Частный случай мультисервисной модели эрланга с резервированием каналов для хэндовер-заявок
| Вид материала | Документы |
- Лекция 19. Интерфейсы. Множественное наследование Интерфейсы как частный случай класса., 433.86kb.
- Библиотека Т. О. Г, 15863.23kb.
- Теория и методика обучения физике в школе, 189kb.
- Алкоголизм неизлечим, но бросить пить можно!, 45.4kb.
- И общая культура, 2870.25kb.
- Августин, 2666.3kb.
- Свет электромагнитная волна, 49.2kb.
- Центр Речевых Технологий, 220.37kb.
- Методика разработки стандартов государственных услуг 2006 год, 1100.48kb.
- «Несчастный случай произошел что делать?», 310.14kb.
ЧАСТНЫЙ СЛУЧАЙ МУЛЬТИСЕРВИСНОЙ МОДЕЛИ ЭРЛАНГА С РЕЗЕРВИРОВАНИЕМ КАНАЛОВ ДЛЯ ХЭНДОВЕР-ЗАЯВОК
Г.П. Башарин, Н.В. Романова
«SUBCASE OF ERLANG MULTISERVICE MODEL WITH RESERVED CHANNEL FOR HANDOVER»
G.P. Basharin and N.V. Romanova
Российский университет дружбы народов, Москва, Россия
e-mail: gbasharin@sci.pfu.edu.ru, romanova_nadezda@inbox.ru
Одним из главных преимуществ сетей сотовой подвижной связи (ССПС) 3-его поколения, в том числе и CDMA, является возможность одновременного обслуживания различного типа трафика [1, 2].
Рассмотрим соту (сота 1) мультисервисной ССПС, поддерживающей
различных типов услуг. Пусть в соте 1 выделены 
БЦК для обслуживания абонентской нагрузки, 
из которых зарезервированы для процедуры хэндовера из смежных сот. Будем считать, что потоки поступления 
заявок – пуассоновские с постоянными интенсивностями 
, 
, (первый индекс обозначает характер поступления заявок: 1 — новые, 2 — хэндовер) и независимы в совокупности. При поступлении заявка одновременно занимает 
БЦК, 
. Время занятия –заявкой БЦК в соте 1 распределено по экспоненциальному закону с параметром 
, 
, где 
— интенсивность успешного завершения обслуживания в соте 1, а 
— интенсивность освобождения БЦК по причине ухода на хэндовер. По завершении обслуживания в соте 1 заявка одновременно освобождает все занятые ею , , БЦК. Будем также считать, что блокировка новых и хэндовер заявок на потоки поступления влияния не оказывает.В докладе представлены результаты анализа функционирования соты 1, построена математическая модель, которая позволяет вычислить ВВХ, применяя приближенный рекурсивный алгоритм [3]. При
приводится численный пример оптимизации числа резервных БЦК для хэндовер–заявок.Литература
[1]. Kiseon Kim, Insoo Koo. CDMA Systems Capacity Engineering // Artech House, 2005. Ch.6-7. Pp.69-99.
[2]. Башарин Г. П. Лекции по математической теории телетрафика. — М.: Изд-во: РУДН, 2004. Гл.2, стр. 52-69.
[3]. Лагутин В.С., Степанов С.Н. Телетрафик мультисервисных сетей связи. — М.: Изд-во: Радио и Связь, 2000. Гл.3, § 3.2, стр. 134-138.
Метод ОЦЕНКИ параметров производительности сспс с учетом перекрытия зон радиосвязи
М.А коннон, Н.В. Серебренникова
«Evaluating method OF Performance Measures in
Mobile Communication Networks WITH OVERLAPPING CELLS»
M. A. Konnon, N.V. Serebrennikova
Российский университет дружбы народов, Москва, Россия
e-mail: mkonnon@yahoo.fr, nserebrennikova@sci.pfu.edu.ru
Переход к сетям 3G сопровождается ростом спроса на услуги сетей сотовой подвижной связи (ССПС) и вынуждает операторов внедрять на своих сетях новые алгоритмы, повышающие эффективность использования частотного ресурса. Перед исследователями производительности ССПС это ставит задачи разработки моделей, адекватно отражающих особенности реально действующих сетей.
Для обеспечения процедуры хэндовера ССПС строятся с перекрытием зон радиосвязи смежных сот. Таким образом, вызовы в зонах перекрытия имеют доступ к ресурсам нескольких базовых станций (БС), что может быть использовано для увеличения емкости ССПС. Анализ такой возможности требует разработки модели, учитывающей наличие зон перекрытия и принимающей во внимание состояния всех сот, участвующих в перекрытии. В сотовых сетях произвольной структуры такие модели являются многомерными, и их исследование представляет определенную трудность.
Рассмотрим кластер произвольной сотовой структуры с перекрытием зон радиосвязи смежных сот. Будем считать, что с зоны покрытия каждой соты поступают два пуассоновских потока вызовов – новые и хэндовер-вызовы. Причем новые вызовы случайным образом направляются для обслуживания на любую из доступных БС. Если на выбранной БС заняты все каналы, процедура выбора повторяется для оставшихся базовых станций. Время занятия канала для любого типа вызовов распределено экспоненциально.
В докладе представлено развитие метода оценки параметров производительности описанной системы, предложенного в [1,2], суть которого состоит в анализе агрегированного процесса, строящегося на основе исходного. В результате его применения могут быть получены верхняя и нижняя границы для той или иной ВВХ. В качестве иллюстрации приводятся численные примеры.
Литература
[1]. Ozawa T., Takahashi N., Takahashi Y.. Bounds for call completion probabilities in large-scale mobile communication networks // Journal of the Operations Research, Society of Japan. – 2004. Vol. 47, №4. – Pp. 339-358.
[2]. Takahashi T., Ozawa T., Takahashi Y. Bounds of performance measures in large-scale mobile communication networks // Wireless Personal Communications. 2004. –Vol.31. – Pp. 221-234.
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ КЛАСТЕРА НИЗКООРБИТАЛЬНОЙ
СИСТЕМЫ СПУТНИКОВОЙ МОБИЛЬНОЙ СВЯЗИ
Клапоущак С.Н.
MATHEMATHICAL MODEL OF A CLUTER OF A LOW EARTH ORBIT MOBILE SATELLITE SYSTEM
Klapouschak S.N.
Российский университет дружбы народов, Москва, Россия
e-mail: klapouschak@yandex.ru
В связи с бурным развитием сетей связи нового поколения, спутниковый фрагмент сети играет всё большую роль. Выделяют три типа спутников по высоте их орбит: геостационарные (GEO), средневысотные (MEO), низкоорбитальные (LEO) [1]. В работе рассматривается один кластер низкоорбитальной сети спутниковой мобильной связи (LEO), поскольку такая система обеспечивает наименьшую задержку и лучшее качество связи. Размер кластера
сот (соты 1-7 на рис. 1). Диаметр соты равен 
, диаметр хэндовер-зоны 
. Проекция скорости спутника на землю 
км/ч
7,4 км/с. Д
елаются следующие предположения о движении абонентов[2]: 1. Абонент пересекает соту с постоянной скоростью
в направлении движения спутника.2. Хэндовер возможен только в соту, лежащую по направлению движения спутника.
3
Рис. 1. Рассматриваемый фрагмент сети спутниковой мобильной связи.
. Новый вызов (1-вызов) проводит в соте случайное время
, распределённое равномерно в промежутке 
; хэндовер-вызов (2-вызов) проводит в соте время 
. В кластере имеется
разговорных каналов, которые динамически распределяются между вызовами всех 
сот, причём g каналов выделяются исключительно для обслуживания 2-вызовов. Вводится буфер ожидания для 2-вызовов ёмкостью 
с интенсивностью нетерпения 
. Используя предположения, вычисляем 
– интенсивность поступления 
-вызовов в кластер; 
– среднюю длительность занятия канала в кластере. Функционирование кластера описывается СМО 
[3]. Приводятся формулы для основных ВВХ кластера и результаты численного анализа.Литература
[1] Таненбаум Э. Компьютерные сети. 4-е изд. – СПб.: Питер, 2003. – 992 с.
[2] Wang Z., Mathiopouls P.T., On the Performance Analysis of DCA wih FIFO Handover Queuing in LEO-MSS, IEEE Trans. Comm., v. 53, n.9, 2005.
[3] Башарин Г.П. Лекции по математической теории телетрафика. Учебное пособие. – 2-е изд. – М.: Изд-во РУДН, 2007 (в печати).
К АНАЛИЗУ МОДЕЛИ МАРШРУТИЗАЦИИ ТРАФИКА В СЕТИ MPLS
М.В. Лузгачев, К.Е. Самуйлов
«FOR THE TRAFFIC ROUTING MODEL ANALYSIS IN MPLS NETWORK»
M. Luzgachev and K. Samouylov
Российский университет дружбы народов, Москва, Россия
e-mail: {mluzgachev; ksam}@sci.pfu.edu.ru
Развитие современных инфокоммуникационных IP-услуг на базе сетей следующего поколения (NGN, Next Generation Network) ставит ряд задач перед организацией опорных сетей для предоставления этих услуг. Одной из главных задач является обеспечение необходимых параметров качества обслуживания (QoS, Quality of Service) при предоставлении услуг пользователям. Среди технологий, позволяющих решить данную задачу, лидирующее место занимает многопротокольная коммутация по меткам (MPLS, MultiProtocol Label Switching), позволяющая эффективно передавать мультимедийную информацию в реальном времени в IP-сетях с поддержкой механизмов обеспечения качества [1, 3, 4].
При использовании технологии MPLS возникает задача повышения производительности и рабочих характеристик сети на основе установленных ограничений [2, 3]. Необходимо иметь механизмы, учитывающие изменение параметров управления трафиком, параметров, связанных с маршрутизацией, ограничений, связанных с использованием ресурсов. Таким образом, появляется задача маршрутизации на основе ограничений, для того, чтобы при заданных параметрах иметь возможность выбрать соответствующий маршрут. Маршрутизация на основе ограничений использует в качестве входных данных атрибуты, связанные с потоками трафика, с ресурсами и другую информацию, что дает возможность резервировать ресурсы для управления трафиком. В результате необходимо вычислить маршрут для каждого потока, базируясь на указанных ограничениях.
В докладе сформулированы ограничения на построение маршрутов в сети MPLS, и представлена графовая модель сети. Рассмотрены внешние ограничения, которые могут накладываться на маршрутизацию, предложен алгоритм построения маршрутов минимальной стоимости.
Литература
[1]. E. Rosen. RFC 3031. Multiprotocol Label Switching Architecture. January 2001
[2]. J. Malcolm. RFC 2702. Requirements for Traffic Engineering Over MPLS. September 1999
[3]. Гольдштейн А.Б., Гольдштейн Б.С. Технология и протоколы MPLS. СПб.:БХВ – Санкт-Перербург, 2005
[4]. Naoumov V., Samouylov K., Chukarin A. An Approach to MPLS System Design. Proc. of the Int. Conf.
МЕТОД РАСЧЕТА ИНТЕНСИВНОСТИ СИГНАЛЬНОЙ НАГРУЗКИ ПРИ ИСПОЛЬЗОВАНИИ ПРОТОКОЛА SIP
Ю.В. Гайдамака, О.Н. Плаксина
«SIP TRAFFIC INTENSITY COMPUTATION TECHNIQUE»
Y.V. Gaidamaka and O.N. Plaksina
Российский университет дружбы народов, Москва, Россия
e-mail: {ygaidamaka; oplaksina}@sci.pfu.edu.ru
Протокол инициирования сеансов связи (SIP, Session Initiation Protocol) [1,2] является перспективным современным протоколом для предоставления широкого спектра телекоммуникационных услуг. Протокол предназначен для инициации, модификации и завершения сеансов связи (телефонных соединений, мультимедийных конференций и т.п.). Благодаря своей гибкости и простоте реализации SIP был принят международными организациями по стандартизации в качестве основы сетей следующего поколения (NGN), ядра подсистемы IMS, протокола сигнализации мобильных сетей третьего поколения (UMTS).
В функционирующих в настоящее время сетях связи протокол SIP применяется, например, на участке соединения между двумя шлюзами, обеспечивающими взаимодействие сетей на базе коммутации каналов (СКК) и сетей на базе коммутации пакетов. В докладе рассмотрена организация связи между абонентами СКК через IP-сеть. Объектом исследования является участок сети IP между двумя контроллерами медиашлюзов, предметом исследования - сигнальная нагрузка на этом участке. Ее интенсивность зависит от интенсивности информационной нагрузки, создаваемой вызовами СКК.
В докладе представлен метод расчета интенсивности сигнальной нагрузки на сеть IP, создаваемой при использовании протокола SIP. За основу взят метод расчета для случая традиционной телефонии с коммутацией каналов, предложенный в [3]. Метод расчета разработан как для случая симметричной, так и для случая несимметричной сигнальной нагрузки. Для иллюстрации метода приведен пример расчета сигнальной нагрузки при различной длине и скорости передачи сообщений, а также проведено сравнение сигнальной нагрузки при использовании протокола SIP и сигнальной нагрузки, создаваемой при передаче сигнальных сообщений по сети ОКС 7.
Литература
[1]. IETF RFC 3261, SIP: Session Initiation Protocol.
[2]. IETF RFC 3372, Session Initiation Protocol for Telephones (SIP-T).
[3]. Самуйлов К.Е. Методы анализа и расчета сетей ОКС 7 // М. :РУДН, 2002.
РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ ФУНКЦИОНИРОВАНИЯ ПРОТОКОЛА УПРАВЛЕНИЯ ПОТОКОВОЙ ПЕРЕДАЧЕЙ
Г.Ю. Бичуцкая, И.А. Гудкова, Н.В. Першаков
«SIMULATION ANALYSIS OF
THE STREAM CONTROL TRANSMISSION PROTOCOL»
G.Y. Bichutskaya, I.A. Gudkova and N.V. Pershakov
Российский университет дружбы народов, Москва, Россия
e-mail: {gbichutskaya; igudkova; npers}@sci.pfu.edu.ru
Протокол управления потоковой передачей SCTP – это протокол транспортного уровня, обеспечивающий надежную передачу данных в независимых потоках [1].
В качестве имитационной модели протокола SCTP (рис. 1) рассмотрим СМО с групповым обслуживанием типа
, состоящую из одного прибора и накопителя ограниченной емкости. В систему поступает пуассоновский поток заявок (SCTP-порций) переменной длины с интенсивностью 
. Длина 
(байт) заявки является дискретной СВ с множеством состояний 
. Принятые в порядке поступления в накопитель заявки формируют группы (SCTP-пакеты) длины 
, не превышающей величину 
(байт). Прибор обслуживает группы заявок в порядке их формирования, причем группа заявок, находящаяся на приборе, сохраняет за собой место в накопителе, емкость которого – 
групп заявок. Длительность обслуживания групп заявок является СВ, распределенной по произвольному закону с ФР 
.
Рис. 1. Схема имитационной модели протокола SCTP
В докладе представлены имитационная модель, разработанная с использованием методов моделирования СМО, изложенных в [2], а также предварительные результаты численного анализа вероятностно-временных характеристик – вероятности простоя прибора, среднего времени ожидания начала обслуживания, средней длины очереди и вероятности потери заявки из-за переполнения накопителя.
Литература
[1] Ю.В. Гайдамака, Н.В. Першаков Анализ модели протокола SCTP в виде системы с групповым обслуживанием заявок // Сб. трудов XLII Всероссийской конференции по проблемам информатики, физики и химии M.: XLII Конф. РУДН. – 2006.
[2] Н.П. Бусленко Метод статистических испытаний (метод Монте-Карло) // М.: Физматгиз. – 1962.
РАЗРАБОТКА МОДЕЛИ ПЕРЕДАЧИ ДАННЫХ GSM/GPRS-СЕТИ С УЧЕТОМ КЛАССОВ МУЛЬТИСЛОТА МОБИЛЬНОЙ СТАНЦИИ
Е.Г. Гордеева, Э.Р. Зарипова
«GSM/GPRS DATA TRANSFER MODEL WITH GPRS CLASSES»
E.G. Gordeeva, E.R. Zaripova
Российский университет дружбы народов, Москва, Россия
e-mail: {egordeeva, ezarip}@sci.pfu.edu.ru
Одним из вариантов реализации передачи данных в сетях сотовой подвижной связи является общая радиослужба пакетной передачи данных (GPRS, General Packet Radio Service) [1]. Эта технология позволяет производить обмен данными со скоростью до 171,2 Кбит/с и предусматривает как передачу пакетов одной GPRS-сессии по нескольким физическим каналам, так и передачу пакетов различных GPRS-сессий по одному физическому. Поскольку для обслуживания голосового трафика и трафика данных используются одни и те же каналы, то перед оператором связи возникает необходимость обеспечения качества обслуживания общей GSM/GPRS сети.
В докладе представлены результаты разработки модели, учитывающей асимметричность трафика [3] и возможность мобильной станции принимать/передавать данные, используя различные комбинации физических каналов, определяемые как классы GPRS [2] (см. рис 1).
Рис. 1. Схема обслуживания пакетов GPRS-сессий на отдельном
частотном канале
Разработанная модель применима для анализа показателей качества обслуживания сети GSM/GPRS, в том числе вероятности потери пакета и блокировки GPRS-сессии, а также определения ширины полосы пропускания, выделяемой пользователю для передачи данных.
Литература
[1] ETSI, Digital cellular telecommunications system (Phase2+); General Packet Radio Service (GPRS); Service description; Stage 1, GSM recommendation 02.60, v. 6.3.1, 1997;
[2] ETSI, Digital cellular telecommunications system (Phase 2+); Multiplexing and multiple access on the radio path (GSM 05.02 version 8.5.1 Release 1999)
[3] Christoph Lindemann. Performance Analysis of General Packet Radio Service. University of Dortmund, Apr. 2001;
К РАЗРАБОТКЕ МОДЕЛИ КАТАЛОГА РЕСУРСОВ СЕТИ NGN
В.В. Муравьев, А.В. Чукарин
«ON THE RESOURCE CATALOG MODELING FOR NGN NETWORKS»
V.V. Muravjev and A.V. Chukarin
Российский университет дружбы народов, Москва, Россия
e-mail: {vmuravjev, achukarin}@sci.pfu.edu.ru
В настоящее время компании связи столкнулись с рядом проблем в области автоматизации операций по обслуживанию сети. Одним из подходов к их решению является внедрение систем поддержки бизнеса и операционной деятельности OSS/BSS (Operations Support Systems/Business Support Systems) [1]. Базовым элементом таких систем является каталог ресурсов, отвечающий за учет сетевой инфраструктуры компании, сбор и обработку информации о работоспособности и доступности ресурсов. Ресурс представляет собой элемент инфраструктуры сети и характеризуется набором выполняемых им функций. Понятие ресурса необходимо для определения оказываемых операторами услуг связи, состоящих из одной или нескольких функций и использующих ресурсы.
В докладе предложены и проанализированы два подхода к математическому моделированию каталога ресурсов на основании информационной модели SID (Shared Information/Data Model) [2], разрабатываемой международной организацией TeleManagement Forum. Оба метода для заданной функции минимизации или максимизации позволяют определить набор услуг, который может быть реализован на фиксированном наборе ресурсов. В первом случае, основанном на теории линейного программирования, не учитывается структура связей между ресурсами [3]. Во втором, – основанном на теории графов, связи изначально заданы и решается задача наилучшего распределения потоков на графах. Представленные результаты могут быть применены для анализа эффективности использования сегмента сети следующего поколения – NGN.
Литература
[1] А.С. Савчук, К.Е. Самуйлов, А.В. Чукарин. О стандартизации бизнес-процессов для компании отрасли связи // Электросвязь – №6. – 2006.
[2] GB922. Shared Information/Data (SID) Model. Concepts, Principles and Domains. Release 4.5. – TeleManagement Forum, 2004.
[3] Х. Пападимитриу, К. Стайглиц. Комбинаторная оптимизация. Алгоритмы и сложность. – М.:Мир, 1984.
ЭФФЕКТИВНЫЕ ПРИБЛИЖЕНИЯ И ОЦЕНКИ СРЕДНЕГО ВРЕМЕНИ ОЖИДАНИЯ ДЛЯ МОДЕЛЕЙ МАССОВОГО ОБСЛУЖИВАНИЯ
Г.Б. Берсенев, Д.И. Малинин
« EFFECTIVE APPROXIMATIONS AND BOUNDS ON MEAN WATING TIMES IN QUEUEING MODELS »
G.B. Bersenev and D.I. Malinin
Тульский государственный университет, Тула, Россия
e-mail: bersenev@uic.tula.ru, malinin.d@rambler.ru
Все возрастающая сложность компьютерных систем и используемых для их анализа сетевых моделей массового обслуживания (СеМО) обусловили необходимость применения подходов, основанных на декомпозиции. Возникающие при этом задачи анализа многолинейных узлов СеМО при произвольных входных потоках, имеющих как бесконечную, так и конечную емкость источника заявок, решается обычно посредством использования различных приближений. Авторами получен ряд эффективных по сложности и точности приближений для данных моделей. Известно, что оценка среднего времени ожидания в модели G/G/n может быть вычислена через аналогичные оценки для моделей M/M/n и G/G/1. Для обеспечения баланса точности и сложности вычислений предложено заменить точный анализ модели M/M/n на приближенный. Вместо известных граничных оценок для средней длины очереди в модели M/M/n авторами получены и исследованы три новые оценки, по точности и трудоемкости не уступающие граничным оценкам. В сообщении проведен также анализ существующих приближений для модели G/G/1, наиболее точное из которых, состоящее из базовой оценки и поправочного множителя, получено Крамером и Лагенбах-Бельцем. Рассмотрен подход к получению базовой оценки. Показано, что она удовлетворяет всем известным граничным оценкам для G/G/1 (для заявок типа ВФИ/УФИ и НЛСС/НХСС, для модели Es/GI/1 и различным уточненным вариантам граничных оценок). Решена задача выбора оценок M/M/n и G/G/1 для анализа G/G/n. Для многолинейного узла замкнутой СеМО ранее было предложено приближение на базе модели M/M/n, позволяющее учесть изменение средней длины очереди при изменении числа пользователей в СеМО. Показана возможность использования данного приближения как для прогнозирования длины очереди, так и для реализации приближенного аналитического метода расчета замкнутых СеМО. Получены приближения, позволившие заменить в этом методе численное решение уравнения на приближенное вычисление по формуле без существенного снижения точности [1]. Разработана методика использования гиперболических приближений для анализа замкнутых терминальных стохастических сетей.
Литература
[1]. Берсенев Г.Б. Приближенный метод анализа неоднородных замкнутых стохастических сетей с многолинейными узлами // Известия ТулГУ. Серия "Выч. техника. Информационные технологии. Системы управления". Вып. 1. Вычислительная техника. - Тула: ТулГУ, 2005. – С. 27 - 34.
АНАЛИЗ ДВУХУРОВНЕВЫХ ТЕРМИНАЛЬНЫХ СТОХАСТИЧЕСКИХ МОДЕЛЕЙ ПРОЦЕССОВ ОБРАБОТКИ ДАННЫХ
Г.Б. Берсенев, Д.И. Малинин
« THE ANALYSIS OF TWO-LEVEL TERMINAL STOHASTIC MODELS OF DATA PROCESSING »
G.B. Bersenev and D.I. Malinin
Тульский государственный университет, Тула, Россия
e-mail: bersenev@uic.tula.ru, malinin.d@rambler.ru
Широкое применение многопотоковых процессов с управляемым уровнем параллелизма, предоставление операционными системами стандартных возможностей по созданию пулов задач (процессов или потоков) в системах реального времени обусловили необходимость использования двухуровневых сетей массового обслуживания (СеМО) для формального описания процессов обслуживания запросов [1]. В этом случае длительность обслуживания в узле сети верхнего уровня (в узле подмодели обработки запросов задачами) определяется длительностью вложенного процесса, порожденного этим узлом. Наиболее простой двухуровневой терминальной стохастической моделью является двухуровневая модель M/M/c/N, в которой подмоделью каждого уровня является модель ремонтника с многоканальным узлом обслуживания [2]. Авторами проведены исследования и получены аналитические результаты для моделей, в которых подмоделями верхнего уровня являются многофазные СеМО и СеМО с центральным обслуживающим прибором. Предложена система кодирования двухуровневых терминальных СеМО, расширяющая систему обозначений Кендалла. Выражения для среднего времени ответа получены посредством экспериментально-индуктивного метода, в котором имитационное моделирование служит для экспериментального доказательства правильности выражений, полученных по индукции на основе решения системы уравнений равновесия для двухуровневых СеМО меньшей размерности. Эксперименты выполнялись на параметрически настраиваемой имитационной модели. Для решения проблемы, связанной с необходимостью учета предыстории случайного процесса, использована специальная система кодирования состояний. Показано, что полученные вероятности состояний имеют мультипликативную форму. Для ряда моделей продемонстрирована возможность приведения их к эквивалентной (с точки зрения среднего времени ответа) одноуровневой модели ремонтника.
Литература
[1]. Разработка САПР: В 10 кн. Кн. 8. Математические методы анализа производительности и надежности САПР: Практ. пособие / В.И. Кузовлев, П.Н. Шкатов; Под ред. А.В. Петрова. – М.: Высш. шк., 1990. – 144 с.
[2]. Берсенев Г.Б., Малинин Д.И. Аппроксимация времени ожидания в одноуровневой и двухуровневой модели M/M/c/N // XLII Всероссийская конференция по проблемам математики, информатики, физики и химии. Тезисы докладов. Секции математики и информатики. – М.: Изд-во РУДН, 2006. - C. 52.
ИССЛЕДОВАНИЕ ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ СИСТЕМ ШИРОКОПОЛОСНОГО БЕСПРОВОДНОГО ДОСТУПА НА ЖЕЛЕЗНЫХ ДОРОГАХ. ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ
О.Н. Ромашкова, Д.Ю. Юрченко
«RESEARCH OF POSIBILITY OF USING WIRELESS BROADBAND SYSTEM AT RAILWAYS. PROBLEMS AND PERSPECTIVES»
O.N. Romashkova and D.Y. Yurchenko
Московский государственный университет путей сообщения
Москва, Россия
e-mail: Romashkova@giprosvyaz.ru, nez159@yandex.ru
В качестве инструмента для исследования был выбран пакет имитационного моделирования Network Simulator 2. Выбрана топология участка сети беспроводного доступа для имитационного моделирования. Модель представляет собой беспроводную сеть, включающую в себя 33 абонентских устройства беспроводного доступа: 13 неподвижных, имитирующих 4 базовые станции, 9 абонентских модулей системы видеонаблюдения, и 20 подвижных, имитирующих абонентские модули на подвижных единицах. При моделировании использовался протокол дистанционно-векторной маршрутизации по пункту назначения DSDV (destination - sequence distance - vector routing). При создании сценария передачи информации между узлами использован протокол UDP (User Datagram Protocol – пользовательский протокол данных), который, как правило, используется для передачи информации в реальном времени. Задан класс обслуживания CBR (Constant Bit Rate – постоянная скорость передачи данных), при котором данные передаются с постоянной скоростью, такой класс обслуживания характерен для передачи данных камер видеонаблюдения и некоторых систем поездной автоматики. Анализ результатов моделирования показал, что выбранная для анализа имитационная модель сети работоспособна и отвечает требованиям, предъявляемым к системам широкополосного беспроводного доступа на железнодорожном транспорте. Имитационная модель сети широполосного доступа в целом обеспечивает пропускную способность 8 Мбит/с. При передаче большей части пакетов задержка в сети не превышает 7 мс. Максимальная задержка равна 18 мс. Максимальная задержка возникает при передаче пакетов размером 512 байт, джиттер не превышает 12 мс.
Источник
[1].du/nsnam/ns
ПРОБЛЕМЫ КАЧЕСТВА СВЯЗИ ПРИ ПЕРЕДАЧЕ ГОЛОСОВОЙ
ИНФОРМАЦИИ ПО IP СЕТЯМ
Д.В. Вдовин, А.В. Рашек
«QoS PROBLEMS WHICH ARE HAPPENING BY TRANSFERING VoIP NETWORK»
D.V. Vdovin and A.V. Rashek
Московский государственный университет путей сообщения,
Москва, Россия
e-mail: vdovin@naukanet.ru, scorav@mail.ru
В настоящее время широко применяется технология передачи голосовой информации по сетям с пакетной коммутацией. До недавнего времени сети с коммутацией каналов (телефонные сети) и сети с коммутацией пакетов (IP-сети) существовали практически независимо друг от друга и использовались для различных целей. После начала использования IP-сети для передачи голоса даже, несмотря на то, что качество связи не всегда удовлетворяет абонента, данная технология положительно зарекомендовала себя на рынке телекоммуникационных услуг. Главными факторами, определяющими качество связи, являются: уровень искажения голоса при выборе аудиокодека; время задержки; джиттер аудиопотоков; процент потери голосовых пакетов.
Качество связи по всем перечисленным характеристикам значительно улучшилось по сравнению с первыми версиями IP-телефонии, которые допускали искажение и прерывание речи. Но, несмотря на улучшение качества VoIP за последние годы, именно сейчас оно вызывает, пожалуй, больше критики, чем когда бы то ни было. Основная причина – это задержки и потери пакетов при передаче по сети, из-за перегрузки каналов связи, ограниченных ресурсов маршрутизаторов и числа маршрутизаторов между точками входа и выхода из сети.
Повышение качества связи обеспечивается, в основном, за счёт уменьшения задержек при передаче благодаря следующим трем причинам: во-первых, совершенствуются телефонные сервера (их разработчики борются с задержками, улучшая алгоритмы работы); во-вторых, развиваются частные (корпоративные) сети (их владельцы могут контролировать ширину полосы пропускания и, следовательно, величины задержки); в-третьих, развивается сама сеть Интернет – современный Интернет не был рассчитан на коммуникации в режиме реального времени.
Хотя на обновление роутеров по всему миру и на организационные мероприятия (например, решить вопрос, как в денежном выражении оценить сервис более высокого качества) потребуется некоторое время, мир Интернета, вне зависимости от вышесказанного, двигается очень быстро и в правильном направлении.
Источники
[1]. u, Гилберт Хелд, Сокращение задержки голоса по IP.
[2]. ncom.ru, Е. Ерошкин, А. Огоньков, Сети VoIP - голос в пакетах.
Применение технологии TDMoIP для передачи речи по сетям с пакетной коммутацией
О.Н. Ромашкова, О.В. Червяков
« APPLICATION OF TECHNOLOGY TDMOIP FOR TRANSFER OF SPEECH ON NETWORKS WITH BATCH SWITCHING»
O.N. Romashkova and O.V. Chervyakov
Московский государственный университет путей сообщения
Москва, Россия
e-mail: Romashkova@giprosvyaz.ru, OlegCh@naukanet.ru
В настоящее время наблюдается тенденция к переходу от традиционной телефонии к передаче речи по IP-сетям. Широкое распространение получили магистральные сети с коммутацией пакетов Ethernet, MPLS, IP. Но появление новых магистральных сетей требует принципиально нового оборудования. Однако, существует технология для сетей с коммутацией пакетов, которая позволяет сохранить привычные традиционные услуги и традиционное оборудование со всеми вложенными в него средствами и наработанной годами функциональностью. Речь идет о технологии TDMoIP [1] (временное разделение каналов поверх IP).
Технология TDMoIP, т.е. метод эмуляции синхронных каналов Е1 и Е3 в IP сетях позволяет более эффективно по сравнению с VoIP использовать имеющеюся полосу пропускания и является прозрачной для стандартных и фирменных сигнальных протоколов, включая ОКС №7, QSIG, ISDN.
При использовании технологии TDMoIP в первую очередь встает задача оценки качества передачи речи. На качество передачи речи влияют несколько параметров, таких как величина джиттера, длительность общей задержки пакетов и другие. В работе [2] произведена экспериментальная оценка качества передачи речи. Была смоделирована IP-сеть на базе маршрутизаторов Cisco, прозрачная для шлюзов TDMoIP. В результате эксперимента были получены данные о вероятности p(X) появлений серий отбракованных подряд Х отсчетов. Таким образом, используя модель потока отсчетов на входе интерполирующего фильтра с плотностью распределения вероятностей интервала Т между соседними отсчетами, определили отношение мощности сигнала к мощности шумов, вызванных процессами восстановления речевого сигнала (ОСШД) [3].
В результате получена экспериментальная оценка ОСШД=25 дБ, что согласно рекомендации ITU-Т P.800 Mean Opinion Score (MOS) соответствует хорошему качеству речи.
Литература
[1]. Ромашкова О.Н., Воротков А.Н. Особенности и перспективы применения технологии TDMoIP.//ВККС – Connect! - 2005, №5.-С.74-79.
[2]. Толмачев П.Н., Червяков О.В. К оценке качества передачи речи при использовании технологии TDMoIP //ВКСС – Connect!- 2006.
Методы разделения изображения при
параллельной обработке
А. А. Игумнов
«Image division methods in parallel image processing»
А. Igumnov
Российский университет дружбы народов, Москва, Россия
e-mail: A.Igoumnov@gmail.com
Суть параллельной обработки сводится к разбиению изображения на части и рассылки этих частей на узлы обработки, где каждая часть будет обработана в соответствии с управляющей информацией, полученной от сервера [1]. Архитектурно, система, обеспечивающая такую обработку, может быть реализована по клиент-серверному принципу.
В работе рассмотрены методы разделения изображений. Самым простым из вариантов является разделение изображения на равные части, однако такой подход не всегда будет давать наилучшие результаты, так как, во-первых, вычислительные узлы могут иметь различную производительность, во-вторых, нагрузка на узлах может изменяться во времени.
Для решения возникшей проблемы, были разработаны и проанализированы альтернативные методы разделения изображений. В общей сложности было предложено три метода. Первый метод [2] основывается на разделении изображения на число частей, значительно большее, чем число обработчиков. Суть метода заключается в том, что более быстрые обработчики успевают обработать большее число частей, за то же время пока медленные обрабатывают меньшее. Применение этого метода дает выигрыш в производительности, особенно, если вычислительные мощности узлов обработки существенно различаются. Второй метод заключается в том, что бы разбить изображение на неравные части. Размеры частей зависят от времени обработки. Это время можно получить либо проводя заранее на обработчиках эталонные тесты, либо получив данные о времени обработки от предыдущего обработанного изображения, например в случае обработки видео.
Третий метод является комбинацией первых двух, сначала от общего изображения отделяются маленькие части, число которых равно количеству узлов обработки. После того как они будут обработаны, основываясь на время их обработки, оставшаяся большая часть изображения делится уже пропорционально полученному времени, соответственно пропорционально производительности.
Литература
[1] Thomas Bräunl, Stefan Feyrer, Wolfgang Rapf, Michael Reinhardt. Parallel Image Processing. Springer-Verlag Berlin, New-York, 2005
[2] J. M. Squyres, A. Lumsdaine, R. L. Stevenson A toolkit for parallel image processing — Department of Computer Science and Engineering, University of Notre Dame, Notre Dame, IN 46556
ПОСТРОЕНИЕ ЭКОНОМИКО-МАТЕМАТИЧЕСКОЙ МОДЕЛИ ДЛЯ РЫНКА ТЕЛЕКОММУНИКАЦИЙ В СЛУЧАЕ ОЛИГОПОЛИИ
С.А. Васильев, Д.Г. Васильева, Д.А. Гимранова
«ECONOMIC-MATHEMATICAL MODELLING OLIGOPOLY TELECOMMUNICATION MARKET »