Đánh giá hiệu năng

CHƢƠNG III : MÔ PHỎNG VÀ ĐÁNH GIÁ HIỆU NĂNG

3.2 Đánh giá hiệu năng

Để tiến hành đánh giá hiệu năng của các cơ chế trong hệ thống, chúng tôi đánh giá qua các tham sốsau: số lần chuyển giao của một ngƣời dùng (Handover Number), độ trễ của gói tin (Packet Delay Time) và thông lƣợng của ngƣời dùng (ThroughPut).

Trƣớc hết, tôi tiến hành mô phỏng theo hai kịch bản với giá trịα=0.5

Bảng 3.1 Tham số mô phỏng

Tham số Giá trị

Mô hình trong nhà ITU P.1238 [18]

Tần số 850 Mhz [19]

Suy hao tƣờng ngoài 10dB [19]

Suy hao cửa sổ 5dB [19]

Băng thông kênh đƣờng xuống 10 Mbps

Vận tốc di chuyển tối đa 0.5 m/s

Phạm vi mô phỏng Hình chữ nhật 80 x 110 mét

Số lƣợng Femtocell 24

Số lƣợng ngƣời dùng nền tối đa của

mỗi Femtocell 5

Thời gian tạo mới ngƣời dùng di

chuyển 50 giây

Khe thời gian 0.1 ms

Kích cỡ gói tin 4 Kbits

Thời gian mô phỏng 3600 giây

Bảng 3.2 Kịch bản mô phỏng

Kịch bản

Tỉ lệ tải của mỗi CFAP

Kịch bản mô phỏng 1

CFAP có độ tải thấp 40%

CFAP có độ tải cao 80%

Kịch bản mô phỏng 2

CFAP có độ tải thấp 60%

CFAP có độ tải cao 80%

Qua quá trình mô phỏng, tôi thu đƣợc kết quả nhƣ sau:

Kịch bản 1:

Kết quả mô phỏng của Kịch bản 1 đƣợc thể hiện trong hình 3.3, 3.4 và 3.5. Qua đó, ta thấy rằng cơ chế Prediction và RSS có khả năng giảm số lần chuyển giao không cần thiết. Cơ chế Prediction tỏ ra rất hiệu quả trong việc quản lý và quyết định chuyển giao bởi đặc trƣng của cơ chế này là lựa chọn những CFAP ƣu tiên mà ngƣời dùng có xu hƣớng ở đó lâu nhất. Điều này làm giảm những lần chuyển giao không cần thiết của ngƣời dùng với các femtocell. Cơ chế Sensing tỏ ra ít hiệu quả nhất trong việc quản lý và quyết định chuyển giao bởi đặc trƣng của cơ chế này là lựa chọn CFAP dựa trên độ rảnh/ bận của kênh truyền tại femtocell đích. Vì vậy số lần chuyển giao không phải là ƣu tiên hàng đầu của cơ chế Sensing khi xem xét lựa chọn femtocell.

Còn khi xétgiá trị độ trễ của gói tin, quan sát biểu đồ ta có thể thấy: hai cơ chế Prediction và RSS tỏ ra kém hơn trong việc làm giảm độ trễ của gói tin. Điều này xảy ra do hai cơ chế này chỉ lựa chọn femtocell dựa trên vị trí dự đoán di chuyển và cƣờng độ tín hiệumà không có khả năng cảm nhận độ rảnh/ bận của kênh truyền nhƣ cơ chế Sensing.Cụ thể hơn, cơ chế Sensing khi kết hợp với tính năng nhận thức của các femtocell có thể cảm nhận đƣợc băng thông của các kênh truyền thuộc các CFAP lân cận. Qua đó, lựa chọn CFAP đích có độ rảnh băng thông cao, giúp giảm độ trễ gói tin khi ngƣời dùng truyền dữ liệu sau quá trình chuyển giao.

Khi xem xét yếu tố thông lƣợng của ngƣời dùng, ta nhận thấy rằng cơ chếSensing tiếp tục tỏ ra ƣu thế hơn so với 2 cơ chế còn lại. Điều này có thể lí giải một lần nữa bởi đặc trƣng của cơ chế Sensing chính làcảm nhận độ rảnh/ bận của kênh truyền. Kênh truyền của femtocell có độ rảnh cao sẽ đƣợc cơ chế Sensing lựa chọn để hƣớng ngƣời dùng chuyển giao vào đó.Với mô hình di chuyển ngẫu nhiên, việc cảm nhận kênh truyền dựa trên chức năng nhận thức càng đóng vai trò quan trọng trong việc quyết định chất lƣợng dịch vụ cho ngƣời dùng cuối.

Hình 3.4Biểu đồ phân phối tích lũyđộ trễ gói tin – Kịch bản 1 (α=0.5)

Hình 3.5Biểu đồ phân phối tích lũythông lƣợng – Kịch bản 1 (α=0.5)

Kịch bản 2:

Trong kịch bản thứ 2, tôi thực hiện tăng độ tải của CFAP có độ tải thấp từ 40% lên 60% để thu hẹp khoảng cách giữa CFAP có độ tải thấp và CFAP có độ tải cao.Đối với kịch bản này, xét hình 3.6, khi hầu hết các CFAP đều có độ tải cao, cơ chế Prediction và cơ chế RSS vẫn chiếm ƣu thế trong việc giảm thiểu những lần chuyển giao không cần thiết. Điều này có thể lí giải bởi cả hai cơ chế

này đều quyết định việc chuyển giao dựa trên độ mạnh của tín hiệu. Vì vậy cho dù CFAP có tăng độ tải thì vẫn không ảnh hƣởng để quyết định của hai cơ chế trên. Đối với cơ chế Sensing với tính năng đặc trƣng là cảm nhận băng thông của các CFAP lân cận, sẽ không chú trọng vào việc giảm thiểu quá trình chuyển giao.

Với việc tăng độ tải của những CFAP này, khi ngƣời dùng di chuyển theo quỹ đạo ngẫu nhiên, độ trễ gói tin của cả ba cơ chế đều tăng. Khi các CFAP có độ tải gần bằng nhau, sự khác biệt giữa các cơ chế cũng giảm theo. Trong hình 3.7, độ trễ gói tin của cơ chế Sensing đã giảmvà chỉ hơnđộ trễ gói tin của cơ chế RSS một chút.

Hình 3.7Biểu đồ phân phối tích lũyđộ trễ gói tin – Kịch bản 2 (α=0.5) Trong hình 3.8, khi độ tải của các CFAP là gần nhƣ nhau, hiệu năng thông lƣợng đạt đƣợc của hai cơ chế Prediction và Sensing đều giảm. Cơ chế RSS tỏ ra kém ƣu thế hơn trong việc đảm bảo thông lƣợng bởi cơ chế này lựa chọn femtocell đích dựa trên độ mạnh của cƣờng độ tín hiệu để hƣớng ngƣời dùng chuyển giao. Hai cơ chế còn lại đạt đƣợc mứcthông lƣợng tƣơng đƣơng nhau.

Hình 3.8Biểu đồ phân phối tích lũythông lƣợng – Kịch bản 2 (α=0.5) Nhƣ vậy với giá trị α = 0.5, chúng ta đã khảo sát và đánh giá hiệu năng của ba cơ chế lựa chọn femtocell trong mô hình di chuyển ngẫu nhiên (Random Waypoint). Có thể đi đến kết luận rằng

- Nếu muốn ƣu tiên giảm thiểu số lần chuyển giao không cần thiếtthì cơ chế Prediction (cơ dự đoán vị trí di chuyển) là phƣơng án tối ƣu nhất.

- Nếu muốn đảm bảo độ trễ các gói tin thấp và thông lƣợng tối ƣu cho ngƣời dùng, cơ chế Sensing tỏ ra ƣu thế hơn nhờ sử dụng tính năng nhận thức.

Quay trở lại với thuật toán làm mƣợt theo hàm số mũ đã trình bày ở trên, chúng ta đã lựa chọn giá trị α = 0.5 để đánh giá độ ảnh hƣởng của các giá trị tham số trong quá khứ và hiện tại để dự đoán giá trị của tƣơng lai. Đây cũng là giá trị đƣợc ngƣời bạn trong nhóm nghiên cứu của tôi là tác giả Hoàng Nhƣ Đồng đã tiến hành mô phỏng và đƣa ra kết luận là tối ƣu với mô hình di chuyển lý tƣởng theo đƣờng thẳng. Rõ ràng, với cơ chế di chuyển ngẫu nhiên, kết quả mô phỏng đã mang lại những sự khác biệt nhất định. Vì thế, tôi muốn thửnghiệm thêm những giá trị khác của tham số α đểđánh giá đâu là giá trị tối ƣu đối với phƣơng án di chuyển này. Hai giá trị α mà tôi lựa chọn lần lƣợt là 0.2 và 0.8.

Với α = 0.2, kết quả mô phỏng theo hai kịch bản đƣợc trình bày dƣới đây

Kịch bản 1:

Hình 3. 8 Biểu đồ phân phối tích lũysố lần chuyển giao– Kịch bản 1 (α=0.2) Ta có thể thấy, với giá trị α = 0.2, cơ chế Prediction vẫn tỏ ra ƣu thế hơn trong việc giảm số lần chuyển giao không cần thiết. Cơ chế Sensing cho hiệu năng kém đi một chút so với giá trị α = 0.5, bởi khi thay đổi tham số α cũng đồng nghĩa là ta thay đổi tƣơng quan giá trị giữa những tham số trong quá khứ mà femtocell đã ghi nhận đƣợc với những tham số hiện tại. Với việc giá trị trong quá khứ chiếm trọng số nhiều hơn, cơ chế Sensing cho hiệu năng kém hơn so với chính cơ chế này tại giá trị α = 0.5.

Hai cơ chế Prediction và Sensing với giá trị α=0.2 tỏ rõ hiệu năng tốt hơn cơ chế RSS với thử nghiệm liên quan đến độ trễ gói tin. Tính chất của cơ chế RSS là đƣa ra quyết định chuyển giao dựa trên độ mạnh tín hiệu nên nếu sử dụng cơ chế này, femtocell sẽ không ƣu tiên xét đến băng thông và độ trễ gói tin.

Hình 3.9Biểu đồ phân phối tích lũy độ trễ gói tin – Kịch bản 1 (α=0.2)

Kịch bản 2:

Hình 3.11 Biểu đồ phân phối tích lũysố lần chuyển giao– Kịch bản 2 (α=0.2)

Hình 3.13Biểu đồ phân phối tích lũythông lƣợng – Kịch bản 2 (α=0.2) Ta nhận thấy rằng, với giá trị α = 0.2 và các CFAP có đột tải gần tƣơng đƣơng nhau, cơ chế Prediction vẫn là cơ chế tối ƣu nhất nếu mục đích của ta hƣớng đến giải quyết bài toán giảm thiếu số lần chuyển giao không cần thiết.

Với giá trị α này, trong cả hai kịch bản mô phỏng, cơ chế Sensing vẫn chiếm ƣu thế về khả năng đảm bảo tốt thông lƣợng và duy trì độ trễ gói tin. Một lần nữa nhƣng đặc trƣng của cơ chế Sensing là cảm nhận phổ tần số và băng thông cùng tính năng nhận thức của femtocell giúp mang lại những kết quả tối ƣu.

Với α = 0.8, kết quả mô phỏng theo hai kịch bản đƣợc trình bày dƣới đây:

Kịch bản 1:

Với giá trị α = 0.8, xét hình 3.14, ta có thể thấy cơ chế Prediction có những ƣu thế vƣợt trội, tỏ ra nổi bật hơn trong việc làm giảm các quá trình chuyển giao không cần thiết. Rõ ràng trong các giá trị của α, giá trị α = 0.8 cùng cơ chế Prediction là phƣơng án mang lại kết quả tối ƣu nhất nếu nhƣ chúng ta muốn giảm thiểu quá trình chuyển giao không cần thiết trong quá trình lựa chọn femtocell.

Hình 3.14 Biểu đồ phân phối tích lũysố lần chuyển giao– Kịch bản 1 (α=0.8)

Cơ chế Sensing tiếp tục chiếm ƣu thế trong việc làm giảm độ trễ gói tin bởi khả năng cảm nhận băng thông và tần số. Trong lƣợt mô phỏng này, ta cũng ghi nhận sự suy giảm về mặt hiệu năng của cơ chế Prediction trong việc làm giảm độ trễ gói tin. Nguyên nhân có thể lý giải bởi khi thay đổi giá trị của trọng số α, cƣờng độ tín hiệu hiện tại chiếm tỉ trọng nhiều hơn. Đồng nghĩa với việc các femtocell sẽ quyết định chuyển giao dựa vào độ mạnh của tín hiệu mà ít quan tâm tới việc làm giảm độ trễ gói tin.

Hình 3.16Biểu đồ phân phối tích lũythông lƣợng – Kịch bản 1 (α=0.8)

Kịch bản 2:

Hình 3.18Biểu đồ phân phối tích lũy độ trễ gói tin – Kịch bản 2 (α=0.8)

Với kịch bản mô phỏng 2, cơ chế Sensing lần đầu tiên tiệm cận với tính ƣu việt của cơ chế Prediction trong việc giảm số lần chuyển giao. Điều này có đƣợc nhờ ta đã thay đổi giá trị α, là giá trị quyết định mức độ ảnh hƣởng của các tham số quá khứ và hiện tại. Khi mức độ tải của các CFAP đƣợc đẩy lên cao, cơ chế Sensing vẫn có thể cảm nhận độ bận/ rảnh của các kênh truyền tại CFAP lân cận, nhƣng với trọng số cao của giá trị cƣờng độ tín hiệu đo đƣợc ở thời điểm hiện tại, tập hợp các giá trị của CFAP đích mà cơ chế Prediction và cơ chế Sensing chỉ ra đƣợc là gần tƣơng đƣơng nhau.

Cơ chế Prediction cũng thể hiện tốt hơn khả năng giảm độ trễ của gói tin khi nâng độ tải của các CFAP và cả ba cơ chế đạt mức thông lƣợng xấp xỉ nhau với giá trị α = 0.8.

KẾT LUẬN

Sau khi tiến hành mô phỏng để đánh giá hiệu năng của ba cơ chế lựa chon femtocell sử dụng mô hình di chuyển ngẫu nhiên, có thể rút ra nhận xét:

Với bất kì giá trị α nào, cơ chế Prediction luôn tỏ ra đặc biệt hiệu quả trong việc giải quyết bài toán giảm số lần chuyển giao không cần thiết bằng cách sử dụng phƣơng pháp dự đoán hƣớng di chuyển của ngƣời dùng bằng thuật toán làm mịn theo hàm số mũ. Trong đó, giá trị α = 0.8 là giá trị tối ƣu nhất cho cơ chế Prediction trong việc giảm số lần chuyển giao không cần thiết, đồng thời giúp cơ chế này đạt đƣợc hiệu năng về thông lƣợng và độ trễ gói tin chấp nhận đƣợc.

Cơ chế Sensing cũng cho hiệu năng rất tốt trong việc giảm độ trễ gói tin và đảm bảo thông lƣợng cho ngƣời dùng với tất cả các giá trị α, trong đó giá trị α = 0.8 là tối ƣu nhất cho cơ chế Sensing trong việc đảm bảo thông lƣợng tối ƣu cho ngƣời dùng và giảm số lần chuyển giao ngay cả khi tăng độ tải của các CFAP.

Cơ chế RSS với tính chất đặc trƣng là lựa chọn femtocell dựa trên cƣờng độ tín hiệu, đều cho ra hiệu năng trung bình với tất cả các giá trị của tham sốα.

Khi thay đổi giá trị α, đồng nghĩa với việc thay đổi tỉ lệ giữa các giá trị quá khứ và giá trị hiện tại trong phƣơng pháp làm mƣợt theo hàm số mũ, chúng ta nhận đƣợc những kết quả khác nhau ứng với từng cơ chế. Điều này hoàn toàn có thể dự đoán đƣợc, đặc biệt với mô hình di chuyển ngẫu nhiên, ngƣời dùng sẽ có khả năng di chuyển qua các CFAP với nhiều phƣơng án di chuyển ngẫu nhiên khác nhau, qua đó hình thành nên một tập hợp các giá trị nhƣ số lần chuyển giao, độ trễ gói tin và thông lƣợng vô cùng đồ sộ. Điều này kéo theo những thay đổi về mặt hiệu năng của các cơ chế lựa chọn femtocell mà tôi đã trình bày ở phần nội dung của luận văn này.

Qua những thao tác tính toán và mô phỏng trong luận văn, dựa trên kết quả thu đƣợc, có thể khẳng định, tôi đã tìm đƣợc giá trị α = 0.8 là giá trị tối ƣu nhất cho các cơ chế lựa chọn femtocell khi áp dụng vào mô hình di chuyển ngẫu nhiên Random Waypoint. Đồng thời, khẳng định cơ chế lựa chọn femtocell Prediction là cơ chế phù hợp nhất trong việc giảm số lần chuyển giao không cần thiết, và cơ chế Sensing là cơ chế tốt nhất trong việc giảm độ trễ gói tin và đảm bảo thông lƣợng cho ngƣời dùng.

Hƣớng nghiên cứu tiếp theo của luận văn này là tập trung vào việc đƣa ra những cơ chế lựa chọn femtocell kết hợp để áp dụng vào mô hình di chuyển ngẫu nhiên. Những cơ này sẽ bao hàm những ƣu điểm của ba cơ chế Prediction, RSS và Sensing, hứa hẹn sẽ mang lại chất lƣợng dịch vụ tốt hơn cho ngƣời dùng.

TÀI LIỆU THAM KHẢO

[1] http://www.itu.int/ITU-D/ict/statistics/

[2] http://www.3gpp.org/

[3] Nokia Siemens Networks, White Paper “2020: Beyond 4G Radio

Evolution for the Gigabit Experience”.

[4] ADC research, “In-building Wireless a Deployment Guide for Wireless Service Providers” [online]. Available at: www.adc.com/inbuildingwireless.

[5] Sprint (2008),"4G Mobile Broadband". Archived from the original on 22 February 2008. Retrieved 2008-03-12.

[6] 1. S. Al-Rubaye, A. Al-Dulaimi and J. Cosmas (2011), “Cognitive femtocell: Future wireless network for indoor application”. IEEE Vehicular

Technology Magazine, pp 44-51.

[7] Gavin Horn (2010), “3GPP Femtocells: Architechture and Protocols”,

QUALCOMM Incorporated.

[8] Qualcomm’s presentation, “Femtocell”,

http://www.qualcomm.com/media/documents/files/femtocells-the- nextperformance-leap.pdf.

[9] http://en.wikipedia.org/wiki/5G

[10] Jie Zhang, Guillaume de la Roche. (November 3rd, 2009). “Femtocell Technologies and Deployment”. (1st edition). [On-line]. Available:

http://onlinelibrary.wiley.com/book/10.1002/9780470686812 [May 1, 2014].

[11] 3GPP TS 23.401 (September 2011) General Packet Radio Service

(GPRS) Enhancements for Evolved Universal Terrestrial Radio Access Network (E-UTRAN) Access , Release 10.

[12] Hrishikesh Venkataraman, Gabriel-Miro Muntean (2012), "Cognitive Radio and its Application for Next Generation Cellular and Wireless Networks",

Springer, Chapter 12, 13.

[13] 3GPP TS 36.300 (October 2011) Evolved Universal Terrestrial Radio Access (E-UTRA) and Evolved Universal Terrestrial Radio Access Network (E- UTRAN); Overall Description; Stage 2, Release 10.

[14] 3GPP TS 36.401 (September 2011) Evolved Universal Terrestrial Radio

Access Network (E-UTRAN); Architecture Description , Release 10.

[15] Trịnh Hữu Lực (2013), “Quản lý di động trong mạng IP”,Luận văn Thạc

sỹ, Học viện công nghệ bƣu chính viễn thông.

[16] D. C. Oh, H. C. Lee (2010), “Cognitive Radio Based Femtocell Resource Allocation”, pp 274-279.

[17] Brown, RG “Exponential smoothing for predicting demand”

[18] Intermational Telecommunication Union (1977), “ITU-R Recommendations P.1238: Propagation data and prediction models for the planning of indoor radio communications systems and radio local area networks in the frequency range 900MHz to 100GHz”.

[19] The femto forum, White Paper (December 2010)“Interference

Management in UMTS Femtocells”.

[20] Fan Bai, Ahmed Helmy (2004), “A survey of mobility models in wireless

ad-hoc network”.

[21] Muhamad Zaheer Aslam, Dr. Abdur Rashid (2011), “Comparison of Random Waypoint & Random Walk Mobility Model under DSR, AODV & DSDV MANET Routing Protocols”

[22] J. Broch, D. A. Maltz, D. B. Johnson, Y.-C. Hu, and J. Jetcheva (1998), in

Proceedingsof the

Fourth Annual ACM/IEEE International Conference on Mobile Computing and Networking(Mobicom98), ACM, “A performancecomparison of multi-hop

wireless ad hoc network routing protocols”,

[23] P. Johansson, T. Larsson, N. Hedman, B. Mielczarek, and M. Degermark, International Conference on Mobile Computing and Networking (MobiCom'99)

Mô hình di chuyển ngẫu nhiên