С внедрением стандарта NB-IoTоператоры традиционной сотовой связи смогут подключить к своим сетям сотни тысяч IoT-устройств. Предполагается, что сети NBIoTнайдут широкое применение в решениях для умных городов и многих других задач. Ориентируясь на указанную ситуацию, в работе представлены возможные стратегии совместного использования ресурсов мультимедийными данными и данными, полученными от сенсоров, в гибридной беспроводной сети LTE/NB-IoT. В рамках разработанной методологии проведено сравнение стратегий и сделаны рекомендации к выбору оптимальной стратегии. Интернет вещей; NB-IoT (NarrowBandIoT); LTE (LongTermEvolution); аналитическая модель; стратегии распределения ресурсов.
счиеткчов, таких об быть Комбинация двух или более гетерогенных сетей увеличивает интеллектуальность и надежно принятия решен[и1й0].
Например, сигнал обнаружении чрезвычайных ситуаций, сообщаемый интеллектуальных может сразу проверен через визуальный Одновременно, в комбинации гетерогенных сетей используется ряд задач, в которых канал.
наде задачей для операторов беспроводных сетей.
В вероятностно-временные характеристики (ВВХ), такие рамках как долю использования
радиоресурсов. статье разработана аналитическая модель для исследования ВВХ обработ-кIoиT трафика конкурирующего трафика
LTE.
Используя разработанный инструмент, мы сравниваем возможные стратегии распределения радиоресурсов: статическую, динамическую и динамическую данных играет ключевую роль [11]. Учитывая ограниченное количество радиоресу распределения радиоресурсов между меньшим количеством высокоскоростных большим количеством низкоскоростных -счсемтчаиртков этой
[13] задачи является
важной необхоидриомваоть сбаланс вероятности потери сеанса для отдель NB-IoT.
Эта
комбинация используют один и
тот вещей, была же как В LTE качестве
эталонной Rel. модели где рассматривается
внутрипорлеожсниымй, радиостанция
LTE разделяет спектр частот с выбрана в силу 1-I)oT L–TEединиствNеBнные два решения, которые спектр частот; 2н)ациэтяа пкоолмучбаиет наибольшую поддержку со стороны ожидается, станет
основным вещей. Основные результаты нашего исследования стандартом изложены для сбора больших
данных в следующих выводах: распределение радиоресурсов поступающей нагрузке.
для обслуживания разных типов
данных Для достижения оптимальной производительности необходимо динамически корректировать поступающую нагрузку в соответствии принципиально коммуникационные большой беспроводных возможным емкости вариантом.
решения потоковой Внедрение интеллектуальных устройств, таких как, системы видеонаблюдения [8, новые требования к системам сбора и доставки информации.
9], предъявл еСуществую для межмашинных взаимодействий не применимы в этих-засценариях передачи видео.
Таким решений для передачи данных на образом, большие применение расстовяинитсяя высокоскоростных сетдаиннственным (сотов систем группой доставки выбор
потоков стратегии видеокамер [12] потоков
данных, В при данной нлаичии резервированием. представленный отрасли Интернет чувствительно распределения колебаниями
Интернет статическое и и в к радиоресурсов распределения Системная модель возможности NB-IoT
и в Таблице 1.
В трафика, что чнаесдтоступно на
практи;ке динамическое распределение ресурсов
значительно улучшает пропускную способность системы, но не дает к-алкиибхо гарантий
производительно;сти резервирование минимального количества ресурсов в динамической схеме распределения устраняет проблему снижения производительности.
При этом динамический характ незарезервированных ресурсов -прпеожнему обеспечивает высокую степень статистического мультиплексирования сессий и обеспечивает высокую пропускную ьспоссиосбтнемос.ыт этом разделе вводится понятие оператора, реализующего службу наблюдения, исполь технологий
LTE -иIoT.NBДалее, формализуется модель
LTE соты с поддержкой технолог вводятся
стратегии распределенуирясовр.есОбозначения, используемые в статье, представлены Параметр 1/ 1/ = = / Интенсивность предложенной нагрузки на передачу блоков дNаBн-нIoыTхобоотзначим чере з = . Аналогично сессиямLTE, устройствNаB-IoT считаются статичными в течение всей сессии. Стратегии распределения ресурсов
Рассматриваемые стратегии распределения ресурсов между камерами LTE и измерительны датчиками N-BIoT показаны на Рис. 1. Отметмиамк,симчатлоьное количество базовых каналов, которые могут быть выделены дл-яIoTNBи LTE, составляе=т − и = − соответственно, где и – минимальное количество каналов, которые всегда доступны и зарезервиртровафаниыка дLлTяE и- NB IoT соответственно. Таким образом, в работе представлено сравнение следующих трех стра распределения ресурсов:
Рис. 1: Предлагаемые стратегии распределения ресурсов Статическая стратегия STA(T). Эта стратегия соответствует случоагюд,а кминимальное максимальное количество базовых каналов, выделенных -IoдTля иNBLTE, совпад аю=т, , = . Другими словами, все ресурсы строго разделены -мIoеTждуи NLBTE. Динамическая стратегияDY(N). В этом случае минималоьбнъыемй ресурсов не назначаетс-яIoTNBи LTE, то е ст ь= = 0. Однако максимальный объем ресурсо=в и= полностью разделены между N-BIoT и LTE. Динамическая стратегия с резервированиеDмYNRE(S). В распределения ресурсов, доступные дл-яIoTNBи LTE, определены . При эт о м, > 0, > 0, которые определяют минимальный для N-BIoT и LTE, соответственно. Остальные реснурамсыичесдкии типами трафика. этой стратегии максимальные т а к, =ч то− > 0 и = − объем ресурсов, предназначенных распределяются между двумя и Рис. 2. Схема последовательного распределения ресурсов соты сети LTE Уникальной является тот особенностью рассматриваемой системы с факт, что базовые каналыпослбеудоувтательно двумя разнотипными входящими потока
выделяться с учетом особенностей внутриполосной технологии -NIoBT [19]. Процесс управления ресурсами показан на Рис. 2. Рассмотри систему без активных сессий и предположим, что поступает новая-IoсTе.ссиВя эоттом NBслучае RB становятся доступным для -NIoBT, где каждый запрос на принятие данных требубеатзоврыохвно канала N-BIoT. Таким образом, новая сесс-иIoяT NзBанимает базовые каналы в этом RB. Если п следующем установлении сессии-IoNTB все каналы в данном RB уже занеялтяые,тсято слвеыддующий RB, доступный для услу-IгoT.NB Характеристики обслуживания
Мы предполагаем, что оператор системы наблюдения нацелен на то, чтобы сбалансир надежность обслуживания и показатели производительности системы в направлении восхио.дящей ли Что касается параметров обслуживания, мы анализируем вероятность блокировки д-лIoяT сиессий NB LTE. В качестве показателя эффективности системы, рассматривается коэффициент использован радиоресурсов, определяемая как доля ресурсов, занимаемыхтиопбаомиимиуслуг к общему количеству ресурсов системы. Модель оценки показателей производительности
В этом разделе проводится анализ модели обслуживания соты LTE с поддержко-йIoTт.ехнологии Сначала вводится Марковский процесс, описывающий число с-IеoсTсий и NBLTE в системе. Далее, приводится аналитическое решение для вероятностей стационарного состояния и определяют показатели производительности. Марковская модель системы
Система, описанная выше может быть представлена в виде системы массовоигяо собсдлвуужмияван входящими потоками, имеющими разные дисциплины обслуживания с выделением ресурсных бло [20]. Отметим, что система позволяет управлять потерями сес-сIиoTй ткак иNB LTE. Аналогичные модели массового обслуживания были изучены в конттеекмсте обссилсуживания с несколькими входящими потоками, каждый из которых характеризуется различными требованиями к обслуживан см. [21, 22, 23, 24]. Основное отличие модели, представленной ниже, заключается в компл последовательной стратегии распреднелиея ресурсов на основе блоков.
Определим состояние системы. Отметим, что запрос на обслуживание от LTE принимается, момент его поступления доступно не миезнее = − каналов, таким образом, уменьшается количество доступных базовыхналкоав на величи ниу количество RB⌈ /н а⌉. Количество сессий LTE ⌈ / ⌉всегда является целым чис⌈ло/м⌉ ≥ 1. Если при принятии запросов на соединен-IиoеT от NB количество базовых каналов в текущем RB в ы, шет,о чсеемссия-IoNTB принимается вом этRB. Если количество доступных базовых каналов ниж е,, ичемновый RB доступен для тр-IаoфTи, ктао NэтBот RB принимает на обслуживание поступивший запрос-IoTот, тNеBм самым уменьшая количество базовых каналов в этом R B. Вна других случаях сNеBс-сIиoяT теряется.
Рис. 3. Диаграмма интенсивностей переходов { ( ), ( ), > 0}
Пусть ( ), > 0 и ( ), > 0 определяют число активных сессий-IoTNBи LTE соответственно.
Следовательно, состояние системы соты сети LTE, обслуживающей -IтoрTафиик LNTBE, может быть
описано двумерным случайным процес{со(м ,), ( ), > 0}со следующим пространством состояний:
= { ≥ 0, ≥ 0: ≤ − , ( )≤ − , + ( )≤ }, (
3. В( ве, де)м( ), { , } ∈ – стационарное распределение вероятностей сессий NB-IoT и сессий LTE в системе в момент
вре,мени →∞ ( , )= lim ( , )( ), { , } ∈ . Стационарное распределение вероятностей { ( ), ( ), > 0}удовлетворяет следующим уравнениям локального баланса: ( , )
= ( , − 1) , > 0, ( , )∈
Используя (
, ( , )= = ⌈ ⌉ ⌈
⌉ ⌈ ⌈ − 1 ⌉
(0, ) ⌈ ⌉) , −1 (0, ) − 1
⌉ ⌈ − 2⌉ … ⌈ 1 ⌉
= ⌈ − 2⌉ … ⌈ 1 ⌉ = получить состояний, уравнение локального баланса, рассмотрим произвольный контур в диагра показанной на рис. 4.
Стационарное распределение вероятностей
случайн
(
= ⋯ = = (0,0), > 0, ( , )∈ .
2 ( − 1)
( , )= −1( )( ) (∏ =1 ⌈ ⌉) −1 ( ),
! ( )= ∑( , )∈ (∏ =1 ⌈ ⌉) −1 !
.
Рис. 4 Существование уравнений локального баланса Характеристики обслуживания Вероятность блокировки для LnTdENB-aIoT может быть записана как
Рис. 5. Разбиение пространства на макросостояния где множества блокировок имеет следующий
вид: Средняя длительность сессии-IoNTB вычисляется
следующим ℬ = {( , )∈ : (
+ 1)> − max( ℬ = {( , )∈ : ( + 1)> − max( (
), )}, , )}.
образом: [ ] = ∑( , )∈ ( , )
.
(1− )
процессом,
достигать
= ∑( , )∈ℬ ( , ), = ∑( , )∈ℬ ( , ),
(
(
), ), ( )= } = = ⋃ { : + 1 > ⌊ − max( , )⌋ , ⌈
⌉ = } = = ⋃ { : = ⌊ − max( , )⌋ , ⌈
⌉ = } =
Разбиение
иллюстрируем
Средняя длительность сессии (
вид Среднее количество сессий-IoNTB и LTE вычисляется по следующим выражениям Следует вычислить [ ] = [ ] + [ ]. Численный анализ Для получения количественной и качественной оценки поведения рассматриевмаеымойв сдиаснтном Рассмотрим рис. 6, иллюстрирующий знавчеерноияятности блокировки сессии LTE в зависимости от общего количества подключенных датчико-IвoTNBпри выбранном статическом распределении ресурсов STAT, в котором общее количество радиоресурсов строго разделено между двумя типами трафи этой стратеиги вводится коэффициент разделения ресур, совкоторый характеризует количество ресурсов, зарезервированных для-IoNTB. Заметим, что вследствии жесткого разделения ресурсов между LTE и -NIoBT, характеристики стратегSиTиAT зависят только от выбранногчоензиняа . Причиной этому является то, что стратSеTгиAяT создает две независимые виртуальные беспроводные системы: одну для LTE, другую для -IoNTB. Хотя эта стратегия является самой простой с точки зрения ее реализа можно рекомендовать только дклиях тсаистем, где средняя нагрузка от всех параллельно выполняющ услуг 1) редко изменяется во времени, 2) известна заранее или 3) может быть хорошо пре Подобное поведение системы редко наблюдается на практике.
Рис. 6. Вероятность блокировки LTEв зависимости от предложенной нагрузки NB-IoT Значения вероятности блокировки в страDтеYгNи,и где общее количество ресурсов доступно для обоих трафиков, сильно зависит от текущей нагрузки из -сIoеTгм.енДталя NмBеньших значений количества подключенных труосйств N-BIoT стратегияDYN превосходит STAT, так как позволяет всю полосу частот переключить в режим доступности-усдтлряойсLтTвE в отсутствие трафик-аIoT.NBРост трафика N-BIoT сопровождается увеличением значений вероятности блокировки для DсYтNра,тегии поскольку трафик -NIoBT начинает конкурировать за ресурсы с постоянной нагрузкой, исходящей трафика LTE. Наконец, с поступлением большого количества уст-IрoоTйствтрафNиBк начинает доминировать в общем диапазоне. В итоге, вероятность блодкеитроввкыише,бу чем в страSтTеAгиTи, независимо от выбранного значения коэффициента распределения ресурсов. Стратегия распределен ресурсов DYN может быть рекомендована для систем, где средние нагрузки, требуемые каждым пот (измеренные в Гц/с), сопостав. имВы то же время, стрDаYтNегоисятается адекватным решением для нестабильных систем, где нагрузка может сильно изменяться во времени.
Рис. 7: Вероятность блокировки NB-IoTв зависимости от предложенной нагрузки LTE Перейдем к третьей стратеDгиYиN,RES, гед определенное количество ресурсов резервируются для трафика каждого типа, а остальные ресурсы динамически распределяются между н и ми. Значен выбираются эквивалентными с соответствующими значе ниявмиранее рассмотренной стратегии выделения ресрусов STAT, а считается нулевым. Другими словами, мы сравниваем статические и полудинамические варианты распределения. Заметим, что для меньшего количества у-IсoтTройств NB характеристики стратегииDYNRES идентичны характеристикам стратегиDиYN. Оданко увеличение значений вероятности блокировок DдYлNяRESрастет медленнее, чем в сDлYучNа.е Причиной этому является тот факт, что часть ресурсов, которые мог бы занять LTE трафик, занята дин разделением. Кроме того, при более высоких нагарфуизккаах N-тBIрoTвероятность блокировки LTE для DYNRES никогда не будет превышать соответствующее значение для о ситрстаетмегыиейсSTAT. Для крайне большого количества устройст-вIoTNBкривая дDляYNRES асимптотически приближается к кривой для системSTыAT, он не пересекает ее.
Подводя итоги, стратегDияYNRES – не хуже, чем стратеSгTиAяT и DYN. Объясняется это тем, что стратегия DYNRES включает основные свойства первых двух схем распределения ресурсов. Стратег DYNRES ведет себя также, как и стрDаYтNегпиряи низких нагрузках и страSтTеAгиTяпри высоких нагрузках. Следовательно, стратегDияYNRES может быть рекомендована для повышения надежности системы.
Рис. 8. Коэффициент использования ресурсов в зависимости от предложенной нагрузки NB-IoT Представим вртогональном разрезе Рис. 7, который показывает вероятность блокировк-и сеанса IoT в сравнении с общим количеством подключе-нунстырхойсLтTвE. Как и в предыдущем случае, мы подбираем параметры для стратегDиYиNRES таким образом, чтобы количество ре,сурсов зарезервированных для -NIoBT вSTAT и DYNRES, были равными. Важно отметить, что в э том случае равно (1 − )вместо . Значения считаются равными нулю. Для такого симметричного случая мы наблюдаем то же качественное поведение, что .и 6н.а ТеРмис не менее, имеются заметные количественные различия между Рис. 6 и Рис. 7. Значения вероятности -IoбTлокниаровкпиорядNоBк ниже, чем для LTE. Это связано с более низкими потребностями в ресурсах о-тIoдTе,льнчотйо, сессии в свою очередь, вкедеутвеличению шансов на прием обслуживания даже в почти полностью загруже системе. Кроме того, способ выделения кан-аIoлTов воNB внутриполостном режиме также соответствует режиму движения датчика. Сессии LTE занимают весь RB, тогда -кIoаTк оптлруачфаиетк пNоBлный RB, хотя одна сессия и не занимает его полностью. Поэтому следующие нескол-IьoкTо сессий гарантировано будут обслуживаться, поскольку оставшаяся часть уже выделенного RB не может занята каки-млибо потоком LTE. Независимо от коелнинчыехствзначений трафика LTE сиDсYтNемRаES всегда находится в выигрышном положении. Производительность системы
Мы рассмотрели показатели надежности представленных стратегий распределения ресурсов. Тепе сосредоточим внимание на сист-еомрниоентированных поакзателях, в частности, коэффициенте использования ресурсов.
Перейдем к рассмотрению рис. 8 и рис. 9, иллюстрирующих средние значения коэффи использования ресурсов для таких же параметров, как и на рис. 6 и рис. 8, соответственно. представленные результаты, мы видим, что картина противоположна результатам, представленным рис. 6 и рис. 7. В частности, DYстNрпатрегвиоясходит конкурентов -зиаз более агрессивного механизма распределения ресурсов: любой доступный RB немедленно предсоястапвлояетзапросу от любого типа трафика. Напротив, стратегияSTAT демонстрирует худшую производительность, поскольку доминирующему трафику одной услуги никогда не может быть предоставлены ресур зарезервированные для другой услуги. Наконец, стрDаYтеNгRиEяS демонстрирует «взвешенное» поведение приближаясь к кривой страDтYегNипири низких нагрузках и к кривой сSтTрAаTтепгрии высоких. Параметризация стратегий
Опираясь на полученный опыт анализа стратегий, сформированную в ходе первых двух проведенного численного исследования, мы теперь рассмотрим вопрос определения пороговых значе для обсуждаемых типов трафика в зависимости от требований, определенных серверами обраб данных предоставляемой услуги. Эти требования выражаются в терминатхейверболяоткниорсовок LTE и N-BIoT сессий. Для этого исследования мы не рассматриваем DYсNтр,атепгоисюкольку она не обеспечивает требуемые гарантии производительности. Следовательно, далее, мы проводим сравнен стратегий STAT и DYNRES.
Для определения парамоетвр стратегии распределения ресурсов, мы установим максимально допустимый уровень вероятности блокировок для услуг -ILoTE. УистаNнаBвливаем это значение в 1% для обоих типов трафика. Затем используем результаты Раздела 3, для определения минимал максимальных значени й , и , необходимые для резервирования ресурсов. Далее, для стратегии DYNRES положим = , = 1 − . Для выбранных порогов вероятностей и потоков нагрузки 50 видеокамер с привязккойLTE и 30 0-0Io0T NсBенсоров значения коэффициента распределения ресурсов составляют = = 0,55 и = 1 − = 0,7. Другими словами, 55% ресурсов должны быть выделены исключительно сегменту LTE, а 30% должны быть преднNаBзн-IаoчTенысессдилйя. Таким образом, задача заключается в том, как эффективно распределять ресурсы меж ду значения и , которые, в нашем случае, составляют 15%.
Рис. 9. Коэффициент использования ресурсов в зависимости от предложенной нагрузки LTE
Рис. 10. Вероятность блокировки в зависимости от доли распределения ресурсов Сравним стратегиюSTAT, где ∈ { , } с альтернативной стратегиDейYNRES, где доступные после резервирования ресурсы динамически разделяемыу моебжодими типа трафика. На рис. 10 представлено поведение вероятностей блокировки для потоков -ILoTTE, аи нNаB Рис. 11 коэффициент использования ресурсов системы. Что касается рис. 10, заDмYеNтRиEмS, прчетдопочтительнее STAT, так как существует оченьзки«йу» рабочий реж им≤, 0,56, когда вероятность блокировк-иIoTNBдляSTAT ниже, чем длDяYNRES ( 0.5 ∙ 10−6 против 10−6 ). В то же время это небольшое преимущество компенсируется большими значениями вероятностей блокировок LTE 10с−е2сдсилйя: STAT против 0.5 ∙ 10−3для DYNRES.
Теперь сфокусируем внимание на кривых, показывающих степень использования ресурсов в т условиях, что и на рис. 11. Здесь мыDYвNиRдEиSмп, речвтоосходит STAT для всех допустимых значений . Хотя количественное различеие явнляется значительным, мы можем заключить, что стратегия выделения ресурсовDYNRESявляется наилучшим вариантом для рассматриваемой гетерогенной системы сбора данных. При оптимальном выборе па рами ет рDовYNRES всегда работает лучше, чем STAT. В то же время существует такой режим DнаYгNрRуEзкSир,абгодтеает хуже, чDеYмN с точки зрения использования ресурсов: четкое доминирование одного типа трафика над другим, напри экстремально-высокая нагрузка от LTE и незначительная нагруз-кIoаT. отОднNакBо, фактическая разница составляет порядка нескольких процентов и сопровождается значительно более низ надежностью, так как вероятности блокировкDиYNRдEлSя в таких экстремальных условиях на порядок ниже, чем пDрYиN, см. рис. 6 и рис. 7.
Рис. 11. Коэффициент использования ресурсов в зависимости от доли распределения ресурсов, Заключение
В статье представлены методы эффективного сбора разнородных данных беспроводной се Интернета Вещей. Мы сосредоточили внимание на передаче высоыкхоскорвиосдтенопотоков, поступающих от камер наблюдения, подключенных к LTE, и низкоскоростных сенсорных да собираемых с многочисленных устройств, подключенных к техно-IлoоTгии(с NуBчетом внутриполосного развертывания N-BIoT). Разработана аналитическая елмьод оценки эффективности распределения радиоресурсов. Модель позволяет исследовать особенности совместного использования ресурсов LTE NB-IoT. Наконец, на примере оператора наблюдения, реализующего систему мониторинга, мы пр оценку трех альтернативхныстратегий совместного использования ресурсов соты LTE с поддержк технологии N-BIoT.
Проведенное численное исследование показало, что простейшая сSтTрAаTтеогчиеянь чувствительна к предлагаемой нагрузке и требует точной информации об уровне нпаогсртуузпкаию. щеТйакже показано, что стратегDиYяN с полностью динамическим распределением русурсов позволяет достичь наивысшей пропускной способности системы, но не может гарантировать требуемую надежно обслуживания. Предложенная стратегия динамического редреалспения ресурсов с резервированием, DYNRES, позволяет удовлетворять требования надежности при сохранении коэффициента использования ресурсов на высоком уровне. СтраDтYеNгиRяES рекомендуется для будущих развертываний IoT в мобильных сетях 5G, вкакто равзрреамбяотанная аналитическая модель в статье может применяться для оценки эффективности будущих решений. Благодарности
Публикация подготовлена при финансовой поддержке Минобрнауки № 02.a03.21.0008) и РФФИ (научные проект ы-07-№0076166 и №-071-070845). России (соглашение
References Note on the authors: Begishev Vyacheslav O., Graduate student of the Department of Applied Probability and Informatics, Pe
Friendship University of Russia, begishev_vo@rudn.university Machev Egor A., Student of the Department of Applied Probability and Informatics, Peoples’ Friendship Uni of Russia, machnev_ea@rudn.university Molchanov Dmitri A., Candidate of Science (PhD) in technology, associate professor, Peoples’ Friendship
University of Russia, molchanov_da@rudn.university Samouylov Andrey K., Candidate of Science (PhD) in physics and mathematics, associate professor, Peoples’ Friendship University of Russia, samuylov_ak@rudn.university