Когнитивные беспроводные самоорганизующиеся сети

Беспроводные самоорганизующиеся сети (MANET- Mobile Ad-Hoc Networks) представляют архитектуру построения мобильных радиосетей, которая предполагает отсутствие фиксированной сетевой инфраструктуры (базовых станций) и централизованного управления. Особую привлекательность эти сети приобрели с появлением беспроводных стандартов и сетевых технологий (Bluetooth, Wi-Fi, WiMAX). На основе уже существующих стандартов 802.11 и 802.16 можно строить беспроводные самоорганизующиеся сети городского масштаба, отличительной чертой которых можно назвать большую зону покрытия (несколько квадратных километров).

Беспроводная самоорганизующаяся сеть (БСС) характеризуется динамическими изменениями топологии, ограниченной пропускной способностью, ограниченной мощностью батарей (аккумуляторов) в узлах, неоднородностью ресурсов узлов, ограниченной безопасностью и др Однако в последнее время БСС-сети стали использовать в интеллектуальных транспортных системах и для дома (HANET - Home AdHoc Network), для сетей небольших офисов, для совместных вычислений компьютеров, расположенных на небольшой территории. Самоорганизующиеся сети (Ad-Hoc сети) могут быть классифицированы согласно их применению: - мобильные беспроводные самоорганизующиеся сети (Mobile Ad-hoc Networks, MANET); - Беспроводные mesh-сети (Wireless Mesh Networks, WMN);

Мобильная беспроводная самоорганизующаяся сеть (MANET), которую иногда называют мобильной mesh-сетью, является самонастраивающейся сетью, которая состоит из мобильных устройств. Все узлы используют для связи беспроводные соединения (рис. 1.8).

Рис. 1.8. Пример архитектуры БСС-сети

 

Все устройства в БСС-сети постоянно перемещаются, а следовательно, в сети постоянно меняются связи. Каждый узел должен выполнять функции маршрутизатора и принимать участие в ретрансляции пакетов данных. Главная задача в создании такой сети - сделать так, чтобы все устройства могли постоянно поддерживать актуальную информацию для правильной маршрутизации трафика. БСС-сеть также можно разделить на несколько классов:

• Vehicular Ad Hoc Network (VANET) - Ad-Hoc-сеть, которая используется для связи транспортных средств друг с другом, а также для их соединения с придорожным оборудованием;

• Intelligent vehicular Ad-Hoc network (InVANET) - своего рода искусственный интеллект, который помогает управлять автомобилем в разных непредвиденных ситуациях;

• Internet Based Mobile Ad hoc Network (iMANET) - БСС-сеть, которая соединяет мобильные узлы с фиксированными Internet-шлюзами.

Беспроводные mesh-сети - это особый вид Ad-Hoc-сетей, который имеет более спланированную конфигурацию. Mesh-сети состоят из клиентов, маршрутизаторов и шлюзов (рис. 1.9). Основное отличие состоит в том, что беспроводные узлы не перемещаются в пространстве во время работы. Основное отличие между MANET и Mesh-сетями состоит в том, что, как правило, MANET - относится к терминальной сети, т.е. к сети без транзитных функций, а Mesh-сети - к транзитной сети, хотя деление это весьма условно, но принято в настоящее время. В соответствии с более сложными функциями Mesh-сети при ее построении тоже различают родительские и дочерние сети Internet.

Рис. 1.9. Пример беспроводной mesh-сети

 

На данный момент наблюдается огромный научный и прикладной интерес к созданию самоорганизующихся самовосстанавливающихся сетей [5].

Как было упомянуто выше, одним из наиболее актуальных кандидатов для реализации когнитивных беспроводной сетей считают: беспроводные самоорганизующиеся сети.

Рамминг (Ramming) в [6] утверждает, что для БСС-сети требуется новый тип технологии организации сети, называемый когнитивной технологией. Он в подбор утверждает, что такая сеть должна понимать задачи приложения, а приложение способно понять возможности сети в любой момент времени. Это позволило бы сети, посредством изучения основных требований приложения, использовать новые возможности и динамически выбирать удовлетворяющие этим требованиям протоколы сети.

Как основное положение когнитивной теории, когнитивный цикл применяется в сетях для распознавания образов. Степень возможности распознавания образов узлом зависит от его логического положения и уровня расположения в сети. Исходя из этого, подобно БСС-сети, когнитивная сеть может рассматриваться в качестве динамической интегрирующейся сети. Поэтому возможно применять когнитивную технологию в БСС-сетях, что, следовательно, приводит к развитию БСС-сетей.

Когнитивная беспроводная самоорганизующаяся сеть - естественная конечная точка развития современной БСС-сети. Однако когнитивные сети реагируют намного быстрее, чем самоорганизующиеся сети, поскольку они должны быть способны изучать и планировать и, следовательно, существует большая потребность в самоанализе. Можно было бы утверждать, что полностью функционирующая когнитивная сеть является естественным развитием БСС-сети.

Рассмотрим простейший пример управления маршрутизацией в когнитивной беспроводной самоорганизующейся сети. В качестве примера необходимости адаптации всей системы рассматривается сеанс передачи данных в самоорганизующейся сети между исходящим узлом S1 и узлом назначения D1, как показано на рис. 1.10. Исходящий узел S1 не имеет достаточной мощности для прямой передачи данных в D1. Поэтому он должен передать данные в узел назначения только через промежуточные узлы, такие как R1 и R2.

Рис. 1.10. Управление маршрутизацией в когнитивной Ad-Нос сети

 

Предполагается, что цепь из источника до назначения имеет высокую вероятность успешной передачи. Уровень маршрутизации будет определять маршруты на основе минимального количества промежуточных узлов, которые в данном случае включают в себя либо R1, либо R2. Узел S1 выполняет адаптацию канального уровня для выбора R1 или R2 на основе отношения сигнала к шуму и наименьшей вероятности нарушения связи. С точки зрения канального уровня в узле S1 это обеспечивает самую высокую вероятность того, что переданные пакеты прибудут к ретрансляционным узлам корректно. Однако без дополнительной информации этот выбор не гарантирует вероятность доставки передаваемых данных от S1 до D1 .

В отличие от адаптации отдельных элементов сети, для расчета полной вероятности нарушения связи на пути от узла S1 до D1 через узлы R1 и R2 когнитивная сеть использует информацию от всех узлов. Это показывает преимущество более глобального подхода, но у когнитивной сети есть и другое преимущество: ее способность к обучению. Предположим, что механизм познания измеряет пропускную способность от источника до пункта назначения, чтобы оценить эффективность предыдущих решений, а узлы S1 и S2 направляют свой трафик в обоих направлениях через узел R2, поскольку это удовлетворяет требованию минимальной вероятности нарушения связи. Теперь предполагается, что R2 переполняется из-за большого объема трафика, поступающего из S2. Это становится очевидным в процессе изучения пропускной способности на основании сообщений узлов S1 и S2. Механизм изучения признает, что предшествующее решение больше не оптимально, и познавательный процесс направляется на выработку другого решения. Когнитивная сеть явно не знает, что есть переполнение в узле R2, потому что мы не включали эту информацию в качестве наблюдения. Тем не менее, сеть в состоянии сделать вывод, что могут возникнуть проблемы из-за снижения пропускной способности, а затем реагировать на переполнение, возможно, перенаправлением трафика через узлы R1 и (или) R3. Этот пример иллюстрирует потенциал когнитивных сетей в оптимизации непрерывной работы и способность реагировать на непредвиденные обстоятельства. Протокол маршрутизации когнитивной сети основан не на чисто алгоритмическом подходе и способен выбрать эффективный операционный режим даже в непредвиденных ситуациях.

 

Библиографический список

 

1- Wyglinski A.M., Nekovee M., Hou Y.T. (Editors). Cognitive radio communications and networks: principles and practice, Academic Press | 2009, 736 pages.

2- Комашинский В. И. Системы подвижной радиосвязи с пакетной передачей информации./ В.И. Комашинский, А.В. Максимов // СПБ.: Изд-во Лема, 2006. - 238с.

3- Cordeiro C. IEEE 802.22: the first worldwide wireless standard based on cognitive radio / С Cordeiro, K. Challapali, D. Birru, Sai Shankar // First IEEE International Symposium on New Frontiers in Dynamic Spectrum Access Networks (DySPAN 2005), Nov. 2005. P.328-337.

4- Баранов В.П. Синтез микропрограммных автоматов. М.: Нолидж, 1997.-376 с.

5- Кучерявый А. Е. Самоорганизующиеся сети и новые услуги / А.Е. Кучерявый // Электросвязь, № 1 2009. С. 19-23.

6- Ramming С. Cognitive networks. Proceedings of DARPA Tech Symposium, March 2004. pp.9-11 .