售前電話
135-3656-7657
售前電話 : 135-3656-7657
前面已經(jīng)根據(jù)軟交換話務量的宏觀特征,提出了多種構建軟交換話務量模型的方法,但是,這些構建模型的能力和適用性各不相同,在實際應用中,應該如何做出合適的選擇呢?下面,就探討一些選擇的基本原則。
一、 流量模型一般意義上的選擇標準
對一個流量模型的評價應該從以下兒個方面考慮(或者說建立模型的目標應該如下)。
(1)與實際信源一致
流量模型應該準確描述業(yè)務流的各項特性,主要的流量特性有:
•信源類型簡單信源(單獨產(chǎn)生信元,如一個終端)、一般信源(多個簡單信源疊加);
•信元的到達過程到達率或間隔時間;
•信元類型定長信元、不定長信元;
•信源特性突發(fā)性、邊緣分布、自相關性、一二級統(tǒng)計特性、自協(xié)方差函數(shù);
•排隊性能隊長、服務效率、等待時間、抖動、信息丟失等。
(2)模型參數(shù)估計方便可行
這一標準包含兩個方面:一是在一定的置信水平下,根據(jù)有限的測量數(shù)據(jù)給出模型參數(shù)估計;二是能夠在不中斷網(wǎng)絡運行的情況下進行測鼠與估計。
(3)適用于聚合流量
模型能夠擬合可能出現(xiàn)在網(wǎng)絡中的各種簡單流量的特性及其聚合后的流鼠特性。
(4)應用廣泛
流量模型能夠涵蓋:多種業(yè)務;多種信源;多個QoS參數(shù)。
這樣的模型的優(yōu)點是計算的一致性,缺點是增大了復雜性。但為了實際可行,一般的模型常常只滿足上述3個條件之一。
(5)適用于不同的使用方法
模型最好既適用于理論分析又適用千模擬仿真。理論分析可在網(wǎng)絡設計階段預測網(wǎng)絡的行為。模擬仿真可用于調(diào)整和驗證模劇和基千模型的判斷。
(6)容易實現(xiàn)
這一標準主要包括:算法復雜度低,模型參數(shù)可由實測數(shù)據(jù)很容易地計算出來,模型參數(shù)少,模型參數(shù)直觀容易理解。
(7)適用于自相似流量
這是標準(3)的一部分,之所以單列出來是因為自相似是分組通信網(wǎng)流星的一個主要的特征。因此要求模型能夠精確匹配原始數(shù)據(jù)的邊緣分布,并且自相關函數(shù)近似千原始數(shù)據(jù)。
(8)適用于混合流鼠
流量模型應該主要擬合自相似流量,同時也要能擬合非自相似流量,還要能夠擬合二者的混合流量。
(9)模型使用的穩(wěn)定可靠
這些選擇標準并非對于所有的情況都是順應一致的。對千某些情況,這些標準甚至是相互矛盾的,但不能因此而懷疑這些標準是毫無意義的。實際上幾乎不可能找到一個模型在它的整個應用范圍內(nèi)符合上述所有標準。因此,在選擇模型時,應該根據(jù)不同的悄況而對上述標準進行取舍。
二、軟交換話務最橾型的適用性選擇
本章分別在假設軟交換網(wǎng)絡中主要業(yè)務的話務扯統(tǒng)計特性滿足短相關特性和長相關特性的基礎上,為軟交換網(wǎng)絡構建了兒種可能的話務量模型。在實際應用時,具體應選擇哪種模型,可以給出以下原則。
首先,需要明確軟交換網(wǎng)絡的話務屜是長相關的還是短相關。這可以通過兩種方法來判斷:
•相關性分析,計算話務鼠數(shù)據(jù)的自相關或自協(xié)方差函數(shù),如果自相關函數(shù)呈負指數(shù)衰減,則可認為話務量是短相關,反之,是長相關的;
•Hurst參數(shù)分析,通過某種算法,計算數(shù)據(jù)的Hurst參數(shù)H,如果HE(0,0.5],則可認為話務量是短相關,反之,是長相關的。
其次,每種模型的能力和適用情況不太一樣,要根據(jù)實際應用的需要加以選擇。
•基于隨機過程理論的隨機模型比較適合作為排隊系統(tǒng)的輸入,適用于軟交換系統(tǒng)的性能分析和優(yōu)化,以及容戳規(guī)劃中的呼損率計算等;
•基于時間序列理論的隨機模型適合仿真及預測將來的話務量情況,適用千軟交換系統(tǒng)的過載控制、區(qū)分服務、容鼠規(guī)劃中的動態(tài)優(yōu)化等具有決策控制特征的應用。
最后,模型精度和復雜度的折衷考慮。一般而言,復雜模型精度高,但計算復雜度較大;簡單模型精度低,但計算相對簡單。
總而言之,長相關和短相關兩類模型各有優(yōu)缺點,由于缺乏軟交換網(wǎng)絡實際運營的話務量歷史數(shù)據(jù),不能對模型的有效性和精確性進行驗證,所以目前還不能判定哪類模型能夠更準確地反映軟交換的實際話務植,這些還有待千實際數(shù)據(jù)的驗證。另外,需要注意的是,本章主要針對軟交換網(wǎng)絡發(fā)展初期,以提供實時會話類業(yè)務為主時的流量建模,當下一代網(wǎng)絡業(yè)務類型更加多樣化(比如包括消息類、交易類、電子商務類等業(yè)務類型)時,其話務量分析和流鼠建模將更加復雜。