CC BY-NC
21Программные системы и вычислительные методы
Правильная ссылка на статью:
Кокорева Е.В., Шурыгина К.И. — Анализ показателей качества обслуживания в системе локального позиционирования на основе технологии ZigBee // Программные системы и вычислительные методы. - 2020. -№ 4. DOI: 10.7256/2454-0714.2020.4.34456 URL: https;//nbpublish.com/Hbrary_read_article.ptp?id=34456
Анализ показателей качества обслуживания в системе локального позиционирования на основе технологии ZigBee
Кокорева Елена Викторовна
кандидат технических наук
доцент, заведующий кафедрой систем мобильной связи, Сибирский государственный университет
телекоммуникаций и информатики
630102, Россия, Новосибирская область, г. Новосибирск, ул. Кирова, 86, каб. 605
И elen.vik@gmail.com
Шурыгина Ксения Игоревна
лаборант, Сибирский государственный университет телекоммуникаций и информатики 630102, Россия, Новосибирская область, г. Новосибирск, ул. Кирова, 86, оф 1-606
И miraclele@yandex.ru Статья из рубрики 'Телекоммуникационные системы и компьютерные сети"
DOI:
10.7256/2454-0714.2020.4.34456
Дата направления статьи в редакцию:
28-11-2020
Дата публикации:
08-12-2020
Аннотация.
Одним из актуальных направлений цифровой экономики является развитие служб, основанных на применении систем локального позиционирования объектов. В статье представлены результаты аналитического моделирования системы определения местоположения, построенной на оборудовании стандарта IEEE 802.15.4. Целью данного исследования является оценка эффективности передачи данных в ZigBee сети. В качестве инструмента моделирования выбран математический аппарат сетей массового обслуживания (СеМО), доказавший свою эффективность для расчёта характеристик различных инфокоммуникационных систем. Метод анализа средних значений был выбран
авторами для оценки показателей качества обслуживания благодаря его вычислительной простоте и адекватности полученных результатов. Авторами была разработана структурная схема исследуемой системы определения местоположения. На основе сетевой архитектуры разработаны концептуальная, алгоритмическая и программная модели в виде замкнутой однородной сети массового обслуживания и выполнен расчёт её характеристик. Полученные в результате моделирования параметры позволяют оценить и проанализировать показатели качества обслуживания в телекоммуникационном сегменте исследуемой системы локального позиционирования, такие как задержка, производительность, коэффициент загрузки сети и вероятность потерь, которые могут быть использованы для эффективного управления трафиком в телекоммуникационном сегменте системы геопозиционирования, построенной на основе стандарта IEEE 802.15.4.
Ключевые слова: качество обслуживания, вероятностно-временные характеристики, геопозиционирование, ZigBee,сети массового обслуживания, метод анализа средних, пропускная способность, коэффициент загрузки, з а д е р ж ка , система массового обслуживания
1. Введение
Системы локального позиционирования приобретают всё большую популярность, поскольку в отличие от систем глобального позиционирования таких как GPS или ГЛОНАСС, они позволяют определять местоположение объектов внутри помещений с точностью до нескольких метров. Традиционные системы позиционирования используют технологии GPS (Global Positioning System), ГЛОНАСС (Глобальная навигационная спутниковая система) и прочие спутниковые системы геопозиционирования и навигации, которые позволяют обеспечить точность измерений от трёх до пяти метров и требуют прямой видимости спутников. К недостаткам спутниковых систем можно отнести высокое энергопотребление и невозможность приёма спутникового сигнала в помещении [1-2].
Н аиболее востребованными решениями в данной области являются три вида систем геолокации: применяемые в сотовых сетях мобильной связи; реализованные на основе технологии Wi-Fi и использующие RFID-метки для отслеживания перемещений [3-4].
О днако существуют и другие технологии, на основе которых могут быть построены системы, позволя ющие определить местоположение мобильного объекта с высокой степенью точности, обладающие низкой стоимостью и малым энергопотреблением. К таким системам можно отнести сенсорные сети, основанные на стандарте IEEE 802.15.4, использующие для позиционирования измерения или параметра RSSI (Received Strength Signal Indicator) от нескольких датчиков, или параметра ToF (Time of Flight) [5-6].
П еред авторами стоит задача оценить эффективность работы вышеуказанной системы определения местоположения, применяя метод аналитического моделирования.
2. Построение модели системы позиционирования на основе сенсорной сети ZigBee
Спецификация ZigBee реализует протоколы сетевого и прикладного уровней на основе стандарта IEEE 802.15.4, определяющего протоколы физического уровня и подуровня доступа к среде (MAC) канального уровня. Малая дальность действия, низкая скорость передачи, небольшие габариты, и низкая потребляемая мощность устройств, а также их невысокая цена обусловили использование технологии ZigBee в виде беспроводных сенсорных сетей. Основная область применения ZigBee связана с автоматизацией
жилья, производственных помещений, мониторингом перемещений и местоположений имущества, отслеживанием медицинских показателей и мн. др.
Типичные характеристики стандарта IEEE 802.15.4
- диапазон частот: 2,4 ГГц;
- пропускная способность: 250 кбит/с;
- максимальная выходная мощность устройства: 0 дБм (1 мВт);
- количество подключенных устройств: до 65 000.
Устройства ZigBee соединяются друг с другом на небольшом расстоянии, образуя пикосеть с ячеистой топологией. В сети существуют три типа устройств:
- координатор пикосети — главное устройство, управляющее соединениями и способное связываться с другими пикосетями;
- маршрутизатор, который способен принимать и передавать да нные между удалёнными друг от друга устройствами и отвечает за пути передачи данных;
- оконечное оборудование — датчик или выключатель, который может поддерживать связь только с маршрутизатором (или координатором) и не может передавать данные с других устройств. Большую часть времени датчик пребывает в «спящем» состоянии, что позволяет ему экономить энергоресурс аккумуляторов.
Пример системы позиционирования внутри помещения приведён на рисунке 1. Сеть содержит ряд узлов, часть из которых с известными координатами, называются опорными (Anchor), а остальные, называемые слепыми , определяют свою позицию на основе полученных от опорных узлов координат и RSSI
Рисунок 1. Система локального позиционирования на основе ZigBee
Узлы сети с известными или вычисленными координатами получают радиосигнал мобильного объекта и передают информацию координатору пикосети, от которого эта информация поступает на сервер, где и происходит вычисление позиции объекта. Для получения координат мобильного объекта необходимо наличие не менее 3-х опорных узлов в сети. Увеличение количества опорных узлов повышает точность измерений, но усложняет процесс беспроводной маршрутизации и ухудшает показатели качества обслуживания.
Модель системы локального позиционирования в виде марковской однородной замкнутой СеМО представлена на рисунке 2.
Рисунок 2. Однородная замкнутая сеть массового облуживания, являющаяся моделью
системы позиционирования
Узлы данной СеМО — это временные задержки в устройствах и интерфейсах системы, изображённой на рисунке 1. Модель построена с учётом технических характеристик стандарта ZigBee и допускает возможность масштабирования.
Переходы заявок из узла в узел задаются маршрутной матрицей: где e¡j — вероятность перехода заявки из /' -й СМО в j -ю I2JJ21
На рисунке 2 в узлах 1-3 расположены обслуживающие приборы с дисциплиной обслуживания IS (Infinite Servers), узлы 4-8 представляют собой массового обслуживания (СМО) с дисциплиной обслуживания PS (Processor Sharing), а остальные являются одноканальными или многоканальными СМО с дисциплиной обслуживания FCFS (First Come — First Served).
3. Метод анализа средних значений
Для анализа СеМО могут быть использованы следующие методы [9-10]:
- уравнений глобального баланса;
- уравнений локального баланса;
- Гордона-Ньюэлла;
- Бузена;
- анализа средних значений.
Авторами был выбран метод анализа средних значений MVA (Mean Value Analysis), который не требует значительных вычислительных ресурсов и позволяет вычислять ВВХ рекуррентным способом. Применяя метод MVA можно определить такие параметры как среднее количество заявок в узлах СеМО, являющихся системами массового обслуживания (СМО), среднее время ожидания заявкой обслуживания, среднее время пребывания заявки в узле и др.
Метод базируется на двух фундаментальных соотношениях теории массового
обслуживания: теореме Литтла, которая выражает среднее количество заявок в системе через интенсивность входящего потока заявок и среднее время пребывания заявки в
системе, и теореме поступления
Теорема поступления позволяет рекуррентно вычислить среднее время пребывания заявки в /' -м узле как сумму среднего времени обслуживания ранее поступивших заявок со средним временем обслуживания текущей заявки с учётом дисциплины обслуживания, применяемой в данной системе массового обслуживания СМО и того факта, что среднее количество заявок в каждой СМО при условии, что в СеМО находится 0 заявок — = о 1 = Пт- Это возможно, поскольку данная теорема гласит, что если
рассматривать / -й узел марковской замкнутой СеМО, в которой находится к заявок, в момент поступления в него новой заявки, стационарная вероятность состояния этого узла совпадает со стационарной вероятностью его состояния при условии, что в сети находится к - 1 заявок. Общее количество заявок в замкнутой СеМО неизменно и равно К .
Таким образом, вычисление характеристик начинается с расчёта среднего времени реакции тг(к)-.
Далее можно определить среднее время пребывания заявки в СеМО:
где е. — коэффициент переходов (среднее количество посещений заявкой узла /' ),
^ — интенсивность потока заявок, входящего в /' -й узел; ^ — пропускная способность СеМО.
По формуле Литтла определяем пропускную способность СеМО:
Далее — интенсивности потоков заявок, входящих в / -е узлы: Среднее количество заявок в ий СМО по формуле Литтла:
Расчёт повторяется для значений к = 1... К — количества заявок в замкнутой СеМО.
По известным формулам Теории массового обслуживания I-12! вычисляются остальные характеристики СеМО: коэффициенты загрузки, коэффициенты простоя, среднее время ожидания заявкой обслуживания, средняя длина очереди и пр.
На рисунках 3-6 приведены результаты аналитического моделирования, которые представляют собой графики зависимостей показателей качества обслуживания от сетевой нагрузки для различного количества активных устройств (5, 10 и 20).
4. Результаты
Рисунок 3 иллюстрирует изменения задержки передачи данных. Увеличение количества устройств, генерирующих трафик, приводит к ухудшению показателя, значение которого при этом не превышает установленного стандартом IEEE 802.15.4.
На рисунке 4 показана зависимость вероятности потерь от сетевой нагрузки, которая претерпевает незначительные изменения как с увеличением количества заявок в сети, так и с увеличением числа активных устройств, не нарушая требований стандарта.
1 - 5 nodes ----10 nodes ---20 nodes *
* *
13 17
Load. 1 obs
Рисунок 3. Зависимость задержки от сетевой нагрузки
Load. 1
Рисунок 4. Зависимость вероятности потерь от сетевой нагрузки
LMJI. jcIK
Рисунок 5. Зависимость производительности от сетевой нагрузки
0.054
H 0 033
0 011
О
О 4 S 12 16 20
Load. lob;
Рисунок 6. Зависимость коэффициента загрузки от сетевой нагрузки
Коэффициент загрузки, представленный на рисунке 6, ведёт себя предсказуемо с увеличением входной нагрузки и количества опорных узлов, при этом его значение в наихудшем случае не превышает единицы, т.е стационарность системы не нарушается.Как видно из рисунка 5, производительность системы увеличивается с ростом входной нагрузки и падает с добавлением новых опорных узлов. Объясняется это тем, что большее количество активных устройств генерирует больший объём сетевого трафика, что приводит к повышению задержки и потерь в буферной памяти транзитных устройств из-за взаимных помех в радиоканале. Однако даже наименьшее значение производительности гарантирует минимальную скорость передачи 64 кбит/с, которая является приемлемой для данной технологии.
Таким образом, результаты расчётов показывают, что вероятностно-временные характеристики системы локального позиционирования определяются сетевой нагрузкой и количеством опорных узлов и соответствуют ограничениям, определённым стандартом IEEE 802.15.4.
5. Заключение
Авторами были построены концептуальная, алгоритмическая и программная модели системы определения местоположения в сети ZigBee.
В качестве инструмента моделирования применен математический аппарат марковских однородных замкнутых сетей массового обслуживания.
Для расчёта вероятностно-временных характеристик был применён метод анализа средних значений, адаптированный к реальным условиям функционирования ZigBee сети.
Полученные в результате моделирования параметры позволяют оценить показатели качества обслуживания в сенсорной сети, такие как задержка (мс), производительность
(мс-1), коэффициент загрузки сети и вероятность потерь, которые могут быть использованы для эффективного управления трафиком в уже имеющейся системе или проектирования новой сети.
Библиография
1. Abulude F. O., Akinnusotu A., Adeyemi A. Global positioning system and its wide applications // Continental J. Information Technology. 2015. Vol. 9 (1). P. 22-32.
2. Farah A. GPS/GLONASS Combined Precise Point Positioining For Hydrography — Case Study (Aswan, Egypt) // Twentieth International Water Technology Conference
(IWTC20). Hurghada. 2017. P. 653-657.
3. Wi-Fi Location-Based Services 4.1 Design Guide. San Jose, CA. Americas Headquarters Cisco Systems, Inc. 2008. 206 p.
4. Kokoreva Е., Kostyukovich А., Doshchinsky I. Analysis of the error in determining the location inside the logistics warehouse complexes // Advances in Intelligent Systems and Computing. Springer Verlag, TransSiberia, 2019.Vol. II.106. pp. 1086-1094.
5. Uradzinski M., Guo H., Liu X., Yu M. Advanced Indoor Positioning Using Zigbee Wireless Technology // Wireless Personal Communications. 2017. № 97. P. 6509-6518.
6. Hernandez O., Jain V., Chakravarty S., Bhargava P. Position Location Monitoring Using IEEE® 802.15.4/ZigBee® technology — URL :
https ://www.nxp.com/docs/en/brochure/PositionLocationMonitoring.pdf (дата обращения 10.07.2020).
7. Andrea Goldsmith Wireless Communications // Cambridge University Press. 2005. 644 p.
8. Boe J. ZigBee Solutions, 2007 — URL : https://www.eetimes.com/zigbee-solutions/# . (дата обращения 19.07.2020).
9. Kokoreva E.V., Shurygina K.I. The Analysis of 4th Generation Mobile Systems // XIV International scientific-technical conference "Actual Problems Of Electronic Instrument Engineering" (APEIE-2018). Novosibirsk, 2018. Vol. 1. part 1. — C. 202-206.
10. Kokoreva E.V., Shurygina K.I. Characteristics Analysis for Corporate Wi-Fi Network Using the Buzen's Algorithm // Advances in Artificial Systems for Medicine and Education II. Springer International Publishing, 2020. Vol. 902. P. 693-704.
11. Bolch G., Greiner S., de Meer H., Trivedi K. S. Queueing Networks and Markov Chains: Modeling and Performance Evaluation with Computer Science Applications. 2nd Edition. John Wiley & Sons, 2006. 896 p.
12. Kleinrock L. Queuing systems. Volume 1: Theory. Wiley INDIA, 2013. 417 p
Результаты процедуры рецензирования статьи
В связи с политикой двойного слепого рецензирования личность рецензента не раскрывается.
Со списком рецензентов издательства можно ознакомиться здесь.
Успешный опыт применения спутниковых систем глобального позиционирования GPS и ГЛОНАСС создает предпосылки для активизации разработок и практического применения систем локального позиционирования, обладающих бесспорными преимуществами для определенных условия использования. Предмет исследования обозначен в заголовке статьи и связан с анализом качества обслуживания таких систем локального позиционирования, когда применяются беспроводные сенсорные сети для определения местоположения мобильного объекта внутри помещения, в том числе при отсутствии приема спутникового сигнала, с высокой степенью точности, Методология исследования базируется на применении метода аналитического моделирования, метода анализа средних значений и теории массового обслуживания, изучении современных источников информации по рассматриваемой проблеме. Научная новизна представленного исследования, по мнению рецензента, заключается в определении эффективности работы локальной системы определения местоположения на основе применения метода аналитического моделирования, выявлено влияние сетевой нагрузки на параметры качества обслуживания: задержки передачи данных, вероятность потерь, производительность, коэффициент загрузки. Статья надлежащим
образом структурирована, в ней выделены следующие разделы: Введение, Построение модели системы позиционирования на основе сенсорной сети ZigBee, Метод анализа средних значений, Результаты, Заключение, а также Библиография. Во введении обоснована актуальность исследования, отражены наиболее востребованные в данной области виды систем геолокации, сформулирована цель работы. Далее изложен принцип работы оцениваемой системы, приведены ее характеристики и преимущества, приведен пример системы позиционирования внутри помещения с наглядным представлением в виде рисунка-схемы, показана модель системы локального позиционирования в виде марковской однородной замкнутой сети массового обслуживания. Авторам в целом удалось решить поставленные в статье задачи, показать что вероятностно-временные характеристики системы локального позиционирования определяются сетевой нагрузкой и количеством опорных узлов и соответствуют ограничениям, определённым принятым стандартом. Стиль изложения материала в целом соответствует применяемым в научных журналах подходам. По тексту статьи имеются адресные ссылки на используемые литературные источники, что свидетельствует о наличии апелляции к оппонентам. Однако, рецензируемая статья не лишена недоработок, в частности, в ней отсутствует нумерация используемых формул. По мнению рецензента, полученные результаты заслуживают более детального и подробного изложения - приводимые в этой части работы четыре графика следует сопроводить надлежащим описанием, а сами рисунки располагать после первого упоминания о них в тексте. Библиографический список включает 12 источников на английском языке, среди которых публикации в периодических журналах и материалы сети интернет. Актуальность темы статьи, ее соответствие тематике журнала, возможный интерес со стороны потенциальных читателей, наличие элементов приращения научного знания, представление полученных результатов исследования в наглядном виде на графиках, свидетельствуют о возможности опубликования рецензируемой статьи после устранения отмеченных выше не до с та тко в .
