基于自相似排队模型的星上交换输入缓存分配算法

针对空间信息网络的自相似分组业务流、星上交换节点的有限缓存资源,提出一种基于自相似排队模型的星上交换输入缓存分配算法。构建了基于VOQ的空间信息网络星上Crossbar交换节点模型,依据空间信息网络业务流的自相似性,通过建立虚通道自相似排队模型估算出各个虚通道的缓存溢出概率,再根据其溢出概率采用贪婪算法来实现缓存资源的优化分配。仿真分析了在自相似分组业务流下优化分配算法和均匀分配算法的性能。结果表明,在相同缓存开销下,优化分配算法可以有效降低分组的平均时延;在同等分组平均时延下,分组业务流自相似程度为0.8和0.6时,可分别节省缓存开销约25%和17.4%。

基于排队模型的无线局域网性能分析

对G/G/∞排队模型的队列服务时间进行修正,推导出正确的发送概率。利用修正模型分析非理想信道下的IEEE 802.11分布式协调功能无线局域网基本访问机制和RTS/CTS访问机制的饱和吞吐量,并计算出非理想信道下的平均分组时延。通过NS仿真验证该方法的正确性。