Packet Voice Modeling 语音包模型

1.语音包模型及其到达

1.1语音模型

我们说话的时间分布服从指数分布,但是空闲时间不太符合指数分布

1.2到达

语音的到达是一个典型的2状态生灭过程
在这里插入图片描述
{ p 0 + p 1 = 1 p 0 α = p 1 β ⇒ p 0 = β α + β , p 1 = α α + β \begin{cases} & p_0+p_1=1\\ & p_0\alpha=p_1\beta \end{cases}\Rightarrow p_0=\frac{\beta}{\alpha+\beta},p_1=\frac{\alpha}{\alpha+\beta} {p0+p1=1p0α=p1βp0=α+ββ,p1=α+βα

2.系统能服务的用户个数

2.1激活因子

我们把处于讲话状态的概率成为激活因子,即 p 1 = λ λ + μ p_1=\frac{\lambda}{\lambda+\mu} p1=λ+μλ

2.2能容纳的用户数

显然,我们有结论,若在激活状态语音包的速度为NV,系统的处理速度是CV,可以得到 N V > C V NV>CV NV>CV
我们再做一个详细的推导,容易知道有
( λ λ + μ ) N V ≤ C V ≤ N V (\frac{\lambda}{\lambda+\mu})NV\le CV\le NV (λ+μλ)NVCVNV
得到由系统容量知道用户数的公式
C ≤ N ≤ λ + μ λ C C\le N\le \frac{\lambda+\mu}{\lambda}C CNλλ+μC

3.例子

Say a bandwidth of 3000 packets/sec(1.272Mbps,packet=1 ATM cell=53 byte) is set aside to accommodate voice traffic.Since V=170 packets/sec is the packet generation rate of each voice source while in talk spurt, for an activity factor is 0.4,how many users can it hold?

C = 3000 / 170 = 17.6 C=3000/170=17.6 C=3000/170=17.6
由公式 C ≤ N ≤ λ + μ λ C C\le N\le \frac{\lambda+\mu}{\lambda}C CNλλ+μC
18 ≤ N ≤ 44 18\le N\le 44 18N44

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值