CAPITULO 2. HERRAMIENTAS, INSTALACIÓN Y PROCESO DE SIMULACIÓN
3.3 Conclusiones del capítulo
En el desarrollo de este capítulo se obtuvieron varios resultados importantes comparando los protocolos AODV y DSDV para un mismo protocolo de transporte en diferentes escenarios con distintas condiciones.
A la primera conclusión que se llegó fue que el comportamiento del protocolo de enrutamiento AODV es más aplicable a un entorno real, al presentar menor retardo que el DSDV en todos los escenarios montados así como una mejor tasa de transferencia de datos, además este protocolo al ser reactivo debe saturar en menor cantidad la red pues no envía paquetes periódicamente como los proactivos (DSDV) para conocer la topología de la red sino que espera la petición de algún nodo para enviar la información.
Se observó que en el escenario de Manhattan el desempeño de la red se comportó de mejor manera para AODV que para DSDV con valores promedios entre 0.9 y 1.1 Mbps para la simulación 1 y entre 0.6 y 1.4 Mbps para la simulación 3 contra los valores de DSDV que oscilaron entre 0.9 y 1 Mbps para la simulación 2 así como 0.7 y 0.9 Mbps
respectivamente. Así mismo se pudo apreciar que un aumento de la velocidad como en el caso de la autopista no influyó en como se comportaron estos protocolos uno contra otro siendo más eficiente el AODV, pero si para estos casos evaluados se notó cierta inestabilidad en el desempeño de forma general.
Por otra parte, un aumento en la cantidad de nodos si influyó en el desempeño de estos protocolos en el caso de la Autopista donde la velocidad es alta teniendo como valor máximo los 120 Km/h. Esta vez el protocolo DSDV mostró más estabilidad para ambos protocolos de transporte aunque la taza de transferencia de datos no tuvo picos tan altos como en los casos anteriores.
Otra conclusión a la que se llegó fue que para entornos de topología variable como los desarrollados, con protocolo de transporte TCP/UDP y con velocidad máxima de 75 Km/h o sea el escenario de Manhattan el protocolo DSDV presenta al inicio un espacio casi sin desempeño en la red de 10 segundos, o sea que tiene un tiempo de espera en el cual no se envían paquetes, mientras que el AODV comienza siempre con un pico máximo en la eficiencia del envío de paquetes. Luego ambos se estabilizan similarmente aunque en AODV se producen más picos altos mostrando tener mayores prestaciones a la hora de un montaje real.
En conclusión, se observó que el protocolo de enrutamiento AODV para esos casos muestra en general un mejor desempeño por encima del DSDV en cuanto a throughput y retardo. Se observó además que un aumento en el número de nodos influye grandemente en la saturación de la red disminuyendo la taza de transferencia y que una disminución de los mismos significa menos caminos para llegar a un destino en un instante de tiempo determinado lo cual crea más inestabilidad en el desempeño de la red. Siendo así el montaje real con estas características es totalmente posible aunque se pueden mejorar aún más estos parámetros de red para una mejor experiencia a la hora de establecer algún tipo de comunicación en este tipo de red.
CONCLUSIONES Y RECOMENDACIONES
Conclusiones
En el presente trabajo se realizó la simulación de redes VANETs en entornos de alta movilidad. En particular:
1 Se realizó una fundamentación teórica sobre redes VANETs para una mejor comprensión de las mismas y realizar así un trabajo que sirviera de apoyo a futuras investigaciones.
2 Se estudiaron las diferentes herramientas a utilizar para la realización de una simulación lo más cercana a la realidad posible, instalando las escogidas en el OS Ubuntu 10.04
3 Se realizó la simulación en dos mapas creados en MOVE obteniéndose trazas con las que luego se graficaron los resultados obtenidos evaluando el desempeño de la red (throughput) y el retardo teniendo en cuenta la velocidad los nodos (vehículos), así como protocolos de transporte y enrutamiento teniendo en cuenta el modelo de propagación Shadowing. Obteniendo resultados esperados sobre el funcionamiento de los parámetros escogidos.
4 Se observó que en el caso de estos escenarios el protocolo de enrutamiento AODV muestra un mejor desempeño que el DSDV en cuanto a throughput y retardo. Además se observó que un aumento en la cantidad de nodos que actúan como fuente influye en la saturación de la red disminuyendo la taza de transferencia y que por otra parte una disminución de los mismos significa menos caminos para llegar a un destino en un instante de tiempo determinado lo cual crea más inestabilidad en el desempeño de la red. Siendo así el montaje real con estas características es totalmente
posible aunque se pueden mejorar aún más estos parámetros de red para una mejor experiencia a la hora de establecer algún tipo de comunicación en este tipo de red.
Recomendaciones
1 Utilizar en próximos trabajos los programas instalados para obtener una información más amplia de varios parámetros de red no tratados en este trabajo de diploma.
2 Realizar una simulación de un mapa real con varios km2 para obtener trazas que ofrezcan información lo más cercana a la realidad posible.
3 Revisar la información de cómo implementar TraCI en el ns-allinone-2.34 para poder realizar una simulación dinámica en el modelo de tráfico de MOVE la cual debe ser más real que la estática usada en este trabajo.
REFERENCIAS BIBLIOGRÁFICAS
BAI F. & HELMY, A. June 2004.”A Survey of Mobility Modeling and Analysis in Wireless Ad Hoc Networks”, Book chapter in Wireless Ad Hoc and Sensor Networks, Kluwer academic Publishers.
BAI, F., SADAGOPAN, N. & HELMY, A. November 2003.”The IMPORTANT Framework for Analyzing the Impact of Mobility on Performance of Routing for Ad Hoc Networks”, AdHoc Networks Journal - Elsevier Science, Vol. 1, Issue 4, pp. 383-403.
BONONI, L., DI FELICE, M., BERTINI, M. & CROCI, E. 2006.”Parallel and Distributed Simulation of Wireless Vehicular Ad Hoc Networks”, in Proc. ACM/IEEE
International Symposium on Modeling, Analysis and Simulation of Wireless and Mobile Systems (MSWiM), Torresmolinos, Spain.
CHAINTREAU, A., HUI, P., DIOT, C., GASS, R. &CROWCROFT, J. April 2006.”Impact of Human Mobility on the Design of Opportunistic Forwarding Algorithms” in Proc. 26th Annual IEEE Conference on Computer Communications
(INFOCOM’06), Barcelona.
(GSYC), D. D. S. T. Y. C. 2010. Encaminamiento en Redes Ad-Hoc [En línea]. Disponible en: http://gsyc.es/~mortuno/rom/06-encaminamiento_adhoc.pdf.
DOUMENC, H. 2008. Estudio comparativos de protocolos de encaminamiento de redes VANET [En línea]. Disponible en:
http://oa.upm.es/1444/1/PFC_HELENE_DOUMENEC.pdf.
EICHLER, S., SCHROTH, C., EBERSPÄCHER, J. 2006. “Car-to-Car Communication”,
VDE Congress “Innovations for Europe”, Poster session, Institute of Communication Networks, Technische Universität München, München.
FEELEY, M.J., HUTCHINSON, N.C. & RAY, S. 2004.”Realistic mobility for mobile ad hoc network simulation”, in Lecture Notes in Computer Science (LNCS), Vol. 3158, pp. 324-329.
FIORE, M., H¨ARRI, J., FILALI, F. & BONNET, C. October 2007.”Understanding Vehicular Mobility in Network Simulation”, in Proc. 1st IEEE Workshop on Mobile Vehicular Networks (MoveNet’07, in conjunction with IEEE MASS’07).
FIORE, M., H¨ARRI, J., FILALI, F. & BONNET, C. March 2007.”Vehicular Mobility Simulation for VANETs”, in Proc. 40th IEEE Annual Simulation Symposium
(ANSS-40 2007).
GONZÁLEZ, E. F. 2007. Wi-Fi: nuevos estándares en evolución [En línea]. Disponible en:
http://www.ceditec.etsit.upm.es/dmdocuments/wifi.pdf
GORGORIN, C., GRADINESCU, V., DIACONESCU, R., CRISTEA, V. & IFODE, L. May 2006.”An Integrated Vehicular and Network Simulator for Vehicular Ad-Hoc Networks”, in Proc. European Simulation and Modeling Conference (ESM), Bonn,
Germany.
HERNÁNDEZ, G. C. 2006. EVALUACIÓN DE CRITERIOS DE ELECCIÓN DE PASARELAS EN MANETS HÍBRIDAS [En línea]. Disponible en:
http://webpersonal.uma.es/~ECASILARI/Docencia/Memorias_Presentaciones_PFC /37PFC-Gonzalo%20Casado%20Hernandez.pdf
HSU, W., MERCHANT, K., SHU, H., HSU, C. & HELMY, A. Jan 2005. ”Weighted Waypoint Mobility Model and its Impact on Ad Hoc Networks”, in Proc. ACM
Mobile Computer Communications Review (MC2R).
H¨ARRI, J., FILALI, F. & BONNET, C. June 2005,”A Framework for Mobility Models Generation and its Application to Inter-Vehicular Networks”, 3rd IEEE International Workshop on Mobility Management and Wireless Access
(MobiWac’05), Maui, Hawaii, U.S.A.
H¨ARRI, J., FILALI, F. & BONNET, C. December 2006.”On Meaningful Parameters for Routing in VANETs Urban Environments under Realistic Mobility Patterns”, in Proc. 1st IEEE Workshop on Automotive Networking and Applications (AutoNet’06,
JAAP, S., BECHLER, M. & WOLF, L. June 2005.”Evaluation of Routing Protocols for Vehicular Ad Hoc Networks in City Traffic Scenarios”, in Proc. 5th International Conference on Intelligent Transportation Systems Telecommuications (ITST). KARNADI, F., MO, Z. & LAN, K.-C. March 2007.”Rapid Generation of Realistic
Mobility Models for VANET”, in Proc. IEEE Wireless Communication and Networking Conference (WCNC’07).
KIM, M., KOTZ, D. & KIM, S. April 2006. ”Extracting a Mobility Model from Real User Traces”, in Proc. 26th Annual IEEE Conference on Computer Communications
(INFOCOM’06), Barcelona.
LE BOUDEC, J.-Y. & VOJNOVIC, M. 2005.”Perfect Simulation and Stationarity of a Class of Mobility Models”, in Proc. 25th Annual IEEE Conference on Computer Communications (INFOCOM’05), Miami, FL, March.
LEE J-K. & HOU, J. May 2006.”Modeling Steady-state and Transient Behaviors of User Mobility: Formulation, Analysis, and Application”, in Proc. 7th ACM International Symposium on Mobile Ad Hoc Networking and Computing (MOBIHOC’06),
Florence.
LEIVA, R. S. 2007. Simulación de VANETS (Vehicular Ad-Hoc Networks) [En línea]. Disponible en: http://upcommons.upc.edu/pfc/bitstream/2099.1/4485/1/santos.pdf. MAHAJAN, A., POTNIS, N., GOPALAN, K. & WANG, A. 2005.”Evaluation of Mobility
Models for Vehicular Ad-hoc Network Simulations”, Technical Report N.051220, Florida State University.
MARTINEZ, F. J. 2009. A survey and comparative study of simulators for vehicular ad hoc networks (VANETs) [En línea]. Disponible en: 155.230.29.236/~cktoh/VANETsimcompare.pdf.
MERCADO, A. 2008. Redes inhalámbricas Ad-hoc [En línea]. Disponible en:
http://facultad.bayamon.inter.edu/cgonzalezr/ELEN4618/Adhoc.pdf.
MUSOLESI M. & MASCOLO, C. May 2006. ”A Community Based Mobility Model for Ad Hoc Network Research” In Proc. 2nd ACM/SIGMOBILE International Workshop on Multi-hop Ad Hoc Networks: from theory to reality (REALMAN’06), Florence, Italy.
PANWAI S. & DIA, H. 2005.”Comparative Evaluation of Microscopic Car Following Behavior”, in IEEE Trans. Intell. Transport. Syst., Vol. 6 No. 3, pp. 314-325,
September.
ROCA, I. L. & MÚGICA, I. C. 2006. RENDIMIENTO DE VANETS EN ESCENARIOS DE USO REALISTAS [En línea]. Disponible en:
http://www.tid.es/netvehicles/media/papers07/VANETs.pdf.
ROJAS, A., BRANCH, P. & ARMITAGE, G. October 2005 ”Experimental validation of the random waypoint mobility model through a real world mobility trace for large geographical areas”, in Proc. 8th ACM international symposium on Modeling, analysis and simulation of wireless and mobile systems, Montreal, Canada, October.
SAHA, A. K. & JOHNSON, D. October 2004.”Modeling Mobility for Vehicular Ad Hoc Networks”, Poster Session, 1st ACM Workshop on Vehicular Ad Hoc Networks
(VANET 2004).
SRINIVASAN, V., MOTANI, M. & OOI, W. T. 2006.”Analysis and Implications of Student Contact Patterns Derived from Campus Schedules”, in Proc. The 12th ACM International Conference on Mobile Computing and Networking
(MOBICOM’06), Los Angeles.
TUDUCE C. & GROSS, T. March 2005. ”A Mobility Model Based on WLAN Traces and its Validation”, in Proc. 25th Annual IEEE Conference on Computer Communications (INFOCOM’05), Miami.
VUYYURU R. & OGUCHI, K. 2007.”Vehicle-to-Vehicle Ad Hoc Communication Protocol Evaluation using Simulation Framework”, in Proc. 4th IEEE/IFIP Wireless On demand Networks and Services, pp. 100-106, Austria.
WEGENER, A., PIORKOWSKI, M., RAYA, M., HELLBR”UCK, H., FISCHER, S. & HUBAUX, J. P. 2008.”TraCI: An Interface for Coupling Road Traffic and Network Simulators”, in Proc. 11th Communications and Networking Simulation Symposium
WU, H., FUJIMOTO, R., GUENSLER, R. & HUNTER, M. October 2004.”MDDV:
MobilityCentric Data Dissemination Algorithm for Vehicular Networks”, in Proc.
1st ACM International Workshop on Vehicular Ad Hoc Networks (VANET).
WU, H., LEE, J., HUNTER, M., FUJIMOTO, R. M., GUENSLER, R. L. & KO, J. 2005.”Simulated Vehicle-to-Vehicle Message Propagation Efficiency on Atlanta’s I- 75 Corridor,” in Transportation Research Board Conference Proceedings, Washington D.C.
YIN, J., ELBATT, T., YEUNG, G., RYU, B. & HABERMAS, S. October 2004.”Performance Evaluation of Safety Applications over DSRC Vehicular Ad Hoc Networks”, in Proc. 1st ACM International Workshop on Vehicular Ad Hoc Networks (VANET).
YOON, J., NOBLE, B. D., LIU, M. & KIM, M. 2006. ”Building realistic mobility models from coarse-grained traces”, in Proc. ACM International Conference On Mobile Systems, Applications And Services (MobiSys’06), pp. 177-190.
ZHENG, Q., HONG, X. & LIU, J. April 2006. ”An Agenda-based Mobility Model” in Proc. 39th IEEE Annual Simulation Symposium (ANSS-39-2006), Huntsville AL.
ZHOU, B., XU, K. & GERLA, M. 2004.”Group and Swarm Mobility Models for Ad Hoc Network Scenarios Using Virtual Tracks”, in Proc. of IEEE MILCOM’04.
ANEXOS
Anexo I Proceso de Simulación y obtención de resultados gráficos y numéricos
En este apartado daremos una descripción detallada del procedimiento para realizar una simulación VANET. Comenzamos ejecutando el MOVE por el terminal estando en la dirección correcta y escribiendo:
# java –jar MOVE.jar
Tras lo cual saldrá una ventana (Véase figura 1.1) que permitirá desarrollar por una parte el modelo de movilidad y por la otra el modelo de tráfico. Primero implementaremos el Modelo de Movilidad hacienda clic en el botón como se muestra:
Figura 1.1 Captura del MOVE
Seguidamente aparecerá otra ventana (Véase figura 1.2) que dará todas las facilidades para crear, convertir mapas además de simularlos mediante SUMO.
Nota: no se tienen en cuenta los pasos para generar mapas aleatorios (Random Map), generar mapas desde TIGER (Generate map from TIGER), viaje para cada vehículo (trip
for each vehicle type), movimiento manual para cada vehículo (Manually set the movement for each vehicle) y el generador del tiempo de salida de autobuses (Bus timetable).
Figura 1.2 Captura del MOVE
Ahora el procedimiento es como se mostró en el esquema, pero para mayor facilidad y entendimiento se explicará de la siguiente manera:
Aquí se configurará todos los nodos del mapa en coordenadas Y y X como se muestra en la figura (Véase figura 1.3) dando al salvarlo un archivo con extensión *.nod.xml. Los nodos son los encargados de unir una carreta con otra y el lugar por donde los vehículos doblarán según se configure o lo determine el SUMO.
Nota: aclarar que la opción Traffic Light son los semáforos
Figura 1.3 Creación de los Nodos en MOVE
Paso 2: Creación manual del sentido de las vías (Edge)
Para definir el sentido de una determinada vía, simplemente se configura escribiendo de que nodo a que nodo será el sentido deseado. Aquí además se definen número de carriles,
velocidad y prioridad que tendrán los automóviles, la extensión de archivo de salida es
*.edg.xml. En la siguiente figura (Véase figura 1.4) se muestra la interfaz gráfica de mismo.
Figura 1.4 Creación del sentido de las carreteras
Paso 3: Configuración del mapa
Aquí simplemente se cargarán los archivos creados en los editores de nodo (*.nod.xml) y carretera (*.edg.xml) respectivamente como se muestra en la figura (Véase figura 1.5) para obtener un archivo de extensión *.netc.cfg. Además de definirá la dirección del archivo de salida *.net.xml que tendrá el script completo del mapa.
Nota: poner la dirección de salida para el *.net.xml en este momento no creará ningún archivo, este se aparecerá cuando se complete el Paso 4.
Figura 1.5 Configuración del mapa
Paso 4: Creación del mapa
En esta opción se cargará el archivo *.netc.cfg para obtener a la salida el *.net.xml. El procedimiento es simple como se muestra (Véase figura 1.6)
Figura 1.6 Generación del mapa
Paso 5: Creación del flujo de los vehículos
El flujo de los vehículos se definirá de una carretera (edge) a otra (Véase figura 1.7), por ejemplo, si se quieren hacer llegar 50 vehículos desde el edge0 al edge1 se añade un flujo (Add Flow) y se coloca en la configuración: From Edge=edge0 hasta el destino To Edge=edge1. Pero si fueran varios edge y se quisiera enviar un flujo desde edge0 hasta
edge4 como se muestra no se tendrían en cuenta los edge intermedios y se pondría directamente: From Edge=edge0 y el destino To Edge=edge4, esto es porque el SUMO calcula la ruta más corta antes de empezar la simulación en caso de que fueran varios caminos a coger.
Figura 1.7 Definición del flujo de los vehículos
Paso 6: Configuración de la probabilidad de dirección en cada unión
Aquí se configura la probabilidad con la que un flujo va a doblar en un nodo desde un edge
hacia otro (Véase figura 1.8).
Figura 1.8 Probabilidad de doblado
Paso 7: Creación del movimiento de los vehículos
En esta ventana (Véase figura 1.9) se obtendrá el archivo de salida *.rou.xml que llevará en sí el script del comportamiento de todos los vehículos en la simulación. En el caso mostrado se usó la opción Junction Turning Ratios pues en el escenario de la autopista se configuró la probabilidad de doblar hacia distintas direcciones.
Figura 1.9 Generador de rutas
Paso 8: Configuración del mapa para la simulación en SUMO
El paso final para poder simular en SUMO este (Véase figura 1.10). En esta ventana se cargarán los archivos *.net.xml y *.rou.xml para dar a la salida otro con extensión
*.sumo.cfg. Se marcará la opción Set Ouput (Trace File) para que luego de la simulación en SUMO se obtengan trazas de la misma con extensión *.sumo.tr que serán usadas luego por el NS-2
Figura 1.10 Configuración del tráfico de la simulación
Paso 9: Simulación en SUMO
La simulación en SUMO se puede realizar de dos maneras:
2. Por consola (Run Simulation)
Ambas darán a la salida el archivo con extensión *.sumo.tr marcado en el paso 8. Ahora se procederá a implementar el Modelo de Tráfico
Luego de hacer clic en este botón como se indica aparecerá una ventana (Véase figura 1.11) con otras opciones para realizar la simulación del tráfico teniendo en cuenta el modelo de movilidad antes creado.
Figura 1.11 Captura del MOVE
Paso 1: Generar un modelo estático de tráfico
En esta opción (Véase figura 1.12) se pueden configurar los protocolos de transporte o enrutamiento a usar, tipo de antena, definir entre que vehículos se hará la transmisión de información, etc.
Nota: no se usa el Dynamic Movility pues para ser usado se debe tener instalado en el NS-2 el TraCI.
Figura 1.12 Generador de modelos de tráfico estáticos
Luego de configurarlo todo y salvarlo se creará un archivo de extensión *.tcl el NS-2 será capaz de interpretar. Se marcan las opciones: Agent Trace, MAC Trace, Router Trace,
Movement Trace y NAM Trace para luego con herramientas como el Tracegraph y el NAM obtener, por una parte las gráficas del comportamiento del jitter, troughput, etc y por la otra ver visualmente el envió de información respectivamente.
Paso 2: Simulación en el NS-2
En esta opción al abrirse la ventana (Véase figura 1.13) se carga el archivo *.tcl. y se procede a la simulación. El MOVE directamente llama al NS-2 y este realiza el proceso. Si
se habían marcado las opciones para obtener trazas de salida aparecerán archivos con extensiones *.tr y *.nam que serán usados por el Tracegraph y el NAM respectivamente.
Figura 1.13 Simulando en NS-2
Paso 3: Obteniendo las gráficas
Este es el paso final del trabajo donde se obtendrán los resultados tanto numérica como gráficamente mediante el Tracegraph. Este programa cuenta con tres ventanas, la primera (Véase figura 1.14) es donde se cargan los archivos de las trazas creadas con el NS-2 y donde además se puede salvar dicho archivo en *.mat para luego cargarlo con mayor facilidad; la segunda ventana (Véase figura 1.15) es donde se grafican todos los resultados tanto en 2D como en 3D y permite salvar dichas gráficas para mayor comodidad; por último está la tercera ventana (Véase figura 1.16) donde se puede observar numéricamente los resultados simulados en la res de trabajo.
Figura 1.14 Captura de Tracegraph