Математическая модель задержки на основе СМО с гиперэкспоненциальным и эрланговским распределениями

Бесплатный доступ

Настоящая статья посвящена исследованию и получению решения в замкнутой форме для средней задержки требований в очереди для системы массового обслуживания, образованной двумя потоками с гиперэкспоненциальным и эрланговским законами распределения интервалов. Сочетание этих законов распределений обеспечивает коэффициент вариации интервалов входного потока больше единицы, а для времени обслуживания - меньше единицы. Учет коэффициентов вариации как числовых характеристик в теории массового обслуживания важен, т. к. главная характеристика системы массового обслуживания - средняя задержка связана с этими коэффициентами вариации квадратичной зависимостью. В теории массового обслуживания исследования систем G/G/1 актуальны в связи с тем, что они могут быть использованы при моделировании систем передачи данных различного назначения. Для решения поставленной задачи использован метод спектрального разложения решения интегрального уравнения Линдли. Данный метод позволил получить спектральное разложение, а через него решение для средней задержки требований в очереди для рассматриваемой системы в замкнутой форме. Для практического применения полученных результатов использован метод моментов теории вероятностей.

Еще

Гиперэкспоненциальное и эрланговское распределения, интегральное уравнение линдли, метод спектрального разложения, преобразование лапласа

Короткий адрес: https://sciup.org/140290777

IDR: 140290777   |   DOI: 10.18469/1810-3189.2022.25.1.16-20

Текст научной статьи Математическая модель задержки на основе СМО с гиперэкспоненциальным и эрланговским распределениями

Настоящая статья посвящена анализу системы массового обслуживания (СМО) H2/E2/1 с гиперэкспоненциальным (H2) и эрланговским (E2) входными распределениями второго порядка и является продолжением исследований [1–4]. В теории массового обслуживания исследования систем G/G/1 актуальны в связи с тем, что они активно используются в современной теории телетрафика при моделировании систем передачи данных различного назначения, к тому же нельзя получить решения для таких систем в конечном виде для общего случая. Проблему можно было бы решить с помощью законов распределений Вейбулла или Гамма наиболее общего вида, которые обеспечивают диапазон изменения коэффициентов вариаций от 0 до да в зависимости от величины их параметров. Но, как оказалось, преобразование Лапласа функции плотности распределения Вейбулла не может быть выражено в элементарных функциях. Преобразование Лапласа функции плотности гамма-распределения включает параметр а этого закона в показатели степени

Р-а e - stt а-1 e - t/в dt =

Г(а) I в-Ч в

Г ( а ) s + 1

а- 1

Г ( а ) =

( в s + 1) а- 1 ,

и этот закон распределения в теории массового обслуживания можно использовать только в частных случаях при целочисленных значениях а >  2.

В конечном итоге это приводит нас к известному распределению Эрланга.

В качестве основного метода решения задачи использован метод спектрального разложения решения интегрального уравнения Линдли [5; 6], а вспомогательного – приемы аппроксимации законов распределений методом моментов теории вероятностей [7–9]. Вычислительные эксперименты по полученным в работе аналитическим результатам подтверждаются данными имитации [10–12]. Схожие результаты современных исследований по системам массового обслуживания приведены в работах [13–16].

1.    Постановка и решение задачи

В работе ставится задача вывода решения по средней задержке требований в очереди в системе H2/E2/1 с гиперэкспоненциальным и эрлангов-ским входными распределениями второго порядка как основной характеристики любой СМО.

Для системы H2/E2/1 законы распределения интервалов входного потока и времени обслуживания задаются функциями плотности вида

a ( t ) = p X 1 e X 1 t + ( 1 - p ) ^ 2 e X 2 t ,                        (1)

b ( t ) = 4 ц 2 te 2 t .                                             (2)

Рис. Нули и полюсы функции ф ( s ) / ф ( s ) для системы H2/E2/1

Fig. Zeros and poles of ф+ ( s ) / ф ( s ) function for H 2 /E 2 /1 system

Запишем преобразования Лапласа функций (1) и (2):

A * ( s ) = P -^7- +( 1 - P ) v '     s + X1 x '

X 2

s + X 2

Тогда выражение

*          *

где A ( s ), B ( s ) -

A * ( s ) B * ( s ) 1 = ф+ ( s ) / ф - ( s ) , преобразования Лапласа функ-

ций плотности (1), (2), а ф + ( s ), ф - ( s ) - некоторые дробно-рациональные функции s , для спектрального разложения решения интегрального уравнения Линдли для системы H2/E2/1 примет вид: ф±00 =

ф -( s )

= p 7^^

_ X 1 - s

- 1 =

исключения ошибок построения спектрального разложения. На рисунке полюсы отмечены крестиками, а нули – кружками.

Далее по методике спектрального разложения найдем константу K :

K = lim ^+M = lim ( s + s 1 )( s + s 2 1 = ^ .

I s | > 0 s |s | > 0 ( s + 2 ц ) 2         4 ц 2

Построим функцию Ф + ( s ) = K / ф + ( s ), через которую найдем преобразование Лапласа функции плотности задержки:

s ^2 ( s + 2 ц) 2

W ( s ) = s Ф + ( s ) = 1     „     ,

4 ц ( s + s 1 )( s + s 2 )

Окончательно

- s ( s + s 1 )( s + s 2 )( s - s 3 )

( X ^ - s )( ^ 2 - s )(2 ц + s )

т. к. многочлен 4-й степени в числителе этого вы-

ражения можно представить в виде разложения - s ( s 3 + c 2 s 2 + c 1 s + c 0 ) с коэффициентами c 2 = 4 ц--X 1 -X 2, c 1 = 4 ц ( ц-X 1 -X 2) + X 1 X 2 , c 0 = 4 ц [ Х 1 Х 2 + + ц ( Х 1 p -X 1 -X 2 p )]. В свою очередь кубический многочлен s 3 + c 2 s 2 + c 1 s + c 0 с такими коэффициентами в стационарном режиме функциониро-

s-.s9 (s + 2 ц )2

W ( s ) = —--- -1— .                    (4)

4 ц 2 ( s + s 1 )( s + s 2 )

Производная от функции W ( s ) со знаком минус в точке s = 0 и даст среднюю задержку требований в очереди:

dW ( s )     = d    s 1 s 2 ( s + 2 ц ) 2

ds s        ds 4 ц 2 ( s + s 1 )( s + s 2 )

| s = 0 =

вания СМО при загрузке р = тц / Т х 1 имеет два действительных отрицательных корня - s 1 , - s 2 и один положительный корень s 3 .

Окончательно

= — +----.

s 1    s 2    ц

Тогда средняя задержка в очереди для системы H2/E2/1 будет равна:

ф+ ( s ) = - s ( s + s 1 )( s + s 2)( s - s 3 ) ф - ( s ) ( X 1 - s )( X 2 - s )(2 ц + s ) 2

111 w =—+----, s 1 s 2   ц

Поэтому с учетом специальных условий [5] за

функцию ф + ( s ) примем

ф+ (s) = s (s + s 1)(s + s 2) / (s + 2ц)2, т. к. нули кубического многочлена s = 0, s = -s 1, s = -s2 и полюс s = -2м лежат в области Re(s) < 0, а за функцию

где s 1 , s 2 - абсолютные значения отрицательных корней - s 1 и - s 2 кубического многочлена s 3 + c 2 s 2 + c 1 s + c 0 с приведенными выше коэффициентами. Таким образом, средняя задержка для системы H2/E2/1 однозначно определена в виде замкнутой формы (5).

Такой подход к использованию метода спек-

ф - ( s ) = - ( X 1 - s )( X 2 - s )/( s - s 3 )•

На рисунке отображены нули и полюса отношения ф + ( s ) / ф _ ( s ) на комплексной s -плоскости для

трального разложения позволяет определить не только среднюю задержку в очереди из (4), но и моменты высших порядков времени ожидания. Вторая производная от функции (4) при s = 0

Таблица. Результаты экспериментов для СМО H2/E2/1 в сравнении с H2/M/1 Table. Results of experiments for QS H2/ E2/1 in comparison with H2/M/1

Входные параметры Среднее время ожидания р c х для системы H2/E2/1 для системы Н2/M/1 0,1 1 0,083 0,111 2 0,141 0,187 4 0,171 0,230 8 0,182 0,245 0,5 1 0,751 1,000 2 1,764 2,162 4 4,082 4,831 8 8,911 10,402 0,9 1 6,752 9,000 2 20,016 22,409 4 73,321 75,786 8 286,642 289,134 дает второй начальный момент времени ожидания. С учетом определения вариации задержки – джиттера в телекоммуникациях как разброс времени ожидания от его среднего значения [17] тем самым получим возможность определения джит- тера через дисперсию времени ожидания.

Для практического применения расчетной формулы (5) необходимо определить числовые характеристики распределений (1) H2 и (2) E2. Для этого воспользуемся свойством преобразования Лапла- са воспроизведения моментов и запишем началь- ные моменты до третьего порядка для распреде- ления (1):

т — p , ( 1 - p ) х х 1 х 2

-3 6 p 6 ( 1 - p )

Т —1

х з 3       Л 3

х 1      х 2

_ 2 _ 2 P , 2 (1 - p )

T , х 2         2

х1

.

При аппроксимации с использованием первых двух моментов неизвестные параметры распределения (1) X i , Х 2 , p определяются с помощью следующих выражений [10]:

х1 — 2p / тх, X2 — 2(1 - p) / Тх, p — 2[1 ±V

Отсюда следует, что коэффициент вариации cх > 1. При аппроксимации с использованием первых трех моментов для нахождения параметров распределения (3) необходимо в пакете Mathcad решить систему трех уравнений (6), полученных методом моментов. При этом необходимым и достаточным условием существования решения является выполнение условия: т^Тх -1,5тХ [9].

Для распределения (2) имеем:

1      23              1

Тц —Ц, Тц —2ц2 ,cЦ — V2.

Таким образом, гиперэкспоненциальный закон распределения второго порядка может определяться полностью двумя первыми моментами и перекрывать весь диапазон изменения коэффициента вариации (1, да). Величины Тх, ТЦ, cх, cц будем считать входными параметрами для расчета среднего времени ожидания для системы H2/E2/1 с использованием выражения (5). Тогда алгоритм расчета сведется к последовательному определению параметров распределения (1) из выражений (7) и к нахождению нужных корней многочлена s3+ c2s2+ c 1 s + c0 с приведенными выше коэффициентами, а затем к использованию расчетного выражения (5).

2.    Результаты вычислительных экспериментов

В таблице приведены данные расчетов для системы H2/E2/1 для различных случаев нагрузки (малой, средней и высокой) р — 0,1; 0,5; 0,9. Для сравнения в правой колонке приведены данные для близкой системы H2/M/1, образованной гиперэкспоненциальным (H2) и экспоненциальным (M) законами распределения. Заметим, что коэффициент вариации для распределения M равен единице, т. е. больше, чем у распределения E2. Тогда у последней системы средняя задержка будет больше. Коэффициент загрузки в данном случае определяется отношением средних интервалов р — Тц / тх. Расчеты в таблице приведены для удобства для нормированного времени обслуживания Тц 1.

Заключение

Таким образом, по результатам работы можно сделать следующие выводы.

Научная новизна полученных результатов заключается в том, что получено спектральное разложение решения интегрального уравнения Линдли для рассматриваемой системы и с его помощью выведена расчетная формула для средней задержки требований в очереди для этой системы в замкнутой форме. Данные численных экспериментов подтверждают полную адекватность полученных теоретических результатов, Предложенный подход к анализу систем также позволяет находить джиттер через преобразование Лапласа функции плотности времени ожидания, т. к. он в [17] определен как разброс задержки требований в очереди вокруг среднего значения.

Практическое значение работы заключается в том, что полученные результаты с успехом могут быть применены в современной теории телетрафика, где задержки пакетов входящего трафика играют первостепенную роль. Для этого достаточно знать средние значения интервалов между пакетами входящего трафика и времени обслуживания, что не вызывает трудностей при использовании современных анализаторов трафика.

Список литературы Математическая модель задержки на основе СМО с гиперэкспоненциальным и эрланговским распределениями

  • Тарасов В.Н. Расширение класса систем массового обслуживания с запаздыванием // Автоматика и телемеханика. 2018. № 12. С. 57–70. DOI: https://doi.org/10.1134/S0005117918120056
  • Тарасов В.Н. Анализ и сравнение двух систем массового обслуживания с гиперэрланговскими входными распределениями // Радіоелектроніка, інформатика, управління. 2018. № 4. С. 61–70. DOI: https://doi.org/10.15588/1607-3274-2018-4-6
  • Тарасов В.Н. Исследование и сравнение двойственных систем E2/M/1 и M/E2/1 // Инфокоммуникационные технологии. 2019. Т. 17, № 2. С. 157–162. DOI: https://doi.org/10.18469/ikt.2019.17.2.03
  • Тарасов В.Н., Липилина Л.В., Бахарева Н.Ф. Автоматизация расчета характеристик систем массового обслуживания для широкого диапазона изменения их параметров // Информационные технологии. 2016. Т. 22, № 12. С. 952–957. URL: http://novtex.ru/IT/it2016/it1216_web-952-957.pdf
  • Клейнрок Л. Теория массового обслуживания / пер. с англ. под ред. В.И. Неймана. М.: Машиностроение, 1979. 432 с.
  • Brännström N. A Queueing Theory Analysis of Wireless Radio Systems: master’s thesis applied to HS-DSCH. Lulea University of Technology, 2004. 79 p. URL: http://ltu.diva-portal.org/smash/get/diva2:1016709/FULLTEXT01
  • Алиев Т.И. Основы моделирования дискретных систем. СПб.: СПбГУ ИТМО, 2009. 363 с.
  • Myskja A. An improved heuristic approximation for the GI/GI/1 queue with bursty arrivals // Teletraffic and Datatraffic in a Period of Change, ITC-13: proc. of congress. Copenhagen, Denmark. 19–26 June 1991. P. 683–688. URL: https://gitlab2.informatik.uni-wuerzburg.de/itc-conference/itc-conference-public/-/raw/master/itc13/myskja911.pdf?inline=true
  • Whitt W. Approximating a point process by a renewal process, I: Two basic methods // Operation Research. 1982. Vol. 30, no. 1. P. 125–147. DOI: https://doi.org/10.1287/opre.30.1.125
  • Малахов С.В., Тарасов В.Н. Экспериментальные исследования производительности сегмента программно-конфигурируемой сети // Интеллект. Инновации. Инвестиции. 2013. № 2. С. 81–85.
  • Проектирование и моделирование сетей ЭВМ в системе OPNET MODELER / В.Н. Тарасов [и др.]. Самара: ПГАТИ, 2008. 233 с.
  • Тарасов В.Н., Бахарева Н.Ф. Компьютерное моделирование вычислительных систем. Теория, Алгоритмы, Программы. Оренбург: ОГУ, 2005. 183 с.
  • Jennings O.B., Pender J. Comparisons of ticket and standard queues // Queueing Systems. 2016. Vol. 84, no. 1–2. P. 145–202. DOI: https://doi.org/10.1007/s11134-016-9493-y
  • Gromoll H.C., Terwilliger B., Zwart B. Heavy traffic limit for a tandem queue with identical service times // Queueing Systems. 2018. Vol. 89, no. 3–4. P. 213–241. DOI: https://doi.org/10.1007/s11134-017-9560-z
  • Legros B. M/G/1 queue with event-dependent arrival rates // Queueing Systems. 2018. Vol. 89, no. 3–4. P. 269–301. DOI: https://doi.org/10.1007/s11134-017-9557-7
  • Jacobovic R., Kella O. Asymptotic independence of regenerative processes with a special dependence structure // Queueing Systems. 2019. Vol. 93, no. 1–2. P. 139–152. DOI: https://doi.org/10.1007/s11134-019-09606-1
  • Demichelis C., Chimento P. IP Packet Delay Variation Metric for IP Performance Metrics. URL: https://tools.ietf.org/html/rfc3393
Еще
Статья научная