Optimum Deployment of FiWi Networks using Wireless Sensors based on Universal Data Aggregation...
-
Upload
emilio-espejo-correa -
Category
Documents
-
view
212 -
download
0
Transcript of Optimum Deployment of FiWi Networks using Wireless Sensors based on Universal Data Aggregation...
Optimum Deployment of FiWi Networksusing Wireless Sensors based on
Universal Data Aggregation PointsArturo Peralta–Sevilla1, Esteban Inga2, Renato Cumbal3, Roberto Hincapié4
1GITEL – Grupo de investigación en telecomunicaciones – UPS – Sede Cuenca2GIREI – Grupo de investigación en redes inteligentes – UPS – Sede Quito3GIETEC – Grupo de investigación en electrónica y telemática – UPS – Sede Quito4GIDATI – Grupo de Investigación en Desarrollo y Aplicación en Telecomunicaciones e Informática – UPB
IEEE Colombian Conference on Communications and Computing
2
Agenda: • Motivación.• Introducción.• Arquitectura FiWi para VANET y AMI.• Planteamiento del Problema.• Modelo Optimización ILP.• Algoritmo CLDAC.• Resultados de simulación.• Conclusiones, aportes y futuros trabajos.• Preguntas.
IEEE Colombian Conference on Communications and Computing
3
Motivación¿¿¿Cómo aglutinar los datos de servicios prestados por Smart Grids y VANETs???
- Será posible en el futuro disponer de Puntos de Agregación de Datos Universales (UDAP) …
¿¿¿Qué acontece con la planeación y despliegue de las redes de comunicaciones que manejen el BIG DATA???- Pensando proactivamente será una alternativa las Redes Híbridas como es el caso de FiWi …
IEEE Colombian Conference on Communications and Computing
4
Redes FiWiFibra inalámbrica (FiWi) apuntan a la combinación de la enorme cantidad de ancho de banda disponible de las redes ópticas y la ubicuidad y movilidad de las redes de acceso inalámbrico con el objetivo de reducir su coste y la complejidad1.Tecnología disponible para la evolución de las redes de acceso inalámbricas y ópticas, respectivamente, prestando especial atención a las redes de fibra (TWDM–PON2) y de malla inalámbricas. Redes FiWi dan lugar a nuevas soluciones y paradigmas de redes de acceso de gran alcance3.
1Fiber–Wireless (FiWi) access networks: A survey (IEEE).2A. Peralta–Sevilla, “Multiservice hybrid WDM/TDM–PON dimensioning using a heuristic method,” IEEE–ColCom2014.3Fiber–Wireless (FiWi) access networks: Challenges and opportunities.
Introducción
IEEE Colombian Conference on Communications and Computing
5
AMI (Advanced Metering Infrastructure)Infraestructura de medición avanzada de energía eléctrica que es una etapa degran importancia en Smart Grid (Red Eléctrica Inteligente).
RSU (RoadSide Unit)Es un dispositivo fijo que usualmente se ubica en el trayecto de una carretera o en localizaciones como intersecciones, espacios cercanos a parqueaderos, etc. Es parte del dominio de Infraestructura de las VANET(Redes Vehiculares AdHoc).
Introducción
IEEE Colombian Conference on Communications and Computing
6
Introducción
Fuente: Mbugua Njihia
IEEE Colombian Conference on Communications and Computing
7
Despliegue de la Red FiWi
•¿Cómo lograr un Optimo Dimensionamiento de una Red FiWi que permitirá disponer Puntos de Agregación de Datos Universal (UDAP)?Mediante un modelo de optimización de costos involucrados en el despliegue de la infraestructura de comunicaciones FiWi mediante programación lineal entera (ILP), los mismos que permitirán el transporte de información proveniente de redes vehiculares (VANET) y de la infraestructura de medición avanzada de energía eléctrica (AMI). –Primer aporte-Soluciones heurísticas sub–óptimas, mediante un algoritmo que lo hemos denominado Clustering Location Deployment Allocation Cost–CLDAC. El algoritmo busca generar un enlace entre UDAP con un mínimo costo en el despliegue de los enlaces backhaul de fibra óptica. –Segundo Aporte-
Introducción
IEEE Colombian Conference on Communications and Computing
8
Arquitectura FiWi para VANET y AMI
AMIHAN
RBRB
RB
UDAP
FibraÓptica
MAN
SM
SM
UDAP – Universal Data Aggregation
Point
RB – Radio Base
SM – Smart Meter
VANET – Vehicular Ad-Hoc Network
HAN – Home Area Network
NAN – Neighborhood Area Network
MAN – Metropolitan Area Network
SMAMI
AMI
IEEE Colombian Conference on Communications and Computing
9
Planteamiento del Problema
IEEE Colombian Conference on Communications and Computing
10
Modelo de Optimización ILP
IEEE Colombian Conference on Communications and Computing
11
Algoritmo CLDACClusteringLocation
DeploymentAllocation
CostENTRADA DE DATOS
AGRUPAMIENTO
UBICACIÓN
DESPLIEGUE
DESIGNACIÓN
COSTOS
λ3+λ4+λ5+λ6+λ7+λ8λ3+λ4+λ5
λ6+λ7+λ8
λ1+λ2
CUBIERTA POR λ1,λ2
CUBIERTA POR λ3,λ4,λ5 CUBIERTA
POR λ6,λ7,λ8
Fibra Óptica Red Primaria De AlimentaciónMultiplexación WDM
λ1 λ2
Fibra Óptica Red Secundaria De DistribuciónMultiplexación TDM
SP 11
Relación 1:2
SP 22
Relación 1:4
SP 21
Relación 1:2
ZONA 3ZONA 2
ZONA 1
ONU11
ONU12 ONU1
3
ONU14
ONU15
AWG 2AWG 3
AWG 1
OLT
IEEE Colombian Conference on Communications and Computing
12
Algoritmo CLDACClusteringLocation
DeploymentAllocation
Cost
WHILE K < I%COMPARE RESTRICTIONS STEP
6IF STEP 6K–1 > STEP 6K
TAKE OF BASE TOPOLOGYK
ELSETAKE OF BASE TOPOLOGYK–1
END IFK++
GO (1–C)END WHILE
P++K==1
GO (1–C)
7
START
DATA INPUTGRAFOG(VS, ES)
VS = {V1, V2, …, VN} ES = {E1, E2, …, EL}
CALCULATE ZONES NUMBER = PCALCULATE ONU NUMBER = M
ITERACTION NUMBER = IK==1
(DIJKSTRA) → PRIMARY NETWORK DEPLOYMENT OLT↔AWG (DIJKSTRA) → SECONDARY NETWORK DEPLOYMENT AWG↔ONU3–D
ALLOCATE PORTS FOR AWG OF T = {1:2, 1:4, 1:8, 1:16, 1:32, 1:64}
ALLOCATES A POINT OF DIVISION LIKE A SPLITTER = SPPRIMARY NETWORK OLT↔AWG
SP1 = {SP11, SP1
2, …, SP1Q}
ALLOCATE PORTS OF T = {1:2, 1:4, 1:8, 1:16, 1:32, 1:64} SECONDARY NETWORK AWG↔ONU
SP2 = {SP21, SP22, …, SP2R} ALLOCATE PORTS OF T = {1:2, 1:4, 1:8, 1:16, 1:32, 1:64}
4–A
LOCATION OLT → Vj
ELIMINATE Vj OF VS
CLUSTERING P ZONES (K–MEANS)LOCATION OF AWG IN CENTROID OF EACH P ZONE {V1,V2,…,VP}
ELIMINATE {V1,V2,…,VP} OF VS
CLUSTERING M SUBZONES (K–MEANS)LOCATION OF ONU IN CENTROID OF EACH M SUBZONE {O1
1,O12, …,OP
7,OP
8, …,OPM}
1–C
2–L
CALCULATE COSTS OPTIC FIBER AND TRENCHING CALCULATE COSTS EQUIPMENT
CALCULATE ATENUATION ON PATHS PRIMARY NETWORK OLT↔AWGCALCULATE ATENUATION ON PATHS SECONDARY NETWORK AWG↔ONU
5–C
TOPOLOGYREADY
SI
CHECK RESTRICTIONS ARE FULFILLEDMAXIMUM DISTANCE OLT↔AWG
ANDMAXIMUM DISTANCE AWG↔ONU
ANDMAXIMUM ATTENUATION OLT↔AWG
ANDMAXIMA ATTENUATION AWG↔ONU
NO
0
6
IEEE Colombian Conference on Communications and Computing
13
Resultados de Simulación
Área Geo–Referenciadapara Caso de EstudioCiudad Metropolitanade Quito–Ecuador
OpenStreetMap (OSM)-78.5 -78.498-78.496-78.494-78.492 -78.49 -78.488-78.486-78.484-78.482
-0.212
-0.21
-0.208
-0.206
-0.204
-0.202
-0.2
-0.198
Longitud (o)
Latit
ud (
o )
123
4
5
6
7
8
9
10
11
12
13
1415
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
3132
3334
35
36
37
38
39
40
4142
434445
46
47
4849
50
51
52
53
54
55
56
57
5859
60
6162
6364
65
6667
6869
7071
7273
7475
7677
7879
80
8182
8384
8586
8788
89
9091
9293
94
95
Zona de Estudio
Calles e InterseccionesDelimitación de Algunos Predios
IEEE Colombian Conference on Communications and Computing
14
Resultados de Simulación
1 2 3 4 5 6 7 8 9 1060
70
80
90
100
110
120
130
ITERACIONES
CO
STO
TO
TA
L T
WD
M-P
ON
MIL
ES
DE
DO
LA
RE
S
COSTOS-2 AWG-8 ONURB-128 UDAP
COSTOS-3 AWG-12 ONURB-192 UDAP
COSTOS-4 AWG-16 ONURB-512 UDAP
1 2 3 4 5 6 7 8 9 104
5
6
7
8
9
10
11
12
13
14
15
ITERACCIONES
LA
MB
DA
S
LAMBDAS DISPONIBLES CON 2 AWG
LAMBDAS OCUPADAS CON 2 AWG
LAMBDAS DISPONIBLES CON 3 AWG
LAMBDAS OCUPADAS CON 3 AWG
LAMBDAS DISPONIBLES CON 4 AWG
LAMBDAS OCUPADAS CON 4 AWG
1 2 3 4 5 6 7 8 9 101.5
2
2.5
3
3.5
4
4.5
5
5.5
6
6.5
ITERACIONES
TR
AY
EC
TO
S
D
E M
ÁX
IMA
AT
EN
UA
CIÓ
N [
dB]
>> Aten => 2 AWG: OLT => AWG>> Aten => 3 AWG: OLT => AWG>> Aten => 4 AWG: OLT => AWG>> Aten => 2 AWG: AWG => ONU>> Aten => 3 AWG: AWG => ONU>> Aten => 4 AWG: AWG => ONU
IEEE Colombian Conference on Communications and Computing
15
Resultados de Simulación
-78.5 -78.496 -78.492 -78.488-0.21
-0.208
-0.206
-0.204
-0.202
-0.2
(°) Longitud
(°)
Lat
itud
AWG
ONU
OLT
SP2
IEEE Colombian Conference on Communications and Computing
16
Conclusiones, aportes y futuros trabajos• El presente trabajo permite consolidar el concepto de Smart Grid
que busca ser escalable, eficiente y confiable en el consumo de energía, que para nuestro caso se relaciona al consumo por despliegue de la red de comunicaciones para los diferentes multiservicios que pueden ser soportados en AMI y VANET.
• El modelo ILP, y el algoritmo propuesto CLDAC, aseguran un despliegue óptimo de la red de fibra óptica con una mínima asignación de costos en la ubicación de radio bases conglomeradas, así como de los enlaces en TWDM–PON.
• En adición, se confirma un óptimo despliegue FiWi que pensando en futuros trabajos se pueden incorporar proyecciones estocásticas, que permitan aplicar escenarios de escalabilidad dinámica, acorde a parámetros como son densidad poblacional, demandas de tráfico, mismos que orienten la próxima expansión de la red óptica.
¡GRACIAS!
¡THANKS!