在对移动通信系统的仿真研究中,对于服务行为的合理仿真是非常必要的。服务业务源建模的中心思想是建立能够捕捉服务行为中的重要统计特性的模型,在建模过程中,建模的目的也要列入考虑范围。正如在8.5.1节中的例子,存在两种仿真方法:静态和动态仿真。在静态仿真中(已使用,如在蜂窝规划研究中),服务数据量的特性可能在用户快照的建设中非常必要。从另一方面来说,在进行动态仿真时(比如,为了衡量无线电资源管理的功能或评估具体的QoS参数),需要具体的业务源模型来仿真每个服务的动态行为:当一个服务可能生成一个连续业务流时,另一个服务会产生数据包的零星突发。
在关于各种服务的文献资料中可以找到大量的源模型。尽管如此,一个服务的统计特性最好由某些特定的模型组成。事实上,许多存在的模型都是基于有限的约束,其他的均不适用于该系统或技术的仿真。在参考文献[SeCo03]、[AgCo04]、[VePa04]和[MGFC04]中提到了重要的业务源模型在特定服务中的概述。特别地,在8.5.1节提到了在参考文献[MGFC04]中指出,业务源模型采用了COST 273会议中的MORANS倡议。以下提到并简单叙述了对于典型服务来说最重要最有用的业务源模型的选择。本书的主要目的是对现有最重要的模型的概述,包括引用对每个模型的一个完整全面的介绍。必须要指出的是,一些服务有多于一个的相关源模型,它们中的每一个都适用于某些系统或技术的特征。
语音电话服务可能基于对如下的技术的考虑,被描述为几个业务源模型:
1)考虑一个为语音呼叫业务建立电路交换(CS)链接的系统,系统仿真多采用两状态活跃-不活跃(ON-OFF)马尔可夫模型(见参考文献[Yaco93]),其周期被建模成指数分布变量。这是最合适最简单的模型。
2)在一个CDMA系统中,利用四态马尔可夫测量模型,很好地捕捉了自适应多速率(AMR)语音编码器的影响,压缩设备以及空中接口的特性(见参考文献[VaRF99])。周期被建模为一个Weibull分布的变量。在每个状态下,每10ms生成一个特定大小的数据包,然后以一定的概率选择新的状态。
3)在网络电话(VoIP)连接的情况下,周期被建模为指数分布变量的两状态ON-OFF马尔可夫模型是最适合的。数据包大小由语音编解码器和数据包速率决定。
对于视频电话服务,一个很好的参考文献是3GPP(见参考文献[3GPP01]),这篇文献指定了ITU-T H.261或H.263视频编码在下一代视频信号中的应用,该视频编码支持允许低传输速率视频条件下的高效压缩。3GPP同时指出,对于相关语音信号,终端可以(强制性)支持AMR语音编码(见参考文献[3GPP01])(如前面所述,可以建模为四态马尔可夫模型)。根据利用可变传输速率(VBR)或恒定传输速率(CBR)通信,结果分成两个可能的模型:
1)伽马贝塔自回归(GBAR)源模型(见参考文献[Heym97])基于两个统计特性,这两个统计特性可以从H.261和H.263可变传输速率传输中观察得到(见参考文献[LáGD00]):其边缘分布依据伽马分布,而自相关函数是几何分布。这一模型提出了一个依据这两个统计特性的一阶自回归过程。
2)在参考文献[NyJO01]中提出了一个模拟具有恒定帧速率和指定目标传输速率的H.263编解码器的模型。假设所考虑的目标传输速率适合于移动访问(比如32kbit/s)如GSM/EDGE无线接入网(GERAN)和UTRAN等场景中。则所述模型基于一个简单的仅含很少参数的线性函数。模型在某个特定速率下生成视频帧。编码后,视频帧的大小取决于所连接数据的目标传输速率。模型中的参数由状态决定,而状态由马尔可夫链控制。
考虑到视频流服务,3GPP指出了MPEG-4和H.263编解码器在UMTS中的应用(见参考文献[3GPP02b])。对于相关音频信号,3GPP提出了AMR窄带语音编解码器的强制性使用(见参考文献[3GPP02b])。我们确定了如下两类模型:(www.daowen.com)
1)在文献[FrNg00]中,提出了一种具有GBAR特性的MPEG视频源模型,该模型基于真实MPEG-4的跟踪统计,明确阐述了图片组(GOP)循环的存在。
2)文献[LáGD00]提出了一个借助于小波的新方法。事实上,任何类型的视频源,比如MPEG-4,都可以在多级分辨率中,通过利用小波变换系数来获取分析的数据的统计特性来进行分析。这样,就可以通过小波逆变换从所得系数中获取一个视频队列。
对于万维网服务,有如下模型以供选择:
1)3GPP采用的模型(见参考文献[ETSI98a])在一段会话内考虑到一个分组呼叫队列。用户在请求信息实体时启动了一个分组呼叫。在一个分组呼叫中,可能产生许多数据包,这些数据包构成一个数据包突发队列。每段会话中分组呼叫的数目、分组呼叫之间的读取时间和一个分组呼叫中的数据包个数都是几何分布随机变量。数据包之间的间隔时间(一个分组呼叫周期内)为逆高斯分布,而数据包的大小为Pareto分布。
2)在局域网(见参考文献[LTWW94])和广域网(见参考文献[PaFl95])中进行的许多研究表明,基于对从经验传输跟踪中观察得到的自相似特性的考虑,万维网传输数据不应该被描述成一个泊松过程。特别地,这些研究指出,传输负载的增加会增加万维网传输的突发性,而指数传输过程相对平稳,正如参考文献[ETSI98a]中指出。此外,这些经验跟踪的统计特性显示出一个长相关,而这不在指数模型的考虑范围中。参考文献[BaCr98]中提出的模型显示了自相似特性。一段会话开始于提交一个用户请求的统一资源定位符(URL)。当与该统一资源定位符相关的所有请求完成后,在开始其他请求之前用户将会花费一些时间来读取这些信息。这些信息请求的发送对应于ON-活跃时间,而用户的“思考时间”对应于OFF-非活跃时间。一个URL请求包括许多在不同TCP连接(超文本传输协议(HTTP)1.0)中传送的文件。关闭一个TCP连接与开启下一个TCP连接以传输同一页中下一个目标之间的时间间隔被称为OFF-活跃时间。
对于E-mail和文件下载,下面列出了一个简单的传输源模型:E-mail服务被建模成一个两态ON-OFF马尔可夫模型(见参考文献[KlLL01]),周期为指数分布变量;分组呼叫之间的间隔时间是Pareto分布。对于文件下载,存在一个会话内的简单分组呼叫。在每个ON时期内,数据包到达过程可以被数据包间隔时间(对数-正态分布变量)和相应的数据包大小(有4种大小,每一种都有一个特定的概率)所完全描述。
参考文献[FeVe04]中介绍了建模服务行为的一个折中的方法(在简化和假定条件下)。它包括利用一个两态ON-OFF马尔可夫模型对任何服务中一个呼叫/会话过程的活动建模,定义了每个时期的平均持续时间以及足够的统计分布和活跃时期相应的文件大小,如表8.11中所示。需要注意的是,视频电话服务不能显示非活跃状态,因此ON状态等于呼叫持续时间,而OFF状态等于0。
表8.11 服务活跃参数(见参考文献[FeVe04])
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。