Методы множественного доступа (стр. 6 )

Вызов события модели процесса в течение моделирования управляется возбуждением прерывания, а каждое прерывание соответствует событию, которое должно быть обработано моделью процесса.

Основа связи между процессами - структура данных, называемая пакетом. Могут быть заданы форматы пакета, которые могут содержать такие стандартные типы данных, как целые числа, числа с плавающей запятой и указатели на пакеты (эта последняя способность позволяет инкапсулировать моделирование пакета). Структура данных, вызывающая информацию по контролю за интерфейсом (interfacecontrolinfor-mation - ICI), может быть разделена между двумя событиями моделей процесса - это ещё один механизм для межпроцессорной связи, это очень удобно для команд моделирования и соответствует архитектуре многоуровневого протокола. Процесс также может динамически порождать дочерние процессы, которые упростят функциональное описание таких систем, как серверы.

Несколько основных моделей процесса входят в базовую комплектацию пакета, моделируя популярные протоколы работы с сетями и алгоритмы, вроде протокола шлюза границы (bordergatewayprotocol - BGP), протокола контроля передачи. Интернет протокол (TCP/IP), ретрансляции кадров (framerelay), Ethernet, асинхронного режима передачи (asynchronoustransfermode - ATM), и WFQ (weightedfairqueuing). Базовые модели полезны для быстрого развития сложных имитационных моделей для общих архитектур сети, а также для обучения, чтобы дать точное функциональное описание протокола студентам.

Существует возможность сопровождения комментариями и графикой (с поддержкой гипертекста) моделей сети, узла или процесса.

2.6 OMNet++

OMNeT++ представляет собой систему моделирования на основе дискретных событий. Система моделирования в основном поддерживает стандартные проводные и беспроводные сети IPкоммуникаций, но существуют также некоторые расширения для беспроводных сенсорных сетей (БСС). Как и NS_2, OMNeT++ является известной системой, расширяемой и активно поддерживаемой сообществом своих пользователей, которые также создают расширения для моделирования БСС.

OMNeT++ использует язык С++ для имитационных моделей. Имитационные модели в совокупности с языком высокого уровня NEDсобираются в крупные компоненты и представляют собой большие системы. Симулятор имеет графические инструменты для создания моделей и оценки результатов в режиме реального времени.

OMNeT++ способен запускать модели TinyOSс помощью приложения NesCT, которое конвертирует исходный код TinyOSв симуляцию, совместимую с кодом C++ . Обмен симуляционным кодом NesCмеждусенсорными платформами возможен, но только в ограниченном виде,

поскольку протокол и аппаратная реализация в симуляторе максимальноупрощена, но не всё оборудование поддерживается. Симулятор хорошо масштабируем для очень крупных сетевых топологий, где возможности ограничиваются лишь объемом памяти компьютера или рабочей станции. OMNet++ не может моделировать OSприкладного уровня задержки времени выполнения. Задержки для нижних слоев, например, MACи беспроводного канала, определимы. Без соответствующих имитационных моделей и расширений (framework), симулятору не хватает протоколов и должного качества моделирования сенсорных сетей, так как основная поддержка ориентирована главным образом в сторону IPсетей.

Уделим немного внимания проектам, который является развитием OMNeT++ — Castalia. Castaliaявляется средой моделирования для сенсорных сетей и построен на платформе OMNeT++.Castaliaявляется модульной и расширяемой. К её сильным сторонам относится точность моделирования беспроводного канала и радиосигналов, включая MAC.

2.7 Система моделирования сетей NS_2

NS 2 является одной из известных систем моделирования дискретных

событий для сенсорных сетей. В настоящее время NS2 активно поддерживается и используется в научных исследованиях, так как эта среда легко расширяема и основана на открытом исходном коде. Для мобильныхсенсорных сетей, симулятор имеет поддержку стандартов 802.11 и 802.15.4 типа беспроводного MAC. Последний является более подходящим для сенсорных сетей, поскольку он включает в себя несколько основных моделей энергопотребления и более близок к тем, которые используются в общих сенсорных узлах. Поддержка алгоритма маршрутизации сенсорного узла поддерживает стандартные беспроводные IPсети adhocпротоколов.

Для описания моделей в NS 2 используются языки С++/С и OTCL.

Протоколы библиотеки моделей написаны на С++/С, в то время как OTCLпозиционируется как управляющий язык, целью которого является построение среды моделирования. Для визуализации моделей используетсяаниматорсети —NetworkAniMator (NAM). После компиляции исходногокода модели в исполняемый файл и запуска его для создания файлов трассировки, результаты моделирования можно наблюдать графически при помощи NetworkAniMator (NAM).

Симуляции, модели беспроводных каналов и всенаправленных антенн, представляются в двумерном пространстве, что исключает детальность моделирования окружающей среды с учетом влияния препятствий и сооружений. Для решения поставленной задачи был использован данный сетевой симулятор.

Глава 3. Результаты моделирования и их анализ

3.1 Описание рабочей модели

В данной работе создается модель беспроводной сети. В соответствии с характеристиками данных спецификаций, быласоставлена компьютерная модель беспроводных локальных сетей. Все измерения производятся, со скоростью передачи данных до 250 кбит/с. Основные параметры: тип канала – беспроводной; сетевой интерфейс – беспроводной(802.11) и беспроводной(802.15.4); модель распространения волн – двулучевое отражение от поверхности земли; MACпротокол канального уровня – CSMA/CA, CSMA, Tdma; механизм обслуживания очереди – Queue/DropTail/PriQueue; антенна – всенаправленная; тип уровня связи – канальный; длина очереди – 50; количество узлов – 25; протокол маршрутизации – AOMDV. Были выбраны агенты-источники типа UDP. В данной работе будем сравнивать производительность, потери и задержки меняя методы множественного доступа для трех видов трафика CBR, Pareto, Exponential.

На Рисунке 15 можно видеть модель беспроводной сети состоящую из 25 мобильных узлов, один из которых является приемником, другой ?  передатчиком.

Рисунок 15 ? Визуализация симуляции сети в ns2

3.2 Типы исследуемого трафика

3.2.1 CBR трафик

CBR (Постоянная битовая скорость) трафик применяется там, где есть синхронизация времени между источником трафика и пунктом назначения. CBR трафик предназначен для передачи данных, которые требуют предсказуемого времени отклика и фиксированной пропускной способности, например, для передачи видео в реальном времени. Закон распределения времени между генерированием пакетов – детерминированный.

3.2.2 Пуассоновский трафик

Пуассоновский трафик определяется показательным распределением интервалов времени между генерацией пакетов. Данный тип трафика наиболее часто рассматривается при анализе локальных вычислительных сетей. К приложениям, генерирующим Пуассоновский трафик, относятся, например, e-mail и FTP (передача файлов или текстов).

3.2.3 Трафик Парето

Это значит, что закон распределения генерирования пакетов – Парето. Статистические исследования показали, что трафик большинства интернет-приложений обладает долговременной корреляцией, «тяжёлым хвостом» и интервалы времени между поступлениями пакетов хорошо описываются распределением Парето.

3.3 Описание исследуемых характеристик

3.3.1 Производительность

Оценка производительности сети. Производительность сети является важным параметром беспроводной сети. В данной работе выполняется оценка производительности для каждого вида трафика отдельно, чтобы сравнить какой вид трафика продуктивнее и как нагрузка влияет на параметр производительности.

3.3.2 Потери

Потерянные пакеты в сети нарушают целостность информации, увеличивают время передачи информации, что увеличивает нагрузку. Предполагается, что потеря до 5% пакетов незаметна, а свыше 15-20% ? недопустима.

3.3.3 Задержка

Значение этой метрики описывается как время передачи пакета определенного типа между некоторыми двумя узлами сети. Последовательность замеров выполняется так, что задержка считается для каждого пакета, а потом на основании информации о количестве принятых пакетов, рассчитывается средняя задержка для данной сети. Замеры задержки производились на основании файла трассировки, который был создан симулятором.

3.4 Результаты данной симуляции

Рисунок 16 ? График зависимости производительности от нагрузки приCBRtraffic

Рисунок 17 ? График зависимости производительности от нагрузки при Paretotraffic

Рисунок 18 ? График зависимости производительности от нагрузки при Exponentialtraffic

Рисунок 19 ? График зависимости потерь от нагрузки приCBRtraffic

Рисунок 20 ? График зависимости потерь от нагрузки приParetotraffic

Рисунок 21 ? График зависимости потерь от нагрузки приExponentialtraffic

Рисунок 22 ? График зависимости задержки от нагрузки приCBRtraffic

Рисунок 23 ? График зависимости задержки от нагрузки приParetotraffic

Рисунок 24 ? График зависимости задержки от нагрузки приExponentialtraffic

3.5 Анализ результатов данной симуляции

Анализируя результаты симуляции, видим, что при CBRтрафике достигается лучшая производительность, чем при Paretoи Exponentialтрафиках. Это достигается за счет того чтоCBRтрафик, это трафик с постоянным темпом выдачи пакетов. Пакеты принимаются в одинаковый интервал времени. В Paretoи Exponential трафиках пакеты принимаются с разным интервалом времени, то меньше, то больше.