（计算机应用技术专业论文）业务模型和移动模型的建模仿真与应用.pdf

业务模型和移动模型的建模仿真与应用 摘要 在移动性管理的研究中，为了研究和验证移动性管理方案的 性能，必须建立模拟现实世界的仿真场景，而用户业务模型、移 动模型的设计对于仿真场景的建立非常重要。在以往的仿真测试 中，常用人工计算和手工输入的方式生成仿真脚本来对i p 移动性 管理方案进行性能测试。当仿真环境复杂、运动节点多、运动情 况复杂，同时具有随机性和规律性，多节点同时承载不同业务时， 采用以上的方式就显得很不适合，需要消耗大量人力、物力，同 时出现错误和误差的概率也加大，因此需要开发能够自动生成仿 真脚本的工具，即通过开发自动化脚本生成工具才能适合复杂环 境中大批量节点和多业务承载情况下的仿真要求。 本文首先论述了有关业务模型、移动模型的研究背景、当前 发展趋势和研究方向。然后对几种业务模型、移动模型进行建模、 仿真。本文主要从两个角度研究业务模型、移动模型，重点略有 不同：业务模型主要采用反推法，采用当前国际上已经成熟的业 务模型，在业务模型基础之上进行业务数据的实现，以便在仿真 过程中对承载业务的网络性能进行仿真钡i 试；移动模型在研究国 际上流行的模型基础上，加入对实际移动情况和移动方式的考虑， 同时为了在仿真中进行基于移动轨迹的移动性管理性能测试，在 移动模型的研究上，侧重于微移动情况的模型研究，对移动节点 的运动轨迹进行建模、实现。在对两种模型的研究中，侧重于移 动模型的研究与应用，并提出了使用移动模型进行移动预测的方 法。两种模型中，业务模型的重点在于怎样使产生的仿真数据符 合业务特点；移动模型的重点在于怎样使得到的节点移动轨迹符 合实际移动的特点，这两点是重点也是仿真中的难点，本文在这 两方面进行了着重研究并进行了仿真实现。 其次，进行了仿真场景的研究，并建立了几个典型场景和综 合场景，可应用于不同环境下对网络性能的仿真测试。再次，以 业务模型、移动模型和仿真场景的研究为基础，设计并实现了综 合脚本自动生成系统，并对其功能和实用性进行了验证。本文首 创了自动生成n s 仿真脚本工具的概念并研究实现。将大量的脚 本编写工作转化为计算机的工作，节省了大量资源，提高了仿真 的效率。 文中对业务模型、移动模型采用的研究方法、分析步骤和相 应测试评价方法，脚本生成系统的定义、功能提出、代码实现等， 对作者从事的理论研究、模型建立和代码实现有重要的指导意义； 为在相关领域开展更深入的研究做了必要的准备。 关键词：业务模型，移动模型，移动节点，m n ，i p ，移动 性，切换 t h em o d e l i n g ，s i m u l a t i o na n da p p l i c a t i o no f t h et r a f f i cm o d e la n dt h e m o b i l i t ym o d e l a b s t r a c t i nr e s e a r c ho nt h e m o b i l i t ym a n a g e m e n t ，t h es i m u l a t i o ni s i m p o r t a n tf o r t h ep e r f o r m a n c ee v a l u a t i o n i nt h e s i m u l a t i o n ，t h e t r a f f i ca n d m o b i l i t yo fm ni s v e r yi m p o r t a n tf o rt e s t i n gt h e p e r f o r m a c ep a r a m e t e r s a n di tn e e d st h a tt h e b e n i f i t t i n gs c e n ei s u s e di ns i m u l a t i o n s ot h eb e n i f i t t i n gs c e n ea n dt h eb e n i f i t t i n gt r a c k s o fm n sa r ee f f e c t u a lf o rt e s t i n gt h ep e r f o r m a n c eo ft h e m o b i l i t y m a n a g e m e n t i nt h ef o r m a l s i m u t a t i o n ，t h es c r i p ti sw r i t e dm a n u a l l y w h e nt h es i t u a t i o no ft h es i m u l a t i o ns c e n ei s m o r ec o m p l e x t h i s w a yo fm a n p o w e ri sa l m o s t i m p o s s i b l e i tn e e d st oh a v ea n a u t o 。g e n e r a t i n gs c r i p ts y s t e mt oc r e a t et h es i m u l a t i o ns c r i p t t h e a u t o 。g e n e r a t i n go fs c r i p ti sf i tf o r t h es i m u l a t i o no ft h ec o m p l e x s i m u l t i o ns c e n e ，l a r g en u m b e ro fi 、d n sa n dt h em a n i f o l dt r a f n c s t h i s p a p e rf i r s t l yi n t r o d u c e st h ed e v e l o p m e n to ft h et r a f f i c m o d e la n dt h em o b i l i t ym o d e l t h e nd om o d e l i n gf o r t h et r a f f i c m o d e l sa n dt h em o b i l i t ym o d e l s ，w h i c ha r es u r e dt or e s e a r c ha n d a c t u a l i z e t h et r a f f i cm o d e la d o p t st h ei n v e r t e dm e t h o dt op r o d u c e t h es i m u l a t i o nd a t a o fa t a f f i c t h e - m o b i l i t ym o d e la d o p t st h e m i c r o m o v i n gm e t h o dt op r o d u c et h em o v i n gt r a c ko fm n t h e m o b i l i t ym o d e ls y n c r e t i z e st h ec o n s i d e r i n go ft h er e a lm o v i n g i n s t a n c ea n dm o v i n gm o d e i t e m p h a s i z e sp a r t i c u l a r l yo nt h e r e s e a r c ho fm i c r om o v i n g t h er e s e a r c ho ft w ok i n d so fm o d e l s ，t h e t r a f f i cm o d e la n dt h em o b i l i t ym o d e l ，e m p h a s i z ep a r t i c u l a r l yo nt h e m o b i l i t ym o d e l a n dt h ef o r e c a s tm e t h o do nt h em o b i l i t ym o d e li s o nt h eb a s i so ft h em o b i l i t ym o d e l s ，w h i c hh a v eb e e nr e a l i z e d t h e p a p e rt h e nd e f i n e ss o m es c e n e st os i m u l a t ed i f f b r e n t e n v i r o n m e n t a n do nt h eb a s i so ft h e r e s e a r c ho fs c e n e sa n dm o d e l s ，t h e c o m p l e xs c r i p ta p p l i c a t i o ni sa s s u m e da n da c t u a l i z e d t h er e s e a r c hm e t h o do ft h em o d e l ，t h ea n a l y s i sp r o c e s sa n dt h e r e l e v a n tt e s t i n ge v a l u a t i o nm e t h o d c o n t r i b u t et ot h ea u t h o r st h e o r y r e s e a r c h ，m o d e le s t a b l i s h m e n ta n d c o d i n gr e a l i z a t i o n ；t h e yh a v e p r o v i d e dt h en e c e s s a r yp r e p a r a t i o nf o rf u r t h e rr e s e a r c hi nt h i sf i e l d f u r t h e r m o r e ，i tw i l lc o n t r i b u t et om o s tm o d e l sr e s e a r c h e s k e yw o r d s ：t h et r a f f i cm o d e l ，t h em o b i l i t ym o d e l ，m o b i l i t y n o d e ，m n ，i p ，h a n d o f f 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论 文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大 学或其他教育机构的学位或证书面使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名：日期 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定， 即：研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被 查阅和借阅：学校可以公布学位论文的全部或部分内容，可以允许采用影印、 缩印或其它复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此 规定) 保密论文注释：本学位论文属于保密在年解密后适用本授权书。非保密 论文注释：本学位论文不属于保密范围，适用本授权书。 本人签名： 导师签名： 日期： 日期： 北京邮电大学硕士研究生学位论文业务模型、移动模型的建模、仿真与应用 1 1 研究背景 第一章绪论 近年来，随着移动技术的不断发展，各种移动性管理技术也如雨后春笋一般 层出不穷。而无论何种移动性管理方案，都不可避免的需要进行仿真来验证其性 能和可行性，而在移动性管理的仿真中，重点就在于业务流测试、切换测试与漫 游澳4 试等，这些都需要业务模型、移动模型的支持。因此对业务模型、移动模型 的研究，对于管理方案通过仿真进行性能评价和参数测试具有重要的意义。 而在对移动性管理方案进行仿真中，怎样对不同的方案进行比较，怎样证明 提出的方案具有更好的性能，这就需要有统一的标准进行比较，尤其在仿真过程 中，使不同的方案在相同的条件下( 仿真场景等) 进行性能参数比较，才是有意 义的。因此就需要有统一的典型场景，使不同的方案可以进行性能对比。这也是 定义典型场景的目的。而仅有典型场景还是不够的，仿真是为了更好的模拟现实 情况，从而得到更接近实际的性能参数，因此就需要具有模拟实际环境的特定仿 真场景，这也是开发环路模式的综合场景的初衷。 在较复杂的场景上进行仿真时，所需仿真脚本的数据非常庞大，尤其是综合 场景下，使用手写脚本的方式来完成仿真脚本的编写几乎是不可能的事，这就需 要考虑怎样能够采用某种方式直接得到仿真脚本，而所需要做的工作仅仅是设定 几个参数以使脚本符合本次测试的要求。这样就可以从繁重的脚本编写工作中解 放出来，仅关心仿真中的性能数据，大大提高方案验证的周期，使得性能测试的 效率大幅度提升。在这种需求下，研究自动脚本生成工具就成了必须工作，只有 脚本能够由程序自动生成了，才能达到这样的测试仿真目的。 1 2 研究中遇到的问题和解决方案 在业务模型的研究中，主要研究业务模型用于仿真的情况，由于已有的业务 模型都是在大规模的业务数据的基础上进行归纳，总结出业务的特点，并根据该 特点符合的分布进行建模，而在仿真中，需要的是业务数据而不是直接应用业务 模型，这就需要通过业务模型来得到业务数据，相当于业务模型的反向推导。而 当前的业务模型研究均是对业务数据的研究并进行建模，很少根据业务模型得出 仿真数据的研究。因此就需要针对业务模型的反向推导进行研究，得出通过各种 业务模型得出具体业务仿真数据的方法。 第1 页 北京邮电大学硕士研究生学位论文 业务模型、移动模型的建模、仿真与应用 在移动模型的研究中，当前很少研究移动轨迹模型，绝大多数是研究群体移 动节点的趋势模型，和单节点的蜂窝移动模型。而在仿真中，需要确切知道每个 节点每一步的确切位置，即需要移动模型很清楚地描述移动节点的运动轨迹。因 此在仿真中采用移动轨迹模型是必须的条件，而怎样实现移动轨迹模型是研究的 重点。在解决该问题过程中，根据实际的运动情况，总结出三利，基本运动方式并 对其建立移动模型，同时为了适应更多的仿真需求，又在其基础上扩展了驻留模 型和六方向模型。并建立了利用运动轨迹模型进行移动预测的方案，扩展了移动 轨迹模型的应用。 在模型应用的仿真场景的研究中，发现不同的仿真场景能从不同侧面体现仿 真方案的性能，因此定义了三种典型场景和综合场景来用于不同情况下的仿真。 在模型、场景研究和仿真过程中，发现编写仿真脚本的工作量很大，这主要 是出于仿真脚本的复杂和手动编写的不可实现性，尤其是综合场景的仿真中需要 的很多数据，使用人工计算的工作量可以称为天文数字，因此就萌发了将脚本编 写的工作交给计算机来完成的想法，这也就是编写自动生成仿真脚本工具的目 的。参考业务模型、移动模型、综合场景、网络拓扑等数据的实现方法，将其自 动化，转换成计算机语言，从而形成综合脚本自动生成系统。通过仿真验证，其 生成的脚本完全满足仿真需要。 1 3 主要研究工作 在研究生阶段，作者主要的研究方向是业务模型、移动模型技术。重点研究 模型的应用。业务模型主要是根据已有的业务模型进行推导业务流分布的实现； 移动模型在确定了仿真中采用运动轨迹模型后，根据仿真需要和实际移动特点， 定义了三种简单的移动模型并进行了扩展。在研究轨迹移动模型基础上，对移动 模型的应用一移动预测一进行了研究实现，使研究实现的移动模型不仅能进行仿 真测试，也能够满足一定的预测应用。之后对仿真场景进行了研究，定义了三种 典型通用场景，用来进行性能测试和方案比较。并为了大容量测试和综合系统性 能测试，进行了综合场景下进行多种复合测试的研究。并在对业务模型、移动模 型、场景以及网络拓扑的研究基础之上，开发了综合脚本自动生成系统，可通过 其自动生成的脚本进行系统仿真。 本文的主要贡献有： 1 系统分析比较了当前已有的业务模型、移动模型的建模原理、实现方法。 2 根据典型的业务模型，进行反向业务数据的推导，以用于系统仿真。 3 针对用户移动情况，设定几种典型微移动模式，并对其移动模型进行实 第2 页 北京邮电大学硕士研究生学位论文业务模型、移动筷塑的建模、仿真与应用 现。 4 提出了使用移动模型进行移动预测的方法。 5 定义系统性能测试的典型场景，作为研究比较移动性管理性能的标准环 境。 6 为复杂环境下的综合性能测试，设计自动生成仿真脚本的工具，以减少 人工操作，降低仿真难度。 1 4 论文组织结构 本文是笔者在硕士学习期间，对业务模型、移动模型以及相关技术的研究成 果的总结，主要按照章节来介绍在不同方面的研究工作和取得的成果。其中本文 的侧重点有两部分内容：移动模型的实现与预测应用；场景的研究和综合脚本自 动生成系统的实现。根据章节内容和主要工作划分，论文结构共分为五个部分： 第一部分( 即绪论) 介绍了论文的研究背景，确定了研究方向，并总结了笔 者在攻读硕士期间所完成的主要研究工作以及研究成果。 第二部分( 即第二章) 是对业务模型相关理论和工作内容的介绍。本部分在 介绍了选取的几种业务的特点和分布描述后，对几种业务的业务模型进行总结， 并研究通过业务模型得到业务数据的算法和步骤。本部分的主要工作为建立通过 业务模型来得到业务数据的方法，并将其应用在仿真过程中进行业务承载。 第三部分( 即第三、四章) 是本文的重点，分别对移动模型的理论与应用进 行了深入分析和研究。 第三章：移动模型的研究及算法实现。本章主要对实际情况中用户的移动 特定进行研究，并按照不同的实际情况和仿真情况总结出三种典型移动方式。并 对其建立运动轨迹模型。并通过建立的移动模型得到移动轨迹，用来控制仿真中 移动节点的运动轨迹。并根据需要，丰富移动模型应用情况，增加了两个扩展模 型，以适应特殊的仿真需要。 第四章：移动模型扩展应用移动预测。本章在提出并实现的移动模型 的基础上，结合其他移动预测方法的分析，对利用移动模型进行移动轨迹预测的 技术问题进行了深入研究，提出了利用通用移动模型进行移动预测的理论和方 法，并进行了一定程度的实现。最后研究了基于移动模型进行移动预测的优化问 题。 第四部分( 即第五、六章) 是本文的另一重点，分别对仿真场景和综合脚本 自动生成系统进行了研究和实现。本部分的重点和难点是怎样将前面对业务模 第3 页 北京邮电大学硕士研究生学位论文业务模型、移动模型的建摸、仿真与应用 型、移动模型、场景的研究进行综合集成，并用代码语言表示。即开发高集成度 的脚本系统工具是本部分的主要内容。 第五章：仿真场景定义与验证。本章根据方案性能对比和仿真中对场景的 需要，并结合实际移动场景的特点，提出了三种典型的单一场景，其复杂程度不 同，适应蚶仿真的不同需要。并在三种典型场景的基础之上，参考北京环路模式， 提出了综合场景。综合场景更贴近实际情况，更能适应对综合性能仿真的需要。 本章并对所有场景进行了仿真测试，各种参数均证明了场景具有典型性和综合 性，并适合各种仿真需要。 第六章：综合脚本自动生成系统的设计与开发实现。本章主要描述了综合 脚本自动生成系统的背景、设计思想、系统构架、实现方法和示例。综合脚本自 动生成系统是在前面对业务模型、移动模型、综合场景的研究、仿真基础之上， 响应减少大规模综合仿真中繁重的脚本编写工作的需要而设计、实现的。在系统 功能的实现基础上，使系统的设置更灵活、更能适应多种仿真环境。并在综合仿 真中对系统自动产生脚本的能力进行了进步验证。 第五部分( 即结束语) 是对整个论文的总结，并指出了本课题的下一步研究 方向。 第4 页 北京邮电大学硕士研究生学位论文业务模型、移动模塑的建模、仿真与应用 第二章业务模型研究及算法实现 本章结合当前国际上根据实际业务数据推导出来的业务模型，对其模型进行 研究，并根据具体业务的模型，抽象出该业务的业务流特点和数据收发规律，以 此为基础，进行模型的实例化，得到不同业务在仿真环境下可以使用的业务模型 以及承载的业务流。 2 1 业务模型的现状、分类与研究方法 当前的业务模型的主要研究集中在3 g p p 和3 g p p 2 上。 3 g p p 和3 g p p 2 协议跟据对时延的敏感程度不同，将业务分成4 个q o s 等级： 会话类、交互类、流类、后台类。协议规定，除了会话类业务对时延很敏感，采 用电路交换外，其他类业务都可以采用分组交换。这不仅具有上下行速率不对称 的特点，而且资源统计能复用，系统利用率也高。 通常无线分组数据业务的业务源模型包括两部分：用户行为的到达过程和具 体的业务行为过程。业务行为过程是和具体业务密切相关的，而到达过程对于不 同的业务是相同的，通常用到达间隔和分布来描述。通常使用的到达过程是到达 间隔为负指数分布的泊松过程。 3 g p p 欧洲电信标准组织e t s i 给出了描述3 g 无线移动网络中分组业务源的 统一参考模型，如图1 所示，其中包括的参数有：会话达到过程、每个会话中的 分组呼叫数目、分组呼叫之间的问隔、一个分组呼叫中的数据报数、数据报之间 的到达时间间隔、数据报的大小。该业务源模型针对这些参数分别给出对应的分 布函数。 融致i i 蜉蛹 皿田口皿凹田。 l 一会谗- q 图2 - 1 ：无线分组业务源的统一参考模型 3 g p p 2 也在c d m a 2 0 0 0 1 x e v ( d v ) 系统中给出了分组业务的模型，与e t s i 基本类似。但是不同的分组业务也有各自不同的特点，业务模型业驻之不同，甚 至不同的 盯r p 版本和浏览器都会影响网页下载方式，从而导致不同的业务模型 出现。 第5 页 北京邮电大学硕士研究生学位论文业务模型、移动模型的建模、仿真与应用 通过研究，通常业务建模除了需要分析业务源特性，还要借助合理的分析方 法与建模流程。通过直接测量收集网络数据进行的分析、数学理论分析和离散事 件仿真分析是业务源建模的3 种主要方法。 1 基于实际测量的方法 研究任何业务特性的最好方法是在一个正常运营的网络上去研究实 际的业务流量，收集建模所需的参数，但是由于客观条件限制，并不是总 有这样的机会。 实际测量可以得到精确的业务模型，但也有明显的缺点。直接测量不但耗 时多，开支大，而且只能针对现有的特定网络进行分析。在现有网络基础 上进行测量，关于网络性能的一些假设情况不容易定位，因为模拟假设情 况而对网络进行物理上的改动可能会危及网络的正常运行，所以这种方法 只适用于对网络安全性能影响不大的局域网内部。 2 基于数学理论分析的方法 借鉴公开的与所研究的业务相类似的数据应用的研究成果，根据不同 的业务需求与网络应用环境来调整参数，对所有业务都适用，尤其适用于 研究新业务的模型。但是，总的来说，开发一个可以控制的理论模型需要 很多严格的假设，并且在通常情况下，很难求得理论模型的精确解。 3 基于仿真分析的方法 通过网络仿真，可以比较不同网络对同一业务模型的影响，而且可以 在仿真结果中得到业务源汇聚后的流量特性，也可以验证理论分析得出的 模型的正确性。这种方法适用所有业务，尤其对于尚未开展的无线数据业 务进行建模，这是不可多得的方法。但也存在缺陷，仿真分析需要借助仿 真平台，完成网络模块的搭建，不仅耗时，而且加入了人为的假设。 以上3 种方法都存在各自的局限性，实际应用中往往采用2 种和3 种方法 结合适用，才能得到比较精确客观的模型。通常采用的建模流程如图7 所示： 鲡泵挝台站髌戎误差托曝内 肇芷理论攒群鲁靛 第6 页 北京邮电大学硕士研究生学位论文业务模型、移动模型的建模、仿真与应用 图2 - 2 ：业务建模流程 2 2 算法分析与具体分布实现 各种分布实现的基础为【o ，1 】分布是随机数，由产生的【o ，1 分布的随机数来通 过不同的方法和计算公式取得符合各种业务模型中不同状态的分布的随机数，由 此来得到实现模型所需要的各种随机数。 2 2 1 o ，1 1 分布随机数的生成 在实现 o ，1 】分布的随机数上，为了达到最大满周期，采用混合同余法来生成 符合 o ，1 分布的随机数。 混合式l c g 的递推公式为： x 。2a x + c ( m o d m ) ，c 0 r n 2x 。m ，n = l 2 ( 2 2 1 1 ) 通过该公式，运用递推的方法，求得的r a ，n = l ，2 、即为符合 0 ，l 】分布的随机数。 在实现中，通过控制其参数a 、c 和m 以及初始值来取得不同的周期和随 机序列。 如果象取得最大满周期为m ，需要满足三个条件： 1 ) c 与m 互素： 2 ) 对m 的任意一个素数因子p ，a - 1 应被p 整除，或表为a = l ( m o dp ) ； 3 ) 如果4 是m 的因子，则a - l 应被4 整除，即a = l ( m o d 4 ) ： 因此，在字长为l 的二进制计算机上，一般如下选取参数： l 、 m = 2 2 ) a = 4c z + 1 ，口为任意整数 3 ) c = 2 十l ，为任意整数 4 ) 为任意费负数 鉴于此条件，在具体实现时，将公式修改为： x 。2 ( 4 a + 1 ) x 。一i + ( 2 c + 1 ) ( m o d 2 。) ，c 0 r n = x 。2 r , = 1 , 2 一一 ( 2 2 1 2 ) 第7 页 北京邮电大学硕士研究生学位论文 业务模型、移动模型的建模、仿真与应用 这样生成的随机数r n 无论怎么取值，均能达到最大满周期2 。 2 2 2 负指数分布随机数的产生 以生成的 o ，l 】分布随机数为基础，根据直接抽样法( 反函数法) 、变换抽样 法等即可求出符合负指数分布和p o i s s o n 分布的随机数。 由符合 0 ，1 分布的随机数r 与变换公式： y 。一l n 7 r 为【o ，l 】分布随机数 ( 2 2 2 1 ) 即可求得符合负指数分布的随机数y 。 在实现上，只需控制参数声和生成【0 ，1 分布的参数即可生成不同序列的符合 负指数分布的随机数。 2 2 3 p a r e t o 分布随机数产生 p a r e t o 分布为一种重尾分布。p a r e t o 分布的概率分布密度函数为： 厂( x ) = a k 。x - a d ，k = ，x k ( 2 2 3 1 ) 其概率分布函数为： f ( x ) = 1 一( 兰) 4 x ( 2 2 _ 3 2 ) 根据直接抽样法( 反函数法) ，求得 y 2 去皿川。：舱， 因此根据 o ，1 分布随机数和公式( 2 1 3 3 ) 即可求出符合p a r e t o 分布的随机 数。 由符合【0 ，1 分布的随机数r 与变换公式( 2 1 3 3 ) ： k y = 丽 ，r 为 o ，1 1 分布随机数 ( 2 2 3 4 ) 即可求得符合p a r e t o 分布的随机数y 。 在实现上，只需控制参数a 、k 和生成【o ，1 】分布的参数即可生成不同序列的 符合p a r e l o 分布的随机数。 2 2 4 。w e i b u l l 分布随机数产生 w e i b u l l 分布与p a r e t o 类似，也是种重尾分布。w e i b u l l 分布的概率分布 第8 页 j e 京邮电大学硕士研究生学位论文 业务模型、移动模型的建模、仿真与应用 函数为： f ( x ) ：1 一p 审( 2 2 4 1 ) 也是更具直接抽样法( 反函数法) ，求得 y 2 日一l n ( 1 一x ) ，o x 1 ，一( 2 2 4 2 ) 由此根据因此根据【o ，l 】分布随机数和公式( 2 1 4 2 ) 即可求出符合w e i b u l l 分布的随机数。 由符合 o ，1 分布的随机数r 与变换公式( 2 1 4 2 ) ： y 2 口一1 “( 1 - r ) ，r 为 o ，1 分布随机数 ( 2 2 4 3 ) 即可求得符合w e i b u l l 分布的随机数y 。 在实现上，只需控制参数a 、b 和生成【o ，l 】分布的参数即可生成不同序列的 符合w e i b u l l 分布的随机数。 2 2 5 特殊分布的随机数产生 对付比较复杂的分布，不能使用直接抽取法( 反函数法) 来进行随机数求取 的情况，可根据其概率密度函数f ( x ) ，运用舍选抽样法来求得符合f ( x ) 分布的随机 数。 舍选抽样法描述如下： 设要产生密度为f i x ) 的随机变量x 的抽样序列，如果存在正整数m ，使得对 一切x 属t a ，b 】，有f ( x ) _ m ，则按如下步骤进行抽样： 1 ) 先产生【o ，1 】上均匀分布的随机数，l 和r 2 ： 2 ) 产生【a ，b 】上均匀分布的随机数x ，】( = ( b a ) r l + a ； 3 ) 产生【0 ，m 】上均匀分布的随机数y ，y - - ( m 一0 ) r 2 + 0 = m r 2 ； 4 1 当y - _ 1 0 ( a ) 1 0 0 0 0 s 流量仿真图 。 圈t 一 曰鲫 | j 萼1 訇 ，i f - 6 l 三面1 一 。l 二 矿面一 ( b ) 1 0 0 0 0 0 s 流量仿真两点图( c ) 1 0 0 0 0 0 s 流量仿真直线图 图2 ：1 0 ：e m a i l 业务模型流量仿真图 结果分析与数据分析：上面的业务流量仿真图，( a ) 1 0 0 0 0 s ，( b ) 1 0 0 0 0 0 s ， 采用两点图表示，使其能够清晰看出详细的流量变化和细节数据传输：而( c ) 第2 0 页 啪著| 姗，黑 x o 鲫| |舢 北京邮电大学硕士研究生学位论文业务模型、移动模型的建模、仿真与应用 1 0 0 0 0 0 s 采用直线图，是为了与( b ) 比较来看业务量的变化。两点图中，连线 的两点为一个e m a i l 文件传输的开始和结束，即o n 的持续时间；未连线的间隔 时间即为上一个传输结束到下一个传输开始的o f f 时间。 通过业务流量仿真图来分析传输特点，从( a ) 、( b ) 的两点图可以看出， 在e m a i l 文件的传输阶段。连线的o n 时长即为e m a i l 文件的传输时间，传输时 长e m a i l 文件大小和网络速率有关，而在o n 时长内，y 坐标轴的变量即为e m i l 文件的大小；未连线的使劲间隔即为o f f 时间段，表示上一个e m m l 文件传输 完毕到f 一个e m m l 文件传输开始的时间间隔，而当一个e m a i l 文件传输完毕后， 即进入o f f 阶段，为用户的阅读时间( r e a d i n gt l m e ) ；而o f f 阶段的时长受 阅读时间长度和下一个e m i l 邮件到达时间的双重限制，这一点在仿真图中也有 很好的体现，o f f 的分布为阅读时间分布和邮件到达分布的共同作用的结果， 在长度上，最短为邮件的阅读时间，正常为两次邮件的到达间隔，最大不受限制， 符合实际的特点。因此在传输特点和时间特点上，符合e m a i l 业务特性。( c ) 图与( b ) 图仿真数据相同，仅是用直线图表示业务量的变化，分析与( b ) 图一 样。在业务量的变化上，受文件大小影响积传输特性的限制，横直线表示o f f 状态，而y 坐标轴的变量表示传输的e m a i l 文件大小，整体的变化体现一个e m i l 业务量的变化。在传输特点和时间特点上，符合研究的e m m l 业务特性。而在长 时间仿真下，与短时间仿真特性相比较，可以看出其符合长相关性。 对生成数据的分析，从图示显示的数据变化和特点，以及从仿真结果图上显 示出来的特征分布来看，各种状态( 如o n 、o f f 、p a c k e t a r r i v a l 等) 均符合既 定的特征分布，从而验证生成数据的正确性和脚本文件的可用性。 2 6 本章小结 本章系统的描述了业务模型的算法、建模、实现方法和步骤，并对业务模 型的仿真结果进行了分析，主要是对反向仿真业务数据的生成与验证，从而得到 符合业务特点的业务模型算法。 第2 1 页 北京邮电大学硕士研究生学位论文 业务模型、移动模型的建模、仿真与应用 第三章移动模型研究及算法实现 移动模型的基本思想是采用正态分布法，通过对移动节点的移动速度、时间、 方向等进行正态拟和，得出符合预设的移动模型特点的节点移动轨迹。 需要说明的是，这里研究的移动模型为了仿真的需要，均为微移动模型，即 主要研究移动节点的每一步移动情况和位置，侧重对移动节点的一次移动的速 度、方向、时间进行模型运算。而研究宏观移动规律的移动模型( 如利用马尔可 夫状态转移矩阵的小区切换模型) 不在本文讨论范围之内。 已经实现的移动模型包括直线移动模型、四方向移动模型、随机角度移动模 型，均采用正态分布法对节点的速度、移动时间、转向角度进行算法拟和，得出 符合模型特点的运动轨迹。 扩展模型包括驻留模型和六方向模型 驻留模型用来模拟用户随机停留的移动模型，需要与其他模型共同使 用，模拟用户在移动过程中产生停留的情况。 六方向模型是角度模型和小区切换的整合，运用节点在蜂窝小区间运动 的特点，模拟节点在小区间切换运动的移动模型。 3 1 移动模型的现状、分类与研究方法 移动性建模的基本假设： 针对蜂窝移动通信系统的实际情况，有如下的基本模型假设： a 在一定地区范围内的蜂窝数目有限，每个蜂窝所能容纳的用户数有限； b 用户在二维平面内运动，忽略地形起伏对运动的影响； c 用户的运动速度在【0 ，v m a x 】之间变化，v m a x 受到用户类型( 步行、车辆 等) 和道路医素的青4 约： d 用户运动的参数( 速度、时间、方向) 符合f 态分布，且正态分布的情况 随着用户类型和街道状况不同而不同： e 不同用户之间的运动相互独立。 当前移动模型分类： 根据面对对象的级别不同，移动模型可划分为以下几大类，并且每一类又可 细化分为许多具体模型。 第2 2 页 北京邮电大学硕士研究生学位论文业务模型、移动模型的建模、仿真与应用 1 用户级的移动性模型： 用户级的移动性模型是从研究用户个体的运动机制出发，详细描述用户的具 体运动参数( 如：位置、轨迹、方向、速度等等) ，主要可以应用于用户的位置跟踪 和预测。 a ) 运动轨迹模型 运动轨迹模型通过记录每个用户的实际运动行为来实现，最符合客观实际，但 计算量大，实现复杂。 b ) 动力学模型 该模型来源于动力学中的运动研究描述用户的个体运动特性。 c ) 二状态模型 二状态模型 描述用户的个体运动，建立如下图所示的移动性模型。 图3 - 1 ：二状态移动模型 该模型只是描述简单的用户运动，有很大的局限性。如果进一步考虑方向变 化的因素，可以更一般地体现用户个体的运动。 2 蜂窝级的移动性模型 蜂窝级的移动性模型着重分析用户个体或用户群在蜂窝间转移的规律，从蜂 窝的层次来描述用户的运动，主要应用于移动性管理和业务分析，以及移动网的设 计规划。 a ) 流体流模型 流体流模型描述用户的宏观运动特性，将大量用户在蜂窝问的移动建模为液 体的流动。对用户个体而言，其运动服从随机分布。该模型精度取决于用户的数 量，用户数量越大越精确。适用于蜂窝网络的规划，例如：信道数分配、切换数预测 等等。 b ) 重力模型 重力模型来源于交通科学领域，也是从宏观上描述用户的运动特性。，可以描 述用户在不同蜂窝问的规则运动特性，体现为不同蜂窝的“吸引”程度。该模型 第2 3 页 北京邮电大学硕士研究生学位论文业务模型、移动模型的建模、仿真与应用 叫用于移动性业务分析。 c 、方向性模型 方向性模型是从用户在蜂窝间的转移概率来反映个体的运动特性。在正六边 形蜂窝中，有一定运动方f 的用户向相邻6 个蜂窝移动的概率。该模型利用蜂窝 n 不同的转移概率，巧妙地描述了单个用户的运动特性，模型简单实用，但适用范 围较小。 d ) 马尔可夫模型 马尔可夫模型是应用广泛的移动性模型之一，它从蜂窝级来描述用户的运 动。该模型可以分为连续时间马尔可夫模型和离散时间马尔可夫模型。对转移概 率耿一定的数值，可以描述不同的运动特性。偏移马尔可夫模型属于马尔可夫模 型中的一种，它是在具有随机特性的马尔可夫模型的基础上，不断统计用户在蜂窝 问的运动规律，由此来合理安排转移概率矩阵的值，使对某一组或某几组的转移概 率的值比较高，从而反映出用户运动的一些规则特性。 本文考虑到主要是进行仿真过程中的移动模型的研究，因此主要侧重于采用 运动轨迹模型的方式，虽然实现起来计算量大，实现复杂，但更能表现用户移动 的情况，最符合客观实际。也适应仿真中对移动详细轨迹的要求。 3 2 典型移动模型 在实际运动环境中的移动节点，其运动轨迹是有一定的规律可循的，将其中 的移动特点抽象，归纳起来，可以用以下三种移动方式涵盖绝大部分的移动特点。 这三种移动方式即为：直线移动、四方向移动以及角度移动。而其中直线移动、 四方向移动又可以看成角度移动的特例情况，即转向角度分别为0 度和9 0 度的 倍数的角度移动特例情况，这种观念在移动模型的扩展应用中有所体现。 由于这三种移动方式具有普遍意义，在仿真环境中，也可以使移动节点的运 动轨迹具有这种特点，即使移动节点按照这三种移动方式来运动，使仿真数据更 接近实际情况的数据。 3 2 1 道路上的直线移动模型 对于车道、人行道等上的移动节点，其移动轨迹具有沿着道路进行直线移动， 在转弯处进行方向改变韵特点。因此，在这里采用直线移动模型( 称为第一种移 动模型) ，该模型的特点为移动节点的下一步移动速度和移动时间以上一次的移 动速度和移动时间为均值的正态分布，移动方向为直线方向，与原运动方向一致 ( 即可以与道路的方向一致，沿逆时针车道移动的节点的运动方向就是逆时针方 第2 4 页 北京邮电大学硕士研究生学位论文业务模型、移动模型的建模、仿真与应用 向，沿顺时针车道移动的节点的运动方向就是顺时针方向，人行道上的移动节点 按最初分配的移动方向进行移动) ，同时移动速度还受移动节点所在场景的最大 速度的限制，即不能超过最大的移动速度。当移动节点遇到转弯的地方时，进行 移动距离拟和，即进行方向转变，同时在转变后，继续移动的距离与原按直线移 动的距离相同。 在实现上，采用原有的直线移动模型，配合在转弯处的方向变化处理和移 动距离拟和，就可以实现在道路上的直线移动。 在参数设定上，由于直线移