Báo cáo khoa học: "PHÂN TÍCH VÀ ĐÁNH GIÁ CÁC MÔ HÌNH ĐIỀU KHIỂN THÂM NHẬP CUỘC GỌI SỬ DỤNG LOGIC MỜ TRONG MẠNG TẾ BÀO CDMA ĐA LỚP LƯU LƯỢNG"

Chia sẻ: Nguyễn Phương Hà Linh Linh | Ngày: | Loại File: PDF | Số trang:11

Thêm vào BST

Báo xấu

82
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tóm tắt: Bài báo này phân tích các nghiên cứu đã có trong những năm gần đây về các mô hình CAC cho các mạng tế bào CDMA đa lớp dịch vụ trên cơ sở logic mờ. Việc đánh giá các mô hình này cũng được thực hiện dưới các góc độ khác nhau. Các nhận xét về ưu điểm và nhược điểm của từng mô hình cũng được trình bày kèm theo các phân tích và đánh giá nói trên.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Báo cáo khoa học: "PHÂN TÍCH VÀ ĐÁNH GIÁ CÁC MÔ HÌNH ĐIỀU KHIỂN THÂM NHẬP CUỘC GỌI SỬ DỤNG LOGIC MỜ TRONG MẠNG TẾ BÀO CDMA ĐA LỚP LƯU LƯỢNG"

PHÂN TÍCH VÀ ĐÁNH GIÁ CÁC MÔ HÌNH ĐIỀU KHIỂN THÂM NHẬP CUỘC GỌI SỬ DỤNG LOGIC MỜ TRONG MẠNG TẾ BÀO CDMA ĐA LỚP LƯU LƯỢNG ThS. NCS. VÕ TRƯỜNG SƠN PGS. TS. LÊ HÙNG LÂN TS. NGUYỄN THANH HẢI Khoa Điện – Điện tử Trường Đại học Giao thông Vận tải Tóm tắt: Bài báo này phân tích các nghiên cứu đã có trong những năm gần đây về các mô hình CAC cho các mạng tế bào CDMA đa lớp dịch vụ trên cơ sở logic mờ. Việc đánh giá các mô hình này cũng được thực hiện dưới các góc độ khác nhau. Các nhận xét về ưu điểm và nhược điểm của từng mô hình cũng được trình bày kèm theo các phân tích và đánh giá nói trên. Summary: This paper analyses the previous work on CAC schemes using Fuzzy Logic (FCAC) in CDMA Network with Multi Class Traffic. The estimation of the schemes is also made in different aspects. The advantages and disadvantages of each scheme are also described in the paper. CT 2 I. GIỚI THIỆU Quản lý tài nguyên là một trong những vấn đề kỹ thuật quan trọng nhất trong các hệ thống 3G, nơi đáp ứng được nhiều lớp lưu lượng mà trong đó mỗi lớp được đặc trưng bởi các tham số chất lượng dịch vụ (QoS) yêu cầu của riêng nó. Điều khiển thâm nhập cuộc gọi (CAC) là một trong những chức năng quản lý tài nguyên, nó quy định việc thâm nhập mạng phải đảm bảo QoS. CAC được sử dụng để quyết định chấp nhận hay không một yêu cầu dịch vụ mới và mục tiêu của nó là cho phép một số lượng tối đa các yêu cầu dịch vụ trong khi vẫn đảm bảo được QoS yêu cầu của tất cả các kết nối đang hoạt động. CAC trong các hệ thống CDMA kinh điển đều dựa vào việc đánh giá nhiễu hoặc tỷ số tín hiệu trên nhiễu và so sánh với ngưỡng. Theo truyền thống, một mô hình CAC phải xem xét một tập hợp các tham số đo được từ trạng thái mạng như công suất tín hiệu thu được, các giá trị QoS thực tế v.v… để quyết định chấp nhận hay từ chối một yêu cầu kết nối. Dạng mô hình này không cho phép hoặc cho phép một cách rất hạn chế sự thiếu chính xác của các kết quả đo nói trên. Tuy nhiên, trong các hệ thống không dây, do sự di chuyển của các thuê bao, các yêu cầu QoS động, và điều kiện kênh thay đổi nên các kết quả đo này nói chung là thiếu chính xác. Hơn nữa, rất khó để có được một thống kê đầy đủ lưu lượng đầu vào. Do đó, các quyết định thâm nhập phải dựa trên các kết quả đo mơ hồ và thiếu chính xác. Để giải quyết vấn đề này, logic mờ cung cấp một phương pháp thực hiện xấp xỉ nhưng hiệu
quả cho mô hình CAC, theo đó nếu sử dụng công cụ toán học thì rất phức tạp và không dễ thực hiện. Với khả năng có thể giải quyết các vấn đề mang tính mơ hồ và thiếu chính xác, logic mờ được hy vọng sẽ cung cấp một giải pháp tốt để phát triển các mô hình CAC [16]. Bài báo này phân tích các nghiên cứu đã có trong những năm gần đây về các mô hình CAC cho các mạng tế bào CDMA đa lớp dịch vụ trên cơ sở logic mờ. Việc đánh giá các mô hình này cũng được thực hiện dưới các góc độ đảm bảo QoS cũng như sự tận dụng tài nguyên. Các nhận xét về ưu điểm và nhược điểm của từng mô hình cũng được trình bày kèm theo các phân tích nói trên. Phần còn lại của bài báo này bao gồm các mục sau: phần 2 giới thiệu khái quát về mô hình hệ thống CDMA tế bào. Phần 3 phân tích các mô hình CAC cho các mạng tế bào CDMA đa lớp dịch vụ trên cơ sở logic mờ. Phần 4 đánh giá và nhận xét các mô hình nói trên. Cuối cùng, kết luận được cho ở phần 5. II. MÔ HÌNH HỆ THỐNG VÀ LƯU LƯỢNG Giả thiết một hệ thống tế bào CDMA băng rộng với các tế bào lục giác có kích thước bằng nhau. Mỗi tế bào có một BS tại tâm của nó với một anten đẳng hướng (omni). Phổ tần số vô tuyến như nhau được tái sử dụng ở tất cả các tế bào. Các thuê bao di động (Mobile Station, MS) liên lạc với các trạm gốc (Base Station, BS) của tế bào hiện tại qua giao tiếp vô tuyến và một vài BS được kết nối tới trung tâm chuyển mạch di động (Mobile Switching Center, MSC) và MSC này được kết nối tới một mạng trục. Các băng tần khác nhau được sử dụng cho các hướng lên và xuống, vì vậy mỗi một BS chỉ bị nhiễu từ các MS. CT 2 Hình 1. Các tế bào lục giác Hình 1 biểu diễn các tế bào lục giác, ở đó, MS xem xét đặt tại điểm M. Để đơn giản trong trình bày, chúng ta sẽ chỉ tập trung tới thông tin di chuyển và băng thông hiệu dụng của MS có liên quan tới BS phục vụ (ký hiệu là BS0) và sáu BS lân cận với nó thuộc lớp đầu tiên (ký hiệu là BS1, BS2, …, BS6). Gọi dl(t), l = 0, 1, …, 6 là ký hiệu khoảng cách giữa MS và BSl tại thời điểm t. Giả thiết máy thu phát được thiết kế tích hợp, tạp âm của kênh chủ yếu là do hiện tượng che khuất và suy hao đường truyền. Giá trị trung bình của công suất tín hiệu Pilot từ BSl thu được tại MS có thể được mô tả như [4]:
-r ξ (t)/10 ⎡ ⎤ a (t) = γ ⎢ d ( t ) / D ⎥ 10 l (1) + v (t) l⎣ l 0⎦ l l Trong đó γl là hằng số tỷ lệ với công suất tín hiệu được phát đi, r là số mũ của suy hao đường truyền, D0 là là khoảng cách tham khảo, và ξl(t) theo dB tại bất kỳ thời điểm t nào là một biến ngẫu nhiên Gaussian (với giá trị trung bình bằng 0 và độ lệch chuẩn bằng σs) đặc trưng cho hiện tượng bóng mờ. Với l ≠ k, ξl(t) và ξk(t) là các quá trình ngẫu nhiên độc lập. Nếu các mức công suất phát của các tín hiệu Pilot là giống nhau thì γl = γ với l = 0, 1, …, 6. vl(t) biểu diễn công suất tạp âm nền và nhiễu đa thâm nhập (MAI) từ các tín hiệu mang tin của tuyến xuống tới tất cả MS. Khi có một số lượng lớn các user trong hệ thống, MAI có thể được mô hình hoá xấp xỉ bằng một quá trình ngẫu nhiên Gaussian. Trong bài báo này, cuộc gọi được hiểu có thể là bất kỳ loại dịch vụ nào. Các loại cuộc gọi khác nhau được phân biệt bằng các yêu cầu như lưu lượng, QoS, độ ưu tiên khác nhau. Có hai tham số chính là tỷ lệ chặn và tỷ lệ ngắt, được sử dụng để đánh giá QoS trong các mạng không dây. Tỷ lệ chặn chỉ ra tỷ lệ từ chối các cuộc gọi mới, trong khi tỷ lệ ngắt chỉ ra tỷ lệ hủy bỏ các cuộc gọi chuyển giao. III. CÁC MÔ HÌNH ĐIỀU KHIỂN THÂM NHẬP CUỘC GỌI MỜ Do tính chất quan trọng của thủ tục điều khiển thâm nhập cuộc gọi trong các mạng tế bào CDMA nên đã có nhiều nghiên cứu tập trung vào các mô hình CAC trong những năm gần đây. CT 2 Có thể phân các mô hình này thành ba nhóm cơ bản, được trình bày cụ thể dưới đây. 3.1. Mô hình CAC trên cơ sở đánh giá mức độ chiếm dụng tài nguyên (loại mô hình 1) Loại mô hình này đã được giới thiệu trong các nghiên cứu [1], [2], [7], [8], [9] và [18]. Loại mô hình này bao gồm một bộ xử lý thâm nhập cuộc gọi mờ, một bộ đánh giá tài nguyên sẵn dùng của mạng và một bộ đánh giá mức độ chiếm dụng tài nguyên của yêu cầu cuộc gọi mới. Sơ đồ tổng quát của loại mô hình 1 được biểu diễn ở hình 2. Bộ đánh giá mức độ chiếm dụng tài nguyên của yêu cầu cuộc gọi mới có nhiệm vụ đánh giá lượng tài nguyên mà cuộc gọi mới sẽ chiếm dụng trong tế bào sẽ phục vụ nó (tài nguyên chiếm dụng trong tế bào) và các tế bào lân cận (tài nguyên chiếm dụng liên tế bào). Lượng tài nguyên yêu cầu này phụ thuộc vào yêu cầu về lưu lượng (tốc độ bít R) và yêu cầu về QoS (tỷ số mật độ năng lượng bit trên tạp âm (Eb/I0)). [2] đề xuất cách tính lượng tài nguyên yêu cầu của cuộc gọi theo R và (Eb/I0) bằng cách sử dụng các phép tính giới hạn. Kết quả là có hai giá trị yêu cầu tài nguyên được tính: một cực tiểu và một cực đại. Hơn nữa, tham số tham gia vào cách tính này là giá trị công suất tín hiệu phát đi từ các MS thu được tại các BS, mà giá trị này trong thực tế lại hoàn toàn không chính xác do chịu sự tác động của các hiện tượng ngẫu nhiên không thể dự báo là fading và che khuất. Kết quả là giá trị tài nguyên yêu cầu được tính ra từ [2] là không chính xác.
Yêu cầu Chấp nhận/ từ chối cuộc gọi mới Đánh giá mức chiếm dụng tài nguyên Bộ xử lý thâm nhập cuộc gọi Các tham số đo Mạng tế bào được từ mạng Đánh giá lượng tài nguyên sẵn dùng Đánh giá QoS QoS yêu cầu Thực tế Hình 2. Sơ đồ cấu trúc tổng quát của loại mô hình 1 (Phần nét đứt là kiến nghị bổ sung trong phần 4 của bài báo này) Để giải quyết vấn đề này, [1, 7, 8, 9, 18] đã đề xuất các phương pháp sử dụng hệ mờ để đánh giá lượng tài nguyên chiếm dụng liên tế bào mà mỗi cuộc gọi mới yêu cầu. Cách ứng xử của các phương pháp này là dựa vào việc mô phỏng các cuộc gọi trên máy tính, tạo ra các cặp dữ liệu huấn luyện đầu và đầu ra, từ đó xây dựng nên các luật suy diễn mờ. Kết quả mô phỏng trong [1, 18] đã chỉ ra rằng, phương pháp sử dụng hệ mờ cho kết quả đánh giá chính xác hơn các phương pháp không sử dụng hệ mờ. Bộ đánh giá tài nguyên sẵn dùng của mạng thường sử dụng lý thuyết logic mờ hoặc mạng Neural để đánh giá lượng tài nguyên còn lại của hệ thống sau khi đã trừ đi lượng tài nguyên bị chiếm dụng bởi các cuộc gọi đang tồn tại trong tế bào phục vụ và các tế bào lân cận [1, 2, 7, 8, CT 2 9, 18] và có thể trừ đi cả lượng tài nguyên dự trữ cho các cuộc gọi chuyển giao [1, 8, 9, 18]. Một số mô hình cụ thể sử dụng mạng Neural để dự báo chính xác giá trị trung bình của lượng tài nguyên bị chiếm dụng ở bước tiếp theo từ các cuộc gọi đang tồn tại [7, 8, 9] từ lượng tài nguyên bị chiếm dụng hiện tại, trong khi một số mô hình khác dựa trên các giá trị đo QoS đo được để thực hiện công việc này [1, 18]. Trong các tính toán này, việc xác định lượng tài nguyên chiếm dụng liên tế bào của các cuộc gọi đang tồn tại tiến hành tương tự như với cuộc gọi mới đã được trình bày ở phần trên. Tức là sẽ chính xác hơn nếu sử dụng hệ mờ cho công việc này. Bên cạnh đó, việc xác định lượng tài nguyên dự trữ cho các cuộc gọi chuyển giao thường dựa trên thông tin di chuyển của các MS (tức là xác suất chuyển giao [1, 18]), mà thông tin này có được là từ công suất tín hiệu Pilot phát đi từ các BS thu được tại các MS. Mức công suất thu được này trong thực tế cũng hoàn toàn không chính xác do chịu sự tác động của các hiện tượng ngẫu nhiên không thể dự báo là fading và che khuất. Kết quả là thông tin di chuyển được đánh giá không chính xác, và vì vậy lượng tài nguyên được sử dụng để dự trữ cho các cuộc gọi chuyển giao cũng không chính xác. Để giải quyết vấn đề này, [1, 18] đề xuất phương pháp sử dụng hệ mờ để đánh giá thông tin di chuyển của các MS thay cho cách tính truyền thống. Bộ xử lý thâm nhập cuộc gọi mờ sử dụng hệ suy diễn mờ để quyết định chấp nhận hay không một cuộc gọi mới dựa trên mức độ chiếm dụng tài nguyên và QoS của yêu cầu cuộc gọi
mới đã được đánh giá và lượng tài nguyên còn lại của hệ thống. Trong một số mô hình, bộ xử lý này còn dựa trên các giá trị đo QoS của tất cả các loại lưu lượng như một đường hồi tiếp [7, 8, 9]. Mỗi khi QoS đo được gần bằng với QoS yêu cầu, các yêu cầu về cuộc gọi mới vào hệ thống sẽ bị từ chối. Vì vậy, các yêu cầu về QoS khác nhau có thể được thỏa mãn. Việc xác định giá trị QoS thực tế của mạng được dựa vào công suất thu tín hiệu tại các BS từ các MS. Theo các phân tích trên, các mức công suất thu này đều chịu ảnh hưởng của các hiện tượng fading và che khuất dẫn đến kết quả QoS đo được là không chính xác tác động xấu đến quyết định của bộ xử lý thâm nhập. Các mô hình thuộc loại này đều sử dụng logic mờ cho bộ xử lý thâm nhập cuộc gọi. Bộ luật mờ có được bằng cách mô phỏng nhiều cuộc gọi thâm nhập vào mạng với các tần suất khác nhau và đo các thông số QoS của hệ thống, từ đó tiến hành điều chỉnh luật cho đến khi đạt được kết quả tốt nhất. Các kết quả mô phỏng trong phần lớn các mô hình cụ thể đều chứng tỏ được rằng, phương pháp áp dụng hệ mờ có hiệu quả về sử dụng tài nguyên hơn và các giá trị QoS của hệ thống tốt hơn khi so sánh với các phương pháp không dùng hệ mờ. 3.2. Mô hình CAC trên cơ sở suy giảm lượng tài nguyên cấp phát (loại mô hình 2) Loại mô hình này đã được giới thiệu trong các nghiên cứu [6] và [16]. Các mô hình CAC này xem xét đến các yêu cầu nguồn tài nguyên một cách thích nghi để nâng cao hiệu quả sử dụng kênh trong các mạng không dây. Khi một cuộc gọi mới đang tới, mô hình CAC này sẽ đánh giá xem băng thông sẵn dùng có thể thỏa mãn yêu cầu cuộc gọi tới hay không. Trong trường hợp băng thông sẵn dùng không đủ để đáp ứng yêu, mô hình CAC này dựa trên logic mờ sẽ chọn một số cuộc gọi đang tồn tại có độ ưu tiên thấp, theo đó băng thông dành cho nó sẽ bị giảm xuống để dành một lượng băng thông cho cuộc gọi tới mới (tức là tái cấp phát tài nguyên). CT 2 Bằng cách này, nhiều cuộc gọi hơn có thể được chấp nhận thâm nhập vào mạng không dây, trong khi các cuộc gọi đang tồn tại chỉ bị giảm một ít băng thông ở mức có thể chấp nhận được [6]. Sơ đồ cấu trúc tổng quát của loại mô hình 2 được biểu diễn ở hình 3. Yêu cầu Đánh giá cuộc gọi mới Chấp nhận/ mức chiếm dụng từ chối tài nguyên Bộ xử lý thâm nhập Mạng tế bào cuộc gọi Đánh giá tài nguyên mạng và tái cấp phát tài nguyên Các cuộc gọi Đánh giá đang kết nối QoS Thực tế Hình 3. Sơ đồ cấu trúc tổng quát của loại mô hình 2. (Phần nét đứt là kiến nghị bổ sung trong phần 4 của bài báo này) Trong [6], mỗi cuộc gọi có ít nhất hai loại yêu cầu băng thông, theo đó, Bmin chỉ ra yêu cầu băng thông cực tiểu và Bmax chỉ ra yêu cầu băng thông cực đại. Khi một cuộc gọi mới hay một cuộc gọi chuyển giao tới, CAC được kích hoạt bởi yêu cầu của đầu cuối MS. Nếu băng
thông sẵn có là đủ nhiều và lớn hơn yêu cầu cực đại của cuộc gọi tới, băng thông cực đại sẽ được cấp phát cho cuộc gọi mới này. Tuy nhiên, khi tế bào bị đầy tải, một hay một vài cuộc gọi sẽ bị suy giảm về cực tiểu. Thuật toán quyết định mờ sẽ chọn các cuộc gọi ứng cử, mà các cuộc gọi này cho phép dành một phần băng thông cho cuộc gọi tới. Trong [16], khi một người dùng mới thâm nhập vào hệ thống, bộ CAC trước hết kiểm tra xem kết nối này yêu cầu thời gian thực hay không thời gian thực. Nếu là yêu cầu dịch vụ thời gian thực, nó sẽ kiểm tra nguồn tài nguyên sẵn có trong tế bào phục vụ và cả trong các tế bào kế cận sau khi đã dự trữ đủ nguồn tài nguyên cho các cuộc gọi chuyển giao. Việc dự trữ được cập nhật định kỳ đồng thời tại các thời điểm có cuộc gọi mới tới. Nếu hệ thống có đủ nguồn tài nguyên, cuộc gọi sẽ được chấp nhận, ngược lại, tốc độ dữ liệu của các cuộc gọi dịch vụ không thời gian thực sẽ bị giảm xuống một mức độ có thể nào đó để cung cấp cho cuộc gọi mới. Nếu là yêu cầu dịch vụ không thời gian thực, bộ CAC sẽ chấp nhận thâm nhập với tốc độ đầy đủ (toàn tốc) khi hệ thống có đủ tài nguyên. Nếu hệ thống không có đủ tài nguyên, bộ CAC sẽ chấp nhận thâm nhập với một nửa toàn tốc (bán tốc) hoặc thậm chí ¼ toàn tốc. Cuộc gọi không thời gian thực sẽ chỉ bị chặn khi hệ thống không thể cung cấp dịch vụ ngay cả khi tốc độ đã bị giảm. Điều này chỉ xảy ra khi hệ thống có tải lớn với nhiều cuộc gọi thời gian thực. Trong loại sơ đồ này, các thông tin được sử dụng cho bộ CAC thường là lượng tài nguyên còn lại của hệ thống, tài nguyên và QoS yêu cầu của cuộc gọi, thông tin di chuyển của MS v.v… Trong đó, lượng tài nguyên còn lại của hệ thống phụ thuộc vào tình trạng tải lưu lượng của mạng, mà tải lưu lượng thay đổi một cách mạnh mẽ theo thời gian và không gian [6]. Do CT 2 vậy, việc tính toán thông số này tại các thời điểm CAC hoạt động là hoàn toàn không đơn giản, và kết quả là không chính xác. Bên cạnh đó, tài nguyên và QoS yêu cầu của các cuộc gọi, thông tin di chuyển của MS cũng biến động theo cả thời gian lẫn không gian do ảnh hưởng của môi trường vô tuyến, nhu cầu của dịch vụ, tính di chuyển của thuê bao v.v… Vì vậy, tìm ra được thuật toán tường minh để lựa chọn các cuộc gọi thích hợp nhất đang tồn tại có thể chấp nhận suy giảm chất lượng dịch vụ nhằm dành tài nguyên cho cuộc gọi mới là một công việc hết sức khó khăn. [6] và [16] đã chọn hệ suy diễn mờ cho mô hình này. Kết quả mô phỏng trong các mô hình nói trên cũng chứng tỏ rằng, CAC sử dụng hệ mờ cho hiệu suất sử dụng tài nguyên hiệu quả hơn và chất lượng dịch vụ đảm bảo hơn. Các bộ luật suy diễn mờ cho các mô hình này thường được xây dựng dựa trên ý kiến của các chuyên gia. 3.3. Mô hình CAC trên cơ sở làm thay đổi tham số ngưỡng chuyển giao mềm (loại mô hình 3) Loại mô hình này đã được giới thiệu trong các nghiên cứu [10], [11], [12], [13] và [14]. Một hệ thống tế bào CDMA bao gồm tích hợp các cuộc gọi voice và data được xem xét trong các nghiên cứu này. Mô hình được phát triển dựa trên việc dự trữ ưu tiên cho các cuộc gọi voice và data chuyển giao cùng với mô hình hàng chờ cuộc gọi đối với các cuộc gọi data chuyển giao. Sự hạn chế các kênh bậc cao được áp đặt cho các các cuộc gọi voice cũng như các cuộc gọi data để dành ưu tiên cho các cuộc gọi chuyển giao. Nhằm quản lý tài nguyên tốt hơn và thâm nhập cuộc gọi hiệu quả với các cuộc gọi chuyển giao và nguyên thủy, một CAC Neural - Fuzzy được
thiết kế. Bộ điều khiển này sử dụng các đặc tính có thể thích nghi của các tham số ngưỡng chuyển giao mềm để duy trì các cuộc gọi voice và data quan trọng bằng cách giám sát kiểm tra xác suất chặn cuộc gọi voice mới hiện tại, xác suất ngắt cuộc gọi data chuyển giao và tốc độ của các thuê bao voice chuyển giao. Sơ đồ phân tích của loại mô hình 3 được biểu diễn ở hình 4. Cuộc gọi mới Voice M Số kênh cực đại dành . cho . cuộc . gọi mới Cuộc gọi chuyển giao Voice Voice Mạng tế bào Cuộc gọi mới Data . Số kênh . cực đại dành . cho cuộc Hàng đợi chuyển giao QoS gọi mới Data N .... 1 Cuộc gọi 1 Thay đổi tham số chuyển giao ngưỡng chuyển giao Ngắt cuộc gọi Các kênh mã hóa Data chuyển giao Data CT 2 Kích thước hàng đợi Hình 4. Sơ đồ phân tích của loại mô hình 3 Khác với hai loại mô hình trên, trong loại mô hình này, nguồn tài nguyên được xem xét là các kênh mã hóa. Với mạng tế bào CDMA, có một số lượng ‘M’ kênh mã hóa sẵn có trong quỹ kênh. Toàn bộ các kênh sẵn có này đều được dành cho các cuộc gọi chuyển giao voice và data. Số lượng kênh sẵn có dành cho các cuộc gọi mới voive và data được giới hạn chặn trên cho mỗi loại. Khi một cuộc gọi mới voice hay data yêu cầu kênh và nếu số kênh đang sử dụng cho cho các loại dịch vụ này hiện tại bằng với giới hạn trên của chúng thì yêu cầu cuộc gọi mới sẽ bị chặn. Với quá trình cuộc gọi chuyển giao data, tức là dịch vụ không thời gian thực có độ ưu tiên thấp, mô hình hàng chờ được sử dụng. Mô hình hàng chờ cho cuộc gọi chuyển giao data có thể được mô tả từ tính tự nhiên của vùng chồng lấn chuyển giao mềm. Dung lượng hàng chờ được quyết định bằng việc thiết lập hai thông số ngưỡng chuyển giao mềm là T_ADD và T_DROP. Với việc thay đổi các thông số này, dung lượng hàng chờ chuyển giao cho dịch vụ data sẽ thay đổi dẫn đến sẽ có một số cuộc gọi data bị ngắt khi giảm dung lương hàng chờ, mục đích là để dành kênh mã hóa cho các cuộc gọi chuyển giao voice có độ ưu tiên cao hơn. Các đầu vào của bộ CAC là xác suất chặn cuộc gọi voice mới, xác suất ngắt cuộc gọi data chuyển giao và tính di chuyển của cuộc gọi voice chuyển giao. Ba giá trị này đều được tính từ các thông số đo, và các thông số này không hoàn toàn chính xác do ảnh hưởng của môi trường truyền dẫn. Do vậy, khó
có thể xây dựng được các thuật toán tường minh đề quyết định rằng, với một tập giá trị cụ thể của các đầu vào thì T_ADD và T_DROP sẽ bằng bao nhiêu. Các mô hình cụ thể của loại này đã xây dựng thuật toán CAC trên cơ sở kết hợp Neural - Fuzzy. Tùy thuộc vào cơ sở luật và dung lượng hàng đợi cuộc gọi data chuyển giao và ngưỡng cuộc gọi voice mới được xác định. Bộ Neural - Fuzzy CAC cũng trả về các giá trị đã biết của các tập dữ liệu vào - ra. Phương pháp lan truyền ngược, dựa trên cơ sở học có giám sát, được sử dụng để huấn luyện bộ điều khiển này. Các kết quả mô phỏng đều cho thấy chất lượng dịch vụ và hiệu suất sử dụng tài nguyên của các mô hình được giới thiệu đều tốt hơn so với các mô hình không sử dụng kết hợp Neural - Fuzzy. IV. ĐÁNH GIÁ VÀ NHẬN XÉT Từ việc phân tích ba loại mô hình nói trên kết hợp với kết quả tính toán mô phỏng của từng nghiên cứu, ta có thể rút ra được một số đánh giá và nhận xét sau: (i) Trong loại mô hình 1, hầu hết các yếu tố đặc trưng của mạng tế bào CDMA có liên quan đến tài nguyên vô tuyến đã được xem xét và tính đến như nhiễu liên tế bào, ảnh hưởng của hiện tượng fading và che khuất, tính di chuyển của các MS… Tuy nhiên với từng mô hình cụ thể thì phần lớn không xem xét đầy đủ các yếu tố này. Tất cả các mô hình cụ thể trong loại mô hình 1 đều không tính đến mức độ ưu tiên của các loại dịch vụ khác nhau trong quá trình CAC. Một số mô hình trong loại này là dạng hệ hở. Trong số các mô hình cụ thể thuộc loại này, [1] và [18] là hoàn thiện hơn cả vì đã xét đến đầy đủ các yếu tố như tài nguyên trong tế bào, liên tế bào, tính di chuyển của MS, các ảnh hưởng của hiện tượng fading, che khuất. Các mô hình còn lại đều không xem xét đầy đủ các yếu CT 2 tố như hai mô hình này. Tuy nhiên, ba thiếu sót cơ bản của mô hình [1] và [18] là không tính đến mức độ ưu tiên của các loại dịch vụ, là mô hình dạng hệ hở và hạn chế số lượng tài nguyên dự trữ cho cuộc gọi chuyển giao. Do vậy, để loại mô hình này hoàn thiện hơn, cần có các bổ sung và điều chỉnh như sau: một là xây dựng bộ xử lý cuộc gọi mờ theo hướng có các mức ưu tiên thâm nhập khác nhau cho các loại dịch vụ khác nhau. Trong định nghĩa QoS của 3GPP, có bốn lớp ưu tiên bao gồm P1, P2, P3 và P4 đại diện cho các dịch vụ [6]. Vì vậy các mức ưu tiên này cần được áp dụng cho cách ứng xử của hệ mờ, tức là xây dựng bộ luật mờ chung cho tất cả các dịch vụ có tính đến độ ưu tiên của từng loại dịch vụ, hoặc mỗi loại dịch vụ được áp dụng một bộ luật mờ riêng cũng theo hướng ưu tiên khác nhau. Hai là sử dụng các tham số QoS đo được của hệ thống quay trở lại tham gia vào hoạt động của bộ xử lý cuộc gọi mờ với vai trò là các biến đầu vào và tạo thành một hệ kín. Khi đó nếu hiệu suất sử dụng tài nguyên của mạng đang cao, xác suất chặn cuộc gọi mới thấp trong khi xác suất ngắt cuộc gọi chuyển giao cao thì hệ mờ có thể điều chỉnh để giảm bớt cuộc gọi mới thâm nhập, dành tài nguyên cho cuộc gọi chuyển giao hoặc ngược lại. Ba là không giới hạn trên lượng tài nguyên dự trữ chuyển giao của từng tế bào, nhằm làm giảm xác suất ngắt cuộc gọi chuyển giao. Với các điều chỉnh và bổ sung nói trên, mô hình mới sẽ kế thừa được các ưu điểm sẵn có của các mô hình cũ như sử dụng hệ mờ để đánh giá tài nguyên yêu cầu trong tế bào và liên tế
bào của cuộc gọi mới, đánh giá thông tin di chuyển của các MS, đánh giá khả năng đáp ứng tài nguyên của hệ thống và cả xử lý thâm nhập cuộc gọi. Đồng thời, mô hình mới cũng sẽ khắc phục được các nhược điểm của các mô hình cũ như đã là một hệ kín, tính đến yếu tố ưu tiên của dịch vụ trong thuật toán xử lý thâm nhập cuộc gọi. Mô hình mới này phù hợp với việc áp dụng cho các mạng tế bào CDMA đa dịch vụ băng rộng mà ở đó mỗi một cuộc gọi có một yêu cầu tối thiểu về lưu lượng cùng với một yêu cầu về ưu tiên dịch vụ. (ii) Trong Loại mô hình 2, các nghiên cứu tập trung vào mức độ ưu tiên của các loại dịch vụ. Đầu vào của các mô hình này thường là yêu cầu về băng thông, QoS yêu cầu và mức độ ưu tiên dịch vụ của từng cuộc gọi. Tuy nhiên các mô hình cụ thể lại không đưa ra cách tính toán để có được các giá trị băng thông yêu cầu của các cuộc gọi này, mà việc tính toán này là phức tạp do có nhiều yếu tố ngoại cảnh tác động vào. Một cuộc gọi khi thâm nhập vào hệ thống không những chiếm dụng tài nguyên trên tế bào phục vụ nó mà còn chiếm dụng cả băng thông của các tế bào lân cận. Yếu tố này cũng không được tính đến trong loại mô hình 2 này. Cụ thể là, một yêu cầu cuộc gọi mới thường chỉ có yêu cầu về lưu lượng dưới dạng tốc độ bit yêu cầu và QoS. Hệ thống cần phải tính ra băng thông yêu cầu của cuộc gọi này trong tế bào và liên tế bào. Đây là công việc phức tạp với nhiều yếu tố ngoại cảnh tác động như đã chỉ ra ở mục 3.2 của tài liệu này. Tuy nhiên các mô hình đã được đề xuất thuộc loại này chỉ giả thiết có giá trị băng thông yêu cầu trong tế bào mà không nêu lên cách tính toán cụ thể và cũng không đề cập tới băng thông liên tế bào. Trong trường hợp các cuộc gọi trong tế bào phục vụ đã chấp nhận suy giảm băng thông và tế bào này đã có đủ tài nguyên cho cuộc gọi mới thì cuộc gọi được phép thâm nhập. Tuy nhiên, khi thâm nhập vào, cuộc gọi này sẽ chiếm dụng tài nguyên của cả các các tế bào lân cận, và chỉ cần lượng tài nguyên của một trong các tế bào này đã bị chiếm dụng hết thì CT 2 chất lượng dịch vụ của tất cả các cuộc gọi đang tồn tại trong tế bào này đều bị giảm xuống dưới yêu cầu. Ngoài ra, loại mô hình 2 này cũng là dạng hệ hở. Để loại mô hình này hoàn thiện hơn, cần có các bổ sung và điều chỉnh như sau: một là bổ sung thêm khối tính băng thông hiệu dụng để tính lượng tài nguyên yêu cầu của cuộc gọi mới sẽ chiếm dụng trong tế bào và liên tế bào như trong [1, 18]. Hai là các thuật toán cấp phát tài nguyên và CAC phải được thực hiện cho tế bào phục vụ và các tế bào kế cận. Cuộc gọi chỉ được phép thâm nhập nếu lượng tài nguyên của tế bào phục vụ và các tế bào lân cận, sau khi cấp phát lại, đủ để đáp ứng yêu cầu của cuộc gọi mới. Ba là sử dụng giá trị QoS đo được của hệ thống làm thông tin hồi tiếp về bộ xử lý thâm nhập cuộc gọi, tạo thành hệ kín như đã đề xuất trong mục (i) của phần 4 này. Với các điều chỉnh và bổ sung này, mô hình mới sẽ khắc phục được đầy đủ các nhược điểm của các mô hình cũ như đã là một hệ kín, có khối chức năng để tính lượng tài nguyên yêu cầu của cuộc gọi mới sẽ chiếm dụng trong tế bào và liên tế bào, việc đánh giá tài nguyên sẵn dùng của mạng và tái cấp phát tài nguyên cho các cuộc gọi đang tồn tại được thực hiện cho cả tế bào phục vụ và các tế bào kế cận. Ngoài ra, toàn bộ các ưu điểm của loại mô hình cũ vẫn được kế thừa kế. Mô hình mới này phù hợp với việc áp dụng cho các mạng không dây thế hệ sau (NGWN), mà ở đó mỗi một cuộc gọi có nhiều yêu cầu về lưu lượng (ít nhất là hai yêu cầu), trong đó có một dành cho chế độ suy giảm.
(iii) Trước hết, đây là một hệ kín vì các giá trị QoS của mạng là xác suất chặn cuộc gọi voice mới, xác suất ngắt cuộc gọi data chuyển giao được hồi tiếp làm đầu vào của tiếp về bộ xử lý thâm nhập cuộc gọi. Trong khi các loại mô hình 1 và 2 tập trung nghiên cứu các thuật toán CAC cho các nguồn tài nguyên vô tuyến thì loại mô hình 3 lại nghiên cứu cho nguồn tài nguyên là các kênh mã hóa. Đối tượng nghiên cứu cho hai tình huống này là khác nhau. Do đó các tham số tham gia vào hệ thống điều khiển cũng khác nhau. Trong đó, loại mô hình 3 không tính tới được các ảnh hưởng của các yếu tố môi trường cũng như đặc tính biến thiên khó dự đoán trước của tải lưu lượng và một số yếu tố quan trọng khác lên dung lượng của hệ thống, tức là tác động của các yếu tố này lên tài nguyên của mạng. Một nhược điểm nữa của loại mô hình này là các ngưỡng chuyển giao mềm được thiết lập nhờ bộ suy diễn mờ trên cơ sở thông số mạng. Tuy nhiên, đặc điểm lưu lượng trên mạng là thay đổi theo không gian dẫn đến các thông số chuyển giao có được có thể phù hợp với tế bào này nhưng không phù hợp với các tế bào khác. Để giải quyết các vấn đề nêu trên, ta có thể mở rộng việc áp dụng mô hình này cho các kênh truyền dẫn, nơi vấn đề tài nguyên vô tuyến là “nóng” hơn. Trong mô hình mới này, tổng lượng băng thông của tế bào tương ứng với số lượng kênh “M” trong mô hình cũ. Số lượng tài nguyên của mỗi tế bào dành cho cuộc gọi mới voice và data là bị chặn trên. Toàn bộ băng thông của tế bào có thể được dành cho các cuộc gọi chuyển giao. Các cuộc gọi chuyển giao voice có độ ưu tiên cao được chuyển giao ngay khi có yêu cầu, trong khi các cuộc gọi chuyển giao data sẽ được đưa vào hàng chờ như trong mô hình cũ. Tùy thuộc vào tình trạng mạng và tính di chuyển của cuộc gọi voice chuyển giao, bộ xử lý thâm nhập cuộc gọi sẽ quyết định các giá trị ngưỡng chuyển giao. Các giá trị ngưỡng chuyển giao này phải được thiết lập cho từng tế bào để thích ứng với yêu cầu lưu lượng khác nhau của mạng. Trong mô hình mới này, ưu điểm của CT 2 việc sử dụng logic mờ để điều chỉnh tham số ngưỡng chuyển giao nhằm điều chỉnh tài nguyên hệ thống, tác động trực tiếp đến sự thâm nhập của các cuộc gọi voice mới được kế thừa. Tuy nhiên sự kế thừa là không hoàn toàn khi tài nguyên được điều chỉnh trong mô hình mới là các kênh vô tuyến, trong khi trong mô hình cũ là các kênh mã hóa. Yếu tố ‘kín’ trong mô hình cũ cũng được sử dụng lại trong mô hình mới. Mô hình này phù hợp cho thuật toán điều khiển thâm nhập cuộc gọi kênh vô tuyến trong các mạng tế bào CDMA đa dịch vụ, mà ở đó có ít nhất hai lớp dịch vụ, một lớp thời gian thực và lớp không thời gian thực. V. KẾT LUẬN Đặc tính cơ bản của hệ thống CAC là thông tin về đối tượng không rõ ràng, nó thay đổi và chịu những tác động ngẫu nhiên (ví dụ như đặc tính lưu lượng ngẫu nhiên theo không gian và thời gian, kênh truyền chịu tác động của hiện tượng fading và che khuất, sự di chuyển của các MS v.v…). Các thông tin không rõ ràng này có bản chất khác các quá trình ngẫu nhiên thường được xử lý bằng toán học xác suất và thống kê kinh điển. Tuy các thông tin đó không biết trước, cụ thể và chắc chắn nhưng qua mô phỏng có thể rút ra những quy luật logic về mức độ tồn tại trong hệ thống. Đó chính là cơ sở của việc áp dụng logic mờ trong CAC - một xu hướng mới
trong nghiên cứu thông tin di động thời gian gần đây. Các mô hình đã được nghiên cứu tập trung nâng cao chất lượng CAC cho một số trường hợp cụ thể. Tuy nhiên, chúng vẫn còn thiếu tính toàn diện và chưa hoàn chỉnh. Bài báo sau khi xem xét, phân tích từng mô hình đã có đưa ra một số kiến nghị nhằm hoàn thiện hơn các mô hình nghiên cứu có trước. Tài liệu tham khảo [1]. Jun Ye, Xuemin (Sherman) Shen and Jon W.Mark, “Call Admission Control in Wideband CDMA Cellular Networks by Using Fuzzy Logic”, IEEE Transactions on Mobile Computing, Vol. 4, No. 2, March/April 2005. [2]. Jamie S.Evans and David Everitt, “Effective Bandwidth Based Admission Control for Multi-Service CDMA Cellular Networks ” , IEEE Vehicular Technology Conference, 1996. [3]. Nitesh Dixit, Abhay Karandikar, “Effective Bandwidth in CDMA Cellular Networks with Soft Handoff ”, …,2006. [4]. Xuemin (Sherman) Shen, Jon W.Mark and Jun Ye, “User mobility profile prediction: An adaptive fuzzy inference approach”, Wireless Networks, 2000. [5]. T.S. Rappaport, Wireless Communications: Principles and Practice, 2nd Edition, Prentice Hall, 1996. [6]. Jing-Long Wang and Shu-Yin Chiang, “Fuzzy-Based Call Admission Control Scheme for Mobile Networks”, KES 2008, Part II, LNAI 5178, pp.958-965, 2008. [7]. Chung-Ju Chang, Scott Shen, Jiun-Hsiung Lin, and Fang Ching Ren, “Intelligent Call Admission Control for Differentiated QoS Provisioning in Wideband CDMA Cellular System”, IEEE, 2000. CT 2 [8]. Scott Shen, Chung-Ju Chang, ChingYao Huang, and Qi Bi, “Intelligent Call Admission Control for Wideband CDMA Cellular Systems”, IEEE Transaction on Wireless Communications, Vol. 3, No. 5, September 2004. [9]. Daipeng Zhang, Gang Zhu, “Distributed Intelligent call Admission Control”, IEEE, 2005. [10]. Ravi Sindal and Sanjiv Tokekar, “A Neuro-Fuzzy Call Admision Control Algorithm for Voice/Data traffic in CDMA Cellular Network”, 2009 IEEE International Advance Commputing Conference (IACC 2009), Patiala, India, 6-7 March 2009. [11]. Ravi Sindal and Sanjiv Tokekar, “Analysis of Queuing based Call Admision Control Scheme in CDMA Cellular Network for Variation in Mobility and Soft Handoff Threshold”, 2008 IEEE Region 10 Colloquim and the Third ICIIS, Kharagpur, India, 8-10 December 2008. [12]. Ravi Sindal and Sanjiv Tokekar, “Modeling and Analysis of Voice -Data CAC Scheme in CDMA Cellular Networks for Variation in Soft Handoff Threshold Parameter”, IEEE, 2008. [13]. Ravi Sindal and Sanjiv Tokekar, “Analysis of Bi-Class Call Admission Control Scheme in CDMA Cellular Network for Variation in Soft Handoff Threshold Paramaters”, IEEE, 2008. [14]. Waqas Ahmad, Irfan Awan, and Makoto Takizawa, “An Adaptive Call Admission Control Approach for Multimedia 3G Network”, Springer-Cerlag Berlin Heidelberg, 2007. [15]. Y. Park and F. Adachi (eds.), “Enhanced Radio Access Technologies for Next Generation Mobile Communication”, © 2007 Springer. [16]. S.Malarkkan1, V.C.Ravichandran, “Performance Analysis of Call Admission Control in WCDMA Systems with Adaptive Multi Class Traffic based on Fuzzy Logic”, IJCSNS - International Journal of Computer Science and Network Security, VOL.6 No.11, November 2006 [17]. Steve Dennett, The cdma2000 ITU-R RTT Candidate Submission (0.18). [18]. Jun Ye, Xuemin Shen and Jon W.Mark, “Call Admission Control in Wideband CDMA Cellular Networks by Using Fuzzy Logic”, Canadian Institute for Telecommunications (CITR), 2003. [19]. website: www.dieukhien.net♦