BC/NW 2014 №2 (25):6.1
Анализ производительности беспроводных коммуникационных сетей доступа в реальном времени
Широков В.Л.
(ЛАНИТ, Москва, Россия)
Большое распространение во всем мире получают беспроводные коммуникационные сети (КС) класса МСОИ (мультисервисная система обмена информацией) [1].
В беспроводных КС класса МСОИ передаются не только данные, но и мультимедийная информация (видео, аудио/голос).
При этом объемы передаваемой информации постоянно увеличиваются. В результате могут снижаться параметры качества обслуживания из-за ограниченных параметров производительности сетевых элементов.
Актуальной проблемой анализа беспроводных КС является разработка моделей и методов исследования производительности (моделирование, расчет и оценка параметров, балансировка нагрузки), особенно в реальном масштабе времени.
Для повышения производительности беспроводных КС (улучшения покрытия, увеличения пропускной способности) структура сети требует своевременной модернизации. К уже развернутым макро- и мини-сотам (базовым станциям) добавляются дополнительные микро-, пико- и фемто-соты (например, в метро, офисных зданиях и т.д.). Соответственно необходимо регулярно производить расчеты, анализ и оценку производительности не только при модернизации беспроводных КС, но и в рабочем режиме функционирования сети, т.е. в режиме реального времени.
Для реального времени одной из задач является динамическое управление распределением и использованием ресурсов, то есть балансировка нагрузки (пропускной способности C каналов и интенсивностей обслуживания μ узлов (базовых станций), причем в рабочем режиме).
Необходимо также учитывать, что основным эксплуатационным расходом беспроводной КС являются затраты на электроэнергию. Поэтому одной из задач является обеспечение энергосбережения, то есть минимизация расходов на электроэнергию.
Итак, основными задачами, которые необходимо решать в реальном времени, являются:
- расчет и анализ параметров сети;
- управление распределением ресурсов (балансировка нагрузки);
- энергосбережение.
Для решения перечисленных задач используются следующие модели, методы и методики:
- модель трафика;
- методика сбора исходных данных;
- декомпозиция на узлы, каналы, кластеры, виды трафика;
- модели элементов сети (узлов, каналов, базовых станций);
- расчеты и оценка параметров узлов, каналов, кластеров;
- балансировка нагрузки с целевой функцией энергосбережения;
- модель рабочего режима функционирования сети (базовой станции);
- модель переходного режима (включения базовой станции).
Для моделирования элементов сети используются модели с дискретным временем. В частности модель переходного режима и случайного доступа базируется на гиперэкспоненциальном распределении. Это единственное распределение с дискретным временем, учитывающее случайный характер возникновения запросов к ресурсу [2].
Для рабочего режима функционирования сети используется марковская модель M/M/1 с одним обслуживающим прибором, а также известные соотношения для системы массового обслуживания с конечной очередью и ограниченным числом активных абонентов (пользователей, запросов). Тогда максимальное количество пользователей:
N ≈ μ/λ (1)
с точностью до 1 запроса (пакета), или
N ≈ 1/ρ. (2)
Доказательство.
Узлы, в зависимости от исполнения, имеют различные интенсивности μ обслуживания пакетов, запросов. Интенсивность обслуживания μ зависит от длины пакетов b и, как правило, неизвестна, но может быть определена по специальной методике [1].
Пассивные сетевые элементы (каналы) – это направленные каналы, отличающиеся пропускной способностью Сk (Мбит/с) в зависимости от ширины Hk канала (МГц):
Сk = HkIm (1 - α), (3)
где Im – информативность вида модуляции (бит/сек/Гц); α – защитный интервал между смежными каналами.
Для расчета и оценки производительности базовых станций и кластеров, как моделей систем с конечным числом источников нагрузки N на входе, используются соотношения Шерра [3]:
T0 = (N/μ)/(1 - p0) - 1/λ, (4)
где T0 – среднее время ответа, или время, проведенное пакетом (запросом) в узле (или системе); N – среднее число запросов в системе; μ, λ – интенсивность обслуживания и трафика нагрузки соответственно; p0 – вероятность того, что в системе нет требований:
p0 = 1/ . (5)
Тогда максимальное число запросов в системе (в очереди и на обслуживании):
Nmax = μ / λ + 1, (6)
где Nmax – максимальное количество источников нагрузки, или пользователей, находящихся в очереди и на обслуживании.
Nmax ≈ 1/ρ, (7)
поскольку ρ= λ / μ. Что и требовалось доказать.
В качестве метода определения μ в рабочем режиме функционирования сети предлагается использовать специальные зонды, которые генерируют трафик с интенсивностью λ. Тогда по разнице времени выхода пакета из узла источника tsrc и приемника tdst находится пропускная способность Ck канала по формуле:
Сk = (1 / (tdst - tsrc). (8)
А по времени входа tin пакета (запроса) в узел и выхода tout из узла находится μ интенсивность обслуживания запросов:
μ = 1 / (tout - tin). (9)
В заключение можно сделать следующие выводы:
1. Основным параметром, который определяет производительность КС, является временнάя задержка τ, то есть время между началом обслуживания, или передачи, tout (пакета, запроса, транзакции) и временем завершения обслуживания, или передачи, tin, т.е. τ = tin - tout.
2. Предложенные математические модели сетевых элементов беспроводных КС обеспечивают высокую точность, адекватны режимам функционирования беспроводных КС класса МСОИ.
3. Учитывая закон сохранения времени ожидания, можно менее приоритетные пакеты, запросы, транзакции, обслуживать после более приоритетных запросов.
4. Предложенные методики являются основой методологии исследования и анализа функционирования беспроводных КС класса МСОИ.
5. Предложенные модели и методики используются на всех этапах жизненного цикла беспроводных КС (проектирование, модернизация, управление).
6. Учитывая производительность сетевых элементов и параметры трафика, обеспечивается динамическое перераспределение (балансировка) нагрузки с целью улучшения качества услуг, обслуживания пользователей и энергосбережения.
Литература
1. Широков В.Л. Разработка моделей и методов для оценки и выбора параметров мультисервисных систем обмена информацией // Диссертация на соискание ученой степени к.т.н. – М.: МЭИ (ТУ). – 2006.
2. Клейнрок Л. Вычислительные системы с очередями. – М.: Мир, 1979. 588 с.
3. Scherr A.A. An Analysis of Time-Shared Computer Systems, MIT Press, Cambridge, Mass., 1967.