Модель и методы маршрутизации трафика в сети связи с использованием БПЛА

Обложка

Цитировать

Полный текст

Аннотация

Актуальность. Развитие сетей 5G и последующих поколений сопровождается развитием новых услуг, в частности, услуг виртуальной, дополненной реальностей, а также телеприсутствия и сетей радиодоступа. В частности, происходит повышение рабочих частот, что ставит дополнительные задачи по организации сети, способной обеспечить требования к качеству обслуживания трафика со стороны новых услуг и обеспечению доступности связи пользователям. Эти задачи могут решаться различными способами размещения точек доступа, в том числе с использованием БПЛА. Такой подход обеспечивает оперативность построения и гибкость структуры сети доступа, но также требует применения методов размещения точек доступа по отношению к пользователям и другим элементам сети связи.Постановка задачи: разработка методов размещения маршрутизаторов в рое БПЛА и выбора маршрутов пропуска трафика при организации сети доступа, в целях повышения эффективности функционирования сети связи.Цель работы: повышение эффективности построения сети доступа с использованием БПЛА за счет разработки методов кластеризации и распределения маршрутизаторов в рое БПЛА. Используемые методы. Исследования проводились с использованием положений теории информации, математических методов оптимизации, методов теории графов и методов кластеризации. Численные результаты получены методом численного моделирования на языке python.Результат. Разработанные модель и методы позволяют произвести распределение маршрутизаторов (точек доступа) сети, размещенных на БПЛА с учетом качества обслуживания и обеспечения построения связной mesh-сети и ее связи с сетью подвижной связи, которые могут быть использованы как в современных, так и перспективных сетях связи.Новизна: разработан модельно-методический аппарат, позволяющий повысить эффективность построения сетей беспроводного доступа с применением БПЛА, в частности позволяющий выбирать позиции размещения маршрутизаторов в рое БПЛА и логическую структуру сети. Разработанный модельно-методический аппарат решает задачу маршрутизации трафика с учетом качества его обслуживания. Практическая значимость: предложенные модель и методы могут быть использованы при организации обслуживания в сетях 5G и последующих поколений. В частности, они позволяют обеспечить доступность связи и оперативность организации сети в случаях недостаточного покрытия, а также в случаях выхода из строя отдельных элементов сети. Возможность выгрузки трафика в локальную сеть позволяет повысить качество обслуживания трафика в сети оператора связи.

Об авторах

К. А. Кузнецов

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича

Email: kuznetsov.sut@gmail.com
ORCID iD: 0009-0001-6167-2711
SPIN-код: 9601-1160

А. И. Парамонов

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича

Email: paramonov@sut.ru
ORCID iD: 0000-0002-4104-3504
SPIN-код: 6569-4460

А. С.А. Мутханна

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича

Email: muthanna.asa@sut.ru
ORCID iD: 0000-0003-0213-8145
SPIN-код: 2214-6441

А. Е. Кучерявый

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича

Email: akouch@sut.ru
ORCID iD: 0000-0003-0213-8145
SPIN-код: 1012-4238

Список литературы

  1. Taleb T., Benzaïd C., Lopez M.B., Mikhaylov K., Tarkoma S., Kostakos P., et al. 6G System Architecture: A Service of Services Vision // ITU Journal on Future and Evolving Technologies. 2022. Vol. 3. Iss. 3.
  2. Rec. ITU-T Technical Report (01/2020). Network 2030 ‒ Additional Representative Use Cases and Key Network Requirements for Network 2030.
  3. Rec. ITU-T Deliverable (10/2019). New Services and Capabilities for Network 2030: Description, Technical Gap and Performance Target Analysis.
  4. Li R. Network 2030. A Blueprint of Technology, Applications and Market Drivers Towards the Year 2030 and Beyond. 2019.
  5. Rec. ITU-T Technical Specification (06/2020). Network 2030 Architecture Framework.
  6. Волков А.Н., Мутханна А.С.А., Кучерявый А.Е., Бородин А.С., Парамонов А.И., Владимиров С.С. и др. Перспективные исследования сетей и услуг 2030 в лаборатории 6G Meganetlab СПБГУТ // Электросвязь. 2023. № 6. С. 5‒14. doi: 10.34832/ELSV.2023.43.6.001. EDN:CJSYLS
  7. Демидов Н.А. Исследование трафика 3d-видеопотока на имитационной модели // Электросвязь. 2024. № 3. С. 44‒48. doi: 10.34832/ELSV.2024.52.3.008. EDN:DNQCWX
  8. Rec. ITU Focus Group Technical Specification (12/2023). Definition of metaverse.
  9. Mane-Deshmukh P.V. Designing of Wireless Sensor Network to Protect Agricultural Farm from Wild Animals // i-Manager’s Journal on Information Technology. 2018. Vol. 7. Iss. 4. PP. 30‒36.
  10. Shannon C.E., Weaver W. The Mathematical Theory of Communication. Urbana: The University of Illinois Press,·1964.
  11. Akyildiz I.F., Han C., Hu Z., Nie S., Jornet J.M. Terahertz Band Communication: An Old Problem Revisited and Research Directions for the Next Decade // IEEE Transactions on Communications. 2022. Vol. 70. Iss. 6. PP. 4250‒4285. doi: 10.1109/TCOMM.2022.3171800
  12. Petrov V., Pyattaev A., Moltchanov D., Koucheryavy Y. Terahertz band communications: Applications, research challenges, and standardization activities // Proceedings of the 8th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT, Lisbon, Portugal, 18‒20 October 2016). IEEE, 2016. PP. 183‒190. doi: 10.1109/ICUMT.2016.7765354
  13. results for "5g router" // Amazon. URL: https://www.amazon.com/5g-router/s?k=5g+router (Accessed 01.07.2024)
  14. Дорохова А.А., Парамонов А.И. Исследование трафика и качества обслуживания в самоорганизующихся сетях на базе БПЛА // Информационные технологии и телекоммуникации. 2016. Т. 4. № 2. С. 12‒25. EDN:XDCORF
  15. Варельджян К.С., Парамонов А.И., Киричек Р.В. Оптимизация траектории движения БПЛА в летающих сенсорных сетях // Электросвязь. 2015. № 7. С. 20‒25. EDN:UAYFOL
  16. Захаров М.В., Киричек Р.В., Парамонов А.И. Задача распределения ресурсов в группах БПЛА // Информационные технологии и телекоммуникации. 2015. Т. 3. № 1. С. 62‒70. EDN:TUXWKP
  17. Вишневский В.М. Методы и алгоритмы проектирования и реализации привязных высотных беспилотных телекоммуникационных платформ // XIII Всероссийское совещание по проблемам управления ВСПУ-2019 (Москва, Россия, 17–20 июня 2019 г.). М.: Институт проблем управления им. В.А. Трапезникова РАН, 2019. С. 40‒42. doi: 10.25728/vspu.2019.0040. EDN:KFCQMJ
  18. Факторный, дискриминантный и кластерный анализ. Пер. с англ. М.: Финансы и статистика, 1989. 215 с.
  19. 3. Clustering // Scikit-learn. URL: https://scikit-learn.org/stable/modules/clustering.html (Accessed 01.07.2024)
  20. Марочкина А.В. Моделирование и кластеризация трехмерной сети интернета вещей с применением метода оценки фрактальной размерности // Электросвязь. 2023. № 6. С. 60‒66. doi: 10.34832/ELSV.2023.43.6.008. EDN:ZBNQKI
  21. Загоруйко Н.Г., Ёлкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. Новосибирск: Наука, 1985. 110 с.
  22. Викулов А.С., Парамонов А.И. Модель канала OFDM в задаче оценки эффективности сети IEEE 802.11 // Инфокоммуникационные технологии. 2018. Т. 16. № 3. С. 290‒297. doi: 10.18469/ikt.2018.16.3.06. EDN:EMWAAZ
  23. Рекомендация МСЭ-R P.1238-9 (06/2017). Данные о распространении радиоволн и методы прогнозирования для планирования систем радиосвязи внутри помещений и локальных зоновых радиосетей в частотном диапазоне 300 МГц–100 ГГц.
  24. Daley D.J., Vere-Jones D. An Introduction to the Theory of Point Processes. Volume I: Elementary Theory and Methods. Springer Science & Business Media, 2006. 471 p.
  25. Препарата Ф., Шеймос М. Вычислительная геометрия: Введение. Пер. с англ. М.: Мир, 1989. 478 с.
  26. Майника Э. Алгоритмы оптимизации на сетях и графах. Пер. с англ. М.: Мир. 1981. 323 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».