- •Министерство Российской Федерации
- •Тема 2. Нагрузка. Потери. Пропускная способность коммутационных
- •Тема 3. Полнодоступный пучок. Системы с потерями …………………….
- •Тема 4. Полнодоступный пучок. Система с ожиданием …………………..
- •Тема 5.Неполнодоступный пучок. Системы с потерями ………………….
- •Тема 6. Звеньевые коммутационные системы ……………………………..
- •Тема 7. Методы расчеты характеристик качества обслуживания в
- •Введение
- •Тема 1. Потоки вызовов.
- •1.1 Способы задания потоков вызовов.
- •1.2 Принципы классификации потоков вызовов.
- •1.3 Основные характеристики потоков вызовов.
- •1.4 Простейший поток вызовов.
- •1.5 Интенсивность простейшего потока вызовов.
- •1.6 Функция распределения промежутков между вызовами простейшего потока.
- •1.7 Закон распределения длительности обслуживания вызовов.
- •1.8 Классификация потоков вызовов.
- •1.9 Особенности формирования потоков в цифровых сетях интегрального обслуживания.
- •1.10 Вопросы для самоконтроля
- •Тема 2. Нагрузка. Потери. Пропускная способность коммутационных систем.
- •2.1. Понятие о нагрузке.
- •2.2. Основные параметры поступающей нагрузки.
- •2.3. Час наибольшей нагрузки
- •2.4.Характеристика параметров нагрузки.
- •2.5. Определение величины поступающей нагрузки.
- •2.6. Понятия о потерях.
- •2.7. Пропускная способность коммутационной системы.
- •2.8. Свойства и характеристики нагрузки в цифровых сетях интегрального обслуживания.
- •2.9. Вопросы для самоконтроля.
- •Тема 3. Полнодоступный пучок. Системы с потерями
- •3.1 Условные обозначения Кендалла-Башарина
- •3.2 Обслуживание симметричного потока вызовов
- •Постановка задачи
- •3.3 Обслуживание простейшего потока вызовов
- •Постановка задачи
- •Рекуррентные соотношения
- •3.4 Пропускная способность каждой линии пучка Постановка задачи
- •Решение
- •Графическая иллюстрация
- •3.5 Обслуживание примитивного потока вызовов
- •Рекуррентные соотношения
- •Графическая иллюстрация
- •3.6 Вопросы для самоконтроля
- •Тема 4 полнодоступный пучок. Система с ожиданием.
- •4.1 Постановка задачи.
- •4.2 Обслуживание однозвенной полнодоступной коммутационной системой простейшего потока вызовов. Система с ожиданием. Модель типа m/m/V. Вторая формула Эрланга
- •4.3 Функция распределения времени ожидания начала обслуживания. Экспоненциальное распределение длительности обслуживания вызовов.
- •4.4 Функция распределения времени ожидания начала обслуживания. Постоянная длительность занятия. Формула Кроммелина. Модель типа m/d/V.
- •4.5 Однолинейный пучок. Формула Полячека-Хинчина. Модели m/m/1, м/d/1. Результаты Берка.
- •4.6 Область применения систем с ожиданием и систем с потерями.
- •4.7. Вопросы для самоконтроля
- •Тема 5. Неполнодоступный пучок. Системы с потерями.
- •5.1 Общие сведения
- •5.2. Число состояний в схемах неполнодоступного включения (в неполнодоступных пучках линий).
- •5.3. Идеально - симметричное неполнодоступное включение
- •5.4. Обслуживание простейшего потока вызовов идеально – симметричным пучком линий. Схема с потерями.
- •5.5 Априорные методы расчета потерь в неполнодоступных пучках.
- •5.6 Вопросы для самоподготовки
- •Тема 6. Звеньевые коммутационные системы.
- •6.1 Общие сведения.
- •6.2 Расчет потерь в двухзвенных коммутационных системах. Метод эффективной доступности.
- •6.3 Структура многозвенных коммутационных систем.
- •6.4 Способы межзвеньевых соединений и методы искания в многозвенных коммутационных системах.
- •6.5 Оптимизация структуры многозвенных систем. Результаты а. Лотце.
- •6.6 Расчет потерь в многозвенных коммутационных системах. Метод вероятностных графов.
- •6.7 Расчет потерь в многозвенных коммутационных схемах. Методы клигс и ппл.
- •6.8 Вопросы для самоконтроля.
- •Тема 7. Методы расчета характеристик качества обслуживания в цифровых системах интегрального обслуживания (цсио)
- •7.1 Общие положения
- •7.2 Обслуживание самоподобной нагрузки.
- •7.3 Расчет пропускной способности мультисервисных телекоммуникационных сетей.
- •7.4 Приближенный метод расчета характеристик качества обслуживания распределенных систем обработки информации
- •7.5 Вопросы для самоконтроля
- •Тема 8. Полнодоступный пучок. Система с повторными вызовами.
- •8.1. Постановка задачи.
- •8.2. Предельная величина поступающей нагрузки.
- •8.3. Уравнения вероятностей состояний системы с повторными вызовами.
- •8.4. Основные характеристики качества работы системы с повторными вызовами.
- •8.5. Вопросы для самоконтроля.
- •Тема 9. Статистическое моделирование задач теории телетрафика
- •9.1 Общие сведения.
- •9.2 Моделирование случайных величин
- •9.3 Основы моделирования коммутационных систем.
- •9.4 Статистические характеристики моделирования.
- •9.5 Достоверность результатов моделирования.
- •9.6 Вопросы для самоконтроля
- •Тема 10.Распределение нагрузки и потерь на сетях связи.
- •10.1 Суммарные потери.
- •10.2 Способы распределения нагрузки.
- •10.3 Колебания нагрузки. Расчетная интенсивность нагрузки.
- •10.4 Вопросы для самоконтроля.
- •Тема 11. Расчёт обходных направлений на сетях связи.
- •11.1 Общие сведения.
- •11.2 Обходные направления.
- •11.3 Параметры избыточной нагрузки.
- •11.4 Метод эквивалентных замен.
- •11.5 Вопросы для самоконтроля.
- •Тема 12 измерение нагрузки и потерь в сетях связи
- •12.1 Цели и задачи измерений
- •12.2 Методы измерений
- •12.3 Обработка результатов измерений.
- •12.4 Определение объема измерений
- •12.5 Вопросы для самоконтроля
- •Литература
- •Словарь терминов и определений
- •Инструкция по пользованию комплектом электронных материалов по дисциплине “Теория телетрафика”
9.1 Общие сведения.
Большое число задач ТТ в настоящее время не имеют точных аналитических решений. Это объясняется в первую очередь тем, что в большом числе моделей обслуживания требуется учитывать микросостояния систем. К таким системам в первую очередь относятся неполнодоступные КС. Число состояний в таких схемах (см. раздел 5.2). В реальных системахV=50,100 и соответственно С 260 1010. Решение системы уравнений такого порядка невозможно на самых быстродействующих ЭВМ.
Звеньевые КС обладают ещё большим числом состояний и всё сказанное справедливо и для этого класса схем.
В этих условиях наиболее эффективным в некоторых случаях единственным средством решения является метод статистического моделирования.
Основным достоинством метода является возможность получения интересующих статистических характеристик с любой наперёд заданной точностью. При этом чем выше требуемая точность, тем в большем объеме необходимо провести статистическое моделирование и, следовательно, требуется больше машинного времени.
Обычно для экономного расходования машинного времени при сохранении требуемой точности результатов непосредственное статистическое моделирование истинного процесса обслуживания коммутационной системой входящего потока вызовов заменяется моделированием искусственных вероятностных моделей. В качестве такой модели широко используется моделирование марковской цепью.
9.2 Моделирование случайных величин
Моделирование систем массового обслуживания связано с моделированием случайных величин, имеющих различные распределения: равномерное, показательное, нормальное и др. Для получения таких случайных величин (СВ) используются СВ Х, равномерно распределённая на отрезке, из которой с помощью различных преобразований получают СВ, подчиняющуюся требуемому распределению.
Случайная величина Х называется равномерно распределенной на отрезке, если её плотностьf () на этом отрезке постоянная и равна единице:
Плотность распределения СВ иногда называют дифференциальной функцией распределения СВ. Интегральная функция распределения (далее просто функция распределения) этой СВ имеет следующий вид:
Плотность f() и функция распределения F() случайной величины Х, равномерно распределённой на отрезке , показаны на рис. 9.1
Рис.9.1- Плотность и функция распределения СВ,
равномерно распределенной на единичном отрезке.
СВ Х, равномерно распределённую на отрезке , можно получить из дискретной СВ, равновероятно принимающей значения 0 и 1.
Рассмотрим двоичную дробь:
Х=0, а –1, a –2, …,
где: а –1, a –2, …, есть последовательность независимых СВ, каждая из которых с вероятностью 0,5 принимает значение 0 и с такой же вероятностью единицу, т.е. предоставляет дискретную СВ, равновероятно распределенную на отрезке .
Для того чтобы промежутки между соседними значениями равномерно распределенной СВ Х стремились к нулю, необходимо иметь бесконечную последовательность независимых СВ (аi, i = -1, -2, … ) равновероятно принимающих значения 0 и 1 . На практике непрерывно распределенная СВ моделируется приближенно. При этом может быть достигнута сколь угодно высокая точность за счет выбора числа К двоичных разрядов в ЭВМ, определяющих двоичную дробь
0, а –1, a –2, …, а -к
Таким образом, вместо непрерывной СВ, равномерно распределенной на отрезке , моделируется дискретная СВ, равновероятно принимающая значения
С промежутками между соседними значениями К.
Случайные величины Х, равномерно распределённой на отрезке [0,1] обычно получают программным путем на ЭВМ (псевдослучайные числа).
Псевдослучайные последовательности вырабатываются рекуррентным способом по алгоритмам, в которых каждое последующее число получается из предыдущих в результате применения некоторых арифметических и логических операций. Эти последовательности называются псевдослучайными , т.к. они являются периодическими. Однако период может быть выбран столь большим, что практически этот недостаток можно не учитывать.
Возможность моделирования СВ Х, равномерно распределённой на отрезке , позволяет моделировать и непрерывную СВ, распределенную по любому закону
F() = P (<ζ)
Функция распределения СВ монотонно возрастает от 0 до 1. можно показать, что значение СВ , распределенную по любому закону в интервале [а, b) с плотностью f(), определяется из уравнения.
(9.1)
Для каждой реализации величины Х решается уравнение(9.1) относительно 1, т.е. определяется реализация величины .
Эта процедура показана на рис 9.2.
Рис 9.2. - К определению СВ .
Для каждой конкретной реализации равномерно распределенной СВ Х прямая F() = пересекает кривую функции распределения только в одной точке, абсцисса которой 1, и определяет значение в этой реализации.
Рассмотрим принцип моделирования СВ , равномерно распределенной в интервале [a, b), и СВ, распределенной по конкретному закону. Равномерно распределенная в интервале [а, b) СВ имеет в этом интервале постоянную плотность, равную
Согласно (9.1)
(9.2)
Используя в процессе моделирования каждую реализацию СВ Х и преобразование (9.2), получаем последовательность СВ , равномерно распределенных в интервале [a, b).
СВ ,распределенная в интервале [0, ) по показательному закону с параметром имеет плотность распределения
Согласно (9.1)
Величина (1 - ) точно так же, как и , является равномерно распределенной на отрезке [0, 1].
Поэтому
Умение моделировать непрерывные СВ дает возможность моделировать любой поток вызовов, заданный последовательностью функций распределения промежутков между вызовами.
В частности, при моделировании простейшего потока вызовов, последовательность случайных величин Zi (промежутки между вызовами) можно получить используя преобразование (9.3).