Gestione dell'handover verticale in Reti Mobili di ultima ... - InfoCom
Gestione dell'handover verticale in Reti Mobili di ultima ... - InfoCom Gestione dell'handover verticale in Reti Mobili di ultima ... - InfoCom
94 CAPITOLO IV Le tre matrici ottenute (una delle probabilità, una delle capacità, una delle potenze) sono state visualizzate per entrambi gli scenari (WiFI ed UMTS). Successivamente, per simulare lo spostamento del mobile sulle mappe di copertura realizzate, mediante un opportuno algoritmo, è stato generato un determinato percorso pseudo-random dell’utente, memorizzando in opportuni vettori x ed y le coordinate che l’utente via via va a toccare, (sempre per entrambi gli scenari). Sulla base delle mappe di copertura generate, abbiamo ipotizzato di far partire l’utente selezionando la rete wireless con caratteristiche migliori in termini di QoS. Successivamente, simulando lo spostamento di un utente, all’interno della mappa di copertura selezionata al punto precedente, che si muove con una velocità di circa cinque chilometri orari, è stata implementata la funzione di vertical handover. Tale funzione per ogni passo dell’utente mobile restituisce in output i valori dei rispettivi goodput (WiFi e UMTS). Per il calcolo delle prestazioni, rispettivamente delle due reti, è stato definito un modulo chiamato: Stima, nel quale vengono adottate diverse metodologie per la stima del goodput. Nello specifico le metodologie da noi adottate sono state tre. La prima, chiamata “media aritmetica semplice” si basa su un semplice calcolo del goodput sulla base di una stima mediata sull’intera “storia” dell’utente, ovvero sull’intero tragitto da lui percorso. G t+ 1 = 1 t t ∑ i= 1 La “media aritmetica semplice”,effettua una stima del goodput sulla base dell’intero percorso dell’utente, pertanto si considera “ tutta la storia”, come mostrato dalla formula. g i
95 CAPITOLO IV La previsione per il periodo successivo coincide con la media dei valori passati. La metodologia fornisce solamente un valore medio del goodput. La seconda si basa sull’uso della funzione “media mobile di ordine k”. L’espressione cui si fa riferimento è indicata di seguito: G + = t 1 t ∑ gi i= t−k + 1 ed effettua una stima del goodput sulla base di un limitato numero di campioni (uguale a k). La scelta di k determina il grado di smorzamento del modello. Per valori alti di K si ottengono previsioni maggiormente distribuite con oscillazioni ampie. Per valori bassi di K si ottengono previsioni con possibilità di variazioni repentine. Così facendo si è andata a rendere la stima delle prestazioni più puntuale e accurata, rispetto alla precedente, rendendo pertanto maggiormente reattivo il sistema di calcolo delle performance della rete. La terza metodologia utilizzata si basa su una funzione chiamata: spianamento esponenziale. L’espressione cui si fa riferimento è la seguente: 0 ≤ a ≤1 1 k ( − a) g + a( 1− a) 2 Gt + 1 = agt + a 1 t−1 gt −2
- Page 49 and 50: 43 Capitolo I Per sfruttare le oppo
- Page 51 and 52: 45 Capitolo I computer, ma è veros
- Page 53 and 54: o ingegnerizzazione della mobilità
- Page 55 and 56: 2.1 Handover verticale 49 CAPITOLO
- Page 57 and 58: 51 CAPITOLO II terminali a gestire
- Page 59 and 60: 53 CAPITOLO II Infatti quando un te
- Page 61 and 62: 55 CAPITOLO II L’802.21 specifica
- Page 63 and 64: 57 CAPITOLO III protocollo IP. Di s
- Page 65 and 66: 59 CAPITOLO III da quell’istante
- Page 67 and 68: 61 CAPITOLO III Un ulteriore svanta
- Page 69 and 70: 63 CAPITOLO III SIP gestisce in mod
- Page 71 and 72: Figura 15: SIP Re-Invite Signalling
- Page 73 and 74: 67 CAPITOLO III Ogni MH è munito d
- Page 75 and 76: 69 CAPITOLO III Effettuata tale pro
- Page 77 and 78: 71 CAPITOLO III energia. I metodi d
- Page 79 and 80: 73 CAPITOLO III Innanzitutto il ver
- Page 81 and 82: Inoltre di seguito vengono riportat
- Page 83 and 84: 77 CAPITOLO III conseguenza dell’
- Page 85 and 86: 79 CAPITOLO III Nel diagramma a blo
- Page 87 and 88: 81 CAPITOLO III mobile. Quando tale
- Page 89 and 90: 83 CAPITOLO IV Il progetto si basa
- Page 91 and 92: 85 CAPITOLO IV trasmittenti e ricev
- Page 93 and 94: 87 CAPITOLO IV In questo sottoparag
- Page 95 and 96: 89 CAPITOLO IV garantire. Un’inte
- Page 97 and 98: 91 CAPITOLO IV tempo per l’arrivo
- Page 99: 93 CAPITOLO IV Analogamente è stat
- Page 103 and 104: 97 CAPITOLO IV Con i valori dei goo
- Page 105 and 106: CAPITOLO V 99 CAPITOLO V Validazion
- Page 107 and 108: 101 CAPITOLO V In questo paragrafo
- Page 109 and 110: 103 CAPITOLO V diffuso, sia in Euro
- Page 111 and 112: Tabella 4: Confronto dati tecnici 1
- Page 113 and 114: 107 CAPITOLO V La doppia condizione
- Page 115 and 116: 109 CAPITOLO V Nella Figura 23 è r
- Page 117 and 118: 111 CAPITOLO V Nelle figure 26,27 e
- Page 119 and 120: Goodput[bit/s] 4000 3000 2000 1000
- Page 121 and 122: Frequenza di Vertical Handover 5 4.
- Page 123 and 124: Frequenza di Vertical Handover 50 4
- Page 125 and 126: Frequenza di Vertical Handover 8 7
- Page 127 and 128: 5.3 Risultati ottenuti dalle simula
- Page 129 and 130: 123 CAPITOLO V Lo spettro elettroma
- Page 131 and 132: Conclusioni 125 Conclusioni Con que
- Page 133 and 134: 127 Conclusioni migrare o di cambia
- Page 135 and 136: 129
- Page 137 and 138: Bibliografia Bibliografia [1] Wen-T
- Page 139 and 140: Sitografia Sitografia [1] Ubiquitou
- Page 141: Ringraziamenti Desidero ringraziare
95<br />
CAPITOLO IV<br />
La previsione per il periodo successivo co<strong>in</strong>cide con la me<strong>di</strong>a dei valori<br />
passati.<br />
La metodologia fornisce solamente un valore me<strong>di</strong>o del goodput.<br />
La seconda si basa sull’uso della funzione “me<strong>di</strong>a mobile <strong>di</strong> ord<strong>in</strong>e k”.<br />
L’espressione cui si fa riferimento è <strong>in</strong><strong>di</strong>cata <strong>di</strong> seguito:<br />
G<br />
+ = t 1<br />
t<br />
∑ gi<br />
i=<br />
t−k<br />
+ 1<br />
ed effettua una stima del goodput sulla base <strong>di</strong> un limitato numero <strong>di</strong><br />
campioni (uguale a k).<br />
La scelta <strong>di</strong> k determ<strong>in</strong>a il grado <strong>di</strong> smorzamento del modello.<br />
Per valori alti <strong>di</strong> K si ottengono previsioni maggiormente <strong>di</strong>stribuite con<br />
oscillazioni ampie.<br />
Per valori bassi <strong>di</strong> K si ottengono previsioni con possibilità <strong>di</strong> variazioni<br />
repent<strong>in</strong>e.<br />
Così facendo si è andata a rendere la stima delle prestazioni più puntuale e<br />
accurata, rispetto alla precedente, rendendo pertanto maggiormente reattivo<br />
il sistema <strong>di</strong> calcolo delle performance della rete.<br />
La terza metodologia utilizzata si basa su una funzione chiamata:<br />
spianamento esponenziale.<br />
L’espressione cui si fa riferimento è la seguente:<br />
0 ≤ a ≤1<br />
1<br />
k<br />
( − a)<br />
g + a(<br />
1−<br />
a)<br />
2<br />
Gt + 1 = agt<br />
+ a 1 t−1<br />
gt<br />
−2
Change language