|
|
eaDonNTU, Donetsk >
Научные труды ДонНТУ >
Серія: Інформатика, кібернетика та обчислювальна техніка >
Випуск 2 (18) >
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://ea.donntu.ru/handle/123456789/29923
|
| Название: | Исследование видео трафика методами нелинейной динамики |
| Другие названия: | Дослідження відео трафіка методами нелінійної динаміки
Video traffic research by nonlinear dynamics methods |
| Авторы: | Едемская, Е.Н.
Бельков, Д.В.
Єдемська, Є.М.
Бєльков, Д.В.
Yedemska, Ye.N.
Belkov, D.V. |
| Ключевые слова: | видео трафик
фазовые траектории
аттрактор
корреляционная размерность
показатели Ляпунова
відео трафік
фазові траєкторії
атрактор
кореляційна розмірність
показники Ляпунова
video traffic
quality of service
phase trajectories
attractor
correlations dimension
Lyapunov exponents |
| Дата публикации: | 2013 |
| Издатель: | ДонНТУ |
| Библиографическое описание: | Наукові праці Донецького національного технічного університету. Серія: Інформатика, кібернетика та обчислювальна техніка : збірник статей. Вип.2 (18) / ДВНЗ "ДонНТУ" ; редкол.: О.Є. Башков (голов. ред.) та ін. - Донецьк : ДонНТУ, 2013. |
| Аннотация: | Исследование видео трафика является важным, поскольку фрактальный трафик в системах передачи речи и видео ухудшает качество обслуживания. Целью настоящей работы является исследование видео трафика для выявления его характерных особенностей методами нелинейной динамики. Предполагается, что временной ряд
измерений трафика является неслучайным. Он генерируется динамической системой по
детерминированному алгоритму. Возникает задача оценки характеристик этой системы.
Требуется найти количество переменных, необходимых для задания состояния системы и
фрактальную размерность аттрактора, соответствующего наблюдаемому режиму. Это
позволит создать модель процесса в виде дифференциальных уравнений или дискретных
отображений. Исследования выполнены в среде Matlab с использованием OpenTStool. Для
изучения выбраны реализации сжатого видео стандарта H.263. Изучаемые временные
ряды представляют собой измерения объемов (байт) последовательно поступающих
фреймов. В первом случае (ряд frameH16) трафик имеет постоянную скорость 16 kbit/sec, во втором (ряд frameH64) - 64 kbit/sec. Третий ряд (frameH256) – передача со скоростью 256 kbit/sec, четвертый ряд (frameVBR) – передача без установки постоянной скорости.
Получены следующие результаты. Показатели Ляпунова изучаемых процессов равны нулю,
т.е. динамическая система, генерирующая временные ряды, является периодической, а
фазовые траектории образуют предельный цикл. Для описания временного ряда frameH16
необходима система двух дифференциальных уравнений или двумерное дискретное
отображение. Для описания временных рядов frameH64, frameH256, frameVBR необходима
система трех дифференциальных уравнений или трехмерное дискретное отображение. |
| Описание: | Recent studies of real traffic data in modern computer networks have shown that traffic exhibits self-similar (or
fractal) properties over a wide range of time scales. The properties of self-similar traffic are very different from the traditional models of traffic based on Poisson, Markov-modulated Poisson, and related processes. The use of traditional models in networks characterized by self-similar processes can lead to incorrect conclusions about the performance of analyzed networks. These include serious over-estimations of the performance of computer networks, insufficient allocation of communication and data processing resources, and difficulties in ensuring the
quality of service expected by network users. The self-similar network traffic can have a detrimental impact on network performance, including amplified queuing delay, retransmission rate and packet loss rate. Modern network traffic consists of more bursts than Poisson models predict over many time scales. This difference has
implications for congestion control mechanisms and performance. The video traffic research is important because self-similar nature of network traffic leads to a number of undesirable effects like high buffer overflow rates, large delays and persistent periods of congestion and the severity of these conditions i s directly
proportional to the degree of self-similarity. On the other hand, the long memory property of self-similar traffic
is able to help to forecast traffic for the purpose of quality of service (QoS) provision. Another interesting area in
the network traffic studies is using the methods of nonlinear analysis (chaos theory) for its parameter modeling and prediction. The article contains H.263 encoded video traffic research. H.263 encoded video is expected to account for large portions of the traffic in future wireline and wireless networks. To date the analys is of H.263
encoded video has been provided in few publications. The experiment was executed in the Matlab environment and OpenTStool.
The flow of frames of the Jurassic Park film was explored. The video flows have 16 kbit/sec (parkH16), 64 kbit/sec (parkH64), 256 kbit/sec (parkH256) and variable bit rate (parkVBR). Each video flow of YUV
information was grabbed with bttvgrab (Version 0.15.10) and stored on disk. The YUV information was grabbed at a frame rate of 25 frames/sec in the QCIF format. The YUV frame sequences were used as input for the H.263 encoder. The following results have been obtained: Lyapunov exponents for studied processes are equal to zero,
the dynamic system is periodic, and the phase trajectories form the cycle. For parkH16 description two differential equations or a two discrete maps system are necessary. For parkH64, parkH256, parkVBR
description three differential equations or a three discrete maps system are necessary. |
| URI: | http://ea.donntu.org/handle/123456789/29923 |
| Располагается в коллекциях: | Випуск 2 (18)
|
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.
|
