Математическая модель неоднородного трафика в сетях LTE

Автор: Абдыраева Н.Р., Мыкыев З.

Журнал: Бюллетень науки и практики @bulletennauki

Рубрика: Физико-математические науки

Статья в выпуске: 3 т.10, 2024 года.

Бесплатный доступ

С внедрением мультимедийных мобильных приложений в сотовых сетях используются эффективные методы повышения пропускной способности. В статье для неоднородного трафика определяются методы деления ресурсов сети сотовой связи посредством математического моделирования. Исследованы численные свойства показателей совместного обслуживания заявок, эффективность совместной передачи трафика реального времени и эластичного трафика данных. Рассматриваются ключевые способы применения полосы ресурсов модели трафика.

Неоднородный трафик, модель, скорость, ресурс соты, стандарт lte, пропускная способность

Короткий адрес: https://sciup.org/14129720

IDR: 14129720   |   DOI: 10.33619/2414-2948/100/04

Текст научной статьи Математическая модель неоднородного трафика в сетях LTE

Бюллетень науки и практики / Bulletin of Science and Practice

УДК 004.738.2                                     

Рост объема мультимедийных мобильных приложений приводит к тому, что требуемое качество обслуживания может быть обеспечено только при использовании эффективных методов повышения пропускной способности радиоинтерфейса, так как именно в сотовых сетях возникают резкие перекосы нагрузки из-за стохастического перемещения абонентов [3].

Целью данной работы является разработка адаптивного механизма управления передачей потоков неоднородного трафика от систем М2М в сетях LTE при перегрузках. С появлением новых устройств в сенсорных сетях возрастает роль интеллектуальных систем и технологий сбора информации, которые являются основными двигателями развития IoT [2]. Однако предлагающие новые возможности (например, потоковое видео) такие устройства требуют больших скоростей и возможности передачи на дальние расстояния. Сотовые сети позволяют организовать такую передачу с совместным использованием вышесказанных типов трафика, но требуют правильных мер для распределения ресурсов [4].

Это, несомненно стало особенностью перехода к новому поколению сотовых сетей. У операторов связи остается актуальной задачей обеспечение корректной работы в массовом обслуживании и эффективное использование ресурсов. Объем таких больших данных разного характера создает неоднородность конечного трафика, передаваемого в сотовых сетях [1].

В работах зарубежных авторов показано, что в сетях LTE существует несколько классов эластичного трафика, то есть трафика способного приспосабливаться при передаче к изменениям задержки и пропускной способности, продолжая удовлетворять потребности приложения. Основными характеристиками этого типа трафика являются: короткое время обслуживания и низкая интенсивность поступления заявок [4, 5].

Именно свойства эластичного трафика дают возможность существенно повысить эффективность использования ресурса передачи информации. Это особенно важно для перспективных сетей подвижной связи, к которым относятся сети стандарта LTE, в которых в основном используются пользовательские устройства с интеллектуальными модемами, увеличивающими долю эластичного трафика. Очевидно, что совместная передача разнородного трафика нуждается в средствах контроля, обеспечивающих заданные показатели качества обслуживания поступающих заявок.

Равнодоступные радиоресурсы сети LTE при перегрузках могут приводить к существенному падению пропускной способности фрагмента сети LTE. Это происходит при их захвате более интенсивными потоками отдельных классов пользователей и полной блокировке других пользователей. Локальное управление на узлах, ограничивающие объем ресурсов, наиболее типично для перегрузок, вызванных резким увеличением интенсивности потока вызовов на одно или несколько исходящих направлений узла.

Модель планирования ресурсов формализована в виде функции распределения потребностей в ресурсах с учетом разнообразных данных, генерирующих трафик [2]. Предлагаемые схемы описывают наилучшие сценарии, которые направлены на обеспечение компромисса между двумя типами трафика, гарантируя производительность сети и избегая неэффективного использования имеющихся ресурсов.

Рассмотрим процесс построения модели. Через C обозначим скорость передачи информации, обеспечиваемой техническими возможностями отдельного фрагмента сети стандарта LTE. Процесс поступления заявок можно ограничить одним потоком заявок на обслуживание трафика реального времени и одним потоком заявок на передачу эластичного трафика данных. Примем, заявки на передачу трафика реального времени поступают по пуассоновскому закону с интенсивностью ^. Для обслуживания одной заявки требуется выделить из имеющейся пропускной способности соты ресурс в размере c бит/с. Время обслуживания заявки реального времени t имеет экспоненциальное распределение со средним 1/ . Здесь и — параметр экспоненциального распределения.

µ r          r

Также примем, что процесс поступления заявок на передачу данных также подчиняется пуассоновскому закону с интенсивностью^^ Для обслуживания одной заявки из имеющейся свободной пропускной способности соты выделяется максимально возможный ресурс в размере c бит/с, удовлетворяющий неравенству c ≤c ≤c . Величины c и c задают соответственно минимальную и максимальную скорости скачивания файлов, примем, что c≤ c. В модели принято, что объем передаваемого файла данных имеет экспоненциальное распределение со средним значением F , выраженным в битах. Очевидно, что время передачи файла с использованием только минимальной c и только максимальной c скоростей имеет экспоненциальное распределение с параметрами соответственно ^^ и yd 2 . Значения параметров yd,1 иу, 2 определяются из соотношений у у = cy^ и у 2 = c2/ .

В модели также принято, что заявки на передачу трафика реального времени имеют относительный приоритет при использовании ресурса передачи информации. Обозначим через i и i число заявок на передачу трафика, соответственно, реального времени и данных, находящихся на обслуживании в момент поступления заявки на передачу трафика реального времени. Если фрагмент сети располагает достаточным свободным ресурсом, т. е. выполняется неравенство i c + i c с , то заявка принимается на обслуживание и для этого выделяется ресурс в объеме c бит/с.

Если указанной величины ресурса нет, но выполняется неравенство i c + i c + c < с, то скорость передачи всех файлов, находящихся на обслуживании, уменьшается с величины

C - ircr/ id

до

значения

C - (ir +1) сг/ id

Поскольку справедливо

соотношение i r c r + i d c + cr C

то

новое значение скорости передачи файла будет не менее c , т.е. удовлетворяет принятому

C ( i r + 1) c r/ соглашению о передаче файлов поскольку выполняется неравенство:         /id ~ c 1 .

Если выполняется неравенство i c + i ^ с , то поступившая заявка на передачу файлов получает отказ, поскольку в рассматриваемой ситуации либо нет свободного ресурса в объеме c бит/с, либо нельзя получить указанную величину ресурса уменьшив скорость передачи i файлов, находящихся на обслуживании, т.к. указанное действие уменьшит скорость передачи всех файлов, включая поступивший, до значения меньшего чем c .

Для построения модели распределения ресурса проанализируем процесс распределения ресурса в отдельной соте сети стандарта LTE. Обозначим через ( ir,id ) вектор состояния числа заявок находящихся на обслуживании в соте. Здесь i — число заявок на передачу трафика реального времени, i — число заявок на передачу файлов. Время обслуживания каждой из i заявок на передачу трафика реального времени имеет экспоненциальное распределение с параметром у . На обслуживание трафика реального времени в состоянии ( ir, id ) выделяется ресурс соты в размере ircr бит/с.

Время обслуживания каждой из id заявок на передачу файлов в состоянии ( ir , id ) также имеет экспоненциальное распределение. Обозначим параметр распределения через yd .

Величина У зависит от степени загрузки соты. Если выполняется соотношение ircr + idc2 с , то каждый из td обслуживаемых файлов передается с максимально возможной скоростью c 2. В этой ситуации на обслуживание трафика данных в состоянии ( ir, id ) выделяется ресурс соты в размере idc2 бит/с. При этом часть ресурса соты в размере с - ircr - idc2 остается не задействованной в силу ограничений на максимально возможную скорость передачи данных. Параметр распределения времени обслуживания определяется из соотношения у 2 = c 2,/ . Если же выполняется обратное соотношение ircr + idc2 с , то каждый из id обслуживаемых в

C-ic состоянии (ir, id) файлов передается со скоростью     r у. .В этой ситуации на обслуживание трафика данных выделяется ресурс соты в размере C - i c бит/с и весь ресурс соты задействован на обслуживание поступившего трафика. Параметр распределения C-ic времени передачи файла определяется из соотношения µd =   rr . Обозначим через crd

idF                                    ,

величину ресурса занятого в состоянии ( ir, id ) на обслуживание принятых заявок. Схема функционирования построенной модели показана на Рисунке 1.

Поступление сынок на жредичу । рафика сервисов Реального времени

Дейен вне ЧС1В1ШЧМ11 кош роля м распределением ресурса передачи информации

Посгуплснне синяк на передачу данных (файлов)

Рисунок 1. Схема функционирования модели фрагмента сети стандарта LTE

Таким образом, при изменении скорости передачи в той же пропорции изменяется среднее значение остаточного времени обслуживания заявки на передачу файла. Скорости передачи данных изменяется динамически в соответствии с загрузкой соты. При малой загрузке фрагмента сети LTE данные передаются с максимально возможной скоростью c , которая поддерживается техническими возможностями системы LTE, при большой загрузке сети — со скоростью c . Отметим, что при этом используемый ресурс, а, следовательно, и скорость передачи трафика сервисов реального времени не меняются.

Резкое увеличение в ближайшее время также трафика от межмашинного взаимодействия (М2М), который, как правило, обладает эластичными свойствами и позволяет изменять скорость передачи данных в некоторых пределах, в зависимости от условий на сети, то есть увеличение эластичного трафика. Чтобы повысить эффективность ресурса передачи данных предлагается управлять скоростью эластичного трафика. Это позволить не только повысить пропускную способность, но и улучшить качество обслуживания.

При организации связи трафик будет разделен на два типа: А — высокий и В — низкий уровни передающих и принимаемых M2M устройствами. Трафик, поступающий от таких аппаратов сбора информации как видеокамеры, соответствует типу А, требующих большой полосы пропускания, в то время как типу В подлежат устройства реагирования, контроля

Бюллетень науки и практики / Bulletin of Science and Practice Т. 10. №3. 2024 или обнаружения тех или иных внешних характеристик. Сота, обслуживающая оба типа трафиков может столкнуться с резким увеличением восходящих нагрузок, замедляя корректную работу всей сетевой инфраструктуры. Такому потоку данных, исходящих из разного типа генерации, требуется механизм управления с целью избежания потери полезных пакетов данных в LTE/5G.

Проведен анализ работы современных мер деления радиоресурсов базовых станций. Модель планирования ресурсов формализована в виде функции распределения потребностей в ресурсах с учетом разнообразных данных, генерирующих трафик [2].

В распределение ресурсов между двумя типами трафика каналы определяются следующим образом:

Clte/5G = C — R lte/5G   Cnb = C - Rnb.(1)

При эксплуатации одного канала для типа А длительность обслуживания составит:

pl = V/ Ц, d = 1(2)

При эксплуатации одного канала для типа B:

p 2 = X e, b = 1(3)

Тогда схема деления ресурсов для разных трафиков представлена на Рисунке 2.

Рисунок 2. Схема деления ресурсов для разных трафиков

При таком моделировании трафика используется кластеры, которые представляют собой Марковский процесс.

Действие механизма деления радиоресурса определяется тем, что заявки на прохождение трафика В типа имеют скорость с 1 бит/с и поступившая заявка на прохождение трафика А типа имеет скорость соты, которая зависит от загруженности соты и меняется динамически.

Предлагаемые схемы описывают наилучшие пути, которые направлены на обеспечение компромисса между двумя типами трафика, гарантируя производительность сети и избегая неэффективного использования имеющихся ресурсов. Дифференцированное обслуживание неоднородного трафика на основе использования предложенной процедуры для динамического сценария распределения ресурсов, в отличие от традиционного решения той же задачи с использованием статического сценария, может повысить качество обслуживание сеансов связи и повышение эффективности использования ресурсов.

Вывод

Создана математическая модель неоднородного трафика, а также был разработан метод анализа деления ресурсов сотовой сети. С помощью полученной модели возможно исследовать дальнейшие характеристики и особенности передачи разного рода трафика в одной сотовой сети.

Исследованы численные свойства показателей совместного обслуживания заявок, которые показали эффективность совместной передачи трафика реального времени и эластичного трафика данных с целью повышения загрузки ресурса фрагмента сети. Построенная модель дает возможность численно оценить преимущества совместной передачи разнородного трафика.

Список литературы Математическая модель неоднородного трафика в сетях LTE

  • Абдыраева Н. Р. Особенности беспроводной широкополосной связи LTE с использованием фрактальной антенны на основе кривой Коха // Бюллетень науки и практики. 2018. Т. 4. №3. С. 164-169. EDN: YSOPOA
  • Антонова В. М., Козлова А. С. Анализ модели разделения ресурсов в соте сети LTE // Труды Северо-Кавказского филиала Московского технического университета связи и информатики. 2016. №1. С. 24-27. EDN: WMAMFX
  • Мухамеджанова А. Д., Туманбаева К. Х. Сравнительный анализ математических моделей трафика М2М // Вестник Казахстанско-Британского технического университета. 2021. Т. 16. №3. С. 150-156.
  • Vishnevsky V. M., Samouylov K. E., Naumov V. A., Krishnamoorthy A., Yarkina N. Multiservice queueing system with MAP arrivals for modelling LTE cell with H2H and M2M communications and M2M aggregation // Distributed Computer and Communication Networks: 20th International Conference, Moscow, Proceedings. Springer International Publishing, 2017. P. 63-74. DOI: 10.1007/978-3-319-66836-9_6 EDN: UOCFSU
  • Saddoud A., Doghri W., Charfi E., Fourati L. C. 5G radio resource management approach for multi-traffic IoT communications // Computer Networks. 2020. V. 166. P. 106936. DOI: 10.1016/j.comnet.2019.106936
Еще
Статья научная