- •Теория телетрафика
- •8.1. Общие сведения 88
- •9.1. Общие сведения 105
- •11.1. Общие сведения 140
- •1.1. Теория телетрафика – одна из ветвей теории массового обслуживания
- •1.2. Математические модели систем распределения информации
- •1.3. Основные задачи теории телетрафика
- •1.4. Общие сведения о методах решения задач теории телетрафика
- •1.5. Краткий исторический обзор развития теории телетрафика
- •Контрольные вопросы
- •2.1. Основные понятия
- •2.2. Принципы классификации потоков вызовов
- •2.3. Характеристики потоков вызовов
- •2.4. Простейший поток вызовов
- •2.5. Нестационарный и неординарный пуассоновские потоки
- •2.6. Потоки с простым последействием
- •2.7. Симметричный и примитивный потоки
- •2.8. Поток с повторными вызовами
- •2.9. Поток с ограниченным последействием. Поток Пальма
- •2.10. Просеивание потоков. Потоки Эрланга
- •2.11. Длительность обслуживания
- •2.12. Поток освобождений
- •Контрольные вопросы
- •3.1. Поступающая, обслуженная, потерянная нагрузки
- •3.2. Концентрация нагрузки
- •3.3. Основные параметры и расчет интенсивности нагрузки
- •3.4. Характеристики качества обслуживания потоков вызовов
- •3.5. Пропускная способность коммутационных систем
- •Контрольные вопросы
- •4.1. Обслуживание вызовов симметричного потока с простым последействием
- •4.2. Обслуживание вызовов простейшего потока
- •4.3. Обслуживание вызовов примитивного потока
- •Контрольные вопросы
- •5.1. Обслуживание вызовов простейшего потока при показательном законе распределения длительности занятия
- •5.2. Обслуживание вызовов простейшего потока при постоянной длительности занятия
- •5.3. Область применения систем с ожиданием
- •Контрольные вопросы
- •6.1. Постановка задачи
- •6.2. Предельная величина интенсивности поступающей нагрузки
- •6.3. Уравнения вероятностей состояний системы с повторными вызовами
- •6.4. Основные характеристики качества работы системы с повторными вызовами
- •Контрольные вопросы
- •7.1. Общие сведения
- •7.2. Моделирование случайных величин
- •7.3. Моделирование коммутационных систем на универсальных вычислительных машинах
- •7.4. Точность и достоверность результатов моделирования
- •Контрольные вопросы
- •8.1. Общие сведения
- •8.2. Некоторые характеристики неполнодоступных схем
- •8.3. Выбор структуры ступенчатой неполнодоступной схемы
- •8.4. Выбор структуры равномерной неполнодоступной схемы
- •8.5. Построение цилиндров
- •8.6. Идеально симметричная неполнодоступная схема
- •8.7. Формула Эрланга для идеально симметричной неполнодоступной схемы
- •8.8. Априорные методы определения потерь в неполнодоступных схемах
- •8.9. Инженерный расчет неполнодоступных схем
- •Контрольные вопросы
- •9.1. Общие сведения
- •9.2. Комбинаторный метод. Полнодоступное включение выходов
- •9.3. Потери в двухзвеньевых схемах при отсутствии сжатия и расширения
- •9.4. Потери в двухзвеньевых схемах при наличии сжатия или расширения
- •9.5. Двухзвеньевые неполнодоступные схемы
- •9.6. Метод эффективной доступности
- •9.7. Структура многозвеньевых коммутационных схем
- •9.8. Способы межзвеньевых соединений и методы искания в многозвеньевых схемах
- •9.9. Расчет многозвеньевых коммутационных схем в режиме группового искания. Метод клигс
- •9.10. Метод вероятностных графов
- •9.11. Оптимизация многозвеньевых коммутационных схем
- •Контрольные вопросы
- •10.1. Качество обслуживания на автоматически коммутируемых сетях связи
- •10.2. Расчет нагрузок на входах и выходах ступеней искания коммутационных узлов
- •10.3. Расчет нагрузок, поступающих на регистры и маркеры
- •10.4. Способы распределения нагрузки
- •10.5. Колебания нагрузки. Расчетная интенсивность нагрузки
- •Контрольные вопросы
- •11.1. Общие сведения
- •11.2. Обходные направления и использование метода эквивалентных замен при расчете числа линий в обходных пучках
- •11.3. Динамическое управление. Характер задач, возникающих при управлении потоками
- •11.4. Кроссовая коммутация как управление структурой сети
- •11.5. Метод укрупнения состояний пучков при определении характеристик управляющей информации
- •Контрольные вопросы
- •12.1. Цели и задачи измерений
- •12.2. Принципы измерений параметров нагрузки и потерь
- •12.3. Обработка результатов измерений
- •12.4. Определение объема измерений
- •Контрольные вопросы
- •Список литературы
2.11. Длительность обслуживания
В теории телетрафика длительность обслуживания поступивших вызовов обычно принимается либо постоянной, либо случайной величиной. Постоянная длительность принимается, например, в моделях обслуживания вызовов управляющими устройствами систем распределения информации. Случайная длительность обслуживания задается функцией распределения вероятностей F(t)=P(T<t), t.
Наиболее простой и распространенной функцией распределения вероятности случайной длительности обслуживания является показательная:
где =1/M(T) – параметр длительности обслуживания; М(Т) – математическое ожидание длительности обслуживания.
Дифференцируя (2.38) по t, найдем плотность распределения вероятностей
Закон распределения вероятностей с такой плотностью называется показательным законом (отрицательным экспоненциальным). Основные числовые характеристики случайной длительности обслуживания, распределенной по показательному закону, по аналогии с (2.24)-(2.26): M(T)=1/; D(T)=l/2; (T)=1/. С целью упрощения математических выражений часто за единицу измерения длительности обслуживания принимается математическое ожидание длительности обслуживания, т. е. М(Т)=1 и, следовательно, =1.
Во многих случаях показательный закон хорошо описывает реальные законы распределения длительности обслуживания. Так, наблюдениями установлено, что длительность разговора на телефонных сетях достаточно хорошо описывается показательным распределением.
2.12. Поток освобождений
Потоком освобождений называется последовательность моментов окончания обслуживания вызовов. В общем случае свойства и характеристики потока освобождений зависят от поступающего потока вызовов, качества обслуживания этих вызовов, закона распределения длительности обслуживания. При обслуживании поступающего потока вызовов без потерь при постоянной длительности обслуживания h свойства потока освобождений совпадают со свойствами поступающего потока вызовов. Происходит только сдвиг по времени на величину h между моментом поступления вызова и моментом окончания его обслуживания.
При показательном законе распределения длительности обслуживания в силу свойства этого распределения моменты окончания обслуживания не зависят от моментов поступления вызовов. Покажем, что в момент времени t параметр потока освобождений (t) зависит только от параметра показательного закона распределения длительности обслуживания и числа вызовов, которые находятся «а обслуживании в данный момент временя. Пусть в коммутационной системе в момент t занято k приборов (k вызовов находятся на обслуживании). Вероятность освобождения i устройств за промежуток времени можно рассматривать как i успешных испытаний при общем числе k независимых испытаний и по теореме о повторении опытов записать
где р – вероятность освобождения одного прибора за промежуток времени .
При показательном законе распределения длительности обслуживания
Подставляя (2.41) в (2.40), получим
Вероятность того, что за промежуток времени не освободится ни один из k занятых приборов, а вероятность того, что освободится хотя бы один прибор, равна
По определению параметра потока
Вероятность 1() запишем с учетом разложения функции в ряд:
Подставляя (2.45) в (2.44), получим что и требовалось доказать. Можно показать, что в рассматриваемом случае поток освобождений обладает свойством ординарности.
Задача.
Определить: 1. Вероятность pk(t) поступления точно k=6 вызовов и вероятность рik(t) поступления не более k=6 вызовов простейшего потока с интенсивностью =250 вызовов в час за промежуток времени t=72 с. 2. При каком значении k имеет место наибольшее значение вероятности pk(t)?
Решение. 1. Для простейшего потока ==250; t=(0=5. При наличии только таблицы для определения вероятностей рik(t) отыскиваем в таблице значения этих вероятностей для k=6 и k=7: pi6=0,3840, рi7=0,2378. Отсюда вероятность р6(t)=рi6(t)–pi7(t)=0,1462. Вероятность pi6(t)= 1– pi7(t) =0,7622.
2. Для определения наибольшего значения вероятности рk(t) получим рекуррентное соотношение формулы Пуассона (2.17): pk(t)/pk-1(t)=t/k. В области t>k с возрастанием k вероятности pk(t) увеличиваются, так как pk(t)=pk-1(t) (t/k), а последний множитель больше единицы. И, наоборот, в области t<k с возрастанием k вероятности pk(t) уменьшаются. Отсюда согласно рекуррентному соотношению рассматриваемая вероятность имеет наибольшие значения: pk-1(t)=pk(t) при k=t, если t – целое число; pk(t) при k=[t], где [t] – наибольшее целое число, меньшее t, если t – нецелое число.
В нашей задаче t=5, поэтому наибольшее значение вероятности pk(t) имеют при k=4 и k=5. В этом легко убедиться, определив значения вероятностей с помощью таблиц [29]: p4(t)=p5(t)=0,1755; p3(t)=0,1403; p6(t)=0,1462 (значения вероятностей p3(t) и р6(t) меньше p4(t)=p5(t).