THE AVERAGE MAXIMUM VALUES OF QUEUES IN MASS SERVICE SYSTEMS WITH GROUP POISSON FLOWS


Cite item

Full Text

Abstract

As a model of telecommunication traffic, it is proposed to use a group non-ordinary Poisson flow. The interval characteristics of these flows are considered and the prospects of their application are shown. The concept of average maximum values of queues is introduced. Ratios establishing the dependence of the average maximum values of queues on the load and characteristics of group Poisson flows are obtained. It is shown that at low loads, the average maximum values of the queues significantly exceed their average values. The prospects of using the obtained ratios in the analysis of packet traffic of telecommunication networks are shown.

Full Text

Введение Одной из разновидностей ВМАР-потоков [1-3] является неординарный пуассоновский по- ток событий [4]. В таком потоке выполняются свойство стационарности и отсутствия последей- ствия, но не выполняется свойство ординарности. В работе [4] в качестве модели телекоммуни- кационного трафика предлагается использовать групповой неординарный пуассоновский поток. Рассмотрены характеристики средних значений очередей неординарных пуассоновских потоков, и показана перспективность их применения. Максимальные значения очередей Рассмотрим пуассоновский поток независи- мых событий с параметром и интервалами между соседними событиями i Каждое событие заключается в одновременном появлении в момент t1 «пачки» из ni независимых случайно распределенных чисел заявок, как это показано в нижней части рисунка 1. Такой поток называ- ют пуассоновским неординарным (групповым) потоком независимых событий. Выделим некоторый интервал времени . Примем, что - это интервал времени обработки одной заявки в СМО. Пачечный характер поступления заявок Рисунок 1. Изменение числа заявок в системе приводит к возникновению очередей (верхняя 2 i i i 2 часть рисунка 1). Примем, что непосредственно 2si -1 - 2si -1 ni 2 2 ni ni , перед началом i-го участка в СМО имелось si -1 2 заявок и в начале этого участка в систему посту- i i i 2 2si -1 (1 - R) 2 ni (ni ) Dn D , пила пачка заявок размером ni -1 , т. е. в момент начала участка в системе имелось qi -1 заявок. 2 Начиная с момента времени t1-1 число заявок в 2s 1 i (1 - R) i - n D D , системе уменьшается со скоростью одна заявка i - i n за секунд, к концу i-го участка уменьшится на 2 i i 2 величину i / и достигнет размера si . 2si -1 (1 - R) (1 - R) Dn D . si si -1 ni - i , i åñëè si -1 ni - i 0, Откуда (Dn D )R (1 - R) n si 0, åñëè si -1 ni - 0. si -1 s . 2(1 - R) n 2R Случайная переменная i распределена экс- Для экспоненциально распределенной слупоненциально, а случайная переменная ni - чайной величины / дисперсия по закону Пуассона, и они не зависят друг от i 2 2 2 друга. Определим значение si при условии вы- D i 1 n . полнения первого неравенства R i si -1 ni - 0. Подставляя указанные значения при выполне- i Введем следующее обозначение: R n , где нии первого условия: si -1 ni - 0, получим: 1 . R n Dn n R (1 - R) n Возведем в квадрат обе части первого уравнеs ния: s2 s2 2 - 2s i - n i - n 2(1 - R) Dn R2 n n 2R (1 - R) n i i -1 i i i . 2 2(1 - R) R 2R s2 2s i 2sn i - 2 i n n 2 . Среднее значение максимумов чисел заявок в i -1 i i i i i системе, полученное при первом условии, опре- Поскольку в данном рассмотрении все слуделится соотношением чайные величины приняты взаимно независимы- Dn R2 n ми, при усреднении получим q s n n (1 - R) n n. s2 s2 2s i 2(1 - R) R 2R i i -1 i -1 2 При выполнении второго условия: - i 2s n i - 2 i n n 2 , si -1 ni 0, i -1 i 2 i i 318 Лихтциндер Б.Я. где si тождественно равно нулю. Можно покаnR 2 Q (1 R)n. зать, что вероятность выполнения первого услоmax (1 - R) вия равна коэффициенту загрузки системы R. Наконец, в случае обычного пуассоновского С учетом указанной вероятности потока, n 1, 2 n 0, Qmax qR Dn R2 n n 2(1 - R) (1 - R) n Rn 2 R2 Qmax R 1, 2(1 - R ) и Q отличается от среднего значения числа за- Dn R2 n (1 - R)2 n max явок в системе на величину, равную одной заявке. n 2(1 - R) Rn Заключение Dn R2 n n - 2Rn nR2 Анализ соотношения (2) показывает, что при n 2(1 - R) Rn малых значениях коэффициента загрузки R СМО с групповыми пуассоновскими потоками средне- R2 ( Dn n) 2n(1 - R) n Rn 2(1 - R) (n Dn )R2 максимальные размеры очередей существенно превышают средние размеры, что весьма харак- терно для пачечного трафика. Поэтому, для мало загруженных СМО следует n 2(1 - R) (1 R) n. ориентироваться именно на среднемаксимальные размеры очередей. Окончательно получим nR2 (1 2 ) Для обычных пуассоновских потоков из со- отношения (2) следует, что при малых значени- Qmax n (1 R) n, 2(1 - R) (1) ях коэффициента загрузки среднемаксимальные размеры очередей хотя и не превышают 2 заявки, n n где 2 D / (n)2 - коэффициент вариации чисел но также намного превосходят их средние значезаявок в пачках. ния. Например, при R 0, 2 значение Qmax 1, 2 Частные случаи заявки, а среднее значение очереди заявки. q 0, 0225 Рассмотрим частные случаи. Допустим, что число заявок в пачках посто- Однако при больших загрузках средние раз- меры очередей практически сравниваются с их янно n n. Дисперсия Dn 0. Коэффициент васреднемаксимальными значениями. риации равен нулю. С учетом этого среднее зна- Ранее нами было показано [4], что незначение максимумов чисел заявок в системе определяется соотношением nR2 Qmax чительное влияние корреляционных связей в групповом пуассоновском потоке делает его привлекательным в качестве модели телекомму- Qmax (1 R)n. 2(1 - R) (2) никационного трафика. В соответствии с формулой Хинчина - Полла- чека первое слагаемое представляет умноженное на длину пачки среднее значение очереди пуассо- новского потока при коэффициенте загрузки R и постоянном времени обслуживания. Допустим, что значения чисел заявок в пач- ках взаимно независимы, а их вероятности рас- пределены по закону Пуассона. В указанном слу- Полученные соотношения позволяют весьма просто оценить влияние максимальных размеров очередей на характеристики трафика мультсер- висных сетей связи.
×

About the authors

B. Ya Likhttsinder

Povolzhskiy State University of Telecommunications and Informatics

Email: lixt@psuti.ru
Samara, Russian Federation

References

  1. 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.
  2. Neuts M.F. Versatile Markovian point process // Journal of Applied Probability. 1979. Vol. 16, no. 4. P. 764-779. DOI: https://doi.org/10.2307/3213143
  3. Дудин А.Н., Клименок В.И. Системы массового обслуживания с коррелированными потоками. Минск: БГУ, 2000. 175 с.
  4. Лихтциндер Б.Я. Интервальные характеристики групповых пуассоновских моделей трафика телекоммуникационных систем // Инфокоммуникационные технологии. 2020. Т. 18, № 3. С. 302-311.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2021 Likhttsinder B.Y.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies