基于FBM的自相似网络平均排队延迟分析  

An Analytical Model of Average Queuing Delay for self-similar Network based on FBM

作　　者：胡玉清[1] 谭献海[1] 胡俊[1] 贾岩[1] 

机构地区：[1]西南交通大学信息科学与技术学院,四川成都610031

出　　处：《微计算机信息》2008年第18期105-107,共3页Control & Automation

基　　金：西南交通大学(2005A03);国家自然科学资金项目(90104002)

摘　　要：利用分形高斯噪音(Fractional Gaussian Noise(FGN))模型应用快速傅立叶变换(Fast Fourier Transfer(FFT))而生成自相似流量,建立了一种基于分形布朗运动的自相似网络平均排队延迟分析模型.采用理论分析和实际测量流量的仿真结果均表明:随着缓存增大,各种自相似程度下的平均排队延迟也在增大;小缓存时,自相似程度低的平均排队延迟大,而大缓存时,自相似程度越高的网络,平均排队延迟越大;负载越大,平均排队延迟越大。A average queuing delay model based on FBM for self-similar traffic was proposed ,which utilizes FGN （Fractional Gaussian Noise） model that applies FFT （Fast Fourier Transfer） generating serf-similar traffic. Simulation results based on theory fractional traffic and real measured traces show that average queuing delay under the traffic of different serf-similar level （Hurst parameter） increases all in all as the buffer size of a node increases; buffer size is small ,average queuing delay rises as Hurst parameter decreases ; the other way round ,buffer size is large, average queuing delay increases as Hurst parameter increases; and average queuing delay increases as load increases.

关 键 词：自相似网络 平均排队延迟模型 分形布朗运动 网络仿真 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]