Обновления:

Популярное:
Какими будут самолеты



Причина ТехПрорывова



Преимущества бизнес-авиации



Навигационные системы



Советы для путешественников с собакой
Главная » Электрика » АТС с комбинированной системой коммутации

1 2 3 4 ... 27

АТС с комбинированной-системой-коммутации

Знание характеристик трафика, создаваемого пользователями (абонентами) сети всегда является одной из основных задач исследований в области построения сетей связи. Действительно, именно значение трафика непосредственно определяет как капитальные затраты на оборудование сети, так и возможные доходы за счет его эксплуатации. В то же время, среднее значение трафика в течение многих лет, определяемое как 0.1 Эрл, характеризует и степень потребности пользователя (абонента) в информации (речевой), и долю времени, которую он потенциально готов потратить на эту часть своей деятельности [1].

Конвергенция сетей связи [2, 3], преобразование ТфОП в мульти-сервисную сеть [4, 5] предоставляют принципиально новые возможности для пользователя (абонента) в его информационной сфере деятельности. Поэтому, изменяется не только сеть и способы ее построения, но происходит и реструктуризация трафика пользователей (абонентов), что требует новых подходов и к анализу состояния сетей связи, и к прогнозированию их развития.



Характеристики трафика пользователей

Как уже отмечалось выше, среднее значение удельного абонентского трафика у составляет 0.1 Эрл [1]. Распределение абонентского трафика в час наибольшей нагрузки (ЧНН) подчиняется нормальному закону со среднеквадратическим отклонением -Jy [6].

Удельный абонентский трафик для сотовой сети подвижной связи по результатам измерений составляет 0.009 Эрл. Характер поведения абонента сотовой сети связи и создаваемого им речевого трафика не дают оснований для отказа от нормального закона распределения в ЧНН и определения значения среднеквадратического отклонения на основании модели простейшего потока как Jy~.

Удельный абонентский трафик для пользователей Интернет по результатам измерений составляет около 0.1 Эрл [7]. Распределение абонентского трафика подчиняется логарифмически нормальному закону со среднеквадратическим отклонением 0.45 Эрл. При вычислении среднего значения нагрузки Интернет и его среднеквадратического отклонения использовались усеченные оценки [8], минимальное значение длительности сеанса принималось равным 1 мин, максимальное - 2 часа.

В соответствии, с исходными положениями теории телетрафика исходящий и входящий трафик для абонентов ТфОП считаются равными. По всей видимости это положение может быть распространено и на речевой трафик ССПС. Вместе с тем, для пользователей Интернет практически весь трафик может быть отнесен к исходящему.

Таким образом, для трехмерного вектора исходящего трафика пользователя в мультисервисных сетях

= {Ф с' и }

получаем следующие количественные характеристики нагрузки: Гф=0.05 Эрл, ст{Уф) = 0.225 Эрл 7С= 0.0045 Эрл, a(Yc) = 0.067 Эрл Ти=0Л Эрл, <т(Гя) = 0.45 Эрл

На рис. 1 приведены характеристики вектора Y0 с учетом приведенных численных оценок.

Если потребность абонента в обмене информацией равна Y0, то в условиях, когда реализация этой потребности может быть осуществле-



на тремя основными доступными средствами (стационарная сеть связи, сотовая сеть подвижной связи, Интернет) Y0 представляется как вектор, который может быть разложен на три вектора в трехмерном пространстве, длины которых равны удельным интенсивностям нагрузки, создаваемым абонентом на стационарную сеть, сотовую сеть и Интернет. Поскольку длина этого вектора представляет собой некоторое статистически среднее значение, которое можно считать постоянным в стационарных условиях, то точки возможного положения вектора в базисе векторов YF, YM, Yb образуют сектор сферы. Каждой из точек этого сектора сферы соответствует определенное разложение на три составляющие. Таким образом, развитие технологий связи (если рассматривать только упомянутые технологии), приводит к изменению положения вектора Yo в пространстве, т.е. изменению точки, соответствующей его второй координате на сферической поверхности.


Рис. 1. Мультисервисный трафик пользователя

На рис. 2 и рис. 3 приводятся совместные распределения нагрузки на стационарную сеть и сети сотовой подвижной связи, и Интернет для абонентских групп емкостью 1000 пользователей. Выбор группы пользователей величиной в 1000 обусловлен, как последующей хорошей масштабируемостью результатов, так и традиционным построением абонентской ступени искания в аналоговых АТС.




Рис. 3. Совместное распределение нагрузок фиксированной сети и сети Интернет для группы из 1000 пользователей

Новые подходы к прогнозированию развития сетей связи

Уже первый взгляд на характеристики мультисервисного трафика показывает, что традиционно используемые для телефонной сети общего пользования (ТфОП) методы прогнозирования развития сетей и прогнозируемые показатели могут быть неэффективными для муль-тисервисных сетей.



Действительно, логистический закон развития дает достаточно надежные прогнозы при условии, что в момент прогноза значительная доля потенциальных пользователей уже подключена к сети [9]. Не случайно, в рассматриваемой книге середины 60-х годов [9] логистический закон используется применительно к телефонной сети связи Германии, уже близкой к моменту насыщения. Достаточно надежные прогнозы для ТфОП были получены при использовании логистической кривой и в Российской Федерации в конце XX века [10, 11]. Вместе с тем, как уже отмечалось выше, использовать логистический закон для прогнозирования развития новых технологий надо крайне осторожно.

Для иллюстрации этого положения вновь обратимся к [9]. Пусть m-число подключенных абонентов к моменту времени t, N - потенциально возможное число абонентов, А. - параметр потока заявок абонентов на подключение телефона. Логистическая кривая получается из предположения, что процесс развития рассматривается как процесс чистого размножения. При этом, желание пользователей, не имеющих телефона, установить его пропорционально числу абонентов, подключенных к сети. Именно эта память логистической кривой, имеющая замечательные свойства для развития эволюционных процессов, делает ее непригодной для использования при прогнозировании новых технологий. Действительно, логистическая кривая нео-бучаема извне, она обучается только на собственном опыте, причем по вполне определенному пропорциональному алгоритму развития.

Поэтому, при наличии малой доли подключенных абонентов к моменту прогноза, доверительные интервалы для прогноза получаются исключительно широкими. Действительно, распределение числа абонентов, подключенных к сети к моменту времени t при исходном состоянии сети емкости в одного абонента, имеет следующий вид:

Если в качестве прогнозируемого значения рассмотреть момент полунасыщения, то:



где С - постоянная Эйлера.



Из последней формулы получаем, что с вероятностью 0,9 доверительные границы для оценки m/N составляют, соответственно, 0,0852 и 0.842. Очевидно, что говорить о какой-то приемлемой точности прогноза для таких случаев не приходится.

С учетом изложенного ясно, почему использование логистической кривой для прогноза числа пользователей сотовых сетей привело к таким парадоксальным результатам, как 4,4 миллионов в 2005 году или 13 миллионов в 2010 [12].

К традиционным методам прогнозирования процессов развития относятся также полиномиальные методы [13]. Полиномиальные методы основаны на экстраполяции трендов и дают неплохие результаты при прогнозировании характеристик сетей на период 4-5 лет. В отличие от логистической кривой полиномиальные методы прогнозирования основываются полностью на статистической информации и с их помощью можно получить достаточно надежные краткосрочные прогнозы. К сожалению, для долгосрочных прогнозов они малопригодны, вследствие расходящегося характера значений доверительных интервалов. Вместе с тем, известна удачная попытка прогнозирования с помощью зеркального метода, призванного уменьшить значение ширины доверительных интервалов при полиномиальном прогнозировании, для прогноза числа сотовых телефонов в России. Еще в 1998 году с помощью зеркального метода [14] на 2007 год в Российской Федерации было спрогнозировано на уровне 32 миллионов, а равенство числа сотовых и стационарных телефонов было запланировано на 2009 год. Подобный результат достигнут в 2001 году в [15, 16]. Вместе с тем, так же как и логистическая кривая, полиномиальные методы, в том числе и зеркальный, не обучаемы извне, что не дает прямой возможности использовать зарубежный опыт.

Использование зарубежного опыта для прогнозирования и впрямь было бы очень полезным, поскольку в последние годы телекоммуникации в России развиваются в соответствии с общемировыми тенденциями, хотя и с некоторым отставанием.

Наиболее хорошо обучаемыми для целей прогнозирования в настоящее время являются нейронные сети. Отличные результаты для краткосрочного прогнозирования характеристик трафика в трудах зарубежных [17, 18] и отечественных исследователей [19, 20] провоцируют и на использование нейронных сетей в долгосрочных прогнозах.

На рис. 4 приведен прогноз удельной нагрузки в относительных единицах, выполненный на базе нейронной сети типа TLRN (Time Lagged Recurrent Network - рекуррентная нейронная сеть обратного



распространения). Как видим, прогнозируемый участок в некоторой степени повторяет характер поведения зависимости y(t) в прошлом. Это качество может оказывать как положительное, так и отрицательное влияние на точность прогноза удельной нагрузки (с одной стороны, учитываются стабильные факторы влияния, такие как сезонные колебания нагрузки, с другой стороны, в прогнозе могут быть ошибочно учтены нестабильные факторы, например, изменения нагрузки вследствие рекламных акций). С точки зрения же прогнозирования, как в краткосрочном, так и в долгосрочном аспектах, объемных показателей, таких как число телефонов, трафик в стране в целом и т.д., обучаемая нейронная сеть на основе зарубежных аналогов при более или менее стабильной экономической ситуации, естественно, существенно лучше и логистических, и полиномиальных прогнозов, поскольку позволяет прогнозировать в том числе и спад числа аналоговых телефонов.

Прогнозируемые показатели

Традиционно прогнозируемый показатель для ТфОП - число абонентов, подключенных к сети. Достаточно часто этот показатель используют и в относительном виде - телефонная плотность, т.е. число абонентов, подключенных к сети, на 100 жителей. Однородный характер речевой нагрузки позволяет считать этот показатель достаточным для прогнозирования развития телефонной связи, впрочем, как и соответствующий для сотовых сетей подвижной связи. Весьма важным представляется для целей прогнозирования, а при прогнозировании логистической кривой просто необходимо, знание предельных значений телефонной плотности для ТфОП и сотовых сетей.

Ряд стран достиг уже предела телефонной плотности для своих ТфОП, а кое-где плотность начала уже снижаться. Безусловно, на значение предельной телефонной плотности существенное влияние оказывает все большее распространение сотовых телефонов. Кроме того, в ряде исследований предлагается не учитывать при исчислении телефонной плотности цифровые абонентские окончания xDSL, в том числе и ISDN. Действительно, эта часть терминалов не ограничивается только передачей речевой информации, а ее доля является уже существенной в общем числе терминалов стационарной сети. В табл. 1 приведены экспертные оценки доли терминалов ISDN и xDSL в общем числе терминалов стационарной сети на 2005 год для развитых стран Европы. Для Японии максимальное число абонентов ТфОП составило 61.530.000 в 1996 году [21, 22], что при численности населения в 125.800.000 [23] дало предельную телефонную плотность 418,9%, но уже в 2000 году эта плотность упала до 41,2%. При



этом плотность для сотовых телефонов выросла с 16,6% до 48,8%, а отдельно учитываемая плотность ISDN и xDSL окончаний составила 7,6%. Замечательным образом почти совпадающие предельная телефонная плотность, достигнутая в 1996 году, и сумма телефонной плотности и плотности ISDN, xDSL в 2000 году подчеркивают факт преобразования ТфОП в пакетную мультисервисную сеть [24].


Время (номер месяца наблюдений/прогноза)

Прогноз .........-- Стяг, данный-Прогноз -Стат. данные......Дов.икт. -......До&инт. +

Рис. 4. Прогноз изменения удельной абонентской нагрузки

Доля окончаний ISDN, xDSL в общем числе окончаний ТфОП Таблица 1.

Доля ISDN, Xdsl

Доля ISDN, xDSL

в 2001 году (в %)

в 2005 году (в %)

Франция

22,6

Германия

27,4

10,6

Нидерланды

33,9

С учетом изложенного нам представляется, что и в Российской Федерации целесообразно в прогнозах раздельно учитывать плотность абонентов ТфОП и плотность окончаний мультисервисной сети ISDN, xDSL.



В Российской Федерации в соответствии с прогнозами число сотовых телефонов и телефонов ТфОП совпадет раньше, чем телефонная плотность достигнет своего предела [14, 15, 16]. С этой точки зрения интересен опыт Словении, где в момент достижения равенства плотности сотовых телефонов и суммы телефонной плотности и плотности ISDN, xDSL ее значение (суммы) составило 40% [25].

Резюмируя, можно предположить, что предельное значение телефонной плотности для Российской Федерации в условиях ускоренного развития сотовой связи и сетей доступа составляет около 40%, а в абсолютном значении при численности населения в 144,8 млн. человек [26] - 57,9 миллиона телефонных абонентских линий.

Подход, основанный на зарубежном опыте, можно дополнить и расчетом предельного значения телефонной плотности на основе демографических показателей. Исходя из данных [27, 28] о народонаселении при 100% охвате телефонной связью семей российских граждан (40246000) и отдельно проживающих (10126000), возможно планировать предельный уровень числа квартирных телефонов как 50372000. Основываясь на соотношениях числа квартирных телефонов и общего числа телефонов ТфОП в 2000 году [26], общее предельное число телефонных абонентских линий составляет тогда 64,6 миллиона или в форме телефонной плотности 44,6%. Как видим, исходя из демографических показателей, а также соотношения общего числа телефонов и числа квартирных телефонов, предельные значения для телефонной плотности также находятся в области 40%.

Демографический подход с использованием соотношений числа оконечных терминалов в семье и на работе может быть использован и для определения предельного числа сотовых телефонов. В данном случае статистические данные по зарубежным странам отсутствуют, поскольку предельное число сотовых телефонов еще не достигнуто. Вместе с тем, показатели плотности сотовых телефонов для Финляндии, Кампучии, Израиля, Парагвая [29] убедительно формируют тезис о том, что предельная плотность сотовых телефонов существенно выше, чем предельная телефонная плотность ТфОП.

На наш взгляд, в силу индивидуальной особенности сотового телефона в предельном состоянии сотовой сети им будет обладать каждый гражданин России за исключением детей в возрасте 0...4 лет (определяется в соответствии с принятой классификацией населения по возрастным группам [25, 26]), а также престарелых и инвалидов, нуждающихся в постоянном уходе. В соответствии с данными [25, 26] доля детей в возрасте 0...4 лет в населении Российской Федерации со-



ставляет 4,4%, а престарелых и инвалидов, нуждающихся в постоянном уходе - 0,14%. Таким образом, предельная плотность сотовых телефонов квартирного пользования в Российской Федерации составляет 95,5%. Естественно, что работающие люди, в основном менеджеры, зачастую будут иметь несколько сотовых телефонов, в том числе индивидуальный ( квартирный ) и бизнес-телефон (рабочий). Оценить эту долю плотности сотовых телефонов можно двумя способами. В первом случае предположим, что доля индивидуальных ( квартирных ) сотовых телефонов в общей доле сотовых телефонов будет такой же, как и доля квартирных телефонов в общем числе телефонов ТфОП, т.е. 78%. Тогда предельное число сотовых телефонов для Российской Федерации с учетом существующего народонаселения в 144,8 млн человек в пределе составит 177,3 млн или в форме телефонной плотности 122,4%.

Другой подход основан на том, что второй, т.е. бизнес-телефон, будет иметь только руководящий состав предприятий и специалисты высшей квалификации. В соответствии с [26] таких граждан в Российской Федерации 8,1%. Тогда предельное число сотовых телефонов для Российской Федерации с учетом существующего народонаселения составит 150,0 млн. или в форме телефонной плотности 103,6%.

Все вышесказанное относилось к показателям телефонной сети общего пользования и сотовых сетей подвижной связи. Помимо этих составляющих будущего информационного общества существенное место в создаваемом трафике сетей связи уже сегодня занимают пользователи Интернет [30]. Анализ предложенных в настоящей работе моделей мультисервисного трафика показывает, что трафик Интерн л- обладает наибольшей дисперсией. На наш взгляд это вызвано в том числе и тем, что трафик Интернет достаточно неоднороден по своей структуре. Действительно, существенно различный трафик создается пользователем Интернет при чтении электронной почты, вэб-серфинге, электронной торговле, играх, и т.д. Кроме того, Интернет в отличие от семейной телефонной абонентской линии или индивидуального сотового телефона имеет свойство периодического использования. В соответствии с имеющейся статистикой только 30,8% пользователей в России постоянные, а остальные - нерегулярные [31].

Исходя из сказанного, нам представляется, что прогнозировать для Интернет число пользователей в условиях большой дисперсии нагрузки и наличия существенной доли нерегулярных пользователей нецелесообразно. Поэтому, в качестве показателя развития сети Интернет мы предлагаем использовать удельный трафик Интернет, приходящийся на одного жителя страны в год.




1 2 3 4 ... 27
© 2001 AeroKZN.ru.
Копирование текстов запрещено.
Яндекс.Метрика