Algoritmos Eficientes de Recuperación de Redes Inalámbricas

Laboratorio de Redes de Telecomunicaciones
Lectura

Nombre del documento original:
"Efficient Recovery Algorithms for Wireless Mesh Networks with Cognitive Radios"
Autores:
Roberto Hincapie, Li Zhang, Jian Tang, Guoliang Xue, Richard Wolff y Roberto Bustamante
Enlace:
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5198977

Las Redes de Malla Inalámbricas (Wireless Mesh Networks - WMN) están previstos para proporcionar diversos datos y aplicaciones multimedia, tales como acceso a Internet, juegos compartidos, Video-on-Demand (VoD) y las comunicaciones de emergencia, y a los usuarios inalámbricos en el futuro.

Estas aplicaciones implican generalmente un gran volumen de tráfico, que necesita una gran cantidad de ancho de banda para la entrega de paquetes. Un usuario inalámbrico no autorizado con radio cognitiva (usuario secundario) puede detectar y acceder a un espectro de banda utilizado, incluso si está autorizado, siempre y cuando no haya usuarios con licencia para esa red (también conocidos como usuarios primarios) que estén activos en esa banda, con el fin de conducir a una mejor utilización de los recursos, por lo tanto mayor ancho de banda y mayor rendimiento obtenido.

Por lo tanto, radios cognitivos pueden mejorar las funcionalidades de un sistema WMN y ayudar a servir mejor a sus aplicaciones. Sin embargo, el espectro o canal disponible fluctúa en el tiempo y la ubicación. En una WMN con radios cognitivos, cuando un usuario primario se convierte en activo en un canal en un área determinada, los nodos y enlaces que estaban usando ese canal debe liberarla, lo que provocará fallos de tráfico. Planes de recuperación simple y eficaz se necesitan para reasignar los recursos disponibles para el tráfico en el que se ocasionaron fallas.

Formulación del Problema

Consideramos una WMN que consiste en nodos de la malla con ubicaciones conocidas, cada uno de los cuales está equipado con un radio cognitivo. El espectro disponible se divide en un conjunto de canales no ocupados. Durante un cierto período de tiempo, un conjunto de canales están disponibles para un nodo de la malla particular. La disponibilidad de canales puede cambiar con el tiempo debido a la aparición de los usuarios primarios en la misma zona. Cualquier espectro propuesto esquema de detección se puede utilizar para detectar los canales disponibles a nivel local. También asumimos que cada nodo tiene una radio de bajo coste de control, que se utiliza para intercambiar mensajes de control sobre un canal de control común.

Desempeño de acciones a través del simulador

Ahora veamos el desempeño de las acciones que se emprendan a través de simulaciones con NS2 y CPLEX 10.1. En la simulación, los nodos de la malla se colocaron al azar en una región cuadrada de 1000m x 1000m. Todos los canales se dividieron en tres grupos, cada uno de ellos tiene el mismo número de canales. Los canales en el primer grupo tienen un rango de transmisión de 250 m y una velocidad de datos de enlace de 11 Mbps. Los valores se fijaron a 200 m y 22 Mbps para los canales en el segundo grupo, y 150 m y 54 Mbps para los canales en el tercer grupo. En cada canal, el alcance de la interferencia se ajusta a 2 veces el rango de transmisión correspondiente. Cada usuario primario fue colocado al azar y su canal ha sido seleccionado al azar. Establecieron el número de canales a 12, el número de ranuras de tiempo en una trama a 20, y el número de usuarios activos primarios a 8. En la simulación, se generaron los flujos de tráfico de la siguiente manera: para cada flujo, escogidos al azar una fuente, un destino y una demanda de tráfico en el intervalo [0.1, 5] Mbps.

A continuación, aplica el algoritmo de Dijkstra para encontrar un camino más corto y un algoritmo aleatorio simple para asignar bloques libres de transmisión para cada enlace a lo largo del camino para satisfacer su demanda de tráfico sujeto a la restricción de interferencia. El flujo es acepatdo sólo si una ruta factible y solución de asignación de bloque se pueden encontrar. De lo contrario, un nuevo flujo se generará y su factibilidad serán verificadas. Después de este proceso, hemos creado un conjunto de flujos de extremo a extremo y se identificaron los bloques de transmisión utilizados y libre en cada enlace. La relación entre el número de flujos fijos y el número total de flujos fallidos, y la relación entre la cantidad de tráfico fijo y la cantidad total de tráfico no se utilizan como parámetros de rendimiento y que se conocen como "relación de eficiencia de recuperación de números" y "eficiencia de recuperación relación rendimiento".

Aquí conforme se incrementa el número de canales tenemos una menor eficiencia.

Aplicado el algoritmo mencionado para la simulación se ve un cambio significativo en la eficiencia en cuanto prevención de fallos en la red inalámbrica.

En pocas palabras...

En el trabajo observado se trató con la recuperación de fallas causadas por cambios en la disponibilidad de canales en WMN con radios cognitivas. Formularon los problemas correspondientes de ILP y se resolvieron para obtener soluciones óptimas. Y además proponen un algoritmo eficiente para distribuir una rápida recuperación ante fallos.

Mediante una simulación se encontró que el rendimiento dado por el algoritmo propuesto es muy próximo a las soluciones óptimas, suponiendo que existe un algoritmo que arrojará resultados óptimos en tiempo polinomial.