第4章 通信网性能分析-n幻灯片.ppt

* * Jackson定理及其物理意义 * Jackson网络的PASTA特性 * 4.5.2 Gordon-Newell闭环排队网络 * * Gordon-Newell定理 * * 4.6 非马尔可夫型排队系统分析方法 非马尔可夫型排队系统定义： 仅用当前状态变量或变量组(例如，任意时刻的队列长度)无法完全描述的排队系统，即当前时刻的状态变量不具有马尔可夫性的排队系统。 由于排队、系统的随机特性主要来源于顾客的到达和所需的服务时间，不难想象，如果顾客的到达或服务时间其中之一或者两者都不再具有无记忆性，则该排队系统即为非马尔可夫排队系统。 * 4.6.1非马尔可夫型排队系统的分析法 中心思想： 将非马尔可夫型排队系统转化为马尔可夫型排队系统！ 三种常用的分析法： 导入辅助变量，使变量组具有马尔可夫性。 寻找一些特殊的时刻，使其构成一个马尔可夫过程。然后，通过排队论的三个基本定理影射回任意时刻的状态概率。 直接对非马尔可夫变量进行积分处理。 * (1)非马尔可夫排队系统的分析方法 -辅助函数法(supplementary variable method)： 通过导入一个或多个辅助变量使得排队系统的状态变量组具有马尔可夫性（例如，M/G/1中在Nt 的基础上导入辅助变量Yt ，使得变量组{Nt ,Yt }具有马尔可夫性） * 例：M/Er/1排队模型 * (2)非马尔可夫排队系统的分析方法 -Lindley 积分法 对状态变量强行建立积分方程式，即直接考虑微小时刻内的状态变化 适合于任意非马尔可夫排队系统 * (3)非马尔可夫排队系统的分析方法 -隐含/嵌入马尔可夫链分析法(embedded Markov chain method) 寻找马尔可夫性成立的时间点序列，然后针对这些点序列建立马尔可夫平衡方程式求解这些特殊时刻的状态概率；然后在利用排队系统的三个基本定理求解任意时刻的状态概率 仅适合于顾客的到达或服务过程的其中之一具有马尔可夫性（无记忆性）的排队系统 * 4.6.2通信业务源的相位建模与矩阵几何法 通过前面的分析可以看出：负指数分布的无记忆性给排队系统的分析带来了极大的便利 嵌入马尔可夫链法、辅助函数法以及Lindley积分法虽然能解决大部分非马尔可夫排队系统，但存在下列不足： 需要找到合适的嵌入点、辅助函数或状态变量。 需要引入z 变换、Laplace变换或积分方程式，不但计算 复杂，而且中间推导过程的物理意义不明确。 只能求出状态变量的统计值，无法得到状态概率分布。 * 已经有了很多努力将负指数分布进行扩展，其中包括： Erlang分布； 超指数分布； Cox分布 实际上有定理证明：任意一个概率分布均可分解为一组负指数概率分布的组合 * 若能将服务过程内部的相位变化用矩阵形式加以描述（掩盖），则可以将多维马尔可夫过程转化为一维马尔可夫过程，求得状态概率分布矩阵。 相位解析矩阵几何法法的实质就是： 将顾客的到达过程和服务过程用相位(PH)型概率分布描述； 将排队系统用准生灭过程(QBD)描述； 通过矩阵运算得出排队系统的矩阵几何解。 * 矩阵几何法更注重排队模型的共性（结构），并从此共同的结构出发求解出该类排队模型的一般解（unified solution） * * * * * * * * * * 2)排队模型的性能参数 队列长度/队列状态概率 任意时刻： 到达时刻： 退去时刻： 队列长度的平均、方差 等待时间的概率分布、平均、方差 平均队列长度和平均等待时间是排队系统的两个最基本的性能参数 。 * 4.3.2排队论中的基本定理 PASTA定理 (Poisson Arrivals See Time Average) * PASTA的几点说明 利用了泊松到达过程的无记忆性； 泊松过程是定理成立的充分条件，而非必要条件(Anti-PASTA)； 不要求排队系统达到平稳状态； 已经被推广到一般更新过程(GASTA)。 * 一般更新过程的 PASTA定理 * Little定理 * Little定理的物理意义 * Little定理的几点说明 * * 4.4 马尔可夫型排队系统的性能分析 4.4.1马尔可夫型排队系统 定义：可用当前状态变量或变量组(例如，任意时刻的队列长度)完全描述的排队系统,即给定当前时刻的状态概率就完全可以求解出将来时刻的状态概率。排队系统的状态变量本身是一个马尔可夫过程。 * 由于排队系统的随机特性主要来源于顾客的到达和所需的服务时间，不难想象，如果顾客的到达和服务时间均没有记忆性，则该排队系统的状态变量也必然没