战术、测试支持和战术交战网络综合规划(IPT3N)

请求一个演示

蜂窝网络, 尤其是在考试和培训领域, 是否经常需要满足覆盖范围和吞吐量的严格性能要求, 同时满足资源约束. 这些网络通常运行在一个环境中,在这个环境中,来自在相同或邻近区域运行的其他网络的传输干扰可能会导致冲突. 确保网络能够可靠地提供它所需要的服务, 这种冲突必须在部署之前确定和减轻.

战术综合规划, 测试支持, 战术作战网络(IPT3N)是一种网络规划能力,正在科学资助的一个项目下开发 & 技术(年代&T)考试资源管理中心(TRMC)项目. IPT3N的主要目标是帮助规划范围网络, 包括在作战测试(OTs)或训练活动中使用的那些. OTs是昂贵的,并且不容易重新运行. 因此, 测距网的铺设是至关重要的, 通常被称为测试支持网络(TSN), 用于收集被测网络系统(NSUT)运行的相关指标,以便它能够可靠地为运动控制器(ExCon)提供所需的通信服务。.

现有网络规划工具的功能有限. 目前使用覆盖图的工具只考虑从特定网络的物理层接收到的信号强度,而不考虑对应用层通信量和服务质量(QoS)的动态影响。. 类似的, 现有的软件工具用于确定基站塔或接入点的位置是不够的,因为它们通常分别处理范围和容量问题.

为了解决这些差距, SCALABLE正在开发IPT3N,以提供规划能力, 优化, 以及在测试和训练范围内使用的蜂窝网络可视化. IPT3N是一个基于模拟的框架,它提供了一套半自动化的工具来降低测试和训练范围的网络规划的复杂性, 从而降低了成本,增加了作战测试和训练活动的现实性.

IPT3N采用模拟和优化技术提供规划能力,可以提出优化的网络布局(基站位置)和网络配置(e.g., 天线高度, 插槽分配/传输时间表),可以提供所需的覆盖和网络容量. 这些建议是基于网络部署的地理区域的地形和其他特征,以及NSUT或网络中通信设备的移动模式. IPT3N还可以评估各种组件的能源需求,以确定电池/能源资源是否足够所需的时间(e.g.考试或训练活动的持续时间).

图1. IPT3N在运行测试计划中的使用

主要技术挑战

  • 有效的干扰计算:随着发射器和接收器数量的增加, 同时运行的网络之间的干扰计算成本呈指数增长. 由于邻近通道的传输干扰和环境影响,这一问题进一步复杂化. IPT3N使用数据驱动和统计模型以及并行离散事件模拟算法的组合,这些算法可以适当地利用图形处理单元(gpu)和多核处理器来实现所需的计算效率.
  • TSN波形模型: TSN负责将OT过程中采集的数据传送到测试指挥中心. IPT3N包括TSN波形的模型, 例如ATEC播放器和事件跟踪系统(TAPETS), FlexTrain, 及家庭站仪器训练系统(HITS).
  • 优化TSN部署:考虑到力机动的动态特性, 资源可用性, 和位置约束, TSN部署尤其具有挑战性. IPT3N使用半自动启发式方法为给定的NSUT和预期的流量和机动性选择最合适的TSN技术和布局. IPT3N还支持在实时测试期间对TSN进行动态重新规划.

IPT3N主要特点

  • 一个基于jne的模拟引擎运行高保真网络模拟来收集详细的统计数据, 例如干扰水平和网络性能度量, 随着时间的推移. JNE为各种网络技术提供了一套高保真模型, 包括战术波形. 仿真引擎可以与CGF仿真和培训工具联合, 例如OneSAF,为分析和优化提供一个集成仿真环境.
  • 利用模拟得到的覆盖和干扰数据的二维和三维热图, 规划人员可以很容易地确定网络铺设是否在感兴趣的区域提供了所需的覆盖范围. 仿真统计数据可以分析,以确定是否措施的性能, 例如覆盖率和吞吐量, 实现.
  • 网络敷设可以自动修改.g., 通过改变塔的位置, 改进所需的度量(覆盖率), 吞吐量, 能源消耗, 等.).
  • IPT3N使用的优化技术也可以修改网络配置, 例如, 通过增加额外的子网来增加容量. 它利用了人工智能技术和从过去的M学到的网络布局和参数配置数据库&年代的研究, 过去的计划任务, 或现实世界的部署,以提出最佳的网络布局和配置.
  • 计划OTs, 流量生成模型为现场测试事件中产生的流量提供了真实的表示, 基于测试事件中发生的事件和条件.
  • 基于web的瘦客户机用户界面允许多个规划人员同时执行规划, 优化, 和分析操作.
  • 地图数据(e.g., (海拔和纹理)可以从在线地图数据源或IPT3N自己的离线地图服务器流到IPT3N中,并进行相应的渲染.
  • IPT3N使用实例

    说明IPT3N在网络规划中的应用, 我们展示了一个迭代优化网络布局(塔的位置)的例子,以提供足够的覆盖感兴趣的区域. 在这个例子中, 部队在山区移动,需要建立一个网络来覆盖部队走过的所有路径(图2中用实线表示). 塔的位置用蓝色符号表示. 模拟运行给定的塔布局和性能指标,如覆盖和吞吐量随时间的收集. 热图(图2中的阴影区域)显示了塔的覆盖区域. 图3显示了部队的覆盖范围.

    图2的左侧显示了塔的初始位置和最终的无线电覆盖. 图3中的红线显示了初始位置在一段时间内的覆盖率. 如所见, 这种布局不能提供足够的无线电覆盖,因为部队离开了塔的射程(路径没有被热图完全覆盖),并且在场景进行到一半的时候,无线电覆盖会急剧下降.

    图2
    图3

    在下一个迭代中,最北的塔被移到离部队路线更近的地方. 图2的右边部分显示了调整后的塔的位置以及完整覆盖路径的热图. 如图3中的蓝线所示, 在此布局的整个场景中,覆盖率保持在一个较高的级别.

    这个过程演示了如何迭代地使用IPT3N来确定满足性能需求的最佳网络布局.

    IPT3N的影响

    测试和培训活动的中心要求是测试支持网络(TSN)提供足够的覆盖范围和带宽,以确保:

    • 可以监控参与活动的人员和平台
    • 所有的交通需要监控参与者, 既活泼又有建设性, 及时交付演习控制(ExCon),以便准确计算实时伤亡评估(RTCA)
    • 在运行测试(OT)过程中,作为TSN一部分部署的各种发射器和其他移动设备的能量需求不超过电池容量。

     

    为成功的测试或培训活动, TSN的接入点或塔必须位于这样,他们可以满足上述要求. 在大多数范围, 在测试期间部署和监控塔是一项昂贵的资产, 因此,它们必须得到最佳的管理:使用比需要更多的塔将推高活动的成本, 而覆盖面不足可能会引起人们对测试期间收集的数据的有效性的关注. IPT3N的主要目标是为规划和优化量程网络布局提供自动化能力,以满足指定的覆盖范围, 带宽, 功耗要求.

    支持移动通信的网络规划框架

    IPT3N可用于确定约塞米蒂国家公园LTE网络布局的塔位置. 该公园有许多不同的地形特征,创造了一个具有挑战性和复杂的无线环境. 我们将展示如何使用IPT3N根据地形和信道特征自动确定合适的发射塔位置,以创建LTE网络布局,在最大限度减少干扰的同时覆盖感兴趣的区域. 观看网络研讨会学习:

    • 使用战术综合规划成本有效和高效地建立测试网络, 测试支持, 战术作战网络(IPT3N)
    • 使用IPT3N确定约塞米蒂国家公园LTE网络布局的塔位置
    • 如何利用IPT3N根据地形和信道特征自动确定合适的发射塔位置

    相关资源

    测试和训练网络的适应性规划

    规划和优化量程网络布局,以满足指定的覆盖范围, 带宽, 和使用战术综合规划的功耗要求, 测试支持, 战术作战网络(IPT3N).

    优化移动通信网络布局

    网络数字孪生建立了网络的数字仿真模型, 以及操作环境和流量负载, 计算相关的绩效指标和成本.

    设计、测试分析 & 评估网络的弹性

    可扩展的联合网络模拟器(JNE)库是一个实时虚拟构造(LVC)仿真平台的开发, 测试, 战场通信网络的评估, 应用程序, 和网络赋能系统.

    EXata的主要特点

    实时仿真器

    与其他现场设备和应用程序无缝接口

    网络测试

    测试您的网络对网络攻击的弹性

    网络数字双

    在低成本、零风险的环境中测试您的网络

    可伸缩性

    为数千个并行执行的节点建模

    模型保真度

    模型精确地模拟真实世界的行为

    商业企业, 教育机构, 世界各地的政府机构都依赖可靠的, 提供关键业务的有效网络, 关键任务的通信, 和信息. 可扩展拥有一支经验丰富的专业技术团队,为任何规模的客户和项目提供支持,并利用我们先进的网络数字孪生技术解决具有挑战性的问题.

    WM真人
    白皮书
    通讯