556_Sovremennye_problemy_telekommunikatsij_2014_

искаженного импульса - дополнительное его искажение в приёмной антенне, математическая обработка, работа коррелятора.

Реализация третьего этапа представляет особенный интерес, так как именно она позволяет провести исследования и настройку различных алгоритмов математической обработки сигнала, и в конечном итоге определить их эффективность и вклад в повышение помехоустойчивости системы. Однако, практически невозможно адекватно предположить с высокой степенью достоверности форму искажённого сигнала на входе модели третьего этапа. Проблема в том, что применение разных форм импульсов на передающем конце приведёт к совершенно различным искажениям принимаемого сигнала. Кроме того, степень и характер искажения будут сильно различаться в зависимости от параметров среды распространения, причём в варианте моделирования высокой степени достоверности, изменения будут происходить и внутри периода стационарности канала, который в реальных условиях может измеряться единицами секунд (как пример – учёт влияния джиттера). В таких условиях закон изменения формы импульсов на входе третьей модели достаточно сложно описать и целесообразно провести итерацию моделирования первых двух этапов, хотя бы на интервал стационарности канала. Такой подход позволяет создать универсальную модель, пригодную для моделирования системы с применением разных форм импульсов и видов модуляций несущей последовательности.

Все вычисления производятся с учётом дискретизации сигналов, с представлением импульсов в виде набора отсчётов. Подавляющее большинство математических операций модели базируется на применении процедур БПФ, использовании генератора случайных чисел, численной реализации алгоритмов свёртки и регуляризации.

РАДИОРЕЛЕЙНЫЕ ЛИНИИ КВЧ-ДИАПАЗОНА

Кокорич М.Г. СибГУТИ, Новосибирск

Применение КВЧ диапазона для радиорелейной связи открывает большие перспективы для организации высокоскоростных соединений в рамках транспортных сетей операторов подвижной связи.

Для работы выбирается пара частот значительно разнесённых друг от друга. Так, в E-диапазоне одна несущая выбирается в полосе 71–76 ГГц, другая

– в полосе 81–86 ГГц. Расстояние между несущими в 10 ГГц вполне достаточно для работы дуплексного фильтра приемопередатчика.

Столь высокие частоты обычно связывают с трудностями организации устойчивой связи за счёт значительного поглощения энергии радиоволн при распространении.

Рассмотрим способы обеспечения устойчивости связи, которые способны обеспечить стабильную работу таких перспективных средств связи как КВЧ радиорелейные линии.

111

Устойчивость связи на пролёте РРЛ определяется тремя факторами:

1.интерференцией прямой и отраженных волн,

2.экранирующим действием препятствия,

3.поглощением радиоволн в осадках.

Работа в КВЧ позволяет практически не учитывать интерференцию электромагнитных волн, отраженных от препятствий в зоне распространения сигнала, возникающую в условиях плотной городской застройки. Это связано с малыми значениями первой зоны Френеля. Так, для расстояния между антеннами 5 км на частоте 70 ГГц зона Френеля не превышает 1,2 м, а при расстоянии 1 км – не более 0,6м.

На практике, для нормальной работы радиолинии должно быть свободно не менее 70% первой зоны Френеля. Следовательно, экранирующее действие препятствия может быть минимизировано правильным выбором высот подвеса антенн на этапе проектирования. Так как РРЛ КВЧ предназначены, прежде всего, для работы в городских условиях с плотной застройкой, то расположение оборудования на высотных зданиях способно полностью решить этот вопрос.

Таким образом, основной проблемой, которую предстоит решать проектировщикам РРЛ КВЧ диапазона можно считать значительное поглощение энергии радиосигнала в осадках. Пути решения этой проблемы планируется осветить в докладе:

1.Применение узконаправленных приёмопередающих антенн,

2.Уменьшение длины радиолинии до значений, которые обеспечивают требуемую устойчивость связи в течение 99,99% времени.

3.Использование адаптивных механизмов, которые позволяют использовать существенный энергетический запас, имеющийся в традиционных РРЛ, для повышения скорости передачи в ясную погоду.

ПРОЕКТ WSN И ЭТАПЫ РЕАЛИЗАЦИИ

Колосовский А.В. СибГУТИ, Новосибирск e-mail: daemonvguru@rambler.ru

Задачи разработки, проектирования и внедрения систем мониторинга окружающей среды, управления различными технологическими системами (от «умного дома» до промышленных систем и систем, используемых в муниципальном хозяйстве) являются наиболее востребованными.

Для сбора разнородной технологической информации активно внедряются сенсорные сети, в том числе и на основе беспроводных технологий (Wireless Sensor Network – WSN).

WSN представляет собой сложную распределенную, самоорганизующуюся сеть из множества узлов, оснащенных сенсорами. Для разработки и внедрения проектов на базе WSN необходимо предварительное моделирование поставленных задач на примере лабораторной натурной сети. Данная потребность обусловлена характером задач:

112

моделирование практических задач с целью исследования процессов, связанных с особенностями реализации WSN;

проектирование WSN для потенциальных заказчиков с целью создания, распределенной отказоустойчивой системы мониторинга быстрого реагирования каких-либо важных объектов;

подготовка специалистов для решения этих задач.

На первом этапе для проведения компьютерного моделирования на кафедре АЭС использовалась система сетевого моделирования NS-2. Данное решение позволяет провести анализ информации и выявление различных проблем, возникающих на этапе постановки задачи и проектирования.

Накопленный на этапе моделирования в среде NS-2 опыт позволяет быть уверенным в реализации модели натурной сети. На этом этапе стоит задача организации сети WSN для проведения натурных исследований, а также для решения задач, связанных с учебным процессом и подготовкой дипломников, магистрантов по тематике сенсорных сетей, «умного дома» и др. задач.

В докладе приводится описание всех этапов реализации проекта построения WSN для решения поставленных задач, включая:

Схема натурной сети WSN и состав основных сетевых элементов;

Состав, типы и количество сенсоров/датчиков;

Выбор микроконтроллеров для решения задач натурного моделирования;

Состав и типы оборудования и ПО для задач мониторинга и управления сетью WSN, фиксации результатов эксперимента и анализа протоколов;

Состав серверного оборудования и ПО, а также ПО для постобработки результатов экспериментов;

Оценка стоимости организации сети WSN.

РАЗРАБОТКА ОБЪЕКТНОЙ МОДЕЛИ ДЛЯ АНАЛИЗА ХАРАКТЕРИСТИК РАБОТЫ МУЛЬТИСЕРВИСНЫХ СЕТЕЙ СВЯЗИ

Корчагин В.П. СибГУТИ, Новосибирск

e-mail: mbox54@gmail.com, тел.: (383) 267-84-25

В данной работе разработана собственная модель для описания и проведения имитации мультисервисных сетей связи (МСС), которая обладает отличительными сторонами от существующих относительно реализации конкретных задач (о них речь пойдет позже) при исследовании её работы.

Стоит отметить, что на сегодняшний день существует уже достаточно большое количество программных пакетов (как коммерческих, так и бесплатных с открытым кодом), которые позволяют в той или иной мере производить имитационное моделирование. Существуют даже пакеты, специально настроенные на задачи моделирования компьютерных сетей. Однако нужно сразу сказать и про ограничения их применимости. Многие продукты в этой области предназначены для анализа трафика конкретно для

113

существующих типовых протоколов передачи. Иными словами, возможности по анализу работы сети по иным, исследуемым на определённом уровне абстракции, алгоритмам маршрутизации существенно затруднены. Также следует сказать, что в подавляющем большинстве продуктов главным образом внимание уделяется анализу работы сети на пакетном уровне. Если же стоит задача, например, оценки потерь (по той или иной исследуемой причине) на этапе установления соединения, то известные пакеты моделирования МСС здесь уже мало чем будут полезны.

Реализация такого исследования при помощи пакетов широкого спектра применения (которые позволяют математически задавать свои алгоритмы и переменные для наблюдения), в конечном итоге, по количеству работ и сложности проведённых действий оказывается куда более громоздкой, чем при полноценном описании модели на языке программирования высокого уровня. Эта громоздкость обусловлена реализацией специального анализа в области телекоммуникаций, со всеми необходимыми работами по описанию компонентов данной среды. В итоге, было принято решение создание своей модели для имитации работы МСС. При разработке был произведён детальный анализ сущностей, участвующих в реализации имитационного моделирования МСС. Так как МСС как сущность представляет собой композицию типовых объектов, то было принято решение использовать объектно-ориентированный подход при описании (и последующей реализации) модели.

В результате декомпозиции системы при построении имитационной модели (ИМ) МСС была получена диаграмма классов UML (без атрибутов и функций, классовая диаграмма представлена на рисунке 1).

<<entity>>

Queuing System

<<entity>>

Model

Рисунок 1 – Диаграмма классов основных составных частей модели

Для задания параметров работы системы массового обслуживания (СМО) предназначен класс «QueuingSystem» (реализация параметров, например, таких как длина очереди, интенсивность обслуживания и т.д.). Класс «Network» предназначен для хранения параметров топологии. Класс для выполнения ИМ - «Simulation». В классе «Algorithm» реализуются методы, описывающие

114

маршрутизацию на МСС. Класс «Simulation» описывает процедуру, по которой будет осуществляться имитация работы. Класс «Statistics» предназначен для сбора и накопления статистики при проведении имитации, а также расчёта статистической оценки. Класс «Model» является контейнером для упрощения хранения и обращения к объектам модели.

Следует отметить, что на представленной диаграмме разбиение производилось таким образом, чтобы в последующем можно было каждый выделенный класс преобразовать в независимый типовой компонент. Компоненты каждого такого типа можно заменять (например, один алгоритм на другой, или один способ разыгрывания величин на другой и т.д.), что даёт значительные возможности по использованию программы.

Для проведения имитационного моделирования при таком подходе производится работа с объектом класса «Simulation». Данный объект в своей работе будет взаимодействовать с классами, описывающими топологию сети, алгоритм маршрутизации, характеристики СМО, а также записывать промежуточные значения работы в объект класса статистики.

В качестве примера приводится одна из реализаций класса «Simulation» (кроме того, были реализованы и все остальные приведённые составляющие классы модели). В качестве алгоритма имитации использовался подход, основанный на моделировании вложенной Марковской цепи. Разыгрывалось событие поступления или обслуживания определённой заявки, выполнялся соответствующий сценарий действий. Чтобы продемонстрировать взаимодействие классов модели можно привести диаграммой последовательностей UML для процедуры «Выполнить имитацию» класса

«Simulation» (рисунок 2).

1 : запуск()

<<create>> 2 : инициализация()

<<create>> 3 : инициализация()

4 : инициализация()

8 : симуляция()

9 : ведение статистики()

Рисунок 2 – Диаграмма последовательностей для основных объектов реализации проведения ИМ МСС

В данном примере, класс для выполнения ИМ, «Simulation», при «прогонке» работы МСС использует такую вспомогательную абстракцию как

115

«вызовы заявки на обслуживание». Данные объекты описаны классом «Claim_Proc». Класс «Sim_Network» реализуется внутри класса «Simulation» для локализации варьируемых в ходе эксперимента параметров МСС. Инициализируется значениями из класса «Network» (обращение на диаграмме не показано). Таким образом, было реализовано ИМ по заданному алгоритму.

Одним из больших преимуществ данного подхода (помимо возможности описания собственных объектов топологии, СМО, алгоритма и прочего) является относительная независимость проектирования, а также дальнейшего использования каждой группы классов (компонентов, при их дальнейшем развитии).

Как правило, классы «Network», «QueuingSystem» тщательно прорабатываются и формируются только один раз. Классы вида «Algorithm» моделируют конкретные алгоритмы маршрутизации. Задаваясь разными топологиями и моделируя конкретные существующие образцы МСС, можно производить оценку алгоритма маршрутизации, а также эффективности выбранной структуры (например, определить её «узкие» места). Классы вида «Simulation» связаны с конкретным подходом в проведении ИМ.

Литература:

1.Шнепс М. А. Численные методы теории телетрафика. -М.: Связь, 1974. -232

с.

2.Степанов С.Н. Основы телетрафика мультисервисных сетей. -М.: ЭкоТрендз, 2010. -391 с.

3.Корчагин В. П. Разработка объектной модели для анализа мультисервисных сетей связи при помощи концепции MDA // Инфосфера. – 2013. – № 59. – С. 24-25.

АНАЛИЗ СХЕМ MIMO В СИСТЕМАХ СОТОВОЙ СВЯЗИ 4G

Маглицкий Б.Н. СибГУТИ, Новосибирск

e-mail: mag43@54.ru, тел.: (383) 269-82-54

Все современные технологии беспроводной связи двигаются в одном направлении – к системам на базе OFDM-MIMO.

В том случае, если в системе MIMO можно передать от приемника к передатчику информацию о характеристиках канала распространения радиоволн, то на передающей и приемной сторонах имеется возможность сформировать оптимальным образом пространственные каналы распространения отдельных сигнальных потоков таким образом, чтобы минимизировать их взаимную интерференцию, а это значительно повышает энергетический бюджет соединения.

Для систем сотовой связи 4G утверждены две технологии: WiMAX и LTE - А. В LTE – А реализована схема MIMO с обратной связью CL-MIMO (Closed Loop MIMO). В приемнике после оценивания канала выбирается

116

соответствующая перекодирующая матрица, а номер оптимальной перекодирующей матрицы PMI (Precoding Matrix Indicator) посылается передатчику. Обратная связь в схеме MIMO WiMAX не предусмотрена.

Кроме того, технологии WiMAX и LTE –А имеют различные схемы канального кодирования, предшествующего обработке MIMO. В технологии WiMAX применяется последовательное кодирование, а в LTE - А – параллельное. При параллельной схеме, входные данные демультиплексируются на два потока, каждый из которых в отдельности подвергается помехоустойчивому кодированию. Закодированные потоки подаются в схему MIMO. На приемной стороне осуществляются обратные операции, после снятия помехоустойчивого кода в обеих ветвях декодированные данные подаются обратно в приемник – обработчик MIMO, где реализуется итерационный алгоритм совместной демодуляции MIMO и канального декодирования, позволяющий заметно улучшить работу приемника и снизить требуемое отношение сигнал/шум на входе приемника. Данный алгоритм называется алгоритмом последовательного исключения демодулированных компонент SIC.

При последовательном канальном кодировании, как в технологии WiMAX, этот алгоритм нереализуем.

ИСПОЛЬЗОВАНИЕ КОДОВ LDPC В БЕСПРОВОДНЫХ СИСТЕМАХ

Носкова Н.В. СибГУТИ, Новосибирск

e-mail: cj@ngs.ru, тел. (383)269-82-06

Внастоящее время при стремительном развитии средств связи и переходе на такие высокоскоростные стандарты сетей, как IEEE802.16, DVB-S2, все большее внимание уделяется информационной безопасности сетей.

Втеории информационной безопасности выделяют три вида преобразования информации, применяемых для защиты от угроз нарушенияцелостности: криптографическое шифрование, помехоустойчивое кодирование и сжатие (эффективное кодирование).

Увеличение скоростей передачи данных в канале влечет за собой возрастание количества случайных помех, способных исказить данные. В связи

сэтим необходимо уделять особое внимание разработке и использованию новых алгоритмов и методов, позволяющих обнаруживать и корректировать подобные ошибки. В данных условиях особого внимания заслуживают помехоустойчивые коды, позволяющие, в отличие от криптографического шифрования и сжатия, эффективно бороться со случайными ошибками в канале.

Одними из таких кодов являются коды с малой плотностью проверок на четность (LDPC-коды), которые долгое время исключались из рассмотрения и анализа, но в связи с тем, что их основные конкуренты – турбо-коды – не могут свободно использоваться из-за возможного нарушения патентных соглашений,

117

привлекают все больше внимания. Кроме того, высокая ресурсоемкость и вычислительная сложность алгоритмов декодирования с применением LDPCкодов не позволяла использовать их в полной мере.

Но, в связи с развитием мощности и быстродействия средств вычислительной техники, на данный момент LDPC-коды могут рассматриваться как одни из наиболее эффективных кодов, применение которых актуально на высоких скоростях.

Помимо этого, у них есть еще ряд преимуществ:

-при большой длине кодового слова LDPC коды достигают границы Шеннона;

-при правильном построении кода отсутствует нижний предел ошибок

(errorfloor);

-существуют эффективные алгоритмы декодирования LDPC кодов.

МЕТОДИКА ОПРЕДЕЛЕНИЯ КОЭФФИЦИЕНТА ВЗАИМНОГО ВЛИЯНИЯ ДЛЯ МЕТОДА КООРДИНАЦИОННЫХ КОЛЕЦ ПРИ ЧАСТОТНО-ТЕРРИТОРИАЛЬНОМ ПЛАНИРОВАНИИ СИСТЕМЫ СПУТНИКОВОЙ СВЯЗИ С ЗОНАЛЬНЫМ ОБСЛУЖИВАНИЕМ

Носов В.И., Гениатулин К.А. СибГУТИ, Новосибирск

При проведении частотно-территориального планирования системы спутниковой связи с зональным обслуживанием с использованием метода координационных колей возникает необходимость оценки степени влияния одного луча многолучевой антенны спутникового ретранслятора на другой.

Для этого предлагается использовать коэффициент взаимного влияния лучей антенны (КВВ).

При действии интерференционной помехи значение SINR снижается, соответственно уменьшается и размер зоны обслуживания, в пределах которой выполняются условия помехозащищенности системы, т.е. выполняется условие SINR Aз(Aз – защитное отношение), поскольку вблизи границы зоны SINR становится меньше допустимой величины.

Исходя из этого КВВ определяется по формуле:

КВВ 1 min(Qpi;Qpj )

Qмакс

где Qpi, Qpj – площади зон обслуживания i-го и j-го лучей при назначении им одной и той же частоты с учетом интерференционной помехи, Qмакс – площадь зоны обслуживания при отсутствии помех.

Зона обслуживания луча определяется на основе значения мощности полезного сигнала на приемнике Pc.вх, которая зависит от диаграммы направленности антенны спутникового ретранслятора G(θ) и наклонного расстояния d от спутникового ретранслятора до точки приема.

118

Допустимые пределы изменения КВВ формируют координационное кольцо. Параметры γ и ε, задаваемые эмпирически, определяют его внутреннюю и внешнюю границы.

Например, ε = 0.05 означает допустимое уменьшение зоны обслуживания

допустимого увеличения зоны обслуживания. Соответственно его значение должно быть отрицательным. Таким образом, оптимальное назначение частот и, соответственно, эффективное использование спектра, предлагается определять при условии:

γ КВВ .

Значения и γ задаются эмпирически. Если КВВ > , то уровень взаимных помех считается недопустимо высоким; если же КВВ < γ, то снижается эффективность использования спектра.

ИССЛЕДОВАНИЕ МЕТОДОВ ОПТИМИЗАЦИИ ЧАСТОТНОПРОСТРАНСТВЕННЫХ ХАРАКТЕРИСТИК ВЫСОТНЫХ ТЕЛЕКОММУНИКАЦИОННЫХ ПЛАТФОРМ

Носов В.И., Ползик Е.В. СибГУТИ, Новосибирск

Высотные телекоммуникационные платформы предоставляют возможность решить проблему обеспечения широкополосными видами услуг большого числа пользователей как в районах с высокой плотностью абонентов, так и в удаленных районах с плохо развитой наземной сетью. Высотные телекоммуникационные платформы (ВТП) представляют собой дирижабли или беспилотные самолеты с размещенным на них оборудованием связи, которые курсируют на высотах 17-22 км над землей в области пространства радиусом

400м.

Одна из основных задач ВТП это обеспечение широкополосного беспроводного доступа абонентов к информационным ресурсам в пределах ее зоны обслуживания.

Структура ВТП интегрируется с различными видами телекоммуникаций. При рабочей высоте платформы 20км зона покрытия одной высотной платформы диаметром до 250 км.

В последние годы многие страны ведут интенсивные разработки широкополосных беспроводных региональных сетей с использованием стратосферных высотных телекоммуникационных платформ [1-10]. Предлагаемые проекты имеют схожую структуру сети и отличаются в основном построением платформы. Структура сети с использованием ВТП содержит: высотную платформу с размещенным на ней телекоммуникационным оборудованием, наземную станцию сопряжения и мобильные пользовательские устройства.

119

Применение ВТП с зональным обслуживанием в системах широкополосного доступа направленно на повышение эффективности использования частотного ресурса. Применением цифровых антенных решеток для формирования ячеистой зоны обслуживания ВТП, позволит обеспечить высокую эффективность использования частотного ресурса высокие скорости обмена данными.

Для оптимального частотно-территориального планирования систем использующих ВТП необходимо проанализировать размер зоны обслуживание одной платформы, размеры сот с учетом интерференции между соседними сотами, которые можно сформировать при помощи антенной решетки, эффективность использование частот, энергетические характеристики.

На основе Рекомендаций ITU [3,11,12] , проводится определение зоны обслуживания ВТП, с учетом характеристик антенной системы полезной нагрузки. Энергетический расчет для линии связи ВТП – наземная станция сопряжения выполняется для частотных диапазонов 47.2-47.5 ГГц и 47.9-48.2 ГГц, 31.3-31.8 ГГц, 27.5-28.35 ГГц и 31-31.3 ГГц для которых значительное влияние оказывает затухание в облаках и дожде.

ИССЛЕДОВАНИЕ МЕТОДОВ ОПТИМИЗАЦИИ ХАРАКТЕРИСТИК СЕТЕЙ РАДИОСВЯЗИ

Сарженко Л.И. СибГУТИ, Новосибирск

Объединение отдельных локальных сетей связи различных организаций в региональные сети передачи данных наиболее экономичным путем возможно с применением беспроводных технологий. Т.е. структурная единица такой сети представляет собой радиосоту звездообразной структуры с базовой станцией (БС), несколькими оконечными станциями (ОС) – радиобриджами между беспроводной сетью и локальными кабельными сетями. Такая структура определяет основные характеристики сетей, подлежащих исследованию и оптимизации.

В задачах оптимизации выделяются:

-искомые характеристики (например, пропускная способность сети связи, помехоустойчивость сигнала, потери мощности радиосигнала на трассе распространения, потери при распространении в помещении – в случае локальных сетей по технологии Wi-Fi);

-функция цели, которую следует оптимизировать (например, разработка математической модели, позволяющей наиболее достоверно рассчитывать потери при распространении радиосигнала в различных условиях – внутри помещений);

-ограничения, т.е. условия, ограничивающие возможность достижения поставленной цели (например, мощность радиосигнала и чувствительность принимающего устройства, коэффициенты усиления антенн).

120