Автор: Пользователь скрыл имя, 26 Ноября 2012 в 18:56, дипломная работа
Нині спостерігається глобалізація усіх процесів. У області телекомунікацій це відбивається в тому, що з'явилися глобальні телекомунікаційні мережі, в яких число абонентів досягає сотні тисяч. У зв'язку з цим важливим завданням є визначення повного навантаження на сервера в таких системах, тобто необхідно визначити розподіл сукупного потоку, що входить, в телекомунікаційній системі з великим числом джерел. В останні 20 років це завдання є актуальним.
ВСТУП 3
Основні положення теорії фракталів і самоподібних процесів 4
Фрактали і мультифрактали 4
Фрактальна розмірність множини 5
Мультифрактали 6
1.1.3 Фрактальна розмірність і інформаційна розмірність 9
Самоподібні процеси 13
Визначення і властивості самоподібних процесів 13
Оцінка показника Херста 19
Методи оцінки показника Херста в часовій області 20
Методи оцінки показника Херста в частотній області 23
Фрактальний і мультифрактальний аналіз трафіку мереж рухомого зв’язку
Трафік мобільних програм 28
Трафік мобільних потокових програм 47
Вейвлет-аналіз фрактальних властивостей складових GPRS-трафіку
Властивості і можливості вейвлет-перетворення 57
Розкладання GPRS-трафіку по вейвлет-базису 61
Вейвлет-метод оцінки самоподібності GPRS-трафіку 62
Результати експериментальних досліджень фрактальних властивостей GPRS-трафіку 64
Мультифрактальний аналіз мереживого трафіку GPRS/EDGE 76
Оцінка самоподібності трафіку в мережі широкосмугового доступу WiMAX 82
Дослідження процесів в GPRS-мережі 88
Досліджувана мережева конфігурація 88
Імітаційна модель GPRS в програмі OPNET 98
Результати імітаційного моделювання 103
ВИСНОВКИ 111
СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ 112
Логарифмічні діаграми IР-трафіку, розраховані при різних q, дають оцінку показника масштабування τ(q), показану на рисунках г. Нелінійна крива функції масштабування говорить про те, що IР-трафік проявляє мультифрактальну структуру на цих масштабах часу. Отримана оцінка функції масштабування τ(q) на цих рисунках грунтована на функціях розбиття, показаних на малюнках е, і також підтверджує зроблені спостереження відносно мультифрактального масштабування.
При дослідженні рядів даних для протоколів транспортного рівня масштабний аналіз показав, що трафік цих протоколів має властивість ДВЗ, як і говорилося раніше, але тести на масштабну поведінку в UDP провалилися. У разі ТСР було виявлено, що його масштабна структура подібна до масштабної структури IР-трафіку. Оцінені log2c(q) і т(д) τ(q), показані на рисунках 2.30 і 2.31, мають подібність з тими, що отримані для IР-трафіку. Зроблений висновок, що ТСР-трафік також проявляє мультифрактальне масштабування.
Рисунок 2.30 - Мультифрактальний аналіз трафіка ТСP (UL)
Рисунок 2.31 - Мультифрактальний аналіз трафіка ТСP (DL)
Також був проведений аналіз масштабної структури протоколів рівня програм. Результати масштабного аналізу НТТР показані на рисунках 2.32 і 2.33. Показник масштабування log2c(q) і функція масштабування τ(q) є опуклими кривими, що говорить про присутність мультифрактальності. Більше того, оцінена τ(q) є приблизно такою ж, як і для IР- і ТСР-трафіку.
Рисунок 2.32 - Мультифрактальний аналіз трафіка HTTP (DL)
Рисунок 2.33 - Мультифрактальний аналіз трафіка HTTP (UL)
Результати аналізу трафіку SМТР показані на рисунках 2.34 і 2.35. Видно, що показник масштабування log2c(q) і функція масштабування τ(q) є лінійними функціями від q. Отже, вибраний набір SМТР показує явну присутність монофрактальності. Проте відповідно до проведеного раніше обговорення виявлення монофрактальної структури не є загальним висновком стосовно характеристик трафіку, переносимого протоколом FТР. Отримані дані підтверджують результати, представлені в [24-27] і що показують, що WAN-трафік являється ДВЗ. Проте дослідження дозволили доповнити ці результати і показати, що WAN-трафік має складну мультифрактальну структуру не лише на малих, але і на великих масштабах часу. Більше того, аналіз показує, що агрегація складається із складових з масштабною поведінкою (без масштабування, мультифрактальне масштабування, монофрактальне масштабування), що сильно відрізняється.
Рисунок 2.34 - Мультифрактальний аналіз трафіка SMTP (DL)
Рисунок 2.35 - Мультифрактальний аналіз трафіка SMTP (UL)
Запропонований метод оцінки мультифрактальних властивостей трафіку на основі статистичного реалізацій телекомунікаційного трафіку і побудови функції розбиття дозволяє реалізувати на практиці оцінку скeйлинговой функції τ(q) і масштабного коефіцієнта c(q), що повністю характеризують мультифрактальний спектр і мультифрактальну розмірність реальних телекомунікаційних трафіків.
Нині безпровідні технології отримують все більше застосування для передачі інформації сервісів реального часу. Один з таких напрямів технологія безпровідного широкосмугового радіодоступу WiМАХ (Worldwide Interoperability for Microwave Access) на базі протоколу IEЕЕ 802.16, що забезпечує високошвидкісні з'єднання (до 70 Мбіт/с) на великих відстанях навіть за відсутності прямої видимості об'єкту. Технологія WiМАХ дозволяє працювати навіть в умовах щільної міської забудови, забезпечуючи високу якість зв'язку і значну швидкість передачі даних.
Сучасні дослідження показують [17,
28], що мережевий трафік в подібних
системах має властивість
Опис досліджуваної мережі. Структура мережі на основі технології WiМАХ, в якій були проведені експериментальні дослідження вхідного і вихідного трафіків, показана на рисунку 2.36. Досліджувана мережа є сукупністю базових станцій (БС) і приймально-передавальних клієнтських терміналів. Базова станція (БС) є багатопотоковою станцією з високою вихідною потужністю, працююча в повнодуплексному режимі. Вона має централізовану архітектуру організації мережі і управління і призначена для виконання різних сервісів з високою надійністю і доступністю. Базова станція забезпечує усі функціональні можливості, які необхідні для організації з'єднань абонентських терміналів з сервісом провайдера.
Рисунок 2.36. Мережева архітектура мережі широкополосного доступу WiMAX
Клієнтський термінал складається із зовнішнього ODU (OutDoor Unit) і внутрішнього IDU (InDoor Unit) модулів. Зовнішній модуль виконує функцію високочастотного тракту, працюючого в діапазоні від 2 до 11 ГГц, а також містить усі активні компоненти і плоску інтегровану антену з високим коефіцієнтом посилення. Внутрішній модуль виконує наступні функції: передачу Ethernet-даних, управління системою, мультиплексування і маршрутизацію потоків, а також подання живлення на зовнішній блок.
Брандмауер (FireWall) забезпечує захист внутрішньої мережі від зовнішньої дії з боку Інтернету, а також блокує невживані з'єднання і пакети, забезпечуючи захист на прикладному рівні. Комутатор розподіляє отриманий трафік між двома мережами LAN і WiFi, які контролюються сервером. Реєстрація даних здійснювалася за допомогою маршрутизатора мережі WiМАХ в напрямах downlink і uplink. На рисунку 2.37 представлені кореляційні функції трафіку WiМАХ при різних розширеннях. З графіків видно, що кореляційна функція убуває досить повільно при різних розширеннях, що побічно свідчить про наявність самоподібності.
Рисунок 2.37 - Кореляційні функції трафіку WiMAX при різнихрозширеннях
Як показують численні дослідження, найбільш перспективним способом обробки експериментального трафіку з метою оцінки міри самоподібності є використання вейвлет-аналізу.
Як приклад на рисунку 2.38 представлені результати обробки вихідного трафіку з розширенням 10 с, отримані за допомогою алгоритму автоматичного визначення меж масштабування [28]. На рисунку 2.38,а показана реалізація трафіку, отримана в результаті вимірів. На рисунку 2.38,б представлені результати роботи алгоритму автоматичного визначення нижньої межі масштабування. Суцільною лінією показана зона стрімкого зростання, а пунктиром — зона нульової рівноваги. Оскільки при обчисленні функції Q для початкових масштабів j = 1,2,3 були отримані дуже маленькі значення, то їх логарифми були усічені до -10. Горизонтальні лінії відповідають Q = 0,01; 0.05 і 0.1.
Рисунок 2.38 - Результати обробки вихідного трафіку з розширенням 10 с
Зафарбованим ромбом на графіках відмічена
знайдена в результаті роботи алгоритму
точка початку області
На рисунку 2.38,в показані оцінки показника Херста по вейвлет-коефіцієнтам на усій області масштабування в діапазоні j = 1,2,..., 11, а на рисунку 2.38,г — в діапазоні j = 7,... 15, знайдені по алгоритму автоматичного визначення нижньої межі масштабування.
У таблиці 2.12 представлена зведена інформація про оцінки показника Херста вхідного і вихідного трафіку, знайдені як без, так і з урахуванням вибору початкової межі масштабування для діапазонів масштабування 0,1, 1, 10 і 100 секунд з 95%-вими довірчими інтервалами. У таблиці для порівняння приведені оцінки, виконані на усій області логарифмічної діаграми і в зоні масштабування, початок якої визначений відповідно до автоматичного алгоритму.
Таблиця 2.10 – Результати оцінки степені само подібності вхідного та вихідного трафіка для різних діапазонів масштабування
Метод оцінки показника Херста |
Рівень розширення, с | |||
0,1 |
1 |
10 |
100 | |
Повний діапазон j Оцінка показника Херста для вхідного трафіка |
1…18 0,0605±0,002 |
1…15 0,965±0,005 |
1…11 0,93±0,017 |
1…8 1,013±0,067 |
Повний діапазон j Оцінка показника Херста для вихідного трафіка |
1…18 -0,011±0,02 |
1…15 1,0017±0,005 |
1…11 1,103±0,017 |
1…11 1,103±0,017 |
Автоматичний вибір діапазона j Оцінка показника Херста для вхідного трафіка |
8…18 0,54±0,02 |
2…15 0,929±0,008 |
7…11 0,695±0,2 |
7…11 0,775±0,038 |
Автоматичний вибір діапазона j Оцінка показника Херста для вихідного трафіка |
9…18 0,74±0,028 |
7…15 0,838±0,047 |
7…11 0,651±0,05 |
7…11 0,735±0,037 |
Результати, представлені в таблиці, підтверджують, що якщо робити оцінку по усіх доступних масштабах, то оцінка показника Херста буде схильна до сильного впливу короткочасних кореляцій (Н > 1). Але як тільки при оцінці враховувалася знайдена межа розділу між короткочасними і довготривалими кореляціями, то показник Херста набував значень в діапазоні 0,54...0,93.
Таким чином, порівняльний аналіз знайдених оцінок показника Херста показує, що спостережуваний трафік має властивості самоподібності на різних інтервалах розширення, що свідчить про мультифрактальний характер досліджуваного трафіку.
3 ДОСЛІДЖЕННЯ ПРОЦЕСІВ В GPRS-МЕРЕЖІ
3.1 Досліджувана мережева
Розглянемо результати експериментальних досліджень фрактальних властивостей GPRS-трафіку протоколів мережевих рівнів на мережі GSM, архітектура якої складається з наступних вузлів (рисунок 3.1).
Рисунок 3.1 - Мережева архітектура мережі стільникового зв'язку
Информация о работе Оцінка параметрів неоднорідного вхідного потоку у телекомунікаційних мережах