Пояснительная записка (1194880), страница 5

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 5)

Исследования, проведенные в разных симуляциях, привели к классификации, основанной на коэффициенте приема пакетов. Обычно PDR разделяют на три группы:

• высокий ( );

• средний ( );

• низкий ( ).

Однако существуют и альтернативные классификации, представленные в таблице 1.2.

Таблица 1.2 – Классификация PDR, установленная в различных
исследованиях

На этапе анализа результатов имитационного моделирования будет использована модель для конфигурации TR1000&CC1100/ Mica1&2.

Зачастую удобнее использовать обратную характеристику PDR – Количество потерянных пакетов (Lost packets ratio, LPR) – это сумма потерянных или отброшенных пакетов всеми узлами сети. Коэффициент потерянных пакетов можно представить формулой:

где, – сумма пакетов, генерируемых всеми источниками, – сумма всех недоставленных пакетов в сети,.

Показатель успешности доставки пакетов очень важен для оценки уровня обеспечения качества обслуживания сети для трафика, требующего гарантированной доставки.

1. Пропускная способность

Полоса пропускания (Bandwidth) – описывает номинальную пропускную способность среды передачи информации, определяет ширину канала, заявленную для передачи.

Пропускная способность (Throughput) – это сумма бит, успешно полученная всеми транспортными средствами в единицу времени. Данная метрика измеряется в килобайтах в секунду (кбит/с) и может описываться следующим образом:

где – сумма успешно переданных пакетов, а – время последнего переданного пакета.

Существует так же полезная пропускная способность (Goodput) – объем переданных за единицу времени данных без учета заголовков пакетов и кадров, а также другой служебной информации [CITATION Per63 \l 1033 ]. Целью эффективного протокола MAC-уровня является максимизация пропускной способности и минимизация задержки для пользовательских приложений.

Данная метрика позволяет объективно судить о пропускной способности сети при оценке качества обслуживания для требовательных приложений VANET.

1. Задержка сигнала

Задержка сигнала (Delay) – это сумма времени буферизации, времени ожидания, времени повторной передачи уровня MAC-пакетов и задержки распространения. Зачастую для оценки производительности сети используется средняя задержка сигнала (Delay average), которую можно описать следующим образом:

где – сумма времени, затраченного на доставку пакетов для каждого узла в сети, – количество пакетов, полученных всеми целевыми узлами.

Колебания задержки в серии последовательных измерений принято характеризовать величиной, получившая название Джиттер (Jitter).

Задержка в доставке пакета и джиттер обычно исчисляется в миллисекундах, и на первый взгляд, не являются столь критичными и едва ли могут быть замечены человеком. Однако данные характеристики очень важны для передачи трафика реального времени.

1. Количество коллизий

Коллизия (Collision) – это столкновение двух или более кадров в сети, приводящее к их потере или искажению [ CITATION Tra65 \l 1033 ]. В VANET используется протокол множественного доступа с предотвращением коллизий CSMA/CA [ CITATION Sha \l 1033 ]. Он предполагает, режим работы «один говорит – остальные молчат». При этом производится обмен управляющими фреймами RTS/CTS для решения проблемы скрытого узла и среда передачи резервируется для передающей станцией.

CSMA предполагает способность сетевого устройства прослушивать канал и выяснять, занят он или нет. На первый взгляд кажется, что механизм CSMA позволяет полностью избежать коллизий. Действительно, если все терминалы передают свои пакеты только тогда, когда канал не занят, и выбирают случайное время повторной передачи, если канал занят, то кажется, что столкновение произойдет только тогда, когда два или более терминалов начнут передачу одновременно, что кажется маловероятным событием. Однако на самом деле ситуация не столь оптимистична, из-за конечного времени, которое требуется для распространения сигнала с одного узла на другой.

Резервирование среды по методу CSMA/CA требует строгой симметричности линий и определенных элементов координированного управления, что для VANET – невозможно/нежелательно. Коллизии приводят к деградации параметров производительности протокола множественного доступа при высокой динамике изменения топологии и интенсивном трафике.

1. Оценка принимаемого сигнала RSSI, LQI и SNR

Многие исследования рассмотрели проблему характеристики качественных беспроводных каналов для получения показателей для поиска наилучших маршрутов в беспроводных сенсорных сетях. Несколько экспериментальных исследований дали лучшее понимание сложного поведения маломощных сетевых устройств. Качество передачи данных напрямую зависит от уровня принимаемого сигнала, уровня помех и способности приемника правильно декодировать переданную информацию.

Для оценки беспроводных линий связи повсеместно используется показатель уровня принимаемого сигнала (RSSI) [ CITATION Amup6 \l 1033 ] и индикатор качества сигнала (LQI).

Показатель уровня принимаемого сигнала, RSSI (англ. Receivedsignal Strength Indicator) – полная мощность принимаемого приёмником сигнала. Измеряется приёмником по логарифмической шкале в дБм.

RSSI является единственным параметром, позволяющим измерить расстояние от устройства до базовой станции или маяка. Уравнение, следующее из формулы передачи Фрииса для распространения радиосигнала в свободном пространстве для вычисления расстояния, имеет следующий вид:

где – расстояние от устройства до передатчика, [м]; – расстояние от устройства до точки, на которой выполнялось измерение мощности сигнала устройства, [м]; – мощность сигнала устройства, измеренная на единичном расстоянии do от устройства, [дБ]; – коэффициент потерь мощности сигнала при распространении в среде, безразмерная величина (для воздуха ; увеличивается при наличии препятствий);

Многие исследования показали важность RSSI для оценки качества передачи данных и проанализировали связь между RSSI и PDR.

PDR учитывает соотношение между отправленными и успешно доставленными пакетами в сети, что не зависит от оборудования как RSSI и LQI.

LQI (индикатор качества канала) – это метрика текущего качества принимаемого сигнала [ CITATION Eff14 \l 1033 ]. LQI дает оценку того, насколько легко принятый сигнал может быть демодулирован. LQI лучше всего использовать в качестве относительного измерения качества канала поскольку значение зависит от формата модуляции.

Несмотря на схожую задачу, метрики RSSI и LQI могут вести себя по-разному. Иллюстрировать работу RSSI и LQI могут следующие стандартные комбинации событий:

• слабый сигнал при наличии шума может давать низкий RSSI и высокий LQI;

• слабый сигнал в отсутствии шума может дать низкий RSSI и низкий LQI;

• сильный шум (обычно исходящий из помех) может давать высокий RSSI и высокий LQI;

• сильный сигнал без большого шума может дать высокий RSSI и низкий LQI;

• очень сильный сигнал может дать высокий RSSI и высокий LQI.

Как правило RSSI, и LQI используют в качестве относительных измерений, поскольку значения зависят от формата модуляции.

SNR – Отношение сигнал/шум (signal-to-noise ratio) – безразмерная величина, равная отношению мощности полезного сигнала к мощности шума:

Чем выше соотношение сигнала к шуму, тем выше уровень беспроводной связи. На практике показатель SNR 25 или выше обозначает максимальную скорость передачи данных в беспроводной сети.

1. Методы оценки QoS для потокового трафика

Существует множество стандартов, используемых для оценки качества передачи трафика реального времени, в частности IPTV. Цифровая видеоинформация, передаваемая через телекоммуникационные сети, подвергается искажениям, возникающим в процессе оцифровки, сжатия, передачи, декодирования и воспроизведения видеосигналов. Так, при сжатии видеосигналов происходит снижение качества, связанное с уменьшением количества информации о структуре изображения.

Независимо от используемой метрики оптимизации для оценки качества потоковых медиа может быть сгруппирован в два метода, субъективный метод и объективный метод.

1. Субъективные метрики оценки качества

Субъективные метрики используют особенности человеческого зрения. Существующие стандарты содержат такие методики измерений, как SSCQE, DSIS, DSCQS.

• SSCQE (Single-Stimulus Continuous Quality Evaluation) – непрерывная оценка качества в ходе единственного просмотра. Наблюдателю демонстрируется несколько видеороликов. Количество искажений в этих роликах может быть различным. Оценки выставляются в пределах от 0 (за худшее качество) до 1 (за лучшее качество). Оценка выставляется только один раз и в дальнейшем не может быть изменена;

• DSIS (Double Stimulus Impairment Scale) – попарная оценка ухудшения качества видео. Наблюдателю предлагается сравнить две видеопоследовательности – искаженную и оригинальную. Длительность теста – 8 секунд. Наблюдатель оценивает визуальные искажения по пятибалльной шкале. Максимальный балл 5 – соответствует незаметным искажениям, средний балл 3 – искажения мешают смотреть, минимальный 1 – изображение просматривать невозможно;

• DSCQS (Double Stimulus Continuous Quality Scale) – непрерывная оценка качества по результатам двух просмотров. Этот метод, основанный на двух ранее описанных метриках, получил широкое применение и позволяет оценивать потоковое видео с высокой степенью точности. Качество изображений оценивается так же, как в методике DSIS. Отличительной особенностью является то, что видеоролик воспроизводится в псевдослучайном порядке, а затем повторяется. По окончании просмотра наблюдателю дается некоторое время для выставления оценки. Методика оценивания также пятибалльная: 5 – превосходное качество, 4 – хорошее качество, 3 – удовлетворительное качество, 2 – плохое, 1 – очень плохое качество. Наблюдатель записывает выставленную оценку в специальный бланк или заносит данные в специализированную программу. Затем все оценки усредняются и преобразуются в стандартную шкалу (от 0 до 100). Таким образом, всегда можно оценить различия между оригинальным и искаженным видеорядом. По окончании сбора информации от всех экспертов данные обрабатываются с использованием статистических алгоритмов.

1. Объективные метрики оценки качества

Для автоматизации процессов оценки качества потокового видео разработаны объективные метрики, позволяющие оценивать качество видеоинформации в двух режимах. В первом режиме для анализа доступна вся видеопоследовательность, во втором – оценка формируется отдельно для каждого кадра. Существуют следующие объективные метрики:

• RMSE (Root Mean Square Error) – среднеквадратическая ошибка, определяемая как расстояние между двумя пикселями. Для вычисления этого параметра необходимо усреднить значение разности между отсчетами оригинальной и скаженной последовательностей.

Характеристики

Список файлов ВКР