Помощь в написании студенческих работ
Антистрессовый сервис

Влияние мультифрактальных свойств телекоммуникационного трафика на качество услуг предоставляемых системами спутниковой связи

Диссертация: Влияние мультифрактальных свойств телекоммуникационного трафика на качество услуг предоставляемых системами спутниковой связи
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Проведен сравнительный анализ известных и предложенных в работе математических моделей описывающих мультифрактальные свойств телекоммуникационного трафика на основе вейвлет-анализа экспериментальных данных, Показано, что мультифрактальная модель MWM наиболее близко фиксирует поведенческие свойства и статистические характеристики опытных трасс. Поведение трасс, сформированных с помощью модели MWM… Читать ещё >

Влияние мультифрактальных свойств телекоммуникационного трафика на качество услуг предоставляемых системами спутниковой связи (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1. СОСТОЯНИЕ И ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ СИСТЕМ СПУТНИКОВОЙ СВЯЗИ НА БАЗЕ ТЕХНОЛОГИИ VSAT
    • 1. 1. Введение
      • 1. 1. 1. Классификация стей VSAT
      • 1. 1. 2. Особенности продуктов VSAT на основе технологии МСРС-РАМА
      • 1. 1. 3. Сравнительный анализ продуктов VSAT на основе базовой технологии STDM/TDMA
    • 1. 2. Анализ существующих технических решений спутникового доступа
      • 1. 2. 1. Особенности измерения Интернет-трафика в спутниковой сети
      • 1. 2. 2. Анализ трафика и его характеристика
      • 1. 2. 3. Трафик WWW на уровне TCP соединения
    • 1. 3. Размер TCP пакетов
    • 1. 4. Модель трафика
    • 1. 5. Основные положения фрактальной теории трафика
    • 1. 6. Долговременная зависимость
      • 1. 6. 1. Самоподобие
      • 1. 6. 2. Оценка самоподобия с помощью вейвлетов
      • 1. 6. 3. Мультифракталы
      • 1. 6. 4. Спектр больших отклонений
      • 1. 6. 5. Спектр Лежандра
    • 1. 7. Оценка самоподобия трафика спутниковой сети
  • ГЛАВА 2. ОЦЕНКА САМОПОДОБИЯ ТРАФИКА В СИСТЕМАХ СПУТНИКОВОЙ СВЯЗИ
    • 2. 1. Оценка самоподобия видео трафика вейвлет-методом с автоматическим определением границ масштабирования
    • 2. 2. Автоматическое определение нижней границы масштабирования
      • 2. 2. 1. Описание программного обеспечения «Вейвлет-анализ»
    • 2. 3. Практические результаты оценки параметра Херста
    • 2. 4. Сравнительный анализ вейвлет модели для описания фрактальных свойств случайных телекоммуникационных процессов
      • 2. 4. 1. Постановка задачи
      • 2. 4. 2. Модель WIG
      • 2. 4. 3. Мультифрактальная вейвлет модель
      • 2. 4. 4. Описание исходных данных для разработанных программ моделирования
      • 2. 4. 5. Сравнительный анализ эффективности моделей
    • 2. 5. Выводы
  • ГЛАВА 3. МЕТОДИКА И ЧИСЛЕННЫЕ ОЦЕНКИ ПАРАМЕТРОВ МУЛЬТИФРАКТАЛЬНОГО ТРАФИКА
    • 3. 1. Методика оценки скейлинговой и масштабной функции мультифрактального трафика
    • 3. 2. Оценка размерности Ренье и спектра сингулярностей мультифрактального трафика
      • 3. 2. 1. Основные теоретические положения
      • 3. 2. 2. Методика оценки мультифрактального спектра
    • 3. 3. Программное обеспечение и результаты статистической обработки мультифрактальных данных в среде MATLAB
      • 3. 3. 1. Описание интерфейса ПО
      • 3. 3. 2. Результаты статистической обработки
    • 3. 4. Выводы
  • ГЛАВА 4. ОЦЕНКА ВЛИЯНИЯ ПОКАЗАТЕЛЕЙ ОБОБЩЕННОГО ТРАФИКА НА ПОКАЗАТЕЛИ ОЧЕРЕДЕЙ СПУТНИКОВЫХ СИСТЕМ СВЯЗИ
    • 4. 1. Постановка задачи
    • 4. 2. Влияние самоподобия телекоммуникационного трафика на характеристики систем спутникового доступа к Интернет в стандарте DVB/IP/MPEG
    • 4. 3. Протокол IP/MPEG-2 через DVB
      • 4. 3. 1. Описание модели
      • 4. 3. 2. Симуляция сети при различных параметрах
      • 4. 3. 3. Видеотрафик на фоне суммарного трафика
      • 4. 3. 4. Влияние самоподобия трафика при отсутствии механизма подтверждения приема
      • 4. 3. 5. Влияние сетевой ассиметрии
      • 4. 3. 6. Модель построения очереди
    • 4. 4. Аппроксимация вероятностей для асимптотик построения сигнала. 130 4.4.1 Численные результаты

Эффективное функционирование современных промышленных предприятий и новых коммерческих структур в значительной мере зависит от наличия в их распоряжении современных средств связи к числу которых относятся системы спутниковой связи (ССС). Развитие систем спутниковой связи привело к появлению систем, построенных на базе терминалов с малой апертурой VSAT (very small aperture terminal). Такие сети связи в общем случае состоят из двух и более терминалов, объединенных посредством спутникового канала связи. В последнее время спутниковые системы связи получили свое дальнейшее развитие за счет совместного использования спутникового и наземного каналов связи.

Современные тенденции развития телекоммуникационных услуг в направлении их интеграции обуславливают необходимость создания мультисервисных сетей связи, способных в едином канале обеспечивать передачу разнородной информации: видео, голос, данные. Исследования, проведенные в диссертации в этом направлении базируется на результатах теоретических и прикладных исследований в области построения систем спутниковой связи Кантора Л. Я., Банкета B. JL, Дорофеева В. М., Теплякова И. М., Немировского М. С., Шинакова Ю. С., Maral G., Спилкера Дж. и др.

Современные исследования трафика в телекоммуникационных сетях, в том числе в ССС показывают наличие в нём самоподобных, в общем случае мультифрактальных долговременно зависимых свойств, которые оказывают существенное, часто негативное влияние на эффективность работы таких сетей.

Результаты, полученные в диссертации базируются на фундаментальных и прикладных исследованиях в области фрактальных процессов В.В. Mandelbrot, W. Willinger, P. AbryM.S. Taqqu, J. BeranA.A. Потапова., Б. Цыбакова, О. И. Шелухина, и др.

Повышение эффективности ССС в условиях самоподобия передаваемого трафика с учётом специфических особенностей построения и функционирования гибридных сетей связи является актуальной научно-технической проблемой.

Таким образом основной проблемой исследования является оценка эффективности передачи информации в существующих и вновь создаваемых ССС, а также разработка рекомендаций по расширению спектра предоставляемых ими информационных услуг (Интернет, мультимедиа, передача речи, звука, данных, видео и др), повышению качества и эффективности передаваемой информации при пакетной коммутации в условиях мультифрактального характера трафика.

Целью диссертационной работы является исследование мультифрактальных свойств трафика спутниковых систем связи VSAT (Very Small Aperture Terminal) и оценка их влияния на характеристики качества предоставляемых услуг пользователей спутниковых систем связи.

Научная задача диссертации заключается в исследовании влияния мультифрактальных свойств сетевого трафика на качество обслуживания пользователей систем спутниковой связи.

Решение поставленной задачи научного исследования проводилось по следующим направлениям:

1. Анализ экспериментальных результатов исследований методами статистического анализ характеристик телекоммуникационного трафика TCP/IP в системах спутниковой связи в зависимости от топологии сети и условий передачи информации с целью выявления моно — и мультифрактальных свойств трафика;

2. Разработка аналитических и численных моделей исследуемых процессов с целью описания и моделирования мультифрактальных свойств входного трафика, в зависимости от ресурсов узла и параметров, характеризующих качество передачи информации в спутниковых системах связи;

3. Разработка методики аналитической и численной оценки качества обслуживания очередей в спутниковых системах связи и получение количественных результатов при заданных параметрах QoS в условиях мультифрактального характера телекоммуникационного трафика;

Методы исследования. Для проведения исследований использовались методы теории вероятности, математической статистики, случайных процессов, теории телетрафика, теории массового обслуживания, а также методы имитационного моделирования. Математические расчеты выполнены в среде NS-2, Matlab 2007.

Достоверность полученных результатов подтверждается результатами экспериментальных измерений трафика, а также статистическим анализом характеристик телекоммуникационного трафика в системах спутниковой связи, результатами имитационного моделирования, которые не противоречат известным результатам, а также длительностью экспериментальных исследований, повторяемостью и контролируемостью.

Практическая ценность Разработаны методология и программное обеспечение позволяющее осуществить практическую оптимизацию параметров ТС на основе мультифрактальных и статистических характеристик трафика в спутниковых системах связи. Результаты, полученные в диссертационной работе, могут быть использованы при проектировании.

Интернет сервисов в телекоммуникационных системах. Разработанное программное обеспечение может применяться как в практике специалистов в области телекоммуникаций, так и в научных и учебных целях.

Реализация и внедрение результатов работы. Полученные результаты диссертационной работы внедрены в центре космической связи «Дубна» для оценки эффективности спутниковой системы связи, о чем свидетельствуют соответствующий акт внедрения.

Положения выносимые на защиту.

1. Математические модели для описания и моделирования мультифрактальных свойств трафика, полученные в результате обработки экспериментальных данных с помощью вейвлет-анализа, позволяющие оценить качество обслуживания передаваемых потоков информации в спутниковых системах связи и проводить сопоставление результатов с аналогами;

2. Программное обеспечение, позволяющее осуществить оценку мультифрактальных параметров трафика в спутниковых системах связи, а также имитационное моделирование спутниковой сети связи с различными протоколами при значительной вариации типов и характеристик входного трафика и параметров узлов коммутации;

3. Численные и аналитические результаты исследования влияния мультифрактальных свойств сетевого трафика на характеристики построение очередей на самом перегруженном сервере спутниковой системы связи.

4. Результаты имитационного моделирования качества обслуживания предоставляемых сервисов, позволяющие осуществить выбор значений контролируемых параметров, в условиях мультифрактального характера телекоммуникационного трафика.

Апробация работы. Основные научные и практические результаты диссертационной работы докладывались и обсуждались на научно-технических конференциях, проводимых различными организациями в том числе.

— XI, XII, ХШ — й международных научно-практических конференциях и «Наука-Сервису», Москва, 2006; 2008 гг.

2-й межвузовская Научно техническая конференция «Проблемы развития электротехнических комплексов и информационных систем», Москва, 2007.

Публикации. По результатам исследований опубликовано 8 печатных работ, одна из них в издании, рекомендованном ВАК РФ.

Структура и объём работы. Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы, включающего 58 наименований. Работа представлена на 147 страницах машинописного текста, содержит 87 рисунков и 13 таблиц, приложений, объемом 17 страниц. К работе прилагается список использованных сокращений.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе решена задача оценки влияния мультифрактальных свойств сетевого трафика на качество обслуживания пользователей систем спутниковой связи.

1. Анализ экспериментальных данных полученных в результате статистической показал, что составляющие трафика спутниковых систем связи обладают сложной, в общем случае мультифрактальной структурой как у входящих, так и у исходящих потоков.

2. Проведен сравнительный анализ известных и предложенных в работе математических моделей описывающих мультифрактальные свойств телекоммуникационного трафика на основе вейвлет-анализа экспериментальных данных, Показано, что мультифрактальная модель MWM наиболее близко фиксирует поведенческие свойства и статистические характеристики опытных трасс. Поведение трасс, сформированных с помощью модели MWM наиболее близко соответствуют опытным на всех масштабах времени, поскольку удается зафиксировать локальные неоднородности сетевого трафика. Синтез трафика с использованием MWM-модели показывает, преимущества предложенной методики перед моделями F-ARIMA и WIG.

3. Предложен метод оценки мультифрактальных свойств трафика в спутниковых системах связи на основании вейвлет-анализа экспериментальных данных путем построения функций разбиения. Разработана и реализована численными методами методика оценки коэффициентов, характеризующих мультифрактальную размерность реального телекоммуникационного трафика спутниковых систем связи, на основе оценки скейлингового и масштабного показателей.

4. Продемонстрирована практическая применимость введенной аппроксимации скейлингового показателя для оценки спектра мультифрактальных размерностей и доказана правомерность предложенной аппроксимации путем обработки реального мультифрактального процесса. Показано, что полученные формулы дают корректные результаты при анализе как мультифрактального, так и монофрактального трафика.

Найдено аналитическое выражение для спектра сингулярностей в квадратичном приближении при использовании численных методов оценки скейлиноговой функции.

5. Найдены аналитические выражения и получены численные результаты для оценки вероятности превышения заданного размера буфера на хвосте распределения очереди в устойчивом состоянии при мультифрактальном процессе на входе буфера, при постоянной интенсивности обслуживания. Показано, что в частном случае монофрактального трафика полученные результаты совпадают с известными, что свидетельствует о корректности полученных результатов.

6. Показано, что мультифрактальный характер трафика на входе буферного устройства оказывает существенное влияние на характеристики обслуживания очередей. Наибольшее влияние оказывает составляющая мультифрактального трафика с моментным коэффициентом q=2. По мере возрастания q ее влияние на качество обслуживания ослабевает и при практическом использовании достаточно ограничиться значениями q=2.5.

7. Полученные в работе алгоритмы позволили оценить эффективность предоставляемых услуг в системах спутниковой связи, с учетом мультифрактальных свойств различных сервисов. Внедрение предложенных в диссертационной работе методик в ИКС «Дубна» подтверждается соответствующим актом о внедрении.

Показать весь текст

Список литературы

  1. Willinger W., Taqqu M. S. and Erramilli A. A bibliographical guide to self-similar traffic and performance modeling for modern High-Speed networks, Stochastic Networks: Thory and Applications Текст.: Oxforf Universiy Press, 1996.
  2. F. P. Kelly, S. Zachary and I. Ziedins Theory and Applications (Oxford) Royal Statistical Society Lecture Notes Series, vol. 4. Текст.: Oxford University Press. 1996. pp. 339−366.
  3. Brichet F., Roberts J., Simonian A. and Veitch D. Heavy traffic analysis of a storage model with long range dependent on/off sources Текст.: Queueing Systems 23 (1996). pp. 197−215.
  4. Tsybakov B. and Georganas N. D. On self-similar traffic in ATM queue: Definitions, overflow probability bound and cell delay distribution Текст.: IEEE/ACM Trans, on Networking (1997). no. 3. 39709.
  5. Lui Z. Nain P., Towsley D., and Zhang Z. L. Asymptotic behavior of a multiplexer fed by a long-range dependent process Текст.: J. Appl. Prob. 36 (1999). 105−118.
  6. И. Десять лекций по вейвлетам Текст.: Москва-Ижевск: НИЦ «Регулярная и хаотическая динамика». 2001. — 464 стр.
  7. Duffield N. G. and O’Connell N., Large deviations and overflow probabilities for the general single-server queue, with applications Текст.: Proc. Cam. Phil. Soc. vol. 118. 1994. pp. 363−374.
  8. Riedi R. H., Crouse M. S., Ribeiro V. J. and Baraniuk R. G. A multifractal wavelet model with application to network traffic Текст.: IEEE Trans. Inform. Theory 45 (1999). no. 3. pp. 992−1018.
  9. О.И., Осин A.B., Ахметшин P.P. Оценка самоподобности телекоммуникационного трафика с помощью вейвлетов Текст.: Электротехнические и информационные комплексы и системы. 2006. № 3. т.2.. стр. 28 34.
  10. О.И., Осин А. В., Смольский С. М. Самоподобие и фракталы Текст.: Телекоммуникационные приложения /Под ред. О. И. Шелухина — М.: Физматлит .2008.
  11. W. Е. Leland, М. Taqqu, W. Willinger., D. V. Wilson. On the Self-Similar Nature of Ethernet Traffic Текст.: Proc. SIGCOM93. 1993. San Francisco. California, pp. 183−193.
  12. D. Veitch., P. Abry., M. Taqqu. On the automatic selection of the onset of scaling Текст.: Fractals -LONDON- pp. 377−390, Aug 2003
  13. Floyd and V. Jacobson, Random early drop gateways for congestion Avoidance Текст.: IEEE/ACM Trans. Networking, vol. 1, no. 4, pp. 397−413, Aug. 1993
  14. P. Abry., P. Flandrin., M.S. Taqqu., D. Veitch. Wavelets for the analysis, estimation and synthesis of scaling data Текст.: // К. Park and W. Willinger. Eds. Wiley. 1999.
  15. О. И. Разумов Я.М. Имитационные средства моделипрования самоподобного трафика Текст.: -Электротехнические комплексы и информационные системы. 2008. т.4. № 3. стр. 20−23.
  16. Krzysztof GROSHLA, Poitr РЕСКА. The Markov chain model of RED active queuing management algorithm. Текст.: The Institute of theoretical and Applied Informaics of Polish Academy of Sciences.
  17. W. E. Leland., M. Taqqu., W. WillingeK, D. V. Wilson. On the Self-Similar Nature of Ethernet Traffic Текст.: Proc. SIGCOM93. 1993. San Francisco. California, pp. 183−193.
  18. MPEG. Information Technology Generic Coding of Moving Pictures and Associated Audio Information Текст.: — Part 1: Systems. ISO/IEC 13 818−1. November 1994.
  19. Haskell. В., G. Puri A. and Netravali A.N. Digital Video: An Introduction to MPEG-2 Текст.: — Chapman & Hall. USA. 1997.
  20. О.И., Тенякшев A.M., Осин A.B. Фрактальные процессы в телекоммуникациях Текст.: / Под ред. О. И. Шелухина. — М.: Радиотехника. 2003.
  21. A.M., Окулов К. Ю. Разработка симулятора ССС в среде NS Текст.: — «Электротехнические комплексы и информационные и системы» № 2 2006 г., стр. 108−118.
  22. К.Ю. Вейвлет-анализ параметров мультифрактального спектра цифровых видеопоследовательностей. Текст.: — / Шелухин О. И., Окулов К. Ю., «Электротехнические и информационные комплексы и системы» № 3 т.5. 2009 г. 49−55
  23. К.Ю. Оценка самоподобия видео трафика вейвлет-методом с автоматическим опредлением границ масштабирования очередей Текст.:
  24. Электротехнические и информационные комплексы и системы" № 2 т.5. 2009 г. стр. 27−35.
  25. К.Ю. Сравнительный анализ вейвлет-моделей для описания фрактальных свойств случайных телекоммуникационных процессов Текст.:-«Электромагнитные волны и электронные системы» № 11 т. 13 2008г. 28−35.
  26. О.И., Окулов К. Ю., Матвеев И. Б. Методика оценки показателей обобщенного мультифрактального трафика и их влияния на построение очередей Текст.: — «Электротехнические и информационные комплексы и системы» № 2 т.5. 2009 г. стр.36−42.
  27. Y.Zhang., N. Duffield., V. Paxson. and.S. Shenker. On the constancy of Internet path properties Текст.: — in Proc of ACM SIGCOMM Internet Measurement Workshop. San Francisco. CA. Nov. 2001. pp. 197−211.
  28. R. B. D’Agostino and M. A. Stephens, Eds., Goodnessof- fit Techniques Текст.:-New York: Marcel Dekker, June, 1986, pp. 63−93, pp. 97−145, pp. 421−457.
  29. D. Veitch and P. Abry. A statistical test for the time constancy of scalling exponents Текст.: — IEEE Trans. On Signal Processing, vol. 49. no. pp.23 252 334. 0ct.2001.
  30. T. Karagiannis, M. Faloutsos, and R. H. Riedi Longrange dependence: now you see it, now you don’t! Текст.: — in Proc. GLOBECOM '02, Taipei, Taiwan, Nov. 2002, pp. 2165−2169.
  31. P. Abry and D. Veitch «Vawelet analysis of long-range dependent traffic.» IEEE Trans. On Information Theory. Jan.1998. vol44. no. 1. pp. 2−15.
  32. R. В. D’Agostino and M.A. Stephens. Eds. Goodness-of-flt Tchniques. New Yoek: marcel Dekker. June. 1986. pp. 63−93. pp. 97−145. pp 421−457.
  33. К.Ю., Перегняк A.E., Арсеньев A.B. Сравнительный анализ результатов моделирования трафика на основе различных вейвлет-моделей Текст.: — «Электротехнические и информационные комплексы и системы» № 4 т.4. 2008 г., стр.46−51.
  34. Т. Karragiannis. SELFISH: A Short Tutoral Текст.: — November 8,2002
  35. L. Breslau, P. Cao, L. Fan, G. Phillips, and S. Shenker, Web caching and Zipf-like distributions: evidence and implications Текст.: — in Proc. of IEEE INFOCOM, Mar. 1999, pp. 126−134.
  36. Z. Bi, C. Faloutsos, and F. Korn, The «DGX» distribution for mining massive, skewed data Текст.: — KDD 2001, San Francisco, CA, Aug. 2001, pp. 17−26.
  37. W. E. Leland, M. S. Taqqu, W. Willinger, and D. V. Wilson On the self-similar nature of Ethernet traffic (extended version), Текст.: — IEEE/ACM Trans, on Networking, vol. 2, no. 1, pp. 1—15, Feb. 1994.
  38. Y. Zhang, N. Duffield, V. Paxson, and S. Shenker. On the constancy of Internet path properties Текст.: — in Proc. Of ACM SIGCOMM Internet Measurement Workshop, SanFrancisco, CA, Nov. 2001, pp. 197−211.
  39. О.И., Осин A.B., Смольский C.M. Самоподобие и фракталы. Телекоммуникационные приложения Текст.:/ Под ред. О. И. Шелухина — М.: ФИЗМАТЛИТ, 2008.
  40. Karasaridis A., Hatzinakos D. Network Heavy Traffic Modeling Usingstable Self-Similar Process Текст.: — // IEEE Trans, on Communications. 2001. V.49,No. 7. pp. 1203−1214.
  41. G. Box and G. Jenkins, Time Series Analysis: Forecasting and Control Текст.: / 2nd edition. Oakland, CA: Holden-Day, 1976, pp. 208−329.
  42. Sheluhin O.I., Smolskiy S.M., Osin A.V. Self-similar processes in telecommunications Текст.: John Wiley & Sons, 2007.
  43. Norros I. On the Use of Fractional Brownian Motion in the Theory of Connectionless Networks Текст.: — IEEE Journal on Selected Areas in Communications, Vol. 13, No. 6, pp. 953−962, August 1995.
  44. Williamson C. Synthetic Traffic Generation Techniques for ATM Network Simulations Текст.: Simulation Journal, Vol. 72, No. 5, pp. 305−312, May 1999.
  45. Grossglauser M. and Bolot J-C. On the Relevance of Long-Range Dependence in Network Traffic Текст.: Proceedings of the 1996 ACM SIGCOMM Conference, Stanford, CA, pp. 15−24, August 1996.
  46. Heyman D., Lakshman T. What are the Implications of Long-Range Dependence for VBR-Video Traffic Engineering? Текст.: — IEEE/ACM Transactions on Networking, Vol. 4, No. 3, pp. 301 317, June 1996.
  47. Ryu B. and Elwalid A. The Importance of Long-Range Dependence of VBR Video Traffic in ATM Traffic Engineering: Myths and Realities Текст.: — Proceedings of the 1996 ACM SIGCOMM Conference, Stanford, CA, pp. 3−14, August 1996.
  48. Ram Balakrishnan Wavelet-Based Network Traffic Modelling Текст.: -University of Saskatchewan, March 2000, pp 12−20.
  49. H.D. Clausen, H. Linder, and B. Collini-Nocker. Internet over direct broadcast satellites Текст.: — IEEE. Commun. Magazine, Vol. 37, No.6, Jun. 1999. pp 146−151.обр.канал Потер. Потер. Кол-во Колличество Отосланные Отосланные TCP % MPEG % (TCP+MPEG)%
  50. Табл. 4. 2 Потери пакетов при размере буфера 75 пакетов.
  51. Табл. 4. 3 Задержка пакетов при размере буфера 75 пакетов.1. Скор, прямого. канала Потер. Кол-во Колличество Отосланные Отосланные
  52. Табл. 4. 4 Потери пакетов при размере буфера 150 пакетов.
  53. Табл. 4. 5 Задержка пакетов при размере буфера 150.
  54. Табл. 4. 6 Потери пакетов при размере буфера 300.
  55. Табл. 4. 7 Задержка пакетов при размере буфера 300.
  56. Табл. 4.8 Потери пакетов при размере буфера 600.
  57. Табл. 4.9. Задержка пакетов при размере буфера 600
  58. Табл. 4. 10 Процентные потери TCP Интернет пакетов при значенибуфера 10.
  59. Табл. 4. 11 Процентные потери TCP Интернет пакетов при значении буфера 20.
  60. Средняя Максим Средняя Максимскор скор. скор скор.отправл. отпавл. принят. принят
  61. Парамтры запуска Кбод Кбод Кбод Кбод
  62. DVB* 1. 5 0. 1Mb 75B 300B 365Kb 49.3 198.6 12.5 12.6
  63. DVB* 1. 5 0. 2Mb 75B 300B 365Kb 49.3 198.6 24. 9 25.0
  64. DVB* 1. 5 0. ЗМЬ 75B 300B 365Kb 49.3 198.6 36.2 37. 6
  65. DVB* 1. 5 0. 5 Mb 75B 300B 365Kb 49.3 198. 6 46.7 62. 6
  66. DVB* 1. 5 0. 8Mb 75B 300B 365Kb 49.3 198.6 49.2 100.0
  67. DVB* 1. 5 1Mb 75 В ЗООВ 365КЬ 49.3 198.6 49.3 125.0
  68. DVB* 1. 5 1. 1Mb 75B 300B 365Kb 49.3 198.6 49.3 137.0
  69. DVB* 1. 5 1. 2Mb 75B 300B 365Kb 49.3 198. 6 49.3 150.0
  70. DVB* 1. 5 1. ЗМЬ 75B 300B 365Kb 49.3 198. 6 49.3 150. 6
  71. DVB* 1. 5 1. 5 Mb 75B 300B 365Kb 49.3 198.6 49.3 163.2
  72. DVB* 1. 5 1. 6Mb 75B 300B 365Kb 49.3 198.6 49.3 174 .0
  73. DVB* 1. 5 1. 9Mb 75B 300B 365Kb 49.3 198. 6 49.3 196.4
  74. DVB* 1. 5 2. 1Mb 75B 300B 365Kb 49.3 198. 6 49.3 198. 6
  75. DVB* 1. 5 2. 3Mb 75B 300B 365Kb 49.3 198. 6 49.3 198.6
  76. DVB* 1. 5 2. 5Mb 75B 300B 365Kb 49.3 198. 6 49.3 198. 6
  77. DVB* 1. 5 2. 8Mb 75B 300B 365Kb 49.3 198.6 49.3 198. 6
  78. DVB* 1. 5 3. 1Mb 75B 300B 365Kb 49.3 198.6 49.3 198. 6
  79. DVB* 1. 5 3. 5Mb 75B 300B 365Kb 49.3 198.6 49.3 198. б
  80. Табл. 4. 12. Измерние скорости приема TCP трафика.
  81. Средняя Максим Средняя Максимскор скор. скор скор.отправ. отпавл. принят. принят.
  82. Парамтры запуска Кбод Кбод Кбод Кбод
  83. DVB* 1. 5 0. 1Mb 150 В ЗООВ 365КЬ 49.3 198.6 12.5 12. 6
  84. DVB* 1. 5 0. 2Mb 150 В ЗООВ 3 65КЬ 49.3 198.6 24. 9 25.0
  85. DVB* 1. 5 0. ЗМЬ 150 В ЗООВ 365КЬ 49.3 198.6 36.2 37. 6
  86. DVB* 1. 5 0. 5 Mb 150 В ЗООВ 365КЬ 49.3 198.6 46.7 62.6
  87. DVB* 1. 5 0. 8Mb 150 В ЗООВ 365КЬ 49.3 198. 6 49.2 100.0
  88. DVB* 1. 5 1Mb 150 В ЗООВ 365КЬ 49.3 198.6 49.3 125.0
  89. DVB* 1. 5 1. 1Mb 150 В ЗООВ 365КЬ 49.3 198.6 49.3 137.0
  90. DVB* 1. 5 1. 2Mb 150 В ЗООВ 365КЬ 49.3 198. 6 49.3 150.0
  91. DVB* 1. 5 1. ЗМЬ 150 В ЗООВ 365КЬ 49.3 198.6 49.3 150. 6
  92. DVB* 1. 5 1. 5 Mb 150 В ЗООВ 365КЬ 49.3 198. 6 49.3 163.2
  93. DVB* 1. 5 1. 6Mb 150 В ЗООВ 365КЬ 49.3 198. 6 49.3 174 .0
  94. DVB* 1. 5 1. 9Mb 150 В ЗООВ 365КЬ 49.3 198.6 49.3 196.4
  95. DVB* 1. 5 2. 1Mb 150 В ЗООВ 365КЬ 49.3 198.6 49.3 198. 6
  96. DVB* 1. 5 2. ЗМЬ 150 В ЗООВ 365КЬ 49.3 198.6 49.3 198. 6
  97. DVB* 1. 5 2. 5Mb 150 В зоов 365КЬ 49.3 198.6 49.3 198. 6
  98. DVB* 1. 5 2. 8Mb 150 В ЗООВ 365Kb 49.3 198.6 49.3 198.6
  99. DVB* 1. 5 3. 1Mb 150 В ЗООВ 365Kb 49.3 198.6 49.3 198.6
  100. DVB* 1. 5 3. 5Mb 150 В ЗООВ 365Kb 49.3 198.6 49.3 198.6
  101. Табл. 4. 13. Измерние скорости приема TCP трафика.
  102. Средняя Максим Средняя Максимскор скор. скор скор.отправл. отпавл. принят. принят.
  103. Парамтры запуска Кбод Кбод Кбод Кбод
  104. DVB* 1. 5 0. 1Mb 300B 300B 365КЬ 49.3 198. 6 12.5 12. 6
  105. DVB* 1. 5 0. 2Mb 300B 300B 365КЬ 49.3 198.6 24. 9 25.0
  106. DVB* 1. 5 0. ЗМЬ 300B зоов 365КЬ 49.3 198. 6 36.2 37.6
  107. DVB* 1. 5 0. 5 Mb 300B 300B 365КЬ 49.3 198. 6 46.7 62.6
  108. DVB* 1. 5 0. 8Mb 300B 300B 365КЬ 49.3 198. 6 49.2 100. 0
  109. DVB* 1. 5 1Mb 300 В 300 В 365КЬ 49.3 198.6 49.3 125.0
  110. DVB* 1. 5 1. 1Mb 300B зоов 365КЬ 49.3 198. 6 49.3 137.0
  111. DVB* 1. 5 1. 2Mb 300B зоов 365КЬ 49.3 198. б 49.3 150. 0
  112. DVB* 1. 5 1. ЗМЬ 300B зоов 365КЬ 49.3 198. 6 49.3 150. 6
  113. DVB* 1. 5 1. 5 Mb 300B зоов 365КЬ 49.3 198. 6 49.3 163.2
  114. DVB* 1. 5 1. 6Mb зоов зоов 365КЬ 49.3 198. 6 49.3 174.0
  115. DVB* 1. 5 1. 9Mb 300B зоов 365КЬ 49.3 198. 6 49.3 196.4
  116. DVB* 1. 5 2. 1Mb 300B зоов 365КЬ 49.3 198.6 49.3 198. 6
  117. DVB* 1. 5 2. 3Mb 300B зоов 3 65КЬ 49.3 198. 6 49.3 198. 6
  118. DVB* 1. 5 2. 5 Mb 300B зоов 365КЬ 49.3 198. 6 49.3 198.6
  119. DVB* 1. 5 2. 8Mb 300B зоов 365КЬ 49.3 198.6 49.3 198. 6
  120. DVB* 1. 5 3. 1Mb 300B зоов 365КЬ 49.3 198. 6 49.3 198.6
  121. DVB* 1. 5 3. 5 Mb 300B зоов 365КЬ 49.3 198. 6 49.3 198.6
  122. Scaling parameters: 95% two sided gaussian assumptionseuil= 1.9599−1. HLRD = (alphaest + l)/2−1. H = (alphaest l)/2-h = (alphaest l)/2−1. D = (5 alphaest)/2-aL = alphaest seuil*sqrt (Valpha)-aR = alphaest + seuil*sqrt (Valpha) —
  123. HLRDL = HLRD seuil*sqrt (Valpha/4) —
  124. HLRDR = HLRD + seuil*sqrt (Valpha/4) —
  125. HL = H seuil*sqrt (Valpha/4) —
  126. HR = H + seuil*sqrt (Valpha/4) —
  127. DL = D seuiI*sqrt (Valpha/4) —
  128. Perform the joint parameter estimations and calculate the goodness of fit measure, and plot aIphaest, cfCest, cfest, Cest, Q, Valpha, VcfC, CoValphacfC, Vcf, CoValphacf, unsafe, yj, varj. = regrescomp (regu, nj, muj, jl j2, printout) —
  129. FigNum, tauarr, tauarrlen. = apptauq (qval, tauq, qmax, fsize, FigNum, Qstep, onlypos) — %-----------------SpectrVarl-----Thearetical algorithm-----------------
  130. FigNum. = SpectrVarl (tauarr, fsize, FigNum) — %--------------------------------------------------------SpectrVar2---------------------------
  131. FigNum. = SpectrVar2(tauarr, fsize, FigNum) — %---------------------------------------
  132. FigNum. = SpectrVar3(tauq, cnt, Ql. Qstep, fsize, FigNum) — %------------------------------------------------------
  133. Marker','none', 'MarkerSize', 6) — xlabel ('L','FontSize', fsize-2) — ylabel ('ln (P (Q>L))','Rotation', 90,'FontSize', fsize-2) —
  134. В ВАК РОССИЙСКОЙ ФЕДЕРАЦИИ
  135. СПРАВКА о внедрении результатов исследования
Заполнить форму текущей работой

Сессия? Спокойно!