Разработка тренажера междугороднего коммутатора на основе имитационного моделирования системы массового обслуживания

В сетях связи специального назначения совместно с автоматическими телефонными станциями (далее – АТС) для обеспечения установления соединений вполуавтоматиче-ском и ручном режимах используются программно-аппаратные комплексы междугороднего коммутатора (далее – МК). Связано это с характерным для сетей связи специального назначения (далее – СССН) делением абонентов на категории в соответствии с их должностным положением и выполняемыми задачами. Сохранение заказной и немедленной систем обслуживания, которые реализуют указанные способы установления соединений, позволяет обеспечить требуемое качество обслуживания абонентов высших категорий и подготовить вызываемого абонента кпредстоящему соединению.

Существует высокая потребность в высококвалифицированных специалистах, осуществляющих эксплуатацию междугороднего коммутатора.

Для обеспечения качественной инженерной подготовки используются учебные электронные издания, технические средства обучения, компьютерные тренажерные комплексы. Применение данных средств позволяет совместно с традиционными методами реализовать принцип системности обучения, построить обучение на основе проблемно-ситуационного подхода, использовать активные методики обучения [1; 3; 5; 7; 8].

Козлов Сергей Викторович кандидат технических наук. Академия Федеральной службы охраны России, город Орел. Сфера научных интересов: системы, сети и устройства телекоммуникаций, информационные технологии. Автор более 50 опубликованных научных работ.

Невозможность задействовать для обучения используемые в сети связи специального назначения автоматические телефонные станции и междугородние коммутаторы (далее – МК), высокая стоимость оборудования и дефицит рабочих мест привели к необходимости создания компьютерных тренажеров. Таким образом, актуальность обусловлена общими тенденциями развития системы образования, а также востребованностью подготовки квалифицированного инженерно-технического персонала.

Разработка тренажера МК

Комплекс МК состоит из рабочих мест операторов (далее – РМО) со специализированным программным обеспечением (далее – ПО).

Для формирования практических навыков и умений по эксплуатации МК был разработан программный тренажер [6]. Применение в учебном процессе показало необходимость его совершенствования с целью достоверного воспроизведения работы оператора.

Разработка нового программного тренажера выполнялась с учетом следующих требований:

• •    обеспечение визуальной идентичности интерфейсов программного обеспечения рабочего места оператора МК и тренажера;

• •    модели потока поступающих вызовов и времени обслуживания при установлении соединений должны правильно аппроксимировать реальные процессы на МК для обеспечения требуемого уровня точности результатов оценивания;

Разработка тренажера междугороднего коммутатора на основе имитационного....

• •    использование модульного принципа, при котором тренажер разделен по выполняемым функциям на модули. При этом может существовать несколько различных реализаций модулей, выполняющих аналогичные функции;

• •    возможность изменения тренировок;

• •    наличие средств для анализа и оценки действий обучаемого (испытуемого).

Анализ архитектуры программного обеспечения электронного МК позволил по выполняемым функциям выделить следующие модули:

• •    пользовательского интерфейса;

• •    авторизации;

• •    обработки информации, управления вызовами и соединениями;

• •    взаимодействия с АТС.

Для формирования практических навыков по работе оператора МК впрограммном тренажере разрабатываются модули пользовательского интерфейса и авторизации, обработки информации и управления вызовами исоединениями. Дополнительно в состав модуля обработки информации иуправления вызовами и соединениями включен блок обработки статистических данных для оценки действий обучающегося.

Моделирование модуля обработки информации, управления вызовами исоединениями

Для воспроизведения реальных процессов обслуживания при установлении соединений целесообразно использовать имитационное моделирование, рассматривая работу операторов по установлению соединений как систему массового обслуживания.

Моделирующий алгоритм включает в себя следующие компоненты:

• •    моделирование потока поступающих вызовов;

• •    моделирование поведения системы;

• •    получение решений (набор статистической информации по интересующим параметрам: числу обслуженных вызовов ( С _обс); числу потерянных вызовов ( С _пот); среднему времени обслуживания; длине очереди;

• •    анализ полученных результатов.

Для более достоверного воссоздания процесса обслуживания оператором МК при установлении соединений целесообразно использовать методику и алгоритм имитационного моделирования реального процесса. Данный алгоритм включает в себя следующие этапы.

• 1.    Моделирование потока вызовов в виде случайных чисел (далее – СЧ).

• 2.    Определение момента поступления i -го вызова.

• 3.    Определение допустимого времени ожидания вызова в очереди на обслуживание оператором t _ox <  t _don .

• 4.    Определение длительности установленного соединения.

• 5.    Определение показателей качества обслуживания.

С учетом возможностей, которые предоставляет выбранный алгоритм, длина очереди, а также законы распределения промежутков между вызовами и длительностей обслуживания могут быть выбраны произвольными, ограничение в данном случае накладывается только генераторами псевдослучайных чисел (далее – ГПСЧ). В соответствии с символикой Кендалла–Башарина используемые типы моделей систем распределения информации могут быть обозначены как G / G / V / W , r / FF / R [4].

Рассмотрим случай, когда указанные распределения являются экспоненциальными. Следовательно, в зависимости от количества источников N(абонентов) потоки поступающей нагрузки описываются моделью простейшего (N≥15⋅V) или примитивного (N<15 ⋅V) потоков. Данный подход является принятым в предметной области, так как простейший поток является наиболее распространенной моделью реального потока вызовов, которая удовлетворительно описывает процесс поступления первичных вызовов от большой группы источников при сравнительной простоте получаемых при ее исполь- зовании результатов; примитивный поток позволяет получить результаты с большой степенью приближения для реального потока от ограниченной группы источников.

На входы системы M / M / V / W , r / FF / R поступает простейший поток вызовов с параметром λ = const. На входы системы M_i / M / V / W , r / FF / R поступает примитивный поток вызовов с параметром к ( i ) = б ■ ( W - i ) , где а - интенсивность потока заявок от одного источника всвободном состоянии; i – число заявок, находящихся на обслуживании.

Для определения момента поступления вызова t_i выполняется процедурасложения t i = t i - 1 + T i , где ф _i - очередной промежуток между вызовами; t i - 1 - момент поступления предыдущего вызова. Интервал между вызовами ф _i - величина случайная, распределенная по экспоненциальному закону, для чего реализуется ГПСЧ.

Для формирования СЧ, определяющего длительность установленных соединений, используется второй ГПСЧ. Полученное случайное число X_i используется для определения времени окончания обслуживания данного вызова спомощью процедуры сложения: ^tOK.o6cA_i = t i ^{+ X}i ’                                            ⁽¹⁾

где i = 1, 2, 3, ...

Процесс обслуживания оператором входного потока вызовов характеризуется основными и вспомогательными показателями качества обслуживания (далее – ПКО).

Для системы с ожиданием в качестве основного ПКО используется вероятность потерь по вызовам как вероятность того, что время ожидания превысит требуемую величину:

C

B _e = P ( t ₀ « >  t _6o „ ) =           .                            (2)

Cnocm где Ct >t = Cj j 6 - количество необслуженных вызовов; C„ocm - общее количество вызовов.

Вспомогательные показатели:

• •    среднее время ожидания для всех вызовов t о _Ж ;

• •    средняя длина очереди r .

• 6.    Оценка действий обучающегося на основе полученных ПКО.

Для фиксации основного ПКО должны быть организованы счетчики. Для системы с ожиданием один счетчик фиксирует общее количество поступивших вызовов C _nocm , второй счетчик подсчитывает число необслуженных вызовов по причине превышения допустимого времени ожидания t _ox >  t _aon .

Таким образом, при разработке модуля обработки информации, управления вызовами и соединениями для моделирования потока вызовов необходимо использовать два независимых ГПСЧ. Первый ГПСЧ используется для моделирования интервалов между вызовами, второй – для моделирования длительности соединений. Исходя из принятых до-

Разработка тренажера междугороднего коммутатора на основе имитационного....

пущений оба ГПСЧ должны генерировать последовательности СЧ, распределенных по экспоненциальному закону и не коррелированных между собой.

Известные методы получения экспоненциально распределенной последовательности СЧ основываются на преобразовании исходной линейно распределенной случайной последовательности [2].

В соответствие с методом логарифма, если экспоненциальное распределение задается формулой

F ( x ) = 1 - e - x / ^M , x <  0 ,                                (3)

то случайная величина

X = - м In U, 0 <  U <  1                           (4)

имеет экспоненциальное распределение со средним µ, если U – равномернораспреде-ленная случайная величина на интервале [0, 1].

В случае, когда U = 0, оно заменяется на некоторое достаточно малое значение, для которого может быть вычислен логарифм с заданной точностью.

В [2] также описан быстрый итерационный алгоритм генерации экспоненциально распределенных случайных чисел, основанный на генерации битовых последовательностей.

Для генерации равномернораспределенной случайной величины U на интервале [0, 1] могут быть использованы следующие широко известные методы:

• •    линейный конгруэнтный метод (LCPRNG) [2];

• •    метод вихря Мерсена (Mersenne Twister) [10].

Поскольку для задач имитационного моделирования не требуется криптографическая стойкость случайных последовательностей, то для реализации ГПСЧ целесообразно использовать метод с наиболее простой программной реализацией – LCPRNG. Метод основан на генерации последовательности в соответствии с простой рекуррентной формулой

X k + i = ( aX k + c )mod m ,                            (5)

где a , c , m – некоторые целые числа.

Получаемая последовательность зависит от начального значения X ₀ – «посева» (seed). Поскольку для имитационного моделирования требуются две псевдослучайные последовательности, то для их генерации необходимо использовать разные значения X ₀. Чтобы получить разные последовательности для каждого запуска ГПСЧ, для начального заполнения X ₀ должен использоваться источник энтропии. В качестве источника энтропии может быть использована комбинация значений системного таймера, серийных номеров процессора и жесткого диска, MAC-адреса компьютера.

Используя свойства рекуррентной последовательности (5), могут быть подобраны коэффициенты a , c , m таким образом, чтобы период последовательности был максимален [2]. Одна из комбинаций коэффициентов, которая позволяет получить максимальную последовательность 32-битных целых чисел, была использована в качестве минимального стандарта для языка программирования C++11 [9; 11]. Эта комбинация следующая:

a = 48271, c = 0, m = 2^31–1.

Поскольку LCPRNG генерирует целочисленную последовательность на интервале [0, 2^{31 – 2}], то ее необходимо привести к вещественной последовательности случайных величин U на интервале [0, 1]. Такое преобразование возможно с точностью 2^–31.

Для экспериментальной оценки качества полученного распределения псевдослучайных чисел была дополнительно разработана программа на языке С++, в которой использовался линейный конгруэнтный генератор minstd_rand из стандартной библиотеки С++ с указанными выше коэффициентами минимального стандарта.

Эмпирическое распределение частот случайных чисел показано на Рисунке 1.

Рисунок 1. Эмпирическое распределение частот случайных чисел

Из графика видно, что эмпирическое распределение соответствует экспоненциальному закону.

Описание программного тренажера МК

На основе проведенных исследований разработана на языке программирования С++ новая версия тренажера МК, который обеспечивает демонстрационный, тренировочный и контрольный режимы функционирования.

Последовательность работы с тренажером МК при обслуживании вызовов заключается в следующем (см. Рисунок 2).

• 1.    Запуск модуля пользовательского интерфейса для отображения различных экранных форм на мониторе РМО.

• 2.    Запуск модуля авторизации для создания учетной записи пользователя.

• 3.    Запуск модуля подсистемы обработки информации, управления вызовами и соединениями для воссоздания процесса работы оператора МК.

• 4.    Анализ ПКО по собранным статистическим данным.

Процесс моделирования будет длиться по установленному для тренировки или контроля таймеру.

В модуле подсистемы обработки информации, управления вызовами исоединениями на основании вводимых пользователем исходных данных строится модель вызовов, производимых на станции и контролируемых оператором коммутатора. В процессе работы подсистема управления вызовами передает пользовательскому интерфейсу как по запросу, так и в виде уведомлений всю информацию, необходимую для индикации текущего состояния системы и ведения истории соединений.

Разработка тренажера междугороднего коммутатора на основе имитационного....

Модули пользовательского интерфейса и авторизации

Модуль подсистемы обработки информации, управления вызовами и соединениями

Рисунок 2. Обобщенная схема алгоритма работы тренажера МК

По завершении работы тренажера пользователю выводятся данные оего работе:

• •    количество поступивших, обслуженных и необслуженных вызовов;

• •    вероятность потерь по вызовам.

На основе представленных данных осуществляется оценка действий пользователя.

Заключение

В данной работе представлен подход к разработке программного тренажера коммутатора, который приблизил условия работы оператора креальным. Модульное построение тренажера позволяет расширять возможности по моделированию используемых законов распределения и управления вызовами и соединениями.

Использование тренажера обеспечивает повышение качества подготовки инженернотехнического персонала в условиях невозможности задействования для обучения используемого на СССН коммутационного оборудования.