецов Г.В., Анисимова Е.Г., Романов А.М., Иванов А.А., Ваганов И.Н., Ваганов Н.И. Способ многомерной гибридной коммутации и

адаптивной маршрутизации пакетов сообщений Патент РФ на изобретение № 2416170. 10.04.2011 Бюл. № 10.

21. Орехов С.Е., Сысоев И.В. Оптимизация распределения ТСР нагрузки по параллельному сетевому тракту сети связи с многомерной маршрутизацией пакетов // Известия Института инженерной физики. — 2014. — № 1 (31). — С. 57-59.

22. Петрова Е.А. Оптимизация параметров фиксированных сетей широкополосного радиодоступа с учётом внутрисистемных помех: автореф. дис. ... канд. техн. наук: 05.12.13 / Петрова Екатерина Александровна. — Казань, 2014. — 20 с.

23. Петрова Е.А. Оценка гарантированной информационной скорости передачи в сетях широкополосного радиодоступа с учетом внутрисистемных помех // Нелинейный мир. — 2014. — Т. 12. — № 10. — С. 13-17.

24. Петрова Е.А. Оценка гарантированной информационной скорости передачи в сетях широкополосного радиодоступа с учетом внутрисистемных помех // Журнал радиоэлектроники [электронный журнал]. — 2014. — №10. — Режим доступа: http://jre.cplire.ru/jre/oct14/7/text.html

25. Спирина Е.А. Оптимизация распределения информации в фиксированных сетях широкополосного радиодоступа с учётом внутрисистемных помех // Журнал радиоэлектроники [электронный журнал]. — 2015. — №9. — Режим доступа: http://jre.cplire.ru/jre/sep15/5/text.pdf

26. Спирина Е.А., Козлов С.В. Анализ эффективности использования алгоритмов оптимального приема OFDM сигналов в IP сетях с совместной динамической маршрутизацией // Журнал радиоэлектроники [электронный журнал]. — 2017. — №2. — Режим доступа: http://jre.cplire.ru/jre/feb17/3/text.pdf

27. Спирина Е.А. Метод комплексной оптимизации IP-сетей связи с внутрисистемными помехами // Вестник Поволжского государственного технологического университета. Сер.: Радиотехнические и инфокоммуникационные системы. — 2017. — №2 (34). — С. 6-18.

28. Спирина Е.А. Комплексная оптимизация IP сетей связи с целью снижения влияния внутрисистемных помех: дис. ... д-ра технических наук: 05.12.13 / Спирина Елена Александровна — Казань, 2018. — 269 с.: ил.

29. Харари Ф. Теория графов. — М.: Мир, 1973. — 300 с.

30. Хачумов М.В. Расстояния, метрики и кластерный анализ // Искусственный интеллект и принятие решений. — №1. — 2012. — C. 81-89.

31. Ху Т. Целочисленное программирование и потоки в сетях. — М.: Мир, 1974. — 520 с.

32. Цимбал В.А., Тоискин В.Е., Потапов С.Е., Шуточкин Е.А., Бонкин И.Д. Концепция применения программно-конфигурируемых сетей для управления мобильными объектами // Известия института инженерной физики. — 2016. — № 1 (39) . — С. 25-30.

33. Цимбал В.А., Шабанов А.К. Концептуальная модель высокоскоростной сети связи на основе динамических многомерных маршрутов передачи // Труды международного симпозиума Надежность и качество. — 2006. — Т.1. — С. 191-192.

34. Шабанов А.К., Орехов С.Е. Методологические основы построения устройств многомерной маршрутизации потоков информации на сетях с коммутацией пакетов // Известия Института инженерной физики. — 2008. — Т. 1. — № 7. — С. 5-8.

35. Шевелев Ю. П. Дискретная математика. Ч. 2: Теория конечных автоматов. Комбинаторика. Теория графов: Учебное пособие. — Томск: Том. гос. ун-т систем упр. и радиоэлектроники, 2003. — 130 с.

36. Шелухин О.И. Мультифракталы. Инфокоммуникационные приложения. — М.: Горячая линия - Телеком, 2011. — 576 с.

37. Щербина О.А. Метаэвристические алгоритмы для задач комбинаторной оптимизации (обзор) // Таврический вестник информатики и математики. — Том 24. — №1. — 2014. — С. 56-72.

38. Экономико-математические методы [Электронный ресурс]. — Режим доступа: http://www.math.mrsu.ru/text/courses/method/index.html

39. A New Era of Network Processing [Электронный ресурс]. — Режим доступа: http://www.linleygroup.com/uploads/ericsson_npu_white_paper.pdf.

40. Baugh C. R. 4IPP Traffic Model for IEEE 802.16.3, IEEE 802.16 [Электронный ресурс]. — Режим доступа: http://www.ieee802.org/16/tg3/contrib/802163c-00_51.pdf.

41. Blelloch Guy, Fineman Jeremy, Shun Julian. Greedy Sequential Maximal Independent Set and Matching Are Parallel on Average// Proceedings of the 24th ACM symposium on Parallelism in algorithms and architectures. — 2012. — pp. 308-317.

42. Boussaïd Ilhem, Lepagnot Julien, Siarry Patrick. A survey on optimization metaheuristics // Information Sciences. — Volume 237. — 2013. — pp. 82-117.

43. Bron Coen, Kerbosch Joep. Algorithm 457: finding all cliques of an undirected graph // Communications of the ACM. — Volume 16. — Issue 9. — 1973. — pp. 575-577.

44. Ciccolone Sara, D'Andrea Gabriella. Luby's Algorithm [Электронный ресурс]. — Режим доступа: http://people.disim.univaq.it/guido.proietti/slide_algdist2015/Luby%27s%20Algorithm.pdf.

45. Cisco Route Processor Module XF [Электронный ресурс]. — Режим доступа: https://www.cisco.com/c/en/us/products/collateral/interfaces-modules/mgx-8800-8900-series-route-processor-module/product_data_sheet09186a00800a3f58.html

46. CommView: Краткое руководство [Электронный ресурс]. — Режим доступа: https://www.tamo s.ru/docs/cv_guide_rus.pdf

47. Danna Emilie, Rothberg Edward, Le Pape Claude. Exploring relaxation induced neighborhoods to improve MIP solutions // Mathematical Programming. —Volume 102. — Issue 7. — 2005. — pp. 71-90.

48. David B. Johnson et al. Optimizations for route discovery in asynchronous duty-cycling wireless networks // Proceedings of Proceedings of the 2012 IEEE 9th International Conference on Mobile Ad-Hoc and Sensor Systems. — 2012. — pp. 155-163.

49. Dorigo Marco, Stutzle Thomas. Ant Colony Optimization. — MIT Press, 2004. —

305 p.

50. Everitt Brian, Landau Sabine, Leese Morven. Cluster Analysis. — Taylor & Francis, 2001. — 237 p.

51. Farahlina Johari. Firefly Algorithm for Optimization Problem // Applied Mechanics and Materials. — Volume 421. — 2013. — pp 512-517.

52. Fister Iztok, Yang Xin-She, Brest Janez. A comprehensive review of firefly algorithms // Swarm and Evolutionary Computation. —Volume 13. —2013. —pp. 34-46.

53. Formato R. A. Central force optimization: a new metaheuristic with applications in applied electromagnetic // Progress In Electromagnetics Research. — Volume 77. — 2007.

— pp. 425-491.

54. Halgamuge Saman, Wang Lipo. Computational Intelligence for Modelling and Prediction. —Springer Science & Business Media, 2005. — 414 p.

55. Hang Liu, Xavier De Foy, Dan Zhang. A multi-level DHT routing framework with aggregation// Proceedings of the Eleventh International Conference on Networks. — 2012.

— pp. 43-48.

56. How to compute the single-precision data and double-precision data peak performance for Intel(R) Core(TM) i7-3770 CPU [Электронный ресурс]. —Режим доступа: https://stackoverflow.com/questions/23588380/how-to-compute-the-single-precision-data-and-double-precision-data-peak-performa

57. Jinhuan Zhang, Anfeng Liu, Peng Hu, Jun Long. A fuzzy-rule-based packet reproduction routing for sensor networks // International Journal of Distributed Sensor Networks. —Volume 14. —Issue 4. —2018. —pp. 1-18.

58. Juniper Networks MX150 Universal Routing Platform [Электронный ресурс]. — Режим доступа: https://www.lnc.ru/catalog/juniper/routers/juniper-mx150-universal-routing-platform

59. Kim Y.G., Wang Yu, Park B.S., Choi H.H. Heuristic Algorithms for Scheduling Resources in Time-Constrained Wireless Sensor Networks // Proceedings of the International Conference on Platform Technology and Service. —2015. —pp.33-34.

60. Kimaya Sanzgiri, Daniel LaFlamme, Bridget Dahill, Brian N. Levine, Clay Shields, and Elizabeth M. Belding-Royer. An Authenticated Routing Protocol for Secure Ad hoc Networks // Journal on Selected Areas in Communications special issue on Wireless Ad hoc Networks [электронный журнал]. — 2005. — Режим доступа: http://people.cs.ucsb.edu/ebelding/sites/people/ebelding/files/publications/aran_jsac05.pdf

61. Kimaya Sanzgiri, Ian D. Chakeres and Elizabeth M. Belding-Royer. Pre-Reply Probe and Route Request Tail: Approaches for Calculation of Intra-Flow Contention in

Multihop Wireless Networks // Mobile Networks and Applications Journal. — Volume 11. —Issue 1. — 2006. — pp. 21-35.

62. Krishna Ramachandran, Irfan Sheriff, Elizabeth Belding, and Kevin Almeroth. Routing Stability in Static Wireless Mesh Networks // Proceedings of Passive and Active Measurement Workshop. — 2007. — pp. 73-82.

63. Laporte G. Classical Heuristics for the Vehicle Routing Problem // International Transactions In Operational Research. — Volume 7. — Issue 4. — pp. 285-300.

64. Leonhard Korowajczuk. LTE, WiMAX and WLAN Network Design, Optimization and Performance Analysis. — Wiley, 2011. — 782 p.

65. Luby Michael. A Simple Parallel Algorithm for the Maximal Independent Set Problem // SIAM Journal on Computing. —Volume 15. — Issue 4. — 1986. — pp. 10361055.

66. Michael C. Ferris, Olvi L. Mangasarian, and Stephen J. Wright. Linear Programming with MATLAB. — SIAM, 2007. — 266 p.

67. Murizah Kassim, Mahamod Ismail, Mat Ikram Yusof. Statistical Analysis and Modeling of Internet Traffic IP-based Network for Teletraffic Engineering // ARPN Journal of Engineering and Applied Sciences. — Volume 10. — Issue 3. — 2015. — p. 1505-1512.

68. Nancy Lynch. Distributed Algorithms. Class on Design and Analysis of Algorithms. Lecture 19 Notes. [Электронный ресурс]. — Режим доступа: https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-046j-design-and-analysis-of-algorithms-spring-2015/lecture-notes/MIT6_046JS 15_lec19.pdf.

69. Nathalie Mitton, Tahiry Razafindralambo, David Simplot-Ryl, Ivan Stojmenovic. Towards a Hybrid Energy Efficient Multi-Tree-Based Optimized Routing Protocol for Wireless Networks // Sensors. — Volume 12. — Issue 12. — January 2012. — pp. 1729517319.

70. Network Convergence System 500 Series Routers. [Электронный ресурс]. — Режим доступа: https://www.cisco.com/c/en/us/products/routers/network-convergence-system-500-series-routers/models-comparison.html

71. Null Linda, Lobur Julia. The Essentials of Computer Organization and Architecture. —Jones & Bartlett Publishers, 2014. — 900 p.

72. PalChaudhuri S., Johnson D. An Adaptive Scheduling Protocol for Multi-scale Sensor Network Architecture // Proceedings of the International Conference on Distributed Computing in Sensor Systems. — 2006. — pp. 386-403.

73. Perahia E., Stacey R. Next Generation Wireless LANs. Second Edition. — Cambridge University Press, 2013. — 452 p.

74. Perumal Sambasivam, Ashwin Murthy and Elizabeth M. Belding-Royer. Dynamically Adaptive Multipath Routing based on AODV // Proceedings of the 3rd Annual Mediterranean Ad hoc Networking Workshop. — 2004. — pp. — 106-117.

75. Popoola J., Ipinyomi R. A. Empirical Performance of Weibull Self-Similar Tele-traffic Model // International Journal of Engineering and Aplied Sciences (IJEAS). — Volume 4. — Issue 8. — 2017. — pp. 77-79.

76. Rafael Falcon, Hai Liu, Amiya Nayak, Ivan Stojmenovic. Controlled Straight Mobility and Energy-Aware Routing in Robotic Wireless Sensor Networks // Proceedings of the 8th IEEE International Conference on Distributed Computing in Sensor Systems. — 2012. — pp. 150-157.

77. Ramakrishnan B., Selvi M., Nishanth R. Efficiency measure of routing protocols in vehicular ad hoc network using freeway mobility model // Wireless Networks. — Volume 23. — Issue 2. — 2017. — pp. 323-333.

78. Ramakrishnan B., Sreedivya S., Selvi M. Adaptive routing protocol based on cuckoo search algorithm (ARP-CS) for secured vehicular ad hoc network (VANET) // International Journal of computer networks and applications (IJCNA). — Volume 2. — Issue 4. — 2015. — pp. 173-178.

79. Sheluhin Oleg, Smolskiy Sergey, Osin Andrew. Self-Similar Processes in Telecommunications. — John Wiley & Sons, 2007. — 334 p.

80. Shu Du, David B. Johnson. EMAC: An Asynchronous Routing-Enhanced MAC Protocol in Multi-Hop Wireless Networks // Proceedings of the IEEE Global Telecommunications Conference. — 2010. — pp. 1- 6.

81. Stojanovic Igor. Application of Heuristic and Metaheuristic Algorithms in Solving Constrained Weber Problem with Feasible Region Bounded by Arcs // Mathematical

Problems in Engineering [электронный журнал]. — Volume 2017. — Article ID 8306732. — 13 p. — Режим доступа: https://www.hindawi.com/journals/mpe/2017/8306732/

82. Thiago M. Gomes, Haroldo G. Santos, Marcone J. F. Souza. A Pre-processing Aware RINS Based MIP Heuristic // International Workshop on Hybrid Metaheuristics HM 2013: Hybrid Metaheuristics. — 2013. — pp 1-11.

83. Todd Lammle. CCNA Study Guide. — Wiley Publishing, 2007. — 972 p.

84. Tomita Etsuji, Tanaka Akira, Takahashi Haruhisa. The worst-case time complexity for generating all maximal cliques and computational experiments // Theoretical Computer Science. — Volume 363. — Issue 1. — 2006. — pp.28-42.

85. Trang Dinh Dang, Balazs Sonkoly, Sandor Molnar. Fractal Analysis and Modeling of VoIP Traffic // Proceedings of 11th International Telecommunications Network Strategy and Planning Symposium. — 2004. — pp. 217-222.

86. Wi-Fi SNR to MCS Data Rate Mapping Reference [Электронный ресурс]. — Режим доступа: http://www.revolutionwifL.net/revolutionwifi/2014/09/wi-fi-snr-to-mcs-data-rate-mapping.html

87. Xiangyang Jin, Thomas Kunz, Ivan Stojmenovic. Multi-retransmission Route Discovery Schemes for Ad Hoc Wireless Networks with a Realistic Physical Layer // Proceedings of the IEEE 26th International Conference on Advanced Information Networking and Applications. — 2012. — pp. 558-565.

88. Xing B., Gao W. Innovative Computational Intelligence: A Rough Guide to 134 Clever Algorithms. Intelligent Systems Reference Library. — Springer Science & Business Media, 2013. — 451 p.

89. Xu Li, Jiulin Yang, Amiya Nayak, Ivan Stojmenovic. Localized Geographic Routing to a Mobile Sink with Guaranteed Delivery in Sensor Networks // IEEE Journal on Selected Areas in Communications. — Volume 30. — Issue 9. — 2012. — рр. 1719-1729.

90. Xu Li, Nathalie Mitton, Amiya Nayak, Ivan Stojmenovic. Localized load-aware geographic routing in wireless ad hoc networks // Proceedings of IEEE International Conference on Communications. — 2012. — pp. 7478-7482.

91. Yang Yu, Sha Xuejun, Zhang Zhonghua. Low complexity bit loading algorithm for OFDM system // Journal of Systems Engineering and Electronics. — Volume 17. — Issue 1. — 2006. — pp. 71-74.

Приложение 1

Документы, подтверждающие практическую ценность работы

УТВЕРЖДАЮ

научной и

деятельности

С.А. Михайлов

М7 2019 г.

АКТ

о внедрении результатов диссертационной работы Винтенковой Юлии Сергеевны на тему

«Оптимизация распределения информации в сетях широкополосного радиодоступа в условиях ограниченности вычислительных ресурсов», представленной на соискание ученой степени кандидататехнических наук по специальности 05.12.13 - Системы, сети и устройства телекоммуникаций

Разработанные в рамках диссертационной работы Винтенковой Ю.С. на тему «Оптимизация распределения информации в сетях широкополосного радиодоступа в условиях ограниченности вычислительных ресурсов», представленной на соискание ученой степени кандидата технических наук, метод оценки информационной скорости передачи данных по каналам связи, а также алгоритмы определения множества допустимых маршрутов и вектора кратности их использования применены при выполнении государственного задания 8.5635.2017/БЧ на тему «Исследование принципов взаимодействия специализированных программно-определяемых радиоэлектронных комплексов, работающих в информационном поле» и обеспечили для тестовой конфигурации сети достижение следующих результатов:

1. Снижение отклонения полученных оценок информационной скорости передачи данных до 3% для разработанного метода;

2. Снижение времени определения множества одномерных маршрутов на 12% по сравнению с известными методами неинформированного поиска;

3. Снижение времени определения множества многомерных маршрутов на 7% по сравнению с методом перебора;

4. Определение вектора кратности использования маршрутов в реальном времени при увеличении времени доставки данных всего на 6% по сравнению с точными методами.

Руководитель НИР

Г.И. Ильин

УТВЕРЖДАЮ Проректор по образовательной

_ Ч Обо^

льности и воспитательном

i^ss*:" * it . ____ ______

... A.A. Лопатин

1Щ^'^ЩШ? # 2019 г.

АКТ

об использовании результатов диссертационной работы Винтенковой Юлии Сергеевны на тему «Оптимизация распределения информации в сетях широкополосного радиодоступа в условиях ограниченности вычислительных ресурсов», представленной на соискание ученой степени кандидата технических наук по специальности 05.12.13 - Системы, сети и устройства телекоммуникаций

Разработанная в рамках диссертационной работы Винтенковой Ю.С. на тему «Оптимизация распределения информации в сетях широкополосного радиодоступа в условиях ограниченности вычислительных ресурсов», представленной на соискание ученой степени кандидата, программа «OFDM Analyzer» применяется в учебном процессе на кафедре радиоэлектронных и телекоммуникационных систем института Радиоэлектроники и телекоммуникаций федерального бюджетного государственного образовательного учреждения высшего образования «Казанский национальный исследовательский технический университет им А.Н. Туполева-КАИ» при подготовке магистров по направлению 11.04.02 - Инфокоммуникационные технологии и системы связи в курсе «Коммутация и маршрутизация в инфокоммуникационных системах».

Использование результатов работы Винтенковой Ю.С. позволило повысить уровень преподавания, способствовало совершенствованию учебного процесса и качества профессиональной подготовки обучающихся.

А.Ф. Надеев

В.Н. Лаврушев