Разработка методов кооперации и оценки качества кооперативной передачи в сетях сотовой подвижной связи тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат наук Пяттаев, Александр Владиславович

• Пяттаев, Александр Владиславович
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Пяттаев, Александр Владиславович

Содержание

Введение

1 Рассматриваемые проблемы и методы их решения

1.1 Обчор исследований

1.1.1 0( новные принципы нос [роения коопера тивных coi ей

1.1.2 Рачработ ки в учких облжчих, об зор исс [сдований

1.1.3 Стчемный подход к решению чадач кооперации

1.2 Задачи исследования

1 2 1 Основные задачи, решаемые в рамках д иссер ищиопной

работы

1.2.2 Донолшпетьпые чадачи

1.2 3 Границы применимое! и исполняемых меюдов и моде1 ieíí

1.3 Принципы решения носгавтенных чадач

1.3.1 Имитационное моделирование

1.3.2 Ana. ш i пчеекое моделирование

2 Модель кооперативной передачи

2.1 Базовая системная модель и ее свойспза

2 1.1 CitcicMa дои\тений

2.1.2 Алгоритм работы сети

2.1.3 Аиалп з системной модечп дня трех уч.юв

2.1.4 Апалич ба зоной модели для множества узлов

2.1.1 Пример расчсча на языке Matlab

2 16 Матемашчес кое ожидание1 проичводи 1елыюетп при

с туча Пион naip\ зке

2.17 Разделение >члов па ipynnbi для решения проблем

дуплекса

2.2 Расширенная еисюмная модель, включающая абстракцию

реальной среды передачи

22 1 Модель еоювои cei и

2.3 Обчор предложенных системных моделей

3 Производительность кооперативных сетей, управление мощеюстью и интерференцией

3.1 Проичводи [отынхл ь пеуправтяемой кооперации ¡5 рамках

ба ;овой моле ш

3.1.1 Проичводи icjn.iiocT i. кооперации при ра ¡личных схемах

планирования

3 2 Производи i елыю< i ь неуправляемой кооперации в рамках

расширенной модели

3.2.1 Сеч ь с временным pa1'.деленнем доступа (OFDM ТОМА)

3.2.2 Сеп» с часто'] ным и временным разделением доступа (OFDMA FDD)

3.3 Управление ассоциацией с кооперачорами и пи терферспцней

3.4 Использование кооперации для повышении производительности выбранного аСюпента

3.5 Планирование кооперативных передач

3.6 Алгоритм работы сечи при управляемой кооперации

3.7 Производпчельносч ь при управляемой кооперации

3.8 Применимость кооперации в реальных сотовых сетях

4 Учет, оценка качества и поощрение кооперации

4.1 У4(4' кооперативной работы

4.1.1 Учет количества ретранслируемых данных

4.1.2 Учет затраченной -энергии

4.1.3 Учет повышения мюрпнффекч ивпоп и

4.2 Оценка качества кооперативной работы

4.2.1 Обязательная неуправляемая кооперация

1.2.2 Добровольная неуправляемая кооперация

4.2.3 Управляемая кооперация

4.3 Способы компенсации услуг коопераiоров

4.3.1 Приоритетный поиск коонера'торон

4.3.2 Повышение эпергозффективпос i и по требованию

Заключение

Решенные задачи

Направления дальнейших исследований

Список литературы

Список иллюстраций

Список таблиц

Приложение 1 - детали программной реализации системы

имитационного моделирования

Принцип проведения измерений

Алгоритм спстомы имитационного моделирования

Пропзвочитсльног! ь системы

Организация рабочего процесса

Используемое окружение

Регенеративный анализ

Компенсация погрешностей генерачоров случайных чисел

Прочие подходы к измерениям

Приложение 2 - Конфигурационные файлы системы

имитационного моделирования

Базовая системная модель

Сценарии л,ля проверки по аналитической мол,ели

Настройки для проверки по апалич нческой модели

Расширенная системная модель

Сценарий, создающий сотовую сеть с 19 coia.Mii

Настройка физического уровня для OFDMA режима

Введение диссертации (часть автореферата) на тему «Разработка методов кооперации и оценки качества кооперативной передачи в сетях сотовой подвижной связи»

Введение

Беспроводные сети связи являются одним из самых быстрорастущих сегментов телекоммуникационного рынка. Это объясняется удобством для конечных пользователей, а также невысокой стоимостью развертывания по сравнению с проводными или спутниковыми сетями. Бурный рост рынка беспроводных сетей связи в сочетании с конвергенцией сетей привел к появлению целого ряда новых услуг, в частности, связанных с передачей данных.

Услуги передачи данных в беспроводных сетях связи, в свою очередь, породили резкое увеличение нагрузки на сети. Несмотря на желание производителей и операторов предоставлять широкополосной доступ, потребность в пропускной способности и качестве обслуживания до сих пор не удовлетворена. Подавляющее большинство сетей работает с перегрузкой, или же услуги настолько дорогие, что пользователи избегают их частого использования. Кроме того, надежная передача голосового трафика и трафика реального времени до сих пор требует капальпо-ориентированного доступа, что объясняется непредсказуемыми и значительными задержками в сетях с пакетной передачей. Простейшим, и долгое время единственным, решением возникающих проблем было увеличение пропускной способности на физическом уровне (определение согласно модели OSI). Так родились технологии EDGE, WiMAX, HSPA, LTE и многие другие.

Однако, в результате быстрого прогресса в области передающих устройств и схем кодирования, современные системы связи достигли точки развития, когда дальнейшее увеличение скорости передачи при заданном пороге мощности не представляется легко достижимым. Частотный ресурс в большинстве стран давно исчерпан, и использование дополнительных диапазонов не представляется возможным. Встает вопрос о том. как добиться большей эффективности от уже имеющихся технологий физического уровня и частотных ресурсов. Интерес представляет не компромиссное решение, а оптимизация одновременно нескольких параметров - пропускной способности, задержки, спектральной и энергетической эффективности передачи.

Существует несколько принципиальных подходов к решению такой проблемы. Во-первых, можно увеличивать количество фиксированных точек доступа, в пределе то тех пор пока они не будут расположены повсеместно. Очевидно, что такая сеть будет иметь огромное количество проблем связанных с интерференцией, а также будет невероятно дорогой в развертывании (подробнее эти проблемы будут рассмотрены в разделе 1). Более реалистичной! выглядит сеть, где более редкие точки доступа объединены между собой! беспроводными каналами; при этом отдельные точки доступа имеют выход в магистральную сеть (так работают неоднородные сети). Другим крайним случаем является сеть, где все

узлы равноправны и являются маршрутизаторами трафика друг для друга. Вышеуказанные схемы, безусловно, позволяют значительно снизить мощность передачи и увеличить пропускную способность сети в целом. К сожалению, ни одна из них не решает всех проблем, при этом создавая целый ряд новых. В частности, усложнение структуры сети ведет к росту издержек на управление, что в свою очередь компенсирует получаемые выигрыши. Более того, недостаточная точность аналитических моделей делает задачу управления почти неразрешимой.

Кооперативная передача представляет из себя некоторый компромисс между полностью иерархической и одноранговой структурами. В частности, в отличие от иерархической структуры, кооперативная сеть подразумевает что абоненты имеют некоторую степень свободы перемещения, а также способны принимать самостоятельные решения по маршрутизации и организации сети. При этом подразумевается наличие некоторой степени контроля над всеми абонентами, производимого со стороны базовой станции. Подробнее эти и другие ограничения рассмотрены в разделах 1 и 2. Предполагается, что такая организация позволит получать достоинства обеих структур, избегая специфичных для них проблем. Успешное внедрение кооперативной передачи в имеющиеся сети связи могло бы значительно повысить стабильность и качество соединения без существенного усложнения алгоритма работы сети, как это происходит в одноранговых сетях с динамической топологией (иногда, не совсем корректно, называемых ad-hoc сетями).

На сегодняшний день не существует пи одной! коммерчески успешной! сети с кооперативной передачей!. На то есть множество причин как технического характера, так и экономического. В частности, в одноранговых сетях кооперация на сетевом уровне (маршрутизация чужого трафика) является обязательной, и она же делает их непригодными для широкого потребителя - далеко не каждый! абонент пожелает делиться зарядом батареи своего мобильного устройства с незнакомцем. Более того, не получая за это никакого поощрения, абонент не видит никакого личного выигрыша от использования такой! технологии. В сетях со случайным множественным доступом к каналу кооперация затруднена тем, что кооператор вынужден получать доступ к каналу, увеличивая количество коллизий и затрудняя передачу для источника пакета. Таким образом, даже при значительно более хорошем канале до точки назначения, кооператор может вредить работе сети при неверной! реализации схемы разделения ресурсов. Несмотря па вышесказанное, кооперативная передача не имеет никаких ограничений на внедрение в сетях с протоколом доступа на основе расписания, таких как 3GPP LTE или IEEE-802.16. В частности, в рамках 3GPP и IEEE существуют рабочие группы, занимающиеся проблемами внедрения кооперации в сотовые сети, аналогично этими вопросами занимаются и сторонние исследователи [ ].

Таким образом, актуальность работы обусловлена объективной необходимостью повышения производительности сотовых сетей связи, а также интересом поставщиков сетевого оборудования и стандартизирующих организаций к схемам кооперации в беспроводных сетях связи. Исследования в рамках диссертационной работы также решают ряд аналитических и инженерных задач, связанных с внедрением кооперативной передачи, таких как:

• контроль интерференции на соседние соты,

• регистрация и поощрение оказанных услуг кооперации,

• разработка схема сигнализации, реализующей указанные механизмы.

Таким образом, существуют не только объективные предпосылки исследований по теме диссертационной работы, но также требует решения целый ряд проблем, тормозящих внедрение кооперации на сетях сотовой связи.

Цели и задачи исследования Обобщая вышесказанное, цель диссертации состоит в разработке новых методов кооперации, пригодных ко внедрению на современных сетях, а также в решении сопутствующих инженерно-технических и прочих задач. Поставленная цель достигается последовательным решением следующих задач:

• анализ существующих методов кооперативной передачи в сетях сотовой подвижной связи и алгоритмов контроля интерференции,

• разработка нового метода кооперативной передачи для современных сетей сотовой подвижной связи,

• разработка'новых методов оценки качества кооперативной передачи в сетях сотовой подвижной связи,

• разработка новых методов учета кооперативных передач,

• исследование характеристик предложенных методов в современных сетях сотовой подвижной связи.

Основные методы, используемые в диссертационной работе

Как говорилось выше, достижение поставленной цели представляет из себя многоступенчатый процесс, включающий в себя анализ существующих решений, разработку новых алгоритмов и протоколов с последующей их апробацией. С тем чтобы ограничить область научных изысканий, обозначим основные методы и подходы к исследованиям.

Кооперация в сотовых сетях рассматривается как вариант организации альтернативной топологии за счет современных приемо-иередатчиков. Таким образом, одним из основных инструментов в организации кооперативной! сети являются современные технологии физического уровня, позволяющие создавать топологии, не возможные ранее. Например, несколько узлов могут передавать один и тот же пакет данных одновременно, увеличивая полезную мощность на приемной стороне. На физическом уровне реализацию обеспечивают технологии многопользовательского многолучевого приема (оригинальный термин Multi-User MIMO, возможно, более полно описывает суть технологии). Указанный режим передачи является лишь частным случаем рассматриваемого набора схем физического уровня, призванных обеспечить реализуемость кооперации. Одной из ключевых предпосылок для выбора новых возможностей физического уровня как отправной точки для разработки способов кооперации являлись работы A. Ephremides и К. Doppler по кооперации и сетевому кодированию.

В целях анализа имеющихся и предлагаемых решений, применяется спектр аналитических инструментов и средств имитационного моделирования. В частности, для абстракции физических каналов связи применяются инструменты статистики и теории кодирования; для анализа процессов ретрансляции и синтеза сценариев используются инструменты теории телетрафика; также задействованы методы Монте-Карло для анализа и агрегации результатов.

Основываясь на результатах анализа, синтез новых протоколов производился на основе подходов, применявшихся A. Epheremides и С. Hoymann.

Научная новизна

Основными результатами диссертации, обладающими научной! новизной, являются:

• разработка нового метода кооперации абонентов в современных сетях сотовой подвижной! связи, в частности при использовании систем длительной эволюции, обеспечивающего контроль уровня интерференции и организацию учета услуг кооперации с одновременной! минимизацией объема передаваемых сигнальных сообщений,

• разработка алгоритма управления кооперацией, обеспечивающего повышение спектральной эффективности для всех абонентов, а не только для находящихся в районе границы зоны обслуживания базовой станцией,

• доказательство того факта, что при корректной настройке мощности на узле-источнике и на кооператоре можно обеспечить условия, при

которых кооперативная передача не создает интерференцию большую, чем при повторной передаче пакета в сетях без кооперации,

• разработка метода взаимозачета кооперативных передач между абонентами и алгоритм, позволяющий! абоненту расходовать кредит, полученный в процессе кооперации,

• разработка метода учета кооперативных передач для условий отсутствия в сети доступных кооператоров, основанного на обеспечении базовой станцией рационального режима энергопотребления для абонентов, имеющих неизрасходованный кредит.

Достоверность результатов

Достоверность полученных результатов обеспечивается учетом основных факторов, оказывающих влияние на емкость и область покрытия сети, а также применением физических и математических моделей, адекватных исследуемым проблемам, и подтверждается соответствием используемых методов с известными результатами.

Апробация результатов работы

Результаты работы в процессе ее проведения были многократно представлены на международных конференциях, в частности, IEEE Globecom (2010) и ICCCN (2011), а новые методы моделирования сетей обсуждались на европейском конгрессе по имитационному моделированию EUROSIM (2010), а также на заседаниях кафедры "Сети связи" СПб ГУТ. Система имитационного моделирования, разработанная для этого исследования автором, нашла применение в научно-исследовательской работе других групп.

Публикации

Основные результаты по теме диссертации изложены в 7 печатных изданиях [ - ], 2 из которых изданы в журналах, рекомендованных высшей аттестационной комиссией [ , ], 5 сопровождали доклады на российских и международных конференциях [ , - ].

Личный вклад автора

Основные научные положения, теоретические выводы и рекомендации, содержащиеся в диссертационной работе, получены автором самостоятельно. В работах, опубликованных с соавторами, диссертанту принадлежит основная роль в постановке и решении задач, в обобщении полученных результатов, а также реализации и внедрении предлагаемых методов.

Основные положения, выносимые на защиту

• метод кооперации в современных сетях сотовой подвижной связи, обеспечивающий контроль уровня интерференции и организацию учета услуг кооперации,

• методы оценки качества кооперативной передачи па основе анализа функций распределения качества обслуживания абонентов,

• алгоритм управления кооперацией, обеспечивающий повышение спектральной эффективности для всех абонентов зоны обслуживания базовой станции,

• метод и алгоритм взаимозачета кооперативных передач для расходования кредита, полученного в процессе кооперации,

• метод учета кооперативных передач при отсутствии в сети доступных кооператоров на основе рационального режима энергопотребления.

Структура работы

Диссертационная работа, объемом 124 страниц, содержит 31 рисунков и 6 таблиц. При написании работы использовано 63 литературных источников.

В разделе 1 в деталях рассмотрены имеющиеся исследования предметной области, их достоинства и недостатки, а также объяснены предпосылки выбора системной модели, используемой в дальнейшем. Уточняются и обосновываются задачи, решаемые в рамках работы, а также задается стратегия их решения.

Далее в разделе 2 рассматриваются системная модель и ее вариации в зависимости от метода кооперации. Показаны проблемы упрощенных процедур кооперации в применении к реальным сетям связи.

В разделе 3 рассматривается алгоритм управления кооперацией, позволяющий решать проблемы, возникающие при отсутствии контроля интерференции. Также рассматриваются условия, в которых кооперация может быть выгодна для сети.

В разделе 4 рассматривается проблема мотивации пользователей! к кооперации. В частности, предлагается способ учета и последующего поощрения кооперативных действий.

Приложения включают сводную информацию о принципах моделирования сотовых сетей, применявшихся в работе, описание профилей системы имитационного моделирования, применявшихся при проведении экспериментов, а также список сокращений.

и

1 Рассматриваемые проблемы и методы их

решения

1Л Обзор исследований

В области кооперативной передачи каждый год появляется множество работ. Конкретная тематика различна, однако очевиден общий! интерес к проблеме. Рассмотрим детально сложившуюся картину в области и определим пробелы в исследованиях. Также будем отмечать наиболее интересные идеи для формирования собственных подходов к решению проблем, обозначенных во введении.

Чтобы облегчить восприятие и разделить уровни абстракции, обзор разделен па две части согласно обсуждаемым вопросам. В первой части рассматриваются основные принципы кооперативных сетей!, а также некоторые существующие предположения по их реализации. Далее рассматриваются исследования, затрагивающие более частные вопросы, например подходы к самой! ретрансляции, анализу сотовых сетей. В заключении рассмотрены системные проблемы, а также представлены предпосылки составления новой системной модели.

1.1 Л Основные принципы построения кооперативных сетей

В основе построения любой! кооперативной сети лежит несколько фундаментальных принципов. Сотовые сети, ограничивая возможные топологии, накладывают дополнительные ограничения на набор применимых конфигураций!. В частности, сотовая сеть но существу имеет регулярно повторяющуюся структуру, согласно рисунку 1.

На рисунке соты, отмеченные одинаковыми цветами, используют одну и ту же частоту. На нижней части рисунка белым выделены диапазоны расстояний! до БС, обслуживаемые отмеченными сотами (Сота 1 и Сота 2), а серым выделены диапазоны расстояний! до БС, обслуживаемые другими сотами (которые сейчас не рассматриваются). При традиционном планировании, затухание сигнала па звене М\Во в среднем выше чем на звеньях М\В\ пли М2В2, таким образом интерференция имеет уровень значительно ниже чем полезный сигнал. При этом, чем меньше становится радиус соты тем сложнее удовлетворить этому условию.

До недавнего времени, коэффициенты переиспользования частот в сотовых сетях имели значения около 1/9 [ ] (что соответствует кластеру из 9 сот, а не 3 как па рисунке 1), и приведенное выше соотношение затуханий в каналах соблюдалось для любых абонентов. Однако в современных сетях соты становятся все меньше и меньше (следуя за увеличением несущих частот), и также увеличивается коэффициент переиспользования (1/3 в нашем примере, что соответствует кластеру из 3 сот). При этом коэффициент

Рис. 1. Частотное планирование в сотовой сети

затухания в канале Ь\[{в2 начинает приближаться к Ьм1в1 и так что

теперь уже пе затухание определяет емкость канала, а интерференция с соседними сотами.

При этом пользователи на краю соты представляют наибольшую проблему: они передают с наибольшей мощностью, находятся ближе всех к БС на которые они наводят интерференцию, а также требуют наибольшего времени для доставки своих сообщений. К сожалению, при традиционном планировании сети эти эффекты почти неизбежны. В значительной мере можно бороться с указанным эффектом за счет правильного планирования абонентов по всей сети, так чтобы соотношение сигнал-помеха для всех узлов было максимальным. Ценой такого решения является колоссальное количество сигнальной информации, которой должны обмениваться БС, и чрезвычайная сложность алгоритмов планирования, особенно для больших сетей [ ]. Сложность и высокая сигнальная нагрузка алгоритмов планирования фактически запрещает централизованное планирование всей сети как единого целого. Таким образом, каждая БС должна решать задачу планирования по возможности независимо, при этом не нарушая работы других сот в сети.

Существует, однако, множество альтернативных подходов к разрешению приведенной проблемы. Один из подходов состоит в том, чтобы по возможности избавить систему от абонентов па краю соты, вынужденных постоянно передавать на максимальной мощности и многократно повторять передачи. Таким образом, достаточно тем или иным способом либо снизить количество выходов в эфир для краевых абонентов, либо понизить требуемую мощность. Более того, поскольку краевых абонентов в соте обычно достаточно много (при равномерном их распределении на

(1-9)1*

Расстояние до БС

Рис. 2. Структура сектора одной соты но типу абонентов

г " " ■ Абоненты на краю соты, ■ - - . для которых кооперация полезна

Абоненты в центре соты, для которых кооперация не требуется

Плотность А

плоскости), улучшение условий для них может значительно влиять на общую производительность сети.

Рассмотрим отдельную соту (или даже сектор соты) более детально (рисунок 2). Определим коэффициент 0 < © < 1, определяющий долю расстояний до БС, при которых абонент считается краевым и может потенциально иметь низкое качество канала. Нетрудно заметить, что даже при 0 = 0.9, значительная доля абонентов в соте окажется в категории краевых в силу общей формы распределения (которая представляет из себя возрастающую линейную функцию в диапазоне г £ [0, Я] и равна нулю вне этого диапазона для идеально круглой соты). Эта доля определяется (приближенно) интегралом р — с1х = 1 — О2.

Из сотовой топологии сети следует, что любые передачи должны идти от абонента на БС, откуда они могут быть направлены далее [ |. Однако при этом мы также видим что при О = 0.9 уже почти 20% абонентов могут быть классифицированы как находящиеся на краю соты. При наличии случайных флуктуаций в канале еще большее количество абонентов может оказываться в пограничных условиях. Встает вопрос, является ли передача напрямую на БС оптимальной для каждого из этих абонентов? Наиболее очевидным решением в такой ситуации является выбор некоторого количества узлов как ретрансляторов (или установка дополнительных узлов оператором) для того чтобы обеспечить краевых абонентов альтернативным маршрутом доставки пакетов. Для некоторых типов сетей было показано, что такой подход приносит значительные выигрыши в производительности, особенно хорошо схемы с ретрансляцией работают в сенсорных сетях | - ). При этом традиционный подход к реализации ретрансляции подразумевает работу тех или иных протоколов маршрутизации, формирующих динамическую топологию сети с ретрансляторами. Помимо высокой сложности [ |. такая

схема не имеет смысла в сотовой сети, так как конечной точкой назначения всегда является БС.

Альтернативным решением может служить попытка реструктуризовать саму сеть так, что все ее абоненты (или значительная их часть) готовы тем или иным образом участвовать в ретрансляции пакетов, по не формируют при этом дополнительных маршрутов. При сохранении сотовой топологии и без привлечения маршрутизации можно решать задачу путем установки ретрансляторов физического уровня и передачи на меньшей мощности. Такое решение является стандартным для некоторых сетей, например IEEE 802.1С WiMAX fi ]. К сожалению, статические ретрансляторы дороги в установке и обслуживании, а также создают дополнительные трудности при планировании сети.

Если же использовать абонентские терминалы в качестве ретрансляторов, то капиталовложения не требуются. Более того, клиентские терминалы могут принимать значительно более сложные решения и поддерживать сложные схемы сигнализации с базовой станцией. Аналогично ретрансляторам, размещаемым оператором, для схем клиентской кооперации также требуется аккуратное планирование и контроль создаваемой интерференции. В рамках диссертационной работы рассмотрено несколько подходов к решению этих задач, а также сопутствующих им вопросов.

1.1.2 Разработки в узких областях, обзор исследований

Колоссальное количество исследований посвящено моделированию физического канала между пользователями. В частности, рассматриваются системы мпогоантенной передачи и приема (Multiple Input Multiple Output, MIMO) и их вариации с точки зрения теории информации [, • ]. С точки зрения теории информации наибольший интерес представляет обменное соотношение между затрачиваемыми ресурсами, такими как энергия батареи, и объемом информации, переданным с помощью ретранслятора при той или иной схеме ретрансляции. Рассматриваются три наиболее типичные схемы ретрансляции:

• "усилить и ретранслировать" (Amplify and forward) - простейшая схема, работающая на физическом уровне. Декодирование канального кода не производится, и общий принцип работы напоминает регенераторы в кабельных линиях связи.

• "перекодировать и ретранслировать"(Compress and forward) - более сложная схема, подразумевающая преобразование канальных символов перед ретрансляцией, например использование компрессии или дополнительного кодирования.

• "декодировать и ретранслировать"(Decode and forward) - наиболее сложная схема, когда пакет полностью декодируют перед ретрансляцией. В работе [!»] без привязки к конкретной сети рассматривается схема "декодировать и ретранслировать". Показаны ее преимущества перед остальными с точки зрения эффективности использования канала.

Безусловно, улучшение использования канального ресурса требует увеличения затрат энергии на декодирование и анализ пакета, однако поскольку в рамках данной работы мы рассматриваем упрощенный случай, остановимся па схеме декодировать и ретранслировать. В принципе, для предлагаемой схемы кооперации такое допущение не обязательно, по зато оно значительно упрощает понимание принципа организации сети.

Существует также исследовательское направление, рассматривающее ретрансляцию нисходящего трафика в сетях на физическом уровне и уровне звена данных. Например, в работе [!ч| сделан очень интересный обзор по статичным ретрансляторам в WiMAX. Под статичным ретранслятором понимается узел сети, выполняющий исключительно функции ретранслятора, и не меняющий своего положения (при этом он соединен с БС беспроводным каналом). Для WiMAX статичные ретрансляторы стандартизированы в спецификации 802.16j [l ].

Для восходящего трафика стационарные ретрансляторы также были многократно проанализированы, например в [ ]. В частности, получены многообещающие результаты для OFDM в режиме декодировать и ретранслировать. Поскольку стационарные ретрансляторы как класс устройств сети были стандартизованы IEEE, нет сомнений что их массовое развертывание не заставит себя ждать, причем как для нисходящего так и для восходящего трафика.

Идея использования клиентских терминалов как ретрансляторов для восходящего трафика (клиентской кооперации) никогда не была ни стандартизована, пи успешно реализована в реальной! сети. Впрочем, модели для такого случая также существуют. В основном исследователи концентрируют внимание на отдельных проблемах.

Например, сравнение протоколов ретрансляции (декодировать и передать, усилить и передать и другие) в рамках кооперативной передачи, их производительность и эффективность по энергии, проведены в работе [ ].

В исследовании [ рассмотрены проблемы контроля скорости передачи, схемы кодирования и коррекции ошибок. Показаны типичные проблемы организации обратной! связи в сети с кооперативной передачей, предложены методы их решения.

1.1.3 Системный подход к решению задач кооперации

Существуют также и более общие исследования концентрирующиеся па системном уровне. В [i<|, авторы рассматривают кооперативную сеть с точки зрения оптимизации выделения радиочастотного и временного ресурса для достижения максимальной общей производительности сети с точки зрения пропускной способности. Вопрос справедливости предложенной сети, однако, был оставлен авторами нерассмотренным. Согласно предложенной схеме, пользователь с плохим каналом будет получать меньше времени для передачи, отдавая его другим узлам в надежде, что те будут ретранслировать его трафик взамен собственного. В рамках данной работы будут рассматриваться исключительно справедливые схемы, то есть если у пользователя оказался капал с низкой вероятностью доставки, ему будут1 выделены дополнительные ресурсы в виде энергии ретранслятора, чтобы скомпенсировать влияние канала на обслуживание.

Список литературы диссертационного исследования кандидат наук Пяттаев, Александр Владиславович, 2013 год

Список литературы

1. IMT-advanccd relay standards [WiMAX/LTE Update] / K. Loa, C.-c. Wu, S.-t. Slieu et al. // IEEE Communications Magazine. 2010. August. Vol. 48, no. 8. P. 40-48.

2. Pyattaev A., Andreev S., Kouclieryavy Y. Design and Development of a Client Relay System Level Simulator // FRUCT 10 conference. 2011.

3. Анализ кооперации M2M устройств в сотовых сетях связи / Ольга Сергеевна Галин нна, Александр Владиславович Пяттаев, Сергей Дмитриевич Андреев [и др.] //В мире научных открытий!. 2013. Т. 7, № 43. С. 271-297.

4. Client relay simulation model for centralized wireless networks / A. Pyattaev, S. Andreev, A. Vinci et al. // Proceedings of the 7th EUROSIM Congress on Modelling and Simulation. Czech Technical University in Prague, 2010. P. 672-677.

5. Пяттаев Александр Владиславович, Кучерявый Евгени Андреевич, Андреев Сергей Дмитриевич. Подходы к моделированию сетей связи с клиентской ретрансляцией // Системы управления и информационные технологии. 2013. Т. 2, № 52. С. 98-102.

6. Some modeling approaches for client relay networks / A. Pyattaev, S. Andreev, Y. Kouclieryavy et al. // 2010 15th IEEE International Workshop on Computer Aided Modeling, Analysis and Design of Communication Links and Networks (CAMAD). IEEE, 2010. December. P. 116-120.

7. System-Level Evaluation of Opportunistic Client Cooperation in Wireless Cellular Networks / A. Pyattaev, S. Andreev, O. Galinina et al. // Proceedings of 20th International Conference on Computer Communications and Networks (ICCCN). IEEE, 2011. July. P. 1-6.

8. Пяттаев Александр. Метод поощрения кооперации в сотовых сетях связи // Сборник 68 научно-технической конференции СПбНТОРЭС им. А.С.Попова. 2013. С. 61-63.

9. Rappaport Т. S. Wireless Communications: Principles and Practice (2nd Edition). Prentice Hall, 2002. P. 687-,

10. Song G., Li Y. Asymptotic throughput analysis for channel-aware scheduling // IEEE Transactions on Communications. 2006. October. Vol. 54, no. 10. P. 1827-1834.

11. Ziinmermaim E., Herhold P., Fettweis G. On the performance of cooperative relaying protocols in wireless networks // European Transactions 011 Telecommunications. Vol. 16. 2005. January. P. 5-16.

12. Akyildiz I., Sankarasubramaniam Y., Cayirci E. A survey on sensor networks // IEEE Communications Magazine. 2002. August. Vol. 40, 110. 8. P. 102-114.

13. Cui S., Goldsmith A., Bahai A. Energy-Efficiency of MIMO and Cooperative MIMO Techniques 111 Sensor Networks // IEEE Journal 011 Selected Areas in Communications. 2004. August. Vol. 22, 110. 6. P. 1089-1098.

14. Haenggi M., Puccinelli D. Routing in ad hoc networks: a case for long hops // IEEE Communications Magazine. 2005. October. Vol. 43, 110. 10. P. 93-101.

15. IEEE Standard for Local and metropolitan area networks Part 16, Air Interface for Broadband Wireless Access Systems, Amendment 1: Multihop Relay Specification // IEEE Std 802.16j. 2009. P. 1-290.

16. Cover T. M., Kim Y.-H. Capacity of a Class of Deterministic Relay Channels // 2007 IEEE International Symposium on Information Theory. IEEE, 2007. June. P. 591-595.

17. Herhold P., Zimmcrmann E., Fettweis G. A simple cooperative extension to wireless relaying // International Zurich Seminar 011 Communications, 2004. IEEE, 2004." P. 36-39.

18. Relay implementation in WiMAX system level simulator / S. Mumtaz, L. T. Tu, R. Sadcghi et al. // 2009 First International Conference 011 Networked Digital Technologies. IEEE, 2009. July. P. 250-255.

19. The Performance of Relay-Enhanced Cellular OFDMA-TDD Network for Mobile Broadband Wireless Services / K. Park, H. S. Ryu, C. G. Kang et al. // EURASIP Journal 011 Wireless Communications and Networking. 2009. Vol. 2009, no. 1. p. 261815.

20. Ahmed N., Aazhang B. Throughput Gains Using Rate and Power Control in Cooperative Relay Networks // IEEE Transactions 011 Communications. Vol. 55. 2007. April. P. 656-660.

21. Dynamic Resource Assignment and Cooperative Relaying in Cellular Networks: Concept and Performance Assessment / K. Doppler, S. Redana, M. Wodczak et al. // EURASIP Journal on Wireless Communications and Networking. Vol. 2009. 2009. p. 475281.

22. WINNER II System Concept,: Advanced Radio Technologies for Future Wireless Systems / C. Wijting, K. Doppler, К. K. Johansson et al. // In Proc. of IST2007 - 16th 1ST Mobile & Wireless Communications Summit. 2007.

23. On the Integration of Cooperative Relaying into the WINNER System Concept / K. Doppler, A. Ossciran, M. Wodczak et al. // 2007 16th 1ST Mobile and Wireless Communications Summit. IEEE, 2007. July. P. 1-5.

24. С a Ice v G., Bonta J. OFDMA Cellular Networks with Opportunistic Two-Hop Relays // EURASIP Journal on Wireless Communications and Networking. 2009. Vol. 2009, no. 1. p. 702659.

25. Future 802.16 Networks: Challenges and Possibilities / Intel Corp, Samsung Electronics, LG Electronics et al.: IEEE C802.16-10/0016rl. 2010.

26. Van Zelst A., Schenk Т. C. Implementation of a MIMO OFDM-Based Wireless LAN System // IEEE Transactions on Signal Processing. 2004. February. Vol. 52, no. 2. P. 483-494.

27. Rong В., Ephremides A. On Opportunistic Cooperation for Improving the Stability Region with Multipacket Reception // Third Euro-NF Conference, NET-COOP. Springer-Verlag New York, Inc. Secaucus, NJ, USA, 2009. P. 45-59.

28. Liu X., Chong E., Shroff N. Opportunistic transmission scheduling with resource-sharing constraints in wireless networks // IEEE Journal on Selected Areas in Communications. 2001. Vol. 19, no. 10. P. 2053-2064.

29. Gliez S., Verdu S., Schwartz S. Stability properties of slotted Aloha with multipacket reception capability // IEEE Transactions on Automatic Control. 1988. July. Vol. 33, no. 7. P. 640-649.

30. Andrcev S., Galinina O., Vinel A. Performance Evaluation of a Three Node Client Relay System // Wireless Technologies: Concepts, Methodologies, Tools and Applications. 2012. Vol. 1. P. 1674-1686.

31. Zhuang J., Jalloul L., Novak R. et al. IEEE 802.16m Evaluation Methodology Document (EMD). 2009.

32. Song G., Li G. Utility-based resource allocation and scheduling in OFDM-based wireless networks // IEEE Communications Magazine. 2005. December. Vol. 43, no. 12. P. 127-134.

33. Song G. Cross-Layer Resource Allocation and Scheduling in Wireless Multicarrier Networks. Ph.D. thesis: Georgia Institute of Technology (online, получен 27.05.2013). 2005. p. 153. URL: http://hdl.lmndlc.net/1853/7179.

34. Jain R., Chin D., H awe W. A Quantitative Measure Of Fairness And Discrimination For Resource Allocation In Shared Computer Systems. 1998. P. 1-38.

35. ITU-R M.1225. Guidelines for evaluation of radio interface technologies for IMT-2000: Tech. Rep.: : ITU-R, 2009.

36. ITU-R M.2135. Guidelines for evaluation of radio interface technologies for IMT-Advanced: Tech. Rep.: : 2009.

37. Performance of the IEEE 802.16e Sleep Mode Mechanism in the Presence of Bidirectional Traffic / K. De Turck, S. Andreev, S. De Vuyst et al. // 2009 IEEE International Conference on Communications Workshops. IEEE, 2009. June. P. 1-5.

38. Himayat N.. Veiikatachalam M., Koc A. et al. Improving client energy consumption in 802.16m. 2009. January.

39. Chang Y.-J., Chien F.-T., Kuo C.-C. Delay analysis and comparison of {OFDM-TDMA} and {OFDMA} under {IEEE} 802.16 {QoS} framework // Proc. of the IEEE Global Telecommunications Conference (GLOBECOM). 2006.

40. Tutschku K. Demand-based radio network planning of cellular mobile communication systems: Tech. Rep.: : Institute of Computer Science, University of Wurzburg, 1997.

41. Cellular radio network planning / A. Gainst, E. G. Zinn, R. Beck et al. // IEEE Aerospace and Electronic systems magazine. 1986. Vol. 1. P. 8-11.

42. Optimizing the Radio Network Parameters of the Long Term Evolution System Using Taguchi's Method / A. Awada, B. Wegmann, I. Viering et al. // IEEE Transactions on Vehicular Technology. 2011. October. Vol. 60, no. 8. P. 3825 3839.

43. Naware V., Mergen G., Tong L. Stability and delay of finite-user slotted Aloha with multipacket reception // IEEE Transactions on Information Theory. 2005. Vol. 51, no. 7. P. 2636-2656.

44. Evolved Universal Terrestrial Radio Access (E-UTRA). 3GPP Technical Report (TR) 36.814-900. 2010.

45. On the effect of combining cooperative communication with sleep mode / T. Demoor, S. Andreev, K. De Turck et al. // 2012 9th Annual Conference on Wireless On-Demand Network Systems and Services (WONS). IEEE, 2012. January. P. 59 62.

46. C. Boiitu, E. Illidge. DRX mechanism for power saving in LTE // IEEE Communications Magazine. 2009. June. Vol. 47, no. 6. P. 48-55.

47. Baek S., Choi B. D. Analysis of discontinuous reception (DRX) with both downlink and uplink packet arrivals in 3GPP LTE // Proceedings of the 6th International Conference on Queueing Theory and Network Applications -QTNA '11. New York, New York, USA: ACM Press, 2011. P. 8-16.

48. Active-mode power optimization in OFDMA-based wireless networks / S. Andrcev, Y. Koucheryavy, N. Himayan et al. // Proc. of IEEE GLOBECOM. 2010. P. 799-803.

49. 3GPP. SP-110638 - LTE Proximity-Based Services Study Item. 2012.

50. 3GPP. TR 23.890 Optimized Offloading to WLAN in 3GPP-RAT mobility: Tech. Rep.: : 3GPP, 2012.

51. Feasibility Study on Proximity-based Services. 3GPP Technical Report (TR) 22.803. 2012.

52. From Single User to Multiuser Communications: Shifting the MIMO Paradigm / D. Gosbert, M. Kountouris, R. W. H. Jr et al. // IEEE Signal Processing Magazine. 2007.

53. Matlab homepage. URL: http://www.matliworks.com. (visited 15.01.2013).

54. LibConfig. URL: http://www.hyperrealm.com/libconfig/. (visited 12.03.2012).

55. Octave project homepage. URL: http://www.giiu.org/software/octave/. (visited 12.04.2012).

56. Gnuplot project. URL: http://www.gnuplot.info/. (visited 14.07.2013).

57. CygWIN project. URL: http://www.cygwin.org/. (visited 1.09.2013).

58. Python project. URL: http://www.pytlion.org/. (visited 1.09.2013).

59. GNU scientific library. URL: http://www.gsl.org/. (visited 17.02.2013).

60. NS 2 homepage. URL: http://www.isi.edu/nsnam/ns/. (visited 20.12.2012).

61. OPNET Technologies, Inc. URL: http://www.opnet.com/. (visited 20.05.2012).

62. Crane A. A., Lemoine J. An Introduction to the Regenerative Method for Simulation Analysis. Springer-Verlag New York, Inc. Secaucus, N.J, USA, 1977.

63. Perros H. Computer Simulation Techniques: The definitive introduction! Computer Science Department NC State University Raleigh, NC, 2009. p. 185. URL: http://www.csc.ncsu.edu/faculty/peiTos//simulation.pdf.

Список иллюстраций

1 Час им нос планирование и ( отпои ( 01 и..........................12

2 С1 рук гура сек юра одной ссны но 1 ииу абопеп1 он..............13

3 11росгейшая топология с кооперацией............................23

4 Пример работы с шчсмы о рсчрапстяцией........................26

5 Расписание передачи при работ и режиме насыщения .... 29 С Вероя пкн 1 ь юмавки в прогчейшей модели......................32

7 Треуго п>ная юно.юшя - задержка и пропускная способно«. п> 34

8 Треугольная юполо! ия - регион счабилыкк I и..................35

9 Проверка по задержке доставки паке 1а..........................42

К) Разделение абонентов па ближние и дальние....................43

11 Задержка (осг\на к каиалч д ш узча 1 (см тблицу 2)..........50

12 Справедливое I ь различных и ¡анпровщиков п{)н неуправляемой кооперации ........................................51

13 Средняя пропускная с пособпос п> Г Мои 1 с). ОРЕ)М ............54

14 Вероя 1 нос I ь досчавки паксча. ОРОМ, пе\ прав 1яемая кооперация 55

15 кпд использования интерфейса, ОРБМ. неуправляемая кооперация..........................................................56

16 Емкое I ь ( о I ы в ОРОМА режиме, неуправляемая кооперация. 58

17 Вероя гжкчь \(ткч1Шой доставки (Ч)оГ)1цения. ОРОМА. неуправляемая кооперация ........................................58

18 кпд исио п> 5ования ин трфеисов. ОРВМА. неуирав шемая коопе1)апия..........................................................59

19 Уплсп пение часто того плана......................................60

20 Ограничивающие условия кооперации............................61

21 Вариашы п ¡аииропаIш>1 абопенюв г. зависимости 01 способа м\лы иплексирог.ання ..............................................64

22 Пример {а I уханий в канате до собс I венной ВС и до с осе тих

ВС....................................................................64

23 Варпаш реализации расписания I 1я кооиера 1 иииы\ пере |ач . 66 21 Упрощенный пример рабены я иоршма кооперации д гл

с о1овой| ((ми ........................................................69

25 Размещение кпнчиов и коонераюров в с см и (низкая пршоджчч ь кооперации) ..........................................71

26 Размещение клпетпов и коонераюров 1! сечи (высокая прш о шосч ь кооперации) ..........................................71

27 Пропускная способное! ь с сч п с \ нрав 1яемой кооперацией] ... 72

28 Вероя 1 нос I ь на шчня кооператра при цюровольпой

пе\ прав шемой кооперации........................................79

29 ~)нер1 о 1 и чес кая >ффек тивнед I ь абожмпа в завпеимоечи 01 выделяемой полосы ................................................82

30 Дна! рамма рабо| ы систмы ими 1ацпопжно моделирования . . 101

31 Ci рук гура системы имитационного моделирования ...... 103

Список таблиц

1 Описание переменных шкии I ической моде ш....................40

2 Вероятное! и доставки д. ш 1 рупп пс точникоп(функция </) ... 49

3 Параметры моделирования для расширенной модели..........53

4 Пара меч ры ими (ациоипою \ю кмпровапия д. 1я ОГОМА режима 57

5 Параметры сч4т н, в которой кооперация возможна л ¡и ог,|е 11>ных абонеп гов................................................70

6 Пара.хкчры модечп эпергопо! реблепия мобн. пшо! о терминала 82

Приложение 1 - детали программной реализации системы имитационного моделирования

Как было сказано выше, в задачи модели входит организация измерений в сети с кооперацией при значительном количестве абонентов, каналах с памятью и реалистичных профилях трафика. Также должен быть возможен анализ и сравнение алгоритмов управления мощностью. Кроме этого, модель должна работать достаточно эффективно чтобы быть применимой на персональном компьютере. Эти требования оказывают значительное влияние на архитектуру итоговой! системы. В частности, требования но производительности заставляют отказаться от использования математических пакетов наподобие Ма11аЬ [ "] для реализации модели канала и прочих компонентов эмулятора. Требования по гибкости приводят к модульной архитектуре системы и разделению процесса моделирования на множество шагов, на каждом из которых процесс может быть остановлен для дальнейшего уточнения параметров. Рассмотрим строение системы, двигаясь от системных моделей вниз к деталям реализации.

Принцип проведения измерений

Система имитационного моделирования сама по себе не представляет интереса. Её применимость становится очевидной, когда существует возможность производить измерения ее параметров. В рамках анализа сетей! связи в общем и кооперации в частности интересны следующие параметры:

• Пропускная способность системы, а также пропускная способность канала каждого клиента в отдельности в случае когда кооперация работает и в случае без кооперации.

• Средняя задержка доставки пакета для каждого клиента, а также распределение задержки в случаях с кооперацией и без нее.

• Вторичные параметры, такие как количество сбросов, количество ретрансляций на пакет и прочие.

• Энергетическая эффективность системы, то есть сколько энергии требуется для того или иного режима работы сети.

• Зависимости выходных параметров от входных, представленные в виде табулированных функций. Это подразумевает также измерение входных потоков для минимизации влияния нестабильностей генераторов трафика.

Алгоритм системы имитационного моделирования

Для реализации модели сети написана программа на языке С. Программа создает модель соты согласно конфигурации для данной точки моделирования. Затем запускается алгоритм работы сети, повторяющийся до тех пор пока не будут удовлетворены условия остановки. В общем виде процесс представлен на рисунке 30.

Файл с параметрами

Инициализац1

Профили потоков

Генерация трафика

Выбор

кооператоров

Расчет сценр шя передачи

Модель канала

статистику

Размещение узлов

Модель потока

Планирование

Эмуляция передачи

Сбор статистики

Файлы с результатами

Ассоциация с БС

Контроль мощности

Условия остановки

Вывод

Рис. 30. Диаграмма работы системы имитационного моделирования

Производительность системы

В процессе разработки много внимания уделялось эффективности системы имитационного моделирования 15 целом. Большинство имеющихся систем имитационного моделирования беспроводных сетей используют систему МаПаЬ [ ] для реализации моделей каналов, а подчас и всей системы. К сожалению, МаНаЬ не отличается высокой скоростью работы. Значительный прирост производительности был получен за счет реализации критических ко времени модулей на языке С, без каких-либо скриптов в процессе эмуляции сети. Язык С был выбран вместо С++ в первую очередь из-за простоты оптимизации кода и более простой реализации динамически загружаемых расширений. За счет различных методов оптимизации удалось

добиться ускорения почти в 100000 раз но сравнению с начальной реализацией в Ма^аЬ.

Для примера, моделирование сети из 3 узлов при 128 шагах табулирования интенсивности входных потоков с целевой точностью 5% занимает около 15 секунд времени на тестовой машине. Моделирование того же сценария с 32 шагами с той же точностью в МаНаЬ занимала немногим более 4 часов на той же машине. Таким образом, модель имеет значительный потенциал по производительности, что позволяет1 добавлять больше функционала при разумном расходе вычислительных ресурсов.

Текущий дизайн модели не только эффективен, но также позволяет легко расширять функционал модели. В частности, можно легко добавить модели каналов или дисциплины обслуживания. Безусловно, увеличение количества параметров увеличивает число точек коммутации потока выполнения и число управляющих переменных. Поэтому многие глобальные блоки модели, такие как модель капала или протокол передачи, загружаются из динамических библиотек при конфигурации модуля имитации сети. Таким образом, дополнительная коммутация происходит лишь при инициализации и в дальнейшем не влияет па быстродействие системы.

Организация рабочего процесса

Пожалуй, основным требованием к системе имитационного моделирования является ее производительность. Производительность, безусловно, является критическим параметром применимости системы. Однако, стремясь повысить скорость, необходимо также не забывать об удобстве и времени на программирование системы. Этот раздел посвящен рассмотрению приемов, позволивших достичь производительности в сочетании с гибкостью и надежностью.

Система состоит из нескольких компонентов, каждый) из которых представляет из себя закопченное приложение. Компоненты взаимодействуют между собой через конфигурационные файлы и аргументы командной! строки. Модульный дизайн позволяет решить 2 основные проблемы: достижение гибкости системы и локализация ошибок и сбоев. В частности, в случае ошибки работы некоторого блока пли его аварийного завершения все уже полученные результаты будут успешно сохранены. Схема работы модели представлена па рисунке 31. Далее отдельные компоненты рассмотрены более детально.

Рис. 31. Структура системы имитационного моделирования

Конфигурационные файлы представляют из себя структурированный список параметров и их значений в формате библиотеки libconfig [ ^ !]. Библиотека предоставляет дружественный пользователю формат и гибкий набор функций для манипуляции содержимым конфигурации внутри программы. В частности, возможно изменение параметров по их полному пути в конфигурационном файле, что используется в процессе формирования точек измерения. Более подробное описание формата и возможностей конфигурации можно найти в Приложении 1.

Запускающий скрипт формирует временную конфигурацию из файлов, заданных пользователем. Временная конфигурация нужна для того чтобы последующие этапы работы не влияли на оригинальный конфигурационный! файл. Также запускающий скрипт формирует временное окружение для каждого запуска, исключающее влияние одного запуска на другой. Это важно, например, при сравнении режима с кооперацией! и без нес. Также это обеспечивает изоляцию результатов.

Итератор представляет из себя небольшой! скрипт на Python, в задачи которого входит табулирование выходных параметров модели на заданных диапазонах входных параметров. Его работа состоит из следующих операций:

1. Прочитать список параметров, по которым нужно выполнить табуляцию, а также диапазоны их изменения.

2. Рассчитать полное количество моделируемых точек для оценки времени до конца моделирования.

3. Для текущей точки изменить нужные поля в конфигурационном файле.

4. Запустить модуль имитации сети и проверить код возврата па наличие ошибок, в случае ошибок доложить и выйти.

5. Рассчитать и показать время до окончания моделирования.

6. Перейти к следующей точке или завершить табулирование.

Конфигурация итератора представляет из себя набор фрагментов кода на Python наподобие приведенного ниже

Number of cells in the cluster cell_plan = ItRun("ce 1l_p1 an' , [3,1]) coop = I tRun(['mode' , 'control'], [( 'OFDVl', 0, ), ('OFDVIA', 0, ), ('LTE', 1, ),

]) -set up rests for all ее 11u1ar—1 ike experiments

В приведенном примере задается табуляция по двум частотным планам, а также всем режимам работы кооперации. Аналогичным способом можно задать табулирование по другим численным и строковым параметрам.

Модуль имитации сети представляет из себя монолитный бинарный файл, загружающий конфигурацию из файла и работающий автономно. По результатам успешного моделирования генерируется выходной файл в формате исходного кода Matlab [ ], в котором записываются имена и значения измеряемых величин, а также их погрешности и служебная информация. Файл может быть загружен для дальнейшей обработки с помощью пакетов Matlab или GNU Octave [ ]. Использование формата этих пакетов объясняется тем, что чаще всего результаты моделирования сами по себе неинтересны, и требуют дальнейшего анализа человеком. Для численного анализа в большинстве случаев используются пакеты Matlab или Octave. Они же могут быть использованы для генерации графиков как непосредственно, так и с помощью дополнительного ПО, например GNUPlot [ ]. В частности, все графики в этой работе построены с помощью этой программы.

Используемое окружение

Система имитационного моделирования, как и любая другая программа, работает в окружении других программ. Для нормального

функционирования рассматриваемой системы необходимо следующее окружение:

• Операционная система GNU/Linux или ее эмуляция, например Cygwin

[ I-

• Оболочка совместимая с bash.

• Интерпретатор языка Python [ ] v2.7 или выше.

• Библиотеки: GNU С library (glibc), GNU sceintific library (GSL) [" •],

• Для работы программ результатов программа GNU Octave или Matlab.

• Для построения графиков в различных форматах необходима программа GNUPlot или ее эквивалент.

• Для компиляции из исходных текстов необходима система scons и компилятор GCC.

• Документация к исходным текстам генерируется системой Doxygen.

Как видно, система получилась сильно привязанной к библиотекам и другим системам для численных вычислений. При этом, однако, требования от конечного пользователя фактически минимальны - все используемые библиотеки и программы являются свободным программным обеспечением (СПО), что гарантирует их доступность для каждого желающего.

Окружение системы имитационного моделирования также включает широкий набор скриптов для обработки результатов измерений. В частности, в набор входят:

1. Подпрограмма для извлечения статистики для отдельного узла из произвольного набора файлов с результатами (например для сравнения разных режимов)

2. Скрипт для генерации функций плотности вероятности из гистограмм задержек.

3. Скрипт для построения регионов стабильности (как сечений многомерных поверхностей).

4. Скрипт для экспорта данных из Matlab/Octave в формат, отображаемый системой Gnuplot с поддержкой доверительных интервалов и т.п.

5. Реализация аналитической модели доставки пакета для 3 и 4 узлов, позволяющая сверять результаты имитационного моделирования с аналитическими.

6. Реализация аналитических моделей для аналитических расчетов.

7. Реализации моделей канала 1Ти-Г1 для различных сценариев, а также канала 1Т11-рес1 В в системе Ма1,1аЬ для отладки.

8. Генератор клиентских узлов - позволяет создавать большие массивы клиентских узлов со случайными координатами.

9. Скрипт для расчета ожидаемых свойств капала (вероятности доставки и прочие) для данной карты узлов и модели капала.

Большая часть из приведенных программ окружения так или иначе использовалась для отладки и проверки модели.

В качестве текущего результата имеется легко расширяемая и эффективная платформа для анализа кооперативных сотовых сетей. Огромным преимуществом является то, что схема работы модели строго документирована и легко поддается анализу и верификации. Кроме того, можно быть уверенным что все ошибки реализации локализованы внутри системы моделирования, а не подсистем на которых она построена. В частности, многие модели сетей реализуются как расширение к системе N32 [") ], поддержка которой не осуществляется уже несколько лет. Как следствие получаемые результаты подчас либо трудиопроверяемы, либо вообще недействительны в силу ошибок в реализации платформы.

Регенеративный анализ

Как известно, проблемой многих систем имитационного моделирования сетей связи, таких как, например, N82 [ ] или ОРКЕТ [ ], является отсутствие адекватной статистической обработки результатов. В частности, пользователь никогда не может быть уверен в том что полученный им результат1 имеет адекватную погрешность. Безусловно, при достаточно большом времени моделирования погрешность стремится к нулю. Однако в такой сложной системе как сеть связи ответить на вопрос как долго нужно моделировать не так просто. Кроме того, результат полученный! в результате запуска модели и усреднения значений наблюдаемой величины в общем случае является смещенной оценкой!. Величина смещения зависит от длины моделирования и характера модели, и может быть весьма значительной!. Чтобы избежать подобных проблем, используется регенеративный подход согласно [ ].

Регенеративный! подход позволяет получать несмещенные оценки среднего значения измеряемых величин, а также получать доверительные интервалы прямо в процессе моделирования. Статистика собирается в так называемых точках регенерации, когда сеть возвращается в свое исходное состояние. Таким образом, моделирование работы сети проводится до

момента регенерации, после чего для каждого измеряемого параметра используются следующие формулы:

Пусть Хп,п £ N - случайный процесс , и /3) точка регенерации .

Точкой регенерации называется такое значение п при котором X находится в исходном состоянии, т. е. Хр = Ло Теперь определим длину цикла регенерации с номером ] как

О/ = - Д-0" > !)•

На каждом цикле регенерации определим функцию

к = Е

Можно показать, что значения У} для всех циклов независимые и одинаково распределенные случайные величины. Теперь, согласно [• '], математическое ожидание величины X может быть определено как

г является состоятельной и несмещенной оценкой. Можно показать, что

£{¥,} = Е{Ц} =

Е сч

Е{ал} = ЕЫ =

п

Три последние формулы используются в системе имитационного моделирования для получения математического ожидания. Получение доверительных интервалов несколько более сложный процесс, его подробное описание можно найти в [ > ].

Регенеративный подход позволяет не только измерять параметры сети, но также регистрировать нестабильность в ее поведении, позволяя определить регион стабильности. Возможность рассчитывать доверительные интервалы по ходу моделирования позволяет свести к минимуму объем вычислений, так как модель никогда не работает дольше чем необходимо. Введем параметр целевой точности как Т = оценка "огре'"ност" • 100%. Пользователь может

^ значение

определить целевую точность через максимальное время моделирования или непосредственно. Использование остановки по критерию целевой точности ускоряет моделирование в 5-10 раз в зависимости от конкретных параметров. Таким образом, грубые результаты могут быть получены значительно быстрее чем более точные, что облегчает отладку и использование модели при больших объемах входных параметров.

Для наиболее типичного случая стабильной сети, для каждой! моделируемой точки используется алгоритм 3. Для получения графиков применяется внешняя программа изменяющая конфигурацию и запускающая модель для каждого набора входных значений отдельно. Поскольку расчет точек независим, процесс легко поддается распараллеливанию для использования в многопроцессорных системах.

Algorithm 3 Моделирование одного набора входных параметров в регенеративном режиме repeat

Очистить все очереди и состояния генераторов трафика. t = 0 repeat

Сгенерировать трафик на клиентских узлах Моделировать передачу t = t Ь 1

if t > maxtime then

Система нестабильна, завершение, end if

until Все очереди пустые

Зарегистрировать регенерацию и рассчитать погрешности, until Достигнута целевая точность или превышен порог числа регенераций

Извлечь гистограммы распределений измеряемых величин. Сохран ить резул ьтат ы.

Компенсация погрешностей генераторов случайных чисел

В рамках измерения любых величин выходных параметров, нельзя забывать что генераторы входных потоков не идеальны. Для любого генератора псевдослучайных последовательностей (ПСП) характерны разнообразные погрешности:

• Генерируемое распределение никогда не бывает действительно равномерным, хотя отклонение и незначительно.

• Каждый генератор ПСП имеет период, после которого наблюдается выраженная автокоррелляция генерируемой последовательности. У используемого генератора МТ19937 этот период 219937, что много больше любого потенциально возможного количества случайных чисел в модели. Так что эта погрешность,равна нулю.

• Для любого конечного количества отсчетов, при выполнении некоторой! пороговой операции, например сравнения с вероятностью потери

пакета су для получения исхода передачи, итоговое распределение пе будет иметь своим математическим ожиданием с}. К сожалению, избавиться от этой погрешности можно только увеличением длины получаемого распределения.

В частности, при заданной интенсивности входного потока 0.3, его реальная интенсивность может быть, например, 0.315. При этом в силу особенностей] регенеративного метода, в частности относительно коротких циклов, увеличение числа циклов не уменьшает погрешность интенсивности генерации генератора трафика. Для компенсации этого неприятного явления, приняты следующие меры:

• Истинная интенсивность измеряется наряду с прочими параметрами, и для нее также рассчитывается погрешность. Таким образом, для выходного значения можно оценить, для какого именно входного потока оно было получено, а также погрешность измерения этой величин ы.

• Длина цикла регенерации ограничена снизу. Чем длиннее цикл регенерации, тем меньше погрешность генераторов трафика и ошибок в канале. Поскольку регенеративный подход не заставляет использовать каждую точку регенерации, мы можем начинать искать точки регенерации только после п кадров. При достаточно большом п погрешность генераторов случайных чисел значительно уменьшается. Естественно, слишком большое п приводит к увеличению времени выполнения, что также нежелательно.

Прочие подходы к измерениям

Существует, безусловно, целый ряд ограничений по применимости регенеративного метода. Регенеративное моделирование применимо к множеству стабильных сетей, и рассматриваемая сеть в общем случае стабильна. Если же необходимо получать результаты вне региона стабильности, то это возможно только с помощью других методов. Для этого случая, а также для случаев с большим количеством узлов, используется метод репликаций согласно [ ]. Метод репликаций не настолько точен как регенеративный, но зато более гибок и лучше масштабируется. К счастью, в большой сети игнорирование автокорреляции трафика узлов, происходящее в методе репликаций!, не настолько критично.

Особняком стоит случай режима насыщения, когда у сети нет переходного периода, то есть сеть изначально находится в стационарном состоянии. В этом случае для получения несмещенных оценок достаточно просто рассчитать среднее арифметическое всех отсчетов. Доверительные интервалы в таком режиме неинтересны, так как измеряемые величины имеют практически нулевую дисперсию.

Итак, мы рассмотрели метрологические аспекты работы системы моделирования. Перейдем теперь к более подробному рассмотрению аспектов реализации системы имитационного моделирования как программы.

Приложение 2 - Конфигурационные файлы системы имитационного моделирования

В данном приложении представлены основные конфигурационные параметры, необходимые для реконструкции проведенных экспериментов с помощью систем имитационного моделирования.

Базовая системная модель

Рассмотрим простейшую модель сети - в ней передачи осуществляются с разделением по времени, занимая весь канал. Можно показать, что модуляция OFDM является наиболее близкой точкой! между такой моделью и реальной сотовой сетью. Только один абонент передаст в каждый отдельный! момент времени, и система планирования принимает это во внимание. Такой физический! уровень можно использовать для отладки системы имитационного моделирования, так как соответствующие результаты могут быть также получены аналитически. Для этого достаточно заменить настоящую модель капала статически заданными вероятностями доставки пакета.

Сценарий для проверки по аналитической модели

Приведенный сценарий создает узлы сети и связи между ними согласно требованиям аналитической модели. Дополнительные параметры передаются через командную строку.

#======Define model global variables

infо("Sсenariо options:"+opt) #Create static channel based on CSV file gl.chan = channel_model. TStaticChanne 1 (11 conf/channel. с sv")

sched = gl.sched

#Below you can define the model scenario parser = argparse.ArgumentParser(

description='Scenario options') parser.add_argument('--load_a',default=l.0,type=float,

help='Node A load') parser.add_argument('--load_r',default=0.03type=float,

help='Node A load') parser.add_argument('--relay_prob',default=0.0}type=fl о at ,

help='Node R relaying probability')

args=parser.parse_args(opt.splitQ) params = node.node_params() #remove relay session limit params.max_re1 ay_sessions = 100 #Disallow full-duplex operation params.opt_duplex = True params.relay_probability = 0.0 params.listen_probability = 0.0

#Create nodes i d=0

n = node.TClientNode(id,params) sim.user_list.append(n)

trafgen.TPoissonGen(n, lambd = args.load_a/std_const.F RAME, packet_size = 1)

id+=l

params.relay_probability = 1.0

params.1isten_probabi1ity = args.relay_prob

n = node.TC1ientNode(id,params)

sim.user_list.append(n)

trafgen.TPoissonGen(n, lambd = args.load_r/std_const.F RAME, packet_size = 1)

cell_id=0 id + = 1

n=node.TBSNode(id,cell_id,params) #attach a scheduler to the BS schedule.TRoundRobinSchedule(n) sim.bs_list.append(n)

# set up statistics collection

gl.stats.fragments_delivered = TAccTraceVar() gl.stats.fragments_retransmitted = TAccTraceVar() gl.stats.fragments_transmitted = TAccTraceVar() #Arrange for a histogram collection for packet delay gl.stats.packet_delay.hist = THistogram(0,

100*std_const.FRAME_PS, std.const.FRAME_P S)

#Same for ARQ fragments (this can be used for analytic

al verification) gl.stats.fragment_delay.hist = THistogram(0,

100*std_const.FRAME.PS, std_const.FRAME_P S)

#Set the replication cycle length to 5000 frames replication_every( std_const.FRAME_PS * 5000) #stop the simulation after 50000 frames sched.enterabs(std_const.FRAME_PS * 50000, 1000, sim.s top)

Приведенный выше сценарий создает сеть с 3 узлами, один из которых является кооператором с добровольным, неуправляемым режимом кооперации. Модель запускается па время 5000 кадров LTE, таким образом агрегируя значительный объем данных, включающий статистику по задержке, энергопотреблению и пропускной способности.

Для формирования изменяемых аргументов используется отдельный скрипт, приведенный ниже

load_a=ItRun('load_a' ,range (0.0,1.0,0.05)) relay_prob = ItRun(5relay_prob5,range(0.0,1.0,0.1))

Настройки для проверки по аналитической модели

Ниже представлен фрагмент конфигурационного файла, описывающий системные параметры для сверки с аналитической моделью. Сценарий, описывающий размещение узлов и организацию сети, представлен выше.

#Frame duration in time units. For real model it would

be in seconds. FRAME = 1.0

#tоtal available bandwidth in Hz (affects capacity)

BANDWIDTH=20e6

#FFT size

N_FFT = 2048

#Guard bands are needed for capacity calculation GUARD_BANDS = (160, 159) #Used subcarriers

N_USED = N_FFT - sum(GUARD_BANDS)

#Noise model is not used as we use static delivery pro

babilities N0 ISE_FL00R = 0.0

#0FDM cyclic prefix ratio

CYCLIC_PREFIX = 0.0

#The length of a single physical slot - the smallest t

ime unit measurable by terminal. See als tick. PS=FRAME

#Duplexing time (receive to transmit) RTG_PS = 0

#Duplexing time (transmit to receive) TTG_PS = 0

#the duration of a single symbol (without guard prefi x)

USEFUL_SYMBOL_DURATION = 1.0

#and with guard prefix

SYMB0L_DURATI0N = USEFUL_SYMB0L_DURATI0N * (1.0 + CYCLIC_ PREFIX)

#and same m PS

SYMB0L_DURATI0N_PS = int(round(SYMBOL.DURATION / PS))

#Humber of phy slots in one frame FRAME_PS=int(round(FRAME/PS))

#number of usable PS's

USEFUL_FRAME.PS = FRAME_PS - RTG_PS - TTG_PS

#number of OFDM syms per frame SYMBOLS_PER_FRAME = 1

#ratio of uplink to downlink symbols(only uplink)

UL_DL_RATI0 = 1.0

(UL_SYMB0LS, DL.SYMBOLS) = (1,0)

#Frame starts with uplink subframe

(UL_START, UL_START_PS) = (0,0)

#Downlmk timings #Disable preamble PREAMBLE_PS = 0 DL_START.PS = PREAMBLE.PS

#=======resource allocations for OFDM

#subchannel bandwidth SUBCHANNEL.CARRIERS = N_USED

#IJo pilots

SUBCHANNEL.PILOTS = 0

#slot size (symbols,subchannels)

SL0T_SIZE = (1, 1)

#UL dimensions

(UL_SLOTS_TIME, UL_SLOTS_FREQ, UL_SL0TS_T0TAL) = (1,1,1)

#real slot size as seen by PHY SLOT_SIZE_PHY = (1,1)

#Slot data capacity (that is how many data syms are th ere)

SL0T_CAPACITY = 1000

#=====================SLS parameters

#how many bytes does MAC header take for each packet MAC_0VERHEAD = 0

#The max size of ARQ block m bytes MAX_ARQ_BL0CK = 1 MAX_ARQ_RETRIES = 4

#The most important parameter - the system clock tick m seconds.

#System clock should be capable of specifying any sche duled event

#as a multiple of TICK. Accuracy of traffic generators depends on

#the granularity of TICK variable. All times inside si mulation are

#mteger multiples of TICK, so trafgen code relies on

it being small enough TICK = PS/100

#Power expense levels C0NSUMPTI0N_TX = 1.0 CONSUMPTION.RX = 0.7 C0NSUMPTI0N_ID = 0.1

Расширенная системная модель

Сети LTE и IEEE 802.16 рассчитаны па работу при большом количестве абонентов и сот, постоянно взаимодействующих друг с другом. В данном разделе приведены параметры системы имитационного моделирования, позволяющие создать такую сеть динамически для проведения экспериментов.

Сценарий, создающий сотовую сеть с 19 сотами

parser = argparse.ArgumentParser( description=5 Scenario options')

parser.add_argument('--nodes_per_sector',default=10,ty pe= int,

help=5 number of user nodes in the system')

parser.add_argument('--ISD',default=200.0,type=float,

help= ' inter-site distance')

parser.add_argument('--pc_mode',default="SINR_TARGET", help='Power control mode')

parser.add_argument('--seed',default=l,type=int, help='RNG seed')

parser.add_argument('--cluster',default=7,type=int, help= ' Cluster size')

parser.add_argument('--reuse',default=3,type=int, help='RNG seed')

parser.add_argument('--fairness',default=0.9,type=floa t,

help='PF fairness, set to 1.0 for round-robin, set 0 t

о serve greedily') parser.add_argument('--coop_prob',default=l.0,type=flo at,

help='AMC moving average window')

parser.add_argument('--pc_aggressive',default=0,type=i nt ,

help= ' Trigger aggressive power control') args=parser.parse_args(opt.split())

user_nodes = args.nodes_per_sector * args.сluster*3

info("Loading scenario")

rng.set_seed(args.seed)

R=ISD_to_radius(args.ISD)

fairness = args.fairness

cprob = args.coop_prob

agg_pc = args.pc_aggressive

#Reuse model 1/3/3

bs_ant.pattern = 11 ant_patterns/emd . m" ms_ant_pattern = "ant_patterns/omni.m"

gl.trace_extra.append(matlab_format(' pc_mode'3 args.pc_ mode))

gl.trace_extra.append(matlab_format('pc_aggressive',ag g-pc))

gl.trace_extra.append(matlab_format("N",user_nodes)) gl.trace_extra.append(matlab_format("cprob",cprob)) info("Loading world")

world_state = ofdm.World_State(SLS.PIXEL_SIZE,SLS.GRID

_SIZE) world_state.thisown= 0 gl.world_state = world_state ofdm.set_world_state(world_state) #Load the default shadow fading maps load_slowfading_maps(sigma = 2) #load portals for 19-cell wrap-around load_hexgrid_portals(ISD=args.ISD,cluster=7) info("Creating channels")

#We need 3 channels to achieve enlightenment for i in range(args.reuse): make_lte_chan()

#Infrastructure MS interface params

inf_ms_params = node.cellular_interface_params()

inf_ms_params.ant_pattern_file = "ant_patterns/omni.m"

for i in range(args.reuse):

inf_ms_params.allowed_channels.add(i)

inf_ms_params.h=l.5

inf_ms_params.antenna_gain = LTE.UE_ANTENNA_GAIN inf_ms_params.noise_figure = LTE.UE_NOISE_FIGURE info("PC MODE IS " + str(args.pc_mode))

inf_ms_params.amc_params.power_control_policy = args.p c_mode

inf_ms_params.relaying_params.lossmap_d2d_file = "path

loss_p2p_nlos_konst.png" inf_ms_params.relaying_params.listen_probability = cpr ob

#No indoor nodes here

inf_ms_params.indoor_node = False

inf_ms_params.amc_params.target_snr =LTE.PC_SINR_TARGE

T

NF_threshold = [-1, 2]

if agg_pc:

if cprob > 0:

inf_ms_params.packing_params.cr_enabled = True inf_ms_params.amc_params.cr_mcs_cutoff = NF_th reshold [0] -LTE.FADING_MARGIN

else:

pass

else :

if cprob > 0:

inf_ms_params.amc_params.target_snr = LTE.PC_S

INR_TARGET/2 inf_ms_params.packing_params.cr_enabled = True else :

pass

#inf_ms_params.amc_params.target_snr = LTE.PC_SINR_TAR GET

#Infrastructure BS interface params inf_bs_params = node.cellular_interface_params() inf_bs_params.ant_pattern_file = "ant_patterns/emd.m" inf_bs_params.rx_sensitivity = LTE.RX.SENSITIVITY inf_bs_params.lossmap_file = "pathloss_inf_nlos.png" inf_bs_params.lossmap_file_los = None inf_bs_params.h=15

inf_bs_params.antenna_gain = LTE.BS_SECT0R_ANTENNA_GAI N

inf_bs_params.noise_figure = LTE.BS_NOISE_FIGURE sched_params = schedule_managers.schedule_params() sched_params.pf„fairness = fairness pos = hexgrid_cells(cluster_size=args.cluster) inf o (11 Gener at ing node positions")

client_pos = iter(pos_uniform(SLS.GRID.SIZE,SLS.PIXEL_ SIZE,"./masks/deployment_hex_"+str(args.cluster)+".p ng" ,user_nodes*2)) #Node params for clients node_params = node.node_params() node_params.show_label=True node_params.speed = 0.0 node_params.h=0 node_params.show_label=True info("Creating cells") def make_cell(p, cell_id) :

cx,cy,angs = hexgrid(p[0] , p[l] , R) for sector in range(3):

info("Making BS node") a=angs[sector]

#print("cx=" + str(cx)+" cy=" + str(cy)+" a=" + st r( a))

node_params.x=cx node_params.y=cy node.params.show_label=True inf_bs_params.direct ion = a' if args.reuse == 3:

inf_bs_params.allowed_channels= set([secto r])

else :

inf_bs_params.allowed_channels= set( [0])

#Create BS node

n=node.Node(cell_id,node.params)

#A11ach LTE interface

cell_if = node.Interface_LTE_CR_BS(ce11_i

d+1000,cell_id,inf_bs_params, n) cell_id += 1

#activate scheduler

Relay_Schedule_Manager(cell_if,scheduler_type s=[Round_Robin_Discipline, Round_Robin_Disci pline],

near_far_threshold=NF_threshold)

#schedule.Proportional_Fair_Schedule(cell_if ,p

arams=sched_params) g 1.lists.bs_list.append(n) return cell_id cell_id = 1 for p in pos:

cell_id = make_cell(p,cell_id) client _ i d = 1

for i in range(user_nodes) : info("Making client node")

node_params.x, node_params.y =next(client_pos)

n=node.Node(client_id,node_params)