Anda di halaman 1dari 54

Máster Oficial en Redes de Telecomunicación

para Países en Desarrollo

Asignatura:
Diseño e Instalación
de Sistemas de Radiocomunicaciones

T4 Capacidad de un Enlace

Departamento de Teoría de la Señal y Comunicaciones


Universidad Rey Juan Carlos

Eduardo Morgado Reyes


eduardo.morgado@urjc.es
Contenidos:
„ 1.- Introducción al Tráfico en Telecomunicaciones
„ 2.- Teoría de Colas
… 2.1.- Elementos
… 2.2.- Prestaciones
„ 3.- Procesos de Nacimiento y Muerte
„ 4.- Sistemas con Pérdidas
… 4.1.- Sin Reintento
… 4.2.- Con Reintento
„ 5.- Sistemas con Espera
„ 6.- Otros Aspectos
… 6.1.- Limitaciones en los Modelos Clásicos
… 6.2.- Predicción de Tráfico
… 6.3.- Simulación de Tráfico
… 6.4.- Modelos de Movilidad
„ 7.- Otros Parámetros de Calidad de Servicio en Teletráfico

28/11/2008 T2.- Modelado de Tráfico 2


1.- Introducción (I)
„ El objetivo de una red de telecomunicaciones es asegurar la
interconexión de un conjunto de usuarios a un coste razonable.

„ Alternativas:
… Conectividad permanente: topología en malla.
„ Solución muy poco económica cuando el número de abonados crece.
„ Además, los enlaces permanecen no utilizados durante mucho tiempo.
… Jerarquización: redes en árbol.
„ Conexiones de distinto tipo (capacidad) dependiendo del nivel.
„ Necesidad de cálculo del número de canales necesarios.
(Ejemplo: ¿con cuántos canales conectar dos nodos a los que acceden 1000
abonados en cada extremo?)

„ Necesidad de estudiar el tráfico y planificar la red.


28/11/2008 T2.- Modelado de Tráfico 3
1.- Introducción (II)
„ Un sistema de telecomunicaciones tiene que tratar con una demanda variante por
parte de los usuarios:
… La predicción de esta demanda sólo podrá tener un grado limitado de exactitud.
… El sistema fracasará en su cometido si gran parte de la demanda no puede ser
satisfecha (o sufre un retraso excesivo).
… El aumento de recursos (equipos, circuitos, frecuencias…) supone un importante
gasto y debe realizarse de forma eficiente.
Î Necesidad de planificación: optimización de recursos fijada una calidad de servicios.

„ Teoría de Tráfico:
… Tráfico Î ocupación de un recurso.
… Base para un adecuado dimensionado de redes de telecomunicaciones.
… Se desarrolla considerando situaciones estacionarias y proporciona modelos
analíticos del sistema y de su comportamiento.
„ Esos modelos analíticos se especifican probabilísticamente.
… Teletráfico: estudio del tráfico en redes de telecomunicaciones.
„ Basado en teoría de colas.

„ Teoría de Colas:
… Para estudio y modelado del comportamiento de sistemas donde aparece la “espera”.
28/11/2008 T2.- Modelado de Tráfico 4
1.- Introducción (III)
„ El objetivo por tanto será evaluar las prestaciones de un sistema
ante una demanda de tráfico.
… Sistema a construir o ya construido pero sin incomodar a los usuarios.
… Opciones de evaluación: analítica / simulación mediante modelado.

„ Modelado Î realizar simplificaciones válidas sobre el modelo.


… Modelo = representación de un sistema con el propósito de estudiarlo.
„ Modelo de simulación = modelo que se puede representar mediante un
algoritmo.
„ Estáticos / Dinámicos
„ Deterministas / Estocásticos
„ Discretos / Continuos
(En telecomunicaciones: dinámicos, estocásticos y discretos.)
… Variables de estado = conjunto de variables que representan el estado del
sistema en un momento dado.
28/11/2008 T2.- Modelado de Tráfico 5
1.- Introducción (y IV)
„ Dimensionamiento Î determinación del número de recursos que
debe asignarse a una red para que puedan efectuarse en ella las
comunicaciones con unas características de calidad de servicio
determinadas.

„ Recursos Î canales (FDMA, TDMA, CDMA).

„ Medida de calidad de servicio Î Grado de Servicio (GOS).


… Sistema de pérdidas Î Probabilidad de pérdida.
… Sistema de espera Î Probabilidad de espera.

„ Dos tipos de asignación de esos recursos:


… Rígida o proporcional.
… Troncal.
28/11/2008 T2.- Modelado de Tráfico 6
2.- Teoría de Colas
„ Teoría de Colas:
… Disciplina matemática base para analizar y modelar redes de
comunicaciones.
… Característica común: 1 servicio (servidor), 1 cola y varios clientes.
… Desarrollado inicialmente para redes telefónicas.

„ Los modelos analíticos de colas:


… Se utilizan pese a que en la práctica algunas de las hipótesis en las que se
basan no se cumplen con rigurosidad.
„ Ejemplo: parámetros invariantes en el tiempo.
… Los resultados obtenidos son bastante buenos.

28/11/2008 T2.- Modelado de Tráfico 7


2.1.- Elementos
Población
„ La población representa el número de usuarios que pueden solicitar
el servicio.

„ Parámetros relacionados:
… Tiempo entre llegadas = τ (segundos)
„ Si la llegada de usuarios se produce en los instantes t0 < t1 < t2 < … < tn,
tendremos
τ k = t k − t k −1 (k ≥ 1)
„ τk son muestras de una variable aleatoria.
En la mayoría de los casos, la fdp del tiempo f (τ ) = λe
− λτ
„ (τ ≥ 0)
entre llegadas se puede modelar como una F (τ ) = P(Γ ≤ τ ) = 1 − e −λτ (τ ≥ 0)
distribución exponencial negativa.
1 1
(Sin memoria.) E [τ ] = var[τ ] = 2
λ λ
… Tasa de llegadas = λ (usuarios/segundo)
„ Número medio de usuarios que solicitan el servicio por unidad de tiempo.
„ Se distribuye como una Poisson. 1
λ =
28/11/2008 T2.- Modelado de Tráfico
E [τ ] 8
Servidores
„ Representan el número de canales del sistema.

„ Parámetros relacionados:
… Tiempo de servicio = s [segundos]
„ sk = tiempo que el usuario “k” ocupa un servidor.
„ sk son muestras de una variable aleatoria.
„ Su fdp se puede modelar como una exponencial negativa donde la media
es el tiempo medio de servicio.

… Tasa de servicio = μ [usuarios/segundo]


„ Número medio de usuarios atendidos por el servidor por unidad de
tiempo.
1
μ=
28/11/2008 T2.- Modelado de Tráfico
E [s ] 9
Cola
„ Representa el conjunto de clientes que, habiendo intentado utilizar el servidor, se
encuentran a la espera de que alguno quede libre.
… Interviene cuando el número de llegadas (demanda de un servicio) supera la capacidad del
servidor (capacidad para atender el servicio).
… Aparecen llamadas que no se pueden atender Î se guardan en una cola a la espera de ser
cursadas.

„ Capacidad máxima de la cola: (en número de clientes)


… Infinita Î sin pérdidas.
… Finita Î con pérdidas cuando llega a saturarse.
… Nula Î con pérdidas.

„ Disciplina: algoritmo utilizado para seleccionar al próximo cliente que ocupará el


servicio.
… FIFO (o FCFS)
… LIFO (o LCFS)
… SJF (“Short Job First”)
… RR (“Round Robin”)

„ Sistema de colas conservativo:


… Si hay un usuario en cola implica que no hay ningún servidor desocupado.
… El tiempo de servicio demandado no depende de la disciplina de la cola.
28/11/2008 T2.- Modelado de Tráfico 10
Notación de Kendall
„ Utilizada para clasificar los sistemas especificando las
características de los elementos que lo componen.
A/B/C/K/m/z
… A = distribución del tiempo entre llegadas τ.
… B = distribución del tiempo de servicio s.
„ D (determinista), M (memory-less; exponencial), Ek (Erlang-k), Hk
(hiperexponencial de k estados) o G (general; se aproximará a una de las
anteriores según Cx2 (0, 1, 1/k o ≥ 1)).
σx
Coeficiente de variación de una v.a. = C x =
E [x ]
… C = número de servidores (canales).
… K = capacidad total máxima del sistema (usuarios en cola + servidores).
„ Si K = C Î no existe cola.
„ Por defecto, infinito.
… m = tamaño de la población.
„ Por defecto, infinito.
… z = disciplina de la cola.
„ Por defecto, FIFO.
28/11/2008 T2.- Modelado de Tráfico 11
Distribuciones de Tiempo
más utilizadas
„ Exponencial (sin memoria): f (τ ) = λe − λτ (τ ≥ 0)
F (τ ) = P(Γ ≤ τ ) = 1 − e −λτ (τ ≥ 0)
1 1
E [τ ] = var[τ ] =
λ λ2

kλ (kλτ )
k −1
„ Erlang-k:
f (τ ) = e − kλτ (τ ≥ 0)
(k − 1)!
F (τ ) = P(Γ ≤ τ ) = 1 − e
k −1
(kλτ ) j
− kλτ

j =0 j!
(τ ≥ 0)

1 1
E [τ ] = var[τ ] =
λ kλ2

28/11/2008 T2.- Modelado de Tráfico 12


Procesos de Poisson
„ También llamados procesos totalmente aleatorios, modelan de forma adecuada la
llegada de usuarios a sistemas reales.
… P(llegada de usuario en t) ≠ función de llegadas anteriores.

„ Otra opción Î Procesos autosimilares: características similares en distintos


instantes de tiempo.
… Más ajustados a la realidad pero de peor manejo matemático.

„ Características:
… Probabilidad de llegada en un intervalo directamente proporcional a la longitud de
éste.
… Probabilidad de más de una llegada en un intervalo lo suficientemente pequeño es
despreciable.
… La llegada en un intervalo es independiente de llegadas pasadas o futuras.

„ Caso particular de proceso de Markov:


… Probabilidad de siguiente estado sólo depende del estado actual y no de la historia.
28/11/2008 T2.- Modelado de Tráfico 13
2.2.- Prestaciones
Parámetros Orientados al Sistema
„ De interés para la explotación del sistema con el máximo beneficio
y la menor inversión.
… Demanda de recursos realizada por los usuarios.
… Utilización de los recursos desplegados.

„ Intensidad de Tráfico = A (= I) [Erlangs]


… Interpretación Erlang = número de canales permanentemente ocupados
necesarios para cursar todo el tráfico.
… AO = tráfico ofrecido
… Aperdido = tráfico no cursado tiempo medio de servicio E [s ] λ
A= = =
… AC = tráfico cursado tiempo medio entre llegadas E [τ ] μ

„ Factor de utilización = ρ
… Probabilidad de que un servidor esté ocupado o porcentaje de tiempo en que
el servidor está ocupado. λ ' AC ⎛ AC ⎞
… λ’ = tasa efectiva (cursada) de llegada. ρ = = ⇒ ρ = min ⎜ ,1⎟
Cμ C ⎝ C ⎠
28/11/2008 T2.- Modelado de Tráfico 14
Parámetros Orientados al Sistema
„ Throughput (caudal) = Th [usuarios/segundo]
… Medida de la productividad del sistema.
… Número medio de usuarios servidos por unidad de tiempo.
„ Sin pérdidas Î Th = λ Th = ρμC
„ Thmax = μC

„ Volumen de tráfico cursado por un servidor = V


… Tiempo total de ocupación de ese servidor en un intervalo de tiempo de
referencia (T). ÎV≤T
… También se puede definir A = V/T.
… Varía a lo largo del día Î franjas horarias y promedio en varios días.
… HC = Hora Cargada = hora del día con mayor tráfico.
„ A partir del tráfico en esta hora se realiza la planificación.
… Unidades:
„ De volumen: [LLR] (llamada de 120seg) y [CCS] (llamada de 100seg).
„ De intensidad: [Erlang] (1Er = 30LLR/HC = 36CCS/HC)

28/11/2008 T2.- Modelado de Tráfico 15


Parámetros Orientados al Usuario
„ Medida de la QoS percibida por el usuario.

„ Tiempo medio de espera en cola = W


… Es una v.a. y varía para cada usuario.

„ Tiempo medio en el sistema = T


… Es una v.a. y varía para cada usuario. Ti = Wi + S i 1
… Régimen permanente Î procesos estocásticos estacionarios. T = W + E [S ] = W +
μ
„ Número medio de usuarios en el sistema = N = λ T
… Es una v.a. y varía con el tiempo.
λ
N = Nq +
„ Número medio de usuarios en cola = N q = λ W μ
… Es una v.a. y varía con el tiempo.

„ Otros: Fórmulas de Little


… Probabilidad de que exista un servidor libre.
… Probabilidad de que la cola supere cierto valor.
… Tiempo medio de espera para los que entran en cola.
28/11/2008 T2.- Modelado de Tráfico 16
Ejemplo 1
„ Un aparato registrador de tráfico toma medidas cada 3 minutos, durante la HC,
del número de circuitos ocupados en un grupo.
… Las medidas obtenidas se representan en el siguiente gráfico:

… Determine el valor del tráfico cursado si la duración media de las llamadas es de 3


minutos
28/11/2008 T2.- Modelado de Tráfico 17
Ejemplo 2
„ En un haz de cuatro circuitos, cada uno está ocupado un cuarto de
hora diferente de la Hora Cargada.

a) ¿Cuál es el tráfico cursado por cada circuito? ¿Y por el haz?

b) ¿Y si coinciden los cuatro cuartos de hora?

28/11/2008 T2.- Modelado de Tráfico 18


3.- Procesos de
Nacimiento y Muerte (I)
„ Resultan interesantes porque la mayor parte de los sistemas de espera con
tiempos de llegada y de servicio exponenciales se pueden modelar como
procesos de nacimiento y muerte.

„ Son un caso especial de los procesos de Markov donde sólo se realizan


transiciones a estados adyacentes.
… Estado del sistema: número de elementos del sistema.
… La evolución entre estados del sistema sólo depende del estado actual.

Gráficamente:
• Estado “n” del sistema n
Transiciones entre estados
• Eventos
ƒ Nacimiento: llegada de un elemento al sistema
n
ƒ Muerte: salida de un elemento del sistema
Consideraremos que las llegadas y salidas son independientes entre sí
28/11/2008 T2.- Modelado de Tráfico 19
3.- Procesos de
Nacimiento y Muerte (II)
„ La transición entre estados tiene lugar con una determinada probabilidad
Probabilidad de que suceda un nacimiento
λn-1
es la probabilidad de que, estando el sistema en el
estado n-1, pase al estado n
n-1 n

μn Probabilidad de que suceda una muerte


es la probabilidad de que, estando el sistema en el
estado n, pase al estado n-1

Ecuación de conservación del flujo (n>0)

En régimen permanente, el flujo de entrada y salida de cada estado coinciden

λn −1
λn −1 pn −1 = μ n pn pn = pn −1 ,n > 0
μn
28/11/2008 T2.- Modelado de Tráfico 20
3.- Procesos de
Nacimiento y Muerte (III)
λ0 λ1 λ2
λn −1
pn = pn −1
0 1 2 μn

μ1 μ2 μ3

Para obtener pn en función de p0:


λ
p1 = 0 p0 ¿Y p0?
μ1
λ1 λ λ
p2 = p1 = 1 0 p0 Si el sistema es estable, entonces:
μ2 μ 2 μ1
...
∑p
n≥0
n =1
n
λi −1
pn = p0 ∏
28/11/2008 i =1 μi T2.- Modelado de Tráfico 21
3.- Procesos de
Nacimiento y Muerte (y IV)

„ Para obtener el valor de de p0: 1 = ∑ pn
n =0

∞ ∞
λi −1 n
⎛ ∞ n
λi −1 ⎞
1 = p 0 + ∑ p n = p0 + ∑ p 0 ∏ = p0 ⎜1 + ∑∏
⎜ ⎟⎟
n =1 n =1 i =1 μ i ⎝ n =1 i =1 μi ⎠

n
λi −1
p n = p0 ∏
i =1 μi

1
p0 = ∞ n
λi −1
1 + ∑∏
n =1 i =1 μi

28/11/2008 T2.- Modelado de Tráfico 22


4.- Sistemas con Pérdidas
4.1.- Sin Reintento
„ Sistemas con Pérdidas y Sin Reintento:
… Sistema sin cola.
… Si la demanda supera la capacidad de servicio, las peticiones se rechazan y pierden.
Î Las peticiones que llegan al sistema y no encuentran un servidor libre, se rechazan.

„ Las llamadas que no se pueden cursar inmediatamente, se rechazan. Se supone


que no hay reintento (¿otro sistema?).

Estructura de un sistema con pérdidas

1
Población
Población ..
infinita
infinita .. El modelo de tráfico que estudia
. esta situación es el modelo de
C Erlang-B (ErB)
SISTEMA

PÉRDIDA

28/11/2008 T2.- Modelado de Tráfico 23


4.1.- Sin Reintento
„ Hipótesis del modelo Erlang-B:
1. Tamaño de la población es infinito.
Característica: la tasa de peticiones de servicio no se ve afectada por el
estado del sistema.
2. Régimen de llegadas de Poisson.
3. La v.a. tiempo de servicio (s) sigue una distribución exponencial.
4. Número de servidores: c.
5. No hay espera (Q = 0).
Notación Kendall: M/M/c/c/∞

1
Población
Población ..
infinita
infinita ..
. Se supone que las unidades, una
C vez servidas, regresan a la
población
SISTEMA

PÉRDIDA
28/11/2008 T2.- Modelado de Tráfico 24
4.1.- Sin Reintento
„ Uno de los objetivos de la Teoría de Tráfico es diseñar el sistema
con un determinado…
Grado de Servicio
… Representa el porcentaje de llamadas que no se atienden.
… Parámetros:
„ Probabilidad de bloqueo (PB): probabilidad de que todos los servidores estén
ocupados.
PB ⇒ mejor servicio

„ Probabilidad de pérdida (PP): probabilidad de que una llamada no sea atendida


por el sistema.
„ Probabilidad de demora (PD): probabilidad de que todos los servidores estén
ocupados y una llamada solicitada tenga que esperar para ser cursada.
A0: tráfico ofrecido
Aperdido = A0 PP
Ademorado = A0 PD
28/11/2008 T2.- Modelado de Tráfico 25
4.1.- Sin Reintento
Modelo Erlang-B: predice lo que puede suceder en media (muchas horas con tráfico similar)

1
Población
Población .. λk = λ , k = 0,1,..., c − 1
infinita
infinita ..
. μ k = kμ , k = 1,..., c
C

SISTEMA

PÉRDIDA

La solución se obtiene modelando el sistema como un


¿Cuándo se produce
proceso de nacimiento y muerte: bloqueo?
λ λ λ λ λ

0 1 2 C-1 C ¿Cómo obtenemos PB,


la probabilidad de
μ 2μ 3μ (C-1)μ Cμ bloqueo?
28/11/2008 T2.- Modelado de Tráfico 26
4.1.- Sin Reintento
Para el modelo Erlang-B λk = λ , k = 0,1,..., c − 1
μ k = kμ , k = 1,..., c

λ
n n λ λn An
pn = p0 ∏ i −1 p n = p0 ∏ = p 0 . n = p0 .
i =1 μ i i =1 iμ μ n! n!

La Probabilidad de bloqueo es la probabilidad de que el sistema esté en el estado “c”

DISTRIBUCIÓN
Ac En Erlang-B:
Ac
DE ERLANG-B PB = pC = p0 . = c c! n PB=PP
c! A
PB(c,A0) ∑n = 0 n!
Ac=A0(1-PP)

1 1 1
p0 = p0 = =
∞ n
λ c
An c
An
1 + ∑∏ i −1 1+ ∑
n =1 i =1 μ i
n =1 n!

n = 0 n!
28/11/2008 T2.- Modelado de Tráfico 27
4.1.- Sin Reintento
Erlang B

28/11/2008 T2.- Modelado de Tráfico 28


4.1.- Sin Reintento
c/PB

28/11/2008 T2.- Modelado de Tráfico 29


Ejemplo 3
„ Para conectar cuatro grupos de terminales de datos a un ordenador central se
proponen dos configuraciones, representadas en las figuras (a) y (b).

… Sabiendo que cada grupo tiene 22 terminales y que, por término medio, están activos
el 10% del tiempo, determine el número de circuitos que se necesitan en cada caso si
probabilidad de bloqueo máxima es del 5%.
(Nota: Modele el sistema de forma que las llamadas bloqueadas se pierden.)
28/11/2008 T2.- Modelado de Tráfico 30
Ejemplo 3
Tabla de Tráfico Erlang-B
c/PB

28/11/2008 T2.- Modelado de Tráfico 31


Ejemplo 3
Gráfica de Erlang-B

28/11/2008 T2.- Modelado de Tráfico 32


4.- Sistemas con Pérdidas
4.2.- Con Reintento
„ Sistemas con Pérdidas y Con Reintento:
… Si la petición de conexión no se cursa, la llamada vuelve al sistema como un
reintento.

„ El análisis simplificado de estos sistemas se basa en tres hipótesis:


… H1) Todas las llamadas que el sistema rechaza cuando está bloqueado se
cursan en posteriores reintentos.
… H2) El tiempo que transcurre entre el instante en que una petición encuentra
bloqueo y el reintento es aleatorio y estadísticamente independiente.
… H3) El tiempo medio entre reintentos es mayor que el tiempo medio de
servicio.

„ Desde el p.d.v. analítico, distinguiremos entre llamada de primer


intento y llamada de reintento.
28/11/2008 T2.- Modelado de Tráfico 33
4.2.- Con Reintento
„ Un sistema con reintentos se comporta de forma análoga a un
sistema con pérdidas con las siguientes interpretaciones:

… 1) El tráfico ofrecido (A0) es el tráfico de primer intento + reintento

λ' λ: Tasa de peticiones de conexión de primer intento


A0 =
μ λ’: Tasa total de peticiones de conexión
μ: Tasa de servicio

λ
λ ' = λ + λPB + (λPB )PB + .... = λ ∑ PBi =
i =0 1 − PB

… 2) El tráfico cursado (Ac) es el tráfico de primer intento.

… Pero, ¿cómo se obtiene la probabilidad de bloqueo?

28/11/2008 T2.- Modelado de Tráfico 34


4.2.- Con Reintento
„ La PB de un sistema de llamadas perdidas con repetición se obtiene
del mismo modo que si el sistema fuera sin reintentos, pero
sustituyendo λ por λ’.
λ
Problema: dependencia de todos los parámetros λ ' =
1 − PB

… Para un valor dado de λ (tasa de peticiones de conexión de primer intento),


iterar hasta la convergencia:

Obtención de la PB del modelo de Erlang-B con λ

λ
Obtención de λ’ como: λ' =
1 − PB

Asignación: λ ← λ '
28/11/2008 T2.- Modelado de Tráfico 35
Ejemplo 4
„ Determine la probabilidad de bloqueo de un enlace de 10 circuitos entre una
centralita y una central local sabiendo que el tráfico ofrecido, si se pudiera cursar
en su totalidad, es de 7 Erlangs.

Nota: Aplique el modelo de reintentos con llamadas perdidas y suponga


población infinita.

Podemos aplicar el modelo de Erlang-B

c
A0'
( )
PB c, A0' = c! k
c
A0'

k = 0 k!

28/11/2008 T2.- Modelado de Tráfico 36


Ejemplo 4
1ª iteración:

( )
PB c = 10, A0' = 7 ⇒ PB = 8% ⇒ A0' =
A0
=
7
1 − PB 1 − 0.08
= 7.6

2ª iteración:

( )
PB c = 10, A0' = 7.6 ⇒ PB = 10.38% ⇒ A0' =
A0
=
7
1 − PB 1 − 0.1038
= 7.81

3ª iteración:

( )
PB c = 10, A0' = 7.81 ⇒ PB = 11.32% ⇒ A0' =
A0
=
7
1 − PB 1 − 0.1132
= 7.893

28/11/2008 T2.- Modelado de Tráfico 37


Ejemplo 4

12%
7.95

28/11/2008 T2.- Modelado de Tráfico 38


5.- Sistemas con Espera (I)
„ Modelo de tráfico: 1

Población
Población
2
infinita
infinita
..
..
.
C

„ Hipótesis del modelo: SISTEMA DE ESPERA

… H1) Población infinita


… H2) Régimen de llegada poissoniano
… H3) El tiempo de servicio sigue una distribución exponencial
… H4) “c” servidores
… H5) Q → ∞ Î A0= Acursado // Aperdido = 0

Notación de Kendall: M/M/c/ ∞/ ∞ ⇒ Modelo de tráfico Erlang-C


28/11/2008 T2.- Modelado de Tráfico 39
5.- Sistemas con Espera (II)

1
λk = λ
Población
Población

⎧kμ , k = 1,..., c
2
infinita
infinita
..
.. μk = ⎨
C
. ⎩cμ , k >c
SISTEMA DE ESPERA

Diagrama de estados
λ λ λ λ λ λ

0 1 2 C-1 C C+1

μ 2μ (C-1)μ Cμ Cμ Cμ

28/11/2008 T2.- Modelado de Tráfico 40


5.- Sistemas con Espera (III)
Para determinar los parámetros relacionados con el grado de servicio:

n λ λn An
p n = p 0 ∏ = p0 . n = p 0 . , n = 1,..., c
λi −1 i =1 iμ μ n! n!
n
p n = p0 ∏
i =1 μi
cλ n λ λn An
p n = p0 ∏ ∏ = p0 . n n − c = p0 . n − c , n>c
i =1 iμ j = c +1cμ μ c c! c c!

λk = λ
⎧kμ , k = 1,..., c
μk = ⎨
⎩ cμ , k >c


1
Para obtener el valor de de p0 1 = ∑ pn p0 = c
A n Ac ρ
n =0

n = 0 n!
+
c! 1 − ρ

28/11/2008 T2.- Modelado de Tráfico 41


5.- Sistemas con Espera (IV)
Probabilidad de Bloqueo (pr. de encontrar todos los servidores ocupados)

∞ ∞ ∞ ∞
Ak p Ak p0
PB = ∑ pk = ∑ p0 k −c = 0−c ∑ = ∑ρ k
=
k =c k =c c c! c!c k =c c
k
c!c −c k =c

p0 ρ c p0 A c 1 p0 A c 1 1
= = = = p
c!c −c 1 − ρ c!c −c c c 1 − ρ c! 1 − ρ 1− ρ
c

Probabilidad de Demora (pr. de que una llamada tenga que esperar por encontrar
todos los servidores ocupados)
PB = PD

Probabilidad de Pérdida es nula (Q → ∞ )

28/11/2008 T2.- Modelado de Tráfico 42


5.- Sistemas con Espera (V)
Erlang C
C=1 C=2 5 10 12 20 30 50

28/11/2008 T2.- Modelado de Tráfico 43


5.- Sistemas con Espera (VI)
c/PB

28/11/2008 T2.- Modelado de Tráfico 44


5.- Sistemas con Espera (VII)
Tiempo medio de espera
Relación de Little para el subsistema de espera
Tiempo medio de
N q = λe .W q permanencia en el
subsistema de espera

Número medio de unidades Tasa media de llegadas al


presentes en el subsistema subsistema de espera
de espera

Nq
Wq =
λe ∞ ∞ ∞ ∞
N q = ∑ kpc + k = ∑ kρ pc =∑ kρρ k k −1
pc = ρpc ∑ kρ k −1
k =0 k =0 k =0 k =0

k
⎛ A⎞
pc + k = ⎜ ⎟ pc
⎝c⎠

28/11/2008 T2.- Modelado de Tráfico 45


5.- Sistemas con Espera (y VIII)

N q = ρpc ∑ kρ = ρpc ∑
k −1 d ρ k ∞
= ρpc
( )
d ⎛ ∞ k⎞
⎜ ∑ ρ ⎟ = ρp c
d ⎛ 1 ⎞
⎜⎜ ⎟⎟
k =0 k = 0 dρ dρ ⎝ k = 0 ⎠ dρ ⎝ 1 − ρ ⎠

− (−1) pc ρ ρ
= ρpc = = P
(1 − ρ )2 (1 − ρ ) 1 − ρ B ( ER −C ) 1 − ρ

De la relación de Little:

Nq PB ( ER −C )
Wq = =
λe μc(1 − ρ )

28/11/2008 T2.- Modelado de Tráfico 46


Ejemplo 5
„ Una centralita sirve de puente entre 100 extensiones y 20 líneas de
salida con las siguientes características:
… En caso de saturación, las extensiones esperan el tiempo que sea necesario a
que una de las líneas de salida quede libre.
… Cada extensión genera 3 llamadas durante la HC.
… La media de duración de las llamadas es de 2 minutos.

„ Calcule:

… PD.

… Tiempo medio de espera.

28/11/2008 T2.- Modelado de Tráfico 47


Ejemplo 6
„ Se trata de optimizar el número de circuitos C de un sistema en el
que el tráfico ofrecido se estima en 3Er y donde la PB máxima será
de 0.03.

… ¿Será mejor modelar el sistema como un sistema de pérdidas o de espera?

… Si, en caso de emergencia, el tráfico ofrecido aumentara un 20% ¿cómo


afectaría al grado de servicio?

28/11/2008 T2.- Modelado de Tráfico 48


6.- Otros Aspectos
6.1.- Limitaciones en los Modelos Clásicos
„ La teoría de tráfico clásica tiene en cuenta una serie de simplificaciones del
sistema que pueden no darse en sistemas reales. Por ejemplo:
… Deserción de llamadas en espera:
„ Sistemas con espera Î los usuarios pueden esperar un tiempo ilimitado para ser atendidos.
„ En la práctica existirá un límite en el tiempo de espera (descarte por tiempo, paciencia del
llamante…) Î usuarios que estaban en cola pasan a ser tráfico perdido (no cursado).
„ La QoS experimentada por un usuario depende por tanto de su respuesta (y de la del resto
de usuarios) ante una espera:
… Un usuario “paciente” tendrá menor probabilidad de pérdida.
… Muchos usuarios “pacientes” aumentan la probabilidad de bloqueo.
„ Se modela el tiempo que un usuario está dispuesto a esperar como una distribución
exponencial negativa.

… Variaciones del tráfico de un día a otro:


„ En ocasiones realizar una media entre días no es suficiente.
„ Se recomienda que la probabilidad de bloqueo no supere el 1% en los 30 días más cargados
o el 7% en los 5 días más cargados.

… Tráfico no balanceado entre grupos de usuarios:


„ Dificultad para modelar fuentes de usuarios con grupos no homogéneos
28/11/2008 T2.- Modelado de Tráfico 49
6.2.- Predicción de Tráfico
„ A la hora de planificar la instalación de una nueva red de
telecomunicaciones ¿cómo predecir el tráfico que será ofrecido?
… Estudios de mercado.
… Experiencias previas del operador.

„ Otro problema distinto: ¿cómo predecir la evolución (aumento) del


tráfico en una red existente?
… Importancia a la hora de planificar/dimensionar ampliaciones futuras de la
red.
… El operador ya dispone de datos reales sobre la red y puede detectar
tendencias.
„ Data mining
… A mayor largo plazo:
„ Modelos basados en indicadores de actividad económica y en análisis histórico
de datos.
„ Espacio de desarrollo de nuevas técnicas (ejemplo: basadas en inteligencia
artificial, redes neuronales…).
28/11/2008 T2.- Modelado de Tráfico 50
6.3.- Simulación de Tráfico (I)
„ Realizar modelados de redes complejas puede suponer una complejidad de
cálculo excesiva. Î Desarrollo de herramientas de simulación de redes.
… Permiten modificar todos los parámetros de la red: distribución de llegada de los
usuarios, capacidad de los enlaces…

„ Ejemplos de herramientas:
… FLAN (F- Links And Nodes):
„ Desarrollado en Java y se distribuye con licencia pública GNU.
„ Simulador de propósito general.
… Packet Tracer™:
„ Desarrollado y utilizado por Cisco como herramienta de entrenamiento para obtener la
certificación CCNA14.
… KIVA:
„ Basado en Java; para encaminamiento de paquetes (IP).
… NS (Network Simulator):
„ Orientado a simular eventos discretos.
„ Desarrolló en lenguajes C++ y extensión TCL19 (orientada a objetos).
„ Diseñado especialmente para el área de la investigación de redes telemáticas.
28/11/2008 T2.- Modelado de Tráfico 51
6.3.- Simulación de Tráfico (y II)
… COMNET III™:
„ Herramienta comercial desarrollada por CACI Products Inc; haciendo uso del lenguaje de
programación MODSIM II.
„ Para análisis detallado del funcionamiento y rendimiento de redes tipo LAN, MAN y
WAN.

… OPNET Modeler™:
„ Ampliamente utilizado en la industria.
„ Su escalabilidad y flexibilidad lo hacen adecuado para procesos de investigación y
desarrollo.
„ Soporta un amplio rango de tecnologías tipo LAN, MAN y WAN.

… OMNET ++:
„ Puede ser manejado en Windows y en Unix.
„ Versión libre, para fines académicos. (Versión comercial OMNEST desarrollado por
Omnest Global, Inc.)

… NCTUns (National Chiao Tung University, Network Simulator):


„ Software libre sobre Linux.
„ Ha recibido varios reconocimientos a nivel internacional (IEEE).
„ Redes LAN, MAN y WAN.
„ Simula en tiempo real y con una interfaz similar a la de los sistemas reales.
28/11/2008 T2.- Modelado de Tráfico 52
6.4.- Modelos de Movilidad
„ En determinado tipo de redes se hace necesario suponer un modelo de movilidad
de los nodos (usuarios).
… La mayoría de los investigadores, frecuentemente añaden sus propios modelos de
movilidad.

„ Modelos para redes ad-hoc:


… Random Walk Mobility Model: (con gran variedad de derivadas.)
„ Simple y basado en direcciones y velocidades aleatorias.
… Random Waypoint Mobility Model:
„ Incluye pausas entre cambios de dirección y velocidades.
… Random Direction Mobility Model:
„ Los nodos se desplazan por los límites de las áreas de simulación antes de cambiar de
dirección y velocidad.
… Gauss-Markov Mobility Model:
„ Aleatoriedad ajustable.
… A Probabilistic Version of the Random Walk Mobility Model:
„ Determina las siguientes posiciones mediante probabilidades.
… City Section Mobility Model:
„ El área de simulación representa las calles de una ciudad.
… A Boundless Simulation Area Mobility Model
28/11/2008 T2.- Modelado de Tráfico 53
7.- Otros Parámetros de Calidad de
Servicio en Tráfico
„ Calidad de Servicio (QoS) = conjunto de parámetros objetivos (medibles) que
caracterizan el grado de servicio que ofrece la red al usuario.

„ ATM:
… QoS – transparencia semántica:
CER (Cell Error Rate) CLR (Cell Loss Rate)
CMR (Cell Missinsertion Rate) SECBR (Severely Errored Cell Block Rate)
… QoS – transparencia temporal:
CTD (Cell Transfer Delay) máxima
CDV (Cell Delay Variation)
… Parámetros de tráfico:
MBS (Maximum Burst Size) PCR (Peak Cell Rate)
SCR (Suistainable Cell Rate) MCR (Minimum Cell Rate)

„ Escenarios inalámbricos: Retardo y Jitter (máxima variación en el retardo).

„ Ethernet: Retardo, Jitter, Throughput y Tasa de pérdidas.

28/11/2008 T2.- Modelado de Tráfico 54

Anda mungkin juga menyukai