基于_stable自相似随机过程的通信网业务量建模

基于_stable自相似随机过程的通信网业务量建模

ID:33921770

大小:274.45 KB

页数:4页

时间:2019-02-28

基于_stable自相似随机过程的通信网业务量建模_第1页
基于_stable自相似随机过程的通信网业务量建模_第2页
基于_stable自相似随机过程的通信网业务量建模_第3页
基于_stable自相似随机过程的通信网业务量建模_第4页
资源描述:

《基于_stable自相似随机过程的通信网业务量建模》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第38卷第2期上海交通大学学报Vol.38No.22004年2月JOURNALOFSHANGHAIJIAOTONGUNIVERSITYFeb.2004文章编号:100622467(2004)0220200203基于A2Stable自相似随机过程的通信网业务量建模潘明,季晓飞,范戈(上海交通大学区域光纤通信网和新型光通信系统国家重点实验室,上海200030)摘要:针对现代通信网业务量在幅度和时间尺度上的突发特性,提出了一种综合稳定分布和高斯自相似分布的模型,即基于A2Stable自相似过程的模型来同时反映业务量的两种突发特性,并通过仿真证明了它非常适合于现代通信网的业务量.该模型可以

2、根据不同的性能需要来产生相应的模拟业务量,从而对网络业务量性能相关的研究有一定的实用价值.关键词:通信网;稳定分布;业务量;突发;自相似;随机过程;建模中图分类号:TN915.01文献标识码:ANetworkTrafficModelingBasedonA2StableSelf2SimilarStochasticProcessesPANMing,JIXiao2fei,FANGe(StateKeyLab.onLocalFiber2OpticCommunicationNetworks&AdvancedOpticalCommunicationSystems,ShanghaiJiaotong

3、Univ.,Shanghai200030,China)Abstract:Aimingattheburstcapabilityinbothextentandtime,thearticleproposedamodelfornetworkheavy2trafficapproximation,basedonA2stableself2similarprocesses,whichintegratesstabledistributingandGaussself2similardistributing.Thesimulationsshowthatthemodelisfittedtomodernne

4、tworktraf2fic.Themodelcangeneratethecorrespondingsimulatedtrafficbasedondifferentcapability,whichishelpfultotherelevantresearchofnetworktraffic.Keywords:telecommunicationnetworks;A2stable;traffic;burst;self2similar;stochasticprocesses;modelbuilding传统的电话系统已经存在了百余年,具有相当件传输等不断出现的新业务使得信源的特性也远复高的可靠

5、性.它成功的一大因素就是能准确地预测杂于单一语音业务时信源的特性.这样,在网络和信源和分析整个网络的性能.泊松模型和马尔可夫模型的共同作用下,流经通信网业务量的统计特性与传统的应用在模拟语音业务和预测电话网的实际性能时的泊松业务量假设相比发生了很大变化,主要表现为[1]都取得了成功.业务量的突发不仅在某些时间点上存在(幅度的突[2]随着计算机技术和计算机通信技术的发展,计发),还在多个时间尺度上存在(时间的突发).算机网和电信网不断融合,给电信网的发展带来了时间的突发主要表现在长程相关性,因此必须影响.一方面计算机网络的分层结构和以TCPöIP要新建一个参数尽量少的模型来同时描述通

6、信网业为代表的多种网络协议使得网络本身的行为变得复务量的这种幅度突发特性和长程相关性.本文从两杂;另一方面自20世纪90年代以来多媒体、大型文方面入手:①采用重尾分布、稳定分布的模型来描收稿日期:2003201231作者简介:潘明(19782),男,上海市人,硕士生,主要研究方向为光接入网的业务量性能.范戈(联系人),男,教授,博士生导师,电话(Tel.):021262933303;E2mail:gfan@sjtu.edu.cn.第2期潘明,等:基于A2Stable自相似随机过程的通信网业务量建模201[3]述幅度突发特性(但不能描述长程相关性);②用经过实践发现其误差不是太大;然

7、后通过迭代算法高斯自相似模型来描述长程相关性和不同时间尺度来逐步逼近A、R值,最后再估计B和L的值.[4][8]上的自相似特性的存在.用一个A2Stable自相似首先,采用McCulloch的SQ方法,定义:过程来把突发特性和长程相关性融入一个灵活的模x0.95-x0.05vA=型.这个模型基于线性分形稳定噪声(LinearFrac2x0.75-x0.25(4)tionalStableNoise,LFSN)[5],是一个稳定的、自相x0.95+x0.05-2x0.50

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。