CC BY
18
Анотации:
Ключевые слова: базисная функция, кле-точно-матричная структура, интервал сглаживания, матрица, вектор, линейно независимый, сглаживающие полином, аргумент.
В работе выполнено исследование структур базисных функций, применяемых для полиномиального описания стохастических траекторий летательных аппаратов. Также были определены условия, при которых системы базисных функций будут линейно независимыми. Сделан вывод, что область задания аргумента т0 является широкой и определяется лишь минимальным и максимальным элементом основной матрицы.
Ключовi слова: базисна функщя, клтгково-матрична структура, штервал згладжування, мат-риця, вектор, лшшно незалежний, згладжувальний полiном, аргумент.
У робоп виконано дослiдження структур базисних функцш, що застосовуються для полшо-мiального описання стохастичних траекторш лгга-льних апаратiв. Також були визначеш умови, за яких системи базисних функцш будуть лiнiйно незалежними. Зроблено висновок, що область за-вдання аргументу г0 е широкою та визначаеться лише мшмальним i максимальним елементом основно! матрица
Keywords: basic function, cell-matrix structure, range of smoothing, matrix, vector, linearly independent, smoothing polynomial, argument. In the article the structures of the basic functions, that use for the polynomial description of stochastic trajectories of aircrafts, were researched. Also the conditions under which the systems of basic functions are linearly independent were defined. It was concluded that the range of values of argument r0 is broad and is determined only by the minimum and the maximum element of the main matrix
УДК 654.173:004.413
ВОРОПАЕВА В. Я., к.т.н., доцент ДонНТУ); КРАСИКОВА А. С., магистрант, (ДонНТУ); ТУРУПАЛОВ В. В., к.т.н., доцент (ДонНТУ); ШЕБАНОВА Л. А., к.т.н., доцент (ДонНТУ).
Исследование влияния свойств среды на логические каналы радиодоступа WCDMA для стандарта UMTS
Общая постановка проблемы
В последние годы пользователи мобильных сетей нуждаются в высоких скоростях передачи данных. Одной из причин такой тенденции является использование мобильных телефонов в качестве инструмента для доступа в Internet. Чтобы сделать это возможным, скорости не только необходимо было увеличить, но и обеспечить требуемое качество обслуживания (QoS) и в тоже время, сделать сото-
вую мобильную сеть конкурентоспособной по сравнению с другими мобильными технологиями. В результате этого был разработан стандарт мобильной связи 3-го поколения группой 3GPP, которая в Европе получила название универсальной мобильной телекоммуникационной системы (UMTS) [1].
В начале своего развития система UMTS заимствовала множество элементов и функциональных принципов у системы GSM, а новые и наиболее значимые реше-
ния были предложены в области радиодоступа. Концепция UMTS предусматривает усовершенствованную технологию доступа, а именно широкополосный радиодоступ. Для его реализации используется технология широкополосного многостанционного доступа с кодовым разделением (WCDMA) [2], в рамках которой были разработаны два радиоинтерфейса: от базовой станции к абоненту HSDPA (High Speed Downlink Packet Access) и от абонента к базовой станции HSUPA (High Speed Uplink Packet Access) [3].
Надежность мобильной связи и качество обслуживания (QoS) зависят от нескольких факторов: типа местности, погодных условий, загрузки сети и электромагнитной обстановки [4]. Абонент не может быть уверенным, что услуги будут предоставлены качественно в любом месте и в любое время. Кроме того, скорость и качество передачи данных, в случае использования в качестве радиодоступа радиоинтерфейса WCDMA, зависят от скорости передвижения абонента в сети.
Главной проблемой, требующая решения и постоянного внимания, является зависимость качества предоставления услуг абоненту от перечисленных факторов. Чтобы достичь высокого уровня качества функционирования мультимедийной сотовой сети необходимо не только осуществлять тщательное планирование сети [5,6], но и проводить оптимизацию основных параметров к новым условиям, которые возникают в процессе эксплуатации.
Последняя задача решается операторами мобильных сетей путем постоянного мониторинга параметров реальной системы, а также использованием методов математического и компьютерного моделирования.
Постановка задач исследования
Целью данной статьи является оценка характеристик системы UMTS, использующей в качестве радиодоступа стандарт WCDMA, а также анализ влияния свойств среды на логические каналы радиодоступа. Необходимо исследовать зависимость показателей качества каналов, в частности вероятности появления ошибочного бита (BER), от свойств среды при различных профилях пользователей. Для решения поставленной задачи предложено использовать имитационную модель, разработанную в программном комплексе Matlab.
Описание модели
В системе WCDMA каналы разделяются на три уровня: логические каналы, транспортные каналы и физические каналы. Логические каналы представляют тип информации, подлежащей передаче, транспортные каналы показывают, как будут передаваться логические каналы, а физические каналы представляют «среды передачи», обеспечивающие радиоплатформу, которая фактически распространяет информацию.
Существенную роль в процессе передачи играет среда распространения радиоволн, параметры которой могут изменятся под влиянием естественных и искусственных факторов. Данная имитационная модель позволяет максимально точно учитывать влияние каждого фактора и исследовать процесс функционирования реальной сети.
Модель состоит из 7 подсистем, функции которых приведены в табл. 1.
Таблица 1
Функции подсистем имитационной модели в MatLab
Подсистема Функция
WCDMA DL Tx Channel Coding Scheme Транспортный канал кодирования и мультиплексирования
WCDMA Tx Physical Channel Mapping Физический канал отображения
WCDMA BS Tx Antenna Модуляция и распространение
WCDMA Channel Model Модель канала
WCDMA UE Rx Antenna Прием и демодуляция
WCDMA Rx Physical Channel Demapping Физический канал выделения
WCDMA DL Tx Channel Decoding Scheme Транспортный канал декодирования и демультиплексирования
Для исследования функционирования абонентской линии в направлении «вниз» системы мобильной связи третьего поколения рассмотрен процесс передачи сигналов со следующими скоростями:
- речь, 12,2 кбит/с;
- передача данных, 64 кбит/с;
- передача мультимедийных данных, 144 кбит/с;
- высококачественный потоковый звук или потоковое видео с низким расширением, 384 кбит/с.
При моделировании особое внимание уделено логическим каналам DTCH (выделенный канал трафика для одной услуги, которая передается в нисходящем направлении) и DCCH (выделенный канал управления, по которому передается информация о присутствии активного выделенного соединения).
Измерение вероятности появления ошибочного бита (BER) в логических каналах DTCH и DCCH осуществляется прибором для детектирования ошибок. На один из его входов подается сигнал, который прошел канал связи, на другой - сигнал с выхода генератора.
Для данной модели определено шесть профилей, которые отвечают за различные условия функционирования абонентской линии связи:
1. Профиль 1 - абонент не движется, на приемник поступает один прямой сигнал, многолучевое распространение отсутствует.
2. Профиль 2 - абонент движется со скорость 3 км/ч (скорость пешехода), на приемник поступают один прямой и один отраженный сигнал (-10 дБ) с малой задержкой (976 нс).
3. Профиль 3 - абонент движется со скоростью 120 км/ч, на приемник поступают один прямой и три отраженных сигнала с разной мощностью (-3 дБ, -6 дБ, -9 дБ) и разной задержкой (260 нс, 521 нс, 781 нс).
4. Профиль 4 - абонент движется со скоростью 3 км/ч, на приемник поступают один прямой и один отраженный сигналы с большой мощностью (0 дБ) и малой задержкой (976 нс).
5. Профиль 5 - абонент движется со скоростью 50 км/ч, на приемник поступают один прямой и один отраженный сигнал (-10 дБ) с малой задержкой (976 нс).
6. Профиль 6 - абонент движется со скорость 250 км/ч, на приемник поступают один прямой и три отраженных сигнала с разной мощностью (-3 дБ, -6 дБ, -9 дБ) и разной задержкой (260 нс, 521 нс, 781 нс).
Таблица 2
Зависимость BER в DTCH и DCCH от соотношения сигнал/шум
С/Ш, дБ 12,2 кбит/с 64 кбит/с 144 кбит/с 384 кбит/с
бтсн | бссн бтсн | бссн бтсн | бссн бтсн | бссн
Профиль 1
-10 0 0 0,0207 0 0,4094 0,41 0,4922 0,51
-6 0 0 0 0 0,0012 0 0,4144 0,36
-2 0 0 0 0 0 0 0,002 0
0 0 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0 0
20 0 0 0 0 0 0 0 0
Профиль 2
-10 0,502 0,52 0,4863 0,47 0,4972 0,49 0,5023 0,41
-6 0,3781 0,55 0,5023 0,47 0,4983 0,49 0,5033 0,5
-2 0,2234 0,42 0,4859 0,51 0,5028 0,57 0,5048 0,55
0 0,1465 0,35 0,4754 0,38 0,505 0,54 0,4927 0,57
6 0 0 0,2277 0,19 0,3613 0,55 0,3551 0,53
10 0 0 0 0 0,1321 0 0,2134 0,37
20 0 0 0 0 0 0 0 0
Профиль 3
-10 0 0 0,0047 0 0,2958 0,42 0,4931 0,5
-6 0 0 0 0 0,001 0 0,3856 0,38
-2 0 0 0 0 0 0 0,0343 0
0 0 0 0 0 0 0 0,0026 0
6 0 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0 0
20 0 0 0 0 0 0 0 0
Профиль 4
-10 0,3289 0,61 0,5008 0,58 0,5021 0,35 0,5009 0,48
-6 0,2193 0,43 0,4426 0,47 0,4899 0,5 0,4987 0,51
-2 0,126 0,3 0,25 0,47 0,3453 0,53 0,3836 0,54
0 0,0912 0,12 0,2477 0,39 0,2663 0,43 0,3132 0,48
6 0 0 0 0 0,1528 0 0,2023 0,52
10 0 0 0 0 0 0 0,0767 0
20 0 0 0 0 0 0 0 0
Профиль 5
-10 0,1096 0,17 0,2988 0,46 0,4738 0,54 0,5006 0,44
-6 0 0 0,0051 0,28 0,1609 0,21 0,4544 0,55
-2 0 0 0 0 0,0014 0,04 0,2547 0,51
0 0 0 0 0 0 0 0,1476 0,49
6 0 0 0 0 0 0 0 0
(1) (2) (3) (4) (5) (6) (7) (8) (9)
10 0 0 0 0 0 0 0 0
20 0 0 0 0 0 0 0 0
Профиль 6
-10 0 0 0,0273 0 0,3068 0,3 0,4895 0,43
-6 0 0 0 0 0,004 0 0,3719 0,01
-2 0 0 0 0 0 0 0,0304 0
0 0 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0 0
10 0 0 0 0 0 0 0 0
20 0 0 0 0 0 0 0 0
Результаты моделирования
Данная имитационная модель была использована для определения зависимости вероятности появления ошибочного бита в логических каналах от отношения сигнал/шум в канале связи для различных профилей и скоростей передачи.
В табл. 2 приведены полученные значения.
Рассмотрим на графике, как меняется уровень качества в каналах DTCH и DСCH в зависимости от соотношения сигнал/шум, например, при скорости в 64 кбит/с (см. рис. 1 и рис. 2).
Из приведенных графиков видно, что наилучшие результаты (т.е. меньшие значения вероятности появления ошибочного бита при одних и тех же уровнях соотношения сигнал/шум) достигаются для профилей 1, 3 и 6, которые отображают случаи, когда абонент подвижный или неподвижный, а на вход приемника поступают один прямой и три отраженных сигнала.
Наихудшие результаты (большие значения вероятности появления ошибочного бита при одних и тех же уровнях соотношения сигнал/шум) были получены для профилей 2, 4 и 5, которые отображают случаи, когда абонент находится в движении, на вход приемника поступают один прямой и один отраженный сигналы.
Полученные значения более высокого качества работы каналов при наличии на входе приемника нескольких отраженных сигналов объясняются тем, что дополнительные корреляторы лучше разделяют многолучевые сигнальные компоненты. Обычно в приемнике абонентского терминала используется 3-4 коррелятора.
Недостатком данной модели можно считать невозможность исследования случая, когда в сети присутствует несколько абонентов, которые создают помехи друг другу.
Рис. 1. График зависимости появления ошибочного бита в канале DTCH от соотношения сигнал/шум для скорости 64 кбит/с
Рис. 2. График зависимости появления ошибочного бита в канале DСCH от соотношения сигнал/шум для скорости 64 кбит/с
Выводы
1. Предложена модель, позволяющая оценивать качество функционирования UMTS на линии от базовой станции к абоненту.
2. Разработанный список профилей отображает наиболее характерные условия функционирования радиочастотного канала.
3. При увеличении скорости передачи данных в логических каналах WCDMA увеличивается вероятность появления ошибочного бита.
4. Эффективность работы приемника повышается с увеличением количества принимаемых корреляторов, так как дополнительные корреляторы лучше разделяют многолучевые сигнальные компоненты.
Список литературы
1. Chevallier C. WCDMA (UMTS) Deployment Handbook. Planning and optimization / Christophe Chevallier - John Wiley & Sons LTD, England, 2006 - 390 p.
2. Кааранен Х. Сети UMTS. Архитектура, мобильность, сервисы / Х. Кааранен, А. Ахтиайнен, Л. Лаитинен, С.
Найян, В. Ниеми. - М.: Техносфера, 2008 -468 с.
3. Невдяев Л.М. Мобильная связь 3-го поколения / Л.М. Невдяев, под ред. Ю.М. Горностаева. - М.: Международный центр научной и технической информации, ООО «Мобильные коммуникации», 2000 - 208 с.
4. Соловйов М.С., Воропаева В.Я. Забезпечення показниюв якосп в конвер-гентних мережах GSM/Wi-Fi при впро-вадженш нових сервiсiв // Науковi пращ Донецького нащонального техшчного ушверситету. Серiя: Обчислювальна тех-шка та автоматизащя. Випуск 16 (147). -Донецьк-2009. - 248 с., С. 22-28.
5. Безрук В.М., Чеботарёва Д.В. Применение методов многокритериальной оптимизации при планировании сетей сотовой связи // Вюник Нащонального ушверситету "Львiвська пол^ехшка". Серiя: Радюелектрошка та телеко-мушкаци. Випуск 618. - Львiв-2008. С. 117 - 126.
6. Попов В.А., Воропаева В.Я., Вер-ховский Я.М. Алгоритм оптимальной кластеризации для сетей сотовой связи. // На-уковi пращ Донецького нащонального техшчного ушверситету. Серiя: Обчислювальна техшка та автоматизащя. Випуск 13 (121). - Донецьк-2007. С. 53-58.
Аннотации:
В статье проводится оценка влияния свойств среды на логические каналы DTCH и DCCH системы UMTS, использующая в качестве радиодоступа стандарт WCDMA, с помощью имитационной модели.
У стати проводиться оцшка впливу власти-востей середовища на лопчш канали DTCH i DCCH системи UMTS, що використовуе у якостi радюдоступу стандарт WCDMA, за допомогою ímí^^to! моделi.
In this article simulation model is used for estimating the environment's impact on properties of logical channels DTCH and DCCH for UMTS, which uses radio as a standard for WCDMA.
УДК 681.1-665.52
LATAFAT A. GARDASHOVA (Azerbaijan State Oil Academy). Fuzzy neural network and deo based forecasting
Introduction
In the area of oil refinery plant control and management a number of problems are usually solved by using data obtained from solutions of various forecasting tasks. The uncertainty and incompleteness of the initial data as well as complexity and weakness of the conventional methods of forecasting complicate proper solving of the forecasting problems.
Forecasting problems for oil refinery plants are characterized by an informal background description and subjectivity of the states estimations.
Some of forecasting tasks are complicated by nonstationarity and nongraduality of time-dependent fluctuations.
It is necessary to choose adequate tools for solving the considered problems which would be able to carry out predictably hour-to-hour, day-to-day, week-to-week, month-to-month or year-to- year fluctuations of technological and economic indexes in the complex environment.
In 1965 after Lotfi Zadeh's [1] fuzzy theory, fuzzy logic new era began in the de-
velopment of sciences including forecasting science. Since the middle of 70s by using this notion new forecasting methods were created and applied in practice. Several works have been written about the theoretical and practical problems of forecasting in Azerbaijan as well [2-7].
There is no universal forecasting method for economical indicators. There are many forecasting methods because of the diversity of forecasting conditions. We can classify the economical forecasting into two groups: qualitative and quantitative.
Quantitative methods consist of traditional statistical methods, artificial neural network, and other modern methods.
Sometimes we may have to use new type of time series like fuzzy time series. Thus it is required to use soft computing methods based on application of fuzzy time series and fuzzy logic. Fuzzy Neural Networks are efficient for these purposes, they use fuzzy numbers, and fuzzy operations over them. The basic idea of FNN is that results are acquired according to the fuzzy logic apparatus. FNN can be used, for example, to forecast the regional electrical charges and
