Вероятностные модели резервирования ресурсов и анализ показателей эффективности беспроводных сетей с трафиком взаимодействия устройств тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат наук Бегишев Вячеслав Олегович

• Бегишев Вячеслав Олегович
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Бегишев Вячеслав Олегович

ВВЕДЕНИЕ

ГЛАВА 1. ОСОБЕННОСТИ ПОСТРОЕНИЯ ВЕРОЯТНОСТНЫХ

МОДЕЛЕЙ ВЗАИМОДЕЙСТВИЯ УСТРОЙСТВ

1.1. Показатели эффективности беспроводных сетей

1.2. Модели для анализа характеристик интерференции взаимодействующих устройств

1.3. Модели резервирования ресурсов в гетерогенных беспроводных сетях

ГЛАВА 2. МОДЕЛЬ СТОХАСТИЧЕСКОЙ ГЕОМЕТРИИ ДЛЯ

ОЦЕНКИ ХАРАКТЕРИСТИК ИНТЕРФЕРЕНЦИИ

2.1. Базовая модель взаимодействия устройств

в двух смежных кластерах

2.2. Модель взаимодействия устройств в нескольких

смежных кластерах

2.3. Анализ вероятностных характеристик модели

ГЛАВА 3. АНАЛИЗ БЛОКИРОВОК В ГЕТЕРОГЕННЫХ

БЕСПРОВОДНЫХ СЕТЯХ С РЕЗЕРВИРОВАНИЕМ РЕСУРСОВ

3.1. Модель резервирования ресурсов беспроводной сети

с трафиком узкополосного интернета вещей

3.2. Модель точки доступа высокочастотной сети

с резервированием и блокировками

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

СПИСОК ОСНОВНЫХ СОКРАЩЕНИЙ

5G NR - Fifth Generation New Radio

D2D - Device-to-Device, прямые взаимодействия

оконечных устройств AP - Access Point

M2M - Machine-to-Machine, межмашинное взаимодействие

NB-IoT - NarrowBand Internet of Things

nLoS - non Line-of-Sight

LoS - Line-of-Sight

LTE - Long-Term Evolution

SINR - Signal to Interference plus Noise Ratio, отношение

сигнала к интерференции плюс шум SIR - Signal to Interference Ratio, отношение сигнал к

интерференции QoS - Quality of Service

UE - User equipmen

QoE - Quality of Experience NP - Network Performance

СМО - система массового обслуживания ТМО - теория массового обслуживания с.в. - случайная величина

ФР - функция распределения

СПИСОК ОСНОВНЫХ ОБОЗНАЧЕНИЙ

Глава

у2 - мощность шума

Ях0 - целевой приемник

Ях1 - ¿-й приемник

Тх0 - целевой передатчик

Тх1 - ¿-й передатчик

Глава

Б - мощность принимаемого сигнала

I - мощность интерференции от \ -го источника

N - число интерферирующих источников

(а, Ь) - длины сторон ¿-го кластера

ТЯ0 - целевая пара взаимодействующих терминалов

ТЯ, - ¿-я пара взаимодействующих терминалов

Д - расстояние между Гх; и Ях0

Я1 - расстояние между Ях^ и Гх;

ё - базовая мощность беспроводного устройства

а1 - экспонента затухания полезного сигнала

экспонента затухания интерферирующего

а

2 сигнала

В

- поправочный коэффициент затухания сигнала

Глава

С - общее количество ресурсов в соте беспроводной

сети

с - общее количество базовых ресурсов

I - количество ресурсов, зарезервированных для

технологии узкополосного интернета вещей

ць - количество ресурсов, зарезервированных для

услуг сотовой сети

Ь

й

с(т)

минимальное количество ресурсов для передачи данных по технологии узкополосного интернета вещей

минимальное количество ресурсов для предоставления услуги сотовой сети

количество блоков данных, выделенное для передачи т ресурсных блоков данных по технологии узкополосного интернета вещей

рь - вероятность блокировки сессии сотовой сети

р - вероятность блокировки сессии узкополосного

интернета вещей

ж - вероятность блокировки при поступлении новой

сессии

Ко - вероятность блокировки текущей сессии при

возникновении сигнала

А - инфинитезимальная матрица интенсивностей

переходов

N - количество обслуживающих приборов

I - общее количество ресурсов для

высокочастотной сети

I = 71 V ()

и

- доля ресурсов высокочастотной сети для новых сессий

- количество ресурсов, доступных для новых сессий

- текущий объем ресурсов, занятых обслуживанием в высокочастотной сети

- коэффициент использования ресурсов

Як(г) Л,, М., ^.

р'г к )

А

к

А

к

и

к

в

вероятность того, что к сессий занимают г ресурсов

блоки элементов инфинитезимальной матрицы

вероятность того, что к сессий требуют г ресурсов

интенсивность поступления запросов в высокочастотной сети

интенсивность обслуживания сессии в высокочастотной сети

высота расположения точки доступа высокочастотной сети

высота расположения пользовательского оборудования

высота расположения объекта, блокирующего сигнал

а

интенсивность поступления сигнала

8($)

- общее количество ресурсов, занятых в момент ?

Введение диссертации (часть автореферата) на тему «Вероятностные модели резервирования ресурсов и анализ показателей эффективности беспроводных сетей с трафиком взаимодействия устройств»

ВВЕДЕНИЕ

Актуальность темы исследования. В течение последнего десятилетия объем трафика, который передается по беспроводным сетям, значительно увеличился в сравнении с предыдущими годами. Согласно прогнозам Cisco, повышение показателя в 2017-2019 годах составило более 70% [6], и в дальнейшем ожидается только его рост. Это связано с зрелостью технологии мобильного широкополосного доступа четвертого поколения (4G), приносящей значительные улучшения во многие аспекты сотовой сети в ряде новых пользовательских приложений и услуг. В частности, 4G значительно увеличило доступную скорость доступа к данным, предоставляя в то же время широкий набор современных интернет-услуг, тем самым эффективно конкурируя с другими типами беспроводных решений, включая Wi-Fi [10].

Вышеупомянутое значительное увеличение пропускной способности воздушного интерфейса указывает на начало новой эры поистине вездесущего доступа в интернет, и многие считают, что даже самые последние 4G-системы не смогут справиться с лавиной трафика в ближайшем будущем [22]. Такой стремительный рост развития подобных систем может серьезно повлиять на уровни качества обслуживания пользователей (англ. Quality of Service, QoS), а также увеличивать дефицит доступной пропускной способности сети [59].

Ответом на вышеупомянутые проблемы является развертывание более плотных пикосот (радиус покрытия не превышает 500 м.) и фемтосот (радиус покрытия до 20 м.) с меньшими зонами покрытия [71, 25]. Это может потенциально обеспечить столь необходимые улучшения в скорости передачи данных пользователям и энергоэффективности различных беспроводных устройств [85].

Однако возникают дополнительные проблемы, связанные с уменьшением помех между такими малыми сотами. В дополнение к помехам сотовой индустрии необходимо будет справляться с более высокой арендной платой и увеличенными расходами на развертывание и обслуживание [53]. Тем не менее, тенденция уплотнения сети рассматривается сегодня как основное решение для повышения степени пространственного повторного использования и, следовательно, удовлетворения постоянно растущего запроса на трафик в системах пятого поколения (5G).

Таким образом, чтобы улучшить эффективность механизма управления ресурсами, необходимо разрабатывать новые модели и методы анализа эффективности гетерогенных широкополосных беспроводных сетей. Решение данной проблемы сдерживается недостатками в теоретических основах, в том числе, в теории массового обслуживания из-за отсутствия адекватных моделей обслуживания и методов их анализа. Заметим, что разделение ресурсов беспроводной сети сильно зависит от корректного управления информационными потоками. Если объединить два или более гетерогенные сети, то мы с вами прекрасно понимаем, что подобное слияние таких сетей повысит надежность и интеллектуальность систем принятия решений [24]. К примеру, поступление тревоги об обнаружении нештатной ситуации, которую сообщила группа смарт-счетчиков, может быть проверен сразу через визуальный канал. В этой связи, выбор стратегии управления ресурсами между меньшим числом высокоскоростных видеокамер [69] и огромным числом низкоскоростных смарт-счетчиков [2] и при ограниченном объеме ресурсов является на сегодняшний день важной задачей для операторов беспроводных сетей. Следовательно, в комбинации таких гетерогенных сетей исследуются задачи

надежности доставки данных [86]. В рамках такой задачи необходимо сбалансировать вероятностно-временные

характеристики (ВВХ): вероятности блокировки сеанса для отдельных потоков данных и коэффициент использования ресурсов. Таким образом, в диссертации актуальной задачей является построение моделей массового обслуживания и разработка на их основе новых путей исследования вероятностно-временных характеристик перспективных сетей 5G. Более того, анализ источников, рекомендаций и стандартов международных организаций, таких как 3GPP, IEEE, ETSI, установил, что необходимы комплексные модели, которые адекватно описывали бы особенности методов управления доступом и механизмов резервирования ресурсов сетей 5G.

На основе вышеизложенного диссертация включает исследование трех основных направлений: 1) аналитическая оценка характеристик интерференции при прямом взаимодействии устройств в прямоугольных кластерах на основе стохастической геометрии; 2) модель резервирования ресурсов беспроводной сети с трафиком узкополосного интернета вещей; 3) модель точки доступа высокочастотной сети с резервированием и блокировками. Именно эти задачи решаются в диссертационной работе и поэтому тема исследования является актуальной.

Степень разработанности темы. Анализ вероятностных характеристик обслуживания трафика взаимодействующих устройств проведен с помощью аппарата теории вероятностей, теории массового обслуживания, теории случайных процессов, теории телетрафика и стохастической геометрии. К российским ученым, исследователям, внесшим большой вклад в эти области, относятся В.М. Вишневский [97, 98], Г.П. Башарин [1], П.П. Бочаров

[88], Б.С. Гольдштейн [101], СЯ. Шоргин [122], А.Е. Кучерявый, Е.А. Кучерявый [107,106], О.В. Семенова [128, 123], А.А. Назаров [113], A.H. Моисеев [56, 124], С.П. Моисеева [49, 112, 114], В.А. Наумов [115], Ю.В. Гайдамака [29], А.П. Пшеничников [105, 116,], К.Е. Самуйлов, В.В. Рыков [117], Д.А. Молчанов [58, 59 ], И.И. Цитович [79, 129 ], С.Н. Степанов [125,126, 127], М.С. Степанов [116, 127], О.Н. Ромашкова [102] и др., а к зарубежным - M. Dohler [27], J.G. Andrews [14], F.P. Kelly [39], M. Haenggi [34], V.B. Iversen [36], L. Kleinrock [103,104], E. Gelenbe [32], O. Martikainen [54], Luis M Correia [41], K.W. Ross [74] и др. Обзор конкретных работ содержится в главах диссертационной работы по мере изложения решений поставленных задач.

Цель и задачи исследований. Проведенный анализ особенностей систем резервирования ресурсов беспроводных сетей позволяет сформулировать цель диссертационного исследования как: построение моделей стохастической геометрии для анализа характеристик интерференции и вероятностных моделей резервирования ресурсов в беспроводных сетях с трафиком взаимодействия устройств.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

1. Построение и анализ модели стохастической геометрии для оценки характеристик интерференции, создаваемой пользователями беспроводной сети на принимающем устройстве пользователя, в том числе анализ характеристик случайной величины SIR (англ., Signal-to-Interference Ratio).

2. Построение модели резервирования ресурсов для анализа блокировок с помощью системы массового обслуживания

(СМО) со случайными требованиями к объему занимаемого ресурса беспроводной сети.

Объем и структура работы. Структура диссертации построена из введения, трех глав, заключения и списка литературы из 129 источников. Научная работа изложена на 115 страницах текста, содержит 24 рисунка и 2 таблицы.

Краткое изложение диссертации. Диссертация состоит из трех глав. В первой главе работы рассматриваются особенности построения вероятностных моделей взаимодействия устройств в беспроводных сетях, проводится общий обзор методов анализа представленных моделей. В разделе 1.1 изложены основные показатели эффективности всех уровней качества при предоставлении услуг пользователям беспроводной сети. В разделе 1.2 рассмотрены модели для анализа характеристик интерференции для взаимодействующих устройств. В разделе 1.3 проанализированы модели резервирования ресурсов в гетерогенных беспроводных сетях. При разработке разделов 1.1 - 1.3 использовались публикации [16, 17, 18, 19, 20, 77, 89, 90, 91, 93, 94, 95, 96, 99, 100, 109, 110, 118] с участием автора.

Вторая глава посвящена построению и анализу модели стохастической геометрии для оценки величины отношения сигнала к интерференции взаимодействующих устройств в беспроводной сети. В разделе 2.1 представлен анализ базовой модели взаимодействия устройств в двух прямоугольных кластерах [90, 99]. В разделе 2.2 представлена и проанализирована расширенная модель для оценки величины отношения сигнала к интерференции в нескольких смежных кластерах. В разделе 2.3 получены аналитические формулы для анализа и расчета средних значений основных вероятностных характеристик случайной величины SIR.

При разработке разделов 2.1 - 2.3 использовались публикации [16, 17, 77, 90, 99, 100, 118] с участием автора.

В третьей главе проведен анализ блокировок в гетерогенных беспроводных сетях с резервированием ресурсов. В разделе 3.1 расширена математическая модель [23], позволяющая исследовать основные ВВХ системы с двумя типами трафика узкополосной сети интернета вещей (англ., NarrowBand Internet of Things, NB-IoT) и LTE (англ., Long Term Evolution). Используя разработанный инструмент, сравниваются три стратегии управления ресурсами: статическая, динамическая и динамическая с резервированием. В качестве базовой модели исследуется внутриполосный режим, представленный в беспроводной сети стандарта LTE Rel. 13 [1, 3, 70], где базовая станция сети разделяет спектр частот с технологией NB-IoT. Предложенная аналитическая модель представлена в виде системы массового обслуживания с выделением фиксированного диапазона ресурсных блоков [18, 23]. В разделе 3.2 представлена модель точки доступа высокочастотной сети с резервированием и блокировками. При разработке разделов 2.1 - 2.3 использовались публикации [18, 19, 20, 89, 91, 93, 94, 95, 96, 109, 110].

В заключительном разделе работы основные результаты диссертационной работы.

Положения, выносимые на защиту. 1. Аналитическая оценка характеристик интерференции для модели взаимодействия устройств в двух смежных прямоугольных кластерах может быть получена методом стохастической геометрии с учетом вероятностных распределений расстояний между взаимодействующими устройствами.

2. Оценка показателей эффективности модели совместного доступа к ресурсам беспроводной сети в условиях обслуживания трафика узкополосного интернета вещей может быть проведен с помощью модели системы массового обслуживания с последовательным резервированием ресурсов диапазонами фиксированного размера.

3. Анализ показателей эффективности модели точки доступа высокочастотной сети c резервированием ресурсов может быть проведен с помощью Марковской системы массового обслуживания ограниченной емкости с сигналами и случайными требованиями к ресурсам.

Научная новизна диссертационной работы:

1. Построена модель стохастической геометрии для оценки распределения с.в. SIR взаимодействующих устройств в беспроводной сети, которая в отличие от известных ранее моделей учитывает геометрию помещений. Получена аналитическая оценка качества сигнала по критерию среднего значения SIR, ранее такие исследования проводились с помощью имитационного моделирования.

2. Предложена аналитическая модель для анализа вероятностно-временных характеристик трафика узкополосного интернета вещей в сотовой сети при наличии конкурирующего трафика потокового видео. В отличие от известных ранее, модель учитывает резервирование ресурсов на основе фиксированных диапазонов для трафика узкополосного интернета вещей и стратегии распределения ресурсов с конкурирующим трафиком.

3. Построена модель точки доступа высокочастотной сети с резервированием ресурсов и блокировками прямой видимости.

В отличие от известных моделей, рассматривается ресурсная система с механизмом резервирования ресурсов и поступлением сигналов, и применены методы как стохастической геометрии, так и теории массового обслуживания.

Методы исследования. В диссертации применятся методы теории массового обслуживания, теории вероятностей, теории случайных процессов, математической теории телетрафика, стохастической геометрии и имитационного моделирования.

Теоретическая и практическая значимость работы. Полученные результаты в диссертационной работе могут быть использованы проектными телекоммуникационными компаниями, операторами сетей связи при планировании сетей радиодоступа для предоставления требуемого качества услуг.

Разработанные математические модели, позволяющие оценить величину отношения сигнала к интерференции взаимодействующих устройств, могут быть применены при расчете оценок интерференции в беспроводных сетях, а именно при проектировании беспроводных взаимодействий оконечных устройств, в которых качество полезного сигнала зависит от величины отношения сигнала к интерференции.

Результаты работы включены в исследования по грантам РФФИ № 15-07-03608 «Разработка методов решения задач управления доступом в широкополосных беспроводных инфокоммуникационных сетях на основе нелинейного анализа и математической теории телетрафика», № 18-07-00576 «Построение прикладных вероятностных моделей для анализа показателей эффективности гетерогенных беспроводных сетей с учетом механизмов разделения ресурсов», № 18-37-00380 «Математические модели управления радиоресурсами гетерогенных сетей пятого (5G)

поколения в условиях высокой динамики изменения параметров пользовательских сессий».

Реализация результатов работы. Основные научные достижения, полученные в диссертации, использованы в совместных исследовательских мероприятиях в рамках сотрудничества между РУДН и Технологическим университетом города Тампере (Финляндия), в исследованиях по грантам РФФИ, в проекте «5-100» повышения конкурентоспособности ведущих российских университетов среди ведущих мировых научно-образовательных центров.

Степень достоверности и апробация результатов. Основные результаты, изложенные в диссертации, докладывались на научных конференциях и семинарах:

- международная конференция «NEW2AN» (Санкт-Петербург, август 2015 г.);

- международная конференция «International Workshop Applied Problems in Theory of Probabilities and Mathematical Statistics related to modeling of information systems, APTP+MS-2015» (Финляндия, Тампере, 10-13 августа, 2015 г.);

- ХХХ международная конференции по моделированию и имитации, ECMS-2016 (Германия, май 2016 г.);

- XV международная конференция имени А.Ф. Терпугова «Информационные Технологии и Математическое Моделирование, ИТММ - 2016» (Алтайский край, сентябрь 2016 г.);

- XI международная отраслевая научно-техническая конференция (г. Москва, март 2017);

- XX международная конференция «Распределенные компьютерные и телекоммуникационные сети: управление, вычисление, связь, DCCN-2017» (Москва, сентябрь 2017 г.);

- II международная школа по внедрению технологий, приложений и методов для поколения сетей связи 5 G (Португалия, Лиссабон, 2018 г.);

- XXXVII международная конференция по глобальным коммуникациям «IEEE Global Communications Conference» (Объединённые Арабские Эмираты, Абу-Даби, 2018 г.). Основные результаты опубликованы в статьях ведущих научных

журналах - Computer Communications [17], Transactions on Emerging Télécommunications Technologies [77], Communications in Computer and Information Science [18], IEEE Internet of Things Journal [67] и в трудах международных конференций, индексируемых WoS (Web of Science) и Scopus. По материалам исследований в федеральном органе исполнительной власти по интеллектуальной собственности зарегистрированы программы ЭВМ «Расчет оптимальной емкости и фиксированного диапазона пропускной способности модели соты сети LTE с трафиком межмашинного взаимодействия» [120], «Модель резервирования ресурсов беспроводной узкополосной сети Интернета вещей» [111] и «Симулятор модели беспроводной сети миллиметрового диапазона» [119].

Соответствие паспорту специальности. Диссертационное исследование соответствует следующим разделам паспорта специальности 05.13.17 «Теоретические основы информатики»: п. 2 (Исследование информационных структур, разработка и анализ моделей информационных процессов и структур) и п. 16 (Общие принципы организации телекоммуникационных систем и оценки их эффективности).

Личный вклад. Программные средства, используемые для численного анализа, и представленные в диссертации модели и результаты их анализа получены с участием автора.

Публикации. Основные результаты по теме диссертационного исследования изложены в 20 печатных изданиях [91, 96, 90, 99, 92, 77, 16, 100, 118, 94, 18, 21, 95, 17, 67, 19, 20, 93, 109, 110], из которых издания [100, 95] рекомендованы ВАК РФ, а издания [18, 77, 21, 17] входят в базу данных Scopus.

ГЛАВА 1

ОСОБЕННОСТИ ПОСТОЕНИЯ ВЕРОЯТНОСТНЫХ МОДЕЛЕЙ ВЗАИМОДЕЙСТВИЯ УСТРОЙСТВ

1.1. Показатели эффективности беспроводных сетей

Согласно отчету Ericsson количество подключенных устройств к инфраструктуре современных сетей к 2021 году достигнет значения в 28 миллиардов [8]. Подобные подключения находят применение в различных сферах жизнедеятельности человека: в автоматизации промышленного производства, автомобилестроении, общественной безопасности, здравоохранении и т.д. В связи с быстрыми темпами развития технических систем современные приложения интернета вещей можно разгруппировать на два класса по их техническим показателям, т.е. системы: «массовые» и «критические».

Рис. 1.1. Число подключенных устройств в период с 2015 по 2021 год [8].

«Массовые» приложения интернет вещей характеризуются низкой стоимостью оборудования и большим числом подключенных устройств: интеллектуальные датчики контроля и мониторинга физических метрик в измерительной среде. Второй класс «критических» систем интернета вещей имеют более высокую стоимость оборудования и более высокие требования к показателям

доступности, надежности и задержки таких соединений. К таким системам можно отнести небольшие беспилотные летательные аппараты, автономные автомобили, более сложные роботизированные машины и т.д. [65]. В этой связи современные беспроводные сети 5G полностью позволят удовлетворить потоку разнородных требований, характерных обоим классам систем интернета вещей.

По прогнозам экспертов, разнотипные устройства интернета вещей будут работать на всем спектре перспективных беспроводных технологий: микроволновые телекоммуникационные стандарты (IEEE 802.11, 3GPP LTE, и т.д.), а также новейшие системы, использующие миллиметровые волны, так называемые сети связи 5G стандарта NR (англ., New Radio) [5, 64]. Заметим, что между потребительским и индустриальным сегментами интернета вещей существует пока технологический разрыв, что требует к формированию соответствующих типовых решений беспроводной связи. Так как потребительские приложения интернета вещей (такие как средства автоматизации быта человека) популярны на рынке уже давно, а индустриальные системы интернета вещей только начинают проникать в различные сферы В2В (англ., Business-to-Business, бизнес для бизнеса).

В силу своего исторического развития, применение традиционных средств беспроводной связи для современных индустриальных приложений интернета вещей крайне затруднено, так как подобные системы были ориентированы только на удовлетворение требований, исходящих только от самих пользователей. Это связано с тем, что подключенные к сети устройства более чувствительны к показателям надежности, доступности, а также задержкам передачи информации (вплоть до 1

мс.) беспроводного соединения [46]. Чтобы удовлетворить требуемые критерии, необходимо разрабатывать принципиально новые решения для беспроводной связи, которые должны обеспечить более широкую полосу пропускания, более гибкие и динамичные протоколы канального уровня, а также более надежные средства помехоустойчивого кодирования.

Необходимость разработки новейших технологий для стремительно развивающихся приложений интернета вещей, признана по всему миру и в настоящее время активно реализуются инновационные программы в сфере интернет вещей (далее IoT, англ., Internet of Things) в Китае, Сингапуре, Германии, Великобритании, США, Индии и других странах. Заметим, что в США и Китае сегмент IoT входит в перечень перспективных технологий. В приоритете сферами применения IoT считаются: жилищно-коммунальное хозяйство (умный дом/город), промышленность, электроэнергетика (smart grid), транспорт и транспортная инфраструктура, охрана и безопасность правопорядка, медицина, сельское хозяйство, логистика, образование и охрана окружающей среды. В России проектированием и разработкой платформы своего протокола для IoT предположительно займутся Минкомсвязь, фонд Сколково, Минпромторг, Минобрнауки, Ростелеком.

В документах международной организации ITU-T (англ. International Telecommunication Union - Telecommunication sector), рекомендованы требования по предоставлению

телекоммуникационных услуг. В этой связи анализ качества в сетях поколений 5G производится на трех уровнях. На уровне простого пользователя оценка показателей качества сети основывается на мнении человека, к примеру, качество восприятия определённого вида информации. На уровне услуг оцениваются показатели качества

услуги, это как, например, скорость передачи данных, схемы кодирования и т.д. На транспортном уровне анализируется качество производительности беспроводной сети: потери данных, задержки и другие. Таким образом, на каждом из уровней определены свои критерии оценки качества: показатели качества восприятия (Quality of Experience, QoE), показатели качества обслуживания (Quality of Service, QoS) и показатели качества функционирования сети (Network Performance, NP).

Качество восприятия QoE устанавливается из общей положительной оценки услуги или приложения конечным пользователем. На итоговый результат QoE может повлиять эффективность работы всех элементов сети, включая клиентское оборудование, терминалы, инфраструктуру сервисов, также ожидание пользователя, которому предоставляется услуга, параметры зрения и слуха абонента. Таким образом, оценка показателей качества восприятия ориентированы преимущественно на эффект, воспринимаемый конечным потребителем услуги.

Качество обслуживания QoS представляет собой совокупность эффектов показателей качества услуги в сетях. Показатели QoS определяют характеристики определенных приложений IoT, но, стоит отметить, требования для различных приложений могут существенно отличаться.

Качество функционирования сети NP измеряется на основе параметров, которые определяются оператором связи и применяются при построении, эксплуатации и техническом обслуживании сети. Эти показатели зависят от используемой сетевой технологии, а не от производительности оборудования и конкретных действий пользователя.

Ниже представлены основные показатели эффективности всех уровней модели качества (QoE, QoS, ЫР) для исследуемых моделей в диссертации.

Показатели QoE. Показатели QoE в научной диссертации исследованы для модели высокочастотной сети с резервированием и блокировками: вероятность непрерывного сеанса терминала пользователя с высокочастотной точкой доступа 50 МК (глава 3).

Показатели QoS. Показатели QoS исследуются в моделях беспроводных сетей 40/50 Ниже перечислены основные интересующие нас показатели, которые изложены в соответствующих главах диссертационной работы:

- вероятность блокировки запроса пользователя на предоставление услуги из-за отсутствия свободных ресурсов или при возникновении сигнала, когда текущее обслуживание сессии блокируется (глава 3);

- вероятность блокировки сессий МБ-1оТ и ЬТБ с учетом резервировании ресурсов (глава 3).

Показатели ЫР. К показателям качества ЫР в основном относятся модели установления соединений в беспроводных сетях при взаимодействии устройств. В диссертационной работе по критерии оценки показателя ЫР исследуются характеристики интерференции в беспроводной сети (глава 2).

Таким образом, анализ качества показателей эффективности беспроводной сети требует комплексного решения - разработка новых моделей, методов анализа и расчета вероятностных характеристик. В следующих двух разделах главы 1 представлены особенности таких моделей и формулировка математической постановки задачи исследований.

1.2. Модели для анализа характеристик интерференции

взаимодействующих устройств

Прогнозируемое увеличение трафика пользователя накладывает жёсткие требования к будущей оценке мобильных систем, часто называемых сетями пятого поколения (5G) [7]. Помимо технических усовершенственных методов модуляции, кодирования и антенн MIMO (англ. Multiple Input Multiple Output), в течение последнего десятилетия исследователи представили ряд сетевых решений, обеспечивающих заметное улучшение производительности беспроводных сетей, в том числе использование небольших (микро/пико/фемто) сот [14], передвижные мобильные станции [42], прямые взаимодействия между устройствами [28]. Все эти концепции нацелены на повторное использование частот, при этом обеспечивается значительный прирост площадь покрытия.

С внедрением новых технологий, ожидается, что пользовательские устройства будут принимать более активное участие в сетях 5G, а в некоторых случаях даже возьмут на себя роль сетевой инфраструктуры в обеспечении беспроводной связи. Например, пользовательские устройства будут ретранслировать данные на основе прямого взаимодействия D2D (англ. Device-to-Device), и поддерживать приложения передачи различных медиа-услуг и т.д. Благодаря преимуществам прямого взаимодействия устройств, технология D2D позволит предоставить пользователям широкий спектр услуг. Роль подобных технологий является существенно важной в случаях возникновения техногенных катастроф или природных катаклизмов, когда работоспособность сотовой связи оказывается частично или полностью выведенной из строя. В таких ситуациях D2D-устройства смогут поддерживать связь в течение всего времени проведения ремонтно-восстановительных

Список литературы диссертационного исследования кандидат наук Бегишев Вячеслав Олегович, 2019 год

СПИСОК ЛИТЕРАТУРЫ

1. 3GPP Technical Report (TR) 45.820/r13. Cellular system support for ultra-low complexity and low throughput Internet of Things (CIoT). 2015. Available at: http://portal.3gpp.org/desktopmodules/ /Specifications/SpecificationDetails.aspx?specificationId=2719 (accessed June 7, 2017).

2. 3GPP, Standardization of NB-IOT completed, 2016. Available at: http://www.3gpp.org/newsevents/3gppnews/1785nb_iot_complete (accessed August 2, 2017).

3. 3GPP Technical Report (TR) 36.888/r12, Study on provision of low-cost Machine-Type Communications (MTC) User Equipments (UEs) based on LTE. 2013. Available at: http://portal.3gpp.org/desktopmodules/Specifications/Specificatio nDetails.aspx?specificationId=2578 (accessed June 23, 2017).

4. 3GPP, Study on channel model for frequencies from 0.5 to 100 GHz (Release 14), 3GPP TR 38.901 V14.3.0, January 2018.

5. 3GPP, NR; Multi-connectivity; Overall description; Stage-2 (Release 15), 3GPP TR 37.340, December 2017.

6. Cisco, 2017. The Zettabyte Era: Trends and analysis. White Paper. Avaiable at: http://wikiurls.com/?http://www.cisco.com/c/en/us/ /solutions/collateral/service-provider/visual-networking-index-vni/vni-hyperconnectivity-wp.html (accessed June 17, 2017).

7. Cisco, Cisco visual networking index: Global mobile data traffic forecast update, 2014-2019.

8. Ericsson Mobility Report // https://www.ericsson.com/assets/local /mobility-report/ documents/2018/ericsson-mobility- report -june-2018. pdf (accessed November 23, 2018).

9. ITU-R, Propagation data and prediction methods for the planning of indoor radiocommunication systems and radio local area

networks in the frequency range 300 MHz to 100 GHz , Recommendation ITU-R P.1238-8, 07-2015.

10. Akyildiz I., Gutierrez-Estevez D., Reyes E. The evolution to 4G cellular systems: LTE-advanced // Physical Communication 2010.

- 3(4): Pp. 217-244.

11. Andreev S., Galinina O., Pyattaev A., Gerasimenko M., Tirronen T., Torsner J., Sachs J., Dohler M., Koucheryavy Y. Understanding the IoT connectivity landscape: A contemporary M2M radio technology roadmap // IEEE Communications Magazine. - 2015.

- 53(9): Pp. 32-40.

12. Andreev S, Moltchanov D, Galinina O, Pyattaev A, Ometov A, Koucheryavy Y. Network-assisted device-to-device connectivity: contemporary vision and open challenges // In Proceedings of 21th European Wireless Conference, VDE, Budapest. -2015; -Pp.1-8.

13. Andreev S, Pyattaev A, Johnsson K, Galinina O, Koucheryavy Y. Cellular traffic offloading onto networkassisted device-to-device connections // IEEE Communications Magazine 2014; -52(4): Pp. 20-31.

14. Andrews J.G., Claussen H., Dohler M., Rangan S., Reed M.C. Femtocells: Past, Present, and Future // IEEE JSAC, Special Issue on Femtocell Networks. - 2012. - Vol. 30. - Issue 3. - Pp. 497508.

15. Begishev V., Kovalchukov R., Samuylov A., Ometov A., Moltchanov D., Gaidamaka Y, Andreev S. An Analytical Approach to SINR Estimation in Adjacent Rectangular Cells // Balandin at al (Eds.): NEW2AN/ruSMART 2015, -LNCS 9247. - 2015. - Pp. 446-458.

16. Begishev V., Kovalchukov R., Samuylov A., Ometov A., Moltchanov D., Gaidamaka Y., Andreev S., and Koucheryavy Y. On Numerical Estimation of SINR for Square Wireless Clusters// IX International

Workshop «Applied Problems in Theory of Probabilities and Mathematical Statistics Related to Modeling of Information Systems» (APTP + MS'2015) and International Workshop «Applied Probability Theory and Theoretical Informatics», Tampere, Finland, August 10-13, 2015. - Book of abstracts. - M.: IPI RAN, 2015. - Pp. 44-47.

17. Begishev V., Petrov V., Samuylov A., Moltchanov D., Andreev S., Koucheryavy Y., Samouylov K. Resource allocation and sharing for heterogeneous data collection over conventional 3GPP LTE and emerging NB-IoT technologies Computer Communications. - Vol. 120. - 2018, - Pp. 93-101.

18. Begishev V., Samuylov A., Moltchanov D., Samouylov K. Modeling the Process of Dynamic Resource Sharing Between LTE and NB-IoT Services Communications in Computer and Information Science. - Vol. 700. - 2017. - Pp. 1-12.

19. Begishev V. O., Samuylov A. K., Moltchanov D. A. Modeling of the NB-IoT service process in 5G networks // М.^ехносфера. - 2017, -Pp. 53-53.

20. Begishev V., Samuylov A., Moltchanov D. Optimizing Dynamic Resource Allocation in NB-IoT System // М.: РУДН, - 2017. -Pp. 4-4

21. Begishev V., Machev E., Molchanov D., Samouylov A. Численный анализ модели распределения радиоресурсов сети LTE с трафиком Narrow-Bandiot (Numerical analysis of the model of distribution of LTE network resources with Narrow-Band IOT traffic) // CEUR Workshop Proceedings. - 2017. - Vol. 2064. - Pp. 41-54.

22. Boccardi F, Heath Jr RW, Lozano A, Marzetta TL, Popovski P. Five disruptive technology directions for 5G // IEEE Communications Magazine 2014; -52(2): Pp. 74-80.

23. Borodakiy V. Y., Buturlin I. A., Gudkova I. A., Samouylov K. E. Modelling and analysing a dynamic resource allocation scheme for M2M tra-c in LTE networks // In Proc. of NEW2AN Conference. Saint-Petersburg, Russia. -2013. - Pp. 420-426.

24. Che D., Safran M., Peng Z. From big data to big data mini Challenges, issues, and opportunities // In Proc. of the 18th International Conference on Database Systems for Advanced Applications. New York, USA. - 2013. - Pp. 1-15.

25. Condoluci M, Dohler M, Araniti G, Molinaro A, Zheng K. Toward 5G densenets: architectural advances for effective machine-type communications over femtocells.

26. Daley D. J. and L. Servi. Idle and busy periods in stable m/m/k queues // Journal of applied probability. - 1998. - Vol. 35. - No. 4. - Pp. 950-962.

27. Dohler M., and Li Y. Wireless Relay Channel in Cooperative Communications: Hardware, Channel & Physics // John Wiley & Sons, Ltd, Chichester. - 2010. - Pp. 464.

28. Fodor G., Parkvall S., Sorrentino S., Wallentin P., Lu Q., and Brahmi N., Device-to-device communications for national security and public safety // IEEE Acess // -vol. 2, - 2014. Pp. 1510-1520

29. Gaidamaka Yu.V. and Samouylov A.K. Method for calculating numerical characteristics of two devices interference for device-to-device communications in a wireless heterogeneous network // Computer science and its applications. - 2015. - Vol. 1. - No. 9. -Pp. 10-15.

30. Gapeyenko M. et al. On the temporal effects of mobile blockers in urban millimeter-wave cellular scenarios // IEEE Transactions on Vehicular Technology, -2017, vol. 66, no. 11, Pp. 10 124-10.

31. Gapeyenko M., A. Samuylov, M. Gerasimenko, D. Moltchanov, S. Singh, E. Aryafar, S.-p. Yeh, N. Himayat, S. Andreev, and Y. Koucheryavy. "Analysis of human-body blockage in urban millimeter-wave cellular communications," in Communications (ICC) // 2016 IEEE International Conference on. IEEE. - 2016. Pp. 1-7.

32. Gelenbe E. G-networks: a unifying model for neural and queueing networks // Annals of Operations Research //, -1994, -Vol. 48. -No. 5. - Pp. 433-461

33. Groenevelt R. Stochastic models for mobile ad hoc networks // INRIA Sophia-Antipolis, PhD thesis. - 2005.

34. Haenggi M. Stochastic Geometry for Wireless Networks // Cambridge University Press. - 2012. - Pp. 298.

35. Hou T. C., Wong A. K., 1990. Queueing analysis for atm switching of mixed continuous-bit-rate and bursty traffic // In Proc. of the 9th Ninth Annual Joint Conference of the IEEE Computer and Communication Societies (IEEE INFOCOM). San Francisco, USA. - Pp. 660-667.

36. Iversen V.B. Teletraffic engineering and network planning // ITU-D. - May 2011. - Pp. 567.

37. Jagadish H. V., Gehrke J., Labrinidis A., Papakonstantinou Y., Patel J. M., Ramakrishnan R. and Shahabi C. Big data and its technical challenges // Communications of the ACM. - 2014.

38. Jarvis J.P. Approximating the equilibrium behavior of multi-server loss systems // Management Science. - 1985. - 31(2): Pp. 235-239.

39. Kelly F.P. Reversibility and Stochastic Networks. - New York: J. Wiley & Sons. - 1979. - Pp. 630.

40. Kim H., Shroff N. Loss probability calculations and asymptotic analysis for finite buffer multiplexers // IEEE/ACM Transactions on Networking. - 2001. - 9(6): Pp. 755-768.

41. Khatibi S., Caeiro L., Ferreira L., Correia L., Nikaein N. Modelling and implementation of virtual radio resources management for 5G Cloud RAN // EURASIP Journal on Wireless Communications and Networking// - vol. 1, - 2017. P. 128

42. Lee J., Wang H., Andrews J., and Hong D., Outage probability of cognitive relay networks with interference constraints // IEEE Trans. Wir. Comm. // - vol. 10, - 2011Pp. 390-395

43. Lee N, Lin X, Andrews JG, Heath RW. Power control for D2D underlaid cellular networks: modeling, algorithms, and analysis // IEEE Journal on Selected Areas in Communications. - 2015. -33(1): Pp.1-13.

44. Levine D, Akyildiz IF, Naghshineh M, et al. A resource estimation and call admission algorithm for wireless multimedia networks using the shadow cluster concept // IEEE/ACM Transactions o Networking 1997. - 5(1): Pp. 1-12.

45. Li Y, Chai KK, Chen Y, Loo J. Duty cycle control with joint optimisation of delay and energy efficiency for capillary machine to-machine networks in 5G communication system // Transactions on Emerging Telecommunications Technologies 2015. - 26(1): Pp. 56-69.

46. Li J.-Q., Yu F., Deng G., Luo C., Ming Z., Yan Q. Industrial Internet: A Survey on the Enabling Technologies, Applications, and Challenges. IEEE Communications Surveys & Tutorials -19(3). - 2015. Pp. 1504-1526

47. Lin X, Andrews JG, Ghosh A. Spectrum sharing for device-to-device communication in cellular networks // IEEE Transactions on Wireless Communications 2014. - 13(12): Pp. 6727-6740.

48. Lin, A,Y-M., Silvester J. A. Priority queueing strategies and buffer allocation protocols for traffic control at an ATM integrated broadband switching system // IEEE Journal on Selected Areas in Communications (IEEE JSAC). - 1991. - 9(9): Pp. 1524-1536.

49. Lisovskaya E., Moiseeva S., Pagano M. The Total Capacity of Customers in the Infinite-Server Queue with MMPP Arrivals // Communications in Computer and Information Science. 2015. Vol. 678. Pp. 110-120.

50. Liu Z, Peng T, Lu Q, Wang W. Transmission capacity of D2D communication under heterogeneous networks with dual bands // In Proceedings of 7th international ICST conference on cognitive radio oriented wireless networks and communications (CROWNCOM). - Stockholm, 2012. -Pp. 169-174.

51. Lyon D. 2014. Surveillance, snowden, and big data: Capacities, consequences, critique // Big Data & Society. - 1(2): Pp. 1-13.

52. Margelis G., Piechocki R., Kaleshi D., Thomas P. Low throughput networks for the IoT: Lessons learned from industrial implementations // In Proc. of the IEEE 2nd World Forum on Internet of Things (WF-IoT). - Milan, Italy. - 2015. - Pp. 181-186.

53. Marsch P, Raaf B, Szufarska A, Mogensen P, Guan H, Farber M, Redana S, Pedersen K, Kolding T. Future mobile communication networks: challenges in the design and operation // IEEE Vehicular Technology Magazine 2012. - 7(1): Pp. 16-23.

54. Martikainen O., Halonen R. Model for the benefit analysis of ICT // Proc. of the 17-th Americas Conference on Information Systems (AMCIS 2011). - 2011. - Paper 19.

55. Militano L, Condoluci M, Araniti G, Molinaro A, Iera A. When D2D communication improves group oriented services in beyond 4G networks // Wireless Networks 2014. - 21(4): Pp. 1363-1377.

56. Moiseev A., Nazarov A. Asymptotic Analysis of the Infinite-Srever Queueing System with High-Rate Semi-Arrivals // Proc. of the IEEE International Congress on Ultra Modern Telecommunications and Control Systems (ICUMT 2014), Oct. 68, 2014, St. Petersburg: IEEE, 2014, Pp. 607-613

57. Murdoch T., Detsky A. The inevitable application of big data to health care // JAMA. - 2013. - 309(13): Pp. 1351-1352.

58. Moltchanov D., Survey paper: Distance distributions in random networks // Ad Hoc Netw // - vol. 10, no. 6, - 2012. Pp. 1146-1166

59. Moltchanov D., Samuylov A., Petrov V., Gapeyenko M., Himayat N., Andreev S., and Koucheryavy Y, Improving session continuity with bandwidth reservation in mmwave communications, // IEEE Wireless Communications Letters, - 2018.

60. Nain P., D. Towsley, B. Liu, and Z. Liu. Properties of random direction models // In IEEE 24th Annual Joint Conference of the IEEE Computer and Communications Societies. - Vol. 3. - March 2005. - Pp. 1897-1907.

61. Nokia. 2017. Dynamic end-to-end network slicing for 5G. White Paper, Available at: http://resources.ext.nokia.com/asset/200339 (accessed June 15, 2017).

62. Ometov A, Zhidanov K, Bezzateev S, Florea R, Andreev S, Koucheryavy Y. Securing network-assisted direct communication: the case of unreliable cellular connectivity // In Proceedings of IEEE 14th International Conference on Trust, Security and Privacy in Computing and Communications (TrustCom). - 2015; - Pp. 18.

63. Orsino A, Militano L, Araniti G, Molinaro A, Iera A. Efficient data uploading supported by D2D communications in LTE-A systems 2015 // arXiv preprint arXiv:1503.09076.

64. Orsino A., Ometov A., Fodor G., Moltchanov D., Militano L., Andreev S., Yilmaz O., Tirronen T., Torsner J., Araniti G., Iera A., Dohler M., Koucheryavy Y. Effects of Heterogeneous Mobility on D2D- and Drone-Assisted Mission-Critical MTC in 5G. IEEE Communications Magazine 55(2). - 2017. Pp. 79-87

65. Palattella M.R., Dohler M., Grieco L.A., Rizzo G., Torsner J., Engel T., andLadidL. Internet of Things in the 5G Era: Enablers, Architecture, and Business Models // IEEE Journal on Selected Areas in Communications, 2016. — Vol. 34, no. 3. — Pp. 510527.

66. Perez-Romero J, Sallent O, Agusti R, Giupponi L. A novel on demand cognitive pilot channel enabling dynamic spectrum allocation // In Proceedings of 2nd IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks. -Dublin. - 2007. - Pp. 46-54.

67. Petrov V., Samuylov A., Begishev V., Moltchanov D., Andreev S., Samouylov K., and Koucheryavy Y. Vehicle-Based Relay Assistance for Opportunistic Crowdsensing Over Narrowband IoT (NB-IoT) // In IEEE Internet of Things Journal. - Oct. 2018. - Vol. 5. -No. 5. - Pp. 3710-3723.

68. Pyattaev A, Johnsson K, Andreev S, Koucheryavy Y. Communication challenges in high-density deployments of wearable wireless devices // IEEE Wireless Communications Magazine 2015. - 22(1): Pp. 12-18.

69. Ramachandran U., Hong K., Iftode L., Jain R., Kumar R., Rothermel K., Shin J., Sivakumar R. Large-scale situation

awareness with camera networks and multimodal sensing // Proceedings of the IEEE. - 2012. - 100(4): Pp. 878-892.

70. Ratasuk R., Vejlgaard B., Mangalvedhe N., Ghosh A. NB-IoT system for M2M communication // In Proc. of the IEEE Wireless Communications and Networking Conference (IEEE WCNC). -Doha, Qatar. -2016. - Pp. 1-5.

71. Raychaudhuri D, Mandayam NB. Frontiers of wireless and mobile communications // Proceedings of the IEEE 2012. - 100(4): Pp. 824-840.

72. Renzo M. Di, Stochastic geometry modeling and analysis of multitier millimeter wave cellular networks // IEEE Transactions on Wireless Communications, - 2015. -14 (9): Pp. 5038-5057.

73. Rico-Alvarino A., Vajapeyam M., Xu H., WangX., Blankenship Y., Bergman J., Tirronen T., Yavuz E. An overview of 3GPP enhancements on machine to machine communications // IEEE Communications Magazine. - 2016. - 54(6): Pp. 14-21.

74. Ross K.W. Multiservice loss models for broadband telecommunication networks // Springer-Verlag. - 1995. - Pp. 343.

75. Sakr A, Hossain E. Cognitive and energy harvesting based D2D communication in cellular networks: stochastic geometry modeling and analysis // IEEE Transactions on Communications 2015. -63(5): Pp. 1867-1880.

76. Samuylov A., Gapeyenko M., Moltchanov D., Gerasimenko M., Singh S., Himayat N., Andreev S., and Koucheryavy Y. Characterizing spatial correlation of blockage statistics in urban mmwave systems // in Globecom Workshops (GC Wkshps), IEEE, - 2016, Pp. 1-7.

77. Samuylov A., Ometov A., Begishev V., Kovalchukov R., Moltchanov D., Gaidamaka Yu., Samouylov K., Andreev S., and Koucheryavy

Y. Analytical Performance Estimation of Network-Assisted D2D Communications in Urban Scenarios with Rectangular Cells, Transactions on Emerging Telecommunications Technologies. -2015. - Vol. 26, - Issue 12. - Pp. 1-15.

78. Sathya V., Ramamurthy A., Kumar S., and Tamma B., On improving SINR in LTE hetnets with D2D relays // Computer Communications //- 2015.

79. Tsitovich I., Chernushevich A. Calculation of Stationary Probabilities for a Three-Stream Model of Control of the Access to the Resources of a Wireless Wideband network with Hystereses // Journal of Communications Technology and Electronics. 2011. № 12. Pp. 1543-1551.

80. Wang P., Lin X., Adhikary A., Grovlen A., Sui Y., Blankenship Y., Bergman J., Razaghi H. S. A primer on 3GPP narrowband Internet of Things // IEEE Communications Magazine. - 2017. - 55(3): Pp. 117-123.

81. Xu X, Wang H, Feng H, Xing C. Analysis of device-to-device communications with exclusion regions underlaying 5G networks // Transactions on Emerging Telecommunications Technologies 2015. - 26 (1): Pp. 93-101.

82. Yashkov S, Yashkova A. Processor sharing: A survey of the mathematical theory // Automation and Remote Control. - 2007. -68(9): Pp. 1662-1731.

83. Yu C-H, Tirkkonen O, Doppler K, Ribeiro C. Power optimization of device-to-device communication underlaying cellular communication // In Proceeding of IEEE International Conference on Communications (ICC). - Dresden. - 2009. - Pp. 1-5.

84. Zheng K, Hu F, Wang W, Xiang W, Dohler M. Radio resource allocation in LTE-advanced cellular networks with M2M

communications // IEEE Communications Magazine 2012. - 50(7): Pp. 184-192.

85. Zhou Z, Dong M, Ota K, Wu J, Sato T. Energy Efficiency and Spectral Efficiency Tradeoff in Device-to-Device (D2D) Communications // arXiv preprint arXiv:1407.1556. IEEE Communications Magazine 2015. - 2014. - 53(1): Pp. 134-141.

86. Zuech R., Khoshgoftaar M., Wald R. Intrusion detection and Big Heterogeneous Data: a Survey // Journal of Big Data. - 2015. -2(1): Pp. 3.

87. Башарин Г.П. Лекции по математической теории телетрафика // Учеб. пособие. Изд. 3-е, испр. и доп. - М.: Изд-во РУДН. -2009. - C. 342.

88. Башарин Г.П., Бочаров П.П., Коган Я.А. Анализ очередей в вычислительных сетях. Теория и методы расчета // М.: Наука, Гл. ред. физ.-мат. лит. - 1989. - C. 336.

89. Бегишев В. О., Молчанов Д. А., Самуйлов А. К. Анализ сотовой технологии интернета вещей NarrowBand IoT // М.: РУДН. -2017, - C. 98-100.

90. Бегишев В.О. Математическая модель для анализа характеристик интерференции при взаимодействии устройств в беспроводной сети // Молодежная научная конференция «Задачи современной информатики». - М.: ФИЦ ИУ РАН. -2015. - С. 25-31.

91. Бегишев В.О., Бутурлин И.А. Метод распределения радиоресурсов для сети LTE-advanced с трафиком межмашинного взаимодействия // Международный форум информатизации (МФИ-2013). - МТУСИ. - 2013, - С. 44-45.

92. Бегишев В.О., Бутурлин И.А., Тен В.О., Чукарин А.В. Разработка симулятора радиоканала случайного доступа с

процедурой запрета классов доступа для трафика межмашинного взаимодействия // Информационно телекоммуникационные технологии и математическое моделирование высокотехнологичных систем: материалы Всероссийской конференции с международным участием. -Москва, - РУДН. - 2016.

93. Бегишев В.О., Молчанов Д.А., Самуйлов А.К. Моделирование технологии узкополосного интернета Вещей (NB-IOT) для сотовых сетей связи // М.: ООО «ИД Медиа Паблишер». -2017. С. 25-26.

94. Бегишев В.О., Петров B.И., Самуйлов А.К., Молчанов Д.А., Гайдамака Ю.В. Моделирование технологии NB-IoT для приложений интернета вещей // М.: РУДН. - 2016, - С. 56-59.

95. Бегишев В.О., Самуйлов А.К., Молчанов Д.А., Самуйлов К.Е. Стратегия распределения радиоресурсов в гетерогенных сетях с трафиком Narrow-Band IoT // Системы и средства информатики. - 2017. - № 4, - Т. 27, - С. 64-79.

96. Бутурлин И.А., Бегишев В.О., Коротков С.В., Короткова Е.В. Задача поиска оптимального размера фиксированного диапазона пропускной способности соты сети LTE для M2M трафика // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем. - Москва, РУДН. - 2014. - С. 17-19.

97. Вишневский В.М., Портной С.Л., Шахнович И.В. Энциклопедия WiMAX. Путь к 4G // М.: Техносфера. - 2009. -C. 472.

98. Вишневский В.М., Дудин А.Н., Клименок В.И. Стохастические системы с корреляционными потоками. Теория и применение в телекоммуникационных сетях. М.: Техносфера. 2018.

99. Гайдамака Ю.В., Самуйлов А.К., Бегишев В.О., Ковальчуков Р.Н. Имитационная модель для оценки интерференции при взаимодействии беспроводных устройств в прямоугольных кластерах // Международная отраслевая научно-техническая конференция «Технологии информационного общества», -Москва: МТУСИ. - 2015. - С. 12-13.

100. Гайдамака Ю.В., Самуйлов А.К., Бегишев В.О., Ковальчуков Р.Н., Молчанов Д.А. Оценка характеристик интерференции при взаимодействии беспроводных устройств в смежных помещениях прямоугольной формы, Т-Сошш // Телекоммуникации и Транспорт. - 2015. - №11. - Т.9. - С. 4145.

101. Гольдштейн Б.С., Кучерявый А.Е., Сети связи пост-ЫОК // СПб: БХВ-Петербург. - 2013. - С. 160.

102. Горелов Г.В., Осницкий В.И., Трусов К.С., Ромашкова О.Н. Компандирование речевого сообщения по рекомендации МСЭ-Т G. 711 международного союза электросвязи // Современные проблемы науки и образования. 2015. №2 1. С. 31.

103. Клейнрок Л. Коммуникационные сети. Стохастические потоки и задержки сообщений. - М.: Наука. - 1970. - С. 256

104. Клейнрок Л. Теория массового обслуживания: Учебник. - М.: Машиностроение. - 1979. - С. 518

105. Корнышев Ю.Н., Пшеничников А. П., Харкевич А.Д. Теория телетрафика. Учебник для вузов. - М.: Радио и связь. - 1996. -С. 272.

106. Кучерявый А.Е., Парамонов А.И., Кучерявый Е.А. Сети связи общего пользования. Тенденции развития и методы расчета // М.:ФГУП ЦНИИС. - 2008. - С. 296.

107. Кучерявый А.Е., Прокопъев А.В., Кучерявый Е.А. Самоорганизующиеся сети // СПб: Издательство Любавич. -2011 г. - С. 312.

108. Левин Б. Р. Теоретические основы статистической радиотехники. - 3-е издание. - Москва: Радио и связь, 1989

109. Мачнев Е.А., Бегишев В.О. Динамическое распределение радиоресурсов в технологии МБ-ЮТ // М.: РУДН. - 2017. С. 153-156.

110. Мачнев Е.А., Бегишев В.О. Имитационное моделирование уличных точек доступа, функционирующие на миллиметровом диапазоне частот // М.: РУДН. - 2018. - С. 137-139.

111. Мачнев Е.А., Самуйлов К.Е., Бегишев В.О. Модель резервирования ресурсов беспроводной узкополосной сети Интернета вещей // Патент № 2018661884 (РФ; Программа, база данных). - 2018.

112. Моисеева С.П., Панкратова Е.В., Убонова Е.Г. Исследование бесконечнолинейной системы массового обслуживания с разнотипным обслуживанием и входящим потоком марковского восстановления // Вестник Томского государственного университета. Серия «Управление, вычислительная техника и информатика». - 2016. - № 2. -Вып. 35. - С. 46-53.

113. НазаровА.А., ТерпуговА.Ф. Теория вероятностей и случайных процессов // Учебное пособие. - Томск: Изд-во НТЛ. - 2006. -С. 204.

114. Назаров А.А., Моисеева С.П., Морозова А.С. Исследования СМО с повторным обращением и неограниченным числом обслуживающих приборов методом предельной декомпозиции // Вычислительные технологии. 2008. Т. 13, S5. С. 88-92.

115. Наумов В.А. Численные методы анализа марковских систем // М.: Изд-во УДН. - 1985. - С. 37.

116. Пшеничников А.П., Васькин Ю.А., Степанов М.С. Распределение канального ресурса при обслуживании мультисервисного трафика // Т-Сотт: Телекоммуникации и транспорт. - 2009. - Т. 3. - № 4. - С. 46-48.

117. Рыков В.В., Самуйлов К.Е. К анализу вероятностей блокировок ресурсов сети с динамическими многоадресными соединениями // Электросвязь. - 2000. - № 10. - С. 27-30.

118. Самуйлов А. К., Бегишев В. О., Ковальчуков Р. Н. Расчет интерференции при взаимодействии беспроводных устройств в квадратных кластерах // М.: РУДН. - 2015. - 110-112.

119. Самуйлов А.К., Самуйлов К.Е., Молчанов Д.А., Бегишев В.О., Мачнев Е.А. Симулятор модели беспроводной сети миллиметрового диапазона // Патент № 2018661217 (РФ; Программа, база данных). - 2018.

120. Самуйлов К.Е., Бутурлин И.А., Бегишев В.О. Расчет оптимальной емкости и фиксированного диапазона пропускной способности модели соты сети ЬТБ с трафиком межмашинного взаимодействия // бюл. Роспатента № 3. -Патент № 2014661902 (РФ; Программа, база данных). -2014.

121. СамуйловК.Е., ГудковаИ.А., Бутурлин И.А., БегишевВ.О., Тен В.О., Исаев Ю.Д. Сравнение схем управления перегрузками в радиоканале случайного доступа в сетях ЬТБ // в XV

Международной конференции имени А. Ф. Терпугова «Информационные технологии и математическое моделирование». - 2016.

122. Сатин Я. А., Зейфман А. И., Коротышева А. В., Шоргин С. Я. Об одном классе марковских систем обслуживания // Информатика и её применение. -2011. - №5, Т.4. - С. 18-24.

123. Семёнова О.В., Буй З.Т. Method of generating functions for performance characteristic analysis of the polling systems with adaptive polling and gated service // Communications in Computer and Information Science. 2018. Vol.- 912. С. 348-359.

124. Сонькин М.А., Моисеев А.Н., Сонькин Д.М., Буртовая Д.А. Объектная модель приложения для имитационного моделирования циклических систем массового обслуживания //Вестн. Том. гос. ун-та. УВТиИ. 2017. № 40. С. 71-80.

125. Степанов С.Н. Основы телетрафика мультисервисных сетей // М.: Изд-во «Эко-Трендз». - 2010. - C. 392.

126. Степанов С.Н., Степанов М.С. Построение и анализ обобщенной модели контакт-центра // Автоматика и телемеханика. - 2014. - № 11. - C. 55-69.

127. Степанов С.Н., Степанов М.С. Планирование ресурса передачи при совместном обслуживании мультисервисного трафика реального времени и эластичного трафика данных // Автоматика и Телемеханика. 2017. №11. C. 79-93.

128. Фархадов М.П., Петухова Н.В., Ефросинин Д.В., Семенова О.В. Двухфазная модель с неограниченными очередями для расчета характеристик и оптимизации речевых порталов самообслуживания // Проблемы управления - 2010. - № 6. - C. 53-57.

129. Цитович И. И., Чернушевич А. В. Расчет стационарных вероятностей трехпотоковой модели управления доступом к ресурсам БШС с гистерезисами // Информационные процессы. 2011. Т. 11. № 2. С. 262-276.