Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Мультисервисные сети2

.pdf
Скачиваний:
0
Добавлен:
13.05.2026
Размер:
9.29 Mб
Скачать

17.3. Марковские СеМО. Теорема Берке

461

 

 

Рассмотрим простейшую последовательную систему с двумя узлами. Каждый овал – это СМО. Внутри овала − номер узла

(рис. 17.2).

1 2

Рис. 17.2. Система с двумя последовательными узлами

Предположим, что входящий поток является пуассоновским с

интенсивностью

a t e t , причем каждое

требование

поступает сначала в

узел 1,

который содержит один

прибор с

интенсивностью обслуживания

и показательным распределением

времени обслуживания b x e x . Т.е. узел 1 представляет собой

СМО типа М / М / 1. Предположим также, что узел 2 также содержит один обслуживающий прибор с показательным распределением времени обслуживания с интенсивностью обслуживания .

Задача состоит в том, чтобы определить распределение промежутков времени между последовательными требованиями, поступающими в узел 2. Это эквивалентно задаче вычисления распределения промежутков времени между последовательными требованиями, уходящими из узла 1.

Обозначим d t плотность распределения вероятностей

промежутков между последовательными требованиями на выходе узла 1 и D * s – преобразование Лапласа этой величины. Вычислим

D * s в момент, когда требование покидает узел 1. Возможно одно

из двух событий. Либо в очереди имеется второе требование, готовое поступить в прибор узла 1, либо нет (накопитель пуст). В первом случае промежуток времени, через которое второе требование покинет узел 1, распределен так же, как время обслуживания, и в этом случае получаем

D * S |узел1непуст B * S .

(17.1)

Во втором случае промежуток времени, через который следующее требование покинет узел 1, складывается из двух промежутков:

1)время до поступления следующего требования;

2)время обслуживания следующего требования.

462

Глава 17. Аналитическое моделирование мультисервисных сетей

 

 

Так как эти два промежутка распределены независимо, то плотность распределения вероятностей их суммы равна свертке плотностей распределения суммируемых величин.

Преобразование Лапласа плотности распределения суммы независимых случайных величин равно произведению преобразований исходных плотностей распределения:

D * S |узел1пуст A * S B * S

 

 

 

.

(17.2)

 

 

 

s s

 

 

 

В выражении (17.2) первый и второй сомножители правой части представляют собой преобразования Лапласа показательной функции.

Кроме того, вероятность того, что требование покинет систему пустой, равна вероятности того, что поступающее требование застанет систему пустой, т.е. 1 , где коэффициент исполь-

зования системы.

Запишем безусловное преобразование Лапласа для плотности распределения промежутков времени между уходящими требованиями:

D * S 1 D * S |узел1пуст D * S |узел1непуст

 

 

 

 

 

 

 

 

 

D * S 1

 

 

 

 

 

 

 

.

 

 

 

 

s s

s

Упрощаем:

D * S . s

. (17.3)

(17.4)

(17.5)

Обратное преобразование дает нам:

D t 1 e t , t 0 . (17.6)

Приходим к замечательному выводу о том, что промежутки времени между уходящими требованиями так же, как и промежутки времени между поступающими требованиями, распределены показательно с тем же параметром .

Т.е. в случае стационарной СМО входящий пуассоновский поток, проходя через обслуживающий прибор с показательным распределением, порождает выходящий пуассоновский поток – теорема Берке.

Более того, теорема Берке говорит о том, что исходящий поток стационарной СМО типа М / М / r c пуассоновским входящим потоком с параметром и показательным распределением времени

17.4. Сети Джексона

463

 

 

обслуживания с параметром

в каждом из r приборов является

пуассоновским потоком с параметром .

Доказано, что М / М / r – единственная система с обслуживанием в порядке поступления, которая обладает таким свойством [5].

17.4. Сети Джексона

Рассмотрим сеть, содержащую L узлов, причем каждый i-й узел состоит из ri обслуживающих приборов с показательным временем

обслуживания с параметром i . В каждый i-й узел извне поступает пуассоновский поток требований с интенсивностью 0,i . При L 1 получаем М / М / r .

Покидая i-й узел, требование с вероятностью ij поступает в j

узел, причем допускается ii 0 . Θ матрица вероятностей пере-

ходов (маршрутная матрица).

Вероятность того, что после обслуживания в i-м узле требование

L

покинет сеть, равна 1 ij .

j 1

Необходимо вычислить полную интенсивность потока требований в заданный узел. Для этого нужно просуммировать пуассоновские потоки, поступающие извне, и потоки требований (не обязательно пуассоновские), поступающие от других узлов сети.

Обозначим i полную интенсивность потока, входящего в i-й узел.

Причем множество этих параметров должно удовлетворять системе уравнений:

 

 

L

 

 

 

 

 

i 0,i j ji ,

i 1, 2, ..., L .

(17.7)

 

 

j 1

 

 

 

Для всех i

должно выполняться требование i ri i

, чтобы все

узлы сети описывались эргодическими цепями Маркова.

 

Состояние

системы

с

L

узлами описывается

вектором

n1, n2, ..., nL , где ni – число требований в i-м узле.

 

Обозначим

P n1, n2, ..., nL

стационарную вероятность этого

состояния, а

pi ni

маргинальное распределение вероятностей

того, что в состоянии равновесия в i-м узле будет находиться ni требований.

464 Глава 17. Аналитическое моделирование мультисервисных сетей

Примечание: Маргинальная вероятность – это безусловная вероят-

ность P(A) события A; т.е. вероятность события A не зависит от того, наступает ли какое-то другое событие B или нет. Если B – случайная величина, принявшая данное значение, маргинальная вероятность A может быть получена суммированием (или более широко интегрированием) совместных вероятностей по всем значениям этой случайной ве-

личины. Например, если есть два возможных значения, соответст-

вующие событиям B и B*, то P A P A

B P A

B * .

Джексон доказал, что пространство состояний СеМО может быть

получено в мультипликативной форме [2]:

 

P n1, n2, , nL p1 n1 p2 n2 ... pLnL ,

(17.8)

где pi ni – стационарная вероятность для классической системы

М / М / r и может быть найдена независимо для каждого узла с использованием С-формулы Эрланга [2, 4, 6].

17.5. Замкнутые сети Джексона

В замкнутой сети из L узлов циркулирует конечное и фиксированное число N требований, которые задерживаются в сети так, что ни одно из них не может покинуть сеть и ни одно другое требование не может поступить в сеть [6]. Это соответствует схеме

L

 

 

 

Джексона, в которой 1 ij

0

и 0,i 0 для всех i (частный случай

j 1

 

 

 

сети Джексона). В замкнутой СеМО

 

L

 

 

 

ni

N ,

(17.9)

i 1

где ni – число заявок в i-й СМО.

В этой модели множество состояний системы является конечным. Обозначим его как

 

 

 

 

 

L

 

 

S N ,L n n1, n2

, ..., nL

| ni 0, i

1, L, ni

N .

(17.10)

 

 

 

 

 

i 1

 

 

Это множество равно числу сочетаний из L N –1 по L–1, т.е. числу

способов размещения N требований по L узлам:

 

 

 

C

L N 1

!

 

 

 

 

 

N ! L 1 !

.

 

 

 

(17.11)

17.5. Замкнутые сети Джексона

465

 

 

Стационарное распределение вероятностей в этой замкнутой сети описывается следующей системой уравнений:

 

 

 

 

 

L

 

 

 

P n1, n2, ..., nL ni 1 i ni i

 

 

 

 

 

 

i 1

(17.12)

 

L

L

 

 

 

 

 

1 i ni 1 i ij P n1, n2,..., n j 1,..., ni 1,...,nL ,

 

n

j

 

i 1 j 1

 

 

 

 

 

 

 

 

где k

1,

k

0;

единичная функция, которая входит в уравнения

 

k

 

 

 

0,

0,

 

 

равновесия, и таким образом учитывается тот факт, что когда узел

пуст,

 

интенсивность

обслуживания должна равняться 0, а

 

 

n

 

n

,

n

 

r ;

число требований в i-м узле, находящихся на

i

i

i

 

 

i

i

 

 

ri

,

ni

ri ,

 

 

 

 

 

 

обслуживании при условии, что всего в узле ni требований. Выраже-

ния (17.12) – уравнения равновесия замкнутой СеМО, левая часть описывает вероятностный поток, исходящий из состояния

n1, n2, ..., nL , а правая – поток, входящий в него.

Определим функцию i ni :

 

 

 

n

i

!,

n

i

 

r

;

 

n

 

 

 

 

 

 

i

 

 

 

!r ni ri ,

 

 

 

r .

i

 

i

r

n

i

 

 

 

i

 

 

i

 

 

 

i

Рассмотрим множество

чисел

bi ,

представляющих

решения системы линейных уравнений:

 

L

 

j bj

j bj ij ,

j 1, 2, 3, ..., L.

j 1

(17.13)

собой

(17.14)

Используя эти определения, решения системы (17.12) можно записать в виде

P n1, n2

, ..., nL

1

 

L

b ni

 

 

 

 

 

i

,

(17.15)

G N

 

i ni

 

 

, L i 1

 

 

где нормирующая константа задается равенством

G N , L

 

L

 

b ni

 

 

 

 

 

 

i

 

,

(17.16)

 

i

n

 

 

n S(N ,L )i 1

 

i

 

 

 

здесь S N ,L – множество всех векторов состояний из выражения

(17.10) [6].

466

Глава 17. Аналитическое моделирование мультисервисных сетей

 

 

Практически любую инфокоммуникационную систему можно представить в виде замкнутой однородной или неоднородной сети массового обслуживания, определив источник-сток заявок в виде отдельного узла. Поэтому СеМО данного вида представляют для нас наибольший интерес.

17.6. Узловые и сетевые характеристики СеМО

Нахождение распределения состояний системы (выражения (17.8) и (17.15)) является отправной точкой для нахождения ее вероятностно-временных характеристик [1].

17.6.1. Исходные данные

В качестве исходных данных для анализа характеристик СеМО применяются следующие параметры:

1.L – количество узлов СеМО.

2.K – количество классов заявок.

3.N – количество заявок в СеМО, если она является замкнутой, в

 

 

 

 

 

 

 

L K

 

 

 

 

 

 

 

 

 

 

общем случае N

nik

,

где nik

 

среднее число заявок

 

 

 

 

 

 

 

i 1k 1

 

 

 

 

 

 

 

 

 

 

k-го класса в i-м узле.

 

 

 

 

 

 

 

 

 

 

R

ri , i

 

– вектор,

 

 

 

 

 

4.

1, L

содержащий

количество

обслужива-

 

ющих приборов в i-м узле.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5.

Θ

,

i, j 1, L,

k ,q

1, K ,

– маршрутная

матрица

 

 

 

 

 

ik ,jq

 

 

 

 

 

 

 

 

 

 

 

 

 

СеМО.

6. Λ 0ik , i 1, L, k 1, K – вектор, определяющий интенсив-

ность внешнего потока заявок k-го класса в i-й узел, если СеМО является открытой.

7. T ti , i 1, L – вектор, определяющий тип распределения дли-

тельностей обслуживания в i-м узле.

8. D di , i 1, L – вектор, определяющий дисциплину обслужи-

вания в i-м узле.

 

9. Μ ik ,

i 1, L,

k 1, K – вектор, в общем случае определя-

ющий интенсивность обслуживания k-го класса заявок в i-м узле.

17.6. Узловые и сетевые характеристики СеМО

467

 

 

17.6.2. Дисциплины обслуживания

Важным фактором при анализе вероятностно-временных характеристик СеМО является дисциплина обслуживания заявок, отражающая особенности СМО, имитирующих поведение компонентов мультисервисных сетей.

Практический интерес для нас представляют следующие дисциплины обслуживания [1]:

FCFS (First Come – First Served) – обслуживание требований в порядке поступления;

LCFSPR (Last Come – First Served – Preemptive Resume) –

обслуживание требований в порядке, обратном поступлению, с приоритетным дообслуживанием. При этой дисциплине, если в СМО имеется свободный обслуживающий прибор, то требование обслуживается так же, как и в системе с

дисциплиной FCFS. Если все приборы заняты, то при поступлении нового требования в СМО с вероятностью 1/ ri прерывается процесс обслуживания требования в одном из ri приборов и этот прибор начинает обслуживать вновь поступившее требование. Требование, обслуживание которого было прервано, устанавливается первым в очередь, и за ним закрепляется остаточное время, в течение которого оно должно будет дообслуживаться при его последующем выборе из очереди;

PS (Processor Sharing) – обслуживание требований с разделением производительности обслуживающего прибора. Предполагается одновременное обслуживание всех требований, пребывающих в СМО. Интенсивность обслуживания каждого из этих требований обратно пропорциональна числу требований, пребывающих в системе;

IS (Infinite Service) – обслуживание требований с «бесконечным» числом приборов. В замкнутой однородной сети массового обслуживания СМО с дисциплиной IS тождественна системе с

ri N (N – число требований, циркулирующих по сети)

параллельными приборами, в которой, очевидно, отсутствует очередь;

FS (Finite Service) – обслуживание требований «конечным» числом приборов. В замкнутой однородной сети обслуживания система с дисциплиной FS тождественна системе с ri N параллельными и одинаковыми обслуживающими приборами. При этом, если в i-й СМО имеется свободный прибор, то требование обслуживается так же, как и в системе с дисциплиной IS. Но если все приборы заняты, то вновь

468

Глава 17. Аналитическое моделирование мультисервисных сетей

 

 

поступившее требование получает отказ и с вероятностью ij переходит в j-ю СМО.

17.6.3. Характеристики функционирования СеМО

Анализ поведения мультисервисных систем с применением методов теории сетей массового обслуживания позволяет получить ряд узловых и сетевых характеристик для оценки качества обслуживания при передаче гетерогенного трафика. Узловые характеристики оценивают функционирование каждой отдельной СМО, а сетевые характеристики оценивают функционирование сети в целом.

В основе моделирования разомкнутых и замкнутых СеМО лежит метод эквивалентных преобразований сети, который заключается в представлении марковской СеМО, состоящей из L узлов, в виде L независимых марковских СМО типа М / М / r . Рассчитанные c помощью фундаментальных соотношений теории массового обслуживания характеристики отдельных СМО данного типа в точности соответствуют узловым характеристикам исходной СеМО, т.е. модели являются эквивалентными.

Узловые характеристики i-й СМО, i 1, L (для простоты приводим характеристики однородных марковских СеМО):

среднее число занятых приборов, или нагрузка в i-м узле

 

 

 

 

 

 

i

 

 

,

 

 

 

 

 

 

 

 

y i

xi

(17.17)

где

 

1/ i – среднее время обслуживания;

 

xi

 

коэффициент загрузки i-го узла

 

 

 

 

i

 

min

 

 

 

 

i / ri , 1 ;

(17.18)

 

 

 

y

коэффициент простоя i-го узла

 

 

 

i

 

1 i ;

(17.19)

среднее время ожидания обслуживания в i-м узле

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

x i

 

 

 

w i

 

(17.20)

 

 

 

1 i

 

 

 

 

 

 

 

для одноканальной СМО и

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Pi xi

 

 

 

 

wi

 

 

(17.21)

 

 

 

ri 1 i

 

 

 

 

 

 

 

для многоканальной СМО, где

17.6. Узловые и сетевые характеристики СеМО

469

 

 

 

 

 

r

 

i

ri

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Pi

 

 

 

i

 

 

P0 вероятность ожидания;

 

r !

1

 

 

 

i

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

r ri

ri 1

r

 

k 1

 

P0

 

 

 

i

 

i

 

i

i

 

 

 

– вероятность простоя канала;

 

 

! 1

 

 

 

 

 

 

r

k 0

 

k !

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

среднее время пребывания заявки в i-м узле

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

;

 

 

 

 

 

 

 

 

 

 

 

 

 

ui

w i

 

xi

(17.22)

 

среднее количество заявок в очереди i-го узла

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

;

 

 

 

 

 

 

 

 

 

 

 

 

 

mi

w i

(17.23)

 

среднее количество заявок в i-м узле

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

ni

ui

(17.24)

 

Сетевые характеристики, рассчитанные на основе полученных

узловых характеристик:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

среднее число заявок, ожидающих обслуживания в СеМО,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

M

 

mi

;

(17.25)

i1

среднее число заявок в открытой СеМО

L

 

N ni ;

(17.26)

i1

среднее время ожидания заявкой обслуживания в сети

L

 

W i w i ,

(17.27)

i 1

здесь i – коэффициент передачи для узла i, показывающий среднее число попаданий заявки в узел i за время ее нахождения в сети;

среднее время пребывания заявки в сети

L

 

U i ui .

(17.28)

i 1

Универсальные методы анализа СеМО, описанные в [1, 7], подходят для большого числа реальных инфокоммуникационных систем и включают в себя формулы расчета сетей массового обслуживания практически всех видов. Однако эти методы являются сложными для понимания и требуют для своего применения больших вычислительных мощностей и длительного времени обработки

470

Глава 17. Аналитическое моделирование мультисервисных сетей

 

 

результата, особенно, если речь идет о сложных мультисервисных сетях большой размерности, оперирующих большими объемами трафика.

Поэтому далее будут рассмотрены более простые методы анализа СеМО с заведомо наложенными ограничениями на их применение.

17.7. Анализ замкнутых однородных марковских СеМО

Вычисление вероятностей состояний СеМО P n1, n2, ..., nL по

формуле (17.15) для больших значений L и N может привести к потере значимости и некорректным результатам, поэтому ее применение носит ограниченный характер.

Во многих случаях для анализа вероятностно-временных характеристик СеМО можно использовать метод средних значений, основанный на рекуррентных соотношениях [8].

17.7.1. Ограничения, накладываемые на моделируемую СеМО

Рассмотрим замкнутую экспоненциальную сеть массового обслуживания, состоящую из L узлов с однородным потоком из N заявок при следующих предположениях:

1.Все узлы замкнутой СеМО одноканальные.

2.Накопители всех узлов имеют емкость равную количеству требований, циркулирующих в СеМО, – N, таким образом, не происходит отказов в обслуживании.

3.После завершения обслуживания в каком-либо узле передача заявки в другой узел происходит мгновенно.

4.Переход заявки из очереди в обслуживающий прибор происходит мгновенно.

5.Заявки выбираются из очереди каждого узла в соответствии с бесприоритетной дисциплиной обслуживания FCFS (в порядке поступления).

Параметры моделируемой СеМО соответствуют описанным в разделе 17.6.1.

Метод расчета средних значений замкнутой однородной марковской СеМО включает в себя два этапа:

1)расчет коэффициентов передачи в узлах замкнутой СеМО;

2)расчет узловых и сетевых характеристик замкнутой СеМО.