Modeling MPEG Coded Video Traffic by Markov-Modulated Self-Similar Processes

Markov modulated self-similar processes are proposed to model MPEG video sequences that can capture the LRD (Long Range Dependency) characteristics of video ACF (Auto-Correlation Function). The basic idea is to decompose an MPEG compressed video sequence into three parts according to different motion/content complexity such that each part can individually be described by a self-similar process. Beta distribution is used to characterize the marginal cumulative distribution (CDF) of the self-similar processes. To model the whole data set, Markov chain is used to govern the transitions among these three self-similar processes. In addition to the analytical derivation, initial simulations have demonstrated that our new model can capture the LRD of ACF and the marginal CDF very well. Network cell loss rate using our proposed synthesized traffic is found to be comparable with that using empirical data as the source traffic.     

突发业务的多重分形建模及其参数估计

本文通过对大量突出业务数据的分析指出,局域网和广域网上的视频和数据业务的Ｈｕｒｓｔ系数随数估计所用矩的不同而存在波动,但在很长的时间尺度下具有多重分形的特性。基于业务的排队仿真表明,采用分数布朗运动得到了等效带宽对具有多重分形特征的业务并不足够精确。因此,分析突出业务的多重分形谱有助于理解相同Ｈｕｒｓｔ系数的业务源在统计复用时可以出现的多重分形参数估计,用来估计时变的Ｈｏｅｌｄｅｒ指数。仿真表明,     

结合多重分形的网络流量非线性预测

通过分析树型多重分形结构的相关性发现，多重分形可以把非平稳且具有长相关（LRD）和分形特性的网络流量序列转化为可用短相关（SRD）模型表示的序列组。利用多重分形这种将时间序列分解为多层的能力，提出了一种结合多重分形的FIR神经网络流量预测模型（MF-FIR，multifractal FIR network）。MF-FIR合理地利用了流量序列的LRD信息，具有很好的多步预测性能，可以满足通信系统在线预测的要求。     

多重分形网络流量的单队列输入排队性能研究

多重分形已被证明能够较好地用于网络流量多尺度突发行为特性的研究.本文以队列处于满负荷状态的概率为指标研究了多重分形流量输入下单队列的排队性能问题,提出了以尺度函数与矩因子表示的队列满负荷运行概率的解析性框架.用FBM过程作为输入,从理论上验证了该概率框架的正确性,进一步用实测的网络流量数据对多重分形流量输入下单队列满负荷运行的概率进行了分析与比较,结果表明该框架能同时满足单、多重分形流量输入时排队性能的计算.结合文献[1]给出的联合多重分形(JMF)流量模型,为排队系统中队列深度的设计提供了有效的定量计算方法.     

蜂窝移动网中基于MMPP业务输入模型的系统性能分析

文章针对现有的以Poisson过程作为输入业务流模型分析系统性能的不足,提出采用马尔可夫调制泊松过程(MMPP)作为输入业务流来分析系统的呼叫阻塞率和掉话率.数值和仿真结果表明,MMPP能够较好的对蜂窝移动网中的业务输入流近似建摸,它考虑了业务流本身的相关特性和突发特性,可以更加准确的用于分析系统性能.     

网络中业务流的自相似性与线性AR1模型

本文通过过多个ＡＲ１过程（ｏｒｄｅｒ－１ ａｕｔｏｒｅｇｒｅｓｓｉｖｅ ｐｒｏｃｅｓｓ）的累加（ｓｕｐｅｒｐｏｓｉｔｉｏｎ）过程的研究,发现当有限个参数特定的ＡＲ１过程累加后,该累加序列具有明显的自相似性。这从某种程度上揭示了为何不具备长期相关的单个信源,经复接、交换等处理后,使得网络中流程自相似性的原因。本文给出了数学分析方法和计算机仿真结果,由此还可得出一种生成自相似序列的快速方法。     

突发业务流的TES建模方法

高速通信网络存在大量诸如可变速率(VBR)视频这类具有突发性的业务流。突发性,在数学上主要通过业务流的到达时间间隔的边缘概率分布和自相关函数来描述。TES(Transform-Expand-Sample)是一种建模静态随机过程的非参数化技术,能准确匹配边缘概率分布并很好地近似自相关函数。本文简要介绍了TES方法的基本原理,再详细讨论突发业务流的TES建模及其软件实现。对MPEG视频业务的建模的仿真结果表明,TES模型能够很好地表征网络业务流的突发性。