tóm tắt luận văn thạc sĩ kỹ thuật ỨNG DỤNG PHƯƠNG PHÁP GIẢM bậc mô HÌNH TRONG xây DỰNG cấu TRÚC MẠNG QUẢN lý VIỄN THÔNG

BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP
NGUYỄN ANH TUẤN
ỨNG DỤNG PHƯƠNG PHÁP GIẢM BẬC MÔ HÌNH
TRONG XÂY DỰNG CẤU TRÚC MẠNG
QUẢN LÝ VIỄN THÔNG
CHUYÊN NGÀNH: KỸ THUẬT ĐIỆN TỬ
MÃ SỐ: 605270
TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT
NGƯỜI HƯỚNG DẪN KHOA HỌC
PGS.TS. Nguyễn Hữu Công
THÁI NGUYÊN - 2011
Luận văn được hoàn thành tại trường Đại học Kỹ tuật Công
nghiệp Thái Nguyên.
Cán bộ HDKH : PGS.TS. Nguyễn Hữu Công
Phản biện 1 : PGS.TS. Nguyễn Quốc Trung
Phản biện 2 : PGS.TS. Nguyễn Thanh Hà
Luận văn đã được bảo vệ trước hội đồng chấm luận văn, họp
tại: Phòng cao học số 3, trường Đại học Kỹ thuật Công nghiệp Thái
Nguyên.
Vào 14 giờ 00 phút ngày 22 tháng 12 năm 2011.
Có thể tìm hiểu luận văn tại Trung tâm Học liệu tại Đại học
Thái Nguyên và Thư viện trường Đại học Kỹ thuật Công nghiệp Thái
Nguyên.
MỞ ĐẦU
1. Lý do chọn đề tài
Mạng viễn thông được coi là cơ sở hạ tầng truyền thông của
hiện tại và tương lai, cho phép tích hợp tất cả các dịch vụ lên trên
nền một hệ thống phương tiện truyền thông duy nhất. Một trong các
vấn đề được quan tâm nghiên cứu hiện nay là việc xây dựng nên

phương pháp để giải quyết các bài toán điều khiển lưu lượng thông
minh trên mạng viễn thông hiện tại. Nhằm giải quyết được vấn đề
tránh tắc nghẽn và tối ưu hoá thời gian truyền nhận các gói dữ liệu
thông qua các router trên mạng.
Quản lý hàng đợi nút lõi trên mạng lõi là các dòng lưu lượng
tổ hợp. Tại nút lõi, tốc độ dòng lưu lượng tổ hợp đến nó phải được
ước lượng để làm cơ sở đưa ra các quyết định điều khiển. Trễ truyền
làm giảm độ chính xác của việc tính toán ước lượng tốc độ lưu
lượng, thậm chí có thể làm cho thuật toán điều khiển trở nên mất ổn
định. Việc ước lượng lưu lượng được thực hiện dựa trên các thông
tin giám sát được cũng như các số liệu quá khứ và các kết quả dự báo
trước đó. Thuật toán điều khiển sẽ duy trì giá trị độ dài xếp hàng tại
bộ đệm xung quanh giá trị cân bằng mong muốn.
Việc ứng dụng phương trình trạng thái mô tả các đặc trưng
của phần tử đại diện trong mạng viễn thông hiện đại dưới dạng các
hệ thống có động học cần được quản lý, điều khiển và hệ động học
phải đưa ra tín hiệu điều khiển. Hiển nhiên chất lượng điều khiển,
vận hành của các phần tử mạng càng cao khi mô hình toán học có
khả năng mô tả càng chính xác các động học thực tế xảy ra trong hệ
thống. Nhưng để đáp ứng đòi hỏi đó kết quả của các quá trình mô
phỏng là các mô hình toán học phức tạp có bậc rất cao, gây nhiều
1
phiền phức trong khi nắm bắt về hệ thống cũng như khó khăn nhằm
thỏa mãn tính hội tụ, nhu cầu theo thời gian thực,
Để điều khiển hệ thống theo thời gian thực thì chúng ta cần
phải tìm cách tăng tốc độ tính toán của hệ điều khiển
Với các lý do trên đề tài đề xuất việc xây dựng cấu trúc
TMN nhằm quản lý các hàng đợi mạng động học xảy ra trên mạng
viễn thông. Từ đó tìm giải phảp để đơn giản hóa cấu trúc TMN cụ
thể là sử dụng phương pháp giảm bậc mô hình, đồng thời nghiên cứu

ảnh hưởng của TMN đối với hiệu năng và chất lượng dịch vụ của
mạng viễn thông.
2. Mục tiêu nghiên cứu
Mục đích của luận văn là nghiên cứu và ứng dụng phương
pháp giảm bậc mô hình đối với bài toán quản lý lưu lượng mạng để
xây dựng cấu trúc mạng TMN theo góc độ lý thuyết hệ thống. Đồng
thời từ cấu trúc TMN xây dựng đánh giá hiệu năng và chất lượng
dịch vụ của mạng viễn thông.
3. Nội dung nghiên cứu
- Đánh giá tổng quát về các phương pháp giảm bậc mô hình.
- Nghiên cứu giảm bậc mô hình theo phương pháp cân bằng nội.
- Bài toán quản lý hàng đơi AQM trong TMN
- Áp dụng phương pháp giảm bậc mô hình theo phương pháp
cân bằng nội vào bài toán quản lý hàng đợi tại các nút mạng trong
TMN
4. Đóng góp của luận văn
- Giảm bậc mô hình áp dụng theo phương pháp cân bằng nội
sẽ giúp giảm độ phức tạp của thuật toán điều khiển, giảm thông tin
thừa, tăng tốc độ xử lý.
2
- Xây dựng được bài toán quản lý ứng dụng giảm bậc mô
hình để đánh giá các tác động trong mạng viễn thông.
Áp dụng bài toán này để xây dựng cấu trúc mạng TMN cho
các mạng viễn thông cụ thể.
Bản luận văn gồm 92 trang với 4 chương, tác giả đã tìm hiểu
lý thuyết:
• Kiến thức tổng quan về bài toán quản lý hàng đợi tích cực
trong mạng viễn thông. Và đưa ra một số bài toán đã xử lý hàng đợi.
• Nghiên cứu lý thuyết về phương pháp giảm bậc mô hình, ở
đây luận văn chủ yếu đưa ra phương pháp giảm bậc cân bằng nội của

Moore…
•Áp dụng phương phương pháp giảm bậc mô hình cho bài
toán quản lý hàng đợi tích cực AQM.
5. KẾT CẤU LUẬN VĂN.
Ngoài các phần: Mở đầu, Mục lục, Thuật ngữ viết tắt và Kết luận,
Luận văn được bố cục gồm 4 chương, 34 hình vẽ, 09 bảng biểu và 27
tài liệu tham khảo.
Chương 1: Tổng quan về quản lý hàng đợi.
Chương 2: Các phương pháp quản lý hàng đợi.
Chương 3: Giảm bậc mô hình theo phương pháp cân bằng nội.
Chương 4: Áp dụng giảm bậc mô hình cho bài toán quản lý hàng đợi tích
cực AQM trong Viễn thông.
3
CHƯƠNG 1 TỔNG QUAN VỀ QUẢN LÝ HÀNG ĐỢI
Ngày nay, với sự bùng nổ và phát triển nhanh chóng của
mạng Internet như hiện nay, hàng triệu chiếc máy tính trên thế giới đã
có thể kết nối với nhau để chia sẻ tài nguyên lẫn nhau. Ở một mức độ
khác, Internet bao gồm nhiều máy tính chuyên dụng được gọi là các
router được sử dụng làm cầu nối trung gian chuyển tải dữ liệu giữa
các hệ thống với nhau. Và
những router này được kết nối với nhau
bởi các mối liên kết truyền thông. Trong một
mạng máy tính lớn
như vậy, nhiều hệ thống có thể đang sử dụng mạng cùng một lúc. Và
hiện tượng quá tải hay tắc nghẽn mạng xuất hiện khi những hệ thống
này đồng thời truyền dữ liệu nhiều hơn mức mà các chương chình
chuyển vận có thể thực hiện được. Để giải quyết vấn đề này, người ta
phải sử dụng những giải thuật phát hiện và điều khiển sự tắc
nghẽn
trong mạng. Việc sử dụng các cơ chế điều khiển tắc nghẽn sẽ giúp

các hệ thống
cùng chia sẻ cơ sở hạ tầng mạng tốt hơn.
Ở chương này, luận văn giới thiệu chung về quản lý hàng đợi
tích cực, nguyên nhân nghẽn mạng, mất dữ liệu, cơ chế truyền dữ
liệu trong mạng và sự cần thiết phải quản lý hàng đợi:
Hình 1.3: Ví dụ về nghẽn mạng
4
CHƯƠNG 2 CÁC PHƯƠNG PHÁP QUẢN LÝ HÀNG ĐỢI
Một số lượng lớn các giải thuật quản lý hàng đợi tích cực
( AQM ) đã được người ta nghiên cứu và đề xướng trong nhiều năm
gần đây. Ở phần này, chúng ta sẽ đi nghiên cứu, tìm hiểu một số thuật
toán quản lý hàng đợi tích cực như:
ECN (Explicit Congestion Notification) : Cơ chế thông
báo tắc nghẽn .
RED ( Random Early Detection): Cơ chế huỷ bỏ sớm
ngẫu nhiên.
WRED (Weighted Random Early Discarding ) : Cơ chế
hủy bỏ sớm ngẫu nhiên có trọng số.
ARED ( Adaptive - RED ). 
DRED ( Dynamic - RED ) . 
SRED ( Stabilized - RED).
CHƯƠNG 3 GIẢM BẬC MÔ HÌNH THEO PHƯƠNG PHÁP
CÂN BĂNG NỘI
a. Giới thiệu bài toán giảm bậc mô hình
Khái niệm cân bằng nội được Moore đề xuất đầu tiên năm
1981 và áp dụng để giải bài toán giảm bậc mô hình [13], được
Perenbo và Silverman phát triển thêm năm 1982 [14] và năm 1984,
được Glover xác định mối quan hệ với các chuẩn Hankel [15]. Điều
kiện cân băng nội được xây dựng trên cơ sở chéo hóa đồng thời hai
Gramian đặc trưng cho khả năng điều khiển và quan sát của hệ

thống.
5
Cho một hệ tuyến tính, liên tục, tham số bất biến theo thời
gian, có nhiều đầu vào, nhiều đầu ra, mô tả trong không gian trạng
thái bởi hệ phương trình sau:
Cxy
BuAxx
=
+=

(3.1)
trong đó, x ∈ R
n
, u ∈ R
p
, y ∈ R
q
, A ∈ R
nxn
, B ∈ R
nxp
, C ∈ R
qxn
.
Mục tiêu của bài toán giảm bậc đối với mô hình mô tả bởi hệ
phương trình đã cho trong (3.1) là tìm mô hình mô tả bởi hệ các
phương trình:
rrr
rrrr
xCy

uBxAx
=
+=

(3.2)
trong đó, x
r
∈ R
r
, u ∈ R
p
, y
r
∈R
q
, A
r
∈ R
rxr
, B
r
∈ R
rxp
, C
r
∈ R
qxr
, với r
≤ n;
Sao cho mô hình mô tả bởi phương trình (3.2) có thể thay

thế mô hình mô tả bởi phương trình trong (3.1) ứng dụng trong phân
tích, thiết kế, điều khiển hệ thống.
R: là trường số thực.
PC[t
1
, t
2
] : là vành các hàm liên tục từng đoạn trong khoảng
thời gian [t
1
, t
2
].
R
m

là không gian véc tơ Eculid m chiều.
PC
m
[t
1
, t
2
] là không gian véc tơ m chiều của các mẩu hàm
liên tục từng đoạn trong khoảng thời gian [t
1
, t
2
].
S là không gian con của R

n
.
S
⊥
là ký hiệu của phần bù trực giao của không gian con S.
6
U là ma trận cơ sở trực giao của S, với mỗi cột của U là một
cơ sở trực chuẩn của S.
Ánh xạ M: R
k
→ R
n
: chiếu từ không gian véc tơ R
k
đến
không gian véc tơ R
n
– tương ứng sẽ xác định được một ma trận M
của ánh xạ M có kích thước là (k x m) hay M∈R
kxm
– tập các ma trận
số thực có kích thước (k x m).
Ker(M) là hạt nhân của ánh xạ M – là tập tất cả các phần tử
của R
k
có ảnh là θ∈R
n
(tập rỗng), ker(M) là không gian con của R
k
.

Ker(M) := {x | x∈R
k
, M(x) = θ}
Im(M) là ảnh của ánh xạ M – Là tập tất cả các phần tử của
R
n
là ảnh của ít nhất một phần tử của R
k
. Im(M) là không gian con
của R
n
.
Im(M) := {y | y∈R
n
, ∃x∈R
k
, M(x) = y}
M
T
là ma trận chuyển vị của ma trận M
||M|| chuẩn của một ma trận
||M||
F
: là chuẩn Eculid của ma trận M (hay chuẩn Frobenius)
||M||
2
: là phổ tiêu chuẩn – chuẩn bậc 2 của ma trận M
||v|| chuẩn của một véctơ trong không gian Eculid R
n
.

b. Phương pháp giảm bậc mô hình theo phương pháp
cân bằng nội Moore
Để giảm bậc mô hình đối với một hệ được mô tả bởi phương trình
trong (3.1)
Cxy
BuAxx
=
+=

(3.1)
chúng tôi thực hiện theo thuật toán như sau:
Bước 1: Kiểm tra tính ổn định tiệm cận và khả năng điều khiển được
và quan sát được của mô hình (3.1).
7
Nếu A là ma trận ổn định (tất cả các giá trị riêng của A đều có phần
thực âm) và hệ mô tả bởi phương trình trong (3.1) có khả năng điều
khiển và quan sát hoàn toàn. Gramian đặc trưng cho khả năng điều
khiển và cho khả năng quan sát của hệ được có dạng:
dteBBeW
tATAt
c
T
∫
∞
=
0

(3.86)
dteCCeW
tATAt

o
T
.
0
∫
∞
=

(3.87)
Bước 2: Giải hệ phương trình Lyapunov:
AW
c
+ W
c
A
T
= -BB
T
(3.88)
A
T
W
o
+ W
o
A = -C
T
C
(3.89)
Ta tìm được W

c
W
o
là các ma trận đối xứng, xác định thực
dương.
Bước 3: Xác định V
c
và Λ
c
Vì W
c
là ma trận đối xứng, xác định, thực dương nên luôn
tồn tại một ma trận trực giao V
c
và một ma trận đường chéo Σ
c
= diag
(µ
1
,µ
2
µ
n
), trong đó (µ
1
≥ µ
2
≥ ≥ µ
n
≥ 0, sao cho:(V

c
)
T
W
c
V
c
=
(Σ
c
)
2
(3.90)
Bước 4: Xác định P và Σ
Từ V
c
và Σ
c
ta được xây dựng một ma trận đối xứng, xác
định thực dương
W = (V
c
Σ
c
)
T
W
o
(V
c

Σ
c
)
(3.91)
8
Ma trận đó có thể được chéo hóa bởi P
T
WP = Σ trong đó, P
là ma trận trực giao và: Σ = diag (σ
1
, σ
2
, , σ
n
), với σ
1
≥ σ
2
≥ ≥ σ
n
≥ 0 (3.92)
Bước 5: Xác định ma trận T không suy biến
Σ
Σ=
1
PVT
cc
(3.93)
có tính chất sau:
Σ==

Σ==
−
−−
TWTW
TWTW
o
T
o
T
cc
)*(
)*(
1
(3.94)
trong đó, (W
c
)* và (W
o
)* là các gramian đặc trưng cho tính đồng thời
điều khiển, quan sát của hệ gốc trong hệ tọa độ biến đổi :
***
****
xCy
uBxAx
=
+=

(3.95)
Với A
*

= T
-1
AT ; B
*
= T
-1
B ; C
*
= CT. Hệ mô tả trong trường hợp
này được gọi là hệ trong tọa độ cân bằng nội hay thường gọi là hệ
cân bằng nội.
Nhận xét:
Theo phương pháp cân bằng nội, mô hình giảm bậc thu được
bằng cách loại các trạng thái ít có khả năng điều khiển và quan sát từ
phương trình trong (3.95). Kết quả là các biến trạng thái của mô hình
giảm bậc gần đúng với r biến trạng thái đầu tiên của phương trình
trong (3.94). Việc so sánh giữa phương pháp cân bằng ma trận với
phương pháp ghép hợp được Lastman cùng các tác giả khác thực
hiện qua các ví dụ tính toán [16] và cho thấy rằng mô hình giảm bậc
thu được bởi việc áp dụng phương pháp ghép hợp có thể cùng ở mức
độ tiện lợi như phương pháp cân bằng nội với điều kiện là các trị
9
riêng của mô hình gốc bậc cao mang đúng tính trội. Qua phân tích
sai số trong trường hợp xấu của phương pháp cân bằng nội cho thấy
rằng khi mô hình gốc được cân bằng nội toàn bậc, việc tính toán các
giá trị giới hạn của sai số được đơn giản hóa [17].
Năm 1989, Prakash và Rao đề xuất phiên bản điều chỉnh
phương pháp cân bằng nội của Moore, trong đó mô hình giảm bậc
tìm được bằng cách làm gần đúng trạng thái của các phân hệ yếu
theo nghĩa cân bằng quanh trục tần số bằng 0 [22]. Điều đó có tác

dụng giảm chuẩn phổ đối với sai số mô phỏng ở tần số thấp.
c.1 số bài toán áp dụng phương pháp giảm bậc mô hình
Phần này luận văn đưa ra 3 ví dụ với Mục đích chính thông
qua ví dụ bằng số nhằm minh họa những ưu điểm của phương pháp
cân bằng nội so với các phương pháp giảm bậc khác tồn tại trong các
tài liệu chuyên môn thuộc chuyên ngành hẹp đồng thời đánh giá sai
số của các mô hình giảm bậc trong miền tần số.
CHƯƠNG IV ỨNG DỤNG GIẢM BẬC MÔ HÌNH CHO BÀI
TOÁN QUẢN LÝ HÀNG ĐỢI TÍCH CỰC (AQM) TRONG
VIỄN THÔNG
4.1 Mở đầu
Như đã biết điều khiển luồng dữ liệu là một cơ chế quan trọng
trong điều khiển tắc nghẽn mạng TCP. Trong những năm gần đây rất
nhiều nghiên cứu có thể khai thác các node trung gian nếu giảm thiểu
tắc nghẽn trên mạng. Điều đó đã dẫn đến việc thiết lập thêm một số
phương pháp quản lý hàng đợi như đã đề cập trong chương 2 là một
khai thác tốt và có hiệu quả . Quản lý hàng đợi có thể coi như là một
lớp các gói tin mất/đánh dấu trong các router. Nhiệm vụ của nó chính
là:
10
+ Sớm phát hiện khả năng tắc nghẽn từ nguồn để có thể mất
gói/đánh dấu các gói.
+ Cho phép luồng dữ liệu truyền ổn định.
+ Loại bỏ hiệu quả các quá trình với hàng đợi đã đầy và đã tồn
tại với thời gian dài.
+ Cho phép có thể thực hiện nhịp nhàng giữa thông lượng lớn
với trễ xảy ra khi hàng đợi nhỏ.
Thuật toán RED có thể cho phép thoả mãn việc tối ưu hoá các
hoạt động của router. Một số đặc tính tốt của RED có thể kể ra như
sau:

+ Rất nhậy với các cấu hình hệ thống.
+ Dễ dàng đưa TCP về chế độ đồng bộ toàn cục.
Qua cách phân tích bài toán quản lý hàng đợi ở trên chúng ta
thấy vấn đề quản lý hàng đợi là hết sức phức tạp, đặc biệt đối với
tuyến truyền dẫn lớn. Mà hầu hết các phương pháp điều khiển đều
dựa trên cơ sở mô hình toán học của đối tượng điều khiển (còn gọi là
hệ động học cần điều khiển). Tuy nhiên trong thực tiễn thường gặp
những hệ động học mô tả bởi mô hình toán học phức tạp, có bậc rất
cao dẫn tới việc nắm bắt trạng thái hoạt động của hệ phục vụ cho mục
tiêu phân tích hệ gặp không ít khó khăn và càng khó khăn khi muốn
tổng hợp và điều khiển hệ. Những việc đó hiển nhiên sẽ trở nên dễ
dàng hơn khi sử dụng một mô hình đơn giản hơn, bậc thấp hơn được
chọn sao cho có các đặc điểm quan trọng của mô hình bậc cao. Do
vậy vấn đề giảm bậc mô hình được đặt ra là rất cần thiết và rất hữu
ích trong việc điều khiển hệ thống quản lý hàng đợi.
Trong thực tế, hầu hết các hệ động học có động học là phi
11
tuyến, tuy nhiên đa số các hệ này có thể đưa về dạng mô hình động
học tuyến tính với những giả thiết nhất định. Vì vậy, hầu hết những
công trình liên quan đến giảm bậc mô hình đã được công bố trên các
tạp chí khoa học trong nước và quốc tế đều áp dụng cho đối tượng có
động học tuyến tính. Từ đây, chúng tôi đưa ra bài toán giảm bậc mô
hình cho hệ tuyến tính áp dụng cho bài toán quản lý hàng đợi trong
mạng viễn thông.
4.2 Cấu trúc hệ thống điều khiển
4.2.1 Sơ đồ tổng quát
Giả sử có một cấu hình mạng như hình 4.1
Hình 4.1 Biểu diễn nút cổ chai từ A sang B
Hình 4.1 cho thấy nút cổ chai thể hiện qua kết nối giữa A và
B. Giữa A và B có tố độ truyền dữ liệu là 15Mbps (khoảng 15000

gói/s). Mỗi một gói tin chứa khoảng 125 bytes và thời gian trễ
khoảng 15ms. Trên tất các các nguồn đến A có tốc độ 10Mbps và độ
trễ là 15ms và độ lớn của hàng đợi là 300 gói. Hàng đợi A được thực
hiện theo AQM và Drop-tail.
Giả sử nhân tố tải (số phiên của TCP) là 120 và q0=75 gói.
A B
1
2
n
15ms
10Mbps
15Mbps
15ms
12
4.2.2 Sơ đồ điều khiển
Sơ đồ điều khiển AQM sử dụng có thể thấy trên hình 4.2
Hình 4.2 Sơ đồ hệ thống điều khiển AQM
Xây dựng
+ Có khả năng đưa các tri thức của các chuyên gian vào điều
khiển hệ AQM.
+ Bộ điều khiển.
+ Đối tượng điều khiển
+ Có khả năng tìm biến toàn cục.
+ Không nhất thiết phải có một vùng nhớ đệm lớn.
Với những lý do nêu trên hệ điều khiển sẽ được mô tả như sau:
Trên hình 4.2 chúng ta giả thiết là hệ thống được mô tả [23]
Các thông số được tính theo [24] khi đó ta có hàm truyền như sau
W(s)=
)1
2

)(1(
4
)(
2
2
3
++
−
s
N
CR
Rs
e
N
RC
RS
=> W(s)=
)
1
)(
2
(
2
2
2
2
R
s
CR
N

s
e
N
C
Rs
++
−
(4.1)
W(s)
Đối tượng
Bộ điều khiển
W(s)
q0 e(k) u(k) q(k)
-
13
Trong đó:
C là tốc độ đường truyền (gói/s)
q0 là giá trị hàng đợi mong muốn
q là giá trị hàng đợi ở đầu ra.
N tải (số phiên của TCP)
R là RTT; R=2(q/C +T
p
)
T
p
là giá trị xác định.
P là xác suất mất gói/đánh dấu.
Nhận xét: Khi thiết kế 1 bộ điều khiển W
c
(s); độ phức tạp của

bộ điều khiển phụ thuộc vào độ phức tạp của đối tượng W(s). Hơn
nữa W
c
(s) thực tế đều thực hiện bằng bộ xử lý số vì vậy nếu W
c
(s)
giảm độ phức tạp(có bậc thấp) thì sẽ tăng nhanh tốc độ tính toán điều
này rất có ý nghĩa thực tế.
Vì vậy nội dung nghiên cứu của luận văn là tìm cách giảm bậc
mô hình của đối tượng W(s) để giảm bậc W
c
(s) nhằm tăng tốc độ
tính toán. Tuy nhiên việc giảm bậc W(s) phải đảm bảo sai số không
lớn hơn giá trị cho phép nào đó.
4.3 Ứng dụng giảm bậc mô hình cho bài toán quản lý hàng đợi
tích cực AQM
4.3.1 Bài toán quản lý hàng đợi
Để có thể thực hiện xem xét môi trường làm việc của mạng.
Chúng ta lấy một ví dụ mô phỏng cụ thể như sau: Hệ thống mạng
máy tính hoạt động như TCP/IP với các thông số như dưới đây:
C
c
là lưu lượng đường truyền với C
c
= 10
5
gói/s=100Mbps
R
c
là RTT = 0.03 s

14
N
c
= 30 load factor
Các thông số trên được xác định trong khoảng C
∈
(0, C
c
); R
∈
(0, R
c
); N
∈
(N
c
,
+∞
);
* Hàm truyền của hệ thống AQM có thể được tính từ (4.1)
=> W(s)=
)
1
)(
2
(
2
2
2
2

R
s
CR
N
s
e
N
C
Rs
++
−
=
)
3
100
)(
3
2
(
10
3
5
03,08
++
−
ss
e
s
(4.2)
=> W(s)=

)103,0)(
3
100
)(
3
2
(
10
3
5
8
+++ sss
=
2
8
)
3
100
)(
3
2
(
10
03,0.3
5
++ ss
(4.3)
=> W(s)=
33,333502,203,0
10.67,1

23
8
+++ sss
(4.4)
4.3.2 Giảm bậc đối tượng theo phương pháp cân bằng nội
Xét hàm truyền của hệ thống AQM ở trên
W(s)=
33,333502,203,0
10.67,1
23
8
+++ sss
Chuyển mô hình đối tượng sang dạng không gian trạng thái
xCy
uBxAx
33
333
=
+=



15
có các tham số như sau:











−−−
=
02560
00256
0113.0514.433.67
3
A
;










=
0
0
256
4
B
;
[ ]

1.33100
4
=
C
Kiểm tra tính điều khiển được và quan sát được của hệ thống
gốc bậc 3.
Định thức của A
3
là det(A
3
) = -740.5568; Các giá trị riêng
của A
3
là: -33.3318 + 0.3847i; -33.3318 - 0.3847i; -0.6665. Như vậy
A
3
là ma trận ổn định, hệ điều khiển được và quan sát được hoàn
toàn.
Từ đây ta có:










−

−−
=
0002.001
010
100002.0
c
V
;
c
12886 0 0
0 167 0
0 0 22
 
 
=
 
 
 
Σ
và











−−
−−
=
8496.05193.00925.0
5271.08292.01858.0
0198.02066.09782.0
P
;
13
9
1.51.10 0 0
0 21.10 0
0 0 0
 
 
=
 
 
 
 
Σ











−−
−
−
=
0298.00182.00032.0
0103.00009.00
0022.000
T
Hệ thống gốc trong hệ cân bằng nội là:
**
3
*
*
3
**
3
*
xCy
uBxAx
=
+=


Với các tham số:











−−−
−−
−−
==
5947.486958.30233.0
1077.631592.182528.0
5585.107215.65761.0
*
3
A










−
−
−
==
6

6
6
*
3
10.0844.0
10.8815.0
10.1735.4
B
C
4
*
=[-1.0734 6.0265 -9.8585]
16
Kết quả giảm bậc được cho trong bảng sau:
Bảng 4.1: Mô hình không gian trạng thái và mô hình hàm truyền của
các hệ giảm bậc
Bậc
của hệ
giảm
bậc
Tham số hệ giảm bậc trong mô
hình không gian trạng thái
Mô hình hàm
truyền
của hệ giảm bậc
2







−−
−
=
1592.182528.0
7215.65761.0
2
A
;






−
−
=
6
6
2
10.8815.0
10.1735.4
B
C
3
=[-1.0734 6.0265]
16.1274.18
10.101.910.325.8

2
75
++
+−
ss
s
1
[ ]
5761.0
1
−=A
;
[ ]
6
1
10.1735.4−=B
C
1
=[-1.0734]
5761.0
10.48.4
6
+s
Các kết quả tính toán được trên được lập trình trên MATLAB dưới
dạng file.m
Đánh giá chất lượng quá độ của hệ giảm bậc
Sau khi tìm ra mô hình giảm bậc, để đánh giá chất lượng quá độ,
ta sử dụng MATLAB/SIMULINK và vẽ các đáp ứng h(t) như hình
4.3
17

Hình 4.3. Đáp ứng h(t) hệ gốc và các hệ giảm bậc
Từ kết quả mô phỏng cho thấy: Đáp ứng h(t) của hệ giảm bậc 2
trùng khít với hệ gốc, hệ giảm bậc 1 có sự sai khác so với hệ gốc, tuy
nhiên sự sai khác này là rất nhỏ và hệ giảm bậc 1 hoàn toàn có thể đại
diện cho hệ gốc ban đầu .
Đánh giá chất lượng của hệ giảm bậc trên miền tần số
Để đánh giá chất lượng trong miền tần số, ta khảo sát đặc tính
biên tần của hệ gốc và các hệ đã giảm bậc, kết quả như hình 4.4.
18
Hình 4.4: Đặc tính biên tần hệ gốc và hệ giảm bậc
Từ kết quả cho thấy, trong miền tần thấp A(ω) của hệ gốc và
các hệ giảm bậc có sai khác rất ít, sai số A(ω) sẽ tăng khi tần số tăng.
4.3.3 Một số kết quả mô phỏng
Để đánh giá chất lượng của các bộ điều khiển gốc bậc 3 và
chất lượng của hệ giảm bậc bậc 2, chúng tôi thực hiện thiết kê và mô
phỏng trên Matlab. Với yêu cầu của bộ điều khiển AQM sao cho giá
trị đặt mong muốn là q
o
=200 gói và xem xét giá trị hàng đợi đầu ra q
thay đổi trong thời gian hoạt động của mạng. Các kết quả thu được
khi chạy mô phỏng như sau:
Hình 4.5 là dạng đáp ứng của gói dữ liệu đầu ra so với gói dữ
liệu yêu cầu khi sử dụng bộ điều khiển có hàm truyền như hệ gốc bậc
3 nói trên, hình vẽ cho thấy các gói dữ liệu ở đầu ra tiệm cận sát với
cận với số lượng gói dữ liệu yêu cầu là 200 gói.
19
Hình 4.5 Gói tín hiệu đầu ra (đỏ) bám tín hiệu yêu cầu (xanh) của hệ
điều khiển gốc bậc 3
Hình 4.6 Tín hiệu điều khiên mờ (đỏ) và tín hiệu sai số (xanh) của hệ
gốc bậc 3

20
Kết quả đối với trường hợp sử dụng hệ điều khiển bậc 1 theo
kết quả giảm bậc trên được thể hiện trên các hình vẽ 4.7 và 4.8
Ở hình vẽ 4.7 thể hiện đáp ứng của gói dữ liệu đầu ra so với
gói dữ liệu yêu cầu khi sử dụng bộ điều khiển bậc 1 nói trên. Hình vẽ
cho thấy các gói dữ liệu ở đầu ra chưa tiệm cận sát với cận với số
lượng gói dữ liệu yêu cầu là 200 gói tuy nhiên sai số này là có thể
chấp nhận được
Hình 4.7 Gói dữ liệu đầu ra tiệm cận vói gói dữ liệu yêu cầu
q0=200
Trên hình 4.8 là tín hiệu điều khiển (đỏ) và tín hiệu sai số
(xanh) giữa gói dữ liệu yêu cầu và gói dữ liệu đầu ra khi sử dụng bộ
điều khiển đã được giảm bậc (bậc 1):
21
0 5 10 15 20 25 30 35 40 45 50
0
100
200
300
400
500
Response: Goi du lieu dau ra <-Xanh>, Goi du lieu yeu cau < Do>
0 5 10 15 20 25 30 35 40 45 50
0
0.5
1
1.5
x 10
-4
Control:Tin hieu dk< Do>, Error:Sai so dk<-Xanh>

0 5 10 15 20 25 30 35 40 45 50
0
100
200
300
400
500
Response: Goi du lieu dau ra <-Xanh>, Goi du lieu yeu cau < Do>
0 5 10 15 20 25 30 35 40 45 50
0
0.5
1
1.5
x 10
-4
Control:Tin hieu dk< Do>, Error:Sai so dk<-Xanh>
Hình 4.8 Tín hiệu điều khiên mờ (đỏ) và tín hiệu sai số (xanh)
KẾT LUẬN
Qua việc áp dụng phương pháp giảm bậc mô hình đối với hệ
thống điều khiển lưu lượng mạng trong mạng viễn thông, đối với bài
toán cụ thể ở đây là cho đối tượng bậc 3 đầy đủ bậc, hệ giảm bậc 2,
bậc 1chúng tôi thấy như sau:
- Hệ thống điều khiển lưu lượng mạng trong mạng viễn
thông cho hệ bậc 3 đầy đủ bậc yêu cầu phải đo được 3 trạng thái,
trong khi thiết kế cho hệ giảm bậc 2 ta chỉ cần đo 2 trạng thái, số
trạng thái cần đo đã giảm đi 1 trạng thái, điều này rất có ý nghĩa
trong thực tế, bởi việc đo một trạng thái của hệ là không dễ dàng.
- Sai lệch tĩnh của hệ bậc 3 khi dùng bộ điều khiển của hệ
giảm bậc 2 đạt được tương đương như khi dùng bộ điều khiển đủ bậc
(S

t
% = 0). Hệ bậc 3 khi dùng bộ điều khiển của hệ giảm bậc 2 có dao
động (≤ 3 lần) và có quá điều chỉnh (nhỏ hơn 15%) (các thông số
trên vẫn nằm trong phạm vi cho phép) trong khi dùng bộ điều khiển
thì không có dao động và không có quá điều chỉnh. Thời gian quá độ
22
và thời gian đáp ứng của hệ bậc 3 khi dùng bộ điều khiển của hệ
giảm bậc 2 nhỏ hơn so với dùng bộ điều khiển đủ bậc.
Kết luận: Có thể dùng hệ giảm bậc 2 hoặc bậc 1 thay thế hệ gốc bậc
3 trong quá trình thiết kế hệ thống điều khiển theo kỹ thuật không
gian trạng thái và dùng bộ điều khiển thu được để điều khiển hệ gốc
bậc 3 đạt chất lượng tương đương như dùng bộ điều khiển đủ bậc
trong khi ta chỉ cần đo 2 trong số 3 trạng thái của hệ, điều này rất có
ý nghĩa trong thực tế.
Ý nghĩa khoa học và thực tiễn
a. Ý nghĩa khoa học:
- Giảm bậc mô hình áp dụng theo phương pháp cân bằng nội
sẽ giúp giảm độ phức tạp của thuật toán điều khiển, giảm thông tin
thừa, tăng tốc độ xử lý.
- Xây dựng được bài toán quản lý ứng dụng giảm bậc mô
hình để đánh giá các tác động trong mạng viễn thông.
b. Ý nghĩa thực tiễn:
Áp dụng bài toán này để xây dựng cấu trúc mạng TMN cho
các mạng viễn thông cụ thể.
TÀI LIỆU THAM KHẢO
[1] Nguyen Tuong Long Le. Investigating the Effects of Active Queue
Management on the Performance of TCP Applications.
[2] Võ Thanh Tú, Nguyễn Thúc Hải .Tích hợp cơ chế điều khiển gói
báo nhận và quản lý hàng đợi trong điều khiển lưu thông mạng.
[3] Kun I.Pack, Ph.D QOS IN PACKET NETWORKS. The MITRE

corporation USA.
[4] Jae Chug and Mark Claypool .Analysis of Active Queue
Management. Computer Science Department Worcester
Polytechnic Institute MA 01609 , USA.
23