排队论及其在通信领域中的应用

排队论及其在通信领域中的应用

信息与通信工程学院

2010211112班

姓名：李红豆

学号：10210367

班内序号：26

指导老师：史悦

一、摘要

排队论是为了系统的性态、系统的优化和统计推断，根据资料的合理建立模型，其目的是正确设计和有效运行各个服务系统，使之发挥最佳效益。排队是一种司空见惯的现象，因此排队论可以用来解决许多现实问题。利用排队论的知识可以来解决通信服务中的排队论问题。应用排队论一方面可以有效地解决通信服务系统中信道资源的分配问题；另一方面通过系统优化，找出用户和服务系统两者之间的平衡点，既减少排队等待时间，又不浪费信号资源，从而达到最优设计的完成。

二、关键字

排队论、最简单流、排队系统、通信

三、引言

排队论又称随机服务系统, 主要解决与随机到来、排队服务现象有关的应用问题。是研究系统由于随机因素的干扰而出现排队(或拥塞) 现象的规律的一门学科, 排队论的创始人Erlang 是为了解决电话交换机容量的设计问题而提出排队论。它适用于一切服务系统,包括通信系统、计算机系统等。可以说, 凡是出现拥塞现象的系统, 都属于随机服务系统。随着电子计算机的不断发展和更新, 通信网的建立和完善, 信息科学及控制理论的蓬勃发展均涉及到最优设计与最佳服务问题, 从而使排队论理论与应用得到发展。

四、正文

1、排队论概述：

1.1基本概念及有关概率模型简述：

1.1.1排队论基本概念及起源：

排队论是一个独立的数学分支有时也把它归到运筹学中。排队论是专门研究由于随机因素的影响而产生的拥挤现象(排队、等待)的科学也称为随机服务系统理论或拥塞理论。它专于研究各种排队系统概率规律性的基础上解决有关排队系统的最优设计和最优控制问题。

排队论起源于20世纪初。当时美国贝尔Bell电话公司发明了自动电话以后如何合理配臵电话线路的数量以尽可能地减少用户重复呼叫次数问题出现了。1909年丹麦工程师爱尔兰A.K.Erlang发表了具有重要历史地位的论文“概率论和电话交换”从而求解了上述问题。 1917年A.K.Erlang又提出了有关通信业务的拥塞理论用统计平衡概念分析了通信业务量问题形成了概率论的一个新分支。后经C.Palm等人的发展由近代概率论观点出发进行研究奠定了话务量理论的数学基础。

排队论广泛应用在网络的设计和优化方法移动通信系统中的切换呼叫的处理方法随机接入系统的流量分析方法ATM业务流的数学模型及其排队分析方法等。

1.1.2排队论系统的组成

一个排队系统由三个基本部分组成，输入过程、排队规则和服务机构。

图1 排队系统的基本组成

输入过程是描述顾客按怎样的规律到达排队系统的过程。包括以下三方面：（1）顾客总体数，指顾客的来源（简称顾客源）数量，顾客源数可以是无限的也可以是有限的；（2）顾客到达方式，描述顾客是怎样到达系统，是成批（集体）到达（每批数量是随机的还是确定性的）还是单个到达；（3）顾客流的概率分布（或顾客到达的时间间隔分布），所谓顾客流，就是顾客在随机时刻一个个（一批批）到达排队系统的序列。

排队规则包括排队系统类型和服务规则两方面内容。其中排队系统类型一般分为拒绝系统和非拒绝系统，表明服务机构是否允许顾客排队等待服务。

拒绝系统又称拒绝方式、截止型系统。若用n表示系统允许排队的队长（也称截止队长），用m表示窗口数。当系统L满足n=m时，该系统为即时拒绝系统，也称为立接制系统、损失制系统。此时顾客到达后或立即被拒绝或立即被服务，不存在排队等待服务的情况。电话网就是即时拒绝系统。当系统L满足m < n 时，该系统为延时拒绝系统，也称为混合制系统。此时容许一定数量的顾客排队等待，当系统内顾客总数达到截止队长时，新来的顾客就被拒绝而离去。带有缓冲存储的数据通信、分组交换等就属于这一类。

非拒绝系统又称非拒绝方式、非截止型系统。系统排队队长无限制，允许顾客排队等待一般认为顾客数是无限的。例如公用电话。延时拒绝系统和非拒绝系统也称为等待制系统、缓接制系统。

服务规则常见的有先到先服务(FCFS)和先入先出(FIFO)，同时也有后到先服务(LCFS)，在通信网中优先制服务也较为常见，同时在通信网中一般是顺序服务但有的也采用随机服务方式。

服务机构包括窗口或服务员数量（当m = 1时，称为单窗口排队系统。当m ﹥1时，称为多窗口排队系统）、服务方式及排队方式和服务时间分布。

服务方式是指在某一时刻系统内接受相同服务的顾客数。分为单个顾客接受服务（串列服务方式）和成批顾客同时接受服务（并列服务方式）。其中串列服务方式是m个窗口的串列排队系统。此时m个窗口服务的内容互不相同，某一时刻只能有一个顾客接受其中一个窗口的单项服务，每个顾客要依次经过这m个窗接受全部的服务。而并列服务方式是m个窗口的并列排队系统。此时m个窗口服务的内容相同，系统一次可以同时服务m个顾客。

排队方式包括混合排队和分别排队两种方式。混合排队方式为顾客排成一个队列接受任意一空闲窗口的服务。分别排队方式为顾客排成m个队列同时分别接受m个窗口的相同服务。当m = 1时在该系统中如果允许排队，则顾客只能排成一列队列接受服务。当m﹥1时在该系统中如果允许排队则有混合排队和分别排队两种排队方式。排队方式的选择取决于两种服务方式。

服务时间和顾客到达时间一样，多数情况下是随机型的。要知道它的经验分布或概率分布。一般说来服务时间的概率分布有定长分布、指数分布、Erlang 分布等。

1.1.3排队系统的分类表示

目前较为广泛采用的分类表示方法是D.G.Kendall提出的分类方法。表示为X / Y / m（n，N）。其中X表示顾客到达时间间隔分布，Y 指服务时间分布m 指窗口或服务员数目（此处特指并列排队系统），n指截止队长省略这一项表示n →∞，即为非拒绝系统，N 指表示潜在的顾客总数对于潜在的无限顾客源即N n →∞，时可省去这一项。

表示不同输入过程（顾客流）和服务时间分布的符号有：M表示泊松（Poisson）流或指数分布。两者都具有马尔可夫随机过程性质。D表示定长分布Ek表示k阶Erlang分布。Gi表示一般相互独立的随机分布。G表示一般随机分布。例如M/M/1系统指顾客流为泊松流、服务时间为指数分布的单窗口排队系统。M/D/m系统指顾客流为泊松流、服务时间为定长分布、有m个窗口的排队系统。

1.2有关的概率模型及最简单流

1.2.1排队系统中常用的概率模型

1、泊松分布

设随机变量X 所有可能取的值为0，1，2…而取各个值的概率为

Pk=P{X=k}= ( k =0，1，2 …)

其中λ>0是常数,则称X 服从参数为λ的泊松分布。

2、指数分布

一般，若随机变量t 取具有概率密度函数为

f(t)=

其中λ>0为常数,则称t服从参数为λ的指数分布,其分布函数F( t)为

F(t)= ==1-

F(t)=

1.2.2最简单流

通常把随机时刻出现的事件组成的序列称为随机事件流，例如用N (t)表示（0，t）时间内要求服务的顾客人数就是一个随机事件流。最简单流定义为，如果一个事件流{N (t ),>0}，这里以输入流为例，满足平稳性、无后效性和疏稀性三个条件则称该输入为最简单流。

平稳性指在时间间隔t内到达k个顾客的概率只与t有关而与这间隔的起始时刻无关。即以任何时刻t0为起点（ t0, t0+ t）时间内出现的顾客数只与时间长度t有关而与起点t0无关。

无后效性是指顾客到达时刻相互独立，即顾客各自独立地随机到达系统。此假设使顾客数k的随机过程具有马尔柯夫性。即在（t0 ,t0+ t）时间内出现k