Multi-Dimensional Loss Systems In t

Multi-Dimensional Loss Systems
In this chapter we generalise the classical teletraffic theory to deal with service-integrated
systems (ISDN and B-ISDN). Every class of service corresponds to a traffic stream. Several
traffic streams are offered to the same trunk group.
In Sec. 10.1 we consider the classical multi-dimensional Erlang-B loss formula. This is an
example of a reversible Markov process which is considered in more details in Sec. 10.2. In
Sec. 10.3 we look at more general loss models and strategies, including service-protection
(maximum allocation = class limitation = threshold priority policy) and multi-slot BPP-
traffic. These models all have the so-called product-form property, and the numerical evalu-
ation is very simple by using the convolution algorithm for loss systems, implemented in the
tool ATMOS (Sec. 10.4). In Sec. 10.4.2 we review other algorithms for the same problem.
Further on, we consider applications to systems with rearrangement (Sec. ??), which corre-
sponds to minimum allocation of channels to a traffic stream. This model is applied to the
evaluation of a hierarchical cellular communication system.
The models considered do not only include on/off-sources with fixed bandwidth, but also
systems where a call requires a stochastic number of servers (Sec. ??). The models are also
applicable to evaluation of ATM (B-ISDN )-systems at both connection level and burst level.
The bandwidth demand is described by a discrete distribution. At connection level we use
Erlang’s lost calls cleared (LCC) model, and at burst level we use Fry-Molina’s lost calls held
(LCH ) model (cf. Sec. ??). The models considered so far are all based on flexible channel/slot
allocation. In Sec. ?? we mention non-flexible slot allocation, where all slots belonging to a
certain connection must be adjacent.
The models considered can be generalised to arbitrary circuit switched networks with direct
routing, where we calculate the end-to-end blocking probabilities (Chap. 11). All the models
are insensitive to the service time distribution, and are thus robust for applications. At the
end of the chapter we review the literature and summarise the historical development in this
area.
10.1 Multi-dimensional Erlang-B formula
We consider a group of n trunks (channels, slots), which is offered two independent PCT-I
traffic streams: (λ1, µ1) and (λ2, µ2). The offered traffic becomes (A1 = λ1/µ1), respectively
(A2 = λ2/µ2).
Let (i, j) denote the state of the system, i.e. i is the number of calls from stream 1 and j is
the number of calls from stream 2. We have the following restrictions:

The state transition diagram is shown in Fig. 10.1. Under the assumption of statistical equilibrium the state probabilities are obtained by solving the global balance equations for
each node (node equations), in total (n + 1)(n + 2)/2 equations.
As we shall see in the next section, this diagram corresponds to a reversible Markov process,
and the solution has product form. We can easily show that the global balance equations are
satisfied by the following state probabilities which can be written on product form:

where p(i) and p(j) are one-dimensional truncated Poisson distributions, Q is a normalisation
constant, and (i, j) fulfil the above restrictions (10.1). As we have Poisson arrival processes,
which have the PASTA-property (Poisson Arrivals See Time Averages), the time congestion,
call congestion, and traffic congestion are all identical for both traffic streams, and they are
all equal to P(i + j = n).
By the Binomial expansion or by convolving two Poisson distributions we find the following,
where Q is obtained by normalisation:

This is the Truncated Poisson distribution (7.8) with the offered traffic


Figure 10.1: Figure 10.1: Two-dimensional state transition diagram for a loss system with n channels offered two PCT-I traffic streams. This is equivalent with a state transition diagram for the loss system M/H2/n, where the hyper-exponential distribution H2 is given in (10.7).

We may also interpret this model as an Erlang loss system with one Poisson arrival process
and hyper-exponentially distributed holding times in the following way. The total Poisson
arrival process is a superposition of two Poisson processes with the total arrival rate:

and the holding time distribution is hyper-exponentially distributed:

We weight the two exponential distributions according to the relative number of calls per time unit. The mean service time is

which is in agreement with the offered traffic.
Thus we have shown that Erlang’s loss model is valid for Hyper-exponentially distributed
holding times, a special case of the general insensitivity property we proved in Sec. ??.
We may generalise the above model to N traffic streams:

which is the general multi-dimensional Erlang-B formula. By a generalisation of (10.3) we
notice that the global state probabilities can be calculated by the following recursion, where
q(i) denotes the relative state probabilities, and p(i) denotes the absolute state probabilities:

Đây là hằng số tương tự như phép đệ quy: This is similar to the recursion formula for the Poisson case, where

The probability of time congestion is p(n), and as the PASTA-property is valid, this is also
equal to the call congestion and the traffic congestion. The numerical evaluation is dealt with
in detail in Sec. 10.4.

Kết quả (Việt) 1:

Hệ thống đa chiều mất Trong chương này chúng tôi khái lý thuyết cổ điển teletraffic để đối phó với dịch vụ tích hợp Hệ thống (ISDN và B-ISDN). Mỗi lớp học của các dịch vụ tương ứng với một dòng lưu lượng truy cập. Một số dòng lưu lượng truy cập được cung cấp để cùng một nhóm thân cây. Ở Sec. 10.1 chúng tôi xem xét công thức mất Erlang-B đa chiều cổ điển. Đây là một Ví dụ về một quá trình Markov thể đảo ngược được coi là trong các chi tiết hơn trong Sec. 10.2. Ở SEC. 10.3 chúng ta nhìn vào tổng quát hơn mất mô hình và chiến lược, bao gồm cả dịch vụ bảo vệ (tối đa phân bổ = giới hạn lớp = ngưỡng ưu tiên chính sách) và đa khe BPP -lưu lượng truy cập. Các mô hình này tất cả có bất động sản mẫu sản phẩm cái gọi là, và số evalu-tin là rất đơn giản bằng cách sử dụng các thuật toán convolution cho mất mát hệ thống, thực hiện trong các công cụ ATMOS (Sec. 10.4). Ở Sec. 10.4.2 chúng tôi xem xét các thuật toán cho cùng một vấn đề. Hơn nữa, chúng tôi xem xét các ứng dụng để các hệ thống với sắp xếp lại (Sec.??), mà corre-sponds để tối thiểu phân bổ của kênh để một dòng lưu lượng truy cập. Mô hình này được áp dụng cho các đánh giá của một hệ thống phân cấp truyền thông di động. Các mô hình được coi là không chỉ bao gồm on/off-nguồn với băng thông cố định, nhưng cũng Hệ thống nơi mà một cuộc gọi đòi hỏi một số ngẫu nhiên máy chủ (Sec.??). Các mô hình đều áp dụng để đánh giá Máy ATM (B-ISDN)-hệ thống ở cả cấp độ kết nối và burst cấp. Nhu cầu băng thông được mô tả bởi một phân bố rời rạc. Ở cấp độ kết nối chúng tôi sử dụng Cuộc gọi bị mất của erlang xóa (LCC) mô hình, và cấp độ bùng nổ, chúng tôi sử dụng Fry-Molina bị mất cuộc gọi tổ chức Mô hình (LCH) (x. Sec.??). Các mô hình được coi là cho đến nay tất cả dựa trên kênh/slot linh hoạt phân bổ. Ở Sec.?? chúng tôi đề cập đến phân bổ không linh hoạt khe, nơi tất cả khe thuộc đến một kết nối nhất định phải được liền kề. Các mô hình được coi là có thể được quát để tùy ý mạch chuyển mạng có rãnh định tuyến, nơi chúng tôi tính toán xác suất chặn end-to-end (chap 11). Tất cả các mô hình được insensitive dịch vụ thời gian phân phối, và là như vậy mạnh mẽ cho các ứng dụng. Tại các kết thúc của chương chúng tôi xem xét các tài liệu và tóm tắt lịch sử phát triển ở đây khu vực. 10,1 multi-dimensional Erlang-B công thức Chúng tôi xem xét một nhóm n thân (kênh, khe), được cung cấp hai PCT độc lập-tôi giao thông nguồn: (λ1, µ1) và (λ2, µ2). Lưu lượng truy cập được cung cấp trở thành (A1 = λ1/µ1), tương ứng (A2 = Λ2/Μ2). Để cho (i, j) biểu thị trạng thái của hệ thống, tức là tôi là một số các cuộc gọi từ dòng 1 và j là số lượng các cuộc gọi từ dòng 2. Chúng tôi có các hạn chế sau: Biểu đồ chuyển đổi tiểu bang được thể hiện trong hình 10,1. Theo các giả định thống kê cân bằng các xác suất nhà nước được thu được bằng cách giải quyết các phương trình cân bằng toàn cầu cho mỗi nút (nút phương trình), tổng cộng (n + 1)(n + 2)/2 phương trình. Như chúng ta sẽ thấy trong phần tiếp theo, biểu đồ này tương ứng với một quá trình Markov đảo ngược, và các giải pháp có hình thức sản phẩm. Chúng tôi có thể dễ dàng có thể hiển thị các phương trình cân bằng toàn cầu là hài lòng bởi các xác suất tiểu bang sau đây mà có thể được ghi vào mẫu sản phẩm: nơi p(i) và p(j) là hết các bản phân phối Poisson cắt ngắn, Q là một normalisation liên tục, và (i, j) thực hiện các hạn chế ở trên (10,1). Như chúng ta có quá trình Poisson đến, trong đó có mì ống-bất động sản (Poisson khách đến xem thời gian trung bình), tắc nghẽn thời gian, gọi tắc nghẽn và tắc nghẽn giao thông là tất cả giống hệt nhau cho cả hai dòng lưu lượng truy cập, và họ là Tất cả tương đương với P (i + j = n). Bằng việc mở rộng nhị thức hoặc bởi convolving hai phân phối Poisson chúng tôi tìm thấy sau đây, nơi Q thu được bằng cách normalisation: Đây là việc phân phối Poisson cắt ngắn (7.8) với lưu lượng truy cập được cung cấp Hình 10,1: Hình 10,1: hai chiều nhà nước chuyển đổi sơ đồ cho một hệ thống mất với n kênh cung cấp hai PCT-tôi giao thông nguồn. Điều này là tương đương với một bang quá trình chuyển đổi sơ đồ hệ thống mất M/H2/n, nơi phân phối siêu mũ H2 được đưa ra trong (10.7). Chúng tôi cũng có thể giải thích mô hình này như là một hệ thống mất Erlang với một quá trình đến Poisson và tổ chức siêu theo phân phối theo cách sau. Poisson tất cả đến quá trình là một chồng chập của hai quá trình Poisson với tỷ lệ tổng xuất hiện: và thời gian tổ chức phân phối siêu theo phân phối: Chúng tôi giảm cân hai phân phối mũ theo số tương đối của cuộc gọi cho mỗi đơn vị thời gian. Thời gian có nghĩa là dịch vụ đó là trong thỏa thuận với lưu lượng truy cập được cung cấp. Do đó chúng tôi đã chỉ ra rằng của Erlang mất mô hình hợp lệ cho Hyper theo cấp số phân phối giữ thời gian, một trường hợp đặc biệt của các tài sản chung insensitivity chúng tôi đã chứng minh trong giây.??. Chúng tôi có thể khái mẫu ở trên để N lưu lượng truy cập dòng: đó là công thức tổng quát đa chiều Erlang-B. Bởi một generalisation của (10,3) chúng tôi nhận thấy rằng các xác suất nhà nước toàn cầu có thể được tính toán bằng đệ quy sau, nơi q(i) là bắt các xác suất tương đối nhà nước, và p(i) là bắt các xác suất tuyệt đối nhà nước: Đây là hằng số tương tự như phép đệ quy: điều này là tương tự như công thức đệ quy cho trường hợp Poisson, nơi Xác suất của tắc nghẽn thời gian là p(n), và như mì ống-bất động sản là hợp lệ, đây cũng là tương đương với các cuộc gọi tắc nghẽn và tắc nghẽn giao thông. Việc thẩm định số được xử lý với chi tiết trong Sec. 10.4.

Kết quả (Việt) 2:

Hệ thống Mất Multi-Dimensional
Trong chương này, chúng tôi khái quát lý thuyết teletraffic cổ điển để đối phó với dịch vụ tích hợp
hệ thống (ISDN và B-ISDN). Mỗi lớp học của dịch vụ tương ứng với một dòng giao thông. Một số
luồng lưu lượng được cung cấp cho các nhóm trung kế tương tự.
Trong Sec. 10.1 chúng ta xem xét công thức mất Erlang-B đa chiều cổ điển. Đây là một
ví dụ về một quá trình Markov thể đảo ngược được coi là chi tiết hơn trong Sec. 10.2. Trong
Sec. 10.3 chúng ta nhìn vào mô hình mất tổng quát hơn và chiến lược, bao gồm cả dịch vụ bảo vệ
(phân bổ tối đa = giới hạn = chính sách ưu tiên ngưỡng lớp) và multi-slot BPP-
giao thông. Những mô hình này tất cả đều có cái gọi là sở hữu sản phẩm mẫu, và các evalu- số
ation là rất đơn giản bằng cách sử dụng các thuật toán chập cho hệ thống mất mát, thực hiện trong
công cụ ATMOS (Sec. 10,4). Trong Sec. 10.4.2 chúng tôi xem xét các thuật toán khác cho cùng một vấn đề.
Hơn nữa, chúng tôi xem xét các ứng dụng cho hệ thống với sắp xếp lại (Sec. ??), mà sự tương xứng
sponds để phân bổ tối thiểu của các kênh đến một luồng giao thông. Mô hình này được áp dụng cho các
đánh giá của một hệ thống truyền thông di động thứ bậc.
Các mô hình được coi là không chỉ bao gồm on / off-nguồn với băng thông cố định, nhưng cũng có
hệ thống nơi mà một cuộc gọi đòi hỏi một số ngẫu nhiên của máy chủ (Sec. ??). Các mô hình cũng được
áp dụng để đánh giá các ATM (B-ISDN) -systems ở cả cấp kết nối và vỡ mức.
Nhu cầu băng thông được mô tả bởi một phân bố rời rạc. Ở cấp độ kết nối chúng tôi sử dụng
các cuộc gọi bị mất Erlang của xóa (LCC) mô hình, và ở mức bùng nổ, chúng tôi sử dụng tổ chức các cuộc gọi bị mất Fry-Molina
(LCH) mô hình (x Sec. ??). Các mô hình được coi là cho đến nay đều dựa trên linh hoạt kênh / slot
phân bổ. Trong Sec. ?? chúng tôi đề cập đến việc phân bổ khe không linh hoạt, nơi mà tất cả các khe thuộc về một
kết nối nhất định phải được tiếp giáp.
Các mô hình được coi là có thể được tổng quát cho mạch tùy mạng chuyển mạch với trực
tuyến, nơi mà chúng tôi tính toán đầu cuối để ngăn chặn xác suất (Chap. 11 ). Tất cả các mô hình
là không nhạy cảm với sự phân bố thời gian dịch vụ, và vì thế mạnh mẽ cho các ứng dụng. Vào
cuối của chương này chúng tôi xem xét các tài liệu và tóm tắt lịch sử phát triển trong này
khu vực.
10.1 công thức Erlang-B đa chiều
Chúng tôi xem xét một nhóm n thân (kênh, khe cắm), được cung cấp hai PCT-I độc lập
các luồng lưu lượng : (λ1, μ1) và (λ2, μ2). Lưu lượng truy cập được cung cấp trở nên (A1 = λ1 / μ1), tương ứng
(A2 = λ2 / μ2).
Hãy để (i, j) biểu thị trạng thái của hệ thống, tức là tôi là số lượng các cuộc gọi từ dòng 1 và j là
số lượng các cuộc gọi từ dòng 2. Chúng tôi có những hạn chế sau: Sơ đồ chuyển trạng thái được hiển thị trong hình. 10.1. Với giả định trạng thái cân bằng xác suất thống kê nhà nước thu được bằng cách giải các phương trình toàn cầu cân bằng cho mỗi nút (phương trình nút), trong tổng số (n + 1) (n + 2) / 2 phương trình. Như chúng ta sẽ thấy trong phần tiếp theo, sơ đồ này tương ứng với một quá trình Markov thể đảo ngược, và các giải pháp có hình thức sản phẩm. Chúng ta có thể dễ dàng thấy rằng các phương trình cân bằng toàn cầu được thỏa mãn bởi các xác suất trạng thái sau đó có thể được viết vào mẫu sản phẩm: p (i) và p (j) là một chiều phân phối Poisson cắt ngắn, Q là một việc bình thường hóa liên tục, và ( i, j) thực hiện các hạn chế nêu trên (10.1). Khi chúng tôi có các quy trình đến Poisson, mà có mì-tài sản (Poisson Arrivals Xem Thời gian trung bình), thời gian tắc nghẽn, tắc nghẽn cuộc gọi, và tắc nghẽn giao thông là tất cả giống hệt nhau cho cả hai luồng lưu lượng, và họ là tất cả bằng P (i + j . = n) Bằng việc mở rộng nhị thức hoặc bằng convolving hai phân phối Poisson chúng tôi tìm thấy những điều sau đây, trong đó Q thu được bằng cách bình thường: Đây là phân phối giới hạn sẽ Poisson (7.8) với giao thông cung cấp hình 10.1: Hình 10.1: Hai chiều chuyển trạng thái sơ đồ cho một hệ thống mất mát với các kênh n được cung cấp hai luồng lưu lượng PCT-I. Điều này tương đương với một sơ đồ chuyển trạng thái cho hệ thống mất M / H2 / n, nơi H2 phân phối siêu mũ được đưa ra trong (10.7). Chúng tôi cũng có thể giải thích mô hình này là một hệ thống mất Erlang với một quá trình đến Poisson và siêu -exponentially phân phối tổ chức lần theo cách sau. Tổng Poisson quá trình đến là sự chồng chất của hai quá trình Poisson với tổng tỷ lệ xuất hiện: và phân phối thời gian nắm giữ là siêu phân phối theo cấp số nhân: Chúng tôi cân nặng hai phân bố theo cấp số nhân theo số lượng tương đối của cuộc gọi trên một đơn vị thời gian. Thời gian phục vụ trung bình là đó là trong thỏa thuận với giao thông cung cấp. Vì vậy chúng tôi đã chỉ ra rằng mô hình mất Erlang là hợp lệ cho Hyper-theo cấp số nhân phân phối thời gian nắm giữ, một trường hợp đặc biệt của các tài sản vô hồn chung, chúng tôi đã chứng minh trong Sec. . ?? Chúng tôi có thể khái quát hóa mô hình ở trên để N luồng giao thông: đó là công thức Erlang-B đa chiều nói chung. Bằng một sự tổng quát của (10.3), chúng tôi nhận thấy rằng các xác suất trạng thái toàn cầu có thể được tính bằng cách đệ quy sau đây, nơi q (i) biểu thị xác suất trạng thái tương đối, và p (i) biểu thị xác suất trạng thái tuyệt đối: This is a constant zero so on such as is allowed recursive: Điều này cũng tương tự như công thức đệ quy cho các trường hợp Poisson, nơi Xác suất tắc nghẽn thời gian là p (n), và như mì ống, tài sản có giá trị, đây cũng là bằng với tắc nghẽn cuộc gọi và tắc nghẽn giao thông . Việc đánh giá số được xử lý chi tiết trong Sec. 10.4.