A Comparative Performance Analysis of Relaying Data in FANET

Kaysina I.A., Vasil’ev D.S., Abilov A.V., Meitis D.S., Kaysin A.E., Nistyuk A.I.

Abstract


In this paper, we analyze Quality of Service metrics (QoS). We observe the situation with relaying streaming data in Flying Ad Hoc Networks (FANET). The efficiency was analyzed analytically and with using Network Simulator-3 (NS-3). All calculations are made for three scenarios. In the first scenario, the source node is removed from the destination node at a certain distance. In the second scenario, a flying relay node is added between the source node and the destination node, which runs one of the routing protocols; the source node is also removed from the destination node. In the third scenario, the relay node flies in a circle with a different radius, with the source node moving away from the destination node. In all scenarios, comparative results of simulation modeling and mathematical calculations are given. Free-Space Mode was chosen as a propagation model for simulation. In the first scenario, an analytical graph of the dependence of the average error rate during transmission on energy per bit is constructed. For all other scenarios, graphs of the dependence of the average packet delivery ratio on the distance were plotted.

Keywords


UAV; FANET; relay; routing; mobility; NS-3

Full Text

Введение В последние годы мировым и отечественным научным сообществом активно развивается направление исследований, связанное с использованием летающих сетей беспилотных летательных аппаратов (БПЛА). Применение таких сетей актуально для различных сценариев, например, обеспечение воздушного мониторинга наземной территории в разведывательных и поисково-спасательных миссиях с передачей на наземную станцию видеоданных и изображений, измерение и передача в реальном режиме времени различных параметров: уровень магнитного поля земли, уровень загрязнения воздуха, температура, влажность и так далее. Особенностью таких сетей является то, что их топология подвержена быстрым и частым изменениям и, как следствие, таким же изменениям подвержены маршруты передачи данных от узла-источника (видеокамера или датчик на борту узла БПЛА) до узла-получателя (компьютера наземной станции). Важной задачей является исследование существующих протоколов маршрутизации сетевого уровня, таких как AODV, OLSR и других для мобильных самоорганизующихся сетей пользовательских устройств (Mobile Adhoc Network - MANET) применительно к сетям БПЛА (Flying Adhoc Network - FANET) [1-9]. На основе результатов исследований можно выдвигать гипотезы о возможных вариантах улучшения качества передаваемых данных за счет разных алгоритмов. В работе приведено сравнение результатов аналитической оценки на основе системной модели и симуляции. В первой части описана система имитационного моделирования; вторая часть посвящена описанию системной модели; в третьей части приводятся сценарии для проведения имитационного моделирования; в четвертой части представлены результаты сравнения протоколов маршрутизации методом имитационного моделирования. Система имитационного моделирования в среде NS-3 Для проведения имитационного моделирования был использован сетевой симулятор Network Simulator 3 (NS-3). NS-3 является набором библиотек и вспомогательных модулей для моделирования сетей и сетевого взаимодействия. Это гибкая и мощная среда за счет использования языка С++ в качестве встроенного языка программирования, с помощью которого реализуется сценарий имитационного моделирования. Структура сетевого симулятора NS-3 изображена на рис. 1. Рис. 1. Структура программного обеспечения NS-3 Fig. 1. NS-3 software sctucture Компоненты ядра симулятора core поддерживают протоколы всех уровней модели OSI, аппаратную составляющую, а также различные модели распространения сигналов. Модули core и network симулятора NS-3 образуют универсальное ядро, позволяющее моделировать сети. Программы NS-3 могут получить прямой доступ к низкоуровневому API (интерфейсу программирования приложений) ядра или посредством вспомогательных классов (helper classes). С помощью NS-3 можно симулировать беспроводные сети на основе стандартов IEEE, например, IEEE 802.11n, MANET-сети, WiMax (802.16), сотовые сети (LTE, 5G). Это позволяет проводить моделирование с движущимися объектами в трехмерном пространстве [10-13]. В работе приведено сравнение результатов аналитической оценки на основе системной модели и симуляции. Системная модель В роли модели распространения сигнала для имитационного моделирования была выбрана Free-Space Mode [14]. Данная модель используется для определения уровня сигнала, когда передатчик и приемник имеют четкую, беспрепятственную линию видимости. Для вычисления мощности на приемнике Rx, дБ, во всех сценариях используется формула из кода propagation-loss-model.cc системы NS-3 на основе формулы передачи Фрииса: (1) где - мощность на передатчике, дБ; d - расстояние между передатчиком и приемником, м; lamda- длина волны, м; L - системные потери. Основной целью работы является оценка эффективности передачи потоковых данных через метрики качества обслуживания (Quality of Service, QoS). Используя формулы из кода interference-helper.cc системы NS-3 отношение сигнал/шум вычисляется следующим образом [15]: (2) где - постоянная Больцмана; cW (channel Width) - ширина канала; (noise Figure) - по умолчанию 7 дБ; (noise Interference) - помехи. При проведении имитационного моделирования передачи данных использовался тип модуляции BPSK, и средняя частота ошибок при передаче вычислялась следующим образом [16]: (3) Энергия сигнала, приходящаяся на 1 бит принимаемого сообщения, к энергетической спектральной плотности шума высчитывается по следующей формуле: (4) где- скорость передачи данных (6 Мбит/c). Результаты вычислений по формулам (1)-(4) представлены на рис. 2. После вычислений средней частоты ошибок при передаче можно определить коэффициент потерь пакетов данных (Packet Error Rate - PER) по следующей формуле [17]: (5) где K = 10000 - количество бит в одном пакете данных. Коэффициент доставки пакетов (Packet Delivery Rate - PDR) вычисляется по формуле [18] (6) Представленные выше формулы описывают системную модель передачи потоковых данных в летающей сенсорной сети. Сценарии для имитационного моделирования Для анализа эффективности ретрансляции потоковых данных было проведено имитационное моделирование. Всего было исследовано три сценария, для каждого из которых использовались параметры из табл. 1. Рис. 2. Зависимость средней частоты ошибок при передаче от Fig. 2. Dependence of the bit error rate on Таблица 1. Параметры для имитационного моделирования Table 1. Parameters for simulation Наименование параметров Значения TxPower, дБ 25 RxNoiseFigure, дБ 7 ChannelWidth, МГц 40 Frequency, Гц 5180 PropagationLossModel Fri is Propagation Loss Model SystemLoss 1,08 DataMode OfdmRate6Mbps Type AdhocWifiMac MaxPackets 480 Окончание табл. 1 Наименование параметров Значения PacketSize, байт 1250 Interval, сек. 0,1 SimulationTime, сек. 120,0 Transport Layer UDP В первом сценарии узел-источник B передавал данные на узел-получатель A напрямую без ретранслятора. Расстояние между узлами изменялось от 0 до 2100 м с шагом 10 м (рис. 3). Узел А являлся наземной станцией, узел B - беспилотным летательным аппаратом (БПЛА), что было прописано в Mobility Helper. Рис. 3. Первый сценарий имитационного моделирования: передача потоковых данных с узла B на узел A Fig. 3. The first simulation scenario, source-node B is transmitting streaming data to destination-node A Во втором сценарии между узлами A и B был добавлен узел-ретранслятор (Relay) с включенными протоколами маршрутизации (OLSR, AODV). В роли узла-ретранслятора выступал БПЛА, зависший в воздухе на расстоянии d = 1190 м от узла A (рис. 4). На расстоянии d = 1190 м PDR = 1. Рис. 4. Второй сценарий имитационного моделирования: передача потоковых данных с узла B к узлу A через Relay Fig. 4. The second simulation scenario, source-node B is transmitting streaming data to destination-node A through Relay node В третьем сценарии в качестве узла-ретранслятора использовался БПЛА самолетного типа, который вращался по горизонтальному кругу с заданным радиусом со скоростью 15 м/с. Имитационное моделирование проводилось для различных значений радиуса полета r = = {20, 40, 60, 80, 100} м. Расположение узла-ретранслятора изменялось в зависимости от радиуса (БПЛА не выходил за пределы 1190 м) и относительно радиуса равнялось 1190 - r/2 м от узла-получателя, при этом узел B «улетал» от узла A (рис. 5). Рис. 5. Третий сценарий: передача потоковых данных с узла B к узлу A через движущийся Relay Fig. 5. The third simulation scenario, source-node B is transmitting streaming data to destination-node A through moving Relay node Для третьего сценария в MobilityHelper задана скорость движения узла-ретранслятора Relay через формулу угловой скорости: (7) где - скорость движения узла-ретранслятора Relay (15 м/с); r - радиус вращения (от 20 до 100 м с шагом в 20 м). Для проведений имитационного моделирования и сбора статистики написано три программы на языке С++. Каждый сценарий был смоделирован 15 раз, что было задано через зерно случайности (Random Seed - RS). Конечным результатом отработки программ являлся вывод на экран количества принятых пакетов. Анализ результатов Для сравнительного анализа эффективности ретрансляции потоковых данных в летающей сенсорной сети использовались формулы из первой части работы. Формула (6) используется при построении зависимостей PDR от расстояния между узлом-отправителем и узлом-получателем для каждого сценария. Разница в аналитических результатах заключалась в добавлении узла-ретранслятора Relay между узлом-источником B и узлом-получателем A. При добавлении ретранслятора во втором сценарии PDR высчитывался по формуле (8) В третьем сценарии PDR высчитывался по аналогичной формуле, но расстояния A_Relay, Relay_B изменялись в зависимости от радиуса движения узла-ретранслятора. При проведении имитационного моделирования посчитан средний коэффициент доставки пакетов, который определяется по формуле (9) где - сумма полученных пакетов при изменяющемся зерне случайности RS от 0 до 15. Зависимость PDRavr от расстояния d по результатам аналитических вычислений и имитационного моделирования представлена на рис. 7. Результаты показывают достаточно близкое их соответствие. При математических вычислениях по формулам (2)-(7) PDRavr начинал снижаться на расстоянии 810 м (от 1 до 0,99) и равнялся 0 на расстоянии d = 1940 м. При имитационном моделировании PDRavr начинал падать на расстоянии d = 1200 м и на расстоянии 1510 м PDRavr = 0. Рис. 6. Результаты имитационного моделирования и вычислений для первого сценария: зависимость PDR от расстояния d Fig. 6. The results of simulation and calculations for the first scenario, the dependence of PDR on distance d Во втором сценарии между узлом-источником B и узлом-получателем A находился узел-ретранслятор на расстоянии d = 1190 м от узла-получателя. На узле-ретрансляторе работали протоколы маршрутизации. На расстоянии 1200 м протокол AODV начинал процесс переключения на узел-ретранслятор, что сказывалось на PDRavr, коэффициент ухудшался с 1 до 0,99. Полное восстановление соединения для протокола AODV было на расстоянии 1550 м, PDRavr = 1. Протокол OLSR начинал работать на расстоянии 1260 м, что также сказывалось на PDRavr, полное восстановление наблюдалось на расстоянии d = = 1600 м. На расстоянии 2490 м коэффициент снижался у обоих протоколов маршрутизации: AODVPDRavr = 0,86; OLSRPDRavr = 0,99. Можно заметить, что минимальное значение PDRavr для протокола OLSR составляет 0,11, для протокола AODV 0,34 (рис. 7), что может свидетельствовать о более длительном переключении на протокол OLSR. На расстоянии d = 2490 м PDRavr начинает уменьшаться, для протокола OLSRPDRavr = 0,99, для протокола AODVPDRavr = 0,86. На расстоянии d = 2640 м соединение с узлом-отправителем теряется: PDRavr= 0. Рис. 7. Результаты имитационного моделирования и вычислений для второго сценария: зависимость PDR от расстояния d для разных протоколов маршрутизации Fig. 7. Simulation and computation results for the second scenario, PDR dependence on distance d for different routing protocols В третьем сценарии узел-ретранслятор вращался с разными радиусами: r = 20…100 м, шаг 20. Зависимость PDRavr для AODV и OLDR от радиуса представлена в табл. 2. Таблица 2. Значение среднего коэффициента доставки пакетов для протоколов AODV (PDRAODV) и OLSR (PDROLSR) в третьем сценарии имитационного моделирования Table 2. The value of the average packet delivery rate for the AODV (PDRAODV) and OLSR(PDROLSR) in the third simulation scenario r, м PDRAODV PDROLSR 20 0,825 0,82 40 0,822 0,817 60 0,818 0,813 80 0,817 0,811 100 0,813 0,81 При увеличении радиуса движения средний коэффициент доставки пакетов ухудшался для обоих протоколов маршрутизации. Протокол AODV показал лучшие данные, что связано с более высокой скоростью переключения. Выводы По результатам исследований можно сделать вывод, что при использовании идеальной модели распространения сигнала Фрииса передача данных начинает ухудшаться на расстоянии d = 1200 м и полностью исчезает на d = 1510 м для первого сценария. При наличии стационарного ретранслятора качество ухудшается на расстоянии d = 2490 м и полностью исчезает на d = 2640 м. При движении ретранслятора передача данных прекращается на расстоянии d = 2630 м. Таким образом, применение протоколов AODV и OLSR не обеспечивает приемлемое качество передачи данных в сетях беспилотных летательных аппаратов (БПЛА), следовательно, может привести к невозможности выполнения реальной миссии.

Galleys

PDF (Русский)
References References

Летающие сенсорные сети / А. Е. Кучерявый [и др.] // Электросвязь. 2014. № 9. С. 2-5.

Кучерявый А. Е., Прокопьев А. В., Кучерявый Е. А. Самоорганизующиеся сети. СПб. : Любавич, 2011. 310 с.

BekmezciI., SahingozO.K., Temel Ş. Flying ad-hoc networks (FANETs): A survey. Ad Hoc Networks, 2013, vol. 11, no. 3, pp. 1254-1270.

Sahingoz O.K. Networking models in flying ad-hoc networks (FANETs): Concepts and challenges. Journal of Intelligent & Robotic Systems, 2014, vol. 74, no. 1-2, pp. 513-527.

Кайсина И. А., Васильев Д. С., Абилов А. В. Анализ эффективности протоколов маршрутизации OLSR и AODV в летающей сети FANET // Вестник ИжГТУ имени М. Т. Калашникова. 2017. Т. 20, №. 1. С. 87-90.

Vasiliev D.S., Meitis D.S., Abilov A. Simulation-based comparison of AODV, OLSR and HWMP protocols for flying Ad Hoc networks. International Conference on Next Generation Wired/Wireless Networking, Springer, Cham, 2014, pp. 245-252.

Леонов А. В., Литвинов Г. А. Применение алгоритма пчелиной колонии BeeAdHoc для маршрутизации в FANET // Вестник СибГУТИ. 2018. №. 1. С. 85-95.

Ibrahim I.N. Desiging a Real Mathematical Model of a Hexacopter in the Inertial Frame // Вестник ИжГТУ имени М. Т. Калашникова. 2017. T. 20, №. 1. С. 91-94.

Ibrahim I.N., Akkad M.A.A., Abramov I.V. UAV efficient PID and LQR controllers design based on its stochastic state space dynamics model including disturbances. Electronic and Networking Technologies (MWENT). Moscow, Workshop on. IEEE, 2018, pp. 1-9.

Henderson T.R. Network simulations with the ns-3 simulator. SIGCOMM demonstration, 2008, vol. 14, no. 14, p. 527.

Riley G.F., Henderson T.R. The ns-3 network simulator. Modeling and tools for network simulation. Springer, Berlin, Heidelberg, 2010, pp. 15-34.

Henderson T.R. The ns-3 project goals. Proc. 2006 workshop on ns-2: the IP network simulator. ACM, 2006, p. 13.

Кайсина И. А., Васильев Д. С., Абилов А. В. Модель в среде ns-3 для передачи видеоданных в сети БПЛА // Материалы XXIII Республ. выставки-сессии студенческих инновационных проектов. Изд-во ИжГТУ имени М. Т. Калашникова, 2017. С. 69-74.

Khosroshahy M. Study and implementation of IEEE 802.11 physical channel model in yans (ns3 prototype) network simulator. INRIA Report, 2006, pp. 1-61.

Kurniawan A. Selective Route Based on SNR with Cross-Layer Scheme in Wireless Ad Hoc Network. Journal of Computer Networks and Communications, 2017, vol. 2017.

Там же.

Prabhu R.S., Daneshrad B. An energy-efficient water-filling algorithm for OFDM systems. Communications (ICC), 2010 IEEE International Conference on. IEEE, 2010, pp. 1-5.

Atya A.O.F. Wireless network coding: Deciding when to flip the switch. INFOCOM, Proc. IEEE, 2013, pp. 260-264.




DOI: http://dx.doi.org/10.22213/2413-1172-2019-1-108-115

Article Metrics

Metrics Loading ...

Metrics powered by PLOS ALM


Copyright (c) 2019 Bulletin of Kalashnikov ISTU

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


ISSN 1813-7903 (Print)
ISSN 2413-1172 (Online)