Synthèse des résultats

D’après les simulations sur les deux scénarios présentés dans le paragraphe précédent, nous constatons une amélioration des performances globales du réseau sans fils quand notre approche d’équilibrage de charge est appliquée. Nous constatons aussi que les performances locales, au niveau des stations sans fils sont améliorées. Ceci est évident pour la nouvelle station entrant dans le réseau ou encore pour les stations qui étaient associées au point d’accès surchargé. Des améliorations sont aussi apportées aux autres stations mais une troisième catégorie de stations présente une dégradation de performances. Ceci concerne surtout les stations qui étaient associées à des points d’accès moins chargés pour lesquelles de nouvelles stations ont été réassociées. Nous expliquons cela par une augmentation du nombre de stations en compétition vers le canal dans la cellule ce qui augmente entre autre le temps d’accès au médium. Cependant, dans la plupart des cas, cette dégradation de performances reste acceptable quand il s’agit par exemple du taux de perte binaire ou du temps d’accès au médium.

En comparant les performances globales sur les deux exemples présentés dans le paragraphe précédent, on montre que l’approche d’équilibrage ne fonctionne pas bien quand le réseau est plus chargé. Ceci est dû au nombre plus important de stations dans le réseau et à la charge globale induite sur l’ensemble des points d’accès. Dans le deuxième scénario, la charge moyenne des points d’accès est de 3770 Kbps et la charge maximale est de 4520 Kbps (δ=20%), ce qui veut dire qu’on s’approche déjà de la charge maximale réelle du 802.11. Nous ne remarquons pas une nette amélioration des performances par notre approche d’équilibrage quand on passe d’un taux d’équilibrage de 20% à un taux d’équilibrage de 10%. Nous voyons qu’il sera possible de faire des tests pour déterminer la valeur optimale du taux d’équilibrage. La valeur de ce paramètre dépendra de la taille du trafic de l’ensemble des applications du réseau mais aussi de la charge du réseau public (nombre de points d’accès et nombre de clients possibles). La considération d’un taux d’équilibrage moins faible conduira par contre à une augmentation possible du temps de convergence de l’algorithme d’équilibrage.

Nous remarquons aussi que les résultats de notre approche d’équilibrage ne sont pas aussi bons pour les stations qui sont exposées à des flux de paquets des autres stations. Nous considérons que ceci est dû à l’augmentation du bruit lors de la réception et donc une dégradation du rapport signal sur bruit.

5. Conclusion

Dans ce chapitre, nous avons utilisé l’outil de simulation OPNET Modeler pour comparer les performances en termes de qualité de service de notre approche d’équilibrage par rapport au standard IEEE 802.11. L’analyse des résultats obtenus montre une meilleure performance globale du réseau public sans fils par l’utilisation de l’approche d’équilibrage de charge que nous avons élaborée. Nous remarquons aussi une amélioration de la qualité de service offerte à la plupart des utilisateurs sans fils, par exemple en termes de taux de perte de paquets. Quelques unes des stations voient leurs paramètres se dégrader, mais les valeurs de ces paramètres restent toujours convenables par rapport à la qualité de service minimale requise par les applications.

Dans ce chapitre, nous avons aussi testé quelques améliorations de l’approche d’équilibrage et effectué des comparaisons par rapport à des techniques introduites par le comité du standard, tel que l’échange de paquets RTS/CTS.

Cependant, quelques résultats de simulation nous incitent à penser à l’influence de la variation du rapport Signal sur Bruit sur l’amélioration de la qualité de service pour les stations qui sont réassociés lors de l’équilibrage mais aussi pour le reste des stations du réseau. Nous pensons qu’il ne suffit plus de rester au dessus du seuil de puissance de réception minimal, tel que c’est défini dans le standard, pour garantir des performances meilleures lors de l’application de l’équilibrage mais qu’il faut aussi considérer la variation du rapport signal sur bruit offert à chacune des stations. Nous proposons de définir une nouvelle fonction d’équilibrage globale dont l’objectif est de maximiser la variation du rapport SNR pour l’ensemble des stations tout en réduisant l’écart de charge entre les différents points d’accès. Cette fonction se présente alors sous la forme suivante :

1 1 1 2 m i n n i j i i j f SNR CAP CA P

α γ

∑

∑∑

- M est le nombre des stations mobiles du réseau.

- SNRi est le rapport signal sur bruit d’une station i par rapport au point d’accès

auquel elle est associée.

- N est le nombre total de points d’accès du réseau.

- CAPi est la charge d’un point d’accès APi.

La difficulté majeure pour la simulation d’une telle fonction est de pouvoir estimer la variation du rapport SNR pour l’ensemble des stations sans fils lors de la réassociation de quelques stations avec et sans équilibrage (avant de décider de la solution équilibrée, il faut estimer le rapport SNR de toutes les stations pour toutes les solutions d’équilibrage possibles). On peut aussi définir des fonctions spécifiques au niveau des stations avec des applications critiques qui contrôlent la variation du rapport SNR de ces stations lors de l’application de l’équilibrage.

Références

Breaslu, L., K. Estrin, D. Fall, S. Floyd, J. Heidemann, A. Helmy, P. Huang, S. McCanne, K. Varadhan, X. Ya, et H. Yu (2000). Advances in network simulation. IEEE Computer, Vol. 33, N°. 5, pp. 59-67.

Jabri, I., N. Krommenacker, T. Divoux et A. Soudani (2008). IEEE 802.11 Load balancing : an approach for QoS Enhancement. International Journal of Wireless Information Networks, Vol. 15, N°. 1, pp. 16-30.

Lucio, G.F., M. Paredes-Farrera, E. Jammeh, M. Fleury et M. J. Reed (2003). OPNET Modeler and NS-2 : Comparing the accuracy of network simulators for packet-level analysis using a network tesbed. WSEAS Transactions on Computers, Vol. 2, N°. 3 Na, C., J.K. Chen et T.S. Rappaport (2006). Measured traffic statistics and throughput of

IEEE 802.11b public WLAN hotspots with three different applications. IEEE Transactions on Wireless Communications, Vol. 5, N°. 11, pp. 3296-3305.

NS (2007). www.isi.edu/nsnam/ns/

OPNET Technologies. The OPNET Modeler (2007). www.opnet.com/products/modeler

Pawlikowski, K., H.D. Joshua Jeong et J. S. Ruth Lee (2002). On credibility of simulation studies of telecommunication networks. IEEE Communications Magazine, Vol. 40, N°. 1, pp. 132-139.

Yong, X., H. Qingyan, W. Jibo et Z. Haitao (2007). Rate adaptive protocol for multirate IEEE 802.11 networks. Journal of Electronics (China), Vol. 24, N°. 3, pp. 289-295.

Wu, D. et R. NEGI (2006). Effective Capacity-Based qualiy of service measures for wireless networks. Mobile Networks and Applications, Vol. 11, pp. 91-99, 2006.