Documentos de Académico
Documentos de Profesional
Documentos de Cultura
P2trafico de Llamadas
P2trafico de Llamadas
INSTITUTO TECNOLGICO DE
ESTUDIOS SUPERIORES DE OCCIDENTE
SISTEMAS DE COMUNICACIN
(TELEFONIA)
PRACTICA 2
Simulador de trfico de central telefnica
SISTEMAS DE COMUNICACIN
Sistema de Telefona
Simulador de trfico de central telefnica.
PRACTICA II.
OBJETIVO:
Disear en Matlab un simulador de trfico (red telefnica) usando un modelo Poisson.
Comprobar las propiedades estocsticas del trfico generado.
Descripcin.
1. Marco Terico
Los modelos de trfico son parte fundamental de cualquier red de telecomunicaciones. A fin
de hacer una estimacin precisa del comportamiento de una red, el trfico modelado y
simulado debe capturar fielmente las caractersticas estocsticas del trfico real.
Asumiendo que :
1) Slo una llamada puede ocurrir en cualquier intervalo lo suficientemente pequeo
(dt).
2) La probabilidad de una llamada en dt es directamente proporcional a la longitud del
intervalo (i.e. probabilidad de una llegada = dt).
3) La probabilidad de una llamada en cualquier intervalo particular es independiente
de lo que ha ocurrido en otros intervalos.
Se puede demostrar que la probabilidad de j llamadas en un intervalo t puede ser
determinada por:
Pj(t) = (1/j!)(t)je-t
(1)
La ecuacin (1) es el modelo Poisson. El nmero de llamadas en un intervalo de longitud t
sigue la distribucin Poisson, con media t.
Consideremos ahora una caracterizacin alternativa del proceso Poisson, en trminos de los
intervalos entre las llamadas. Si denotamos como Tn el tiempo entre la llamada (n-1) y la nsima llamada, la secuencia {T1, T2, T3, ... ,Tn} se conoce como la secuencia de interarrival
times (tiempo entre llamadas). Se puede demostrar que Tn, n = 1,2,... son variables
aleatorias independientes que siguen una distribucin exponencial, esto es:
FT(t) = 1 e -t para t 0.
(2)
Donde FT(t) nos da la probabilidad de que habr una llamada en un intervalo menor o igual
a t (i.e. P(T<t) = FT(t) ). La media de los tiempos entre llamadas es 1/ . La relacin entre
INTERVALO
ENTRE
LLAMADAS
DISTRIBUIDO EXPONENCIALMENTE
Figura 1. Relacin entre las distribuciones Poisson y Exponencial.
2. Metodologa
El objetivo es simular los primeros n eventos de un Proceso poisson con razn de llamadas
. Se puede generar ese proceso generando los tiempos entre llamadas {T 1, T2...,Tn}. Visto
de otra forma, los n eventos se generaran en un intervalo T, donde T = T1 + T2 ... + Tn.
Esto se puede lograr generando nmeros aleatorios uniformemente distribuidos entre 0 y 1
{U1, U2,..., Un}, hasta llegar a un tiempo T. Usando la ecuacin (2), se puede despejar t
para obtener los valores de T1, T2, ..., Tn. La media y la varianza (2) de los tiempos entre
llegadas debe ser igual a 1/.. El nmero promedio de llegadas en el intervalo T deber
estar dado por T. La varianza de el nmero de llegadas tambin est dada por T.
3. Requisitos de simulacin
A fin de lograr un proceso que semeje las caractersticas estocsticas del trfico, es
necesario correr muchas simulaciones y por un intervalo largo de tiempo. Se requiere
entonces que utilicen una T grande (1000 o 10000), y que repitan la simulacin un nmero
grande de veces (100 veces). Van a repetir este proceso con tres distintos valores de .
Se requiere que comprueben que los tiempos entre llegadas tienen una media (promedio)
igual a 1/, una varianza de 1/2 , y tambin que comprueben que el nmero de llegadas
promedio y varianza del nmero de llegadas es T. Por ltimo, se requiere que hagan un
histograma de las llegadas, para asegurarse que siguen una distribucin Poisson.
Los pasos de la simulacin seran:
de la ecuacin 1:
log(1 u )
Inicio.
Asignacin de lambda
correspondiente.
veces=0
N=0
tx=[]
2
Checar vector de nmeros aleatorios u
Introducir el vector a la formula t=[-log(1-u)]/ y
crear el vector t.
b=0
Suma localidad b del vector con localidades
anteriores a la localidad b actual.
Inc b
Guarda sumatoria en N
No
N > 10000
Si
Ajustar vector a el nmero de localidades
b y guardarlo en tx=t+tx.
Inc veces
1
No
Veces =
100
Si
Graficar Histograma, tiempos de llegada.
Obtencin de media y
varianza
FIN.
Programa utilizado:
veces=0;
f=0;
c=0;%avisa cuando se va a crear el primer vector
while veces<100,
u=0;
l=2.5;
u=rand(1,10000);%se crea la matriz con nmero de elmentos fijo "1000"
t=-(log(u))/l; %tiempos de llegada de las llamadas
g=0;%con esta variable se asegura si en el vector se llego a los mil
elementos que ya no sume elementos del vector
N=0;%Inicializacin de la sumatoria de todo el vector antes de que se
pase de los "1000s"
a=1;%indicador de elemento del vector
b=a+1;%indicador de elemento del vector
while N<=10000,%Realizalo mientrasS sumatoria del tiempo de las N
llamadas esten dentro del rango de 1000s
g=g+4;%contador de los mil elementos
N=t(a)+t(b)+N;
a=a+2;%estas dos lineas solo modifican a y b
b=b+2;%b-2 es el litmo elemento del vector
if g==10000
N=10000
end
end
if c==0 %entra cuando se crea al primer vector y se le asigna a c su
tamao de vector "b-2"
c=b-2;
end
if b<c %entra cuando el nmero de elementos de un vector a sido menor
que los que se encuentran
%ya creados.
Perifrico Sur 8585, Tlaquepaque, Jal.
45090, MEXICO
Media
(1 corrida)
Media
(100 corridas)
Media
calculada
Varianza
(1 corrida)
Varianza
(100
corridas)
Varianza
calculada
0.2
1.5
2.5
5.2185
0.6640
0.4011
5.0025
0.6673
0.3989
5.000
0.666
0.400
26.4669
0.4360
0.1625
24.5815
0.4371
0.1580
25.000
0.444
0.160