Asignatura:
Diseño e Instalación
de Sistemas de Radiocomunicaciones
T4 Capacidad de un Enlace
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?)
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.
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.
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
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.
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
Gráficamente:
• Estado “n” del sistema n
Transiciones entre estados
• Eventos
Nacimiento: llegada de un elemento al sistema
n
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
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
∞ ∞
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
1
Población
Población ..
infinita
infinita .. El modelo de tráfico que estudia
. esta situación es el modelo de
C Erlang-B (ErB)
SISTEMA
PÉRDIDA
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
1
Población
Población .. λk = λ , k = 0,1,..., c − 1
infinita
infinita ..
. μ k = kμ , k = 1,..., c
C
SISTEMA
PÉRDIDA
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!
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
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
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.
c
A0'
( )
PB c, A0' = c! k
c
A0'
∑
k = 0 k!
( )
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
12%
7.95
Población
Población
2
infinita
infinita
..
..
.
C
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
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
∞ ∞ ∞ ∞
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
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⎠
− (−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 )
Calcule:
PD.
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.)
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)