Implementation of distributed computing system for simulating of the radio communication processes
- Authors: Grafkin A.V.1, Tsvetov V.P.1, Lukanov A.S.1
-
Affiliations:
- Samara National Research University
- Issue: Vol 21, No 2 (2023)
- Pages: 71-84
- Section: Radio telecommunication, radiobroadcasting and television technologies
- URL: https://journals.eco-vector.com/2073-3909/article/view/628972
- DOI: https://doi.org/10.18469/ikt.2023.21.2.11
- ID: 628972
Cite item
Full Text
Abstract
Today, the most important component of the mathematical modeling method, which is effectively used to solve modern application problems, is modern information technology, which allows not only to accumulate practically unlimited amounts of experimental information, but also to analyze this data using visualization methods. The article discusses issues related to the development and implementation of a distributed computing system that makes it possible to simulate and analyze multiple experiments for data transmission in the case of using multi-frequency communication sys-tems. Signal models with maximum entropy are used as message source models. As a model of a communication channel with noise, a channel with additive Gaussian noise which has a uniform spectrum in a given frequency band is used. The implemented computing system allows tabular and visual analysis of such parameters of the multiple experiments as the number of signal subcarriers, the range of time interval for signal restoration, the signal-to-noise ratio, the quadrature and in-phase components of the QAM signal, the energy and information characteristics of the signal and the speed of data transmission of the communication channel. The results of the serial experiments are illustrated in form of interactive graphs with animated effects.
Full Text
Введение
Современные информационные технологии превратили метод математического моделирования в ещe более мощный инструмент, позволяющий ставить и решать сложные прикладные задачи. Одной из таких актуальных задач является надежная и эффективная (высокоскоростная) передача данных по каналам радиосвязи.
Для решения данной задачи спроектирована и реализована распределенная вычислительная система (РВС), которая на основе технологий баз данных позволяет накапливать информацию, сгенерированную в процессе проведения экспериментов. А стек технологий построения распределенных вычислительных систем позволил создать распределенную систему для выполнения серий экспериментов на основе запрограммированных математических моделей, которые составляют ядро системы.
Традиционными показателями качества систем радиосвязи (СРС) являются информационная и энергетическая эффективность [3; 5–10]. Информационная эффективность определяется как:
,
где R – скорость передачи информации системой связи, C – пропускная способность канала (по Шеннону). Информационная эффективность показывает, какую долю пропускной способности канала использует система радиосвязи.
Энергетическая эффективность определяется как
,
где Pc – средняя мощность сигнала, N0 – спектральная плотность шума, для аддитивного белого гауссовского шума (АБГШ):
,
где Pш – средняя мощность шума, F – используемая полоса частот канала связи. Энергетическая эффективность имеет смысл удельной скорости, количества бит/с, приходящихся на 1 Вт мощности сигнала, отнесенных к спектральной плотности шума, и показывает, насколько эффективно с точки зрения обеспечения скорости передачи данных используются энергетические характеристики системы связи.
Одним из способов повышения эффективности СРС является разработка и применение подходящих сигнально-кодовых конструкций (СКК).
В информационной системе в качестве базы для сравнения информационной и энергетической эффективности систем радиосвязи с различными сигнально-кодовыми конструкциями используется математическая модель системы радиосвязи с ортогональным многочастотным сигналом и квадратурной амплитудной модуляцией (ОМЧС-КАМ).
В качестве исследуемой (базовой) СКК взята математическая модель ОМЧС-КАМ на основе дискретного косинус-преобразования и дискретного синус-преобразования (ОМЧС-КАМ-ДКП4-ДСП4).
Анализ предметной области
В результате анализа предметной области по восстановлению (распознаванию) сигнала на основе модели КАМ-ОЧМ модуляции входного сигнала, при прохождении его через зашумленный канал, были выделены следующие основные сущности [3; 5–8]:
Алфавит – фиксированная конечная совокупность символов.
Сообщение – представление информации в виде упорядоченного набора символов алфавита.
Источник сообщений – множество сообщений конечной длины с определенной на нем вероятностной мерой.
Кодирование (источника) сообщений – преобразование исходного сообщения, составленного из символов алфавита источника, в (канальное) сообщение, составленное из (кодовых) символов (канального) алфавита передающего устройства.
Кодовая конструкция – совокупность способов преобразования кодовой комбинации сообщения с помощью помехоустойчивых и манипуляционных кодов в передатчике и способов выявления и коррекции ошибок при приеме.
Сигнальная конструкция – совокупность функций-носителей информации, составляющих многопозиционный многочастотный сигнал, способа организации многочастотного сигнала из функций-носителей во времени, способов нанесения на них сообщения (манипуляции) в передатчике и способов извлечения сообщения из функций-носителей (деманипуляции) в приемнике.
Функция-носитель – функция f(t, α, β…), которой описывается сигнал, несущий передаваемую информацию.
Передающее устройство – совокупность технических средств, предназначенных для преобразования сообщения в сигнал.
Сигнал – физический процесс, измеряемый во времени, значения параметров которого определяют сообщение.
Модуляция/манипуляция сигнала – преобразование канального сообщения в сигнал.
Канал связи – совокупность технических средств, предназначенных для формирования, передачи и приема сигналов, и соответствующих им линий связи. Канал связи является составной частью канала передачи сообщений.
Линия связи – область распространения сигнала.
Шум – случайное изменение характеристик области распространения сигнала, влияющее на параметры передаваемого сигнала.
Параметр физического процесса – доступное для измерения в любой момент времени свойство физического процесса.
Измерение параметра физического процесса – сопоставление параметру физического процесса элемента числового множества.
Приемное устройство – совокупность технических средств, предназначенных для преобразования сигнала в сообщение.
Демодуляция/деманипуляция сигнала – преобразование сигнала в исходное канальное сообщение.
Декодирование сообщений – преобразование сообщения, составленного из символов алфавита приемного устройства, в исходное сообщение.
Испытание – последовательность следующих действий:
– случайный выбор сообщения, генерируемого численной моделью источника сообщений;
– кодирование выбранного сообщения в соответствии с моделью канала связи;
– преобразование выбранного сообщения в численную модель непрерывного сигнала исследуемой СКК;
– наложение шума в соответствии с моделью канала, формирование модели зашумленного непрерывного сигнала исследуемой СКК;
– восстановление (деманипуляция / декодирование) сообщения по модели зашумленного непрерывного сигнала;
– вычисление значений параметров, необходимых для оценки информационной и энергетической эффективностей СКК, по переданному и восстановленному сообщениям;
– протоколирование результатов.
Эксперимент – последовательность испытаний. По результатам экспериментов вычисляются значения информационной и энергетической эффективностей исследуемой СКК.
Рисунок 1. Логическая модель базы данных распределенной вычислительной системы
Концептуальная модель базы данных
На основе выделенных сущностей, спроектирована концептуальная модель базы данных для хранения и последующей обработки экспериментальных данных [4] (рисунок 1).
Пользователь системы – действия оператора осуществляются от имени авторизованного пользователя.
Профиль пользователя – задает реквизиты пользователя, определяет тип учетной записи. Предусмотрены два типа учетных записей: «эксперт» и «оператор». Доступные в системе функции зависят от типа учетной записи.
Задача на вычисление – задача на обработку (вычисление) модулем коммуникации вычислительного этапа эксперимента или испытания. Задача формируется автоматически планировщиком системы. В зависимости от типа задачи планировщик назначает ее доступному модулю коммуникации. В процессе вычисления задача имеет один из перечисленных статусов: «задача не распределена», «задачу готов обработать модуль», «задача обрабатывается модулем», «задача обработана, результат получен», «результат записан в целевую таблицу».
Модуль коммуникации – мультиплатформенное приложение, установленное на вычислительном ресурсе. Основная задача модуля – производить коммуникацию распределенной вычислительной системы с программным, программно-аппаратным или аппаратным модулем, реализующим функции отдельного элемента системы радиосвязи. Элементом может быть устройство, его прототип или математическая модель. Коммуникационный модуль снимает ограничения на операционную систему и язык программирования/среду, в которой реализован элемент. В описываемой системе при вычислениях использовались математические модули, реализованные на языках C++, Python, Matlab, ObjectPascal и др.
Серия экспериментов – позволяет сформировать параметры, указать типы вычислительных модулей, которые будут использоваться на разных этапах моделирования, прототипирования или испытания системы радиосвязи.
Серия испытаний и экспериментов, позволяют задать пакетную обработку. В этом случае указываются диапазоны параметров, для которых необходимо выполнить моделирование, на основе которого планировщик системы автоматически планирует проведение исследований и экспериментов.
Диалог с системой – в системе предусмотрена возможность обсуждения результатов процесса моделирования и вычислений между экспертами системы, а также диалог с администратором РВС.
Модель информационной системы
База данных является составной частью РВС, позволяющей хранить результаты экспериментов и на их основе проводить оценку информационной и энергетической эффективности исследуемых СКК. Схема функционирования информационной системы изображена на рисунке 2.
Основной функционал информационной системы
При проектировании распределенной информационной системы для генерации и обработки большого массива экспериментальных данных для сравнительного анализа была выбрана наиболее распространенная сигнальная конструкция, построенная на ортогональных многочастотных сигналах с квадратурной амплитудной модуляцией (ОМЧС-КАМ) и использующая обратное и прямое дискретное преобразование Фурье (ДПФ) для нанесения на МЧС сообщения (манипуляции) в передатчике и извлечения сообщения из функций-носителей (деманипуляции) в приемнике.
В процессе экспериментальных исследований проводился сравнительный анализ моделей систем радиосвязи с зашумленным радиоканалом, построенных на основе следующих СКК, с применением манипуляции КАМ:
- Многочастотные (ортогональные) сигнально-кодовые конструкции ОМЧС-КАМ-ДПФ.
- Многочастотные (неортогональные) сигнально-кодовые конструкции МЧС-КАМ-ДПФ-Р, получаемые из ОМЧС-КАМ-ДПФ сужением сигналов на интервал [0, T0], при различных значениях 0,75 T ≤ T0 ≤ 0,95 T.
- Многочастотные (ортогональные) сигнально-кодовые конструкции, использующие для передачи сообщений методы квадратурной амплитудной модуляции и дискретные косинус- и синус-преобразования (ОМЧС-КАМ-ДКП4-ДСП4).
Сравнение исследуемых СКК проводилось на основании следующего критерия их оптимальности:
Наиболее оптимальной, в условиях заданной шумовой обстановки, при равном количестве поднесущих и позиционности КАМ сигнала считается СКК с максимальным показателем информационной эффективности. При равенстве показателей информационной эффективности, сравнению подвергаются показатели энергетической эффективности. При равенстве обоих показателей сравниваемые СКК считаются равноправными.
Для поддержки указанного выше функционала в РВС реализованы следующие основные модули (рисунок 3).
Таким образом, РВС позволяет реализовать следующий основной функционал:
- Моделирование источника сообщений для исследуемых СКК.
- Моделирование шума в среде передачи.
- Моделирование передающего устройства для каждой исследуемой СКК.
- Моделирование канала связи для заданного ОСШ в среде передачи.
- Моделирование приемного устройства для каждой исследуемой СКК.
- Обработка результатов серии экспериментов для каждой исследуемой СКК.
Информационная система имеет распределенную многозвенную клиент-серверную архитектуру (рисунок 4), и реализована по модульному принципу, что обеспечивает возможность применения различных видов кодирования источника, кодирования канала и модуляции частотных составляющих при формировании СКК.
Рисунок 2. Схема функционирования системы
Система реализована с использованием стека технологий: Nginx 1.1-4.2, Gunicorn, СУБД PostgreSQL 11.0, Python 3.9, Django 4.0.5, Vue.JS, Celery, PySDR, REST API (взаимодействие с вычислительными модулями на Qt, C++ и др.) [1–2].
Архитектура комплекса позволяет распределять нагрузку между вычислительными узлами, как в рамках одной локальной вычислительной сети, так в составе глобальной сетевой инфраструктуры. Информационная система реализована на основе кроссплатформенного (независящего от операционной системы) «толстого» клиента, но, при этом, объем данных, передаваемых между узлами, содержит информацию о небольшом количестве основных параметров компьютерной модели и результатах вычислений, что не оказывает серьезного влияния на сетевой трафик. Все сетевые сеансы в рамках комплекса используют защищенные протоколы передачи данных.
Рисунок 3. Основные модули информационной системы
Основной функционал системы развернут на фреймворке Django, где реализуется интерфейс, работа с базой данных, функции взаимодействия с внешними модулями. Планировщик системы реализован на Celery, в нем формируются, а также планируются задачи на проведение экспериментов и испытаний, передаются параметры и обрабатываются результаты вычислений. Задачи распределяются между интерфейсными модулями (модулями коммуникации).
Выбранная архитектура позволяет пользоваться преимуществами языка Python, расширяет возможности использования в своих проектах сложных алгоритмов за счет большого числа библиотек и фреймворков (например, PySDR). PySDR позволяет реализовывать проекты с программно-определяемым радио (SDR) и цифровой обработки сигналов (DSP).
Рисунок 4. Архитектура РВС
Как видно из рисунка 4, интерфейсный модуль позволяет подключить к системе программные математические модели, специализированные программные комплексы и библиотеки, а также программно-аппаратные модели элементов системы РВС. При взаимодействии с ядром системы используются SQL-запросы к БД и функции REST API ядра. Объединение в единую распределенную вычислительную систему программных модулей, написанных на разных языках, исполняемых на разных вычислительных платформах, стало возможным благодаря модулю коммуникации.
Назначение модуля коммуникации и его место в системе иллюстрируется на рисунке 5.
Рисунок 5. Место коммуникационного модуля в распределенной системе
Из рисунка видно, что система позволяет использовать неограниченное количество вычислительных ресурсов, распределенных территориально. Планировщик назначает задачи вычислительным модулям с учетом их статуса. Коммуникационный модуль, получив задачу, запускает модель элемента на связанных с ним вычислительных ресурсах.
Работа с модулем коммуникации начинается с его регистрации в распределенной системе моделирования: задаются параметры модуля для регистрации на сервере, модуль обращается к серверу для регистрации, после регистрации планировщик системы распределят задачи на вычисление в соответствии с типами вычислительных модулей (рисунок 6).
Рисунок 6. Регистрация модуля коммуникации
На втором этапе настройки коммуникационного модуля указывается исполнительный код или программно-аппаратный модуль, который будет запускаться на вычисление, когда придет задание от планировщика ядра системы.
На рисунке 7 показаны параметры, которые необходимо настроить, чтобы модуль коммуникации знал, какие задачи, распределенные ядром системы, можно брать в обработку, какие программные модули запускать, в каком файле брать параметры вычисления и куда записывать результаты.
Рисунок 7. Параметры модуля вычислений
Настроенный модуль коммуникации постоянно опрашивает сервер и отслеживает очередь задач на вычисление для ассоциированного с ним модуля вычислений. Как только задача появляется в очереди, модуль коммуникации запрашивает у сервера задачу, параметры и входные данные на обработку. Если эту задачу не перехватили другие модули коммуникации, ядро системы задачу назначает ему на исполнение. Теперь задача числится за коммуникационным модулем.
Ядро системы периодически опрашивает состояние модуля коммуникации, который информирует сервер о текущем состоянии: «модуль не доступен», «модуль обрабатывает задачу», «модуль доступен и готов обрабатывать задачи».
Коммуникационный модуль формирует параметры для вычислительного модуля, запускает вычислительный модуль на вычисление (моделирование элемента радиосистемы), отправляет информацию о текущем этапе вычисления.
Полученные от вычислительного модуля результаты передаются ядру системы, чтобы в дальнейшем другой модуль коммуникации мог передать их в качестве входных данных на следующий вычислительный модуль (элемент радиосистемы). Модель радиосистемы состоит из множества элементов, реализованных в виде программных и/или аппаратных модулей, имеющих сетевую архитектуру. Модули связаны между собой в зависимости от моделируемой радиосистемы. Коммуникационные модули определяют место подчиненного им вычислительного модуля на основе его типа. Например, модуль типа «e3_std Блок моделирования системы связи (передатчик+канал+приемник (Qt C++) (e3_bmss.exe)» использует результат вычисления модулей «e1_las Блок генерации исходных данных серии экспериментов (C++) (e1_bgidse.exe)».
Интерфейс коммуникационного модуля, обрабатывающего задачу, показан на рисунке 8.
Рисунок 8. Модуль коммуникации распределённой вычислительной системы
Модуль может работать в автономном режиме, его можно свернуть в трей операционной системы. Если настройки сохранить, то при очередном запуске модуля он откроется с учетом указанных настроек.
Контроль и управление ходом обработки серий экспериментов осуществляется через web-интерфейс (рисунок 6).
Клиентское Web-приложение позволяет просматривать и анализировать все этапы прохождения серии экспериментов с помощью графических иллюстраций промежуточных и итоговых результатов серии экспериментов в распределенной сети.
Например, проиллюстрируем информативность графического интерфейса для серии экспериментов, когда в качестве базовой СКК используется математическая модель ОМЧС-КАМ-ДПФ, а в качестве исследуемой СКК используется математическая модель ОМЧС-КАМ-ДКП4-ДСП4. Число поднесущих N = 16, число используемых временных отсчетов M = 16, число экспериментов в серии P = 100, отношение сигнал-шум RSN = 12 дБ. На графиках представлены квадратурная и синфазная составляющие QAM сигнала.
На выходе передатчика формируется случайная целочисленная последовательность с нормальным распределением. На информационный сигнал накладывается аддитивный гаус-совский белый шум (рисунок 9). После обратного ДСП4 преобразования, восстановленный сигнал на стороне приемника представлен на рисунке 10.
Рисунок 9. Аддитивный гауссовский белый шум, накладываемый на сигнал
Рисунок 10. Восстановленный сигнал
Аналогичные графики иллюстрируют результаты для базовой СКК. В итоге получаем сравнительные характеристики для исследуемой и базовой СКК (таблица 1).
Таблица 1. Результаты серии экспериментов
Энергетические и информационные характеристики | Исследуемая СКК | Базовая СКК |
Средняя мощность сигнала в серии экспериментов | 81.800 | 163.600 |
Средняя мощность шума в серии экспериментов | 5.161 | 10.322 |
Полоса частот, занимаемая сигналом | 14.295 | 13.990 |
Энергетическая эффективность | 0.465 | 0.241 |
Длительность передачи символа | 0.5 | 1.0 |
Количество переданных символов | 3200 | 3200 |
Количество ошибочно принятых символов | 179.000 | 182.000 |
Скорость передачи информации, бит/сек | 105.359 | 53.522 |
Пропускная способность модели канала связи | 58.246 | 57.003 |
Информационная эффективность | 1.809 | 0.939 |
Полученные результаты также иллюстрируются интерактивными графиками. Например, на рисунках 11 и 12 приведены анимационные графики, полученные в результате обработки данных рассмотренного выше эксперимента для частоты приема i-ого QAM-символа при передаче j-ого символа и для вероятности приема i-ого QAM-символа при передаче j-ого символа.
Рисунок 11. Частота приема i-ого QAM-символа при передаче j-ого символа
Рисунок 12. Вероятность приема i-ого QAM-символа при передаче j-ого символа
В системе предусмотрена возможность исследовать результаты анализа в параллельных координатах (рисунок 13).
Рисунок 13. Результаты проведения серии экспериментов в параллельных координатах
Более того, в процессе анализа можно в интерактивном режиме задавать пороговые значения интересующих параметров и видеть какие результаты моделирования достигались в ходе работы системы. На рисунке 14 показаны результаты экспериментов при заданных ограничениях в коридорах для интервала распознавания сигнала и SNR. Цветом выделены допустимые при этих ограничениях исходы.
Рисунок 14. Результаты экспериментов при заданных ограничениях
Отчеты формируется автоматически для всех возможных сочетаний параметров серий экспериментов. Все отчеты о результатах сохраняются в форматах *.doc и *.pdf и, следовательно, могут быть распечатаны (рисунок 15).
Рисунок 15. Фрагмент отчета с результатами анализа проведенной серии экспериментов
Заключение
Современные информационные технологии превратили метод математического моделирования в мощный инструмент, позволяющий моделировать сложные прикладные задачи в области создания перспективных систем радиосвязи. Реализованная распределенная вычислительная система, позволяет агрегировать информацию, сгенерированную в процессе проведения экспериментов над прототипами элементов радиоканала и системой передачи информации в целом, а также наглядно отображать полученные результаты. Это позволяет значительно сократить время анализа результатов и определить вектора развития. Выбранный стек технологий позволил создать распределенную систему для выполнения серий экспериментов на основе запрограммированных математических моделей, которые составляют ядро системы. При этом обеспечивается защищенность информационных потоков, удобство работы с системой, расширяемость системы и возможность исследовать прототипы системы и программные модели с сохранением интеллектуальной собственности автора вычислительного модуля. Вычислительные модули могут запускаться на рабочей станции исследователя, в этом случае ядро системы распределяет вычислительные ресурсы.
About the authors
Aleksei V. Grafkin
Samara National Research University
Author for correspondence.
Email: lvg_alex@mail.ru
Associated Professor of Information Systems Security Department, PhD in Technical Science
Russian Federation, SamaraViktor P. Tsvetov
Samara National Research University
Email: tsf-su@mail.ru
Associated Professor of Information Systems Security Department, PhD in Physics and Mathematics Science, Associated Professor
Russian Federation, SamaraAleksandr S. Lukanov
Samara National Research University
Email: las15@mail.ru
Associated Professor of Computer Science and Computational Mathematics Department, PhD in Physics and Mathematics Science, Associated Professor
Russian Federation, SamaraReferences
- Hanchett E., Listwon B. Vue.js in Action. Saint Petersburg: Piter, 2019, 304 p. (In Russ.)
- Celery Documentation. URL: https://docs.celeryq.dev/en/stable/ (accessed: 15.09.2023).
- Ipatov V.P. Wideband systems and code division of signals: Monograph. Moscow: Tehnosphera, 2007, 488 p. (In Russ.)
- Leonovich G.I., Sorokin M.S., Krutov A.F. Low frequency radio telemetry channel on the basis of spatially distributed receiving antenna system and orthogonal frequency division multiplexing. Izvestiya Samarskogo nauchnogo centra Rossijskoj akademii nauk, 2011, vol. 13, no. 6, pp. 48–51. (In Russ.)
- Tsvetov V.P., Grafkin A.V., Lukanov A.S. Software stand for modeling digital channels of radio communication systems. Aktualnye problemy radioelektroniki i telekommunikacij: materialy Vserossijskoj nauchno-tekhnicheskoj konferencii. Samara: OOO Artel, 2023, pp. 179–182. (In Russ.)
- Tsvetov V.P. et al. About one model of dynamic control of data flow in a radio channel. Perspektivnye informacionnye tekhnologii: materialy Mezhdunarodnoj nauchno-tekhnicheskoj konferencii. Samara, 2015, pp. 299–302. (In Russ.)
- Tsvetov V.P. On one problem of decoding symbols using incomplete data in a radio channel. Informacionnye tekhnologii i nanotekhnologii (ITNT-2017): materialy III Mezhdunarodnoj konferencii. Samara, 2017, pp. 954–957. (In Russ.)
- Tsvetov V.P. Using of interference for data protection in the radio channel. Informacionnye tekhnologii i nanotekhnologii (ITNT-2020): materialy VI Mezhdunarodnoj konferencii. Samara, 2020, pp. 255–260. (In Russ.)
- Tsvetov V.P. Wireless channel noises and data protection. CEUR Workshop Proceedings, 2020, vol.2667, pp. 234–237.
- Bakulin M.G. OFDM technology: Textbook for Universities. Moscow: Goryachaya liniya - Telekom, 2015, 360 p.