Carlos Renato Storck CAC-RD: Controle de Admiss˜ ao de Chamadas para Redes UMTS Disserta¸ c˜ ao de Mestrado apresentada ao Pro- grama de P´ os-Gradua¸ c˜ ao em Inform´ atica da Pontif´ ıcia Universidade Cat´ olica de Mi- nas Gerais, como requisito parcial para a obten¸ c˜ ao do grau de Mestre em Inform´ atica. Belo Horizonte Junho 2007
90
Embed
CAC-RD: Controle de Admiss˜ao de Chamadas para Redes UMTSlivros01.livrosgratis.com.br/cp031688.pdf · Chamadas para Redes UMTS Disserta¸c˜ao de Mestrado apresentada ao Pro-grama
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Carlos Renato Storck
CAC-RD: Controle de Admissao de
Chamadas para Redes UMTS
Dissertacao de Mestrado apresentada ao Pro-
grama de Pos-Graduacao em Informatica
da Pontifıcia Universidade Catolica de Mi-
nas Gerais, como requisito parcial para a
obtencao do grau de Mestre em Informatica.
Belo Horizonte
Junho 2007
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
FICHA CATALOGRÁFICA Biblioteca da Pontifícia Universidade Católica de Minas Gerais
Storck, Carlos Renato S884c CAC-RD: controle de admissão de chamadas para redes UMTS. /
Carlos Renato Storck – Belo Horizonte, 2007. xiii; 70f.: il. Orientadora: Profª. Drª. Fátima de Lima Procópio Duarte Figueiredo Dissertação (Mestrado) – Pontifícia Universidade Católica de Minas
Gerais, Programa de Pós-Graduação em Informática, Belo Horizonte. Bibliografia. 1. Sistemas de telecomunicação. 2. Sistemas de comunicação sem
fios – Inovações tecnológicas. 3. Redes UMTS. I. Figueiredo, Fátima de Lima Procópio Duarte. II. Pontifícia Universidade Católica de Minas Gerais, Programa de Pós-Graduação em Informática. III. Título.
if (bh < 0.03) bh = 0.03 ; else if (bh > 0,7) bh = 0.7; function HFP(percent_blocked_handover) // se HFP=0, retorne zero if percent_blocked_handover = 0 then return 0 ; else
// senão, retorne ( ) 1log.1
11 +⎟⎟⎠
⎞⎜⎜⎝
⎛=
βHFPmHFPf ; sendo = -0.02 e 1m 1β = 0.01
return (-0,02 * log10 (percent_blocked_handover / B1) + 1) ; end if end function function CBP(percent_blocked) if CBP = 0 then return 0; else
// senão, retorne ( ) 1log.2
22 +⎟⎟⎠
⎞⎜⎜⎝
⎛=
βCBPmCBPf ; sendo = 0.08 e 2m 2β = 0.1
return (0,08 * log10 (percent_blocked / B2) + 1) ; end if end function
CAPÍTULO 4. CONTROLE DE ADMISSÃO CAC-RD
45
if (SF = 64) and (SF_64_sho_available > 0) setSF (User, 64); SF_64_sho_available = SF_64_sho_available – 1 ; end if if (SF = 32) and (SF_32_sho_available > 0) setSF (User, 32); SF_32_sho_available = SF_32_sho_available – 1 ; end if if (SF = 16) and (SF_16_sho_available > 0) setSF (User, 16); SF_16_sho_available = SF_16_sho_available – 1 ; end if if (SF = 8) and (SF_8_sho_available > 0) setSF (User, 8); SF_8_sho_available = SF_8_sho_available – 1 ; end if if (SF = 4) and (SF_128_sho_available > 4) setSF (User, 4); SF_4_sho_available = SF_4_sho_available – 1 ; end if return SF; end function
CAPÍTULO 4. CONTROLE DE ADMISSÃO CAC-RD
46
Algorithm 3 Algoritmo de Bloqueios de Novas Chamadas por thresholds // Se a utilização da ERB estiver entre 40% a 50% if percentage_ERB >= 0,40 and percentage_ERB < 0,50 then // bloqueia chamadas da classe background if (classe = background) then callBlocked(User, ERB); return false; end if else // Se a utilização da ERB estiver entre 50% a 65% if percentage_ERB >= 0,50 and percentage_ERB < 0,65 then // bloqueia chamadas da classe background e interactive if (classe = background) or (classe = interactive) then callBlocked(User, ERB); return false; end if else // Se a utilização da ERB estiver entre 65% a 75% if percentage_ERB >= 0,65 and percentage_ERB < 0,75 then // bloqueia chamadas da classe background, interactive e streaming if (classe != conversational) then callBlocked(User, ERB); return false; end if else // Se a utilização da ERB estiver superior a 75% bloqueia todas novas chamadas if percentage_ERB >= 0,75 then callBlocked(User, ERB); return false; else // aceita todas as chamadas, utilização da ERB inferior a 40% return true; end if end if end if end if
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
47
4
Capítulo 5 Simulações e Resultados 5.1 Introdução
Neste capítulo, são apresentados o modelo de simulação e os cenários simulados, assim
como resultados das simulações sem e com o mecanismo de controle de admissão proposto.
Para os dois tipos de simulações, foi feita uma análise e uma comparação do desempenho e da
utilização do sistema.
A versão ns2-1b9a do simulador ns-2 [NS2, 2004] foi utilizada no trabalho, para realização
das simulações. Para a rede UMTS, foi adotado o simulador E-UMTS descrito em [Antoniou et
al., 2004]. Para o CAC-RD, foram desenvolvidos algoritmos dos módulos do controle de
admissão de chamadas baseado em técnicas de reserva de canais e diagnóstico da rede, o CAC-
RD. Os algoritmos foram implementados em linguagem C++ e scripts OTCL (linguagem de
script Tool Command Language com extensão orientada a objeto), acoplados ao simulador E-
UMTS do ns-2.
5.2 Parâmetros e Alterações no Simulador E-UMTS
O simulador E-UMTS foi utilizado neste trabalho para avaliação do CAC-RD proposto.
Algoritmos foram implementados e aclopados ao mesmo. Também foram feitas várias
modificações no simulador E-UMTS, de acordo com a proposta de funcionamento do CAC-RD.
Alguns dos parâmetros e resultados de [Antoniou, 2004] foram utilizados neste trabalho, como
referência. Dentre os possíveis cenários do simulador (escritório, centro de negócios e urbano),
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
49
Background 10000 ms 10000 ms 144 k
......
......
Interface Uu
Setup-Iub Uplink Bandwith: 622 Mbit Downlink Bandwith: 622 Mbit Uplink Link Delay: 0,2 ms Downlink Link Delay:0,2 ms Buffer Type: DropTail (FIFO) Buffer Length: 500
RNC
ERB(0)
ERB (1)
ERB (n)
SGSN
GGSN
Duplex-Link Bandwith: 622 Mbit Link Delay: 0,4 ms Buffer Type: DropTail (FIFO) Buffer Length: 1500
Duplex-Link Bandwith: 622 Mbit Link Delay: 10 ms Buffer Type: DropTail (FIFO) Buffer Length: 500
Duplex-Link Bandwith: 622 Mbit Link Delay: 15 ms Buffer Type: DropTail (FIFO) Buffer Length: 500
UE (0)
UE (1)
UE (n)
NULL NULL NULL
Nó 1
UDP
Exponential
Conversational 1400 ms 1700 ms 12 k
Nó 2
UDP
Exponential
Streaming 10000 ms 10000 ms 768 k
Nó 3
UDP
Pareto
Nó 4
UDP
Exponential
Duplex-Link Bandwith: 100 Mbit Link Delay: 35 ms Buffer Type: DropTail (FIFO) Buffer Length: 1000
Interactive 10000 ms 13000 ms 384 k
Aplicação Agente Enlace Nó
Rotea-dor
Figura 5.1: Modelagem do cenário urbano no ns-2.
A Figura 5.1 ilustra a modelagem do cenário urbano no simulador ns-2 para o CAC-RD
[Antoniou, 2004]. Para transporte de tráfego fim-a-fim na rede E-UMTS, vários nós e enlaces
são criados. Cada nó na modelagem representa um componente da rede E-UMTS. Esses nós são
UE, ERB, RNC, SGSN, GGSN, roteador e nós externos da rede. Estes quatro nós externos
representam a geração de tráfego na rede, sendo eles conversational, streaming, interactive e
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
50
background. Os UE são os receptores de tráfego, variando de acordo com o número de usuários
na simulação. Para ligação do UE a ERB é utilizado um enlace representado pela interface Uu.
As aplicações utilizadas originalmente pelo projeto SEACORN são: voz, multimídia,
serviços de banda estreita e serviços de banda larga. Estas aplicações foram mapeadas para as
quatro classes de QoS definidas pelo 3GPP [3GPP, 2006e]. Sendo assim, os serviços de voz do
E-UMTS foram mapeados para a classe conversational, os serviços de multimídia para a classe
streaming, os serviços de banda estreita (narrowband) para a classe interactive e os serviços de
banda larga (wideband) para a classe background, seguindo essa ordem de prioridade. Os três
primeiros serviços são considerados serviços de tempo real e o último como serviço de tempo
não real. Respectivamente, foram mapeados com as taxas de 12 kbps, 768 kbps, 384 kbps e 144
bkps, diferentemente das taxas usadas por [Antoniou, 2004], que eram 12 kbps, 144 kbps, 384
bkps e 768 kbps. Esta diferença se deve a uma adequação de taxas por classe de serviço,
baseada em [3GPP, 2006e].
Os valores adotados de bloqueios por thresholds para testes de simulação, neste trabalho,
são: até 40% de utilização, aceita todas as chamadas. Entre 40% e 50%, são bloqueadas novas
chamadas menos prioritárias, de classe background. Entre 50% e 65%, são bloqueadas novas
chamadas das classes background e interactive. Entre 65% e 75%, são bloqueadas novas
chamadas das classes background, interactive e streaming. A partir de 75%, são bloqueadas
todas as novas chamadas, tentando preservar acordos de níveis de serviço para as chamadas em
andamento.
Para análise e avaliação dos resultados, as simulações foram repetidas 33 vezes, no cenário
urbano com tempo de funcionamento da rede de 600 segundos, demorando em média 19 horas
para término de cada simulação. A carga de tráfego sobre a rede foi variada a cada simulação
executada, através da variação de número de usuários ativos. Foram executadas simulações para
800, 900, 1000 e 1100 usuários na rede. Por limitação computacional, só foi possível executar
até 1100 usuários.
5.3 Resultados de Simulação
Para o cenário urbano, descrito acima, foram realizados dois tipos de simulações com e sem
o CAC-RD: (I) simulações para avaliação de níveis de desempenho da rede e (II) simulações
para avaliação de taxa de bloqueios na rede. Na primeira simulação, foram avaliadas as medidas
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
51
de desempenho atraso, variação de atraso e vazão. Em todas as simulações, não houve perda de
pacotes, por isso esse resultado não é apresentado. Na segunda simulação, foi avaliado o
número de bloqueios por classes e handovers.
5.3.1 Avaliação do Desempenho da Rede
Para efeitos de melhor compreensão dos gráficos, o CAC de [Antoniou, 2004] será
chamado, daqui para frente de CAC-J. O CAC-J pode ser considerado um mecanismo padrão de
operadoras de telefonia celular, que fazem admissão unicamente por controle de potência. Os
resultados mostram o desempenho da rede, medido por atraso, variação de atraso e vazão, com
variação do número de usuários com o CAC-J e com o CAC-RD.
Figura 5.2: Atraso no cenário urbano com 800 usuários.
Figura 5.3: Atraso no cenário urbano com 900 usuários.
Figura 5.4: Atraso no cenário urbano com 1000 usuários.
Figura 5.5: Atraso no cenário urbano com 1100 usuários.
Tempo (s)
Atraso médio (s)
Tempo (s)
Tempo (s) Tempo (s)
Atraso médio (s)
Atraso médio (s)
Atraso médio (s)
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
52
Em [Antoniou, 2004], não foram abordados aspectos de desempenho da rede, pois o
objetivo era encontrar a melhor cobertura e capacidade da rede. O primeiro objetivo das
simulações foi comparar o desempenho entre a rede com CAC-J e a rede com CAC-RD. De
uma maneira geral, os resultados mostram que o CAC-RD é mais eficaz que o CAC-J no
atendimento de requisitos de QoS. Atraso, variação de atraso e vazão foram os parâmetros
analisados nas quatro simulações citadas: 800, 900, 1000 e 1100 usuários.
Como ilustram os gráficos das Figuras 5.2 até 5.5, o atraso médio foi menor nas simulações
que usam CAC-RD que naquelas com o CAC-J. Os gráficos mostram o atraso na rede para a
execução com o CAC-J e para a execução com o CAC-RD. Para o cenário urbano com 800
usuários, como pode ser visto no gráfico da Figura 5.2, apesar do atraso do CAC-RD ter sido
um pouco maior até os 345 segundos de simulação, após esse tempo, há uma queda, indicando
certa equivalência entre atrasos com CAC-J e com CAC-RD, nesta simulação. O maior atraso
do CAC-J é de 4,8 segundos, enquanto o maior atraso do CAC-RD é de 4,6 segundos durante a
simulação com 800 usuários, diferença de 4% entre os dois modelos.
O gráfico da Figura 5.3 ilustra o atraso na rede durante a simulação do cenário urbano com
900 usuários na rede. Na maior parte do tempo, o CAC-RD apresentou menor atraso do que o
CAC-J. Porém, a diferença de tempo entre os dois modelos foi pequena. Entre 300 e 500
segundos há uma diferença notável no atraso do CAC-RD em comparação ao CAC-J.
No gráfico da Figura 5.4 observa-se que o atraso do CAC-RD se manteve bem inferior ao
do CAC-J desde o início da simulação, para o cenário urbano com 1000 usuários na rede. A
diferença representada pelas duas curvas foi de praticamente de 0,7 segundos após os 100
segundos de simulação. O maior atraso do CAC-J é em torno de 5 segundos, enquanto o maior
atraso do CAC-RD na simulação é de 4,1 segundos, diferença de 18% no final da simulação
entre os dois modelos de controle de admissão de chamadas.
O gráfico da Figura 5.5 mostra a diferença de atraso entre o CAC-RD e CAC-J no cenário
urbano com 1100 usuários na rede. Como se pode observar, o CAC-RD apresenta melhor
resultado desde o início da simulação. A diferença foi grande após os 100 segundos de
simulação, assim como na Figura 5.4 do cenário com 1000 usuários. A diferença representada
pelas duas curvas é de praticamente de 1,4 segundos após os 100 segundos de simulação. O
maior atraso do CAC-J é em torno de 5,1 segundos, enquanto o maior atraso do CAC-RD na
simulação é de 3,7 segundos, diferença de 27% no final da simulação. Pelos resultados das
simulações, observa-se que o CAC-RD melhora os níveis de atraso em relação ao CAC-J
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
53
quando o número de usuários cresce na rede, uma vez que há mais disputa por recursos e os
bloqueios por thresholds passam a ficar mais importantes.
a
Figura 5.6: Variação do atraso no cenário urbano com 800 usuários.
Figura 5.7: Variação do atraso no cenário urbano com 900 usuários.
Figura 5.8: Variação do atraso no cenário urbano com 1000 usuários.
Figura 5.9: Variação do atraso no cenário urbano com 1100 usuários.
Tempo (s)
Variação do atraso médio (s)
Tempo (s)
Tempo (s) Tempo (s)
Variação do atraso médio (s)
Variação do atraso médio (s)
Variação do atraso médio (s)
Pelos resultados dos gráficos das Figuras 5.6 até 5.9, a variação do atraso médio foi menor
nas simulações que usam CAC-RD que naquelas com o CAC-J. Um fato interessante é que, a
curva dos resultados apresenta uma grande variância no começo. Isso se deve ao fato da entrada
das aplicações nos primeiros instantes da simulação, sendo considerado o tempo de
aquecimento do sistema ou aquecimento do regime de operação. Para análise dos resultados,
esse tempo deve ser desconsiderado. Ainda, como a variação do atraso é uma medida crítica
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
54
para redes UMTS, os valores da variação do atraso permaneceram muito próximos de zero,
como esperado.
Para o cenário com 800 usuários na rede, o CAC-RD apresentou menor variação do atraso a
partir dos 115 segundos de simulação, sendo esse tempo o regime de operação, como mostra o
gráfico da Figura 5.6. No início, o CAC-RD obteve uma variação do atraso equivalente ao do
CAC-J. Porém, após 115 segundos, essa variação do atraso cai consideravelmente se comparado
com o CAC-J.
Com 900 usuários na rede, o CAC-RD também apresentou melhores resultados para
variação do atraso em relação ao CAC-J, como mostra o gráfico da Figura 5.7. Pelo gráfico,
observa-se que após os 200 segundos de simulação a variação do CAC-RD foi menor.
O gráfico da Figura 5.8 apresenta a variação do atraso médio dos pacotes no cenário urbano
com 1000 usuários na rede. O CAC-RD teve menos variação do que o CAC-J até os 300
segundos de simulação. Após esse tempo, a variação do CAC-J diminui e a do CAC-RD se
manteve constante. Porém, no intervalo de 100 a 300 segundos o CAC-RD obteve melhor
desempenho.
No cenário urbano com 1100 usuários na rede, ilustrado pelo gráfico da Figura 5.9, a
variação do atraso do CAC-RD foi bem menor do que a variação do atraso do CAC-J, durante
todo o tempo de simulação. Após os 100 segundos de simulação, o CAC-J se manteve constante
enquanto o CAC-RD obteve quedas na variação do atraso. Assim como o melhoramento do
atraso na rede, o CAC-RD melhora os níveis de variação do atraso médio em relação ao CAC-J
quando o número de usuários cresce na rede, devido a maior disputa por recursos e utilização de
bloqueios por thresholds. Como baixa variação de atraso é um requisito de QoS para aplicações
multimídia, o CAC-RD mostra-se eficaz para redes de terceira geração UMTS.
Nas próximas simulações, a vazão na rede é comparada entre os dois modelos de controle de
admissão. Nas simulações para 800 usuários na rede, ilustrado pelo gráfico da Figura 5.10, a
vazão do CAC-RD mostrou-se maior do que a do CAC-J, sendo equivalente apenas no começo.
É notável que, a diferença do CAC-RD para o CAC-J é em torno de 100 kbps praticamente
durante toda a simulação. Ainda, o CAC-J alcançou a taxa máxima de vazão em torno de 2080
kbps, enquanto o CAC-RD atingiu 2200 kbps, diferença de 5% entre os dois modelos. Com o
CAC-RD foi possível uma maior vazão na rede, pois existe um aumento no número de
chamadas aceitas como será apresentado na seção 5.3.2. A queda nas curvas representadas pelos
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
55
dois modelos, se deve principalmente ao número de handovers bloqueados na rede, diminuindo
assim a taxa de vazão.
Figura 5.10: Vazão no cenário urbano com 800 usuários.
Figura 5.11: Vazão no cenário urbano com 900 usuários.
Figura 5.12: Vazão no cenário urbano com 1000 usuários.
Figura 5.13: Vazão no cenário urbano com 1100 usuários.
Tempo (s)
Vazão (bps)
Tempo (s)
Tempo (s) Tempo (s)
Vazão (bps)
Vazão (bps)
Vazão (bps)
A Figura 5.11 mostra a vazão na rede durante a simulação do cenário urbano com 900
usuários na rede. A partir de 100 segundos, a vazão do CAC-RD foi superior a do CAC-J até o
restante da simulação. O CAC-J teve maior vazão até os 100 segundos de simulação, porém
caiu consideravelmente. Outro fato é que, o CAC-RD se manteve mais constante, uma vez que
o CAC-J representou maior queda na sua vazão. Observa-se que, a diferença do CAC-RD para o
CAC-J é de 29%, em torno de 400 kbps, praticamente durante toda a simulação.
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
56
A Figura 5.12 demonstra a vazão na rede com 1000 usuários durante a simulação. Em todo
o tempo, o CAC-RD obteve melhor vazão de dados, obtendo melhor desempenho. Observa-se
que, a diferença do CAC-RD para o CAC-J é em torno de 400 kbps praticamente durante toda a
simulação, assim como no cenário de 900 usuários na rede. A maior vazão alcançada pelo
CAC-RD é de 2800 kbps, enquanto a do CAC-J é em torno de 2450 kbps. A diferença média
entre os dois modelos é de 17%.
A melhor vazão no cenário urbano com 1100 usuários foi a do CAC-RD, como ilustra a
diferença entre as duas simulações pelo gráfico da Figura 5.13. Durante todo o tempo de
simulação, o CAC-RD atingiu maiores taxas de vazão do que o CAC-J. A diferença entre os
dois modelos é em torno de 200 kbps em quase toda a simulação. A maior vazão alcançada pelo
CAC-RD é em torno de 2900 kbps, enquanto a do CAC-J é em torno de 2450 kbps. Pelos
resultados, observa-se uma diferença média entre os dois modelos de 12%.
5.3.2 Avaliação de Taxas de Bloqueios de Handovers e Novas Chamadas
Um problema clássico de controle de mobilidade e QoS em redes sem fio é a garantia de
acesso à rede, principalmente para aplicações já iniciadas, em processos de handover. Um dos
principais objetivos do CAC-RD é reduzir bloqueios de handovers e de novas aplicações
prioritárias, conforme foi explicado no Capítulo 4. Os gráficos de resultados mostrados a seguir
indicam que este objetivo foi alcançado, através de simulações realizadas com 800, 900, 1000 e
1100 usuários na rede.
Probabilidade de bloqueios de handovers na rede
3641
24
6
2831
12 15
01020304050
800 900 1000 1100
Total de usuários na rede
Prob
abili
dade
de
bloq
ueio
s (%
)
CAC-J
CAC-RD
Figura 5.14: Probabilidade de bloqueios de handovers no cenário urbano.
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
57
A probabilidade de bloqueios de chamadas de handovers pelo número de usuários na rede é
representada pelo gráfico da Figura 5.14. Uma vez que o número de handovers variou bastante
de uma simulação para outra, devido ao modelo de mobilidade e à variação do número de
movimentos dos usuários entre as simulações, o resultado apresentado é dado em percentual de
bloqueios. O CAC-RD foi melhor que o CAC-J nas simulações realizadas. Observa-se também,
com 900 usuários a probabilidade de bloqueios foi menor do que com 800 usuários, tanto para o
CAC-RD quanto para o CAC-J. Sendo assim, conclui-se que esse valor estaria no intervalo do
número ideal de usuários para o cenário urbano com três células. Em média, houve uma redução
de 40% do número de bloqueios de handovers do algoritmo do CAC-RD em relação ao CAC-J.
Este resultado se deve ao esquema de reserva de recursos implementado pelo CAC-RD.
Bloqueios da Classe Conversational
49555143
48463637
0
20
40
60
800 900 1000 1100
Total de usuários na rede
Núm
ero
de b
loqu
eios
CAC-J
CAC-RD
Figura 5.15: Bloqueios da classe conversational no cenário urbano.
Para avaliação de taxas de bloqueios de novas chamadas, os resultados dos gráficos são
dados pelo número de bloqueios por classes pelo número de usuários na rede. Como mostra o
gráfico da Figura 5.15, o CAC-RD obteve menos bloqueios de chamadas da classe
conversational do que com o CAC-J. Com 900 e 1000 usuários na rede, a diferença é
considerável. O CAC-RD obteve um ganho de 14%, 29% e 16% para 800, 900, 1000 usuários
na rede respectivamente. Com 1100 usuários o bloqueio caiu para 2%. Esse aumento no número
de bloqueios com 1100 usuários pode ser explicado pelo fato do aumento do número de
usuários na rede e esgotamento dos recursos disponíveis nas ERBs. Em média, houve uma
redução de 15% de bloqueios da classe conversational com a utilização do CAC-RD.
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
58
Bloqueios da Classe Streaming
79
443
3
76
02468
10
800 900 1000 1100
Total de usuários na rede
Núm
ero
de b
loqu
eios
CAC-J
CAC-RD
Figura 5.16: Bloqueios da classe streaming no cenário urbano.
A Figura 5.16 mostra o número de bloqueios da classe streaming, nas simulações. Fato
interessante é que, mesmo com o CAC-RD, aplicações da classe streaming tiveram mais
bloqueios do que o CAC-J. Isso se deve ao fato que aplicações da classe streaming exigem uma
taxa maior na rede, e como o CAC-RD prioriza primeiramente aplicações da classe
conversational e handovers, houve uma pequena queda na aceitação destas aplicações. Uma
possível solução seria alterar os valores de thresholds adotados no CAC-RD com o intuito de
encontrar valores que suportem uma maior aceitação desta aplicação, dependendo da aplicação
de QoS de cada operadora.
Bloqueios da Classe Interactive
8
25
4
7
4
5
202468
10
800 900 1000 1100
Total de usuários na rede
Núm
ero
de b
loqu
eios
CAC-J
CAC-RD
Figura 5.17: Bloqueios da classe interactive no cenário urbano.
Os bloqueios da classe interactive são ilustrados pelo gráfico da Figura 5.17. Para atender às
classes prioritárias, esperava-se que o CAC-RD tivesse maiores bloqueios dessa classe do que o
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
59
CAC-J. No entanto, com 800 usuários na rede, o bloqueio de chamadas interactive foi igual
entre os dois modelos. Com 900 usuários e 1100 usuários, o CAC-RD teve menos bloqueios do
que o CAC-J, demonstrando uma equivalência para esta classe. Apenas para 1000 usuários, o
CAC-RD obteve maior bloqueio do que o CAC-J, o que era esperado devido à prioridade da
classe interactive na rede UMTS.
Bloqueios da Classe Background
105
3
7
3
10
5
10
02468
1012
800 900 1000 1100
Total de usuários na rede
Núm
ero
de b
loqu
eios
CAC-J
CAC-RD
Figura 5.18: Bloqueios da classe background no cenário urbano.
O gráfico da Figura 5.18 ilustra o número de bloqueios da classe background. Assim como a
classe interactive, era esperado um aumento do número de bloqueios de chamadas da classe
background, por ser de mais baixa prioridade no controle de admissão de chamadas, que
prioriza classes prioritárias. No entanto, os dois modelos de controle de admissão obtiveram
resultados idênticos, exceto com 1100 usuários em que o CAC-RD obteve mais bloqueios.
Total de bloqueios na rede
71
7365
51
74
68
5145
0
20
40
60
80
800 900 1000 1100
Total de usuários na rede
Núm
ero
de b
loqu
eios
CAC-J
CAC-RD
Figura 5.19: Total de bloqueios no cenário urbano.
CAPÍTULO 5. SIMULAÇÕES E RESULTADOS
60
O número total de bloqueios na rede do cenário urbano é apresentado pelo gráfico da Figura
5.19. A curva apresentada é bem semelhante ao da Figura 5.15, pois, na simulação, a maioria
das aplicações é da classe conversational. Conclui-se que, o CAC-RD, foi superior ao CAC-J,
obtendo um menor número total de bloqueios. Apenas com 1100 usuários, o CAC-J resultou em
menos bloqueios, porém esse fato se deve principalmente no aumento de bloqueios da classe
background apresentado pelo CAC-RD com 1100 usuários. O CAC-RD obteve um ganho de
12%, 22% e 7% para 800, 900 e 1000 usuários na rede, respectivamente, em relação à redução
do número de bloqueios de todas as novas chamadas na rede. 5.4 Validação Estatística
Para validar os dados obtidos pelas simulações do CAC-RD, foi feita uma análise estatística
para um intervalo de 98% de confiança. Na amostra de 10 simulações, calculou-se a média, o
desvio padrão e a variância para novas chamadas aceitas e bloqueadas e handovers aceitos e
bloqueados, mostrados na Tabela 5.2. O intervalo da média populacional com 98% de confiança
foi calculado com o desvio padrão populacional desconhecido.
version 7.4.0. [3GPP, 2007h] 3GPP (2007h). Utran overall description (release 7). ts 25.401 version
7.3.0. [Al-Begain and Awan, 2003] Al-Begain, K. and Awan, I. (2003). Modelling differentiated
services in umts networks. In 11th IEEE / ACM International Symposium on Modeling, Analysis and Simulation of Computer Telecommunications Systems, MASCOTS 2003, pages 164–171.
[Ali et al., 2005] Ali, R. B., Pierre, S., and Lemieux, Y. (2005). Umts-to-ip qos mapping
for voice and video telephony services. IEEE Network, pages 26–32. [Anderson et al., 2001] Anderson, L., Doolan, P., and Feldman, N. (2001). Rfc 3036 – ldp
specification. [Antoniou, 2004] Antoniou, J. (2004). A system level simulator for enhanced umts
coverage and capacity planning. Master’s thesis, University of Cyprus, Department of Computer Science.
[Antoniou et al., 2004] Antoniou, J., Vassiliou, V., Pitsillides, A., Hadjipollas, G. and
Jacovides, N. (2004). A discrete event based simulation environment for enhanced umts 3rd generation networks. In ACM Symposium on Applied Computing, pages 369-370.
BIBLIOGRAFIA
67
[Baig et al., 2001] Baig, M. S., Sinha, V., and Stuckmann, P. (2001). Differentiated services for mobile core networks. In Symposium on Wireless Personal Multimedia Communications, Aalborg, Denmark, pages 675-680.
[Blake et al., 1998] Blake, S., Black, D., Carlson, M., Wang, Z., and Weiss, W. (1998). An
architecture for differentiated services, rfc 2475. [Borst et al., 2001] Borst, S., Mandjes, M., and van Uitert, M. (2001). Generalized
processor sharing with heterogeneous traffic classes. In ACM: Special section on the MAMA 2001 workshop, pages 40–42.
[Braden et al., 1994] Braden, R., Clark, D., and Shenker, S. (1994). Rfc 1633 – integrated
service in the internet architecture: An overview. [Chang and Simon, 2005] Chang, W. S. and Simon, R. (2005). Performance analysis for
multi-service networks with congestion-based pricing for qos traffic. In Proceedings of the 38th Annual Simulation Symposium, pages 33-40.
[Chaskar and Koodli, 2001] Chaskar, H. and Koodli, R. (2001). Mpls and diffserv for umts
qos in gprs core network architecture. In Internet Society´s INET Conference, Stockholm, Sweden, pages 1099-1104.
[Das et al., 2000] Das, S. K., Jayaram, R., Kakani, N. K., and Sen, S. K. (2000). A call
admission and control scheme for quality-of-service (qos) provisioning in next generation wireless networks. Wireless Networks, pages 17-30.
[Don and Chang, 2004] Don, C. and Chang, H.-T. (2004). Cbq-based call admission
control for the wcdma downlink in a multiservice context. In 7th European Conference on Wireless Technology, pages 357–360.
[Duarte-Figueiredo, 2004] Duarte Figueiredo, F. de Lima Procópio (2004). DiffMobil -
Uma Arquitetura de Qualidade de Serviço Fim-a-Fim em Redes GPRS. PhD thesis, Universidade Federal de Minas Gerais, Departamento de Ciência da Computação.
[Enderle and Lagrange, 2003] Enderle, N. and Lagrange, X. (2003). User satisfaction
models and scheduling algorithms for packet-switched services in umts. In The 57th IEEE Semiannual Vehicular Technology Conference, pages 1704–1709.
[Honkasalo et al., 2002] Honkasalo, H., Pehkonen, K., Niemi, M. T., and Leino, A. T.
(2002). Wcdma and wlan for 3g and beyond. IEEE Wireless Communications, pages 14–18.
BIBLIOGRAFIA
68
[ITU, 2006] ITU (2006). Documentation on-line 3g wireless with respect to imt-2000 and beyond. http://www.itu.int.
[Jose and Velez, 2003] Jose, E. R. S. and Velez, F. J. (2003). Enhanced umts services and
applications: a perspective beyond 3g. In 5th European Personal Mobile Communications Conference, pages 146–150.
[Kalden et al., 2000] Kalden, R., Meirick, I., and Meyer, M. (2000). Wireless internet
access based on gprs. IEEE Personal Communications, pages 8–18. [Kim et al., 2002] Kim, S.-E., Kim, H., and Copeland, J. A. (2002). Dynamic radio
resource allocation considering qos in umts network. In 4th International Workshop on Mobile and Wireless Communications Network, pages 636–640.
[Koodli and Puuskari, 2001] Koodli, R. and Puuskari, M. (2001). Supporting packet-data
qos in next generation cellular networks. IEEE Communications Magazine, pages 180–188.
[Lindemann et al., 2003] Lindemann, C., Lohmann, M., and Thummler, A. (2003). A
unified approach for improving qos and provider revenue in 3g mobile networks. In ACM Journal on Special Topics in Mobile Networks and Applications (MONET), pages vol. 8, 201–221.
[Maniatis et al., 2002] Maniatis, S., Nikolouzou, E., and Venieris, I. S. (2002). QoS issues
in the converged 3g wireless and wired networks. IEEE Communications Magazine, vol. 40, pages 44-53.
[Nichols et al., 1998] Nichols, K., Blake, S., Baker, F., and Black, D. (1998). Definition of
the differentiated services field (ds field) in the ipv4 and ipv6 headers, rfc 2474. [NS2, 2004] NS2 (2004). The network simulator - ns-2. http://www.isi.edu/nsnam/ns. [Ojanpera and Prasad, 1998a] Ojanpera, T. and Prasad, R. (1998a). An overview of air
interface multiple access for imt-2000/umts. IEEE Communications Magazine, pages 82–86.
[Ojanpera and Prasad, 1998b] Ojanpera, T. and Prasad, R. (1998b). An overview of third-
generation wireless personal communications: a european perspective. IEEE Personal Communications, pages 59–65.
[Ozer and Papavassiliou, 2003] Ozer, S. Z. and Papavassiliou, S. (2003). Performance
analysis of cdma systems with integrated services. In IEEE Transactions on Vehicular Technology, pages 823–836.
BIBLIOGRAFIA
69
[Peng et al., 2005] Peng, K., Deng, T. P., and Lu, Y. (2005). The research of the implement of umts qos diffserv on ixp2400. In 2005 International Conference on Wireless Communications, Networking and Mobile Computing Proceedings, pages 840–843.
[Rosen et al., 2001] Rosen, E., Viswanathan, A., and Callon, R. (2001). Multiprotocol label
switching architecture, rfc 3031. [Samukic, 1998] Samukic, A. (1998). Umts universal mobile telecommunications system:
Development of standards for the third generation. In IEEE Transactions on Vehicular Technology, pages 1099–1104.
[Sarikaya, 2000] Sarikaya, B. (2000). Packet mode in wireless networks: overview of
transition to third generation. IEEE Communications Magazine, pages 164–172. [Sayenko et al., 2004] Sayenko, A., Hamalainen, T., Joutsensalo, J., and Raatikainen, P.
(2004). Adaptive scheduling using the revenue-based weighted round robin. In 12th IEEE International Conference on Networks Proceedings, pages 743–749.
[SEACORN, 2004] SEACORN (2004). Enhanced umts system level simulator.
http://seacorn.cs.ucy.ac.cy/eumtssim. [Smit and Ferreira, 2004] Smit, J. and Ferreira, H. (2004). Scheduler performance
evaluation and the effect of aggregation on qos in a diffserv enabled network. In 7th AFRICON Conference in Africa, pages 323– 328.
[Soininen, 2000] Soininen, J. (2000). Gprs and umts release 2000 all-ip option. ACM
SIGMOBILE Mobile Computing and Communications Review, pages 30–37. [Solana et al., 2003] Solana, A. H., Bardaji, A. V., and Palacio, F. C. (2003). Capacity
analysis and performance evaluation of call admission control for multimedia packet transmission in umts wcdma system. IEEE Wireless Communications and Networking, pages 1550-1555.
[Tanenbaum, 2004] Tanenbaum, A. S. (2004). Redes de Computadores. Elsevier, 4a
edition. [Xiao et al., 2004] Xiao, L., Wong, T. C., and Chew, Y. H. (2004). End-to-end qos of
multiclass traffic in wcdma and diffserv network. In 15th IEEE International Symposium on Personal, Indoor and Mobile Radio Communications, pages 2034-2039.
[Zhang and Liu, 2001] Zhang, Y. and Liu, D. (2001). An adaptive algorithm for call
admission control in wireless networks. In IEEE Global Telecommunications Conference, pages 25-29.
BIBLIOGRAFIA
70
[Zreikat and Al-Begain, 2003] Zreikat, A. I. and Al-Begain, K. (2003). Soft handover-based cac in umts systems. In 10th International Conference on Telecommunications, ICT 2003, pages 1307–1312.
Livros Grátis( http://www.livrosgratis.com.br )
Milhares de Livros para Download: Baixar livros de AdministraçãoBaixar livros de AgronomiaBaixar livros de ArquiteturaBaixar livros de ArtesBaixar livros de AstronomiaBaixar livros de Biologia GeralBaixar livros de Ciência da ComputaçãoBaixar livros de Ciência da InformaçãoBaixar livros de Ciência PolíticaBaixar livros de Ciências da SaúdeBaixar livros de ComunicaçãoBaixar livros do Conselho Nacional de Educação - CNEBaixar livros de Defesa civilBaixar livros de DireitoBaixar livros de Direitos humanosBaixar livros de EconomiaBaixar livros de Economia DomésticaBaixar livros de EducaçãoBaixar livros de Educação - TrânsitoBaixar livros de Educação FísicaBaixar livros de Engenharia AeroespacialBaixar livros de FarmáciaBaixar livros de FilosofiaBaixar livros de FísicaBaixar livros de GeociênciasBaixar livros de GeografiaBaixar livros de HistóriaBaixar livros de Línguas
Baixar livros de LiteraturaBaixar livros de Literatura de CordelBaixar livros de Literatura InfantilBaixar livros de MatemáticaBaixar livros de MedicinaBaixar livros de Medicina VeterináriaBaixar livros de Meio AmbienteBaixar livros de MeteorologiaBaixar Monografias e TCCBaixar livros MultidisciplinarBaixar livros de MúsicaBaixar livros de PsicologiaBaixar livros de QuímicaBaixar livros de Saúde ColetivaBaixar livros de Serviço SocialBaixar livros de SociologiaBaixar livros de TeologiaBaixar livros de TrabalhoBaixar livros de Turismo