Дисперсия очередей в системах массового обслуживания с групповыми пуассоновскими потоками

Бесплатный доступ

Рассматриваются групповые пуассоновские потоки в системах массового обслуживания. Групповые пуассоновские модели потоков позволяют получить весьма простые зависимости средних размеров очередей от коэффициента загрузки однолинейной системы массового обслуживания. Показано, что дисперсия чисел заявок в таких потоках линейно зависит от загрузки и определяет средние значения размеров очередей. Поскольку в групповом пуассоновском потоке пачки заявок независимы, в формулах для средних значений очередей отсутствуют элементы, определяемые корреляционными связями. Получены соотношения, определяющие второй начальный момент и дисперсию размеров очередей в системах массового обслуживания с групповыми пуассоновскими потоками. Значения второго начального момента размера очередей получены возведением уравнения баланса в третью степень. Показано, что дисперсия размеров очередей зависит от третьего центрального момента чисел поступающих заявок. Третий центральный момент характеризует степень асимметричности распределения размеров пачек заявок.

Еще

Групповые пуассоновские потоки, системы массового обслуживания, дисперсии, коэффициент загрузки, очереди

Короткий адрес: https://sciup.org/140305999

IDR: 140305999   |   DOI: 10.18469/ikt.2023.21.3.01

Текст научной статьи Дисперсия очередей в системах массового обслуживания с групповыми пуассоновскими потоками

Пакетная передача в современных телекоммуникационных сетях показала, что модели трафика, основанные на распределении Пуассона, не являются адекватными. Пачечный характер пакетного трафика, взаимная зависимость пакетов приводят к существенному влиянию корреляционной составляющей на размеры очередей. Существует множество моделей трафика, учитывающих его корреляционные свойства. Многие из указанных моделей учитывает корреляционные свойства потоков, но они оказались слишком сложными и не привели к существенным результатам.

Модели «самоподобного» трафика, учитывающие корреляционные свойства, оказались слишком сложными, неэффективными. На смену им пришел целый класс моделей потоков с коммутируемой цепью Маркова – ВМАР-потоки [1– 3; 6–13]. Среди указанных потоков можно выделить групповые пуассоновские потоки [5]. Это неординарные потоки событий, каждое из которых соответствует одновременному появлению нескольких заявок. События возникают независимо друг от друга и имеют экспоненциальное распределение интервалов между соседними событиями. Следовательно, поток событий является пуассоновским.

Обозначим через τ некоторый интервал времени обработки заявки в системе массового обслуживания (СМО). Среднее значение числа заявок рассматриваемого потока, так же как и дисперсия Dm(ρ) пропорционально загрузке ρ:

m ( т ) = Лт = р .

D m ( р ) = fok 2 = р к (1 + V 2) = E m P .

Здесь, v 2 = -D k — квадрат коэффициента вариации, а k – среднее число заявок в «пачке».

Интервальный метод [4], основанный на ана- лизе чисел заявок, поступающих в течение одного интервала обработки заявки, обеспечивает установление зависимости среднего размера очереди от коэффициента загрузки системы массового обслуживания.

В групповом пуассоновском потоке пачки заявок независимы, поэтому в формуле для средних значений очередей [4] нет элемента, определяемого корреляционными связями, и формула упрощается.

q ; . = D M - Р = E m - Р 2(1 - р ) 2 2(1 - р ) 2

*

В частном случае ординарного пуассоновско- го потока: ki = 1, к = 1, V = 0 , E = 1 — при этом справедлива известная формула:

Р2 2(1 Р ).

q ( Р ) =

Если два совершенно различных потока имеют одинаковые значения дисперсии, то при одинаковых загрузках средние размеры очередей для таких потоков будут полностью совпадать.

Для таких потоков отличаться будут лишь значения дисперсий D q ( р ) размеров очередей.

Второй начальный момент

Вт орой начальный момент размера очереди q 2( р ) определим из соотношения баланса [4].

q i ( р ) = q i - i ( р ) + m ( р ) - S ( р );

S i ( р ) = 0, если q i - 1 ( р ) = m i ( р ) = 0;      (2)

S i ( р ) = 1, в противном случае .

где qi (р) - значение очереди, mi (р) - число поступивших заявок, а Si (р) - обработанных число заявок, в течение интервала времени т.

Ограничения имеют следующий вид: S- ( р ) = S i ( р ), т , ( р ) S - ( р ) = m , ( р ), q , - i ( р ) S ( р ) = q , - 1 ( р ), S , ( р ) = т , ( р ) .

При возведении в третью степень уравнения (2), коэффициент загрузки для ρ краткости будем опускать:

q 3 i = q 3 i - i + 3 q 2i - I ( m i - S i) + 3 q i - 1 ( m i - S i ) + ( m i - S -)3

После соответствующих преобразований, с учетом принятых ограничений получим:

q3 i = q3 , - 1 + 3 q2 , - 1 m i - 3 q2 , - + 3 q i - 1 ( m i 2 - 2 m i + 1) +

+ ( m2 - 3 m2 + 3 m i - S i )

.

Произведем усреднение обеих частей:

3 q2 i _ j (1 - m J = 3 q i - 1 ( m i 2 - 2 m i + 1) +

+ ( m i 3 -3 m2 + 2 m i ) .

3 q 2 i _ i ( 1 - m i ) = 3 q , _ i ( Dm + m , 2 - 2 m i + 1) +

+ ( m i 3 - 3 m i 2 + 2 m i ).

3 q 2 ; _ i ( 1 - m J = 3 q - D m + 3 q - ( m i - 1) 2 +

+ ( m i 3 - 3 m i 2 + 2 m i ).

q 2

Определим значение 1 - 1 :

—j— q., D                 mi3 - 3mi2 + 2m, qVi = i 1 _m + q-i 'll -m^ ‘ { ‘—\ ‘ (1 - m^ )                          311 - mi)

.

= q «[ td^ + ( 1 1 1 - mi )

q

i - 1

—\ m 3 - 3 m 2 + 2 m- тр + — —7— i =r— i 3 ( 1 - m i j

“j— — D m + ( 1 - m i I    m 3 -3 m. 2 + 2 m.

q i- i = q i-i —/,      / +         i—\

( 1 - m i I             3 ( 1 - m i l

“V q                 2., mt3 - 3 mi 2 + 2 mi q i-1 = /, , [Dm + (1 - m J] +         —\ i

( 1 - m J      v              3 ( 1 - m )

Выразим третий начальный момент m через третий центральный момент p 3 = ( m i - mt ) 3.

m i = ( m i - m i ) + 3 mD + mt = p 3 + 3 mD + mt .

После подстановки получим:

qp~ = q -[ D m +( 1 ~ m' ) i + 3 m - D m + m - 3 - 3 D m - 3 m - 2 + 2 m - +    ^

' 1 - 1      ( 1 - m , )                       3 ( 1 - m^                 3 ( 1 - m , )

q^ =^ i [ D m + ( i - m ; ) 2] +

( 1 - m j

+ m + 3 m , D m - 3 m + 2 m i +    Р з

3 ( 1 - m )           3 ( 1 - m J

Подставляя qi-1 = q (р) из (1) и учитывая, что m(р) = Ат = р , получим:

q 2 ( Р ) = D m ( D ) Р ({2 Р ) [ D m ( Р ) + ( 1 - Р ) 2] + 2 ( 1 - Р )

, Р 3 + 3 Р D m ( Р ) - 3 D m ( Р ) - 3 Р 2 + 2 Р , Р з( Р ) . 3 ( 1 - Р )                  3 ( 1 - Р )

Приведенное ниже соотношение позволяет определить второй начальный момент размера очереди в СМО с групповыми пуассоновскими потоками.

Для групповых потоков второй момент размера очереди определится соотношением:

qAS = 1! ^-? + ^ [ Е р + 1 - 2 р + р 2 ] +

2 ( 1 - р )

+ р 3 + 3 E m P 2 - 3 E m P ~ 3 р 2 + 2 р + ^ 3 ( р ) .

3 ( 1 - р )                3 ( 1 - р )

Для простейшего потока Em = 1, р 3 ( р ) = р выражение упростится:

q 2 ( р ) =— р —т (1 - 1 р + 1 р 2)

2 ( 1 - р ) 2     3^ 3

Мы убеждаемся, что в этом случае второй момент зависит только от коэффициента загрузки.

Дисперсия очередей

Дисперсию размеров очередей определим на основании соотношения:

D q ( р ) = q 2 ( р )- q ( р ) 2 .

Выполним преобразования:

+

Dq

Dm (P) -P(1-P)                   ' 3PDm (P) - 3 Dm (P) - 3 p2 + 2P ^ (P)

----- ----3---[ Dm (P) + \1-P)} + -------------7— = 7------------77,---

2(1-p)2                                 31-p             3(1-P

[ Dm (P)-P(1-P)f 4(1-p)2

Dm M-f [ Dm (^Р^ -^^^ +

2(1-p)2                               2

P3+3PDm (P)-3Dm (P)-3P2+2P ! P ,(p)

з(1-р)             30-p)

D m (P) P(1 p[ [2 Dm (p) + 2(1_p^ -Dm (p) + p(1-p)] + ^-p)

+

P3+3P Dm (P)-3 Dm (P)-3P2+2P ! p з(Р)

3(1-p)               3(1-p)

Dm (P)-P(1-P) 4(1-p)2

[ Dm (P) + 2-4P + 2P2+P-P2

+

P3+3P Dm (P)-3 Dm (P)-3P2+2P ! p з(Р)

з(1-р)             30-p)

Dm (P)-P(1-P) 4(1-p)2

[ Dm (P) + 2-3P + P2] +

+

P3+3pDm(P)-3D (p)-3P2+2P ! Pз(р)

3(1-p)               3(1-p)

Для простейшего пуассоновского потока

E m = 1, D m ( P ) = Р з( P ) = P ,

D ( p ) = P —7(1 - - P - - P 2) qV 2 ( 1 - p ) 2       3     6       .

Выражение существенно упрощается.

Заключение

Дисперсия очередей пуассоновского потока зависит только от коэффициента загрузки СМО, а дисперсию группового пуассоновского потока определяет третий центральный момент закона распределения размеров пачек заявок. Третий центральный момент зависит от симметричности закона распределения.

Список литературы Дисперсия очередей в системах массового обслуживания с групповыми пуассоновскими потоками

  • Вишневский В.М., Дудин А.Н. Системы массового обслуживания с коррелированными входными потоками и их применение для моделирования телекоммуникационных сетей // Автоматика и телемеханика. 2017. № 8. С. 3–59.
  • Neuts M.F. A Versatile Markovian point process // Journal of Applied Probability. 1979. Vol. 16, no. 4. P. 764–779. DOI: 10.2307/3213143
  • Дудин А.Н., Клименок В.И. Системы массового обслуживания с коррелированными потоками. Минск: БГУ, 2000. 175 с.
  • Лихтциндер Б.Я. Трафик мультисервисных сетей доступа (интервальный анализ и проектирование). М.: Горячая линия – Телеком, 2018. 290 с.
  • Лихтциндер Б.Я., Моисеев В.И. Групповые пуассоновские и гиперпуассоновские модели пакетного трафика // I-Methods. 2022. Т. 14, № 3. С. 2–11.
  • Ramaswami V. The N/G/1 queue and its detailed analysis // Advances in Applied Probability. 1980. Vol. 12, no. 1. P. 222–261. DOI: 10.2307/1426503
  • Lakatos L., Szeidl L., Telek M. Introduction to queueing systems with telecommunication аpplications. Springer Science and Business Media, 2013. 388 p. DOI: 10.1007/978-1-4614-5317-8
  • Flexible dual-connectivity spectrum aggregation for decoupled uplink and downlink access in 5G heterogeneous systems / M.A. Lema [et al.] // IEEE Journal on Selected Areas in Communications. 2016. Vol. 34, no. 1. P. 2851–2865. DOI: 10.1109/JSAC.2016.2615185
  • A multiband OFDMA heterogeneous network for millimeter wave 5G wireless applications / S. Niknam [et al.] // IEEE Access. 2016. Vol. 4. P. 5640–5648. DOI: 10.1109/ ACCESS.2016.2604364
  • Vishnevsky V., Larionov A., Frolov S. Design and scheduling in 5G stationary and mobile communication systems based on wireless millimeter-wave mesh networks // Distributed Computer and Communication Networks. 2014. Vol. 279. P. 11–27. DOI: 10.1007/978-3-319-05209-0_2
  • Applying graph-theoretic approach for timefrequency resource allocation in 5G mm wave backhaul network / V.M. Vishnevsky [et al.] // Advances in Wireless and Optical Communications (RTUWO). 2016. P. 221–224. DOI: 10.1109/RTUWO.2016.7821888
  • On the self-similar nature of Ethernet traffic / W.E. Leland [et al.] // IEEE/ACM Transactions on Networking. 1994. Vol. 2, no. 1. P. 1–15.
  • Цыбаков Б.С. Модель телетрафика на основе самоподобного случайного процесса // Радиотехника. 1999. № 5. C. 24–31.
Еще
Статья научная