一、理论部分-Read.doc

程序设计报告 一、理论部分 Erlang B公式将丢失呼叫清除系统的服务等级（GOS）定义为任意一个用户遇到呼叫阻塞的概率。假定所有阻塞的呼叫立即回到一个无限大的用户群中，并可在将来任意时间重试。一个阻塞用户的连续呼叫之间的时间间隔是一个随机过程，而且假定是Poisson分布的。对于一个具有大量信道及大量用户并且呼叫模式相似的大系统而言，这一模型是十分精确的。 假设模型为M/M/S/∞模型，如下图①所示，业务到达的速率为，业务被服务的速率为，系统中有C个服务器。其中每一个新的到达服从泊松分布，到达时间间隔服从指数分布。 图①M/M/S/∞排队模型 因此，本模型依丢失呼叫清除设计，以下是Erlang B公式的推导过程： Erlang B 公式确定一个呼叫被阻塞的概率，而且表示不将阻塞呼叫进行排队的中继系统(LCC系统)中的GOS.Erlang B模型基于以下假定： 1) 呼叫请求无记忆，即所有用户，包括阻塞用户可以在任何时间请求分配一个信道。 2) 在所有信道都被占用之前，任何空闲信道都能用来服务一个呼叫。 3) 用户占用一个信道间隔(称为服务时间)的概率是指数分布。指数分布中较长时间的呼叫发生的概率较小。 4) 在中继资源中可用信道是有限个。 5) 业务请求是Poisson分布，即呼叫间隔时间是指数分布的。 6) 呼叫请求到达时间间隔彼此独立。 7) 忙信道数等于服务中的用户数，阻塞概率为： （1－1） 其中，C是中继信道数，A是中继系统的负荷。 考虑一个具有C个信道和U个用户的系统。设为单位时间总的平均呼叫到达率，H为平均呼叫持续时间（平均呼叫长度）。若A是中继系统总负荷，是每个用户生产的平均负荷，则，其中是单个用户的平均呼叫到达率，且。 一个用户的呼叫请求被阻塞的概率为： （1－2） 假定呼叫以Poisson分布到达，则： （1－3） 其中，是从t＝0后到达呼叫数，是连续呼叫请求的时间间隔。表示单位时间的平均呼叫请求数，称为到达率。 Poisson过程表明第n个呼叫到达的时间与连续呼叫之间的时间间隔相互独立。呼叫间隔时间呈指数分布且彼此独立，间隔时间少于时间t的概率为，其中是第n次到达的时间间隔，即是第n次呼叫到达的时间。的概率密度函数[Ber92]为： （1—4） 对每个 （1—5） （1—6） （1—7） 其中，是在时间间隔有超过1个呼叫到达的概率，它是的函数并且满足＝0。 在秒内有n个呼叫到达的概率可从（1—3）得出： （1—8） 用户服务时间是接入中继系统一个呼叫的持续时间。假定服务时间为指数分布，为平均呼叫时间，为平均服务率（单位时间平均服务呼叫数）。也称为平均保持时间。第n个用户的服务时间少于呼叫持续时间的概率为： （1—9） 服务时间的概率密度函数为： (1—1 0) 其中,是第n个用户的服务时间。 Erlang B 公式表示的中继系统称为M/M/C/C排队系统。第一个M表示呼叫到达是非记忆Poisson过程，第二个M表示用户服务时间指数分布，第一个C表示可用中继信道数，最后一个C表示对同时服务用户数有严格限制。 Markov链的性质可以用来导出Erlang公式。考虑一个离散时间随机过程，从正整数集中取值，这样该过程状态是。如果该过程从当前状态i转移到下一状态i＋1，并只依赖状态i而与前面状态无关，则该过程称为Markov链。利用离散时间Markov链，我们可以在持定业务条件下，在分离观察点观察业务情况。一个实际中继系统的运作在时间上是连续的，但可以在小时间间隔内分析，是一个很小的正数。如是时间内系统中的呼叫（占用信道）数目，可以表示为：