CC BY
20
МТх1) составила 310 м.
Сравнение точности методов локализации.
В табл. 2 приведены оценки точности методов локализации при заданных погрешностях вычисления геометрических данных.
Результаты получены статистическим моделированием различных методов локализации. Доверительный интервал относительных отклонений вычисленных координат 5М соответствует доверительной вероятности р = 0,9 при объемах выборки 100 000 измерений. Расстояния между БС и МТ одинаковы для всех методов.
Худшие значения точности в таблице получены при учете влияния геометрического фактора, который проявляется во всех методах локализа-
ции, за исключением локационного.
Локализация МТ в БИТС может выполняться на основе множества методов, выбор которых должен проводиться в зависимости от возможности измерений МТ и БС параметров принимаемых сигналов с требуемой точностью.
Особое внимание следует обратить на методы локализации, инвариантные к условиям распространения электромагнитных колебаний в неоднородной среде.
Сравнительно низкая точность локализации МТ в БИТС, зависящая от расстояний между МТ и БС, определяется использованием только имеющихся аппаратно-программных ресурсов БИТС.
СПИСОК ЛИТЕРАТУРЫ
1. Smith, W. Passive Location of Mobile Cellular Telephone Terminals [Электронный ресурс] / W. Smith // Security Technology, IEEE International Carnahan Conf. Oct. 1991.
2. Громаков, Ю.А. Технология определения местоположения в GSM и UMTS [Текст] / Ю.А. Громаков. -М.: ЭКО - ТРЕНДЗ, 2005.
3. Шебшаевич, В.С. Сетевые спутниковые радионавигационные системы [Текст] / В.С. Шебшаевич [и др.]. -2 изд. -М.: Радио и связь, 1993.
4. Анализ состояния и тенденции развития российского рынка LBS-услуг на основе сетей СПС: Аналитический обзор [Текст]. -М.: ЗАО «Современные Телекоммуникации», 2007.
5. Сиверс, М.А. Способ определения местонахождения мобильного терминала в беспроводной информационной сети [Текст] / М.А. Сиверс, О.В. Кустов [и др.]: Патент № 2360378 от 18.12.2007.
6. Милютин, Е.Р. Методы расчета поля в системах связи дециметрового диапазона [Текст] / Е.Р. Милютин [и др.]. -СПб.: Триада, 2003.
УДК 621.391;621.394/396;654.1
В.Ю. Садовников
ОПТИМИЗАЦИЯ ДОСТУПА К FMC-УСЛУГАМ НА ОСНОВЕ КРИТЕРИЯ РАВНОМЕРНОй БАЛАНСИРОВКИ НАГРУЗКИ
между сетями доступа при миграции абонента
Происходящая в области телекоммуникаций конвергенция фиксированной и мобильной связи (FMC - Fixed-Mobile Convergence) призвана объединить существующее сегодня множество гетерогенных сетей, порой несовместимых между собой и представляющих различные услуги, в единое целое - мультисервисную сеть.
Попытка создания мультисервисной сети на базе ISDN потерпела неудачу в связи с ограниченностью ресурса и дороговизной реализации, но по мере развития сети ОКС J№ 7 возникла идея досту-
па к инфокоммуникационным услугам, адаптируемого в согласии с сетевыми конфигурациями. Появившаяся необходимость объединения услуг в рамках мультисервисных услуг привела к концепции NGN (NGN - Next Generation Networks) и вытекающему из нее новому стандарту IMS (IP Multimedia Subsystem). Однако вопрос доступа к услуге остается по-прежнему открытым: абонент ограничен в перемещении. Сегодня современной полномасштабной трактовкой такого доступа является концепция Always Best
Connected (ABC), которая подразумевает автоматический выбор оптимального для пользовательского устройства типа соединения из доступных [1].
Оптимальность подразумевает гладкое (без заметного разрыва связи) переключение между гетерогенными сетями доступа, прозрачную регистрацию абонентских терминалов в сетях доступа, а также единую биллинговую систему [2].
Предлагаемые на сегодня методики взаимодействия с сетями доступа базируются на следующих критериях: максимальной суммарной пропускной способности сетей, QoS и требований к трафику, определяемых пользовательскими приложениями, стоимостных характеристик ресурсов сетей (оптимизация финансовых затрат), энергозатрат (экономия энергии мобильными устройствами) [3-6].
Оптимизация по одному или нескольким из перечисленных выше критериев, в основном, сводится исследователями к усложнению логики принятия решения о выделении ресурса на базе алгоритма First Fit Decreasing (FFD) [7]. Согласно [7] эксперименты показывают, что предлагаемые варианты алгоритмов выдают наиболее близкие к оптимальным результаты по энергопотреблению и пользовательским предпочтени-
ям. Однако использование ресурсов полосы пропускания в этом решении не является лучшим, т. к. выделенная по запросу пользовательского устройства полоса пропускания не может быть всегда использована эффективно, т. е. постоянно нагружена полезным трафиком на весь период ее использования ввиду того, что в решении не учитываются классы услуг и характер порождаемого ими потока данных.
Для повышения эффективности использования сетевых ресурсов надо рассматривать трафик системы не с точки зрения ширины полосы пропускания, запрашиваемой услугой, а с точки зрения нагрузки, создаваемой этой услугой. Остается также нерешенным вопрос о миграции абонента между сетями доступа и балансировки нагрузки на сети доступа, что немаловажно для Always Best Connected.
Рисунок демонстрирует доступ пользовательского терминала (ПТ) к конвергентным услугам в процессе смены своего географического местоположения. В любой географической точке можно выделить M сетей доступа и N классов услуг. Нагрузку, обслуживаемую сетями доступа, можно выразить вектором y = [yl, ..., ym}, где m = 1...M. Матрицы интенсивностей поступления X и обслуживания ц нагрузок на каждую сеть доступа по каждому виду услуги
Доступ пользователького терминала к конвергентным услугам
к =
"i
л m
vA
к m
"I ^
к2 n
кm
и =
и2
и2 и2
i
и1 и2
и
n
где n = 1... N
Основные требования к оценочной функции o(y) сети доступа, позволяющей дать качественную оценку изменения загруженности ресурса каждой сети в момент запроса нового ресурса:
при отсутствии нагрузки функция должна возвращать максимальное значение: o( y )| = max; при максимальной нагрузке на сеть функция
возвращает нулевое значение: o( y)
функция должна быть lim o(y) = o(a)Va е (0,1);
l,=i=0; непрерывной:
щей:
функция должна быть монотонно убываю-
do( y)
dy функция
< 0Vy e (0,1);
должна
быть
выпуклой:
< 0Vy e (0,1).
d 2o( y) dy2
Такая оценочная функция позволяет сделать следующие выводы.
Менее нагруженные сети доступа имеют больший приоритет по сравнению с более нагруженными сетями.
Так как выделение ресурса в более загруженной сети обходится дороже, чем в любой менее загруженной сети, распределение поступающей нагрузки между сетями доступа должно стремиться к равномерному: ^ |у. - yj ^ min.
i=1...M-1, j=i+1...M
Это позволяет исключить ситуацию, когда среди сетей доступа со смежными зонами покрытия некоторые сети оказываются перегруженными, а некоторые в это время простаивают, т. е. не обслуживают никакой нагрузки.
Очевидно, что прирост нагрузки в каждой сети доступа при запросе ресурса для услуги n
-IT ik1 km , представляет собой вектор Ду = <-n-...—п-;
к ц:f
Введем вектор принятия решения о распределении запрашиваемого ресурса между сетями
м
d = {d1, ..., dm}: £dm = 1, dm > 0. Вектор d
всегда имеет единственную отличную от нуля составляющую, показывающую, в какой сети следует выделить запрашиваемый ресурс. Общую эффективность распределения нагрузки между сетями в момент запроса ресурса можно охарактеризовать следующей функцией:
_ M
O(d) = £ o(ym , dm ),
m=1
где 0(Ут , dm ) = 0(Ут + АУт ' dm ) .
На основании сказанного выше условие, по которому следует выбирать сеть доступа, чтобы максимально сохранить равномерность распределения нагрузки, следующее: необходимо найти такой вектор d, что O(d) ^ max .
Условие относится к классу задач выпуклого программирования. Следуя основной теореме математического программирования (ОТМП) и методам, представленным в [8, 9], для получения оптимального вектора распределения запрашиваемого ресурса между сетями можно получить функцию Лагранжа для решения задачи:
Ф(^, Т) = 0{с1) + J.
При этом согласно ОТМП необходимые и достаточные условия оптимальности следующие:
ЭФ 0, ¥)
Sd_
д0 (ym , dm ) cd_
-T
< 0, d = 0
m
= 0,d > 0.
Учитывая сформулированные требования к оценочной функции, в ходе решения дифференциальных уравнений получаем предварительную оценочную функцию сети доступа о(у) = 1 - у2 . При анализе производных этой функции в граничных точках интервала [0;1] выяснилось, что в точке 0 функция имеет экстремум, а ближе к точке 1 убывает с постоянной скоростью. В идеале значение ее производной в точке 1 должно стремиться к отрицательной бесконечности, что можно трактовать как невозможность выделения какого-либо ресурса полностью загруженной сетью доступа. Поэтому следует проанализировать значения производных схожей функции о( у) = ^ 1 - у2 :
( \
lim
y—> 0 + 0
do( y) dy
= lim
y—0 + 0
y
r-
y
m=1
lim ^ = lim
у ^1-0
dy
у ^1-0
-1
Это означает, что в точке у = 0 функция также имеет экстремум, а ближе к точке у = 1 скорость убывания функции стремится к бесконечности, что вполне подходит к нашим требованиям.
Функция Лагранжа с использованием полученной оценочной функции:
м __ С м Л
Ф(ё,Т) = 1 -(у + Ду)2 + Т|1 I.
Необходимые и достаточные условия оптимальности согласно ОТМП будут следующими:
ЭФ Т)
dd
г.
-Ду (y + d. Ду)
V1 - (у + dm Ay)
< 0, d = 0
- ^J m
2 1 = 0,d > 0'
" m
Полученная функция Лагранжа не требует дальнейшего детального исследования, т. к. в нашем случае для выбора сети доступа нужно найти только одну единственную оптимальную компоненту вектора ё, отличную от нуля, т. е. оценить убывание эффективности распределения нагрузки между сетями доступа при выборе обслуживающей сети доступа:
к : шш{Д0£ =71 - ук2 -к *
-д/Г-су^ду)1Ук = 1... м}.
10, т Ф k
Найдя к, положим ёт = < .
[1, т = k
Балансировка нагрузки заключается в перераспределении ресурсов сетей доступа, т. е. в перенаправлении трафика из более нагруженных сетей доступа в менее нагруженные, что в конечном итоге приводит к равномерному распределению нагрузки между ними. Имея информацию о текущем распределении ресурсов, предоставляемых сетями доступа, и информацию об оптимальном распределении ресурсов, можно определить, какая сеть и в каком объеме должна взять на себя дополнительную нагрузку, а какая - освободиться от нее. Информация о текущем распределении ресурсов складывается по
мере запроса ресурсов сетей доступа клиентами. Оптимальное распределение необходимо рассчитывать при каждом запросе или освобождении ресурса.
На основании ранее сформулированного принятия решения о выборе сети доступа с целью максимального сохранения равномерного распределения нагрузки решим задачу поиска оптимального распределения ресурсов между сетями доступа, т. е. найдем матрицу распределения занятого между сетями доступа ресурса d, распределив компоненты вектора запрашиваемого ресурса v = {vj,...,vm}так, что O(d) ^ max :
N N f M ^m \
o(d)=io(dn)=i i - x-md
n=1 n=1 V у m=1 — n
Общее количество запрашиваемых услуг, которое необходимо распределить между сетями
м
доступа, I Ут = V . В результате распределения
т=1
получается матрица ё, удовлетворяющая условиям:
N M
II d = V
n=1 m=1
dm >0 Vm,n
Так как оценочная функция сети доступа соответствует всем требованиям выпуклого программирования, то и сумма оценочных функций по каждой сети также соответствует всем требованиям ОТМП.
Решение находится алгоритмическим способом - методом максимального элемента (ММЭ) [9], в основе которого лежат два основополагающих факта: ресурсы распределяются пошагово, по одному, начиная с нулевого состояния, когда ни на одну сеть не выделено еще ни одного ресурса; на каждом шаге ресурс выделяется на ту сеть, у которой достигается минимальная потеря эффективности, что позволяет найти приближенное к оптимальному решение.
Алгоритм приближенного целочисленного распределения услуг по сетям связи с использованием ММЭ
1. Получить исходные данные: N М, вектор V , матрицы X , | .
2. Вычислить компоненты нагрузоч-
Д7 для всех сетей и услуг: Vn = 1... N, m = 1...М.
ной матрицы
1 т
\ут = п
п~ цт
3. Проинициализировать матрицу распределения ресурсов между сетями и услугами: dm = 0 Уи = т = 1...М .
4. Проинициализировать первоначальные значения оценочной функции для каждой сети доступа: от = 1 Ут = 1...М .
5. Инициализировать циклическую переменную: 5 = 1.
6. Если компонента вектора запрашиваемых ресурсов равна нулю (V = 0), перейти к п. 11.
7. Вычислить оценочную функцию для всех сетей доступа с учетом занятия их дополнительной услугой:
= „ 1 -I УД7т • dm + Д7"
Л| / ' n n s
Vm = 1... M .
8. Найти к для тах{оЛ+} Ук = 1...М .
9. Вычислить Ск = (П +1, V = V -1, присвоить ок = о+ .
10. Перейти к п. 6.
11. Если 5 = N перейти к п. 14.
12. Вычислить 5 = 5 + 1.
13. Перейти к п. 6.
14. Вывести результирующую матрицу С.
Алгоритм перераспределения услуг по сетям связи
1. Получить исходные данные: N М, матрицу С, матрицы X , ц.
2. Вычислить компоненты нагрузочной матрицы ДТ для всех сетей и услуг:
т
Дут = п п ~ цт
п
Vn = 1. N, m = 1...M.
3. Инициализировать переменную: к = 1.
4. Если к > M -1, перейти к п. 11.
5. Вычислить
Ys =
УД7*
/ I п
• dn + Д Y( с-1) mod N+1
-ДYs \ds > 0
ш( r-1)+N+1 ?l "( r-1)+N+1 u
-1, d(r-1)+N +1 < 0
Vr = 1. N • M, s = к ..M. 6. Вычислить
V1 - (Yrk )2 W1 - (Yrk+' )2 -
dO' =
^ 1 +' • ^+'
, jk > 0 a yk+' > 0
-1,| y; < о V yk+' < о Vr = 1.N • M, ' = 0.N - k -1
7. Найти
? для max{dO'}> 0
n3r, ', пе-
Уг = -М, ? = 0...# - к -1. Если рейти к п. 12.
8. Вычислить т1 = k, m2=k + t, Пг = (г - 1)modN +1,и2 = (г -1) ^N +1.
9. Если и1 = и2 V т1 = т2 , перейти к п. 12.
10. Вычислить Ст = Ст -1, Ст = Ст +1,
Ст2 = С™2 - 1 С»^ = Ст2 + 1.
П П2 ' п п
11. Перейти к п. 5.
12. Вычислить к = к + 1.
13. Перейти к п. 5.
14. Вывести результирующую матрицу (С. Первый алгоритм позволяет распределить
услуги между сетями доступа, получив приближенное оптимальное решение задачи равномерного распределения нагрузки между сетями. Второй алгоритм, учитывая последовательность распределения нагрузки по классам услуг (сначала распределяются услуги первого класса, затем - второго и т. д.), дополнительно оптимизирует полученное с помощью первого алгоритма решение, перераспределяя услуги по сетям связи.
СПИСОК ЛИТЕРАТУРЫ
1. Рудометов, Е. Мобильный мир в будущем (по Wireless Center, 2002 материалам IDF Spring 2003) [Электронный ресурс] / Е. Рудометов, В. Рудометов // Ф-Центр. -Режим доступа: http://www. fcenter.ru/online.shtml?articles/hardware/ technologies/6233 (Дата обращения 28 марта 2003)
2. Rajesh, Mishra. Always Best Connected Architecture and Design [Text] / Mishra Rajesh. -Ericsson Berkley
3. Furuskar, A. Allocation of Multiple Services in Multi-Access Wireless Networks [Text] / A. Furuskar // In proc. of the IEEE Mobile and Wireless Communication Networks, MWCN '02. -2002. -P. 261-265.
4. Furuskar, A. Radio Resource Sharing and Bearer Service Allocation for Multi-bearer Service, Multi-
n=1
access Wireless Networks - Methods to Improve Capacity [Электронный ресурс] / A. Furuskär // Ph.D. dissertation, Royal Institute of Technology, TRITA-S3-RST-0302, ISSN 1400-9137, ISRN KTH/RST/R-03/02-SE. -Режим доступа: http://media.lib.kth.se:8080/ dissengrefhit.asp?dissnr=3502 (Дата обращения Май 2003)
5. Furuskär, A. Multi-service Allocation for Multiaccess Wireless Systems [Электронный ресурс] / A. Fu-ruskär, J. Zander // To appear in the IEEE Transactions on Wireless Communication.
6. Fodor, G. On access selection techniques in always best connected networks [Text] / G. Fodor, A. Furuskär, J. Lundsjo // ITC Specialist Seminar on Performance Evaluation of Wireless and Mobile Systems. -Aug. 2004.
7. Bo, Xing. Multi-constraint dynamic access selection in Always Best Connected networks [Text] / Xing Bo, Venkatausbramanian Nalini. -Donald Bren School of Information and Computer Sciencies, Univercity of California.
8. Дымарский, Я.С. Управление сетями связи: принципы, протоколы, прикладные задачи [Текст] / Я.С. Дымарский, Н.П. Крутякова, Г.Г. Яновский // Сер. Связь и бизнес. -М.: ИТЦ «Мобильные коммуникации», 2003. -384 с.
9. Дымарский, Я.С. Методы Оптимизации сетей связи: Методические указания и контрольные задания. Для студентов специальностей 200900, 220200, 220400, 550400 [Текст] / Я.С. Дымарский. -СПб.: Изд-во СПбГУТ, 2003.
