
- •Лекция 1 Содержание курса лекций по теории телетрафика
- •Предмет курса "Теория телетрафика"
- •Основы теории вероятностей
- •2. Алгоритмы обслуживания заявок
- •3 Классификация Кендалла-Башарина
- •Лекция 3 Качество обслуживания
- •1. Основные понятия
- •2. Качество обслуживания вызовов
- •3. Качество телефонной связи
- •4. Совершенствование качественных показателей
- •Лекция 4 Потоки заявок
- •Простейший поток
- •Лекция 5 Потоки заявок (продолжение)
- •1. Нестационарный и неординарный пуассоновские потоки
- •2. Потоки с простым последействием
- •3. Симметричный и примитивный потоки
- •4. Поток с повторными вызовами
- •5. Поток с ограниченным последействием. Поток Пальма
- •6. Просеивание потоков. Потоки Эрланга
- •7. Выходящие потоки
- •Лекция 5 Потоки заявок (продолжение)
- •1. Нестационарный и неординарный пуассоновские потоки
- •2. Потоки с простым последействием
- •3. Симметричный и примитивный потоки
- •4. Поток с повторными вызовами
- •5. Поток с ограниченным последействием. Поток Пальма
- •6. Просеивание потоков. Потоки Эрланга
- •7. Выходящие потоки
- •Лекция 7 Телефонная нагрузка
- •Лекция 8 смо с потерями заявок (полнодоступный пучок)
- •Лекция 9 смо с ожиданием
- •1. Смо вида
- •2. Смо вида
- •3. Смо вида
- •4. Смо вида
- •5. Смо вида
- •Лекция 10
- •1. Неполнодоступные системы
- •2. Многозвенные коммутационные системы
- •3. Повторные вызовы
- •Лекция 11 Многофазные смо и сети массового обслуживания Допущения для смо вида :
- •Сети массового обслуживания (СеМо)
- •Многофазные системы массового обслуживания
- •Сложные смо
- •1. Смо вида
- •2. Смо вида
- •3. Другие сложные смо
- •Лекция 12 Аспекты измерения трафика
- •Лекция 13 Примеры задач, решаемых методами теории телетрафика
- •1. Определение пропускной способности атс
- •2. Задачи, связанные с услугой "Прямая линия"
- •Современные задачи телетрафика
- •Лекция 14 Моделирование в теории телетрафика
- •Оператор р18 осуществляет проверку условия
- •Лекция 15 Фрактальные процессы и теория телетрафика
Лекция 13 Примеры задач, решаемых методами теории телетрафика
1. Определение пропускной способности атс
Рассмотрим
простейшую модель АТС, состоящей всего
из двух блоков (первый рисунок):
коммутационное поле и устройство
управления. На входе наблюдается
случайный процесс
,
а на выходе –
.
Простейшая модель АТС
Для такой АТС известны требования (рекомендации МСЭ серии Q.500):
среднее значение длительности установления соединения через АТС не должно превышать
;
для 95% всех вызовов длительность установления соединения через АТС не должна превышать
.
Традиционно задача расчета пропускной способности АТС состоит в том, что бы для поступающего трафика определить минимум пропускной способности коммутационного поля и устройства управления.
Допустим,
что процесс
– простейший поток с интенсивностью
.
Будем также считать, что обслуживание
любого вызова есть случайная величина
с функцией распределения
с коэффициентом вариации
.
Очевидно,
что можно выбрать две модели:
и
,
для которых полученные оценки будут
определять верхнюю и нижнюю границы
большинства вероятностно-временных
характеристик (ВВХ).
По
формулам, определяющим математическое
ожидание длительности задержки заявок
и функцию распределения, можно найти
две величины для интенсивности
обслуживания:
и
.
Очевидно, что
(истинное значение интенсивности
обслуживания) должно отвечать такому
условию:
. (1)
Для системы величины и определяются из известных соотношений:
.
,
(2)
.
.
Для системы величина определяется следующим образом:
.
. (3)
Допустим,
что в результате расчетов были выбраны
верхняя и нижняя границы для интенсивности
обслуживания:
и
.
Если различие между ними существенно
(с учетом рассматриваемой задачи), то
необходимо перейти к анализу СМО вида
.
Если же различие не представляется
существенным, то величина
сопоставляется с неким рядом
,
который определяет возможные реализации
аппаратно-программных средств АТС.
Если
оценке
соответствует величина
,
которая лежит в пределах
,
то пропускная способность выбирается
как
.
Следует различать вероятностно-временные характеристики, которые важны для коммутационного поля и устройства управления.
В рассматриваемом примере речь идет об устройстве управления. Для оценки пропускной способности коммутационного поля можно использовать первую формулу Эрланга.
Одна и та же величина интенсивности нагрузки пожжет быть получена за счет различных сочетаний сомножителей в формуле
. (4)
При большом значении числа обрабатываемых вызовов ( ) и малом времени обслуживания (характерный пример – справочная служба) следует тщательно рассчитывать ВВХ, связанные с устройством управления. При большом значении времени обслуживания и малом числе вызовов (например, для модемного пула) наибольший интерес вызывает расчет ВВХ для поля коммутации и транспортных ресурсов.
2. Задачи, связанные с услугой "Прямая линия"
Услугу "Прямая линия" (второй рисунок) можно представить как симбиоз двух услуг Интеллектуальной сети (ИС): вызов, оплачиваемый вызываемым абонентом (FreePhone), и массовый опрос (Mass Calling). Один из первых примеров практической реализации услуги "Прямая линия" – организация "Прямой линии Президента Российской Федерации".
Модель услуги "Прямая линия"
Рекомендуемые требования к обслуживанию трафика для услуги "Прямая линия" перечислены в таблице 1. Они определены для ЦОВ (центр обслуживания вызовов) в час наибольшей нагрузки (ЧНН).
Таблица 1
Требование к услуге "Прямая линия" по обслуживанию трафика |
Рекомендуемая величина |
Вероятность потери вызова в ЧНН |
5% |
Вероятность ожидания ответа в ЦОВ |
50% |
Среднее время ожидания ответа в ЦОВ |
30 с |
Время ожидания ответа в ЦОВ для 95% вызовов |
60 с |
На следующем рисунке приведен график, иллюстрирующий долю поступивших вызовов по дням предоставления услуги за 2001, 2002 и 2003 годы. Можно отметить, что к 2003 году наметилась тенденция монотонного роста доли вызовов на интервале предоставления услуги.
Доля поступивших вызовов по дням 2001 – 2003 годы
На двух следующих графиках показаны тенденции изменения нагрузки (по часам суток) и длительности занятия.
Изменение нагрузки за сутки
Изменение времени занятия
Для подобных моделей расчет всех ВВХ осуществляется имитационным моделированием.