Файл: Шнепс, М. А. Численные методы теории телетрафика.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 19.10.2024

Просмотров: 133

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

нию. Такое сглаживание можно сделать и не по всему массиву {Yi} сразу, а кусками, например, параболой по пяти точкам после­ довательно. При этом окончательный расчет дисперсии оценки ве­ роятности потерь я (Л) по формуле БЛБ также усложняется, по­

тому что вместо взаимно независимых величин угимеем векторную

случайную величину {y<i,-~, г/«-1}, подчиняющуюся нетривиальному многомерному нормальному распределению. Соответствующие фор­ мулы расчета дисперсии по методу переноса ошибок имеются в ру­ ководствах по математической статистике, например, (146] и' в об­ щем виде здесь не приводятся. Рассмотрим только частный случай.

Пусть дана 5-линейная НС с d = 2. Тогда имеем нетривиальные значения у2. уз- У'- а уо = уi= 0, у& = 1 - Берем параболу

Ус — ai i“ -f- а2i ”Ь а3.

 

 

(23)

Так как (23) должна пройти через точки (х, у ) = ( 1, 0) и (5,

1), то

два из трех неизвестных

параметров а:

можно определить

одно­

значно и

 

 

 

'

1/, = аг т — (1 — 24 а) i ----!— [-5 а.

 

(24)

 

4

4

 

 

Перепишем (24) в более удобном виде:

 

 

ус = а (г — 6i -f 5) -f

1

 

 

 

 

4

 

 

или, введя новые обозначения В„

 

 

Ус = а Вг

I — 1

 

 

(25)

 

 

 

 

\

А /\

,\

 

По данным значениям у2, уз, y.i находим оценку а по методу наи­ меньших квадратов. Минимизируем сумму

/л л /— 1 \2

 

 

 

 

 

(26)

 

i= 2

 

 

 

 

Дифференцируем

(26) по а и приравниваем нулю, находим

л

5 Ж

- -

т -

в,

 

 

 

а — 1 = 2

 

 

 

(27)

 

1= 2

1

 

А

 

Для нахождения

 

 

уг вме-

среднего значения Ма подставляем

А

 

 

 

 

 

сто у,- и

 

 

 

 

 

О* =

Yi(l — у д -----

 

(28)

 

 

 

Ч

 

 

173


согласно выражению дисперсии биномиального распределения,

\

tij — число наблюдений. Дисперсию Да находим с помощью фор­ мулы Д^а^+ТмЦ-с) = а2Д£ + й2Дг|, где £, т]— случайные величины; а, Ь, с — константы. Применяя ее к (27), имеем

Л

2

( Bl/oi) ° V

 

D a =

 

-----------------

.

(29)

Подставляем (28) в (29)

вместо Ду,-. Тогда

 

D а =

 

—1

 

(30)

V В?/сг?

 

Переходим

к

выводу

выражения дисперсии

оценки я(Л) =

лл

=п(уа,-~, г/r-i, Л ). На основе формулы переноса ошибок [136, 146]

И-1В-1

д л

I

_ д л

л

N

^ 2 1 ^

D я = Yj V —

I

л ———

л cov (у,., у,),

 

и U ду/ л = д ду/ Д=у/

i= j = d

АA

где cov(tji, yj) указывает, что вместо взаимно независимой системы {у,-} мы пользуемся зависимыми величинами

Согласно (25)

cov (yit

у^ = М (tп — /И «/,•) (г/;- — М у;) = В,- В; D а.

(32)

При i = j

из (32) следует, что

 

Д ^

=

В2Да.

(33)

Подставляя (32) и (33), имеем окончательное выражение диспер­ сии оценки вероятности потерь:

л

Гв—1в—1

д л

д л

 

 

Д jt = LS

 

S

 

 

j=d

д у,-

a Л

В; В ;- Д а.

(34)

 

L

 

ду/

 

 

Если количество оцениваемых у,- большое,

то соответствующие рас-

 

 

 

 

 

 

 

Л

четы очень громоздкие. Это особенно относится к случаю, когда у,- сглаживаются кусками, как это обычно делается при сглаживании экспериментальных данных.

На практике более ценным приемом увеличения точности, чем только что изложенное полиномиальное сглаживание, является ин­ терполяция отдельных значений условных вероятностей у, по сосед­ ним значениям, т. е. отдельные у,- не оцениваются, а вычисляются

на основе сглаживающего полинома

по статистическим

оценкам

..., уг_1, уг+i.... Это дает экономию

машинного времени,

так как

174


л

уменьшается число оцениваемых величин. Оценку дисперсии Dя можно получить по формулам, подобным (34).

На примере yo=yi = 0; у2=0,1; уз= 0,3; у4=0,6; у5= 1; v = 5 в точ-

л

ке Л = 3 проведен расчет Dn при условии моделирования значения у2 и интерполяции значений уз и у4- Расчет показал, что экономится 26% выборки. Подтверждение этого утверждения на «больших» примерах требует дальнейших исследований.

9.3. МАТЕМАТИЧЕСКИЕ МОДЕЛИ МЕХАНОЭЛЕКТРОННОЙ АМТС

1. Простые формулы, учитывающие результаты моделирования

Рассмотрим инженерный пример сочетания результатов моде­ лирования с расчетами по формулам. Методом статистического моделирования, как известно, трудно получить точные выводы в редко встречающихся ситуациях. Подобного рода эффекты наблю­ даются в работе механоэлектронной АМТС-4, в которой управляю­ щее устройство (маркер и пересчетчики) является электронным и работает быстрее основной коммутационной части станции, выпол­ ненной на многократных координатных соединителях МКС. Это приводит к тому, что часть коммутационной схемы, занятой уста­ новлением очередного соединения, недоступна вызову, непосредст­ венно следующему за обслуживаемым вызовом1). Такое ограни­ чение доступности длится всего 20—40 мс, в то время как само за­

нятие

линий

2—3

мин.

Одновременный

учет при

статистичес­

ком

моделировании

занятий

 

В

В

обоих видов 1за-пруднителе1Н.

 

 

 

 

•Предлагаем следующий вы­

 

 

 

ход из (положения. На основе

 

 

 

статистического моделирова-

 

 

 

ния оцениваем вероятности по­

 

 

 

терь

коммутационной

системы

 

 

 

при разных

значениях

пара­

 

 

 

метров коммутационной

систе­

 

 

 

мы, потом строим ‘Марковскую

 

 

 

цепь,

описывающую

действие

 

 

 

управляющих

устройств. При

 

 

 

этом в вероятностях переходов

Рис. 9.10.

Схема четырехкаскадиой

цепи

учитываем

результаты

моделирования.

 

 

 

АМТС

 

 

Рассмотрим математическую модель АМТС-4. Пусть ее комму­

тационная система

представляет

четырехкаскадную

схему (рис.

9.10).

Предположим, что вероятность потерь в такой схеме опреде-

‘) Если в УУ есть память, отображающая состояние коммутационной систе­ мы, то. это не так, потому что поиск свободного пути можно вести без опроса состояния системы.

175


лена методом статистического моделирования. Это значит, что из­ вестна вероятность потерь по направлениям, на обходных путях и других видов в зависимости от величины нагрузки и конструктив­ ных параметров (числа блоков по каскадам, числа промежуточных 'линии в т. д.). На рис. 9.10 условно изображены управляющие устройства: маркер, пересчетчик и запоминающие устройства (ЗУ). Рассматриваемая задача состоит в учете длительности работы ЗУ при расчете вероятности потерь. На рис. 9.11 изображена времен-

Рис. 9.11. Временная диаграмма управляющей части АМТС

ная диаграмма работы отдельных устройств, основная особенность которых заключается в том, что длительность работы ЗУ превосхо­ дит длительность работы маркера и пересчетчика. В свою очередь, это меняет доступность системы (число блоков, доступных очеред­ ному вызову). Из диаграммы видно, что число блоков в каждом каскаде для отдельных интервалов .времени может уменьшиться на один или даже на два блока. Согласно предположению даны сле­ дующие вероятности потерь вызова:

1—qo•— Для полностью свободных ЗУ;

1—q1— для случая, когда в каждом каскаде занято по одному ЗУ;

1—?2 — для случая,

когда занято по два ЗУ в каждом каскаде.

Для вычисления

вероятности потерь системы следует взять

какое-то приближенное описание потока, который в действительно­ сти образуется в системе регистров сложным образом из вновь по­

ступающих вызовов,

повторных и ожидающих вызовов и т.

д.

Рас­

смотрим

систему через

одинаковые

интервалы

времени

At.

В качестве интервала

времени

At

выберем длительность

ра­

боты пересчетчика

(пусть ом

равен

20

мс).

Заметим,

что

согласно

диаграмме

(см. рис. 9.11)

занятие

ЗУ

длится

почти

176


3

единицы

времени. Итак, рассмотрим -систему

в моменты

О,

At, 2 At....

Вместо реально существующей системы,

где в регист­

ре допускаются ожидания поступающих вызовов, рассмотрим си­ стему с потерями и предположим, что поток определяется биноми­ альным законом: с вероятностью а за интервал At поступает вызов (и только один вызов), а с вероятностью 1—а вызов отсутствует.

Перейдем к построению пространства состояний марковской це­ пи, представляющей собой математическую модель телефонной станции АМТС-4. На рис. 9.12 условно -изображены состояния и их

Свободное

ИЛИ

Н -# Н

•Ч- Н

ИЛИ

Н- « I

4 - 4

Ь* -----1

ИЛИ

Н •

I

 

!-•

I

1

ьт— I

•н—I—I

ИЛИ

н- # н

I • I I

4 1

{■ о

> г

-ской цепи

Рис. 9.13. Диаграмма со­ стояний с вероятностями пе-

4 рехода за время At

обозначения. Каждое состояние характеризуется числом занятых

ЗУ (0, 1, 2 или 3)

и указанием, сколько единиц времени прошло

с момента занятия.

Например, состоянию 0 соответствует полностью

свободная система или система с одним занятым ЗУ, занятие кото­ рого уже длилось две единицы времени (к следующему моменту времени ЗУ будет свободным). Состоянию 1 соответствует состоя­ ние с одним занятым ЗУ, занятие которого только началось, или состояние с двумя занятыми ЗУ, -одно из которых только что заня­ лось, а занятие второго длится две единицы времени. Подобный смысл имеют и два других состояния.

На рис. 9.13 приведена диаграмма состояний с -соответствую­ щими вероятностями перехода за рассматриваемый единичный ин­ тервал времени At. Проиллюстрируем ход построения диаграммы на примере вероятности перехода <7оо=1—сс + а(1—qo) (обозначе­ ние на стрелке, исходящей из состояния 0 и возвращающейся в то

же состояние 0). Это событие происходит при условии,

если:

а) за интервал At вызов не поступил, вероятность

чего равна

1— а ;

 

'177