РАЗДЕЛ 2
РАЗРАБОТКА МОДЕЛЕЙ РЕСТРУКТУРИЗАЦИИ ТКС В УСЛОВИЯХ СТАЦИОНАРНОЙ И
НЕСТАЦИОНАРНОЙ НЕОПРЕДЕЛЕННОСТИ ЕЕ СОСТОЯНИЯ
2.1. Характеристика стратегии управления на основе динамических моделей ТКС в
различных условиях неопределенности ее состояния
Телекоммуникационная система представляет собой сложную
организационно-техническую систему со случайными изменениями, замираниями и
всплесками своего состояния. Необходимость качественного решения задач
управления сетевыми ресурсами, например с использованием технологий TMN и TINA,
минимизации времени реакции контуров управления, часто связана с проблемой
преодоления априорной неопределенности в отношении тех или иных параметров,
связанных с состоянием ТКС. Многообразие ситуаций управления трафиком, при
котором возникают конкретные задачи управления вызовами, шлюзами и др., требует
применения адаптивных процедур. Как отмечалось в первом разделе, для
обеспечения таких процедур в технологии TMN предусмотрены соответствующие
устройства MD, входящие в систему поддержки операций (OSS – Operations Support
System).
Характерно, что в самой концепции управления TMN, TINA механизм обмена
информацией между сетевыми элементами NE и внешней средой не определен
(рис.1.3), оговариваются лишь общие принципы взаимодействия. Существование же
Q-адаптеров (Q-Adapters, QA) организует связь с подсистемой TMN тех NE, которые
не поддерживают стандартные механизмы взаимодействия внутри TMN, то есть
Q-адаптеры непосредственно задачи управления и адаптации самостоятельно не
решают [3, 6].
Важно учесть, что сетевые параметры, определяющие состояние ТКС, представляют
собой случайные процессы с колебаниями, скачками и выбросами над определенным
уровнем, характеризующие то или иное структурное и (или) функциональное
свойство [74-76]. Как правило, под переменными состояния ТКС принимают величины
используемых сетевых ресурсов, например величину нагрузки сетевых элементов,
степень загрузки буферного пространства узлов коммутации (маршрутизации) или
канальных мощностей трактов передачи.
В рамках динамических моделей изменение во времени состояния ТКС определяет в
общем случае закон формирования управляющих воздействий , где – вектор
переменных состояния системы. Управляющие воздействия при этом направлены на
изменение маршрутных таблиц, на перераспределение пропускных способностей,
полос используемых частот, размерность буферов и на решение других задач,
которые относятся к управлению структурно-функциональными свойствами ТКС на
основании изменения текущих сетевых параметров [18, 77]. Изложенная стратегия
является общей для любой технологии и политики динамического управления в
телекоммуникационных системах. Различия и частные особенности определяются
способом наблюдения состояния ТКС путем формирования выборочной статистики
, (2.1)
где – шум наблюдения со спектральной плотностью мощности , а также технологиями
обработки этой статистики, оценки состояния и выбора управления структурой и
функциями ТКС, т.е. решением задач реструктуризации.
На основании наблюдений формируется выборочная статистика , , подлежащая далее
обработке и оценке . Эта выборочная статистика может содержать количественную и
качественную информацию о состоянии ТКС, т.е. об обслуженных вызовах,
количестве переданных и принятых пакетов, числе потерянных пакетов, параметрах
джиттера и вандера, типе выбранного кодека, задержках и др. Кроме задач
архивации, формирования баз данных, создания основы для дифференциации оплаты
услуги абонентам в зависимости от QoS эта статистика используется для синтеза
управления.
В рамках рассмотренной проблематики в данной работе наибольший интерес вызывает
именно последняя задача, связанная с нахождением оптимального управляющего
воздействия . Известны решения по нахождению вектора управляющего воздействия
по результатам обработки статистики . Так, в [78, 79] рекомендуется
использовать спектральные свойства трафика. В этих работах рекомендуется
определять пересечение некоторого уровня (порога) этой спектральной плотности и
считать превышение его управляющим сигналом для реструктуризации сети. Нам
представляется, что данное решение можно улучшить, сократив время на обработку
статистики (формирование ковариационной матрицы и преобразование к спектральной
плотности). Имеющие место временные потери при формировании и обработке
статистики неизбежно приводят к задержкам в контуре управления и,
соответственно, потере эффективности решения. Кроме того, спектральные
характеристики, являясь результатом усреднения статистики на определенном
интервале, не позволяют в полной мере учитывать особенности временной
структуры. Так, скачкообразное изменение состояния (например при выходе из
строя какого-либо сетевого элемента) приводит лишь к расширению спектра и в
результате порог не будет преодолен.
В этой связи заслуживает внимания подход, основанный на использовании
марковских управляемых случайных процессов, представленных в пространстве
состояний с помощью стохастических дифференциальных или разностных уравнений.
Подобный подход активно использовался для моделирования широкого круга
прикладных задач сетевой направленности, например задач управления частотным
ресурсом [67], маршрутизации [68, 80], управления доступом [59, 81] и др.
Использование предположения марковости наблюдаемых процессов позволяет получать
оптимальную в смысле минимума среднего квадрата погрешности оценку , [67, 82].
В подобных динамических моделях векторы наблюдения и представляют собой
реализации стационарных
- Киев+380960830922