[发明专利]网络业务流的泊松过程的计算机模拟方法有效
申请号: | 201310184963.7 | 申请日: | 2013-05-17 |
公开(公告)号: | CN103294903A | 公开(公告)日: | 2013-09-11 |
发明(设计)人: | 张民;张娟;黎亮;谢久雨;黄善国;陈雪 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 网络 业务 过程 计算机 模拟 方法 | ||
技术领域
本发明涉及通信领域,尤其涉及一种采用计算机来模拟网络业务流或电话呼叫流的泊松过程的方法。
背景技术
信源是通信系统的重要组成部分,对通信网络进行性能分析,首先需要对通信信源进行建模,描述进入网络的业务流(语音呼叫流和数据包流)的特征。由于通信网络的服务对象具有随机性,一般可以用泊松过程来模拟到达网络节点的业务流(语音呼叫流和数据包流),即到达网络节点的各种信源。目前,一般通过调用负指数分布函数来模拟产生一个泊松流,但是构造或者调用负指数分布函数的过程难以理解,实现的程序也不够通俗易懂。
发明内容
(一)要解决的技术问题
构造或者调用负指数分布函数的过程难以理解,实现的程序也不够通俗易懂,本发明使用另一种模拟网络业务流的泊松过程的方法,该方法不需要调用负指数分布函数,而通过模拟网络到达率来进行模拟泊松过程。
(二)技术方案
一种网络业务流的泊松过程的计算机模拟方法,其特征在于,该模拟方法包括以下步骤:
a)设定平均网络业务到达量和网络业务总量;
b)产生一个0到网络业务总量-1之间的随机数X,如果X小于平均网络业务到达量(平均网络业务到达量和网络业务总量的比值),那么业务产生,设为1,否则业务不产生,设为0;
c)重复上一步骤,重复次数自由设定。
其中,通过增大网络业务总量来增大计算机模拟业务发生的精度。
其中,通过增大平均网络业务到达量来增大某一网络节点业务发生的概率。
其中,网络业务到达率用于估算话务量,即爱尔兰量。
其中,话务量为网络业务到达率、计数时间和平均占用时长的乘积。
(三)有益效果
通过模拟网络业务到达率进行泊松过程的计算机模拟方法,对网络业务流的仿真简单方便,实现的程序通俗易懂。
附图说明
图1为网络业务流的泊松过程的计算机模拟流程图。
具体实施方式
下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例用于说明本发明,但不能用来限制本发明的范围。
设{N(t),t≥0}为[0,t)时间内一计数过程,若满足条件:
(1){N(0)=0}(零初值性);
(2)对任意的s≥t≥0,Δt>0,增量N(t+Δt,s+Δt)与N(t,s)具有相同的分布函数(增量平稳性或齐次性);
(3)对任意的正整数n,任意的非负实数,0≤t0≤t1≤…≤tn增量N(t1)-N(t0),N(t2)-N(t1),…,N(tn)-N(tn-1)相互独立(增量独立性);
(4)对于足够小的时间Δt,有
P(N(Δt)=1)=λΔt+ο(Δt)
P(N(Δt)=0)=1-λΔt+ο(Δt)
P(N(Δt)≥2)=ο(Δt)
则称{N(t),t≥0}是强度为λ的泊松过程。
本实施例主要考虑网络业务流泊松过程的计算机模拟,网络业务流(语音呼叫流或者数据包流)如果满足平稳性、无后效性、普通性和有限性,那么该网络业务流被称为符合平均到达率或者泊松呼叫流的强度为λ的泊松过程或者泊松流。其中,λ为某一网络节点在某一时间段内产生业务的平均概率,即:网络业务到达率。如果用N(t)表示[0,t)内到的呼叫数,那么到达的平均呼叫数为:E[N(t)]=λt。
具体模拟步骤如下:
a)设定平均网络业务到达量TRAFFIC_LOAD和网络业务总量TRAFFIC_TOTAL,那么网络业务到达率表示为
其中,TRAFFIC_LOAD的范围在[0,TRAFFIC_TOTAL-1]。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310184963.7/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用