队列分析范文（精选9篇）

队列分析 第1篇

一、M/M/1/的仿真及分析

1、OPNET的工作机制和仿真步骤

OPNET提供三层建模机制, 底层为进程模型;其次为节点模型;最上层为网络模型。三层模型与实际的协议、设备、网络三层完全对应, 全面反映了网络的相关特性。在OPNET的仿真建模中, 对网络流量的建模主要分为背景路由流量建模、背景利用率流量建模和前景业务流量建模。使用Opnet Modeler仿真可以大体分成七个步骤, 收集和分析网络工程设计的文档, 建立网元模型, 建立网络模型, 建立网络流量模型, 仿真设计和仿真计算, 查看、分析结果并提交仿真报告, 比较仿真结果与实验或测量结果。

2、M/M/1/的仿真及分析

M/M/1排队系统:输入过程为泊松流, 服务时间服从负指数分布, 系统只有一个服务台平行服务。其中处理机source为数据源模块, 将其包间隔时间设置为exponential (2.0) , 即数据包到达的平均时间为2.0s, 将包大小设置为1024b, 生成数据包的大小服从均值为1024b/p的指数 (泊松) 分布;queue为队列模块, 在整个仿真过程为活动状态, 将多个到来的数据包流集中到其唯一的排队资源上, 且服务次序为先进先出, 将其服务率设为1256;处理机sink为一模拟的数据池模块, 数据包到达后将数据源不再需要的数据包销毁并释放内存空间。仿真统计参数为队列大小和队列时延, 仿真时间设为9小时。

仿真分析:仿真中设置仿真统计数据收集量为队列的平均延时和平均队列长度时间, 平均队列长度时间接近0.688s, 平均延时约为1.37s, 基于统计模型的仿真结果和理论值是十分吻合的。

二、队列仿真设计

将网络的拓朴结构设计为哑铃状。应用全局对象的属性分别设置为:流媒体型视频会议, 尽力型视频会议, 标准型视频会议, 背景流型视频会议, 这四种应用的数据流均设置为30frames/sec, 输入与输出帧数据流设为constant (2500) ;业务规格配置全局对对象 (Profile Config) 设置为:背景流, 标准流, 尽力而为流, 流媒体流;四个Client工作站分别和四个服务器之间进行媒体数据传输, 这四对客户视频流, 对应不同的服务类型 (TOS) , 对应规则为Client 1对应TOS1, Client 2对应TOS2, 依次如此;四个服务器分别提供背景, 标准, 尽力而为, 视频流媒体服务;路由器中支持四种不同的TOS的队列, 队列4接收TOS4传输, 队列3接收TOS3传输, 依次如此;在两个路由器之间选择PPP-E1链路, 该链路带宽为2.048mb/s, 由于四对数据传输带宽要求较高, 所以PPP-E1链路在模拟仿真中被用来作为瓶颈设备, 从而使队列的策略发挥作用, 使仿真得以从不同的角度来研究队列策略对时延的影响;为了便于观察仿真结果, 仿真时间设为300s, 选择端到端的时延作为主要统计收集量。

仿真结果的分析:

结果显示:尽管在所有队列的仿真中都设置了四种TOS值, 但由于各种队列的策略不同, 造成每种队列策略的时延曲线差距较大, 图2.1至2.4中的每一个图中都有四个曲线, 从上到下依次对应为TOS1至TOS4的传输平均时延曲线。对于FIFO队列机制而言, 传输将不对报文进行分类, 而按报文到达接口的先后顺序让报文进入队列, 在队列的出口让报文按进队的顺序出队, 先进的报文将先出队, 后进的报文将后出队, 无优先级之分。由于RouterA和Router B之间的链路是传输瓶颈, 造成每个数据流传输的端对端平均时延都超过2.1s, 其时延大于150ms的视频流标准, 四对数据传输都不能形成流畅的画面。

从PQ队列机制下时延图2.2看到, 本列中队列1在其他三个队列为空时才传输, 队列2要在队列3和队列4为空时才传输, 而队列4随时可传输, 即传输数据的优先级别按顺序为队列4到队列1, 从图2.2上看队列1在其他队列刚开始充数据时, 其曲线直线上升, 并保持较大的时延, 队列4的平均时延最少, 大约为0.018s, 队列3的平均时延次之, 平均时延为0.026s, 队列2平均时延为0.036, 采用以上三个队列的传输能满足视频会议的基本要求, 队列1的时延远远超过150ms, 不能满足视频服务。由此可看出:PQ赋予较高优先级的报文绝对的优先权, 这样虽然可以保证关键业务的优先, 但在较高优先级的报文的速度大于或接近接口的速度时, 将会使较低优先级的报文始终得不到发送或有较少的发送机会。

从仿真结果图2.3来看, 四种传输的端到端时延分别为0.05s, 0.055s, 0.4s, 0.65s, TOS4和TOS3能提供良好的视频服务。由于CQ队列优先级是用户自定义的, 在此仿真中将字节统计 (byte count) 值作为自定义优先级来考虑, 即byte count越大, 其优先级越高, TOS1为背景流 (background) 的传输服务, 其byte count设为4000, TOS2为标准流 (standard) 的传输服务, 其byte count设为6000, TOS3为尽力而为流excellent effort的传输服务, 其byte count设为8000, TOS4为多媒体流 (Streame Mulitymedia) 的传输服务, 其byte count设为10000, TOS4至TOS1的优先级逐降低。

仿真结果如图2.4中显示, TOS1为background的传输服务, 其权重 (Weight) 设为10, TOS2为standard的传输服务, 其Weight设为20, TOS3为excellent effort的传输服务, 其Weight设为30, TOS4为Streame Mulitymedia的传输服务, 其Weight设为40, 在加权公平队列仿真中, 四种传输的端到端时延分别为0.025s, 0.029s, 0.05s, 18s, 由此可见Weigh值较大可以可得到较好传输的视频流服务。

三、结束语

本文针对不同的网络环境参数设置下, 利用OPNET对常用的排列论模型和四种队列策略进行仿真分析, 讨论了队列策略对网络QOS性能的影响, 在仿真实验中, 也发现当仿真网络规模和流量很大时, 仿真的效率会降低, 如何提高复杂环境下网络仿真的效率, 还需进一步探索。并且, 我们注意到影响QOS性能的参数较多, 除了应有本文所提及的端到端时延分析外, 还可进一步对QOS的其它统计值进行仿真分析, 从中探索不同网络环境下最优化队列算法。由此可以更能减少网络的建设周期和新协议开发周期。

摘要：网络仿真可以为网络规划设计和网络性能分析提供客观、可靠的定量依据, 因此可以减少网络的建设周期和新协议开发周期。本文利用OPNET网络仿真工具, 对排队论模型M/M/1进行仿真, 将仿真结果和排队数学结论进行了分析比较研究, 同时对四种常用的队列算法FIFO、CQ、PQ、WFQ进行仿真, 分析比较了各自对时延的影响及可提供的QOS服务。

关键词：OPNET,仿真,队列,时延,QOS

参考文献

[1]吴建平, 徐恪, 徐明伟.高等计算机网络——体系结构协议机制、算法设计与路由器技术[M].北京:机械工业出版社, 2009.

[2]唐应辉.队论——基础与分析技术[M].北京:科学出版社, 2006.

艰苦的队列训练 第2篇

第一天下午，教官的口哨苍劲有力地响了，我们连忙手忙脚乱地跑出了寝室。接着教官用他那好像练过狮吼功的嗓音对我们说要队列训练，我们都因为教官的“河东狮吼”而把精神绷得紧紧的。

下了楼，教官带我们来到了一个大操场，这个操场几乎能容下二十多只成年大象，我们就更是不用说了。教官教我们的第一个动作是立正，教官先示范了一次：先把脚摆成一个“V”字形，要形成四十五度角，再把手指伸直紧贴大腿，还要目视前方，神情严肃。我觉得大家都做的一丝不苟，很认真，可是在教官的脸上却看不出一点满意的答案，我在心里默默嘀咕：这个教练真严厉！

接着教官又发出了口令：“稍息！”声音震耳欲聋，好像打雷了似的，我们不知是被吓坏了还是怎么的，一个人都没有做出动作。教官勃然大怒，吼道：“你们没上过体育课么！”我们个个都被吓破了胆，顿时鸦雀无声。教官又问了一次，有个胆大的人说：“我们没有上过正规的体育课。”教官也无语了，只好一步步慢慢地教了，于是我们比别人用了更多的时间、更多的精力来练习。别的班级用五分钟练习好的动作，我们要用十分钟；别的班级练习五遍的动作，我们要练习十遍。即使汗水顽皮地流到了我们的脸颊上，我们也绝不乱动一下，顶着似火的太阳练习一个个枯燥的动作。因为我们深知要为班集体争得荣誉！就这样，我们把一个个枯燥的动作练习得十分整齐协调。

在这次的队列训练中，我磨练了自己的意志力，学会了吃苦耐劳，还明白了团队精神的真谛。这次的队列训练让我收获了许多东西，我真庆幸参加了这次的实践活动！

指导老师：范春燕

队列分析 第3篇

交叉口延误是交通工程学研究的重要内容, 对城市交通具有重要意义。交叉口车辆排队是产生延误的原因, 学者们以多种方法研究交叉口排队与延误[1], 主要方法有排队论和波动论2种理论[2]。排队论用于建立交叉口延误模型, 如自适应信号控制下的延误模型[3], 增量延误模型[4,5], 这些模型计算的是在较长时间内的平均延误。在模型推导过程中, 都假设了一定的条件, 如车辆到达率和驶离率恒定、无初始队列[3,4,5], 在停车线上垂直方向排队, 车辆无加速过程[6]等。有些假设与实际情况明显不符, 如车辆到达率一般是随机性的, 车辆排队的停车点与停车线之间存在空间, 车辆通过这一空间需要时间, 这就使得从队列启动的车辆不一定能通过停车线, 可能须二次排队, 从而改变了排队状况并增加了延误, 因此模型并不能准确反映车辆在交叉口排队的实际延误。在自适应交通控制系统中, 需根据交叉口实时延误不断调整信号配时, 这些模型不便计算实时延误。波动论适合于描述队列的形成和消散[7,8], 但难于定量分析交叉口排队长度和延误等。2种理论从宏观层面分析交叉口排队, 分析过程均存在不足之处[9]。本文根据车辆排队的真实过程提出了静止队列法, 以队列首尾各自向上游移动描述排队过程, 以时段停车率和时段启动率分别表示尾部和首部的移动速度。分别分析了在一次和二次排队情况下的排队长度与停车延误, 仿真研究了多个周期各时段的排队长度及其变化, 讨论并确定了合适的时段长度取值范围。

1 静止队列法

车辆进入交叉口引道后, 若允许, 则不断前进, 直至通过停车线;否则, 在停车线之后停车排队, 直至允许时再次启动前行。在1个车道上, 车辆停车和启动都是依次逐个进行的。为了描述这一真实过程, 提出静止队列法, 如图1所示。红灯期间, 停车排队的车辆不断增多, 相当于队尾位置以一定速度向上游移动, 队首位置保持在停车线不动;绿灯期间, 在队尾位置上移的同时, 队首位置也以一定的速度向上游移动。为了表示队尾和队首的移动速度, 定义时段停车率和时段启动率。将信号周期分成若干个较小的时段, 在1个时段内, 单位时间在队列尾部停车排队车辆数的平均值即该时段的停车率, 单位时间在队列首部启动离队车辆数的平均值即该时段的启动率。排队形成与消散过程如图1 (a) 和 (b) , 在队列首尾右移过程中, 其间的队列长度不断变化。

一次排队通过交叉口车辆最多的情形如图1 (c) , 在本周期绿灯期间, 队列已消散, 在绿灯关闭之前, 队列最后一辆车启动并通过停车线, 后续到达的车辆可能未经排队直接通过停车线。经多次排队通过的情形如图1 (d) , 在绿灯关闭时刻, 队列尚未消散, 从队首离开的车辆未通过停车线, 在下一周期会出现新、旧2个队列, 新队列不断增长而旧队列不断缩短, 旧队列消散之后, 回到1个队列的状态, 后续到达的车辆在新队列排队。

时段停车率和时段启动率是静止队列法的2个关键参量, 在目前交通检测技术条件下, 利用交通流视频图像处理技术是适合的和可行的, 通过分析车辆的存在与运动, 判定队列首尾及其移动速度, 从而获得这2个参量。

2 排队与停车延误

2.1一次排队

如图2所示, 设相位信号顺序为黄、红、绿, 黄灯启亮和绿灯熄灭的瞬间分别为相位周期之始末, 信号周期分为n个等长的时段Δt/s, i时段之前的时段为黄灯加红灯时间, i时段及其余时段为绿灯时间。以各时段末累计停车和起动的车辆数分别表示相应时段累计停车和启动的车辆数, 则k时段的排队长度Pk/veh

${\rm P}{}_k=Q{}_k-S{}_k=\text{Δ}t{\displaystyle \sum _{j=1}^k(}q{}_j-s{}_j)(1)$

式中:qj、sj分别为j时段的停车率和启动率, veh/s。

图2中A点所对应的时刻队列完全消散, 队列首尾均回到停车线位置, 停车率和启动率均变为0, 设线段AB长度表示的时间保证队列的最后一辆车在绿灯结束前可通过停车线。本周期所有排队车辆的停车延误Dt/ (vehs) 即Qk与Sk所围图形的面积:

$D{}_t=\text{Δ}t{\displaystyle \sum _{k=1}^n{\rm P}}{}_k=\text{Δ}t{}^2{\displaystyle \sum _{k=1}^n{\displaystyle \sum _{j=1}^k(}}q{}_j-s{}_j)(2)$

2.2二次排队

有时车辆通过交叉口必须经过多次排队, 现只考虑二次排队的情况。如图3所示, 在周期2存在周期1未消散的旧队列, 以及在停车线处形成的新队列。由于车辆在车道上串行行驶和排队, 车辆从旧队列首部向新队列尾部转移, 新、旧队列都以各自的时段停车率和启动率不断变化, 旧队列消失之后到来的车辆以其时段停车率直接到达新队列尾部排队。在周期2, 队列长度为新旧队列长度之和, 停车延误为ABC和DEHG表示的2个不规则封闭图形的面积之和, 前后两者分别为旧队列和新队列的停车延误。

$\begin{array}{l}{\rm P}{}_k={\rm P}{}_{1k}+{\rm P}{}_{2k}=\text{Δ}t{\displaystyle \sum _{j=1}^k(}(q{}_{1j}-s{}_{1j})+(q{}_{2j}-s{}_{2j}))(3)\\ D{}_t=\text{Δ}t{\displaystyle \sum _{k=1}^n{\rm P}}{}_{1k}+\text{Δ}t{\displaystyle \sum _{k=1}^n{\rm P}}{}_{2k}=\\ \text{Δ}t{}^2{\displaystyle \sum _{k=1}^n{\displaystyle \sum _{j=1}^k(}}(q{}_{1j}-s{}_{1j})+(q{}_{2j}-s{}_{2j}))(4)\end{array}$

式中:q 1j、s1j分别为在周期2旧队列第j时段的停车率和启动率, veh/s;q2j、s2j分别为新队列第j时段的停车率和启动率, veh/s。

2.3一般排队与停车延误

归纳以上2种情况, 只考虑最多二次停车排队, 一般的排队长度与停车延误:

$\begin{array}{l}{\rm P}{}_{ik}=\text{Δ}t{\displaystyle \sum _{j=1}^k(}(q{}_{}{}_{(i-1)j}-s{}_{}{}_{(i-1)j})+(q{}_{}{}_{ij}-s{}_{}{}_{ij}))(5)\\ D{}_{it}=\text{Δ}t{}^2{\displaystyle \sum _{k=1}^n{\displaystyle \sum _{j=1}^k(}}(q{}_{}{}_{(i-1)j}-s{}_{}{}_{(i-1)j})+(q{}_{}{}_{ij}-s{}_{}{}_{ij}))(6)\end{array}$

式中:Pik为第i信号周期第k时段的排队长度, veh;Dit为第i周期所有排队车辆的停车延误, veh/s;q (i-1) j, s (i-1) j分别为i-1周期的旧队列在i周期第j时段的停车率和启动率, veh/s, 若旧队列已消散, 两者皆取0;qij, sij分别为i周期的新队列在第j时段的停车率和启动率, veh/s。

式 (5) 、 (6) 是1个信号相位1个入口方向的单个车道在1个周期的排队长度与停车延误的计算式, 其他相位和方向的算法与此相同, 由此可计算整个交叉口的排队长度与总停车延误。三次及以上的排队与延误可用与二次排队相类似的方法进行分析。

3 排队与停车延误仿真分析

3.1排队长度随时段的变化

在连续获得排队的时段停车率和启动率的条件下, 利用式 (5) 可分析在1个较长时期内排队长度变化。为此利用LabVIEW编制了仿真程序, 设信号周期120 s, 相位黄、红、绿信号时长分别为4 s、56 s、60 s, 并以黄灯开启和绿灯熄灭为相位周期的起讫时刻, 时段长取10 s。如图4, 上部是该相位交通信号, 自上而下依次是黄、红、绿灯控制信号, 高电平有效。下部是该相位1个车道在连续4个周期共48个时段的排队长度。该曲线可用于研究最大排队长度、平均排队长度、排队消散时段、出现二次排队时段、停车延误等问题, 作为交叉口道路规划和改造, 交通控制信号设计和调整的参考。

3.2时段长度与停车延误准确度

时段长度Δt与停车率和启动率检测、排队长度以及停车延误计算结果均有关。实际应用中Δt应在一定范围内适当取值, 为此用仿真方法分析了Δt与停车延误准确度的关系。表1是图4中的交通信号在Δt取不同值时计算的停车延误。首先产生Δt为5 s的时段停车率与启动率数据, 假定如图2, 在第22时段末队列完全消散。在0.00～0.32之间产生22个随机数作为前22个时段的停车率, 在一定范围内有约束地产生第13～22时段的启动率数据, 其他时段的停车率与启动率均为0。由以上2组各24个数据计算时段长度为5 s 的停车延误。对这2组数据各自分别以2、3、4、6、12个为一小组求平均值, 得到Δt分别取10、15、20、30、60 s时各时段的停车率和启动率, 据此计算相应的停车延误。理论上认为Δt取5 s时计算的延误最准确, 通过多次试验发现, 在各时段的停车率与启动率数值波动较大时, Δt取10 s、15 s和20 s时, 延误数值与Δt取5 s时都相差不大;Δt取30 s和60 s时, 时段愈长, 延误相差愈大。在各时段停车率与启动率数值较平稳时, Δt取值不同, 延误相差不大。

以上结果也适用周期长度取其他值的情况, 因为算法是相同的。实际交通流的时段停车率和启动率是受多种因素共同影响的, 具有一定的随机性。因此, 对于信号周期在60～150 s的大多数交叉口, 时段长度在5～15 s范围内选取为宜。

4 结束语

静止队列法描述交叉口排队真实细腻, 分析排队长度与停车延误概念清楚, 结果准确, 延误包括了均匀延误、随机延误和过饱和延误。下一步将研究利用交通流视频图像处理获取时段停车率和时段启动率的方法。

摘要：交叉口延误是现代城市交通研究的重要课题, 论文采用静止队列法分析了交叉口排队与停车延误。根据车辆通过交叉口的真实过程, 运用静止队列法, 以队列首尾各自向上游移动描述排队过程, 在此基础上分析了一次排队和二次排队通过交叉口的排队长度与停车延误, 并归纳了排队长度与停车延误的一般算式, 最后仿真研究了连续多个周期各时段的排队长度及其变化, 讨论了时段长度与停车延误准确度的关系, 并确定了时段长度合适的取值范围。

关键词：交通工程,排队,停车延误,静止队列法,时段停车率和时段启动率

参考文献

[1]陈绍宽, 郭谨一, 王璇, 等.信号交叉口延误计算方法的比较[J].北京交通大学学报, 2005, 29 (3) :77-80

[2]魏丽英, 田春林, 杨正兵.信号交叉口排队分析模型比较研究[J].北方交通大学学报, 2003, 27 (5) :55-58

[3]裴玉龙, 刘广萍.自适应信号控制下交叉口延误计算方法研究[J].公路交通科技, 2005, 22 (7) :110-114

[4]王嘉祺, 程建川, 王昊.信号交叉口增量延误分析[J].交通与计算机, 2005, 23 (5) :13-16

[5]邵长桥, 荣建, 马国旗.信号交叉口控制延误模型研究[J].公路交通科技, 2004, 21 (3) :86-88

[6]马万经, 杨晓光.信号控制交叉口实时延误计算与仿真研究[J].交通与计算机, 2006, 24 (3) :1-4

[7]王殿海, 景春光, 曲昭伟.交通波理论在交叉口交通流分析中的应用[J].中国公路学报, 2002, 15 (1) :93-96

[8]姚荣涵, 曲大义, 王殿海.基于运动学方程的停车波模型[J].吉林大学学报:工学版, 2007, 37 (5) :1 049-1 052

队列分析 第4篇

无线城域网 (WMAN) 标准IEEE802.16d是第一个用于固定宽带无线接入的商业标准, 定义了物理 (PHY) 层和介质接入控制 (MAC) 层的技术规范。固定宽带无线接入网基于无线信道, 为离散站点的语音、数据和多媒体业务提供高带宽传输;此外, 固定宽带无线接入网组网、安装、维护方面灵活快捷, 而且系统开发运营成本低, 商业价值高, 将成为未来的无线通信主流技术之一[1]。

随着业务的高速发展, 高用户量、高数据传输量、多种业务并存, 有必要对无线资源进行管理, 以高效利用无线通信系统有限的传输资源, 为不同用户的接入需求提供不同的QoS服务。由于无线环境的多变性和不可预见性, 在无线网络中实现QoS的保证与有线网络相比, 将面对更多挑战。无线城域网中各种无线队列与资源由MAC层来调度管理。

尽管IEEE802.16协议描述了MAC层的系统功能和信令交互格式[2], 但对于如何实现MAC层无线资源管理并未定义。已经提出的许多队列算法, 如基于不公平优先级队列的随机早期检测算法[3]、基于自适应权重的公平调度 (AWFS) 算法及其简化算法S-AWFS[4], 从时延, 服务优先级等方面入手实现QoS了区分服务调度, 尽管Raghu等人运用马尔可夫链对基于队列的上行链路调度算法进行了分析[5], 提出了延时要求, 然而, 性能度量尚缺少定量衡量标准。

本文对无线资源管理机制进行了研究, 提出了一种基于队列长度的动态上行资源调度算法, 基于离散随机过程模型, 提出了QoS性能评估机制, 并结合特定的队列算法进行了数值验证与仿真分析。仿真结果表明:所提算法能够满足不同用户的QoS需求, 基于队列状态的上行调度有效提高了无线链路资源的利用率。

1上行调度模型

IEEE 802.16 MAC层通过将传输包映射到业务流, 并映射到由Connection Identifier (CID) 标识的连接上。通过提取的QoS参数进行调度, 保障MAC层的QoS性能。IEEE802.16d协议中, 定义了四种QoS业务类型, 分别为UGS、rtPS、nrtPS及BE, 如图1所示。

上行到达的数据包映射到各自的CID并根据服务等级进入到不同的区分服务流队列中进行上行资源调度。本文将依据以上系统模型建立SS端上行调度器, 并进行性能分析。

2基于队列长度的调度算法及性能分析

上行调度器通过判断当前队列长度来决定分配带宽的大小, 即资源调度由门限序列ψ={ψ1, ψ2, , ψb, , ψbmax}决定。通常, 门限都是呈等差关系增长, 用ψ={e1, e1+e, , e1+be, , e1+bmaxe}来表示门限序列, 用b (x) 表示带宽, 则资源调度行为可以用下式表示:

式中:ψb∈{1, 2, , X};ψb≤ψb+1;b=1, 2, , bmax。

采用双随机泊松过程模拟多用户信源, 基于队列转移概率模型, 队列转移概率矩阵U (i) 及泊松到达速率矩阵Λ (i) 用下式表示[6,7]:

假设一个帧长周期到达的MAC层PDU数为a, a∈{0, 1, , A}, 其中A是最大到达数, 则式 (2) 中对角概率矩阵Λ (i) a的对角元素可由下式得到:

$f{}_a(\lambda {}_S)=\frac{e{}^{-\lambda {}_S{\rm T}}\left(\lambda {}_S{\rm T}\right){}^a}{a!}$ (3)

多用户数据流平均到达的MAC层PDU速率为:

$\rho =\pi {}_m\left({\displaystyle \sum _{a=0}^{{\rm N}A}a}\Lambda {}_a\right)$ (4)

式中:πm表示信道的稳态矩阵。

为了构造区分服务流队列的队列模型, 假设上行资源调度器仅根据当前的队列状态决定上行调度策略, 队列的状态空间定义如下:

Δ={ (Pi, Xi) , 1≤Pi≤S, 0≤Xi≤X} i>0 (5)

式中:Pi为双随机泊松过程的状态向量, Xi为队列中PDU的数量。不同用户的状态向量相互独立, 队列中PDU的数目由双随机泊松过程数据流信源模型和分配的带宽决定。由此可得不同服务流队列的队列转移概率矩阵P, 即:

其中, 矩阵P中的元素Px, x′表示队列中PDU数量的转移概率:

式中:b (x) 是为队列分配的带宽, 表示上行调度器的调度策略。

将上行调度算法代入到转移概率模型中, 由队列转移概率矩阵得到队列的稳态矩阵π, 令π (s, x) 表示双随机泊松过程过程的s状态并且队列中有x个PDU的概率, 可由稳态矩阵π中的元素表示, 即:

π (s, x) =[π] (xS) +s (8)

式中:s=1, 2, , S;x={0, 1, , X}, [π]i表示的是行矩阵π第i列的元素。

通过队列的稳态矩阵求平均队列长度, 在稳态条件下队列的PDU数为:

$\overline{x}={\displaystyle \sum _{x=0}^{X}x}\left({\displaystyle \sum _{s=1}^S\pi }\left(s,x\right)\right)$ (9)

当队列中的PDU数增加m (m+x>X) , 丢失的PDU数据包为m- (X-x) 。平均丢失的PDU数据包数为:

$\overline{x}{}_{drop}={\displaystyle \sum _{s=1}^S{\displaystyle \sum _{x=0}^X{\displaystyle \sum _{m=B-x+1}^{A{\rm N}-b(x)}\pi }}}(s,x)\left({\displaystyle \sum _{j=1}^S[}{\rm P}{}_{x,x+m}]{}_{s,j}\right)(m-(X-x))$ (10)

式中:[Px, x+m]s, j为转移概率矩阵元素中s行j列的元素, ${\displaystyle \sum _{j=1}^S[}{\rm P}{}_{x,x+m}]{}_{s,j}$表示所有状态s下增加m个PDU数据包的概率。平均丢包率Pdrop为:

${\rm P}{}_{drop}=\frac{\overline{x}{}_{drop}}{\rho }$ (11)

其中, ρ是每一帧长周期内PDU的平均到达数。

根据平均丢包率, 可得有效队列到达速率即队列流量为:

η=λ (1-Pdrop) (12)

其单位为PDU每帧。在基于队列的带宽分配算法中, 每一连接的平均带宽分配量为:

$\overline{b}={\displaystyle \sum _{x=0}^{X}b}(x)\left({\displaystyle \sum _{s=1}^S\pi }\left(s,x\right)\right)$ (13)

式中b (x) 表示队列资源调度行为。

基于以上分析式 (1) ～ (13) , 本文提出用延时及带宽利用率衡量调度的有效性:

(1) 延时

延时=平均队列长度/流量

根据式 (8) 和式 (11) , 可得:

$\overline{D}=\frac{\overline{x}}{\eta }=\frac{{\displaystyle \sum _{x=0}^{X}x}\left({\displaystyle \sum _{s=1}^S\pi }(s,x)\right)}{\lambda (1-{\rm P}{}_{drop})}$ (14)

(2) 带宽利用率

带宽利用率定义为流量和分配带宽的比值:

$\mu =\frac{\eta }{\overline{b}}=\frac{\lambda (1-{\rm P}{}_{drop})}{{\displaystyle \sum _{x=0}^{X}b}\left(x\right)\left({\displaystyle \sum _{s=1}^S\pi }(s,x)\right)}$ (15)

3数值分析

依据以上理论分析, 可以得到基于队列长度的调度算法的理论性能。构造一个两态的马尔可夫调制泊松过程, 其中信源表示为:

队列的最大到达速率为A=50, 队列长度的门限值为X=100, 超过门限值的均视为丢包。基于队列长度的调度算法中, 设置e1=1, e=5, bmax=6, 即ψ={1, 6, 11, 16, 21, 26}。图2所示为资源调度器随着队列状态的变化的带宽分配情况。可以看出, 随着队列长度的增加和减少, 分配的带宽也随之增加或减少, 虽然队列长度有一定的抖动, 但是由于分配带宽随着队列长度动态变化, 队列长度能够及时被修正。

基于以上资源分配策略, 本文对信源速率较低时, 基于队列长度的动态队列调度算法与静态bmax带宽分配方案的延时和带宽利用率进行了分析。如图3和图4所示, 当调度器使用固定bmax的授予方式时, 虽然能维持较低的延时值, 但是在信源速率较低的情况下, 资源利用率相对较低, 因此不适用于无线链路资源紧张的无线通信网络。反之, 采用动态队列调度算法, 能够实现较好的资源利用性能。

此外, 动态队列调度算法取不同的门限差值 (e=3和e=5) , 延时性能将存在差异。鉴于IEEE802.16d所定义的四种业务中, 非授权业务即rtPS、nrtPS业务都是时延敏感或速率敏感, 对延时参数有一定的门限要求, 因此可以通过适当的设置调度门限序列, 实现支持不同QoS业务流的调度策略, 实现资源优化利用。

4仿真分析

本文在OPNET中对所提上行资源调度模型在无线网络WiMAX中的性能进行了建模仿真, 在资源带宽一定的条件下, 对队列调度算法的性能进行了分析, 并且通过设置不同的队列调度门限值, 对不同等级的QoS调度服务性能进行了仿真。

仿真采用的网络拓扑模型如图5所示。资源调度的网络模型为点对多点 (PMP) 拓扑, 包括一个中心基站 (BS) 以及包括多种上层业务信源的用户站 (SS) 。每个用户站把不同的上层业务流映射到不同的队列连接中, 根据不同的业务参数, 通过自身的调度器进行上行资源调度工作。UGS以及rtPS采取主动授予的机制, 而nrtPS业务则采用队列调度算法来实现资源调度, BE业务则根据剩余的带宽资源采取尽力而为的策略。

本文对SS网络节点模型中分别采用基于固定优先级的静态上行调度算法以及基于队列长度的动态上行调度算法的性能进行了比较, 其性能分别如图6和图7所示。从图中可以看到, QoS上行资源调度策略很好地区分了不同的QoS业务, 其中: (1) UGS业务和rtPS业务因为不存在轮询、拥塞等情况, 队列的延时小 (小于0.003秒) , 且几乎不存在抖动, 实现了IEEE802.16d协议中的UGS和rtPS业务流的高效传输; (2) 对于nrtPS和BE业务, 采用动态资源调度策略后, 无线通信系统的延时有效降低。这是因为在静态优先级资源分配策略下, 调度器周期性的为nrtPS业务分配足额的上行资源, 再服务BE, 因nrtPS业务优先占用无线链路资源, BE业务延时大。采用基于队列长度的上行资源调度策略时, 调度器将根据当前业务队列长度的变化动态分配上行调度资源, 改善了BE业务如轮询业务的延时性能, 如图7所示。

由图3可见, 采用不同的队列门限值, 可以实现不同QoS等级的服务。把队列调度的门限值分别设置为5和10, 分别应用到网络拓扑模型中的nrtPS_Level_1和nrtPS_Level_2节点模型中, 可得延时及QoS服务性能如图8、图9所示。

由上可得, 在基于队列长度的上行资源调度算法中, 通过设置不同的队列门限值, 可以获得区分度明显的上行调度QoS延时性能。

5结论

本文对无线资源管理的上行资源调度策略进行了研究, 提出了基于队列长度的上行队列调度算法, 建立了数学模型, 对其性能进行了理论分析, 并提出了调度性能的衡量指标:延时和带宽利用率。将该算法应用于WiMAX系统, 数值分析和仿真结果表明: (1) 采用上行调度算法, 对资源动态调度, 实现了无线链路资源的优化; (2) 动态调度算法降低了系统延时, 改善了带宽利用率; (3) 设置不同的上行队列调度门限值, 可以实现不同QoS等级的非实时轮询业务的优化传输。

摘要：对无线通信网络上行队列调度进行了分析和设计。提出一种基于队列长度的上行资源调度策略, 建立了数学模型, 采用双随机泊松过程模型, 对上行资源调度进行了理论分析, 推导提出了衡量调度性能的参数:延时和带宽利用率。将该策略应用于基于IEEE 802.16d的无线网络, 数值分析和仿真结果表明, 所提算法能对上行资源进行优化配置, 实现系统所需的QoS服务。

关键词：上行调度,优化,QoS,延时,带宽利用率

参考文献

[1]顾剑峰, 张敏华, 张建梁, 等.WiMAX与HRPD网络互联方案的探究[J].计算机应用与软件, 2009, 26 (3) :217-219, 225.

[2]IEEE P802.16-REVd/D5-2004.Air Interface for Fixed BroadbandWireless Access Systems.

[3]Ting P, Yu C, Chilamkurti N, et al.A proposed RED-based schedulingscheme for QoS in WiMAX networks[C].2009 4th International Sym-posium on Wireless and Pervasive Computing, 2009:11-13.

[4]史俊财, 胡爱群.基于混合业务QoS保证的WiMAX系统调度算法[J].东南大学学报:自然科学版, 2008, 38 (3) :365-370.

[5]Raghu K R, Bose S K, Ma M.A queue based scheduling approach forWMAN with adaptive augmentation[C].IEEE Wireless Communica-tions and Networking Conference, WCNC, 2008:1374-1379.

[6]Niyato D.Hossain E.Queue-aware uplink bandwidth allocation andrate control for polling service in IEEE 802.16 broadband wirelessnetworks[J].IEEE Transactions on Mobile Computing, 2006, 5 (6) :668-679.

队列分析 第5篇

关键词：自相似业务,队列调度算法

1、引言

当前, Qo S保障已经成为网络设计中十分重要的一环, 不同的业务对网络要求不同的Qo S。Qo S参数包括分组时延 (delay) 、时延抖动 (delay jitter) 、预约带宽、吞吐量 (throughput) 、丢失率 (loss rate) 等。而分组调度算法在Qo S支持方面具有非常重要的影响, 是目前在IP网络中实现Qo S支持的基本方法之一。

2、自相似业务算法分析

传统的网络设计的两个最主要的假设是:报文到达率服从Poisson分布, 持续时间服从负指数分布。而现代网络业务的一个关键特性是分形或自相似特性, 即网络数据在绝大部分时间尺度范围内容具有统计相似性 (高度相关) 和重尾特性 (高变化或突发) 。不论是什么样的网络, 也无论网络的拓扑结构、用户数量、服务和利用类型如何变化, 自相似性始终存在。网络业务的自相似和重尾特性对网络的分析、设计、控制和性能评价等均具有重大的影响。

那么, 针对自相似业务, 各种队列调度算法的性能如何?对于不同的业务, 如何有针对性的选择队列调度算法?

(1) 自相似长相关特性的研究

网络通信量建模的最初对象是提供语音业务的电话网中的通信量, 被描述为具有Poisson到达和指数分布持续时间的随机过程。这一模型对于分析传统电话网的排队系统、传输线路复用、服务忙系数 (Erlang系数) 等系统设计和性能评估问题都是非常有效的。

然而网络流量中存在着不能用Markov过程描述的自相似现象, 而且自相似现象的存在对网络建模和网络性能分析会产生十分重要的影响。

无论是局域网上的数据还是VBR业务, 都在相当长的时间尺度下呈现出统计自相似性。不论网络的拓扑结构、用户数量、服务和利用类型如何变化, 这种自相似性是始终存在的。

不仅在有线网络中的通信量具有自相似性质, 而且越来越多的研究发现各种无线网络中的通信量也表现出自相似性。

对CDMA网络下链路的猝发数据通信进行的研究, 在同时考虑时变衰落信道和多访问接口的基础上表明了其具有尺度不变的猝发性。

(2) 队列调度算法的研究

当前队列调度算法发展趋势基本分为三类:分组公平排队类调度算法、轮循类调度算法和服务曲线类调度算法。公平类调度算法最早来源于GPS流模型的研究, 其后衍生出多个不同的调度算法, 其中以WF2Q算法最具有代表性。

轮循类算法是一类比较简单的算法, 虽然公平性不如PFQ算法, 但是算法的简单性却是其在硬件实现上的最大优势, 具有代表性的算法有WRR, DRR, URR等。

服务曲线类算法与前两种算法完全不同, 它从时延和带宽的角度出发, 解决了如何同时获得低时延和低带宽的问题。具有代表性的算法有:EDF算法, SCED算法和HFSC算法。

3、自相似业务算法研究内容

对队列调度算法进行理论分析和性能评价中选择集成服务作为研究内容。常用队列调度算法的基本原理研究中选择WFQ, WRR, EDF为重点研究内容.研究各种服务纪律的时延、时延抖动、缓冲区长度等。研究最具代表性的几类队列调度算法:WFQ, WRR, EDF等, 建立这些调度算法的仿真模型;用不同的自相似业务流量作为仿真输入数据, 研究各个调度算法的性能;分析比较不同流下队列调度算法性能的差异;仿真结果与理论分析结果比较;结果确定各个调度算法的优劣及其适用场合。

利用OPNET进行网络仿真;仿真结果与分析结果的对比分析。网络仿真的关键在于仿真模型的建立和仿真输入数据的产生 (泊松流, 自相似流) 。

网络仿真输入数据的产生方法主要应用排队理论、概率模型等数学方法 (如ON/OFF, FBM, FGN, FARIMA等自相似数学模型) 利用参数驱动的机制来通过程序产生。

4、总结

对常用的一些调度算法进行理论研究和性能评价研究自相似业务下不同队列调度算法性能的优劣, 比较出针对不同业务下具有QOS保证的合适的队列调度算法.对调度算法进行适当的改进, 研究网络业务流的自相似长相关特性, 对当前调度策略及其网络性能进行研究, 研究比较自相似业务下不同队列调度算法性能的优劣, 得出不同业务下QOS保证较好的不同队列调度算法, 发现目前队列调度算法针对具体业务流时的性能差异并对算法进行改进。

参考文献

[1]晋晓辉, 李建东:WFQ的性能分析及改进。高技术通讯, 2002年7月.56-60

[2]王辉, 李津生, 洪佩琳:802.11WLAN中一种基于循环队列的分布式公平队列调度算法。电子与信息学报, 第26卷第10期, 2004年10月。1541-1547

队列分析 第6篇

1 资料与方法

1.1 一般资料

本资料为喀什地区结核病防治所预防保健科、各临床科室及门诊2013年“疑似肺结核病人门诊登记本”、“肺结核患者或疑似肺结核患者转诊/推荐单”和“中华人民共和国传染病报告卡” (简称“传染病报告卡”) ;国家“传染病报告信息管理系统”、“结核病管理信息系统”中获取的各种数据信息资料;现场调研县级结防机构及定点医院诊断流程信息等。

1.2 方法

根据对喀什地区结核病防治所报告的肺结核病例从筛查、确诊、纳入、转诊、追踪等内容进行队列分析, 使用Excel软件进行描述性统计分析。

2 结果

2.1 报告与转诊

2.1.1 报告

喀什地区结核病防治所由各门诊、临床科室在诊断肺结核后24 h内填写“传染病报告卡”并在“疑似肺结核病人门诊登记本”上登记, 遇诊断变更等情况时及时订正卡片信息。预防保健科每天收集“传染病报告卡”经过甄别后上报, 对部分反复治疗的菌阴病例没有继续报告, 2013年对涂阳、菌阴、结核性胸膜炎和未痰检病例3773例进行网络直报。

2.1.2 转诊

喀什地区结核病防治所对报告的3773例活动性肺结核病例都填写了一式三份的“肺结核患者或疑似肺结核患者转诊/推荐单”, 一份存档、一份交患者, 一份交患者所在地结防机构, 并交代患者出院后及时去县级结核病诊疗门诊接受后续治疗等相关事宜。市疾控中心定期对医院传染病报告与转诊工作进行督导检查;预防保健科每月对报告和转诊工作情况进行总结并全所通报。

2.2 到位情况

报告的3773例患者中经疾控中心排查有787例重报 (其他医疗机构已报告) , 70例正在接受住院治疗, 另有8例2012年住院2013年出院患者, 综合以上情况, 喀什地区结核病防治所报告的患者应有2924例到结防机构接收后续管理, 见表1。

2924例患者中639例转诊到位 (转诊到位率21.9%) 、1657例追踪到位 (追踪到位率72.5%) 、其他到位2例、总到位2298例 (总体到位率78.6%) , 追踪未到位505例、无追踪信息121例, 见表2。

例

例

2.3 到位后诊断治疗情况

县级结防机构或定点医院对到位的患者进行拍片、查痰等诊断检查, 最终确诊。2298例患者中, 经确诊有2例非活动性肺结核, 555例非结核, 1741例活动性肺结核 (见表3) , 活动性肺结核排除率达到24.2% (555/2298) 。

例

555例排除肺结核的原因分析如下 (见表4) , 分析表明排除的肺结核病例中:45.0%为非结核、42.0%为结核 (结核性胸膜炎、复发涂阴或重报) 、11.0%未注明原因、2.0%为其他原因未接受治疗的肺结核患者 (包括拒绝治疗、身体耐受性差未接受治疗等) 。

2.4 纳入治疗情况

确诊的1741例患者中收治1418例, 未收治323例, 未收治比例为18.6%。资料表明未纳入治疗病例的原因主要为:复发涂阴、结核性胸膜炎、和身体耐受性差患者, 其中复发涂阴和结核性胸膜炎占绝大多数。

3 讨论

杨太华等[1]报道, 2010年第五次全国结核病流行病学抽样调查, 喀什地区疏勒县调查点活动性肺结核患病率高达2726.7/10万, 菌阳患病率545.3/10万, 涂阳患病率272.7/10万。提示喀什地区结核病疫情较严重, 结核病现患病例还较多, 还需要通过各种有效措施提高病人发现工作水平。

从“传染病报告信息管理系统”报告肺结核或可疑者中发现肺结核患者可以提高患者发现工作水平, 这与医疗机构报告与转诊、结防机构追踪、结核病诊疗门诊的诊断治疗有着密切的关系。因此加强结防机构与专科医院、综合医院、私营医院等非结防机构合作, 促使非结防机构诊断的肺结核及可疑者转诊到结防机构, 是提高肺结核患者发现水平的一项有效措施[2]。另外, 提高结核病诊疗门诊的诊断水平、优化流程及扩大免费治疗政策对患者发现水平的提高的作用也不容忽视。

3.1 报告与转诊情况评价与分析

喀什地区结核病防治所对肺结核患者的报告与转诊按照《中国结核病防治规划实施工作指南 (2008版) 》要求开展, 肺结核病例诊断后, 于24 h内进行网络报告, 报告病例诊断变更、已报告病例死亡或填写错误时及时进行订正报告。本研究结果显示, 报告患者的转诊率为100%, 但只有21.9%的转诊患者主动到属地结防机构就诊。段琼红等[3]报道, 加强宣教将促进患者的主动就医行为, 可以认为肺结核患者本身不理解到结防机构就诊的重要性, 另一方面是医院对患者的健康宣教力度较小。

3.2到位情况评价与分析

分析表明, 喀什地区结核病防治所报告和转诊的患者到结防机构的总体到位率78.6%, 这与国家、自治区和地区结核病防治“十二五”规划关于到2015年报告肺结核患者的总体到位率达到90%以上的目标还有较大差距。因此, 无论从疫情控制还是工作要求角度看, 目前的转诊和追踪工作力度都还较小。

传染病报告信息管理系统和结核病管理信息系统的启用, 为利用系统报告信息开展患者转诊追踪工作提供了便利实用的操作平台[4]。从研究结果看, 未到位的患者中拒绝就诊、无追踪信息、查无此人及地址不详、其他占62.8%, 这与患者就诊意识、报告信息完整性及结防机构的追踪能力密切相关。

3.3 县级诊断水平及流程评价

本研究结果表明, 喀什地区结核病防治所是喀什地区诊断水平最高的医疗机构, 但经其诊断并到位的肺结核患者排除率较高为24.2%, 提示县级结核病诊疗门诊对到位的肺结核患者重新诊断时可能患者经过一段时间的住院治疗症状及检查结果会有所改变或县级诊断水平存在一定偏差。

另外, 结果显示排除的患者中45.0%为非结核、42.0%为结核、11.0%未注明原因、2.0%为拒绝治疗或身体耐受性差未接受治疗等, 提示县级结防机构或定点医院对结核病管理信息系统的应用还不够熟练, 操作错误现象较严重。

3.4 纳入治疗情况分析

确诊的活动性肺结核患者有18.6%没有纳入治疗, 未纳入治疗病例备注栏标明大多数为复发涂阴或结核性胸膜炎, 较少部分患者因身体耐受性差而没有接受治疗, 提示在诊断中因胸片拍摄技术和涂阴患者读片水平、结核菌镜检水平不高可能存在误判的情况。

4 建议

一、喀什地区结核病防治所还应加大对肺结核患者的健康宣教力度;二、喀什地区结核病防治所对肺结核患者的报告与转诊工作流程应该大力推广到各非结防医疗机构;三、加强对县级结防人员的培训, 尤其要提供对“结核病管理信息系统”操作水平和运用能力的培训;四、结防机构及基层医疗机构要加大肺结核患者及可疑者追踪力度;五、优化诊断程序。喀什地区结核病防治所等非结防机构报告的肺结核患者就诊时将诊断证明、痰检结果单及拍片或CT结果单复印, 县级结核病诊疗门诊凭借复印的诊断材料及患者既往治疗情况确定患者的诊断分类, 不再重复拍片、查痰等, 从而减少定点医院工作量、节省卫生资源、提高定点医院诊断水平、缩短患者等待治疗时间。

摘要：目的:分析2013年喀什地区结核病防治所结核病患者的报告、转诊、到位及纳入治疗情况, 评价喀什地区结核病患者发现工作水平。方法:收集国家传染病报告信息管理系统和结核病管理信息系统中, 喀什地区结核病防治所2013年肺结核患者报告、转诊、追踪及纳入治疗等数据;查阅预防保健科工作资料, 了解喀什地区结核病防治所在报告、转诊肺结核患者流程, 分析喀什地区结核病患者发现的工作状况。结果:2013年喀什地区结核病防治所报告并转诊肺结核患者3773例, 应到位2924例, 到位2298例, 总体到位率78.6%, 未到位患者中505例有追踪信息, 121例无追踪信息;到位的2298例患者中经诊断确诊活动性肺结核1741例, 排除555例, 另有2例非活动性肺结核;1741例活动性肺结核中收治1418例, 323例未收治。结论:喀什地区结核病防治所肺结核患者报告和转诊工作比较规范, 各县市对网络报告肺结核患者的追踪工作力度有待加大, 各县市疾控中心或定点医院诊断水平及收治流程需要修改及进一步完善。

关键词：肺结核,报告,转诊,追踪,队列分析

参考文献

[1]杨太华, 瓦哈甫·沙力, 杨津民, 等.新疆喀什地区结核病患者诊治管理现况研究分析[J].中国防痨杂志, 2011, 33 (10) :663-665.

[2]李建伟, 钟球, 黄桂清, 等.医院系统转诊在肺结核病人发现工作中的意义[J].中国防痨杂志, 2007, 29 (4) :312-314.

[3]段琼红, 汪鹏, 吕静, 等.武汉市社区肺结核可疑症状者求医行为影响因素分析[J].中国防痨杂志, 2012, 34 (8) :509-513.

队列分析 第7篇

近年来,IEC 61850通信协议的颁布及智能化电气设备、工业交换式以太网技术的快速发展为智能变电站各层间设备的数据交换以及全站数据共享提供了更广阔的途径,且有利于简化系统中复杂的二次接线和配置的数据集内容,降低系统运行维护的难度[1,2]。

通信网络是智能变电站的重要组成部分,其可靠性、实时性、安全性直接关系到智能变电站规模化的推广和应用[3]。尤其在变电站层间设备的通信方式由并行总线通信转变为网络通信后,同一间隔的不同智能电子设备(IED)同时连接在一个网段上, 当系统出现扰动时,网络中的突发数据流量将可能造成网络拥塞,使以太网交换机成为整个通信网络的瓶颈,导致重要信息,如采样值报文、通用对象变电站事件(GOOSE)报文等的时延增加,服务质量下降,进而可能影响到继电保护等敏感设备的动作行为[4]。

为保证智能变电站内信息传输的服务质量,选取适当的信息综合调度方法尤为关键。目前,智能变电站主 要采用的 是基于严 格优先级 (strict priority queue,SPQ)的排队策略调度方法。但在紧急情况下,高优先级的数据通信量较大,占用带宽较多,导致低优先级数据的等待延时增多,服务质量下降。如果高优先级通信在一段时间内等于或超过线路的传输速率,可能会导致低优先级数据的丢失,甚至影响重要的网络控制通信[5]。因此,对能够兼顾各类信息服务质量、满足智能变电站通信网络需求的综合调度算法展开研究具有重要意义。

针对不同信息的队列调度算法是智能变电站信息综合传输的关键技术。文献[6]研究了SPQ调度策略下变电站的信息调度方法;文献[7]研究了基于类的加 权公平队 列 (class-based weighted fair queuing,CBWFQ)调度策略下的变电站信息调度方法。

本文根据智能变电站信息流的特点,对传统的加权公平队列 (weighted fair queuing,WFQ)算法进行了改进,以使其更加适用于智能变电站的通信队列调度;此外,在此基础上提出了基于优先级队列 (priority queue,PQ)算法和改进WFQ算法的智能变电站局域网通信队列调度策略。

1 基于改进 WFQ算法的智能变电站综合调 度策略

1.1 改进 WFQ算法

在同一电力通信网络上传输各种保护、控制、管理信息已成为智能变电站发展的必然趋势[7]。实现电力系统信息综合传输需要解决多种信息业务综合传输中的流量冲突问题,以保证信息业务的服务质量,特别要在保证实时信息业务服务质量的同时兼顾各类非实时信息的服务质量[8]。现有的智能变电站针对网络中不同信息的特点和实时性要求,一般采用PQ算法,对各类数据报文赋以不同的优先级指标,并优先处理实时信息,以满足服务质量要求。然而,当电力系统发生故障导致网络负载加重,突发性的实时信息量剧增时,由于PQ算法绝对优先处理实时信息,仅当高优先级队列为空时才处理低优先级队列,将可能出现低优先级的数据信息因长时间得不到处理而拒绝服务的情况[9]。

PQ算法只能保证高优先级业务的实时性,无法兼顾低优先级业务的服务质量。而基于权重的WFQ算法能更为公平地分配不同信息流的带宽, 以保障全局信息的服务质量。

传统的WFQ算法将数据包到达或离开调度服务器定义为一个事件,根据每个分组到达时的系统虚拟时间和该分组所属队列前一个分组的虚拟结束时间来计算和存储其虚拟结束时间。考虑系统的任何一个忙期,设开始时间为0,则虚拟时间V(·)定义如下[10]:

式中:tj为第j个事件的发生时刻;Bj为(tj-1,tj)间隔内的信息流集合;Φi为队列i的权重;τ为一个较短的时间间隔。

现以aik 表示第i个信息流中第k个包的到达时间;Fik 表示该数据包结束服务的虚拟时间;Lik 表示该数据包的包长,则该数据包开始服务的虚拟时间Sik 为:

根据对所有数据包的最小结束服务虚拟时间的计算结果决定数据包的转发顺序这一原则,虚拟结束服务时间短的优先发送。

针对传统WFQ算法的原理和特点,本文对其进行了两步优化。

第1步:利用分类器对所有的数据包按时间特性分类,进入相应的队列,不再计算所有数据包的到达时间,仅当数据包到达所属队列首位时才计算其虚拟离开时间,并与其他队列首位数据包的虚拟离开时间进行比较,从而决定数据包的转发顺序。

设所有非空队列预先分配权重的总和为Φs,表示如下:

式中:B为所有非空队列的集合。

则非空队列i所获得的带宽ri为:

式中:C为交换机端口总的带宽。

队列i的第k个数据包 的虚拟离 开时间为Fi(k),可表示如下:

式中:t为数据包的到达时刻;Li(k)为第k个数据包的长度。

以太网交换机会根据计算结果,选择虚拟离开时间最小的数据包进行发送:

式中:Fi,min为队列i中数据包的最小虚拟离开时间。

改进后的WFQ算法基本原理如图1所示。

经过第1步改进后,由WFQ算法完成数据包转发时,交换机每次转发均需根据式(4)至式(6)进行计算,即需完成若干次加法运算、2次除法运算及1次乘法运算。在紧急情况下,交换机端口输入数据包的速率剧增,因此,在计算所有队列队首数据包的虚拟离开时间,尤其是计算式(7)时,会消耗更多的交换机硬件资源。交换机性能将因此下降,进而影响到各个队列数据包的转发效率,最终会导致增加信息处理时延。因此,需对上述算法进行进一步优化。

第2步:提出一些兼顾性能要求的改进,以所有队列预先分配权重的总和Φs′替代所有非空队列预先分配权重的总和Φs。这样,Φs将为一个定值,不再随着队列中的数据包而变化,式(5)将变为:

式中:ωi为代换后的变量。

将式(8)代入式(6),可得:

ωi 可以预先计算,当每个队头均有数据包到达时,仅需计算式(9)即可。

为简化式(7),在交换机处理系统中增加一个二进制转换程序,将计算的每个队首数据包的虚拟离开时间进行二进制量化处理。该处理方法的复杂程度较取最小运算有所降低,对交换机硬件消耗也较少;此外,其额外计算量也较小,因而有利于快速比较得出虚拟离开时间最短的数据包。具体过程如图2所示。

图2(b)中为一系列有限的先进先出(FIFO)队列,其编号与虚拟离开时间量化的编号一致,FIFO队列按时间量化的大小顺序存储WFQ算法队列编号:虚拟离开时间越早,则存储于越靠前的FIFO队列中。每个周期内,由一个指针扫描各FIFO队列, 若队列非空,则按队列存储顺序依次转发;若为空队列,则继续扫描下一队列。图2(a)中,先按式(8)和式(9)进行简化处理并计算每个队列队首数据包的虚拟离开时间,然后对计算结果进行二进制量化处理,比较大小后存入图2(b)所示相应的FIFO队列中。

智能变电站通信网络中传输的信息种类繁多, 各类信息实时性要求差别很大,经过以上两步优化处理后的改进WFQ算法有效 减少了算 法的计算 量,降低了对交换机硬件的性能要求。在一定硬件条件下,交换机的转发效率得到有效提高,尤其在紧急故障情况下,将有更多“余力”处理网络中增多的数据包,从而可有效保证高实时性要求下信息的服务质量。

1.2 具有优先级队列的改进 WFQ智能变电站信 息传输综合调度策略

智能变电站的通信数据流按照时域特征可分为周期性数据、随机性数据和突发性数据[11]。周期性数据(如原始电流、电压采样值报文、时间同步报文、GOOSE心跳报文)相对稳定且变化量小,但数据量大、实时性要求高;随机性数据主要包括操作开关命令、保护功能联闭锁等实时性要求较高的报文以及如调整变压器分接头、电容器投切、事件查看等实时性要求较低的报文,其数据前后到达无相关性;突发性数据是故障发生时间隔层设备上传的保护动作、开关变位和事件顺序记录等报告,其突发性强,传输时间比较集中,对实时性的要求最高。

因此,根据数据的传输机制及对实时性的不同要求,可将智能变电站内的信息分为以下4类不同的优先级:突发性GOOSE信息流F1、周期性的采样值信息流F2、变电站控制信息流F3和随机的设备维护信息流F4。

F1 用于变电站层与间隔层、间隔层之间的信息传输。当系统 发生扰动 时,会产生大 量的突发 性GOOSE信息流。该类信息采用发 布者/订阅者机制,对实时性的要求最高,一般应于1~4ms内完成传输。F2主要用于过程层的合并单元向间隔层的保护控制设备上传一次设备的周期性采样值信息, 采用发布者/订阅者机制。该类信息对实时性的要求较高,根据采样率的不同,一般应于3~10ms内完成传输。F3主要用于变电站层与间隔层之间传输设备状态信息和控制信息,由于以上信息具有突发性,因此采用客户/服务器机制。该类信息对实时性的要求不高,一般应于100ms左右完成传输。F4 主要用于传输变电站层、间隔层、过程层之间的诊 断、维护信息。该类信息具有随机性,单个报文较大,但对实时性的要求较低。根据不同数据流对实时性要求的不同,变电站中这4类信息的处理的优先级从高到低依次为F1,F2,F3,F4。

智能变电站中对不同信息流的服务质量要求不同。一般情况下,F1类数据流量很小,其值较F2类的流量可以忽略。然而,在紧急情况下,F1类数据流的流量将突然增大,因其优先级最高,应保证其实时性,确保迅速跳闸以隔离故障。另外,此时也应充分发掘通信带宽的潜力,尽力确保其他优先级较低的通信服务及时响应,以避免出现拒绝服务的情况。

针对上述数据流的特点,本文选取了更为简洁、智能的算法,以满足智能变电站在一般和紧急工况下的局域网信息队列调度要求。通过对WFQ算法的改进,同时兼顾PQ算法在保证实时性业务服务质量方面的优点,提出了一种具有优先级队列的改进WFQ综合调度方法。

改进WFQ综合调度方法利用分类器对交换机各端口的输入数据流进行分类,并将分类后的数据归入4个优先级不同的FIFO队列,按优先级从高到低的顺序依次为F1,F2,F3,F4。由于紧急情况下跳闸报文的延时应尽可能小,故将F1数据流设为最高优先级,并将其作为单独的优先级队列,采用传统的PQ算法进行调度;其他的队列则采用改进后的WFQ算法进行调度,以保证不同等级数据流服务的公平性。这样,在紧急情况下,虽然保留了一个队列的优先级调度,但相比严格按优先级策略逐级调度的方式,在保证F2实时性的基础上,由于F3及F4 采用了公平队列的调度算法,将不会被F2数据流抢占过多的带宽资源,因而整体信息业务的服务质量均可得到保证。在非紧急情况下,F1的数据流量较小,改进WFQ算法将在保障全局数据流服务质量方面具有更多的优势。综合调度策略的原理如图3所示。

2 案例及仿真分析

2.1 案例模型

以简化的双母线分段、220kV的智能变电站为例,对比分析采用综合调度策略和绝对优先级队列调度策略时不同数据流的延时情况。该变电站包含2个变压器间隔、1个母线间隔和7个馈线间隔。其中,变压器间隔由1个合并单元、2台断路器、1台保护设备和1台控制设备组成。为简化分析,将其他间隔视为由1个合并单元、1台断路器、1台保护设备和1台控制设备组成。各间隔内部IED连接在过程层交换机上,各间隔交换机通过站控层交换机互连,实现与站控中心的通信,整体呈星形树状拓扑结构。交换机均采用存储转发方式,每个端口的发送速率均为100 Mbit/s。网络拓扑结构见图4。

2.2 仿真分析

根据图4的结构,在仿真软件OPNET中建立了智能变电站过程层和站控层的通信网络模型,如图5所示。

图5中,节点1—节点7为馈线间隔,节点8—节点9为变压器间隔,节点10为母线间隔。根据各类信息的特点采用不同的数据模型,F1和F3为突发性数据流,该类数据在任意时段内均受到之前到达数据的影响,因而不是简单地以某一概率出现。 研究表明,重尾分布和ON/OFF模型可较好地解释突发性数据流产生的原因[12,13]。在仿真过程中,F1 和F3数据流采用此方法进行模拟;F2为周期性数据流,属于典型的时间驱动型数据,可利用其数据包长度、产生周期、时延以及最大允许时延来约束其模型,通过给定这4个值,即可产生一种周期性数据流;F4属于随机数据流,在任意时间段内,数据以某一概率出现一个报文分组,其长度可为固定值,也可随时间变化,采用文献[14]所述的泊松分布进行模拟。仿真带宽设置为100 Mbit/s。

将紧急情况取为馈线间隔2发生故障,对该情况下采用不同调度策略进行文件传输时F1至F4数据流的延时特性进行仿真。图6为紧急情况下的WFQ与改进WFQ算法的延时特性对比。图7为PQ与综合调度策略的延时特性对比。

对比图6和图7中各数据流的仿真结果可知, 使用改进WFQ算法时各数据流的延时小于WFQ算法。以F3为例,延时的均 值由9.8 ms减小到7.6ms,下降了约22.4%;综合的局域网调度策略由于采用了单独队列的优先级调度,保证了重要信息的实时性,虽然增加了F2数据流的延时,但该延时仍在实时性要求允许的范围内,其全局信息流(尤其是低优先级业务)服务质量较传统的PQ策略有所提高,如F4的延时由649.5 ms下降到538.2 ms。以上优化主要得益于改进后的算法提高了包的转发效率,减少了硬件消耗,在紧急情况下交换机能有“余力”完成更多数据包的调度,使信息的处理延时得以缩短。

3 结论

提出了一种可用于智能变电站内局域网通信队列调度的基于改进WFQ算法的综合调度策略,并采用OPNET软件对传统WFQ算法与改进WFQ算法以及传统PQ策略与综合的局域网调度策略在紧急情况下各数据流的延时特性进行了仿真。仿真结果验证了所提策略的合理性,并得到以下结论。

1)由于算法的优化,改进后的WFQ算法提高了数据包的调度效率,缩短了队列延时,数据流的服务质量优于传统WFQ策略。

2)相较传统的PQ策略,综合的局域网调度策略在保证重要实时性信息时延的基础上提升了通信网络中整体数据流的服务质量。在紧急情况下,该策略的性能表现较好,为今后智能变电站局域网通信队列调度策略的发展提供了参考。

摘要：智能变电站通信网络中以太网技术的发展为智能变电站的数据共享提供了更为有效的途径。局域网通信队列调度策略作为其中的关键一环,其重要性也日益凸显。针对智能变电站中现有的优先级调度策略所存在的不足,对传统的加权公平队列(WFQ)算法进行了适当的改进,并在此基础上提出了一种适用于智能变电站的局域网通信队列调度方法。以典型的智能变电站为例,通过OPNET软件建立了通信网络模型,并对所提的调度策略进行了仿真。仿真结果表明,在紧急情况下,所提的智能变电站综合局域网通信队列调度策略可在保证高优先级队列服务质量的同时改善低优先级队列的延时特性。

学校体育教学应重视队列队形训练 第8篇

关键词：队列队形重要作用挤掉下降 重视

中图分类号：G807 文献标识码：A文章编号：1673-9795(2012)01(b)-0000-00

队列队形是指学生按照统一的口令、一定的队形，进行各种简单协同一致的动作，并在原地、不同方向或行进中做各种队形和图形的变化。她的内容比较单调，不外乎立正、稍息，向左转、向右转，齐步走、跑步走等。但是它不仅在学校体育教学有重要的作用,而且在学校教育以及学生步入社会后等都非常重要的作用。主要体现在能培养学生正确、良好的身体姿势和空间直觉,培养学生的组织性、纪律性,提高上课的效率,有利于师生的课堂交往,能够调节学生的情绪,提高练习兴趣,符合学生的学习特点,能体现教师的主导作用,学生的主体作用,提高课堂教学效果，养成服从集体，听从指挥、遵守纪律的品质和作风。然而，在目前的体育教学中，由于 “快乐体育”理念的冲击，在教学大纲占有一定比例的队列队形的练习，在实施中却有被“挤掉”的现象，造成学生的队列队形练习素质下降。队列队形练习已经失去了它应有的地位。根据这一现象，浅谈一下队列队形在体育课、学校教育、以及学生今后步入社会后的运用效果，以引起学校教育工作者的重视，让队列队形练习发挥其应有的作用。

1 队列队形在体育教学中的运用

1.1 严密教学的组织性，提高时间的利用率

队列队形练习是体育教学的重要环节和基本保证。它象一条线把教学内容串合起来，使体育课显得有条理性，连贯性。在体育教学中，准备活动、游戏、教学内容的变换运用。针对这种情况，我们在平时的教学中认真抓好四列横队变成八列、四列横队变成四路纵队、一路纵队变成多路纵队或还原，四列横队变换：圆形、方形、梯形、半圆形、八字形等练习，使学生较熟悉这些队形的变换。在今后的教学中，教师只要发出所需的口令，学生就能迅速变换队形，使队伍调动做到省时、合理，提高了时间的利用率，相应地增加了学生的练习时间。因此，队列队形变换运用，科学合理与否，直接关系到能否合理运用时间，能否严密课堂教学组织性和完成教学的任务。

1.2 调节情绪，提高学生练习的兴趣

队列队形练习能提高学生练习的兴趣和积极性，在体育课开始部分（准备活动），我们运用队列队形练习中的“有效”、“无效”口令，或做与口令相反的队列动作和组合口令连续做队列队形动作等练习，能吸引学生的注意力，使学生的思想集中到教学中来，激发学生上课的兴趣，把队列队形练习与准备活动相结合。如圆形、半圆形、三角形、方形、八字形、十字形和變方位做准备活动。学生最初站住时，教师事先在场地上画好圆形，熟练之后，可以适当变换队形。这样避免了学生对四列横队做准备活动产生的单调性。学生做准备活动的积极性有了明显提高，保证了做准备活动的质量，丰富了准备活动内容，给准备活动注入了活力，同时培养了学生的思维和应变能力。队列队形练习与教材内容相结合，使教材内容所安排的练习变得丰富多彩。如在耐力跑教学中学生普遍感到单调和害怕，改变在跑道上跑的单调性。我们在教学中运用的分队到并队、列队到合队跑、对角线绕场跑、8字形追逐跑和开口螺旋跑、蛇形跑等形式，这样使耐力跑变得多样性、趣味性，学生跑的积极性明显提高，成绩有了显著进步，也活跃了教学气氛，提高了学生练习的积极性。

1.3 便于教学、提高教学效果

体育教师根据教材内容的特点和学校器材数量，学生的人数等情况，在体育课中合理安排所需的教学队形。不但便于教学，而且能提高教学的效果。如：我们在篮球教学中，常用学生排成方队或直线队等形式，这样队列不但提高了学生练习的次数，也使在体育教学中的练习起到安全作用。

2 队列队形在学校其他形式教育方面的运用

队列队形也是组织集体活动，培养组织纪律性、组织能力和应对突发事情的应变能力和整齐一致的重要手段。通过队列队形的练习，使学生体验判断方向、站位间距、迅速、安静的集合整队，养成服从命令，听从指挥、遵守纪律的品质和作风。它还影响学生的精神面貌和校容校貌。在之前的很长一段时间，全校师生集会、运动会入场式、广播体操比赛以及体育课中学生整齐划一的队列，成为我校的一道亮丽风景。学生的组织性、纪律性得到加强，课堂纪律明显好转，为学校的教育工作创造良好的条件。

1)学校经常性举行大型聚会，如：每周一的全校师生集会、运动会等，这些活动都需要学生根据教师的“口令”做规定的动作，并使自己的行动和集体协调一致。这就要求学生在平时必须经过长时间严格要求的队列队形训练，养成具有集体的组织观念和较强的纪律性。

2)学校是一个人员高度集中的地方，在遇到突发事件时必须要有一支训练有素，养成服从集体、听从指挥、遵守纪律的品质和作风的学生和教职工队伍。这样才能在学校统一指挥下安全、有序地组织和应对突发事情。例如：在2008年5.12四川特大地震中我校6300多名教职工、学生分别从三栋五层教学楼和六层综合实训楼迅速跑向足球场，仅两人轻伤。全校教职工、学生在足球场根据指挥人员的一个小扩音器发出的“口令”迅速按规定位置进行集合，在学校领导的统一指挥下度过了一个不平凡的一夜。可以想象如果学生没有平时队列队形训练养成良好的习惯，要完成动作迅速、服从集体，听从指挥、遵守纪律等一序列的任务是不可能的。还有同样在“5·12”四川特大地震中，重灾区都江堰有一个校长叫甘学兵，他平时十分重视全校师生的逃生演练，每学期至少组织2次紧急疏散训练，对教师、后勤人员、学生都有明确要求，对紧急出口、疏散秩序、队列位置等都有具体的规定。地震发生后40秒，全校55名教师、952个孩子，包括幼儿园109个娃娃，全都安然无恙地撤离到操场上。这两件事很值得我们广大教育工作者深思、学习和借鉴。

3 队列队形在学生今后步入社会后的运用

1)学生离开学校步入社会就是一个社会人了，她（他）必须自觉地去遵守社会规范。出入一些公共场所，如展览馆、博物馆、电影院、文化宫、车站等。都需要排队依次进入，就需要学生有服从集体、听从指挥的纪律性和队列队形技术基础。

2)目前许多的单位把是否遵守纪律作为反映了员工素质的高低一个重要标准，高素质的员工必然严格遵守纪律，这是爱岗敬业、无私奉献的关键。只要我们员工都能自觉遵守企业的规章制度，企业的发展大道才会更加顺利。这些单位已经意识到了队列队形训练对提高员工组织纪律性的作用，从而让员工对企业的归属感也得到了本质的提升。

4 队列队形应引起学校教育工作者的重视：

中学生正在处于一个形成自我意识的时期。越是在这个时期，越需要学校耐心地去培养学生的纪律观念。队列队形练习是体育教学不可缺少的一个部分，它对学生的纪律性教育是潜移默化的，学校必须从主观上重视这一教学内容。国外的体育理论家、学者强调指出，对中小学生的身体姿势教育是体育教学的重要任务之一。哈巴史夫斯克的专家们指出：“挤掉”队列队形练习时间，这对急剧发育中的青少年是十分有害的。根据此专家们建议，在中学体育教学中，队列队形练习不应少于课时的五分之一。由此可见，队列队形练习是体育教学中一个重要环节，是必不可少的一个方面。

学校体育教学是培养全面发展人才的重要组成部分,体育教师则是通过体育教学去实现培养全面发展人才的艰苦使命。作为体育教育者对学生进行思想品德教育更为突出。因此,利用体育课所提供的有利条件,加强对学生的思想品德教育,使学生在参加体育活动的过程中,增强体质,陶冶情操,提高品德素养,是每一位体育教师应尽的职责。

总之，青少年是一个正在迅速成长的群体，培养学生正确、良好的身体姿势和空间直觉以及组织性、纪律性观念一方面是很必要的，另一方面也是很复杂的。这项工作的完成，需要学校的重视和耐心细致的工作。只有这样，才能使学生健康地成长。

快乐的队列队形练习 第9篇

我在平时的教学中认真地抓最基本的队列队形等练习, 使学生较熟悉这些队形的变换, 在今后的教学中, 教师只要发出一声口令, 或一个手势学生就能迅速变换队形, 使队伍调动做到省时、合理, 提高了时间的有效性, 相应的增加了学生的练习时间。因此, 队列队形变换科学合理与否, 直接关系到合理运用时间和课堂教学的有效性。

可是队列队形练习枯燥乏味, 为了能提高学生队列队形练习的兴趣和积极性, 在体育课开始部分, 我会运用队列队形练习中的“有效”“无效”口令, 或做与口令相反的队列动作和组合口令连续做队列队形动作等练习, 这样能吸引学生的注意力, 使学生的思想集中到课堂教学中来, 激发学生做操的兴趣, 把队列队形练习与做操相结合。如圆形、半圆形、三角形、方形、八字形、十字形和变方位做操。学生最初站队形时, 教师事先在操场上画好圆形, 熟练之后, 可以适当变换队形。这样避免了学生对四列横队做操产生的单调性。学生做操的积极性有了明显提高, 保证了做操的质量, 丰富了准备活动内容, 给准备活动注入了活力, 同时培养了学生的思维和应变能力。队列队形练习与教材内容相结合, 使教材内容所安排的练习变得丰富多彩。我在教学中运用的分队到并队、列队到合队, 学生练习的积极性明显提高, 成绩有了显著进步, 也活跃了课堂气氛, 提高了学生练习的积极性。