一种改进的3G无线网络丢包模型及仿真方法

黄 超，董育宁

南京邮电大学 通信与信息工程学院，南京 210003

一种改进的3G无线网络丢包模型及仿真方法

黄 超，董育宁

南京邮电大学 通信与信息工程学院，南京 210003

1 引言

无线和移动性逐渐成为终端设备的基本要求，越来越多的应用和服务要求接入到可靠的信道中。但是由于无线移动信道容易受干扰，所以通信容易发生错误。为了达到通信的可靠性要求，在设计这些新应用和服务的时候就需要将信道特性考虑进去。那么，如果能够建立一个较为准确的信道模型，就可以不完全依靠实际的网络而进行相关的分析实验了。通信系统的建模和仿真可以使我们更快地评价端到端的通信性能，优化终端和网络的参数。

通常使用平均丢包率来描述网络状况，但是数据包的丢失情况往往和当前的网络状况有关。实际的网络中可能一段时间连续丢包，接下去一段时间所有数据包都能正确接收。文献[1]对这种相关性进行了分析，认为数据包丢失事件之间是有相关性的，即实际的网络信道是有记忆的。所以仅使用平均丢包率作为模型参数并不能准确描述网络的丢包特性，对于像NS2[2]这样的仿真软件，需要准确的模型来描述网络的丢包过程。

如果用随机变量Xi表示第i个数据包的丢失情况，设Xi=0表示数据包正确接受，Xi=1表示数据包丢失。假设当前数据包的丢失状况和它前面的k个数据包相关，那么{Xi}就是一个k阶马尔可夫链，有2k个状态。k值越大，阶数越高，则模型复杂度越高。文献[3]中使用马尔可夫链模型来分析单路复用模型链路，描述了有线网络单瓶颈节点的网络情况。

当k=0表示每个数据包的丢失情况都是独立的，也就是伯努利模型，该模型以丢包率PL作为唯一参数。这种情况下包丢失密度：

表示在连续的n个数据包中丢失 j个数据包的概率。

Gilbert模型[4]是一种简单的马尔可夫模型，由EN Gilbert于1960年提出，可以用两个独立的事件概率 p和q来完整地描述。该模型可以用来描述网络中的丢包现象，文献[5-6]中都使用了该模型。文献[7]中对该模型进行了详细分析，并给出了基于该模型的计算机仿真方法。文献[8]中提出一种用于视频数据在无线网络上传输的丢包模型。该模型也基于Gilbert模型。虽然Gilbert模型简单、容易实现，但是其精确性仍有待提高。

文献[9]中作者分析发现Gilbert模型可以较精确地描述长时间下网络的平均丢包情况，但是不能较好地反应网络状况的变化，对突发性估计不足。另外对于应用越来越广泛的无线网络，由于其易受周围环境的影响，网络不稳定，所以Gilbert模型更不能准确地描述无线网络的信道情况。作者提出了一种扩展的Gilbert模型，能更好地描述突发丢包。对于k阶扩展Gilbert模型共有k+1个状态{S0，S1，…，Sk}，对于每一个状态的下标表示当前的接收长度至少是k，如果在状态i时出现数据包丢失，那么系统状态会转到S0。每正确接收一个数据包都会使系统状态向后转移，直到Sk，如果这时仍收到数据包，则保持状态不变。任何时刻出现数据包丢失都会导致系统将状态转到S0（丢失状态），这时的数据包接收状况之间的相关性消失，重新开始记录。虽然扩展马尔可夫链的状态可以提高一定的准确性，但是文献[10]中作者实验研究发现增加状态对于性能的提高并不是很大。另外增加状态数的同时也使系统更加复杂，计算和存储需求更高。文献[11]作者使用隐马尔可夫模型来描述比特信息在信道上的传输，文献[12]中作者将该模型应用到包层，根据丢包长度和丢包率将突发情况分类，使用隐马尔可夫模型来描述UMTS（）网络可能发生差错的状态。

文献[13-14]提出了基于马尔可夫Gap模型的丢包描述方法及网络仿真技术，该方法较Gilbert模型能更好地描述网络的丢包状况。但是该方法在Gap区间划分时对于所有Gap均做相同处理，使得在信道误码率增加时模型的准确性下降。虽然增加划分的区间数也可以提高精确性，但是这样会加大计算量和存储空间。

针对上述问题，本文研究改进的3G无线网络丢包模型，并进行仿真实验分析。本文的主要贡献是：针对现有方法中在区间划分时对于所有Gap均做相同处理，导致在信道误码率增加时模型的准确性下降的缺点，提出一种改进的基于Gap的3G无线网络丢包模型。该模型设计了一种非均等的Gap区间划分方法，不仅考虑了长时间的网络丢包状况，同时考虑了相邻Gap之间的相关性。改进后的模型生成的丢包序列能够比现有模型更加准确地描述3G网络的丢包特性。

2 改进的基于Gap的网络丢包模型

下面通过研究3G网络中不同网络状况下数据包的丢失特性，提出一种改进的基于Gap的网络丢包模型和仿真方法。该方法使用真实的网络丢包序列训练出模型中涉及的参数，再用模型来生成丢包序列，并用于网络仿真。此方法不仅描述了长时间的网络丢包状况，同时考虑了相邻丢包之间的相互关系，计算较简单，并且能够更加准确地描述3G网络的丢包特性。

根据马尔可夫间隔模型，设二进制序列{ei}表示数据的接收情况，ei=1表示第i个比特出错，ei=0表示第i个比特正确接收。一个间隔（Gap）就是两个错误比特之间一连串未出错的比特序列，用{Xk}表示二进制序列{ei}中各间隔的长度。该间隔模型可用来描述数据的差错情况。

图1中的二进制序列{Li}表示数据包的接收情况，“1”表示数据包丢失，“0”表示数据包正确接收到。将序列分成两类，间隔（Gap）和簇（Cluster），间隔表示没有丢包的一段序列，用整数序列{Gk}表示{Li}中间隔的长度；簇表示连续丢包的一段序列，用整数序列{Ck}表示{Li}中簇的长度。

图1 trace文件中的Gap和Cluster

前面定义的间隔表示没有丢包的序列，为了能用间隔同时表示间隔序列和簇序列，定义间隔为0时表示一个丢包，如图2所示。

图2 trace文件中的Gap序列

得到一个用间隔序列表示的丢包模型。

间隔的概率p(m)定义如下：

很显然有P(0)=1。

由上面两个公式可得：为了简化模型减少计算量，把间隔长度分成r个区间，rj表示区间[nj，nj+1)。

那么间隔的条件分布如公式（6）所示，表示第k个Gap长度落入第r个区间内的条件下，下一个Gap长度大于等于m的概率。

马尔可夫间隔模型假设间隔的长度序列{Gk}是一个离散时间整数取值的马尔可夫过程且条件概率分布为P(m|nj≤n≤nj+1)，这样模型中的状态个数就减小为r个[nj，nj+1)这样的区间。

原方法中Gap区间的划分是以Gap均匀分布为准则，也就是区间划分好以后，每个区间中Gap的个数是相等的。本文改进Gap区间的划分方法，对于长度较短的Gap（如：0，1，2等）作较为精细的划分，其他的Gap作较为粗略的划分，以使能更好地描述连续丢包的情况。具体的区间划分范围需要在模型训练时对丢包记录文件分析后确定。

根据上面描述的条件概率分布来生成丢包序列，由于在两个相邻的间隔之间引入了相关性，所以改进后的马尔可夫间隔模型能够更好地描述网络上的丢包情况。

本方法的建模过程包括模型训练和仿真序列生成两部分，分别叙述如下。

训练部分（模型参数确定）：

（1）输入Trace文件（包含0、1（byte）序列的二进制文件）。

（2）统计Trace文件中不同长度Gap的个数，设最长Gap的长度为maxLength。

（3）划分Gap区间（划分为r个区间），对于长度较短的Gap（如：0，1，2等）作较为精细的划分，其他的Gap作较为粗略的划分。

（4）按步骤（3）中划分的区间根据公式（6）求条件概率，这样求得一个大小为r×(maxLength+1)的转移矩阵P。

仿真部分（生成随机丢包序列）：

（1）参考转移矩阵P生成下一个Gap长度n，并令i=0；

（2）下一个数据包到达

该数据包正确接收，i++，重复步骤（2）else

该数据包丢失，返回步骤（1）

3 仿真实验及结果分析

文献[15]给出了实际3G信道的丢包记录文件，本文仿真实验使用了其中丢包率分别为3.19%、5.55%、11.16%的三个丢包记录文件。三个丢包记录文件均记录了超过10 000个数据包的接收情况。通过分析其中一个丢包率为5.55%的丢包记录文件，得到其P(m|nj≤n≤nj+1)分布如图3所示。

图3 Gap的条件概率分布

从图3可以看出，前一个时刻的Gap长度越长，下一个时刻生成长Gap的概率就越大。

下面利用本文提出的丢包模型和仿真方法在计算机上生成丢包序列，并将其和原始数据、现有的Gilbert模型[6]和Gap模型[10]生成的丢包序列进行了比较。为了评价模型的准确性，实验中使用了多种统计方法，除了平均丢包率和平均丢包长度，还使用了块丢失率P(m，n)，表示在一个长度为n的数据包块中丢包个数大于等于m的概率，实验中使用的块长度为12。

实验场景一：使用丢包率为3.19%的丢包记录文件，平均丢包长度为1.038 339，Gap长度均匀划分为6个区间，各区间分别为0～3，4～10，11～19，20～32，33～54，55…仿真结果如表1和图4所示。其中，“3GPP数据”表示真实值。

图4 场景一块丢失率仿真结果比较

表1 数据1相关统计量

实验场景二：使用丢包率为5.55%的丢包记录文件，平均丢包长度为1.134。根据建模过程训练部分第3步中Gap长度区间的划分方法，将Gap长度区间划分为0，1～2，3～6，7～14，15～28，29…仿真结果如表2和图5所示。

图5 场景二块丢失率仿真结果比较

表2 数据2相关统计量

实验场景三：使用丢包率为11.16%的丢包记录文件，平均丢包长度为1.175 457。根据建模过程训练部分第3步中Gap长度区间的划分方法，将Gap长度区间划分为0，1，2，3，7～11，12…仿真结果如表3和图6所示。

图6 场景三块丢失率仿真结果比较

表3 数据3相关统计量

本文仿真实验的复杂度和计算量均和文献[14]中方法相同。从表1～3中可以看出，在不同的丢包率下各模型都能较好地描述丢包率和平均丢包长度。下面考虑块丢失率，从实验场景一图4中可以发现，当丢包率较小的时候，Gilbert和Gap模型均能较好地描述信道的状况。而当丢包率变大时（图5和图6），Gilbert模型对于连续丢包情况的描述准确性下降，Gap模型有了一定的改进，但是本文模型可以更好地仿真信道的真实情况（与真实值最接近）。

4 总结

本文研究了3G无线信道不同错误率下数据包的丢失特性，提出了一种改进的网络数据包丢失模型和仿真方法。该方法不仅考虑了长时间的网络丢包状况，同时考虑了相邻丢包之间的相互关系，能够比现有模型更加准确地描述3G网络的丢包特性，该模型还可用于NS2等网络仿真软件。本模型不仅适用于3G网络，对于其他类型的网络本模型也适用，只需对相关网络的丢包序列记录文件进行训练建模，就能得到适用于该网络的丢包模型。

[1]Yajnik M，Moon S，Kurose J，et al.Measurement and modeling of the temporal dependence in packet loss[C]//Joint Conf IEEE Computer Communication，1999：345-353.

[2]The network simulator NS-2[EB/OL].[2012-11-10].http：// www.isi.edu/nsnam/ns/.

[3]Yu Xunqi，Modestino J W，Tian Xusheng.The accuracy of Markov chain models in predicting packet-loss statistics for a single multiplexer[J].IEEE Transactions on Information Theory，2008，54（1）：489-501.

[4]Gilbert E N.Capacity of a burst-noise channel[J].Bell System Tech Journal，1960，39：1253-1266.

[5]Sanneck H，Carle G A.Framework model for packet loss metric based on loss run length[C]//MMCN2000，2000：177-187.

[6]Jiang W，Schulzrinne H.Modeling of packet loss and delay and their effect on real-time multimedia service quality[C]// NOSSDAV2000，2000.

[7]兰帆，张尧朝.基于Gilbert模型的网络丢包仿真[J].计算机工程，2004（12）：200-203.

[8]Liu Fangqin，Fan Yanfei，Shen Xuemin.An analytical model to study the packet loss burstiness over wireless channels[C]//Global Telecommunications Conference，2010：1-5.

[9]Carvalho L，Angeja J，Navarro A.A new packet loss model of the IEEE 802.11g wireless network for multimedia communications[J].Consumer Electronics IEEE，2005，51（3）：809-814.

[10]Cardoso K V.Accurate hidden Markov modeling of packet losses in indoor 802.11 networks[J].Communications Letters IEEE，2009，13（6）：417-419.

[11]Frías J G，Crespo M P.Hidden markov models for burst error characterization in indoor radio channels[J].IEEE Transactions on Vehicular Technology，1997，4（46）：1006-1020.

[12]Gomis V，Cabrera J，Plaza J C.Combined Markov model for packet loss characterization in UMTS channels[C]// IEEE 66th Vehicular Technology Conference，VTC 2007-Fall，Baltimore，MD，United States，2007：782-786.

[13]Haddad A，Tsai S，Goldberg B，et al.Markov gap Models for real communication channels[J].Communications IEEE，1975，23（11）：1189-1197.

[14]Lee H，Varshney P K.Gap-based modeling of packet losses over the Internet modeling[C]//MASCOTS，2002：507-510.

[15]Wenger S.VCEG Q15-I-16r1 Error patterns for Internet experiments[S].2002.

HUANG Chao,DONG Yuning

College of Telecommunication and Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China

Since the reliability of the communication system remains to be improved,packet loss is still a crucial issue in wireless network application research.Analysis experiments for network applications can be performed by computer simulation based on the communication channel model,not entirely rely on the actual network.An improved network packet loss model based on Gap model is proposed,and the simulation method is also described after the analysis of this model. Without complex calculation,the model can characterize the packet loss situation for long time and the interrelation between adjacent packet losses.It can simulate the packet loss characteristic of 3G network more accurate than existing models.

channel model;packet loss;computer simulation

通信系统的可靠性仍有待提高，无线网络的丢包问题是网络应用研究中比较重要的问题。通过对通信信道建模，利用计算机进行信道仿真，可以不完全依靠实际的网络而进行相关网络应用的分析实验。基于马尔可夫Gap模型，提出了一种改进的网络丢包模型，并基于该模型进行了分析和仿真实验。该方法不仅考虑了长时间的网络丢包状况，同时考虑了相邻丢包之间的相互关系，能够比现有模型更加准确地描述3G网络的丢包特性。

信道模型；丢包；计算机仿真

A

TP391

10.3778/j.issn.1002-8331.1301-0332

HUANG Chao,DONG Yuning.Improved packet loss model and simulation method for 3G network.Computer Engineering and Applications,2014,50（24）：100-103.

国家自然科学基金（No.60972038，No.61271233）；教育部高等学校博士学科点专项科研基金（No.20103223110001）。

黄超（1988—），男，硕士研究生，研究领域为无线多媒体通信；董育宁（1955—），男，博士，教授，研究领域为多媒体通信、无线通信网络。E-mail：hc.huangch@gmail.com

2013-01-29

2013-06-07

1002-8331（2014）24-0100-04

CNKI网络优先出版：2013-07-03，http∶//www.cnki.net/kcms/detail/11.2127.TP.20130703.1142.005.html