Способ целенаправленной трансформации параметров модели реального фрагмента сети связи

Изобретение относится к средствам моделирования сетей связи. Техническим результатом изобретения является повышение адекватности моделирования путем учета нагрузки, создаваемой неоднородными абонентами, принадлежащими разным системам управления, и определение параметров модели, при которых обеспечивается обслуживание абонентов с заданным качеством. Способ целенаправленной трансформации параметров модели реального фрагмента сети связи заключается в том, что формируют исходные данные для моделирования сети связи, задают количество разнородных абонентов, их распределение по узлам сети связи, нагрузку от каждого пользователя и закон ее распределения, закон формирования матрицы информационных направлений между пользователями, требуемую вероятность обслуживания для каждого информационного направления между абонентами, моделируют функционирование сети связи с учетом нагрузки от пользователей, рассчитывают вероятность обслуживания на каждом информационном направлении между абонентами и сравнивают с требуемой вероятностью, изменяют параметры модели до тех пор, пока вероятность обслуживания на информационном направлении между абонентами будет меньше требуемой. 5 ил.

 

Изобретение относится к средствам моделирования сетей связи и может быть применено для моделирования сети связи, инвариантной заданному сегменту и учитывающей нагрузку от разнородных абонентов.

Сеть связи является технологической основой системы управления (Ермишян А.Г. // Теоретические основы построения систем военной связи в объединениях и соединениях: Учебник. Ч. 1. Методологические основы построения организационно-технических систем военной связи. СПб.: ВАС, 2005. С. 433, Боговик А.В., Игнатов В.В. // Теория управления в системах военного назначения: Учебн. ВАС, 2008. С. 35). В современных условиях развертывание под каждую систему управления собственной сети связи не является рациональным. Очевидность этого факта подтверждается эталонной моделью взаимодействия открытых систем (Олифер В.Г., Олифер Н.А. // Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 4-е изд. СПб.: Питер, 2010. С. 113-123), в которой заложено логическое разделение и независимость уровней. В частности, физический, транспортный и представительские уровни никак не зависят друг от друга. Такое разделение позволяет организовать сеть на более высоком, абстрактном уровне, не зависящем от физической реализации. Таким образом, можно организовать одни сети поверх других сетей. Идеи, заложенные в модели ЭМВОС, получили свое развитие в технологии VPN.

VPN (англ. Virtual Private Network - виртуальная частная сеть) - обобщенное название технологий, позволяющих обеспечить одно или несколько сетевых соединений (логическую сеть) поверх другой сети (например, Интернет) (Олифер В.Г., Олифер Н.А. // Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 4-е изд. СПб.: Питер, 2010. С. 148). Несмотря на то, что коммуникации осуществляются по сетям с меньшим или неизвестным уровнем доверия (например, по публичным сетям), уровень доверия к построенной логической сети не зависит от уровня доверия к базовым сетям благодаря использованию средств криптографии (шифрования, аутентификации, инфраструктуры открытых ключей, средств для защиты от повторов и изменений передаваемых по логической сети сообщений).

Системой управления предъявляются требования к сети связи (Ермишян А.Г. // Теоритические основы построения систем военной связи в объединениях и соединениях: Учебник. Ч. 1. Методологические основы построения организационно-технических систем военной связи. СПб.: ВАС, 2005. С. 460). Несмотря на то, что VPN является логической сетью, требования к ней, например, по своевременности и вероятности обслуживания, по пропускной способности, могут затрагивать физический, канальный и транспортный уровни модели ЭМВОС. Несколько систем управления могут одновременно использовать общую транспортную сеть, таким образом влияя друг на друга. Абоненты сети связи, принадлежащие разным системам управления, будут разнородными по отношению к друг к другу. Транспортная сеть при предоставлении услуги не разделяет между собой абонентов различных систем управления. Поэтому необходимо оценить возможности, предоставляемые транспортной сетью, с учетом использования этой же транспортной сети другими системами управления.

Информационно-телекоммуникационные системы относятся к классу больших систем, этапы проектирования, внедрения, эксплуатации и эволюции которых в настоящее время невозможны без использования различных видов моделирования (Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 2009. 343 с.).

Известен способ моделирования сети связи (изобретение «Способ моделирования сети связи» [Текст]: пат. 2476930 Рос. Федерация: МПК7 G06N 99/00, H04W 16/22, H04L 12/26 / О.А. Баленко [и др.]; заявитель и обладатель Военная академия связи им. С.М. Буденного. №2012106099/08; заявл. 20.02.2012; опубл. 27.02.2013, Бюл. №6. 17 с.: ил.), обеспечивающий возможность моделирования с учетом перемещения абонентов сети связи и вероятности смены узлов сети связи, обслуживающих этих абонентов.

Известен способ моделирования разнородных сетей связи (изобретение «Способ моделирования разнородных сетей связи» [Текст]: пат. 2481629 Рос. Федерация: МПК7 G06F 17/50, G06F 17/10 / Е.А. Алисевич [и др.]; заявитель и обладатель Санкт-Петербургский торгово-экономический институт. №2012100119/08; заявл. 10.01.2012; опубл. 10.05.2013, Бюл. №13. 19 с.: ил.), обеспечивающий расширение функциональных возможностей за счет расчета вероятности наличия маршрута между абонентами.

Недостатком перечисленных выше способов является то, что при моделировании не учитывается нагрузка от разнородных абонентов и результат моделирования не позволяет выявить критические элементы, параметры которых необходимо оптимизировать.

Наиболее близким по технической сущности к заявленному способу является способ моделирования сетей связи (изобретение «Способ моделирования сетей связи» [Текст]: пат. 2546318 Рос. Федерация: МПК7 G06F 17/50, G06F 17/10, H04W 16/22 / Е.А. Алисевич [и др.]; заявитель и обладатель Санкт-Петербургский торгово-экономический институт. №2014103873/08; заявл. 04.02.2014; опубл. 10.04.2015, Бюл. №10. 21 с.: ил.). Способ-прототип заключается в том, что задают исходные данные, формируют в каждом из статистических экспериментов граф вероятностей сети, имитируют перемещение абонентов, генерируют начальную топологию и структуру разнородных сетей, при этом исходные данные для моделирования формируют исходя из топологической структуры реальной сети и затем моделируют расположение неоднородностей в заданном фрагменте и расположение элементов в каждой неоднородности, формируют матрицу информационных направлений между узлами сети с другим узлом сети, фиксируют пути успешного функционирования для каждого информационного направления, генерируют значения пропускной способности и показателя живучести для сформированной линии привязки между узлами, рассчитывают вероятность наличия маршрута между абонентами.

Способ-прототип позволяет повысить достоверность моделирования сетей связи, а также обеспечивает возможность моделирования фрагментов сетей связи, инвариантных имеющимся, с учетом физико-географических условий местности и топологических неоднородностей, возникших в процессе развития сети.

Недостатком данного способа-прототипа является то, что при моделировании не учитывается нагрузка от разнородных абонентов и результат моделирования не позволяет выявить критические элементы, параметры которых необходимо оптимизировать.

Техническим результатом изобретения является повышение адекватности моделирования путем учета нагрузки, создаваемой неоднородными абонентами, принадлежащими разным системам управления, и определение параметров модели, при которых обеспечивается обслуживание абонентов с заданным качеством.

Технический результат достигается тем, что в известном способе целенаправленной трансформации параметров модели реального фрагмента сети связи задают площадь реального фрагмента сети связи произвольной формы выбранного региона, радиусы площадей неоднородностей, шаг изменения радиуса, формируют состав и структуру сети связи, инвариантной реальному фрагменту сети связи, задают матрицу информационных направлений между абонентами, дополнительно задают количество разнородных абонентов, распределение разнородных абонентов по узлам сети связи, нагрузку от каждого пользователя в виде интенсивности потока и закон ее распределения, закон формирования матрицы информационных направлений между пользователями, требуемую вероятность обслуживания на каждом информационном направлении между абонентами, производительность для каждого узла сети, моделируют функционирование сети связи с учетом нагрузки от пользователей, для чего в каждом из статистических экспериментов формируют матрицу информационных направлений между пользователями, рассчитывают кратчайший маршрут для каждого информационного направления между пользователями, рассчитывают и запоминают нагрузку на каждом узле маршрута, рассчитывают нагрузку для каждого узла сети связи в текущем статистическом эксперименте и запоминают ее, рассчитывают среднюю нагрузку для каждого узла сети связи, рассчитывают вероятность обслуживания на каждом узле сети связи и переходят к расчету вероятности обслуживания на каждом информационном направлении между абонентами, для чего последовательно для каждого информационного направления между абонентами рассчитывают все возможные маршруты и запоминают их, рассчитывают вероятности обслуживания на каждом маршруте и запоминают их, рассчитывают вероятность обслуживания на текущем информационном направлении и запоминают ее, сравнивают вероятность обслуживания на информационном направлении с требуемым значением, если значение вероятности обслуживания на текущем информационном направлении не меньше требуемой, то переходят к следующему информационному направлению, иначе изменяют параметры модели, для чего формируют вариационный ряд из вероятности обслуживания на узлах, входящих в маршруты текущего информационного направления, рассчитывают разницы между значениями членов вариационного ряда и запоминают их, рассчитывают среднюю разницу между значениями членов вариационного ряда и запоминают ее, последовательно увеличивают значения вероятности обслуживания узлов сети связи, начиная с младшего члена вариационного ряда, на разницу между значением этого члена и следующего члена вариационного ряда до тех пор, пока вероятность обслуживания на текущем информационном направлении будет меньше требуемой, если значения вероятностей обслуживания на узлах сети связи станут равны между собой, то увеличивают значение вероятности обслуживания на среднюю разницу между вероятностями обслуживания узлов сети связи у всех узлов, запоминают произведенные изменения вероятности обслуживания узлов сети связи, рассчитывают произведенные изменения производительности узлов сети связи, у которых произошли изменения вероятности обслуживания.

Проведенный анализ уровня техники позволил установить, что аналоги, характеризующиеся совокупностями признаков, тождественным всем признакам заявленного способа, отсутствуют. Следовательно, заявленное изобретение соответствует условию патентоспособности «новизна».

Результаты поиска известных решений в данной и смежной областях техники с целью выявления признаков, совпадающих с отличительными от прототипов признаками заявленного изобретения, показали, что они не следуют явным образом из уровня техники. Из определенного заявителем уровня техники не выявлена известность влияния предусматриваемых существенными признаками заявленного изобретения на достижение указанного технического результата. Следовательно, заявленное изобретение соответствует условию патентоспособности «изобретательский уровень».

Заявленный способ поясняется чертежами, на которых показаны:

фиг. 1 - алгоритм способа целенаправленной трансформации параметров модели реального фрагмента сети;

фиг. 2 - алгоритм моделирования функционирования сети связи, с учетом нагрузки от пользователей;

фиг. 3 - алгоритм расчета вероятности обслуживания на каждом информационном направлении между абонентами и изменения параметров модели под заданные требования;

фиг. 4 - структура сети связи (вариант);

фиг. 5 - изменение значений параметров модели на различных этапах алгоритма изменения параметров модели.

Заявленный способ реализован в виде алгоритма, представленного на фиг. 1.

В блоке 1 осуществляется формирование исходных данных для моделирования сети связи, топологически инвариантной реальному фрагменту сети связи, а именно: количество неоднородностей, минимальное и максимальное количество элементов в неоднородностях, минимальное и максимальное расстояние между центрами неоднородностей, радиус неоднородности (см. способ-прототип «Способ моделирования сетей связи»). Для этого задают площадь реального фрагмента сети связи произвольной формы выбранного региона, радиусы площадей неоднородностей, шаг изменения радиуса.

В блоке 2 дополнительно задают количество разнородных абонентов M. Всех разнородных абонентов можно разделить на две большие группы. В первую группу входят абоненты, принадлежащие системе управления, в интересах которой проводится оценка возможностей, предоставляемых транспортной сетью. Во вторую группу входят все остальные абоненты. Для того чтобы их различать, разнородных абонентов Mразнород.аб, входящих в первую группу, будем называть просто «абонентами» Mаб, а входящих во вторую группу - «пользователями» Мпольз. Таким образом,

Mразнород.аб=Mаб+Mпольз.

Задают распределение разнородных абонентов по узлам сети связи.

Задают нагрузку от каждого пользователя в виде интенсивности потока и закон ее распределения. Интенсивностью потока называют математическое ожидание числа событий в единицу времени в данный момент (Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 36). Например, для пуассоновского (простейшего) потока закон распределения задается выражением:

а для нормального распределения выражением:

где σ2 - дисперсия (см. Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 41-51, Вентцель Е.С. // Теория вероятностей: Учебник для студ.вузов. 10-е изд. М.: Издательский центр «Академия», 2005. С. 331-395).

Задают закон формирования матрицы информационных направлений между пользователями. Для заполнения матрицы информационных направлений между пользователями могут использоваться случайные законы. Случайные законы могут быть заданы путем генерации последовательности случайных чисел. Методы генерации последовательности случайных чисел по заданному закону распределения случайных величин известны и описаны (см., например, Кнут Д. Исскуство програмирования, том 2. Получисленные алгоритмы. 3-е изд. М.: «Вильяме», 2007. С. 11-165).

Задают требуемую вероятность обслуживания для каждого информационного направления производительность для каждого узла сети связи где - среднее время обслуживания в узле сети связи (Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 146-157).

В блоке 3 моделируют функционирование сети связи, с учетом нагрузки от пользователей.

В блоке 4 рассчитывают вероятность обслуживания на каждом информационном направлении между абонентами и сравнивают ее с требуемым значением.

В блоке 5 изменяют параметры модели, до тех пор пока вероятность обслуживания на информационном направлении между абонентами будет меньше требуемой.

Моделирование функционирования сети связи, с учетом нагрузки от пользователей реализовано в виде алгоритма, представленного на фиг. 2.

В блоке 1 вводят исходные данные, сформированные на первом этапе алгоритма целенаправленной трансформации параметров модели реального фрагмента сети связи (см. блок 1 на фиг. 1). Дополнительно задают K - количество статистических экспериментов.

В блоке 2 формируют состав и структуру сети связи, инвариантной реальному фрагменту сети связи (см. способ-прототип «Способ моделирования сетей связи»). Для чего фиксируют географические координаты элементов сети связи заданного фрагмента. Выделяют неоднородности сети связи заданного фрагмента путем применения адаптивного алгоритма кластеризации FOREL. Формируют фрагмент заданной площади. Моделируют расположение неоднородностей в заданном фрагменте. Моделируют расположение элементов сети связи в каждой неоднородности.

В блоке 3 устанавливают значение счетчика количества статистических экспериментов k равным «1».

В блоке 4 сравнивают текущее значение счетчика статистических экспериментов с количеством статистических экспериментов.

Если значение счетчика статистических экспериментов меньше количества статистических экспериментов, то в блоке 5 формируют матрицу информационных направлений между пользователями, где - количество сформированных информационных направлений.

В блоке 6 устанавливают значение счетчика номера информационного направления между пользователями равным «1».

В блоке 7 сравнивают текущее значение счетчика номера информационного направления с количеством информационных направлений.

Если значение счетчика меньше, то в блоке 8 рассчитывают кратчайший маршрут между пользователями q-го информационного направления. Одним из методов вычисления кратчайшего маршрута прохождения информационного трафика между пользователями сети связи является известный алгоритм Дейкстры (см., например, Евстигнеев В.А. // Применив теории графов в программировании / под ред. А.П. Ершова. М.: Наука. Главная редакция физико-математической литературы, 1985. С. 132).

В блоке 9 рассчитывают и запоминают нагрузку на каждом узле маршрута:

где - нагрузка на j-й узел сети связи, входящий в маршрут q-го информационного направления, и - нагрузка от пользователей q-го информационного направления.

В блоке 10 увеличивают значение счетчика номера информационного направления на «1» и переходят к следующему информационному направлению.

Если значение счетчика номера информационного направления больше количества информационных направлений между пользователями, то в блоке 11 рассчитывают нагрузку для каждого узла сети связи и запоминают ее:

В блоке 12 увеличивают значение счетчика количества статистических экспериментов на «1» и начинают новый статистический эксперимент.

Если значение счетчика больше количества статистических экспериментов, то в блоке 13 рассчитывают среднюю нагрузку для каждого узла сети связи:

где - нагрузка j-го узла сети связи в k-ом статистическом эксперименте.

В блоке 14 рассчитывают вероятность обслуживания на каждом узле сети связи и прекращают моделирование. Рассчитывают вероятность обслуживания Pj: Pj=1-Pb, где j=1, 2, …, J, J - количество узлов в сети связи, Pb - вероятность блокировки j-го узла. Расчет вероятности блокировки Pb зависит от принятой модели функционирования узла (см. классификацию систем массового обслуживания по Кендалу Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 71-73). Например, для системы с полными потерями, состоящей из m-серверов, рассчитывается по формуле потерь Эрланга:

где , λj - нагрузка на j-м узле сети связи, μj - производительность j-го узла сети связи.

Для системы M/M/1:N рассчитывается по формуле:

где N - размер буфера.

Расчет вероятности обслуживания на каждом информационном направлении между абонентами и изменение параметров модели под заданные требования реализовано в виде алгоритма, представленного на фиг. 3.

В блоке 1 вводят исходные данные, сформированные на втором этапе алгоритма целенаправленной трансформации параметров модели реального фрагмента сети связи и при моделировании функционирования сети связи, с учетом нагрузки от пользователей. Исходными данными являются распределение разнородных абонентов по узлам сети связи, матрица информационных направлений между абонентами, требуемая вероятность обслуживания на информационном направлении, производительность узла сети связи, состав и структура сети связи, инвариантной реальному фрагменту сети связи, вероятность обслуживания на каждом узле сети связи.

В блоке 2 устанавливают значение счетчика номера информационного направления i равным «1».

В блоке 3 сравнивают текущее состояние счетчика номера информационного направления с количеством информационных направлений.

В блоке 4 рассчитывают все возможные маршруты между абонентами текущего информационного направления и запоминают их. Маршрут - последовательность транзитных узлов сети, через которые передается информация между абонентами. Для формирования всех возможных маршрутов между двумя абонентами можно использовать «поиск в ширину» по графу сети и сформировать b-дерево графа сети связи. Алгоритм «поиска в ширину» и порядок формирования b-деревьев известен и описан (см. Асанов М.О., Баранский В.А., Расин В.В. // Дискретная математика: графы, матроиды, алгоритмы. Ижевск: НИЦ «РХД», 2001. С. 173-177; Майника Э. // Алгоритмы оптимизации на сетях и графах. Пер. с англ. М.: Мир, 1981. С. 63-77). На (фиг. 4) изображена сеть связи, где 1 - абонент, 2 - линия привязки абонента к узлу сети связи, 3 - узел сети связи, 4 - линии связи между узлами. Для сети связи (фиг. 4) и информационного направления АБ (фиг. 4а) между абонентами все возможные маршруты представлены в таблице (фиг. 4б). Столбцы таблицы соответствуют узлам сети связи, а строки - маршрутам между абонентами А и Б. Номера в ячейках соответствуют порядковому номеру узла в маршруте.

В блоке 5 рассчитывают вероятность обслуживания на каждом маршруте и запоминают их. Т.к. вероятность обслуживания на каждом узле сети связи - событие независимое, то вероятность обслуживания на маршруте рассчитывается по формуле (Вентцель Е.С. // Теория вероятностей: Учебник для студ. вузов. 10-е изд. М.: Издательский центр «Академия», 2005. С. 42):

где - количество маршрутов в i-м информационном направлении, - количество узлов сети связи в маршруте.

В блоке 6 рассчитывают вероятность обслуживания на текущем информационном направлении. Для того чтобы обслуживание на информационном направлении произошло, достаточно того, чтобы произошло обслуживание на любом маршруте, входящем в информационное направление. Т.к. обслуживания на маршрутах - события совместные, то вероятность обслуживания на информационном направлении, включающем себя L маршрутов, рассчитывается по формуле, согласно теореме сложения вероятностей (Вентцель Е.С. // Теория вероятностей: Учебник для студ. вузов. 10-е изд. М.: Издательский центр «Академия», 2005. С. 37):

В блоке 7 сравнивают вероятность обслуживания на информационном направлении Pi с требуемым значением вероятности обслуживания на информационном направлении

Если значение вероятности обслуживания на информационном направлении не меньше требуемой, то переходят к расчету вероятности обслуживания на следующем информационном направлении, для чего в блоке 8 увеличивают значение счетчика номера информационного направления i на единицу.

Если значение вероятности обслуживания на информационном направлении меньше требуемой, то в блоке 9 формируют вариационный ряд, состоящий из вероятности обслуживания на узлах Pz, входящих в маршруты текущего информационного направления. Вариационный ряд - это последовательность X(1)≤X(2)≤…≤X(n-1)≤X(n), полученная в результате расположения в порядке неубывания исходной последовательности независимых одинаково распределенных случайных величин X1, …, Xn (Математический энциклопедический словарь. М.: Сов. энциклопедия, 1988. 847 с.).

В блоке 10 рассчитывают разницы Δi,i+1 между значениями членов вариационного ряда и запоминают их. Для сети (фиг. 4) сформирован вариационный ряд (фиг. 5а), состоящий из 4-х членов. Во второй строке рассчитаны разницы Δi,i+1 между значениями членов вариационного ряда.

В блоке 11 рассчитывают среднюю разницу между значениями членов вариационного ряда и запоминают ее. Среднее значение изменения вероятности обслуживания узлов производится по формуле:

где N - количество членов вариационного ряда. Для вариационного ряда (фиг. 5а) среднее изменение вероятности обслуживания будет равно

В блоке 12 сравнивают значения производительности узлов сети между собой.

Если значения производительности узлов сети связи не равны между собой, то в блоке 13 устанавливают значение счетчика номера члена вариационного ряда равным «1».

В блоке 14 сравнивают значение текущего члена вариационного ряда со следующим.

Если значение текущего члена вариационного ряда равно значению следующего, то в блоке 17 увеличивают значение счетчика номера члена вариационного ряда на «1».

Если значение текущего члена вариационного ряда не равно значению следующего, то в блоке 15 значения увеличивают вероятности обслуживания узлов сети связи, равных значению текущего члена вариационного ряда, на разницу между значением этого члена и следующего члена вариационного ряда. Для вариационного ряда (фиг. 5а) значение первого члена вариационного ряда меньше значения второго. Поэтому увеличивают значения вероятностей обслуживания узлов сети связи, которые равны значению первого члена вариационного ряда, на Δ1,2 (фиг. 5б).

В блоке 16 запоминают произведенные изменения вероятности обслуживания узлов сети связи. Для вариационного ряда (фиг. 5а), это значение равно Δ1,2=0,2. Изменения параметров модели производят до тех пор, пока вероятность обслуживания на текущем информационном направлении будет не меньше требуемой, для чего переходят к блоку 5.

Возможны случаи, когда в ходе изменения параметров модели все значения вероятности обслуживания на узлах сети связи равны между собой (фиг. 5в). При этом вероятность обслуживания на текущем информационном направлении остается меньше требуемой.

Если значения вероятностей обслуживания на узлах сети связи станут равны между собой, то в блоке 18 увеличивают значение вероятности обслуживания на среднюю разницу между вероятностями обслуживания узлов сети связи у всех узлов, входящих в маршруты текущего информационного направления (фиг. 5г). Изменения параметров модели производят до тех пор, пока вероятность обслуживания на текущем информационном направлении будет не меньше требуемой, для чего переходят к блоку 16 (фиг. 5д).

Если значение счетчика номера информационного направления больше количества информационных направлений, то в блоке 19 рассчитывают изменения производительности узлов сети связи, у которых произошли изменения вероятности обслуживания и заканчивают изменение параметров модели под заданные требования. Например, формула (1) играет столь большую роль в телефонии, что ее значения табулированы, и существует масса таблиц обратного расчета, т.е. определения нагрузки, при которой обеспечивается заданная вероятность блокировки для конкретного количества серверов (Крылов В.В., Самохвалова С.С. // Теория телетрафика и ее приложения. СПб.: БХВ-Петербург, 2005. С. 159).

Таким образом, за счет формирования исходных данных, учитывающих количество и создаваемую нагрузку разнородных абонентов и топологические неоднородности, возникшие в процессе развития сети, повышается адекватность моделирования и появляется возможность целенаправленно менять параметры модели под заданные требования, что и определяет достижение технического результата.

Способ целенаправленной трансформации параметров модели реального фрагмента сети связи, заключающийся в том, что задают площадь реального фрагмента сети связи произвольной формы выбранного региона, радиусы площадей неоднородностей, шаг изменения радиуса, формируют состав и структуру сети связи, инвариантной реальному фрагменту сети связи, задают матрицу информационных направлений между абонентами, отличающийся тем, что дополнительно задают количество разнородных абонентов, распределение разнородных абонентов по узлам сети связи, нагрузку от каждого пользователя в виде интенсивности потока и закон ее распределения, закон формирования матрицы информационных направлений между пользователями, требуемую вероятность обслуживания на каждом информационном направлении между абонентами, производительность для каждого узла сети, моделируют функционирование сети связи с учетом нагрузки от пользователей, для чего в каждом из статистических экспериментов формируют матрицу информационных направлений между пользователями, рассчитывают кратчайший маршрут для каждого информационного направления между пользователями, рассчитывают и запоминают нагрузку на каждом узле маршрута, рассчитывают нагрузку для каждого узла сети связи в текущем статистическом эксперименте и запоминают ее, рассчитывают среднюю нагрузку для каждого узла сети связи, рассчитывают вероятность обслуживания на каждом узле сети связи и переходят к расчету вероятности обслуживания на каждом информационном направлении между абонентами, для чего последовательно для каждого информационного направления между абонентами рассчитывают все возможные маршруты и запоминают их, рассчитывают вероятности обслуживания на каждом маршруте и запоминают их, рассчитывают вероятность обслуживания на текущем информационном направлении и запоминают ее, сравнивают вероятность обслуживания на информационном направлении с требуемым значением, если значение вероятности обслуживания на текущем информационном направлении не меньше требуемой, то переходят к следующему информационному направлению, иначе изменяют параметры модели, для чего формируют вариационный ряд из вероятности обслуживания на узлах, входящих в маршруты текущего информационного направления, рассчитывают разницы между значениями членов вариационного ряда и запоминают их, рассчитывают среднюю разницу между значениями членов вариационного ряда и запоминают ее, последовательно увеличивают значения вероятности обслуживания узлов сети связи, начиная с младшего члена вариационного ряда, на разницу между значением этого члена и следующего члена вариационного ряда до тех пор, пока вероятность обслуживания на текущем информационном направлении будет меньше требуемой, если значения вероятностей обслуживания на узлах сети связи станут равны между собой, то увеличивают значение вероятности обслуживания на среднюю разницу между вероятностями обслуживания узлов сети связи у всех узлов, запоминают произведенные изменения вероятности обслуживания узлов сети связи, рассчитывают произведенные изменения производительности узлов сети связи, у которых произошли изменения вероятности обслуживания.



 

Похожие патенты:

Изобретение относится к области соединения беспроводных терминалов связи с внешними устройствами, а именно к системе и способу передачи, хранения, приема и/или извлечения идентификационной информации или данных и/или информации совмещения или данных для аксессуаров или сопутствующих продуктов и интеллектуальных электронных устройств на определенный сервер или запоминающий носитель или с определенного сервера или запоминающего носителя.

Изобретение относится к области связи. Техническим результатом является передача сообщений об изменении конфигурации между точкой доступа и станцией, функционирующей в асинхронном режиме.

Изобретение относится к технологии проекта долгосрочного развития систем связи (LTE) и предназначено для повышения защищенности системы LTE от помехи со стороны дальномерного оборудования (DME).

Изобретение относится к области связи и раскрывает способ и устройство для извещения относительно индикатора качества канала и схемы модуляции и кодирования, которые позволяют выбирать схему модуляции, более высокую, чем 64QAM, для повышения производительности системы связи.

Изобретение относится к беспроводной связи. Технический результат заключается в улучшении точности измерений для обнаружения соты с более высоким качеством радиосвязи.

Изобретение относится к способу и устройству для предоставления отчета о трафике, а также способу и устройству для измерения сетевого трафика. Технический результат заключается в обеспечении получения данных о сетевом трафике.

Изобретение относится к сетям и системам радиосвязи декаметрового диапазона длин волн (ДКМВ) с использованием отражения радиоволн от ионосферного слоя F2. Технический результат заключается в увеличении кратности одновременного повторного использования ограниченного частотного ресурса при организации прямых связей между абонентами в зоне обслуживания узла радиодоступа диапазона ДКМВ.

Изобретение относится к беспроводной связи. Техническим результатом является сокращение перегрузки сети.

Изобретение относится к технике связи и может использоваться в мобильных системах связи. Технический результат состоит в повышении пропускной способности радиотерминала в условиях, когда радиотерминал обменивается данными с различными базовыми радиостанциями для UL и DL, другой базовой радиостанции, которая отличается от подключенной базовой радиостанции, принимать данные из этого радиотерминала.

Изобретение относится к беспроводной связи. Технический результат заключается в возможности избежать задержек, возникающих после приема пользовательским оборудованием отклонения запроса на обслуживание и последующим инициированием процедуры запроса на подключение.

Изобретение относится к средствам предложения приложения для скачивания пользователю, выполняемым на сервере, соединенном с электронным устройством пользователя через канал связи.

Изобретение относится к нефтедобывающей отрасли, а именно к способам мониторинга состояния телемеханизированных добывающих и паронагнетательных скважин, погружного оборудования на месторождении добычи сверхвязкой нефти (СВН).

Изобретение относится к области радиотехники. Техническим результатом изобретения является существенное сокращение количества контролируемых системой контроля параметров.

Изобретение относится к компьютерным системам, использующим модели, основанные на знаниях, а именно к системам, синтезирующим интеллектуальные решения в виде выбора нужного знания из заданной области знания.

Изобретение относится к медицине, а именно к персонифицированной медицине с использованием молекулярно-биологических и клинических данных в онкологии, и может быть использовано для предсказания риска прогрессирования и смерти больных раком молочной железы.

Предлагаемое техническое решение относится к области моделирования систем связи. Техническим результатом является адаптивное повышение степени адекватности модели системы связи.

Изобретение относится к методам и средствам прицеливания и наводки, используемым в зенитных самоходных установках (ЗСУ) сухопутных войск. Способ применим в случае выхода из строя системы измерения дальности собственной радиолокационной системы, в т.ч.

Изобретение относится к системам анализа речи и может быть использовано для определения эмоционального состояния человека по голосу, применительно к задачам криминалистики, медицины, системам контроля и управления доступом и др.

Изобретение относится к области адаптивного дистанционного обслуживания подвижных составов с помощью машинного обучения правилам. Техническим результатом является обеспечение автоматического обновления правил, применяемых для группировки диагностической информации, для более точной группировки диагностической информации.

Изобретение относится к медицинской вычислительной технике. Технический результат - повышение эффективности оценки действий обучаемого трансфеморальной аортографии.

Изобретение относится к области вычислительной техники и может быть использовано в устройствах для генерирования числовых последовательностей. Техническим результатом является эффективное генерирование последовательности фигурных чисел заданного вида.
Наверх