SciELO - Scientific Electronic Library Online

 
vol.8 issue3EditorialQuality Control of Ceramic Pieces by Means of Vibration Analysis and Artificial Neuronal Networks author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Computación y Sistemas

Print version ISSN 1405-5546

Comp. y Sist. vol.8 n.3 México Jan./Mar. 2005

 

Neuroplanificador de ATM Inalámbrico para Predecir y Conformar los Tráficos VBR y ABR

 

Neural Network Based Wireless ATM Scheduler for Predicting and Shaping VBR and ABR Traffics

 

Omar Castañeda Trujillo 1 y Carlos Felipe García Hernández2

 

1 Centro Nacional de Investigación y Desarrollo Tecnológico – CENIDET Interior Internado Palmira S/N, Col. Palmira, Cuernavaca, Morelos México. 62490, Tel: (777) 318–7741 Fax: (777) 312–2434 e–mail: omarcastanedat@yahoo.com

2 Instituto de Investigaciones Eléctricas – IIE Calle Reforma No. 113, Col. Palmira, Cuernavaca, Morelos, México. 62490, Tel: (777) 362–3811 Fax: (777) 318–9854 e–mails: cfgarcia@iie.org.mx ; http://www.iie.org.mx/gci/curri30.htm

 

Artículo recibido en noviembre 25, 2002
Aceptado en octubre 25, 2004

 

Resumen

El manejo de los recursos de ancho de banda en un sistema WATM se vuelve más crítico que en ATM, debido a la escasez de estos y a lo menos confiable que es el medio de transmisión. Por lo tanto, se requieren mecanismos de control de tráfico y congestión más seguros que los usados en ATM. Este trabajo de investigación está dedicado al desarrollo de un planificador (Scheduler) de ATM Inalámbrico basado en la predicción de tráfico, usando redes neuronales artificiales, a la entrada de un Switch ATM para controlar y conformar el tráfico en la conexión de salida (enlace inalámbrico) del mismo Switch y con ello disminuir las condiciones de congestionamiento provocadas principalmente por el tráfico en forma de ráfagas de los servicios ABR y VBR de tiempo real y de tiempo no real. Se han considerado los mecanismos de Control de Admisión de Conexiones, el Control de Flujo ABR y la aplicación de retardos de celda para el manejo de la ocupación del buffer de la cola de salida del Switch; controlando y conformando el tráfico de salida, reduciendo las condiciones de congestionamiento y mejorándose la distribución de utilización de ancho de banda del enlace inalámbrico entre los servicios VBR y ABR.

Palabras clave: ATM, inalámbrico, WATM, planificador, red neuronal artificial, neuroplanificador, predicción de tráfico, conformación de tráfico, tráfico de tiempo real, VBR, ABR, control de flujo, control de tráfico, control de congestión, CAC, control de admisión de conexiones, Hydragyrum, simulación, calidad de servicio, QoS y ocupación del buffer.

 

Abstract

Managing of the bandwidth resources in a WATM system, it results more critical than in an ATM system, due to the resources scarcity and to the transmission medium with lesser reliability. Therefore, traffic and congestion control mechanisms, more secure than the ones used in ATM, are required. This research work is aimed at the development of a wireless ATM scheduler based on the traffic prediction, using artificial neural networks at the ATM switch entrance, in order to control and shape the traffic in the switch exit connection (wireless link). Consequently, this reduces the congestion conditions mainly originated for the bursty traffic from the real time and non–real time ABR and VBR services. Connection Admission Control and ABR Flow Control mechanisms and applying delays in cells to manage the switch exit queue's buffer occupancy, have been considered, in order to control and shape the output traffic, reducing the congestion conditions and improving the wireless–link bandwidth utilization distribution between the VBR and ABR services.

Keywords: ATM, wireless, WATM, scheduler, artificial neural network, neuroscheduler, traffic prediction, traffic shaping, real time traffic, VBR, ABR, flow control, traffic control, congestion control, CAC, connection admission control, Hydragyrum, simulation, quality of service, QoS and buffer occupancy.

 

DESCARGAR ARTÍCULO EN FORMATO PDF

 

Referencias

1. Andrade N. Luis E., Hydragyrum: Network Simulation Environment, Programming Manual, Ver. 1.0, State University of Campinas, 1999.        [ Links ]

2. ATM Forum Technical Committee, ATM User–Network Interface Specification, The ATM Forum, Version 3.1, September, 1994.        [ Links ]

3. ATM Forum Technical Committee, Traffic Management Specification, The ATM Forum, Version 4.1, March, 1999.        [ Links ]

4. Berger W., Arthur, (et al.), "Extending the Effective Bandwidth Concept to Networks with Priority Classes", IEEE Communications Magazine, August, 1998.        [ Links ]

5. Biswas, S. K., (et al.), User Parameter Control Based Bandwidth Allocation for VBR Video in Wireless ATM Links, NEC USA Inc. C & C Research Laboratories, 1997.        [ Links ]

6. Borgonovo, Flaminio, (et al.), MAC for WATM air Interface: Impact of error control schemes on protocol design, Dipartimento di Electronica e Informazione, Politécnico di Milano, Italy, 1999.        [ Links ]

7. Briem, Uwe, (et al.), "Traffic Management for an ATM Switch with Per–VC Queuing: Concepts and Implementation", IEEE Communications Magazine, January, 1998.        [ Links ]

8. Bromirski, Marek, ATM Traffic Shaper with Neural Control, Military Communication Institute, Zergze Poland, 1997.        [ Links ]

9. Cagri I. Orhan, (et al.), "Available Bit Rate Congestion Control in ATM Networks: Developing Explicit Rate Control Algorithms", IEEE Control Systems Magazine, February, 2001, pp. 38–56.        [ Links ]

10. Cao, Yaxin, (et al.), "Scheduling Algorithms in Broad–Band Wireless Networks", Proceedings of the IEEE, Vol. 89, No. 1, January, 2001.        [ Links ]

11. Castañeda T., Omar, Red Neuronal para el Planificador de ATM Inalámbrico para Predecir y Conformar los tráficos VBR y ABR , Tesis de Maestría, CENIDET, 2002.        [ Links ]

12. Demuth, Howard, (et al.), Neural Network Toolbox: For use with Matlab, The Mathworks Inc., User's Guide, Ver. 4, USA, September, 2000.        [ Links ]

13. Eberhart, Russell C., Neural Network PC Tools: A practical Guide, Academy Press Inc., California USA, 1990.        [ Links ]

14. Ghani, Nasir, (et al.), "ATM Traffic Management Considerations for Facilitating Broadband Access", IEEE Communications Magazine, November, 1998.        [ Links ]

15. S. Kalyanaraman, (et al.), "The ERICA switch algorithm for ABR traffic management in ATM networks", IEEE/ACM Transactions on Networking, Vol. 8, No.1, February, 2000.        [ Links ]

16. Kist, Holger, and Petras, Dietmar, "Service Strategy for VBR Services at an ATM Air Interface", EPMCC97, The Second European Personal Mobile Communications Conference, September, 1997.        [ Links ]

17. Kubbar, Osama, (et al.), "Multiple Access Protocols For Wireless ATM: Problems Definition and Design Objectives", IEEE Communications Magazine, November, 1997.        [ Links ]

18. Qiu, Xiaoxin, (et al.), A Multiple Access Scheme for Multimedia Traffic in Wireless ATM, Communication Sciences Institute, University of Southern California, Los Angeles CA., 1997.        [ Links ]

19. Passas, N., (et al.), "Traffic scheduling in wireless ATM networks", in Proc. IEEE ATM Workshop, 1997.        [ Links ]

20. Romero Aguirre, Eduardo, Análisis de la Asignación Dinámica de Ancho de Banda para Transmisión eficiente de video en redes ATM Inalámbricas, Tesis de Maestría, CENIDET, 1999.        [ Links ]

21. Wieslaw Lobejko, VBR Traffic Prediction in ATM System, Military Communication Institute, Zergze Poland, 1997.        [ Links ]

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License