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

Текст из файла (страница 8)

Рисунок 10 – Графики функций принадлежности для термов входной лингвистической переменной «Задержка»

Рисунок 11 – Графики функций принадлежности для термов входной лингвистической переменной «Доля потери пакетов»

Рисунок 12 – Графики функций принадлежности для термов выходной лингвистической переменной «Качество обслуживания сети»

1. Формирование базы правил

Нечеткий логический вывод по алгоритму Мамдани выполняется по нечеткой базе знаний, в которой значения входных и выходной переменных заданы нечеткими множествами.

Агрегирование нечетких множеств, в системе нечеткого логического вывода по Мамдани наиболее часто реализуется операцией нахождения максимума. Четкое значение выхода, соответствующее входному вектору, определяется в результате дефаззификации нечеткого множества. Наиболее часто применяется дефаззификация по методу центра тяжести.

Все этапы применения нечеткой логики для оценки рассмотрены для случая, в котором в качестве входных лингвистических переменных используются скорость передачи информации, задержка и доля потерянных пакетов, в качестве выходной лингвистической переменной – предоставление качества услуги сети.

Сформированная база правил представлена в таблице 2.1 множество правил сгенерированы исходя из всех возможных сочетаний входных и выходных переменных. При этом разработанная база нечетких правил соответствует структуре MISO (Multiple Input – Single Output), в которой трём входным переменным соответствует одна выходная переменная

Таблица 2.1 – Правила нечеткого логического вывода для оценки качества обслуживания сети

№ правила	Если	И	И	То
	Скорость передачи информации	Задержка	Доля потери пакетов	Качество обслуживания сети
1	Низкая	Малая	Приемлемая	Среднее
2	Низкая	Малая	Критичная	Низкое
3	Низкая	Средняя	Приемлемая	Низкое
4	Низкая	Средняя	Критичная	Низкое
5	Низкая	Большая	Приемлемая	Низкое
6	Низкая	Большая	Критичная	Очень низкое
7	Средняя	Малая	Приемлемая	Высокое

Продолжение таблицы 2.1

№ правила	Если	И	И	То
	Скорость передачи информации	Задержка	Доля потери пакетов	Качество обслуживания сети
8	Средняя	Малая	Критичная	Среднее
9	Средняя	Средняя	Приемлемая	Среднее
10	Средняя	Средняя	Критичная	Среднее
11	Средняя	Большая	Приемлемая	Среднее
12	Средняя	Большая	Критичная	Низкое
13	Высокая	Малая	Приемлемая	Очень высокое
14	Высокая	Малая	Критичная	Высокое
15	Высокая	Средняя	Приемлемая	Очень высокое
16	Высокая	Средняя	Критичная	Высокое
17	Высокая	Большая	Приемлемая	Высокое
18	Высокая	Большая	Критичная	Среднее

Правила нечеткого логического вывода удовлетворяют требованию слабой согласованности, которое предполагает, что произвольные малые приращения входных параметров не должны приводить к скачкообразному изменению выходного параметра.

Анализ известных программных средств нечеткого моделирования показал, что для построения системы оценки качества предоставления услуг сети VANET целесообразно использовать пакет Fuzzy Logic Toolbox вычислительной системы MatLab. Достоинством использования данного программного средства является наличие достаточного объема документации и иных информационных источников, в которых описаны способы его применения в различных областях, в том числе в области телекоммуникаций и управления качеством обслуживания.

Процесс создания правил логического вывода в математическом пакете MatLab представлен на рисунке 13. Следует отметить возможность задания весовых коэффициентов для тонкой настройки влияния различных входных параметров на выходной коэффициент. В данном случае все правила имеют одинаковый вес, равный единице.

Рисунок 13 – Редактор правил логического вывода MatLab

Этапы оценки качества предоставления услуги сети на основе нечеткой логики для всех 18 правил системы нечеткого логического вывода (рисунок 14) представлены ниже.

Рисунок 14 – Сформированная таблица нечеткого вывода

1. Построение модели нечеткой логики

Воспользовавшись встроенным графическим редактором из набора Fuzzy Logic Toolbox сформирована модель нечеткой логики. Работоспособность модели нечеткой логики можно проверить, воссоздав её в симуляторе Simulink, предварительно сохранив описание данной модели на языке MatLab:

[System]

Name='FL-new' Type='mamdani' Version=2.0 NumInputs=3 NumOutputs=1 NumRules=18 AndMethod='min' OrMethod='max' ImpMethod='min' AggMethod='max' DefuzzMethod='centroid'

[Input1]

Name='Скорость' Range=[0 60] NumMFs=3 MF1='Низкая':'zmf',[10 30] MF2='Средняя':'trimf',[15 30 45] MF3='Высокая':'smf',[30 50]

[Input2]

Name='Задержка' Range=[0 0.8] NumMFs=3 MF1='Малая':'zmf',[0.15 0.3] MF2='Средняя':'trimf',[0.2 0.4 0.6] MF3='Большая':'smf',[0.5 0.65]

[Input3]

Name='Потеря' Range=[0 100] NumMFs=2 MF1='Приемлемая':'zmf', [30 60] MF2='Критичная':'smf',[30 60]

[Output1]

Name='QoS' Range=[0 100] NumMFs=5 MF1='Очень_низкое':'zmf',[10 20] MF2='Низкое':'trimf',[9.8 25.3 0.8] MF3='Очень_высокое':'smf',[80 90] MF4='Среднее':'trimf',[35 50 65] MF5='Высокое':'trimf',[60 75 90]

Система оценки QoS в сети подвижных объектов VANET, реализована также с использованием пакетов Simulink и Fuzzy Logic Toolbox вычислительной системы MatLab. Значения трех входных переменных поступают на вход мультиплексора, в котором происходит объединение данных. Далее производится оценка качества предоставления услуги физиологического мониторинга с использование аппарата нечеткой логики на основе разработанных нечетких правил. Значение оценки QoS выводится на виртуальный дисплей (рисунок 15).

Рисунок 15 – Модель оценки QoS в симуляторе Simulink

Основываясь на результаты исследований, для оценки качества обслуживания сети выбрана модель на основе нечеткой логики. Выбор основан на преимуществах данного метода таких как скорость работы, масштабируемость, гибкость настройки и простота реализации.

Проанализирован алгоритм работы модели, для работы выбрана модель нечеткого логического вывода по Мамдани, в которой импликация моделируется минимумом, а агрегация максимумом. Сформулирована структура модели, в которую входят три входных лингвистических переменных (скорость передачи данных, задержка доставки пакетов и количество потерянных пакетов), база правил, и выходная лингвистическая переменная «Уровень обслуживания». Для всех входных лингвистических переменных определены универсумы, построены функции принадлежности, составлена база правил, которая проверена на полноту. Модель реализована в математическом пакете MatLab.

1. Результаты моделирования метода оценки QoS в VANET

Имитационное моделирование рассматривается как одна из современных технологий для проведения сетевых исследований. Такой метод доказал свою эффективность как метод изучения больших и сложных сетей. Как правило построение сети VANET и её тестирование в разных средах дорого и трудоемко. Сетевые симуляторы экономят денежные и временные ресурсы при разработке протоколов маршрутизации и исследовании механизмов обеспечения качества обслуживания и безопасности.

Ниже описан процесс имитационного моделирования сети VANET, анализ полученных результатов и применение модели оценки качества обслуживания на основе нечеткой логики.

1. Имитационное моделирование сети VANET

Для начала следует выполнить сборку исходных файлов симулятора, однако перед этим необходимо загрузить библиотеки, требуемые для работы стандартного визуализатора NS3. Командой «./build.py» выполняется сборка исходных файлов симулятора.

По завершению сборки исходных файлов команда осуществит вывод модулей, которые были собраны (рисунок 16).

Характеристики

Список файлов ВКР