автореферат диссертации по радиотехнике и связи, 05.12.13, диссертация на тему:Влияние самоподобности речевого трафика на качество обслуживания в телекоммуникационных сетях

на правах рукописи

ОСИН Андрей Владимирович

ВЛИЯНИЕ САМОПОДОБНОСТИ РЕЧЕВОГО ТРАФИКА НА КАЧЕСТВО ОБСЛУЖИВАНИЯ В ТЕЛЕКОММУНИКАЦИОННЫХ СЕТЯХ

Специальность 05.12.13 - «Системы, сети и устройства телекоммуникаций»

У

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата технических наук

Москва - 2005

Работа выполнена на кафедре «Радиотехника и радиотехнические системы» Московского государственного университета сервиса

Научный руководитель - доктор технических наук, профессор

ШЕЛУХИН Олег Иванович

Официальные оппоненты - доктор физико-математических наук

ПОТАПОВ Александр Алексеевич - кандидат технических наук

ТОМАШЕВСКИЙ Алексей Иосифович

Ведущая организация - ФГУП НИИ «Платан» с заводом при НИИ

(г. Фрязино, М/О)

Защита состоится 10 ноября 2005 г. в 17 часов 00 минут на заседании диссертационного совета Д 212.157.05 при Московском энергетическом институте (Техническом университете) по адресу: 111250, г. Москва, Красноказарменная ул., д. 17, аудитория А-402

С диссертацией можно ознакомиться в библиотеке МЭИ (ТУ) Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу: 111250, г. Москва, Красноказарменная ул., д. 14, Учёный совет МЭИ (ТУ)

Автореферат разослан «OS» октября 2005 г.

Учёный секретарь диссертационного совета, к.т н, доцент

гjtjjjÁ^i

КУРОЧКИНА Т.И.

ZooS-A äUStcy

Цоъг.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. На рынке телекоммуникационных услуг речевые сервисы занимают одно из лидирующих мест, и с каждым годом число пользователей подобными услугами возрастает. Последнее время наблюдается стремительное развитие телекоммуникационных систем (ТС) с пакетной коммутацией, а также интеграция речевых сервисов в IP-сети.

Особенности пакетной коммутации диктуют необходимость пересмотра традиционных подходов к анализу и синтезу ТС с использованием традиционной теории телетрафика и теории массового обслуживания. При рассмотрении систем пакетной передачи речи обнаруживаются новые особенности и характеристики качества обслуживания, которых лишена традиционная телефония. Появляются новые возможности, связанные, например, с подавлением пауз (VAD - Voice Activity Detection) в речи и использованием освободившегося сетевого ресурса Механизмы VAD, реализованные в большинстве производимого на сегодняшний день телекоммуникационного оборудования для пакетных сетей с интеграцией речевых сервисов, еще больше усложняют динамику потоков трафика в ТС. Все это влечет за собой появление новых методик расчета, проектирования и моделирования ТС с пакетной передачей речи.

Особую значимость в практике проектирования речевых сервисов имеют адекватные модели речевого трафика как отдельного источника, так и мультиплексированных потоков.

В России "фрактальное" направление в радиофизике и радиотехнике впервые получило широкое развитие в Институте радиотехники и электроники РАН (работы д.ф.-м.н. A.A. Потапова с коллегами) с целью создания новых прорывных информационных технологий с использованием текстурных (80-е гг. XX в.) и фрактальных (90-е гг. XX в.) мер на основе принципов нелинейной динамики. На основе данных исследований в ИРЭ РАН развивается новое фундаментальное научное направление — применение теории динамических систем и фрактальной топологии в задачах повышения информативности радиосистем различного назначения

Аналогичные задачи возникают при решении проблем использования

хаоса для кодирования и передачи информации: -бреди-работ отечественных

И ОС. НАЦИОНАЛЬНА

ТЬНАЯI БИБЛИОТЕКА }

trzrJlöi

ученых следует выделить труды A.C. Дмитриева, А.И. Панаса, М.В. Капранова, В.Н. Кулешова, H.H. Удалова, Б.С. Цибакова.

Опыт, накопленный после проведения многочисленных теоретических и экспериментальных исследований, проводимых как российскими, чак и зарубежными учеными, позволяет рассмотреть проблему применимости фрактальных подходов к изучению трафика передачи речи.

Последние исследования демонстрируют, что телекоммуникационный трафик для большинства видов сервисов является самоподобным (фрактальным). Известно множество как экспериментальных, так и теоретических исследований в этой области, однако очень небольшое число работ посвящено исследованию фрактальной природы трафика речевых сервисов. Исследования показывают, что подобными свойствами обладает и речевой трафик.

На сегодняшний день нет систематизированных исследований воздействия самоподобных свойств речевого трафика на качество обслуживания абонентов. Исследование данной проблемы представляется важным, поскольку при наличии самоподобного трафика в системах передачи речи качество обслуживания (QoS -Quality of Service), как правило, ухудшается по сравнению с тем, что наблюдалось бы, например, в случае пуассоновского трафика.

Учет самоподобных (фрактальных) свойств трафика позволит более точно описать и воспроизвести речевой трафик, что, в свою очередь, обеспечит возможность получения показателей QoS, соответствующих реально наблюдаемым.

Поэтом}' актуальными представляются исследования свойств самоподоб-ности речевого трафика, их влияния на характеристики QoS в ТС и оптимизация входных параметров ТС с целью обеспечения заданного QoS.

Цель и задачи работы. Целью диссертационной работы является исследование свойств самоподобности речевого трафика, оценка их влияния на характеристики качества обслуживания и оптимизация входных параметров ТС с целью обеспечения заданного QoS.

Для достижения поставленной цели требуется решение следующих задач: а) разработка специализированного программного обеспечения и проведение комплекса экспериментальных исследований трафика в ТС с целью

оценки статистических и фрактальных характеристик речевого трафика для различных видов речевых кодеков;

б) разработка аналитических и численных моделей и их сравнительный анализ с целью адекватного описания и имитационного моделирования речевого трафика VoIP с учетом самоподобных свойств для различных видов кодеков (формы G.711 и гибридных: G.728, G.729, G.723.1), использующих VAD;

в) разработка вычислительных алгоритмов и реализующего их ПО с целью численной оценки выходных характеристик QoS телекоммуникационных сетей в условиях самоподобности речевого трафика в различных сетевых окружениях (на примере узла сети Frame Relay и IP-сети);

г) разработка алгоритмов и ПО численной оптимизации входных параметров ТС с целью обеспечения QoS и оценки влияния самоподобности речевого трафика на параметры качества обслуживания.

Методы исследования. Для решения перечисленных задач в работе использованы методы статистической обработки данных, теории массового обслуживания, теории цепей Маркова (ЦМ) и имитационного моделирования на ПЭВМ. Положения. выносимые на защиту:

1) количественные и качественные результаты статистического анализа трафика в реально функционирующей системе VoIP с учетом самоподобности речевого трафика;

2) методика аппроксимации речевого трафика на выходе кодеков G.711, G.728, G.729 и G.723.1 при помощи марковских и фрактальных моделей, параметры которых оцениваются на основе статистических характеристик измерений реального трафика, и сравнительный анализ результатов аппроксимации;

3) алгоритмы, ПО и полученные в результате имитационного моделирования выходные характеристики QoS узла системы Frame Relay и IP-сети в условиях самоподобного трафика;

4) алгоритмы, ПО и результаты оптимизации входных параметров ТС с целью обеспечения QoS, а также оценка влияния параметров самоподобности речевого трафика на результаты оптимизации.

Научная новизна работы. В диссертации получены следующие новые научные и практические результаты:

1. Разработаны алгоритмы, специализированное ПО, а также получены результаты экспериментальных исследований статистических и фрактальных характеристик трафика в крупномасштабных ТС, показывающие, что трафик речевых сервисов обладает самоподобными (фрактальными) свойствами.

2. Разработаны и реализованы численными и аналитическими методами марковские и фрактальные модели речевого трафика VoIP как на уровне соединений, так и на пакетном уровне при использовании кодеков G.711, G.728, G.729, G.723.1 и механизма VAD, параметры которых определяются из статистических характеристик реального трафика ТС.

3. Разработан алгоритм, ПО и получены численные результаты анализа влияния самоподобности речевого трафика на характеристики QoS телекоммуникационной сети.

4. Разработан алгоритм, ПО и проведена численная оптимизация входных параметров ТС с целью обеспечения заданных параметров QoS в условиях самоподобного речевого трафика; оценено влияние степени самоподобносга сетевого трафика на результаты оптимизации.

Практическая ценность работы и ее реализаиия. Результаты, полученные в данной диссертационной работе, могут быть использованы при проектировании речевых сервисов в телекоммуникационных системах. Разработанное программное обеспечение может применяться как в практике специалистов в области телекоммуникаций, так и в научных и учебных целях.

Материалы работы использованы в НИР ГОУ ВПО МГУС № 01.04.04 (РН ВНИТЦ №0120.0.404696,2004 г.) «Исследование и разработка цифровых методов сбора, обработки и передачи данных на всех уровнях автоматизированной системы контроля и учета электроэнергии».

Результаты диссертационной работы внедрены в ООО «Комплексные телекоммуникационные услуги» при анализе эффективности телекоммуникационной сети, о чем свидетельствует соответствующий акт.

Работа внедрена в учебный процесс кафедры «Радиотехника и радиотехнические системы» МГУС в курсе «Моделирование радиотехнических систем» и кафедры «Информационные системы» в курсе «Моделирование информационных систем».

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на 58-ой Научной сессии РНТОРЭС им. A.C. Попова в 2003 г., Х-ой Международной научно-технической конференции студентов и аспирантов МЭИ в 2004 г., XXXVI-ой научно-методической конференции профессорско-преподавательского состава МТУСИ в 2003 г., научной конференции профессорско-преподавательского, научного и инженерно-технического состава МТУСИ в 2004 г., Ш-ей Международной конференции «Индустрия сервиса в XXI веке» в 2001 г, IV-ой Международной конференции «Индустрия сервиса в XXI веке» в 2002 г., V-ой Всероссийской научно-технической конференции «Информационные технологии в электротехнике и электроэнергетике» в 2004 г.

По теме диссертации автором опубликовано 18 печатных работ (7 из них выполнены без соавторов), в том числе одна монография («Фрактальные процессы в телекоммуникациях») и одно учебное пособие («Моделирование информационных систем»).

Объем и структура работы. Материалы диссертации изложены в 2-х томах. Первый том содержит 164 страницы и состоит из введения, 4-х глав, заключения, включает 125 иллюстраций и 93 наименования списка литературы. Второй том содержит 102 страницы и состоит из 8 приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбранной темы диссертации, формулируются цель и задачи, решаемые для достижения поставленной цели.

В Главе 1 даны основные теоретические сведения о самоподобных процессах. Показано широкое распространение явления самоподобности для описания статистических характеристик трафика в ТС.

Здесь же приводятся основные сведения о QoS в ТС, определяются основные показатели QoS, а также дана классификация основных типов трафика.

Поскольку явление самоподобности в системах пакетной передачи речи возникает вследствие агрегирования сегментированных на активные (ON) и пассивные (OFF) участки речевых потоков, то дается краткое описание некоторых наиболее распространенных методов сегментации речевых сигналов. В заключительном разделе главы излагается постановка задачи исследования.

В Главе 2 описываются оригинальные результаты экспериментальных исследований трафика в крупной корпоративной ТС.

На основе результатов статистического анализа экспериментально полученного (на интервале недели) трафика в ТС показано, что суммарный трафик обладает существенными самоподобными свойствами, а также является долговременно зависимым случайным процессом. Это целесообразно учитывать при оптимизации ТС. По результатам статистического анализа экспериментально полученного трафика разработана модель, содержащая две, в общем случае нестационарные, компоненты. Первая обусловлена трафиком на уровне вызовов на больших (минутных и часовых) интервалах времени и описывает периодические структуры ежедневных нагрузок, обычно наблюдаемых в магистральных каналах. Вторая компонента присутствует только на малых (секундных и минутных) масштабах времени и имеет долговременный характер, постепенно исчезая с увеличением масштаба.

Первая составляющая модели раскладывается на два случайных процесса: длительностей вызовов и интервалов между поступлениями вызовов. Реализация и гистограмма для этих двух случайных процессов показаны на рис. 1.

£ 0 200 400 600 МО 1000 1200 1400 1600 1600 2000 ? 0 200 400 600 000 1000 1200 1400 1600 1600 2000

Длительность вызова, с Длительность вызова, с

Рис. I. Составляющие трафика на уровне вызовов: а - длительности вызовов, б - интервалы между поступлениями вызовов; в - гистограмма длительностей вызовов, г - гистограмма интервалов между поступлениями вызовов

Анализ полученных статистических характеристик показывает, что распределения процессов длительностей вызовов (рис. 1, в), а также интервалов между поступлениями вызовов (рис. 1, г) существенно отличаются от экспоненциального, и хорошо описываются распределениями, имеющими «тяжелые хвосты», в частности, распределением Парето (w(x) = abV^ для х> b, где а - параметр формы; b -параметр масштаба). Эта информация, как правило, игнорировалась при классическом анализе агрегированного речевого трафика. Вторая составляющая речевого трафика в системе отражает пакетную структуру поступлений. Пример подобного процесса, полученного при измерениях, представлен на рис. 2.

С помощью разработанного ПО в главе проведен анализ статистических характеристик мультиплексированного речевого трафика при вариации числа речевых источников от 10 до 111. Кодирование речевой информации осуществлялось при помощи кодека G.711, на выходе которого пакеты упаковывались в LP-пакеты.

Для имитации VAD-алгоритмов в системах передачи речи использовалась сегментация речевых сигналов с помощью комбинированного алгоритма разделения участков речи на ON/OFF-периоды.

Анализ статистических характеристик показал, что при числе мультиплексируемых речевых источников более 20 обрабатываемые потоки можно считать стационарными в широком смысле. Оценки мультиплексированного трафика с использованием методов R/S-статистики и изменения дисперсии выявили, что значения показателя Херста //лежат в интервале 0,75 - 0,95.

В Главе 3 основное внимание уделяется разработке самоподобных, марковских и полумарковских моделей, описывающих динамику трафика речевых источников как на уровне вызовов так и на пакетном уровне. Проведено сравнение статистических характеристик искусственных профилей трафика, полученных с

Рис. 2. Реализация трафика на пакетном уровне

применением моделей, и реальных профилей речевого трафика. Рассматривались как кодеки формы 0.711, так и гибридные кодеки 0.723.1,0.728,0.729.

На примере кодеков 0.711 и 0.728 излагается подход к моделированию отдельного речевого источника на основе цепей Маркова. Сравнительный анализ дополнительных функций распределения (ДФР) длительностей ОК- и (Ж7-периодов речевых потоков на выходе кодека показывает, что распределения процессов относятся к классу распределений с «тяжелыми хвостами», причем распределение длительностей ОРТ-периодов имеет значительно более тяжелый хвост, чем ОК. Это свидетельствует о том, что в записи реализации речи присутствовали интервалы пауз гораздо большие, чем интервалы активностей. Для оценки числа состояний цепи Маркова, аппроксимирующей процессы 0"Ы- и ОРР-периодов, разработана специальная методика, предполагающая аппроксимацию дополнительных функций распределения реальных процессов с помощью суммы экспоненциальных функций. Найдено, что аппроксимация ДФР длительностей ОЫ-периодов имеет вид ЬА (п) = А,еа'"; Л, = 1. Аналогично для длительностей ОРТ-периодов Ьп(п) = ]Г(4=1 В^'"; В1 =1. Параметры ДФР А„ В,, а,. р„ I = 1, 2, 3. 4 оцениваются по результатам статистической обработки экспериментальных данных.

В соответствии с разработанной методикой, наличие четырёх членов в выражениях аппроксимирующих ДФР 01Ч-периодов и четырёх членов в ДФР ОРР-периодов свидетельствует о том, что суммарный ОЫ/ОРР-процесс может бьггь представлен в виде ЦМ с восемью состояниями и матрицей переходных вероятностей вида М = |.

Параметры матрицы переходных вероятностей однозначно определяются параметрами аппроксимации ДФР и вычисляются по соотношениям: для элементов матрицы, соответствующих сохранению текущего ОМ-состояния. ри =еа', где г = 1,..., к (к - число состояний, выбранных для ОЫ-периодов); для элементов матрицы, соответствующих сохранению текущего ОРР-состояния, ри = ер'-', где г = к-\,. ., к 4 / (/ - число состояний, выбранных для ОРР-периодов): д-ш элементов матрицы вероятностей переходов из 01\т- в ОРР-

состояния ри = (l — , где / = / + 1,..., к + I, j-l, ...,к\для элементов матрицы вероятностей переходов из OFF- в ON-состояния рч = (l - е1 )в;_к, где f = l,..., к, j = k + \, ...,к + 1.

Используя найденные численные значения матрицы переходных вероятностей, осуществлено моделирование отдельного сегментированного речевого источника с заданными ДФР длительностей ON- и OFF-периодов.

Разработана методика оценки числа состояний и параметров аппроксимирующей ЦМ по статистическим характеристикам измеренного трафика ТС, подтвержденная численными экспериментами.

Модель проста в реализации и имеет конечное число параметров, которые непосредственно определяются из статистических характеристик измеренного речевого трафика на выходе кодека или мультиплексора.

В данной главе также разработаны и анализируются различные алгоритмы описания и моделирования речевого трафика на уровне вызовов и пакетов как с использованием полумарковских процессов, так и с использованием фрактального гауссовского шума (ФГШ) со смещающимся уровнем среднего.

Показано, что трафик речи на уровне вызовов может быть описан и смоделирован полумарковским процессом с переходной функцией вида QtJ (/) = р Fv(t),

ij = 1,2,..., N, где FtJ(t) = Р{Гп < 11 = j,(,n_t = i} - функция распределения времени пребывания процесса i(t) в состоянии i, если известно, что следующим его состоянием будет состояние j; ру = =у14л-1 ='} = ^¡Д,; i Ф j; р„ = 0 - вероятность того, что ЦМ, находящаяся в состоянии в очередной момент изменения состояния перейдет в состояние j: (Р/(0), i е X}; JV-число состояний ЦМ.

При небольшом числе мультиплексируемых каналов (N< 20) трафик речи на уровне вызовов может быть описан и смоделирован полумарковским процессом, который полностью характеризуется своими элементами: матрицей переходных вероятностей (рц). матрицей функций распределения F^t), начальным распределением {Р,{0),! е X}.

Для описания сильно пульсирующего трафика на пакетном уровне предложена нестационарная модель на основе ФПИ для отсчетов сетевого трафика с

масштабом времени S в моменты времени / = 0, ±1, ±2, .., описываемая соотношением X(St) = mNS + cS (0, tsT. Здесь N - число суммируемых

ФГШ, оцениваемое из полумарковской модели вызовов; Г-длительность интервала, соответствующего /-му состоянию ИМ, который определяется ФР Fu(t) = ?{T„ <i|4„ = 1 = '}; Gn,fJ) - центрированный ФГШ с показателем

Херста Я,. средним значением т, среднеквадратическим отклонением (СКО) ст

и корреляционной функцией R(k) = а2/2 ((А + \fH - 2к1н + {к - lfH).

Показано, что предложенная модель трафика более реалистично описывает поведение нестационарных серий речевого трафика на малых масштабах времени. Дня оценки фрактальных свойств полученных мультиплексированных последовательностей, используя сформулированные в главе модели, были смоделированы речевые источники с включенным алгоритмом VAD. По результатам оценочного анализа данных, полученных от реального LD-CELP-источника, а также данных, полученных в результате имитационного моделирования, подтверждено наличие в них сложной корреляционной структуры, что доказывает невозможность использования простейших потоков (например, пуассо-новских) в качестве имитационных моделей подобных процессов.

Выявлено, что как реальные, так и полученные в результате имитационного моделирования данные обладают сложной фрактальной структурой, изменяющейся с увеличением диапазона масштабов времени.

В Главе 4 проведен анализ и выполнена оптимизация работы ТС при передаче речевого трафика с пакетной коммутацией по критерию обеспечения заданного качества обслуживания.

На основе разработанных моделей и ПО методом имитационного моделирования проведен анализ производительности и качества обслуживания системы VoFR В качестве исследуемого узла рассматривался маршрутизатор. Были получены показатели качества обслуживания VoFR при входных потоках, созданных на основе ЦМ и ФГШ. Под характеристиками качества обслуживания понимались- вероятность блокировки пакетов; вероятность появления на выходе пакета с задержкой, не превышающей заданную Р(t > Гппр); средняя задержка т в выборке из N пакетов при фиксированных параметрах настройки маршрутизатора: коэффициент использования канала р.

На основе полученного в результате имитационного моделирования трафика с различными показателями Херста на входе маршрутизатора показано (рис. 3), что увеличение степени самоподобности Н влечёт за собой росг средних задержек, особенно при высоком коэффициенте использования р в интервале (0,8; 0,9). В перегруженном состоянии из-за ограниченности размеров буфера все средние задержки сходятся к некоторому фиксированному значению. С увеличением Н вероятность блокировки при неизменном числе пользователей на входе мультиплексора растёт, а эффективность системы снижается.

ГГ---1 - - ---- -

\ 4

- Н=0 5 --Н=0,6 -----Н=0,7 •— Н=0,8 — — Н=0,9

' 1 1

4 ' ' 1 , ^ ш , . , 1

J

,5 20 25 30

количество абонентов, m

о 0,5 1

1,5 г 2,5 б

3,5 4 4,5 5

т*103, мс

Рис. 3. Показатели качества работы мультиплексора с фрактальным трафиком на входе от числа абонентов на входе мультиплексора при скорости выходного канала 128 Кбит/с: а - задержка пакета LD-CELP; б - вероятность блокировки пакета LD-CELP

Во второй части главы - с привлечением имитационного моделирования в среде ns2 - проведен анализ производительности работы системы VoIP.

Для описания работы речевых источников был выбран генератор трафика Парето, реализованный в системе ns2. Параметризация генератора производилась на основе анализа экспериментальных данных: средний интервал активности приравнивался к 500 мс, а средний интервал тишины - к 1500 мс, параметр распределения Парето а менялся для различных экспериментов в зависимости от фрактальных свойств мультиплексированного потока.

В качестве примера на рис. 4 представлены оценки показателя самоподобности Н мультиплексированного трафика, полученного в результате имитационного моделирования при значении параметра распределения Парето а = 1,4.

Из рис 4 видно, что полученный в результате имитационного моделирования трафик обладает фрактальными свойствами (поскольку показано Я > 0,5). Поэтому его можно использовать для изучения влияния самоподобности на показатели производительности системы в среде имитациоиного моделирования ns2

0,7996 min_lag=l max 1811=100

10 20 30 40 SO 60 70 SO 90 100

Задержка (т)

Юд..0(т)

iog,„(размер блока)

1од10(размер блока)

Рис. 4. Оценки параметра Херста мультиплексированного трафика при а = 1,4: а - коэффициент корреляции; б - коэффициент корреляции в двойном логарифмическом масштабе; в - график изменения дисперсии; г - график R/S-статистики

С этой целью разработано специальное ПО и проведено имитационное моделирование по оценке основных параметров QoS ТС (процент потерянных пакетов для каждого источника drop, средняя задержка на IP-пакет для каждого источника delay, среднее значение джиггера на IP-пакет jitter, СКО джитгера на IP-пакет STd.Dev.j titer) в условиях самоподобности речевого трафика.

Результаты исследования производительности системы под воздействием фрактальных свойств мультиплексированного трафика представлены на рис. 5.

Найдено, что в целом самоподобность речевого трафика ухудшает показатели качества обслуживания.

На следующем этапе были проведены исследования по оптимизации входных параметров исследуемой ТС с целью получения заданных показателей QoS в условиях самоподобности входного трафика.

Для определенности требуемый вектор показателей качества обслуживания рассматривался как трехмерный QoS0 = (dropn, delays, jitter^ )т с заданными параметрами: (drop0) - процент потерянных пакетов %; (delay0) - задержка пакетов VoIP в с; (jitter,¡,) - СКО джитгера в с ; X = (C,L,Nf - вектор входных параметров системы; С - значение пропускной способности наихудшего каната связи: L - значение емкости буфера FIFO; V - число пользователей услугами VoIP, находящихся за соответствующим маршрутизатором.

H = 0,5

/ и~ 0,95

Н = 0,8

Н = 0,65

V ^^ \ ч \

4,4 4 6

С, Мб/С

4 4 4,в

С, Мб/С

Рис. 5. Оценка влияния показателя Херста мультиплексированного потока на показатели качества обслуживания: а - процент потерянных пакетов; 6 - средняя задержка; в - СКО джиттера; г - коэффициент использования

По заданному вектору <2о80 определялись требуемые параметры ТС, гарантирующие заданное качество обслуживания.

Показано, что поиск оптимума X* состоит в поиске экстремума функционала

Х' = аг8шт/(Х„). (1)

хеХ

Под /Х„) понимается значение функционала невязки параметров качества обслуживания на п-ом шаге минимизации

constQoS(XJ-wL,

(2)

где QoS(X„) = (wdropgoS(!rop „. w^QoS^ „, w}imQoS]<m „)т; QoS^v „ = dropjdropЛ QoSicV„ „ = delayjdelayo, QoSum„ =jitterJjittern - нормированные показатели QoS. полученные на и-ом шаге минимизации; w = (^'dropi ^'dciay^VtcrT ~~ весовой век-

тор, где WdmpE [0; 1], wdday е [0; 1], w,mer6 [0; 1] - веса процента потерянных пакетов, средней задержки на пакет, СКО джиттера задержки пакетов, соответственно. В случае, если все показатели качества равновесные, вектор приравнивается единичному вектору е. Субъективный характер предлагаемого критерия оптимизации, характеризуемого вектором весовых коэффициентов w, обусловлен субъективным характером оценки качества речи (например, разборчивость или средняя экспертная оценка (MOS - Mean Opinion Scores)).

Вычислительный алгоритм состоит из последовательности итераций вокруг базисной точки. Вектор входных параметров на п-м шаге минимизации имеет вид Х„ =(Cn,L„,N„f, где С„, L„ - пропускная способность наихудшего канала и емкость буфера FIFO на л-ом шаге минимизации, соответственно; N„ - число пользователей услугами VoIP, находящихся за соответствующим маршрутизатором. Под шагом минимизации понимаются соответствующие приращения координат базисной точки.

При оптимизации требуемые значения показателей качества обслуживания задаются с некоторой погрешностью AQoS = (w^ Adropjdropo, w^x x AdelayJdelays wj№ AjitterJjitteraf. Для оценки эффективности проведенной оптимизации результаты сравнивались с погрешностью оптимизации error = consi(j|AQoSjj + |errormoiel|j ), где AQoS - вектор погрешностей задания

выходных параметров сети (процента потерянных пакетов, средней задержки на пакет, СКО джиттера); еггогт^, - вектор ошибок выходных показателей, вносимых моделью.

Основной целью оптимизации являлось исследование влияния показателя Херста Н мультиплексированного потока на качество проводимой оптимизации при выбранной целевой функции /(Х„), что иллюстрируется рис. 6.

На основании численных результатов, полученных в результате имитационного моделирования минимизации функционала (2), сделан вывод о том, что использование разработанного алгоритма минимизации функционала (2) позволяет оптимизировать вектор входных параметров ТС, обеспечивая заданное качество обслуживания при допустимых погрешностях.

В процессе экспериментов ис- 56~ пользовались различные началь- 5о' ные точки при минимизации. Был 45|

= 401

чальная точка отстоит от получен- Ч

сделан вьшод, что чем дальше на- ^

^ 3.5

ной в результате оптимизации, тем ' , ошибка=1о%

больше итераций требуется и тем 25'

20- , менее точные результаты оптими- | _ I

зации обеспечиваются. Это озна- H = oe н = ов h = o,ss

Показатель Херста

чает, что при моделировании ТС Рис. 6. Зависимости значения невязки в оптималь-

необходимо иметь априорную ин- ю™ точках Разньк сценариев моделирования и

для различных значений показателя Херста

формацию о процессе функционирования сети, которую можно использовать для проведения оптимизации.

Найдено, что результаты оптимизации зависят от степени самоподобно-сти трафика в ТС. С увеличением показателя Херста точность производимой оптимизации существенно возрастает (показано увеличение в 2 - 2,5 раза).

Таким образом, в диссертационной работе исследованы свойства самопо-добности речевого трафика, оценено влияние самоподобности на характеристики качества обслуживания, проведена оптимизация входных параметров ТС с целью обеспечения заданного QoS.

В семи приложениях приводятся- листинги ПО обработки и анализа экспериментальных данных: описание программного комплекса для обработки экспериментального трафика; результаты статистического анализа речевого трафика на уровне вызовов; описание ПО моделирования системы VoIP; описание лог-файлов моделирования; листинг ПО оптимизации; численные результаты оптимизации. В итоге сделаны следующие выводы и заключения:

1. Проведенный статистический анализ трафика крупной корпоративной ТС показал, что суммарный трафик обладает существенными самоподобными свойствами, а также является долговременно зависимым случайным процессом. что целесообразно учитывать при оптимизации ТС.

2. Статистический анализ речевого трафика показывает, что он может быть представлен в виде двух, в общем случае нестационарных, компонент.

Первая обусловлена трафиком на уровне вызовов на больших (минутных и часовых) интервалах времени Вторая компонента присутствует только на малых (секундных и минутных) масштабах времени, имеет долговременный характер и постепенно исчезает с ростом масштаба агрегирования.

3. Трафик речи на уровне вызовов хорошо описывается полумарковским процессом, который полностью характеризуется матрицей переходных вероятностей, ФР длительностей состояний, начальным распределением состояний.

Для описания сильно пульсирующего трафика на пакетном уровне предложена нестационарная ФГШ-модель

4. Показано, что при числе мультиплексируемых источников более 20, обрабатываемые потоки можно считать стационарными в широком смысле, а мультиплексированный трафик - самоподобным. Оценки степени самоподобности методами R/'S статистики и изменения дисперсии выявили, что показатель Херста лежит в интервале 0,75 - 0,95.

5. Имитационное моделирование кодеков G.711, G.728 и G.729 показало, что суммарный речевой трафик проявляет свойства самоподобности и долговременной зависимости. Тип используемого кодека оказывает незначительное влияние на оцененный показатель Херста, а основной причиной ДВЗ в трафике VoIP являются характеристики VAD.

6. Разработана структурная схема, алгоритм и ПО для имитации работы маршрутизатора сетей Frame Relay и VoIP. На базе марковских и самоподобных процессов предложены имитационные модели трафика VoFR и VoIP, позволившие провести оценку основных характеристик маршрутизатора и QoS (в зависимости от характеристик входного трафика и очередей).

7. Разработан алгоритм и ПО оптимизации вектора входных параметров ТС. Показано, 410 с ростом показателя Херста (0,6 - 0,95) точность оптимизации увеличивается (для рассматриваемого случая в 2 - 2,5 раза).

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Шелухин О.И., Тенякшев A.B., Осин A.B. Фрактальные процессы в телекоммуникациях: Монография / Под ред. О.И. Шелухина. - М.: Радиотехника, 2003.-480 с.

2. Шелухин О.Й., Тенякшев A.B., Осин A.B. Моделирование информационных систем: Учеб. пособие / Под ред. О.И. Шелухина. - М.: САЙНС-ПРЕСС, 2005. -368 с.

3 Шелухин О И., Леднёв А В., Осин A.B. Марковская модель цифрового речевого сигнала // LVDI научная сессия РНТОРЭС им. A.C. Попова, посвящён-ная Дню радио: Труды. - М.: ИПРЖР, 14 -15 мая 2003. - Т. 1. - С, 61 - 63.

4. Шелухин О.И., Леднёв А.В, Осин A.B. О фрактальной структуре цифровых речевых потоков // LVHI научная сессия РНТОРЭС им. А С. Попова, посвя-щённая Дню радио: Труды. -М.: ИПРЖР, 14 -15 мая 2003. - Т. 1. - С. 63 - 65.

5. Осин A.B. Исследование фрактальных свойств цифрового трафика на выходе гибридных кодеков речи // Радиоэлектроника, электротехника и энергетика: Труды / Десятая Международная научно-техническая конференция студентов и аспирантов.-М.:МЭИ,2-Зм^рта2004.-Т. 1.-С. 129-130.

6. Осин A.B. Имитационное моделирование процесса мультиплексирования цифровых потоков на выходе гибридных кодеков речи // Радиоэлектроника, электротехника и энергетика: Труды / Десятая Международная научно-техническая конференция студентов и аспирантов. - М.: МЭИ, 2-3 марта 2004. - Т. 1,- С. 131-132.

7. Шелухин О.И., Осин AB. Методы моделирования фрактальных процессов // XXXVI научно-методическая конференция профессорско-преподавательского состава МТУСИ' Труды. -М ■ МТУСИ, 28 - 30 января 2003. - С 110 -112

8. Шелухин О.И, Осин А В. Экспериментальные исследования фрактальных процессов в сетях Ethernet // XXXVI научно-методическая конференция профессорско-преподавательского состава МТУСИ' Труды. - М.: МТУСИ, 28 - 30 января 2003. - С. 112-113.

9. Шелухин О.И, Осин A.B. Исследование нестационарности мультиплексированного трафика цифровых речевых потоков // Научная конференция профессорско-преподавательского, научного и инженерно-технического состава МТУСИ: Труды. - М.. МТУСИ, 27 - 29 января 2004. - Книга 2. - С. 140 -141.

10. Шелухин О.И., Осин А.В Исследования самоподобной структуры трафика Ethernet // Радиоэлектроника и информатика' Сб. науч. трудов / Вестник МГУС - М.: МГУС, 2002. - С. 12 - 27.

»15 4 85

11. Осин A.B. Синтез фрактального гауссовского шума // Радиоэлектроника и информатика: Сб. науч. трудов / Вестник М7^ w 1~

12. Осин A.B. Сравнительный анализ ма

коммуникационного трафика // Ради РНБ РуССКИЙ фонд

науч. трудов / Вестник МГУС. -М.: V

13. Осин A.B. Использование самоподобш 2006-4

коммуникационных сетей // Индустрия 14032

Международная конференция. Секци

управляющие системы и телекоммуникации^. -ivi.. ivu j ¿ииi. - oj.

14. Осин A.B. Самоподобность телекоммуникационного трафика // Индустрия сервиса в XXI веке: Труды / Четвертая Международная конференция. Секция «Современная бытовая техника, управляющие системы и телекоммуникации». - М.: МГУС, 2002.- С. 94 - 97.

15. Шелухин О.И., Осин A.B. О фрактальносги и нестационарности цифровых речевых потоков // Информационные технологии в электротехнике и электроэнергетике: Труды / V-ая Всероссийская научно-техническая конференция. - Чебоксары: ЧТУ, 2004. - С. 266 - 268.

16. Шелухин О.И., Осин A.B. Имитационное моделирование мультиплексора Frame Relay с речевыми потоками на входе, полученными с использованием марковской цепи // Информационные технологии в электротехнике и электроэнергетике: Труды / V-ая Всероссийская научно-техническая конференция. - Чебоксары: ЧТУ, 2004. - С. 268 - 270.

17. Осин A.B. Имитационное моделирование сетей связи в среде ns2 в условиях самоподобного трафика // Электротехнические комплексы и информационные системы / Известия ВУЗов. - М,: МГУС, 2005. - № 1. С. 71 - 78.

18. Шелухин О.И., Осин A.B., Урьев Г.А. Результаты экспериментальных исследований сетевого трафика телекоммуникационной сети // Теоретические и прикладные проблемы сервиса. - М.: МГУС, 2005. - №4. С. 90-95.

Печ. л. ш Тираж 1йО_Заказ W

Типография МЭИ (ТУ), Красноказарменная ул., д. 13

Введение.

Глава 1. Самоподобность телекоммуникационного трафика. Постановка задачи исследования.

1.1. Основные положения теории самоподобных процессов.

1.1.1. Оценка показателя Херста.

1.1.2. Самоподобность трафика ТС.

1.1.3. Самоподобность речевого трафика.

1.2. Качество обслуживания в ТС.

1.2.1. Определение QoS.

1.2.2. Влияние самоподобности трафика речи на QoS.

1.2.3. Пути оптимизации параметров ТС по QoS.

1.3.Основные характеристики речевого трафика.

1.3.1. Методы сегментации речевого трафика.

1.3.2. Агрегирование речевого трафика и исследование его самоподобности.

1.4. Постановка задачи исследования.

Глава 2. Результаты экспериментальных исследований речевого трафика.

2.1. Постановка задачи.

2.2. Структура моделируемого узла ТС.

2.3. Результаты измерения характеристик речевого трафика.

2.3.1. Статистические характеристики речевого трафика на уровне вызовов.

2.3.2. Статистические характеристики речевого трафика на уровне пакетов.

2.4. Статистический анализ суммарного трафика ТС.

2.5. Экспериментальное исследование нестационарности речевых потоков.

2.6. Выводы.

Глава 3. Самоподобные и марковские модели речевого трафика.

3.1. Постановка задачи.

3.2. Марковские модели цифровых потоков на выходе кодека G.711.

Ф 3.3. Разработка моделей речевого трафика.

3.3.1. Полу марковские модели речевого трафика на уровне вызовов.

3.3.2. Оценка параметров полу марковской модели и результаты моделирования речевого трафика на уровне вызовов.

3.3.3. Анализ речевого трафика на уровне пакетов.

3.3.4. Анализ самоподобности агрегированного трафика VoIP.

3.3.5. Модель агрегированного трафика VoIP на уровне пакетов.

3.3.6. Математическая формулировка предлагаемых моделей речевого трафика.

3.4. Оценка фрактальных свойств речевых процессов: реальных и получен

Л ных в результате моделирования.

3.5. Методика оценки стационарности моделируемых потоков.

3.6. Выводы.

Глава 4. Оценка влияния самоподобности речевого трафика на QoSbTC.

4.1. Постановка задачи.

4.2. Оценка влияния самоподобности речевого трафика на QoS в VoFR-системах.

4.2.1. Результаты имитационного моделирования маршрутизатора FR с кодеками G.728 на входе. Марковские модели.

4.2.2. Моделирование мультиплексора Frame Relay с фрактальным трафиком на входе.

4.2.3. Выводы.

4.3. Оценка влияния самоподобности речевого трафика на показатели QoS методами имитационного моделирования ТС в среде ns2.

4.3.1. Цели, задачи и объект моделирования.

4.3.2. Разработка структурной схемы для имитационного моделирования.

4.3.3. Имитационное моделирование речевого трафика.

4.3.4. Оценка влияния самоподобности речевого трафика на показатели QoS.

4.3.5. Выводы.

4.4. Оптимизация параметров ТС на основе минимизации функционала невязки показателей QoS.

4.4.1. Постановка задачи.

4.4.2. Описание алгоритма минимизации функционала невязки.

4.4.3. Результаты оптимизации.

4.4.4. Оценка влияния самоподобности трафика на результаты оптимизации.

4.4.5. Выводы.

4.5. Выводы.

Самоподобность и фракталы - понятия, впервые введенные Б. Мандельбро-том. Фракталы описывают явление, при котором некоторое свойство объекта ф (например, реального изображения, временного ряда) сохраняется при масштабировании пространства и/или времени. Объект является самоподобным или фрактальным, если его части при увеличении подобны (в некотором смысле) образу целого. В отличие от детерминированных фракталов, стохастические фрактальные процессы не обладают четким сходством составных частей в мельчайших деталях. Несмотря на это, стохастическая самоподобность является свойством, которое может быть проиллюстрировано наглядно и оценено математически.

Стохастический процесс называется фрактальным, когда некоторые из его важных статистических характеристик проявляют свойства масштабиро-ф вания с соответствующими масштабными показателями.

Последние исследования локального и глобального трафика показали, что сетевой трафик проявляет изменчивость в широком диапазоне масштабов времени [21, 22, 23, 30, 65]. Поразительна повсеместность этого явления, наблюдаемого в различных сетевых технологиях, от Ethernet до ATM, LAN и WAN, сжатом видео и WWW трафике, основанном на HTTP. Такая масштабно-инвариантная изменчивость не совместима с традиционными моделями сетевого трафика, которые проявляют пульсирующий характер на коротких масштабах времени, но сильно сглажены на больших масштабах времени, поэтому в них отсутствует долговременная зависимость (ДВЗ). Поскольку инвариантная к масштабу пульсирующая структура трафика может оказывать сильное влияние на производительность сети, то анализ причин и последствий самоподобности в трафике является очень важной задачей. Многочисленные измерения сделали очевидным, что инвариантная к масштабу пульсирующая структура является не отдельным, побочным явлением, а, скорее, характерной особенностью, сложившейся в пределах сетевых окружений.

Системы передачи речи существуют уже более сотни лет и успели прочно войти в нашу жизнь. Со временем такие системы развивались и совершенствовались, приобретая все новые возможности и осваивая новые технологии.

По мере совершенствования систем передачи речи и роста числа подписчиков на речевые сервисы, такие системы все более усложнялись, делая существующие методы проектирования несостоятельными. Переход к системам пакетной передачи речи демонстрирует пример подобного развития событий: в традиционной телефонии с коммутацией каналов применяются методы расчета, которые не подходят для случая коммутации пакетов.

Особенности пакетной коммутации приводят к необходимости пересмотреть традиционные подходы к анализу и синтезу телекоммуникационных систем (ТС) с использованием традиционной теории телетрафика и теории массового обслуживания. При рассмотрении систем пакетной передачи речи появляются новые особенности и характеристики качества обслуживания, которых лишена традиционная телефония. Возникают новые возможности, связанные, например, с подавлением пауз в речи и использованием освободившегося ресурса. Механизмы подавления пауз (VAD - voice activity detection), реализованные в большинстве производимого на сегодняшний день телекоммуникационного оборудования для пакетных сетей с интеграцией речевых сервисов, еще больше усложняет динамику потоков трафика в ТС. Это влечет за собой появление новых методик расчета, проектирования и моделирования ТС с пакетной передачей речи.

Особую значимость для проектирования речевых сервисов имеют адекватные модели речевого трафика как отдельного источника, так и мультиплексированных потоков. Последние исследования показывают, что телекоммуникационный трафик для большинства видов сервисов является самоподобным (фрактальным). Известно большое количество экспериментальных и теоретических исследований в этом направлении. Однако очень небольшое число посвящено исследованию фрактальной природы трафика речевых сервисов [34]. Есть предположение, что подобными свойствами обладает и речевой трафик.

На сегодняшний день не существует систематизированных исследований, посвященных изучению воздействия самоподобных свойств суммарного трафика отдельных голосовых источников на качество обслуживания каждого подписчика сервиса передачи речи. Исследование данной проблемы представляется особенно важным, так как при наличии самоподобного трафика в системах передачи речи качество обслуживания теоретически должно быть хуже по сравнению с тем, что наблюдалось бы в случае пуассоновского трафика.

Использование самоподобных (фрактальных) моделей трафика позволит более точно описать и воспроизвести речевой трафик, что обеспечит возможность получения показателей качества обслуживания (QoS), соотносимых с реально наблюдаемыми.

В России "фрактальное" направление в радиофизике и радиотехнике впервые получило широкое развитие в Институте радиотехники и электроники РАН (работы д.ф.-м.н. А.А. Потапова с коллегами) с целью создания новых прорывных информационных технологий с использованием текстурных (80-е гг. XX в.) и фрактальных (90-е гг. XX в.) мер на основе принципов нелинейной динамики (см., например, [1 -10] и обширные ссылки в них). На основе данных исследований, в ИРЭ РАН развивается новое фундаментальное научное направление — применение теории динамических систем и фрактальной топологии в задачах повышения информативности радиосистем различного назначения.

Аналогичные задачи возникают при решении проблем использования хаоса для кодирования и передачи информации. Среди работ отечественных ученых следует выделить труды А.С. Дмитриева, А.И. Панаса, М.В. Капранова, В.Н. Кулешова, Н.Н. Удалова, Б.С. Цибакова.

Опыт, накопленный после проведения многочисленных теоретических и экспериментальных исследований, проводимых как российскими, так и зарубежными учеными, позволяет рассмотреть проблему применимости фрактальных подходов к изучению трафика передачи речи.

В результате актуальными представляется исследование свойств самоподобности речевого трафика и их влияния на характеристики QoS телекоммуникационных сетей. Особый интерес представляет разработка алгоритмов оптимизации входных параметров ТС с целью обеспечения заданного QoS.

Целями диссертационной работы являются исследование свойств самоподобности речевого трафика, оценка их влияния на характеристики качества обслуживания и оптимизация входных параметров ТС для обеспечения заданного QoS.

Для достижения поставленных целей потребуется решить задачи: а) разработки специализированного программного обеспечения и проведение комплекса экспериментальных исследований трафика в ТС с целью оценки статистических и фрактальных характеристик речевого трафика для различных видов речевых кодеков; б) разработки аналитических и численных моделей и их сравнительного анализа с целью адекватного описания и имитационного моделирования речевого трафика VoIP с учетом самоподобных свойств для различных видов кодеков (кодека формы G.711 и гибридных: G.728, G.729, G.723.1), использующих VAD; в) разработки вычислительных алгоритмов и реализующего их программного обеспечения (ПО) с целью численной оценки выходных характеристик качества обслуживания QoS телекоммуникационных сетей в условиях самоподобности речевого трафика в различных сетевых окружениях (на примере узла сети Frame Relay и абстрактной IP-сети); г) разработки алгоритмов и ПО численной оптимизации входных параметров ТС с целью обеспечения QoS и оценки влияния самоподобности речевого трафика на параметры качества обслуживания.

Методы исследования. Для решения перечисленных задач в работе использованы методики статистической обработки данных, теории массового обслуживания, теории марковских цепей, а также имитационного моделирования на ПЭВМ.

В диссертации получены следующие новые научные и практические результаты:

1. Разработано специализированное программное обеспечение и проведен комплекс экспериментальных исследований статистических и фрактальных характеристик трафика в крупномасштабных телекоммуникационных сетях. Показано, что трафик речевых сервисов обладает самоподобными (фрактальными) свойствами.

2. Разработаны и реализованы численными и аналитическими методами марковские и фрактальные модели речевого трафика VoIP как на уровне соединений, так и на пакетном уровне при использовании кодеков G.711, G.728, G.729, G.723.1 и механизма VAD, параметры которых оценены из статистических характеристик реального трафика ТС.

3. Разработаны алгоритмы, ПО и получены численные результаты анализа влияния самоподобности речевого трафика на характеристики QoS телекоммуникационной сети, а также проведена численная оптимизация входных параметров телекоммуникационной сети с целью обеспечения гарантированных параметров QoS в условиях самоподобного речевого трафика и оценено влияние степени самоподобности сетевого трафика на результаты оптимизации.

Практическая ценность работы и ее реализация. Результаты, полученные в диссертационной работе, могут использоваться при проектировании речевых сервисов в телекоммуникационных системах. Разработанное программное обеспечение может применяться как в практике специалистов в области телекоммуникаций, так и в научных и учебных целях.

Апробация работы. Основные результаты автором докладывались и обсуждались на следующих конференциях.

1. 58-я Научная сессия РНТОРЭС им. А.С. Попова, Москва, 2003 г.

2. Десятая Международная научно-техническая конференция студентов и аспирантов: МЭИ //Радиотехника, Электроника и Энергетика //, Москва 2004 г.

3. XXXVI научно-методическая конференция профессорско-преподавательского состава МТУ СИ, Москва, 2003 г.

4. Научная конференция профессорско-преподавательского, научного и инженерно-технического состава МТУСИ, Москва, 2004 г.

5. Третья Международная конференция «Индустрия сервиса в XXI веке»: Современная бытовая техника, управляющие системы и телекоммуникации, Москва, 2001 г.

6. Четвёртая Международная конференция «Индустрия сервиса в XXI веке»: Информационные технологии в XXI веке. Москва, 2002 г.

7. V Всероссийская научно-техническая конференция «Информационные технологии в электротехнике и электроэнергетике», Чебоксары, 2004 г.

По теме диссертации автором опубликовано 18 печатных работ. В том числе 1 монография, 1 учебное пособие, 5 статей и 11 тезисов выступлений на конференциях.

4.5. Выводы

В главе проведен анализ и выполнена оптимизация работы ТС при передаче ре

• чевого трафика с пакетной коммутацией по критерию обеспечения заданного качества обслуживания. Оценено влияние степени самоподобности трафика на показатели QoS как для канального уровня VoFP сети, так и для сетевого уровня VoIP. Показано, что в целом, увеличение самоподобности трафика ведет к ухудшению показателей качества и должно учитываться при оптимизации ТС.

1. Разработана структурная схема, алгоритм и ПО маршрутизатора сети Frame Relay, а также предложены имитационные модели трафика VoFR на базе ЦМ самоподобных процессов, позволившие провести оценку QoS в зависимости от характеристик входного трафика и параметров маршрутизатора.

Показано, что задержки пакетов на выходе маршрутизатора описываются распределениями с «тяжелыми хвостами» и существенно отличаются от экспоненциального. Найдено, что увеличение степени самоподобности влечёт за собой рост средних задержек и процента потерянных пакетов; вероятность блокировки при неизменном числе пользователей на входе мультиплексора растёт, а эффективность системы, в целом, снижается.

2. Найдено, что трафик речевых источников, формируемых кодеком G.729B, является самоподобным и может генерироваться на основе источника Паре-то с заданными параметрами.

Для оценки основных параметров QoS разработано ПО, позволяющее оценить процент потерянных пакетов, среднюю задержку на IP-пакет, среднее значение джиттера и СКО джиттера на IP-пакет. Получено, что случайный характер задержек для каждого пакета описывается распределением, зависящим от показателя Херста (Н) суммарного потока. Разработан алгоритм оптимизации, реализовано программное обеспечение в среде ns2 и проведено имитационное моделирование ТС при эксплуатации речевых сервисов в условиях самоподобности речевого трафика. В качестве критерия оптимизации предложено использовать минимум интегрального функционала невязки параметров качества обслуживания, позволяющий оценить вектор входных параметров ТС, гарантирующий заданное качество обслуживания.

Данные, полученные на основе результатов имитационного моделирования, позволяют оптимизировать вектор входных параметров ТС, обеспечивающий заданное качество обслуживания при допустимых погрешностях. Для обеспечения сходимости результатов число итераций может не превышать 50. Найдено, что результаты оптимизации зависят от степени самоподобности телекоммуникационного трафика. С увеличением показателя Херста точность производимой оптимизации увеличивается, однако при Н, стремящемся к 1, точность начинает снижаться.

ЗАКЛЮЧЕНИЕ

В диссертационной работе исследованы свойства самоподобности речевого трафика, оценено влияние самоподобности на характеристики качества обслуживания, проведена оптимизация входных параметров ТС с целью обеспечения заданного QoS.

На основании проведенных исследований сделаны следующие выводы и заключения:

1. Проведенный статистический анализ трафика крупной корпоративной ТС показал, что суммарный трафик обладает существенными самоподобными свойствами, а также является долговременно зависимым случайным процессом, что должно обязательно учитываться при оптимизации ТС.

2. Статистический анализ речевого трафика показывает, что он может быть представлен в виде двух, в общем случае, нестационарных компонент.

Первая, обусловленная трафиком на уровне вызовов на больших (минутных и часовых) интервалах времени, описывая периодические структуры ежедневных нагрузок, имеет сильно пульсирующую, в общем случае, негауссовскую структуру. Вторая компонента присутствует только на малых (секундных и минутных) масштабах времени, имеет самоподобный долговременный характер и постепенно исчезает при увеличении масштаба. Распределения процессов длительностей вызовов и интервалов между поступлениями вызовов существенно отличаются от экспоненциального и хорошо описываются распределениями с «тяжелыми хвостами», в частности, распределением Парето.

3. Показано, что трафик речи на уровне вызовов может быть описан и смоделирован полумарковским процессом, который полностью характеризуется своими элементами: матрицей переходных вероятностей; матрицей ФР; начальным распределением состояний.

Для описания сильно пульсирующего трафика на пакетном уровне предложена нестационарная ФГШ-модель, для отсчетов сетевого трафика которой число суммируемых парциальных ФГШ оценивается из полу

153 марковской модели вызовов, а длительность интервала суперпозиции, соответствующего i-му состоянию ЦМ, определяется функцией распределения для этого состояния, ф 4. Анализ статистических характеристик речевых мультиплексированных IPпотоков показал, что при числе мультиплексируемых источников более 20 обрабатываемые потоки можно считать стационарными в широком смысле, при этом исследуемый мультиплексированный трафик можно считать самоподобным. Оценки степени самоподобности методами R/S-статистики и изменения дисперсии показали, что показатель Херста лежит на интервале 0,75 - 0,95.

5. Обосновано положение о том, что математические модели трафика ТС должны иметь ограничения, задаваемые на уровне приложений. Показано, что одним из самых эффективных подходов для аналитического описания трафика является использование пуассоновских процессов, управляемых марковскими. Число состояний ЦМ должно определяться из статистических характеристик речевого трафика на выходе кодека речи или мультиплексора. Разработана методика оценки числа состояний и параметров аппроксимирующей ЦМ по статистическим характеристикам измеренного трафика ТС, подтвержденная численными экспериментами. Показано, что самоподобные модели являются удачной аппроксимацией для агрегированного трафика VoIP, хотя и уступают марковским моделям в аналитическом описании.

6. Имитационное моделирование кодеков G.711, G.728 и G.729 показало, что суммарный речевой трафик проявляет свойства самоподобности и долговременной зависимости. При этом тип используемого кодека оказывает незначительное влияние на оцененный показатель Херста, а причиной ДВЗ в трафике VoIP являются такие характеристики VAD, как динамический энергетический порог и размытие по времени.

7. Для оценки влияния степени самоподобности трафика на показатели QoS как для канального уровня VoFP сети, так и для сетевого уровня VoIP разработана структурная схема, алгоритм и ПО маршрутизатора сети Frame Relay, позволяющие осуществить имитационное моделирование этого элемента сети.

Предложены имитационные модели трафика VoFR как на базе марковских, так и на базе самоподобных процессов, позволившие провести оценку основных характеристик маршрутизатора и QoS в зависимости от характеристик входного трафика и параметров маршрутизатора.

8. Найдено, что увеличение степени самоподобности (показателя Херста Н) влечёт за собой рост средних задержек, особенно при высокой загруженности системы ~ 0,8 - 0,9. В перегруженном состоянии, из-за ограниченности размеров буфера, средние задержки сходятся к некоторому фиксированному значению. С увеличением показателя Херста вероятность блокировки (при неизменном числе пользователей на входе мультиплексора) растёт, а эффективность системы снижается.

9. Разработано программное обеспечение и проведено имитационное моделирование по оценке основных параметров QoS ТС (процент потерянных пакетов, средняя задержка на IP-пакет, среднее значение и СКО джиттера на IP-пакет) в условиях самоподобности речевого трафика. Найдено, что, в целом, само-подобность речевого трафика ухудшает показатели качества обслуживания.

10. Разработан алгоритм и ПО оптимизации вектора входных параметров ТС, обеспечивающий заданное QoS по критерию минимума интегрального функционала невязки параметров качества обслуживания при допустимых погрешностях.

Полученные в процессе оптимизации зависимости изменения входных параметров от количества шагов минимизации позволяют сделать вывод о том, что для обеспечения сходимости результатов число итераций может не превышать 50. Найдено, что результаты оптимизации зависят от степени самоподобности телекоммуникационного трафика. С увеличением показателя Херста точность производимой оптимизации увеличивается, однако при Н, стремящемся к 1, точность начинает снижаться.

1. Потапов А.А. Фракталы в радиофизике и радиолокации.- М.: Логос, 2002. -664с.;

2. Потапов А.А. Фракталы в радиофизике и радиолокации: Топология выборки.- М.: Университетская книга, 2005. 848 с.

3. Potapov А.А., German V.A. Detection of Artificial Objects with Fractal Signatures // Pattern Recognition and Image Analysis. 1998. V. 8, № 2. P. 226 -229.

4. Потапов А.А. Новые информационные технологии на основе вероятностных текстурных и фрактальных признаков в радиолокационном обнаружении малоконтрастных целей // Радиотехника и электроника. 2003. Т. 48, №9. С. 1101-1119.

5. Потапов А.А., Герман В.А. О методах измерения фрактальной размерностей фрактальных сигнатур многомерных стохастических сигналов // Радиотехника и электроника, 2004. Т. 49, № 12. С. 1468 1491.

6. Potapov A.A., Булавкин B.B., Герман B.A., Вячеславова О.Ф. Исследование микрорельефа обработанных поверхностей с помощью методов фрактальных сигнатур // Журнал технической физики. 2005. Т. 75, № 5. С. 28-45.

7. Потапов А.А. Синергетические принципы нелинейной динамики и фракталы в разработке новых информационных технологий для современных радиосистем // Радиотехника. 2005. № 8.

8. Шелухин О.И., Тенякшев А.В., Осин А.В. Фрактальные процессы в телекоммуникациях: Монография / Под ред. О.И. Шелухина. М.: Радиотехника, 2003. - 480 стр.

9. Шелухин О.И., Тенякшев А.В., Осин А.В. Моделирование информационных систем: Учеб. пособие / Под ред. О.И. Шелухина. М.: САЙНС-ПРЕСС, 2005.-368 стр.

10. Leland W.E., Taqqu M.S., Willinger W., and Wilson D.V. On the self-similar nature of ethernet traffic // IEEE/ACM Transactions of Networking, 2(1), 1994. p. 1-15.

11. Цыбаков Б.С. Модель телетрафика на основе самоподобного случайного процесса // Радиотехника. 1999. № 5. с. 24-31.

12. Нейман В.И. Новое направление в теории телетрафика // Электросвязь. 1998. №7. с. 27-30.

13. Tsybakov B.S., Georganas N.D. Self-similar processes in communications networks // IEEE Trans. Inform. Theory, vol. 44. Sep.1998. P. 1713-1725.

14. Заборовский B.C. Методы и средства исследования процессов в высокоскоростных компьютерных сетях: Диссертация на соискание ученой степени доктора технических наук. СПб., 1999 г.

15. Городецкий А.Я., Заборовский B.C., Информатика. Фрактальные процессы в компьютерных сетях / Учебное пособие. СПб.: СПбГТУ, 2000.

16. Петров В.В. Самоподобие в сетевом трафике II 58-я Научная сессия РНТОРЭС им. А.С. Попова: Сборник трудов. Том 2. М., 14-15 мая 2003. с. 126.

17. Park К., Willinger W. Self-Similar Network Traffic and Performance Evaluation. John Wiley & Sons, 2000.

18. Beran J. Statistical Methods for Data with Long-Range Dependence // Statistical Science, Volume 7, Issue 4. .1992. P. 404-416.

19. Шредер М. Фракталы, хаое, степенные законы. Миниатюры из бесконечного рая. Москва-Ижевск, 2001.-23. Paxson V., Floyd S. Wide-Area Traffic: The Failure of Poisson Modeling // IEEE/ACM Transactions on Networking, 1995.

20. Dang T.D., Sonkoly В., Molnar S. Fractal Analysis and Modelling of VoIP Traffic // NETWORKS2004, Vienna, Austria, June 13-16, 2004.

21. Кучерявый E.A. Управление трафиком и качество обслуживания в сети Интернет. СПб.: Наука и Техника, 2004. 336 с.

22. Petroff V. Self-Similar Network Traffic: From chaos and Fractals to Forecasting and QoS // NEW2AN. St.Petersburg, 2004. P. 110-118.

23. Ершов M.A., Кузнецов H.A. Теоретические основы построения сети с интеграцией служб. М.: ИППИ РАН, 1995.

24. Столлингс В. Современные компьютерные сети: Питер, 2-е изд. (пер. с англ. А.Леонтьева), 2003 г. 784 с.

25. Документация и программное обеспечение сетевого симулятора ns-2: http://www-mash.CS.Berkeley.EDU/ns.

26. Официальный сайт проекта VINT: http://www.isi.edu/nsnam/vint/index.html.

27. Bates S. Traffic Characterization and Modelling for Call Admission Control Schemes on Asynchronous Transfer Mode Networks. A thesis submitted for the degree of Doctor of Pfilosophy. The University of Edinburgh. 1997.

28. Beran J. Statistics for Long-Memory Processes. Chapman & Hall, New York, 1994.

29. Cox D.R., Renewal Theory, Methuen and Co., London, 1962.

30. Crovella M.E. and Bestavros A., Explaining World Wide Web Traffic Self-Similarity, Technical Report: TR-95-015, Computer Science Department, Boston University, 1995.

31. Crovella M.E. and Bestavros A. Self-similarity in world wide web traffic: evidence and possible causes. In Proceedings of the 1996 ACM SIGMET-RICS. International Conference on Measurement and Modeling of Computer Systems, May 1996.

32. Crovella M. and Bestavros A. Performance characteristics of world wide web information systems. Tutorial at the SIGMETRICS'97, 1997.

33. Erramilli A., Narayan O. and Willinger W. Experimental queueing analysis with long-range dependent packet traffic. IEEE/ACM Transactions on Networking, 4:209-223, 1996.

34. Feder J. Fractals. Plenum Press, New York, 1988.

35. Grasse M., Frater M. and Arnold J. Implications of non-stationarity of MPEG2. In COST257TD(97)10,1997.

36. Hurst H.E. Long-term storage capacity of reservoirs. Transactions of the American Society of Civil Engineers, 116:770-808,1951.

37. Hurst H.E. Methods of using long-term storage in reservoirs. Proceedings of the Institution of Civil Engineers, Part I, pages 519-577,1955.

38. Hurst H.E., Black R.P. and Simaika Y.M. Long-Term Storage: An Experimental Study. Constable, London, 1965.

39. Leland W.E. LAN traffic behavior from milliseconds to days. In Proceedings of the ITC 7th Specialist Seminar, Morristown, N.J., 1990.

40. Leland W.E., Taqqu M.S., Willinger W., and Wilson D.V. Statistical analysis of high time-resolution Ethernet LAN traffic measurements. In M. E. Tarter and M.159

41. D. Lock, editors, Statistical Applications of Expanding Computer Facilities, volume 25, pages 146-155. Interface Foundation of North America, 1993. Computing Science and Statistics.

42. Levy Vehel J. and Riedi R. Fractional brownian motion and data traffic modeling: The other end of the spectrum. In Fractals in Engineering 97, pages 185-202. Springer, 1997.

43. Li G.L. and Dowd W.D., An Analysis of Network Performance Degradation Induced by Workload Fluctuations, IEEEE/ACM Transactions on Networking, Vol. 3, No. 4, August 1995.

44. Lipsky L., Queueing Theory: A Linear Algebraic Approach. MacMillan and Company, New York, 1992.

45. Mandelbrot B.B. Self-similar error clusters in communications systems and the concept of conditional systems and the concept of conditional stationarity. IEEE Transactions on Communications Technology, COM-13:71-90,1965.

46. Mandelbrot B. Some Noises with 1 If Spectrum, a Bridge Between Direct Current and White Noise. IEEE Transactions on Information Theory, IT-13(2):289-298, April 1967.

47. Mandelbrot B.B. A fast fractional Gaussian noise generator. Water Resources Research, 7:543-553, 1971.

48. Mandelbrot B.B. The Fractal Geometry of Nature. W.H. Freeman and Co., San Francisco, 1982.

49. Molnar S., Maricza I., «Source Characterization in Broadband Networks», High Speed Networks Laboratory, Dept. of Telecommunications and Telematics, Technical University of Budapest, 1999.

50. Molnar S. and Miklos Gy. On burst and correlation structure of teletraffic models. In D. D. Kouvatsos, editor, 5th IFIP Workshop on Performance Modelling and Evolution of ATM Networks, Ilkley, U.K., July 1997.

51. Norros I. A storage model with self-similar input. Queueing Systems And Their Applications, 16:387-396,1994.

52. Norros I. On the use of fractional Brownian motion in the theory of connectionless networks. IEEE Journal on Selected Areas in Communications, 13:953962, 1995.

53. Norros I., "Four approaches to the fractional Brownian storage," Fractals in Engineering, pp. 154-169,1997.

54. Paxson V., "Fast, approximate synthesis of fractional Gaussian noise for generating self-similar network traffic," Computer Communication Review, vol. 27, pp. 5-18, Oct. 1997.

55. Taqqu M.S. A bibliographical guide to self-similar processes and long-range dependence. In E. Eberlein and M. S. Taqqu, editors, Dependence in Probability and Statistics, pages 137-162, Boston, 1986. Birkhauser.

56. Taqqu M.S. Self-similar processes. In S. Kotz and N. Johnson, editors, Encyclopedia of Statistical Sciences, pages 352-357. Wiley, New York, 1988. Volume 8.

57. Taqqu M.S., Willinger W. and Sherman R., "Proof of a fundamental result in self-similar traffic modeling", Computer Communication Review 27, pp.5-23,1997.

58. Teverovsky V. and Taqqu M.S. Testing for long-range dependence in the presence of shifting means or a slowly declining trend using a variance-type estimator. Preprint, 1995.

59. Willinger W., Taqqu M.S. and Erramilli A., A Bibliographical Guide to Self-Similar Traffic and Performance Modeling for Modern High-Speed Networks, Stochastic Networks: Theory and Applications, Oxford University Press, 1996.

60. Шелухин О.И., Лукьянцев Н.Ф. Цифровая обработка и передача речи. -М.: Радио и связь, 2000. С. 456.

61. Шелухин О.И. Негауссовские процессы в радиотехнике. М.: Радио и связь, 1999. С. 289.

62. Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений. М.: Физматгиз, 1962. 1041 с.

63. Шварц М. Сети ЭВМ. Анализ и проектирование. М.: Радио и связь, 1981.336 с.

64. Блох Э.Л., Попов О.В., Турин В.Я. Модели источника ошибок в каналах передачи цифровой информации. М.: «Связь»,1971. 312 с.

65. Нейман В.И. Самоподобные процессы и их применение в теории телетрафика// Труды MAC. 1999, №1(9). С. 11-15.

66. Шелухин О.И., Осин А.В. Исследования самоподобной структуры трафика Ethernet // Радиоэлектроника и информатика: Сб. науч. трудов / Вестник МГУС: Под ред. О.И. Шелухина. М.: МГУС, 2002. - С. 12 - 27.

67. Осин А.В. Синтез фрактального гауссовского шума // Радиоэлектроника и информатика: Сб. науч. трудов / Вестник МГУС: Под ред. О.И. Шелухина. М.: МГУС, 2002. - С. 27 - 37.

68. Осин А.В. Сравнительный анализ методик оценки самоподобности телекоммуникационного трафика // Радиоэлектроника и информатика: Сб. науч. трудов / Вестник МГУС: Под ред. О.И. Шелухина. М.: МГУС, 2002.-С. 37-46.

69. Шелухин О.И. Самоподобные процессы и их применение в телекоммуникациях // «Теоретические и прикладные проблемы сервиса», №3(4). -М: Издательство МГУС, 2002. С. 62 - 71.

70. Рабинер JI. Р., Шафнер Р. В., Цифровая обработка речевых сигналов: Пер. с англ./Под ред. М. В. Назарова и Ю. Н. Прохорова. М.: Радио и связь, 1981. С. 496.

71. Шелухин О.И., Леднёв А.В., Осин А.В. Марковская модель цифрового речевого сигнала // LVIII научная сессия РНТОРЭС им. А.С. Попова, посвященная Дню радио: Труды. М.: ИПРЖР, 14 - 15 мая 2003. - Т. 1. - С. 61 - 63.

72. Шелухин О.И., Леднёв А.В., Осин А.В. О фрактальной структуре цифровых речевых потоков // LVTII научная сессия РНТОРЭС им. А.С. Попова, посвященная Дню радио: Труды. М.: ИПРЖР, 14 -15 мая 2003. - Т. 1. - С. 63 - 65.

73. Шелухин О.И., Осин А.В. Методы моделирования фрактальных процессов // XXXVI научно-методическая конференция профессорско-преподавательского состава МТУСИ: Труды. М.: МТУСИ, 28 - 30 января 2003 г.-С. 110-112.

74. Шелухин О.И., Осин А.В. Экспериментальные исследования фрактальных процессов в сетях Ethernet // XXXVI научно-методическая конференция профессорско-преподавательского состава МТУСИ: Труды. М.: МТУСИ, 28-30января 2003 г.-С. 112-113.

75. Осин А.В. Самоподобность телекоммуникационного трафика // Индустрия сервиса в XXI веке: Труды / Четвертая Международная конференция. Секция «Современная бытовая техника, управляющие системы и телекоммуникации». М.: МГУС, 2002.- С. 94 - 97.

76. Шелухин О.И., Осин А.В. О фрактальности и нестационарности цифровых речевых потоков // Информационные технологии в электротехнике и электроэнергетике: Труды / V-ая Всероссийская научно-техническая конференция. Чебоксары: ЧТУ, 2004. - С. 266 - 268.

77. Осин А.В. Имитационное моделирование сетей связи в среде ns2 в условиях самоподобного трафика // Электротехнические комплексы и информационные системы / Известия ВУЗов. М.: МГУ С, 2005. - № 1. - С. 71 - 78.

78. Шелухин О.И., Осин А.В., Урьев Г.А. Результаты экспериментальных исследований сетевого трафика телекоммуникационной сети // Теоретические и прикладные проблемы сервиса. М.: МГУ С, 2005. - №4.

79. Банди Б. Методы оптимизации. Вводный курс: Пер. с англ. М.: Радио и связь, 1988. - 128 е.: ил.1. Of-f/зШ 7- £

80. МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СЕРВИСАна правах рукописи1. Осин Андрей Владимирович

81. ВЛИЯНИЕ САМОПОДОБНОСТИ РЕЧЕВОГО ТРАФИКА НА КАЧЕСТВО ОБСЛУЖИВАНИЯ В ТЕЛЕКОММУНИКАЦИОННЫХ СЕТЯХ1. ТОМ 2

82. Специальность 05.12.13 «Системы, сети и устройства телекоммуникаций»

83. Диссертация на соискание учёной степени кандидата технических наук

84. Научный руководитель: заслуженный деятель науки РФ, доктор технических наук, профессор Шелухин Олег Иванович1. Москва 20051. СОДЕРЖАНИЕ