Аппроксимация функции требований к ресурсам для анализа характеристик трафика межмашинного взаимодействия Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

УДК 512.643.8

Сопин Э.С.12, Гудкова И.А.12, Маркова Е.В.1, Агеев К.А.1

1 Российский университет дружбы народов, г. Москва, Россия

2 Институт проблем информатики ФИЦ ИУ РАН, г. Москва, Россия

АППРОКСИМАЦИЯ ФУНКЦИИ ТРЕБОВАНИЙ К РЕСУРСАМ ДЛЯ АНАЛИЗА ХАРАКТЕРИСТИК ТРАФИКА МЕЖМАШИННОГО ВЗАИМОДЕЙСТВИЯ

АННОТАЦИЯ

В статье исследуются характеристики трафика межмашинного взаимодействия (Machine-to-Machine, M2M) в системе мобильной связи LTE. Рассматривается один из планировщиков, выделяющий радиоресурсы долями временного кадра. Для данного планировщика получена функция распределения требований к временным ресурсам при передаче M2M трафика. Полученная функция распределения аппроксимируется гамма-распределением, которое используется для вычисления вероятности блокировки М2М сессии и среднего значения доли занятых ресурсов на основе результатов анализа системы массового обслуживания с ограниченными ресурсами и случайными требованиями.

КЛЮЧЕВЫЕ СЛОВА

LTE; М2М трафик; разделение ресурсов; случайные требования, система массового обслуживания, ограниченные ресурсы.

Sopin E.S.1-2, Gudkova I.A.12, Markova E.V.1, Ageyev K.A.1

1 RUDN University, Moscow, Russia

2 Institute of Informatics Problems, FRC CSC RAS, Moscow, Russia

APPROXIMATION OF RESOURCE REQUIREMENTS DISTRIBUTION FOR THE ANALYSIS OF M2M TRAFFIC CHARACTERISTICS

ABSTRACT

In the paper, M2M traffic characteristics in LTE mobile network are investigated. A specific resource scheduler based on the full power policy is considered. For the considered scheduler, the cumulative distribution function of resource requirements of M2M sessions is derived. Then, we approximate it by gamma distribution, which is used to evaluate the session blocking probability and average number of occupied resources by means of a queuing system with random requirements and limited resources.

KEYWORDS

LTE; M2M traffic; resource allocation; random requirements; queuing system; limited resources. Введение

В настоящее время одним из основных параметров, необходимых для определения показателеи качества обслуживания (Quality of Service, QoS) в беспроводных сетях [1], стала удаленность устроиств от базовои станции (БС). В связи с резко растущим объемом трафика, генерируемого в беспроводных сетях различными приложениями, возникает проблема нехватки частотного диапазона. Одним из возможных решении такои проблемы является применение различных планировщиков управления частотно-временными ресурсами, которые позволяют учесть расстояние от устроиства до БС. В качестве примеров таких планировщиков можно привести планировщики «round robin» (RR) и «full power» (FP), работа которых основа на различных вариациях параметров ресурсного блока - частоты, мощности и времени [2-5]. Оба планировщика используют фиксированную ширину полосы частот, а временнои ресурс и мощность передачи сигнала могут изменять. Планировщик RR основан на равномерном распределении временного ресурса между всеми обслуживаемыми устроиствами. Планировщик FP основан на передаче данных

с максимальной мощностью. Описание модели

Рассмотрим одну соту беспроводной сети радиуса R. Предположим, что устройства являются стационарными и распределены по территории соты равномерно. С интенсивностью X они переходят в активное состояние и передают данные с интенсивностью р в восходящем канале (uplink channel). Обозначим £,d расстояние от устроиства до БС, pmax максимальную мощность передачи сигнала устроиством, £,p < pmax текущую мощность передачи. Отметим, что £,d и £,p являются случаиными величинами (СВ). Предположим, что устроиства передают данные с гарантированнои скоростью r0. Достижимая устроиством скорость передачи данных r) зависит от ширины полосы частот со восходящего канала, мощности передачи сигнала ¿;p,

удаленности £,d от БС и определяется как r{t,d,%p) = cln представлены в таблице 1.

1 + -

о У

Все основные обозначения

Таблица 1. Параметры модели

Параметр Описание

Параметры соты

R радиус соты [м]

со ширина полосы частот [Гц]

Параметры М2М устройств

N максимальное число активных устроиств в соте

X интенсивность перехода устроиства в активное состояние [1/с]

/ среднее время сессии (временнои интервал, когда устроиство активно) [с]

р = Х/ интенсивность предложеннои нагрузки

¿d расстояние до БС (СВ) [м]

Pmax максимальная мощность сигнала [Вт]

¿р мощность сигнала (СВ) [Вт]

ro гарантированная скорость передачи данных [бит/с]

r (id ¿p ) достижимая скорость передачи данных при условии, что устроиство находится на расстоянии и мощность сигнала £,р (СВ) [бит/с]

Fs (s) ФР требования к доли временного ресурса (кадра)

fs (S) плотность распределения требования к доли временного ресурса (кадра)

Параметры среды

свободное распространение сигнала (free space)

No мощность шума [Гц]

G коэффициент затухания сигнала

к степень затухания сигнала

Планировщик ресурсов

Рассмотрим на примере принцип работы одного из планировщиков, используемого далее в статье, планировщика FP (рисунок 1). Пусть в соте расположены три устройства - первое и второе устройства неподвижны и расположены соответственно на расстоянии = йх и = й2 от БС.

Третье устроиство может быть расположено либо близко к БС на расстоянии ^ = й^ , либо далеко - = й^. Все устроиства работают на максимальнои мощности, а временнои ресурс делится

пропорционально достижимои скорости передачи г,%р). В случае А третье устроиство получает достаточньш для достижения гарантированнои скорости г0 временнои интервал обслуживания и начинает обслуживаться (рисунок 2). В случае В устроиство находится далеко и не может получить

достаточный для достижения гарантированной скорости г0 временной интервал, поэтому его запрос на обслуживание блокируется (рисунок 3).

га = 1 МбигА^ г, = 4 Мбит/с. га =2.5 Мбит .'а г3л = 4 Мбит/с, г? =2 Мбит/с

"V"

Клдр 2

Рис.1. Пример расположения и активации устройств в соте

р 1=4 МЁт/с,г2 = 2.5 Мбит/с, г^ = 4 Мбит 'с

Кадр I Калр 2

Рис.2. Схема занятия временного ресурса [кадра] в случае А - близко расположенного к БСустройства

= 4 \1бит, с 1"2 — 2.5 \1бнт/с =2 \Еит.'с

Б ■

Рис.3. Схема занятия временного ресурса (кадра) в случае В - далеко расположенного от БС устройства

Функция распределения требований к ресурсам

С учетом описанных в предыдущем разделе особенностей планировщика FP, выведем для него ФР Fg (5) требования к доли временного ресурса. Введем дополнительные обозначения -

СВ ширины полосы частот, £5 СВ доли временного ресурса. Ввиду того что текущая мощность передачи сигнала и ширина полосы частот канала являются для данного планировщика постоянными, т.е. равны ртах и со соответственно, то

р,С& (Р,Ю,§) = Р{£р < P, < С £5 < 5} = Р{< = (5) и имеет вид

|0, 5 < 0,

F5 (5) = P

r (, Pmax )

< 5^ =

1

in Л21к f

ч-2/к

GPm

V N0 у

e5c -1

5е( 0,0], 5 > ф,

(1)

где ф = -

с ln

GPm

Соответствующая плотность f (5) распределения определяется по

v n rk

-+1

формуле

4 (5) =

2го | GP,

R 2ак\ N,

2/к

?8со

5

у5со

-1

5 е(0,ф],

(2)

0, 5 ^ (0,0].

С учетом полученнои ФР (1), показатели качества обслуживания М2М трафика могут быть получены в терминах многолинеинои системы массового обслуживания (СМО) со случаиными требованиями и ограниченным ресурсом объема [6-8]. В даннои СМО заявки при поступлении на обслуживание, помимо занятия прибора, занимают также и часть доступного ресурса, которая определяется заданнои ФР. В рассматриваемои нами системе таким ресурсом является доля временного ресурса, которыи выделяется М2М сессиям. Таким образом, значение ресурса, которое требуется системе, не превышает 1 и находится в промежутке [0;1]. Тогда согласно [6], формулы для расчета вероятности блокировки В и среднего значения Ь доли временного ресурса имеют вид

N -1

в = 1 -Ро Z F5—

k=0

к

(1) —, w k!

b = Р0 Z bk —, bk =J 5Ffs} (d5),

k=1

k!

P0 =

( N — X1

(k) (1) — k!

1+Z F5) (1)^

k=1

(3)

(4)

(5)

где р0 - вероятность того, что система пуста, а ^' (5) - к -кратная свертка ФР ^ (5).

Отметим, что вычисление сверток ФР непрерывных СВ численными методами приводит к существенным вычислительным сложностям. В связи с этим, ФР требовании к ресурсам была аппроксимирована другими распределениями, поведение плотности которых схоже с поведением исходнои плотности (2).

Аппроксимация функции распределения требований к ресурсам

По исходным данным из таблицы 2 получена плотность распределения по формуле (2) для 5 е (0,0]. Учитывая необходимость вычисления сверток аналитически, аппроксимировать

исходную ФР лучше всего бесконечно делимыми распределениями с носителем на положительнои полуоси. Таким распределением является гамма-распределение с плотностью

f gamma (5 )

5

a-le-5/p

f (5)

,, , (6)

/ЗаГ(а) СХУ '

Подбор параметров а и 3 выполнен с помощью средств языка программирования Java и подтвердился при подборе параметров распределения в системе Matlab. Параметры имеют следующии значения: а= 2.12, ¡= 0.00972. На рисунках 4 и 5 показаны графики сравнения

исходнои и аппроксимированнои плотности. По своиству гамма-распределения, если 5j,...,5k

r

0

2

r

0

к

независимые СВ, такие что 8, ~ Г(а,р), то распределение их суммы имеет следующии вид

к

~ Г(ка,р). Таким образом, плотность к -кратнои свертки распределения требовании к

1=1

ресурсам имеет вид:

8ка-1 -81 р

ЛИ. (8) =рааща~)* Я'8 (7)

Таблица 2. Исходные данные для численного анализа

Параметр Значение

R 100 м

О 10 МГц

N 5, 20, 100

Pmax 0.00398 Вт

roo 100 Кбит/с

150 - 700 1/с

м-1 0.14 с

No 10-9 Вт

G 197.43

к 5

60,0f(x)

50,00

40,00

30,00

20,00

10,00

0,00 0,0000

0,0200

0,0400

0,0600 0,0800 -cur----gamma

0,1000

0,1200

0,1400

Рис. 4. Плотность распределения (8) и ее аппроксимация /%яття (8) гамма-распределением

f(x)

0,0001

0,0010

0,0100 cur----gamma

0,1000

60,00

50,00

40,00

30,00

20,00

10,00

0,00 x 1,0000

Рис. 5. Плотность распределения (8) и ее аппроксимация /ЁЗтта (8) гамма-распределением

(логарифмическая шкала)

Пример численного анализа

Для вычисления вероятностно-временных характеристик модели [6-8] необходимо вычислить свертку плотности распределения по формуле (7). На основе исходных данных из таблицы 2 были посчитаны вероятности блокировок для различных значении нагрузки р. На рисунке 6 отображено сравнение вероятностеи блокировок заявок для систем с различным числом приборов. Для систем с большим числом приборов вероятность потери заявок меньше. При увеличении нагрузки р для одного и того же числа приборов вероятность блокировки увеличивается. Отметим, что при малых значениях N вероятность блокировки обусловлена в большеи степени нехваткои приборов, в отличие от случая N = 100. Для случая N = 100 (таблица 3) произведен расчет среднего объема занятого ресурса Ь , при увеличении нагрузки объем занятого ресурса увеличивается. В связи с тем, что плотность гамма распределения с достаточно большои погрешностью приближает поведение исходнои плотности распределения, полученные результаты можно считать приблизительными.

В

1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0

20 30 40 50 60 70 80 90 100 ---N=5 ----N=20 -N=100

Рис.6. Вероятность блокировки В для N = 5, 20,100

Таблица 3. Вероятность блокировки В и среднее значение доли временного ресурса Ь для N = 100

р В Ь

20.0 0.000004 0.4131

25.0 0.0002 0.5162

33.3 0.0079 0.6801

50.0 0.1047 0.8753

100.0 0.4027 0.9655

Заключение

В работе проведен анализ характеристик передачи М2М трафика в беспроводнои сети при использовании планировщика, выделяющего радиоресурсы долями временного кадра. Получен вид ФР (5) требовании М2М сессии к ресурсам сети. Ввиду сложности расчетов показателеи

качества на основе результатов анализа СМО со случаиными требованиями и ограниченными ресурсами, предложена аппроксимация гамма-распределением. В рамках дальнеиших исследовании будет реализован метод дискретизации ФР, позволяющии получить аппроксимацию с произвольнои точностью.

Исследование выполнено при частичной финансовой поддержке РФФИ в рамках научных проектов №№ 15-07-03051,15-07-03608,16-37-60103, 16-07-00766.

Литература

3GPP TS 36.300: Evolved Universal Terrestrial Radio Access (E-UTRA) and Evolved Universal Terrestrial Radio Access Network (E-UTRAN); Overall description; Stage 2 (Release 14).

Galinina O, Andreev S, Turlikov A, and Koucheryavy Y. Optimizing energy efficiency of a multi-radio mobile device in heterogeneous beyond-4G networks / / Performance Evaluation. - 2014. - Vol. 78. - P. 18-41.

Ahmadian A., Galinina O.S., Gudkova I.A., Andreev S.D., Shorgin S.Ya., and Samouylov K.E. On capturing spatial diversity of joint M2M/H2H dynamic uplink transmissions in 3GPP LTE cellular system / / Lecture Notes in Computer Science. - 2015. -Vol. 9247. - P. 407-421.

Samouylov K., Gudkova I., Markova E., and Dzantiev I. On analyzing the blocking probability of M2M transmissions for a CQI-based RRM scheme model in 3GPP LTE // Communications in Computer and Information Science. - 2016. - Vol. 638. - P. 327-340.

Gudkova I., Markova E., Masek P., Andreev S., Hosek J., Yarkina N., Samouylov K., and Koucheryavy Y. Modeling the utilization of a multi-tenant band in 3GPP LTE system with Licensed Shared Access / / Proc. of the 8th International Congress on Ultra Modern Telecommunications and Control Systems ICUMT-2016 (October 18-20, 2016, Lisbon, Portugal). - USA, New Jersey, Piscataway, IEEE. - 2016. - P. 179-183.

Naumov V., Samouylov K., Yarkina N., Sopin E., Andreev S., and Samuylov A. LTE performance analysis using queuing systems with finite resources and random requirements // Proc. of the 7th International Congress on Ultra Modern Telecommunications and Control Systems ICUMT-2015 (October 6-8, 2015, Brno, Czech Republic). - USA, New Jersey, Piscataway, IEEE. - 2015. - P. 100-103.

Sopin E., Samouylov K., Vikhrova O., Kovalchukov R., Moltchanov D., and Samuylov A. Evaluating a case of downlink uplink decoupling using queuing system with random requirements // Lecture Notes in Computer Science. - 2016. - Vol. 9870. -2016. - P. 440-450.

Вихрова О.Г., Самуйлов К.Е., Сопин Э.С., Шоргин С.Я. К анализу показателей качества обслуживания в современных беспроводных сетях // Информатика и ее применение. - 2015. - Т. 9, № 4. - С. 48-55.

References

1. 3GPP TS 36.300: Evolved Universal Terrestrial Radio Access (E-UTRA) and Evolved Universal Terrestrial Radio Access Network (E-UTRAN); Overall description; Stage 2 (Release 14).

2. Galinina O, Andreev S, Turlikov A, and Koucheryavy Y. Optimizing energy efficiency of a multi-radio mobile device in heterogeneous beyond-4G networks / / Performance Evaluation. - 2014. - Vol. 78. - P. 18-41.

3. Ahmadian A., Galinina O.S., Gudkova I.A., Andreev S.D., Shorgin S.Ya., and Samouylov K.E. On capturing spatial diversity of joint M2M/H2H dynamic uplink transmissions in 3GPP LTE cellular system / / Lecture Notes in Computer Science. - 2015. -Vol. 9247. - P. 407-421.

4. Samouylov K., Gudkova I., Markova E., and Dzantiev I. On analyzing the blocking probability of M2M transmissions for a CQI-based RRM scheme model in 3GPP LTE // Communications in Computer and Information Science. - 2016. - Vol. 638. - P. 327-340.

5. Gudkova I., Markova E., Masek P., Andreev S., Hosek J., Yarkina N., Samouylov K., and Koucheryavy Y. Modeling the utilization of a multi-tenant band in 3GPP LTE system with Licensed Shared Access / / Proc. of the 8th International Congress on Ultra Modern Telecommunications and Control Systems ICUMT-2016 (October 18-20, 2016, Lisbon, Portugal). - USA, New Jersey, Piscataway, IEEE. - 2016. - P. 179-183.

6. Naumov V., Samouylov K., Yarkina N., Sopin E., Andreev S., and Samuylov A. LTE performance analysis using queuing systems with finite resources and random requirements // Proc. of the 7th International Congress on Ultra Modern Telecommunications and Control Systems ICUMT-2015 (October 6-8, 2015, Brno, Czech Republic). - USA, New Jersey, Piscataway, IEEE. - 2015. - P. 100-103.

7. Sopin E., Samouylov K., Vikhrova O., Kovalchukov R., Moltchanov D., and Samuylov A. Evaluating a case of downlink uplink decoupling using queuing system with random requirements / / Lecture Notes in Computer Science. - 2016. - Vol. 9870. -2016. - P. 440-450.

8. Vikhrova O., Samouylov K., Sopin E., and Shorgin S. On performance analysis of modern wireless networks // Informatika i ee primenenie. - 2015. - Vol. 9, No. 4. - P. 48-55.

Поступила: 15.10.2016

Об авторах:

Сопин Эдуард Сергеевич, доцент кафедры прикладной информатики и теории вероятности Российского университета дружбы народов, старший научный сотрудник Института проблем информатики Федерального исследовательского центра «Информатика и управления» РАН, кандидат физико-математических наук, sopin_es@pfur.ru;

Гудкова Ирина Андреевна, доцент кафедры прикладной информатики и теории вероятности Российского университета дружбы народов, кандидат физико-математических наук, старший научный сотрудник Института проблем информатики Федерального исследовательского центра «Информатика и управления» РАН, кандидат физико-математических наук, доцент, gudkova_ia@pfur.ru;

Маркова Екатерина Викторовна, старший преподаватель кафедры прикладной информатики и теории вероятности Российского университета дружбы народов, кандидат физико-математических наук, markova_ev@pfur.ru;

Агеев Кирилл Анатольевич, студент Российского университета дружбы народов, kaageyev@gmail.com.