5G network model development in Anylogic environment

Cover Page

Cite item

Full Text

Abstract

This article describes the analysis of programs for modeling 5G networks. In the selected AnyLogic program, a 5G network model with several base stations that have different characteristics was created. Studies of this model have been made taking into account various disciplines of the queue, the load on each station has been calculated at different priorities. It is proved that this model can be used to study and evaluate the of data transmission efficiency in 5G networks, as well as to analyze the impact of the characteristics of additional parameters (latency, load and priorities) on the quality of data processing. The studies confirmed that the developed 5G network model can help telecom operators optimize performance of their networks and ensure more efficient use of allocated resources.

Full Text

Введение

Для начала напомним, что 5G является пятым поколением мобильной связи. Вокруг 5G создается целая сеть возможностей, и технологии, основанные на ней, будут активно развиваться в ближайшие годы. Принцип работы 5G похож на предыдущие поколения, когда данные передаются от «сот», или базовой станции, на локальную антенну устройства. Соединяясь между собой по радиоволнам определенного частотного диапазона, эти базовые станции образуют глобальную сотовую сеть.

Основное различие между поколениями состоит в технической составляющей, где 5G имеет более высокие скорости, большую пропускную способность и более короткое время задержки по сравнению с предыдущими поколениями благодаря использованию большего количества антенн. Ключевое отличие – в частотных диапазонах: сотовые сети впервые в истории используют миллиметровый диапазон, который позволяет достичь максимальной теоретической скорости в 20 Гбит/с – это в 20 раз быстрее, чем пиковые скорости 4G [1].

Цель данной работы – создать модель сети 5G в среде AnyLogic для дальнейших исследований. Основной задачей исследования является создание модели сети 5G с несколькими базовыми станциями и различными характеристиками. А также проведение оценки эффективности передачи данных в сети.

Многие ученые, проводившие исследования сетей 5G с помощью моделирования [3–5] не учитывали различные варианты алгоритмов обработки очереди, не рассматривали, как изменятся значения задержек при передаче данных и количество потерянных пакетов при увеличении или уменьшении количества базовых станций, не рассматривались модели, состоящие из нескольких базовых станций. На основе этого сделаем вывод о целесообразности разработки модели сети 5G, с помощью которой можно будет проводить различные исследования, и которая будет учитывать перечисленные выше параметры.

Разработка модели сети 5G в среде AnyLogic

Имитационное моделирование сетей 5G широко используется для исследований. Сети 5G можно реализовывать в различных программах моделирования с целью дальнейших исследований. Рассмотрим несколько программ [6]:

  1. 5G Toolbox обеспечивает стандартно-совместимые функции и справочные примеры для моделирования, симуляции и верификации систем связи 5G. Toolbox позволяет симулировать уровень ссылки, проверять соответствие стандартам и генерировать тестовые сигналы.
  2. GNS3 – популярная программа для эмуляции сетей, которая помогает наблюдать за взаимодействием сетевых устройств и изучать различные топологии. В ней, как и в других перечисленных программных пакетах, можно реализовать сети 5G.
  3. OMNeT++ – это программа для моделирования различных сетей связи, имеющая необходимые компоненты для моделирования, в том числе, сетей 5G на C++. OMNeT ++ можно бесплатно использовать для некоммерческих симуляций, например, в академических учреждениях и для преподавания. Данная программа подходит для моделирования сетей 5G [7].
  4. AnyLogic – это мультиметодный инструмент для имитационного моделирования, разработанный компанией AnyLogic (ранее XJ Technologies). Он умеет моделировать процессы с помощью методологий, основанных на агентах, заявках, а также очереди и др.

В данном случае для исследования сети 5G использовалась программа AnyLogic, так как она имеет необходимые инструменты и проста в использовании. С использованием AnyLogic была создана модель сети 5G, демонстрирующая возможность распределения устройств с применением различных алгоритмов управления трафиком.

Модель показывает, как устройства подключаются к станциям 5G. Станции соединены коммутаторами (6 станций на 1 коммутатор). Такие станции могут быть распределены по различным странам по всему миру. Для наглядности рассмотрим данную схему на Объединенных Арабских Эмиратах (ОАЭ) оператора Etisalat.

Etisalat выделил поддерживающие приложения, в том числе массовые коммуникационные решения M2M, сетевое взаимодействие между устройствами в режиме реального времени, сверхнадежные функции с низкой задержкой для автономных устройств и устройств Интернета вещей следующего поколения (IoT). Кроме того, в данных сетях обеспечивается дополнительная пропускная способность и меньшая задержка, обеспечивая возможности Интернета вещей, коммерческой дополненной и виртуальной реальности и крупномасштабного использования датчиков.

В AnyLogic созданы следующие типы агентов для моделирования сети 5G [8]:

  1. Base – описывает базовые станции, с которыми взаимодействуют устройства абонентов (телефоны, автомобили, устройства IoT).
  2. DataCenter – описывает центры, которые предоставляют услуги абонентам (телефонная связь, мобильный интернет, IoT).
  3. Sub – описывает абонентов, которые сначала подключаются к базовым станциям, а затем их данные отправляются в сеть виртуализации для доступа к необходимым услугам.
  4. SubToCenter – описывает все соединения абонентов с дата-центрами.
  5. Simulation – запускает моделирование.

Тип агента Main. Рабочая область представляет собой графическое изображение различных уровней сети 5G и схематическое изображение компонентов библиотеки моделирования производственных процессов и систем. Логическая цепь используется для генерации случайных абонентов и передачи их на обработку.

Каждый элемент логической цепи использует информацию об абонентах, которая хранится в классе Sub. Вначале будут реализованы агенты-абоненты с интенсивностью 0,5 в секунду. Затем агенты перемещаются к первому конвейеру с помощью блока queue (он используется для ожидания, если конвейер заполнен). Компонент конвейера отображается на графике с помощью заданных свойств (рисунок 1).

 

Рисунок 1. Логическая цепь устройств в программе AnyLogic

 

На уровне сети с базовыми станциями располагаются агенты типа Base, которые имитируют базовые станции RAT (Radio Access Technology). Агенты этого типа объединены в группу base и расположены в определенном месте [9]. Их координаты берутся из двумерной матрицы baseLoc и присваиваются свойствам группы base.

В данном случае, индекс (index) используется как порядковый номер агента при обращении к двумерному массиву baseLoc. Размер этого массива совпадает с количеством агентов в популяции и составляет 10 базовых станций. Каждый агент-абонент добавляется в группу абонентов (subs) для сбора статистики о количестве абонентов разного типа (сколько IoT-устройств, сколько смартфонов, сколько автомобилей и т. д.) в данный момент, подключенных к дата-центрам, тип агента Base.

Модель содержит анимацию изображений станций, коммутаторов и шестиугольников белого цвета для обозначения активных сот. Видимость шестиугольника соты определяется переменной ceil, которая может принимать значения от 1 до 6, в зависимости от того, установлена ли связь с абонентом. Отображается тот шестиугольник, порядковый номер которого совпадает со значением переменной ceil.

Такая логика задается кодом в свойстве отображения шестиугольников. Значение links содержит число возможных подключений к абонентам в определенный момент времени. В группе агентов base используется тип агента Base и задается один элемент статистики, в котором суммируются значения переменной links для всех станций.

Рассмотрим тип агента Sub. В типе агента Sub располагается информация о абонентах и их подключениях к базовым станциям.

Диаграмма состояния включает в себя переход transition, который запускается каждые 0,1 секунды, чтобы конец линии связи от абонента возвращался в точку положения базовой станции. Направление и скорость перемещения конвейера - 2 м/с. Выбор интервала перехода 0,1 обеспечивает плавное возвращение конца линии в начальное положение.

Обобщенная модель, показанная на рисунке 2, представляет станции, распределенные на территории ОАЭ. На базовую станцию поступают различные виды трафика [6].

 

Рисунок 2. Модель 5G в программе AnyLogic с учетом приоритетов

 

Первый параметр – нагрузка на станцию. Slice1 – Slice3 – приоритетные станции. Узел RN (radio node) соединяет все станции и работает как счетчик пакетов, которые проходят через него от одной к другой. Таким образом, пакеты обрабатываются в зависимости от их приоритета. Далее проверяется качество обслуживания – потеря пакетов и задержки в передаче данных. Модель содержит один класс Main (также как показано на рисунке 2).

На рисунке 3 имеются пять «начальных блоков», называемых Source 1, каждый из которых создает определенный тип агентов: Eventdrive (для управления событиями), Regular (для обычных операций), Video (для передачи видео), VoIP (для передачи голоса по протоколу IP) и FTP (для передачи файлов по протоколу FTP). Описанные блоки отображают возможные типы данных. Для каждого блока установлена интенсивность прибытия, а также задано количество агентов, прибывающих в секунду, задается нагрузка на базовую станцию, количество поступающих пакетов от абонентов, приоритет заявок, количество потерянных заявок и т.д.

 

Рисунок 3. Модель 5G в программе AnyLogic без приоритетов

 

Схема на рисунке 3 содержит следующие блоки [3]:

  1. Select Output – направляют входящие агенты в один из двух выходных портов согласно заданным вероятностям. Эти блоки используются для направления потоков данных на различные станции в зависимости от характеристик этих вышек, таких как загруженность или приоритет. Несколько блоков Select Output имеют вероятность 0,4, а несколько от 0,5 до 0,7. Данный параметр определяет нагрузку на базовую станцию.
  2. Блоки Queue (блоки очереди) моделируют очередь из поступающих на них агентов, которые ждут дальнейшей обработки. Первые блоки принимают и передают информацию в определенном порядке, т. е. согласно приоритету. Последний блок объединяет в себе все поступающие в него данные. Последние три блока принимают и передают данные, основываясь на приоритете и задержке. Для блоков Queue установлен параметр «емкость», который указывает, сколько агентов может хранить в себе каждый конкретный блок. В нашем случае 80 агентов.
  3. Блоки Delay определяют задержку агентов на определенный период времени. Первый блок устанавливает время задержки для входов с вышек. Блоки Sink подсчитывают поступающие в них пакеты данных. Некоторые из них считают необработанные пакеты данных, поступающие от башен, а последний считает общее количество обработанных пакетов.

Помимо схемы с приоритетами, можно реализовать схему FIFO (First In, First Out – первый пришел, первый обслужился) и LIFO (Last In, First Out – последний пришел, первый обслужился). Slice1–Slice6 – станции, не разделяемые на приоритеты. Узел RN (radio node) соединяет все станции и работает как счетчик пакетов, которые проходят через него от одной к другой. Обработка пакетов идет по указанной дисциплине очереди. Далее проверяется качество обслуживания – потеря пакетов и задержки в передаче данных. Модель содержит один класс Main (так же, как показано на рисунке 3).

Все типы данных также передаются в соответствии с выбранными параметрами. Для каждого блока установлена интенсивность прибытия, а также задано количество агентов, прибывающих в секунду, задается нагрузка на базовую станцию, количество поступающих пакетов от абонентов, приоритет заявок, количество потерянных заявок и т.д.

Результаты исследований

Проведем моделирование сети 5G с различными вариантами выбора дисциплин очереди, с учетом решения проблем, указанных в [10; 11].

В таблице 1 приведены результаты исходных данных и полученные при моделировании для приоритетной очереди PR. В таблице 2 – для FIFO.

 

Таблица 1. Результаты моделирования для приоритетной очереди

Характеристики

Станции 5G

Slice1

Slice2

Slice3

Исходные данные нагрузки, %

0,7

0,5

0,4

Приоритет PR (при наличии)

1

4

10

Исходные данные максимального граничного значения задержки, мс

1

6

15

Количество отправленных пакетов, шт.

898

730

660

Количество потерянных пакетов, шт.

1

56

78

 

Таблица 2. Результаты моделирования для FIFO

Характеристики

Станции 5G

Slice1

Slice2

Slice3

Slice4

Slice5

Slice6

Исходные данные нагрузки, %

0,5

0,55

0,65

0,7

0,6

0,45

Приоритет PR (при наличии)

0

0

0

0

0

0

Исходные данные максимального граничного значения задержки, мс

15

5

3

1

4

10

Количество отправленных пакетов, шт.

420

530

334

530

550

289

Количество потерянных пакетов, шт.

14

12

0

1

5

55

 

В данном случае расчет происходит за 1 минуту моделирования модели. Время обслуживания будет рассчитываться как:

T0=ρN,

где  – время обслуживания пакетов,

ρ – нагрузка на базовую станцию (%),

N – число отправленных пакетов.

Получим графики зависимости времени обслуживания от количества отправленных пакетов в 5G с учетом приоритетов и без учета приоритетов, а также сделаем вывод о количестве потерянных пактов (рисунок 4, рисунок 5).

 

Рисунок 4. Зависимость времени обслуживания от количества отправленных пакетов в 5G с учетом приоритетов

 

Рисунок 5. Зависимость времени обслуживания от количества отправленных пакетов в 5G без учета приоритетов

 

Заключение

В результате исследования можно отметить:

  1. По мере увеличения объема данных, обрабатываемых базовой станцией, время обработки пакетов растет.
  2. Повышение приоритетности станции способствует сокращению времени обработки пакетов.
  3. В целом, наиболее оптимальной конфигурацией является станция с низким приоритетом, низкой нагрузкой и средним количеством поступающих пакетов, так как такая станция обеспечивает среднее время обработки.
  4. Исходя из различных дисциплин очереди, можно сделать вывод о возможности выбора наиболее оптимального решения для конкретного случая.

Таким образом, разработанная модель позволяет оценить влияние различных характеристик вышек 5G на качество обслуживания пакетов данных в сети. Это может помочь операторам связи оптимизировать работу своих сетей и обеспечить более эффективное использование ресурсов.

×

About the authors

Elena V. Glushak

Povolzhskiy State University of Telecommunications and Informatics

Author for correspondence.
Email: evglushak@yandex.ru

Associate Professor of Networks and Communication Systems Department, PhD in Technical Science

Russian Federation, Samara

References

  1. Osseiran A. 5G radio access: research and vision. Pervaya milya, 2013, vol. 38, no. 5, pp. 16–21. (In Russ.)
  2. Gaydamaka Yu.V. et al. Models and methods of analysis and calculation of performance indicators of wireless heterogeneous networks: monograph. Moscow: FITZ IU RAN, 2018, 71 p. (In Russ.)
  3. Nikishin K.I. Research and simulation of a 5g network and transmission characteristics in anylogic. Izvestiya SPbGETU «LETI», 2023, vol. 16, no. 3. pp. 15–24. (In Russ.)
  4. Kiselnikov A.E., Uss M.O., Shidlovsky D.Y. Development of communication systems of the 5G standard using the 5G TOOLBOX of the MATLAB software package. Center for Engineering Technologies and Modeling «Exponent», 2023, 10 p. URL: https://hub.exponenta.ru/post/razrabotka-sistem-svyazi-standarta-5g-s-primeneniem-instrumentariya-5g-toolbox-programmnogo-paketa-matlab126 (accessed: 20.10.2023). (In Russ.)
  5. Xiaolong J., Geyong M. Modelling and analysis of priority queueing systems with multi-class self-similar network traffic: a novel and efficient queue-decomposition approach. IEEE Transactions on Communications, 2007, vol. 57, pp. 1444–1452.
  6. Fokin G.A. Simulation model of 5G NR network positioning technology with meter accuracy. Part 1. PRS signals configuration. Trudy uchebnykh zavedeniy svyazy, 2022, vol. 8, no. 2, pp. 48–63. (In Russ.)
  7. Nikishin K.I. Modeling of wireless sensor network using. Vestnik Ryazanskogo gosudarstvennogo radiotekhnicheskogo universiteta, 2021, no. 78, pp. 46–54. (In Russ.)
  8. Boev V. D. About adequacy of systems of imitating modelling GPSS world and Anylogic. Prikladnaya informatika, 2010, no. 6 (30), pp. 69–82. (In Russ.)
  9. Boev V. D. On the adequacy of GPSS and Anylogic simulation system. Prikladnaya informatika, 2011, no. 4 (34), pp. 30–40. (In Russ.)
  10. Glushak E.V., Lysikov A.A. Problems of modeling a deterministic 5G base network. Aktual’nye problemy informatiki, radiotekhniki i svyazi: materialy XXX Rossijskoj nauchno-tekhnicheskoj konferencii, Samara, 2023, pp. 30–31. (In Russ.)
  11. Glushak E.V., Lysikov A.A. Problems of modeling a deterministic 5G radio access network. Aktual’nye problemy informatiki, radiotekhniki i svyazi: materialy XXX Rossijskoj nauchno-tekhnicheskoj konferencii. Samara, 2023, pp. 31–32. (In Russ.)

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Figure 1. Logic circuit of devices in AnyLogic program

Download (52KB)
3. Figure 2. 5G model in AnyLogic program with consideration of priorities

Download (180KB)
4. Figure 3. 5G model in AnyLogic program without priorities

Download (208KB)
5. Figure 4. Dependence of service time on the number of sent packets in 5G with regard to priorities

Download (202KB)
6. Figure 5. Dependence of service time on the number of sent packets in 5G without prioritization

Download (228KB)

Copyright (c) 2023 Glushak E.V.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies