Monografia - UFF

More documents

Recommendations

Info

$(Microsoft PowerPoint - Programa\347\343o Avan\347ada)$

5.1 Resultados de Simulações 78 Tráfego Tamanho do Datagrama Intervalo Áudio 120 bytes 20 ms Vídeo 900 bytes 40 ms Background 1400 bytes 22, 4 ms Tabela 5.2: Características das fontes de tráfego de cada fluxo nas simulações UDP. É interessante notar que os resultados de atraso médio parecem sofrer uma influência maior do algoritmo de adaptação de taxa que da métrica de roteamento. As combinações avaliadas tiveram seus resultados perfeitamente agrupadas pelo algoritmo de adaptação de taxa. O gráfico mostra claramente que as 4 combinações que utilizam o algoritmo ARF obtiveram o pior desempenho, seguidas pelas 4 combinações que usam o SNR como algoritmo de adaptação automática de taxa. Dentro de cada grupo, é possível ver algumas tendências. Por exemplo, a métrica ML obteve bons resultados em todos os seus grupos. Embora esta métrica não procure minimizar o atraso, este resultado pode ser explicado pelo baixo número de retransmissões realizadas em cada enlace, resultante da escolha de rotas com baixa probabilidade de perda. A métrica Hop Count também obteve bons resultados quando utilizada em conjunto com os algoritmos ARF e SNR. No entanto, este valor médio não é uma boa métrica de avaliação neste caso, já que a quantidade de pacotes entregues por esta combinação é muito menor que pelas demais. A título de comparação, enquanto o MARA foi capaz de entregar 240393 segmentos, a combinação Hop Count e ARF resultou em apenas 6349 recepções. A combinação do baixo atraso fim a fim registrado pelo MARA com seu baixo percentual de perda de pacotes explica a superioridade do MARA em termos de vazão TCP. Além das simulações com fluxos de dados TCP, foram realizadas também simulações com fluxos UDP. O objetivo desta série de simulações é avaliar o efeito das otimizações MARA-P e MARA-RP. Como a diferença entre a proposta original do MARA e das suas otimizações está no tratamento distinto dado às diferentes classes de pacotes, nas simulações com tráfego UDP foram utilizados 3 fluxos de dados de características diferentes. Para tornar as simulações mais realistas, os fluxos foram definidos de maneira a modelar um tráfego de áudio, um de vídeo e um de background. Nos três casos, são utilizas fontes de dados CBR. A Tabela 5.2 mostra os parâmetros de cada fonte. Novamente, cada simulação foi repetida 6 vezes. Os gráficos da Figura 5.8 mostram os resultados de perda de pacotes (na camada de
5.1 Resultados de Simulações 79 Perda de Pacotes (%) Perda de Pacotes (%) Perda de Pacotes (%) 4 3.5 3 2.5 2 1.5 1 0.5 0 4 3.5 3 2.5 2 1.5 1 0.5 0 4 3.5 3 2.5 2 1.5 1 0.5 0 1 2 3 4 5 6 Destino (a) Perda de pacotes do fluxo de áudio. MARA MARA-P MARA-RP 1 2 3 4 5 6 Destino (b) Perda de pacotes do fluxo de vídeo. MARA MARA-P MARA-RP 1 2 3 4 5 6 Destino (c) Perda de pacotes do fluxo de background. MARA MARA-P MARA-RP Figura 5.8: Resultados de perda de pacotes nas simulações UDP da topologia do projeto Remesh. aplicação) obtidos por cada uma das versões do MARA. No fluxo de áudio, é possível notar que a proposta original do MARA sempre apresentou taxas de perda menores. Este resultado é esperado devido à tendência de escolha de taxas de transmissão mais altas pelas duas otimizações. No fluxo de vídeo, esta tendência de maior perda de pacotes com a utilização das otimizações se mantém. No entanto, claramente existe um equilíbrio maior, dado que os
Page 1 and 2:
Universidade Federal Fluminense Die
Page 3 and 4:
Uma Abordagem Unificada para Métri
Page 5 and 6:
Aos meus amigos e familiares, base
Page 7 and 8:
Resumo Este trabalho apresenta o MA
Page 9 and 10:
Palavras-chave 1. Métricas de Rote
Page 11 and 12:
Abreviações ix OFDM : Orthogonal
Page 13 and 14:
Sumário xi 3 MARA: Mecanismo Unifi
Page 15 and 16:
Lista de Figuras 1.1 Exemplo de uma
Page 17 and 18:
Lista de Figuras xv 5.16 Comparativ
Page 19 and 20:
Capítulo 1 Introdução Uma rede e
Page 21 and 22:
1.1 Objetivos do Trabalho 3 que tal
Page 23 and 24:
Capítulo 2 Trabalhos Relacionados
Page 25 and 26:
2.1 Métricas de Roteamento 7 basea
Page 27 and 28:
2.1 Métricas de Roteamento 9 Desta
Page 29 and 30:
2.1 Métricas de Roteamento 11 nos
Page 31 and 32:
2.1 Métricas de Roteamento 13 a im
Page 33 and 34:
2.1 Métricas de Roteamento 15 Segu
Page 35 and 36:
2.2 Algoritmos de Adaptação Autom
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46: 2.2 Algoritmos de Adaptação Autom
Page 47 and 48: 2.2 Algoritmos de Adaptação Autom
Page 49 and 50: Capítulo 3 MARA: Mecanismo Unifica
Page 51 and 52: 3.3 Estimativa da Qualidade dos Enl
Page 59 and 60: 3.4 O Algoritmo Completo 41 1: func
Page 61 and 62: 3.6 Otimizações 43 xado em 1500 b
Page 63 and 64: 3.6 Otimizações 45 300 128 bytes
Page 65 and 66: 3.6 Otimizações 47 1: function up
Page 67 and 68: Capítulo 4 Implementação Prátic
Page 69 and 70: 4.1 O Módulo do ns-2 51 pois os n
Page 71 and 72: 4.2 A Implementação Real 53 terã
Page 73 and 74: 4.2 A Implementação Real 55 Este
Page 75 and 76: 4.2 A Implementação Real 57 um to
Page 77 and 78: 4.2 A Implementação Real 59 • c
Page 79 and 80: 4.2 A Implementação Real 61 Tabel
Page 81 and 82: 4.2 A Implementação Real 63 Como
Page 83 and 84: 4.2 A Implementação Real 65 Espa
Page 85 and 86: 4.2 A Implementação Real 67 4.2.2
Page 87 and 88: 4.2 A Implementação Real 69 Para
Page 89 and 90: 5.1 Resultados de Simulações 71 F
Page 91 and 92: 5.1 Resultados de Simulações 73 s
Page 93 and 94: 5.1 Resultados de Simulações 75 H
Page 95: 5.1 Resultados de Simulações 77 5
Page 99 and 100: 5.1 Resultados de Simulações 81 A
Page 101 and 102: 5.1 Resultados de Simulações 83 V
Page 103 and 104: 5.1 Resultados de Simulações 85 V
Page 105 and 106: 5.1 Resultados de Simulações 87 1
Page 111 and 112: 5.1 Resultados de Simulações 93 c
Page 115 and 116: 5.1 Resultados de Simulações 97 F
Page 117 and 118: 5.2 Experimentos da Rede Real 99 5.
Page 119 and 120: 5.2 Experimentos da Rede Real 101 2
Page 121 and 122: 5.2 Experimentos da Rede Real 103 M
Page 123 and 124: Capítulo 6 Conclusão Neste trabal
Page 125 and 126: 6 Conclusão 107 Além do MARA e su
Page 127 and 128: 6.1 Trabalhos Futuros 109 6.1 Traba
Page 129 and 130: Referências 111 [11] Chun-cheng Ch
Page 131 and 132: Referências 113 [41] Jyh-Charn Liu
show all

Monografia - UFF

Create successful ePaper yourself

Delete template?

Save as template?