Predição e estimação de parametros de processos auto-similares para redes de faixa larga
AUTOR(ES)
Gustavo Abraham Hirchoren
DATA DE PUBLICAÇÃO
1999
RESUMO
O objetivo deste trabalho é o estudo de técnicas ótimas e sub-ótimas, no sentido quadrático médio, para a caracterização estatística de processos auto-similares, visando aplicações em redes de faixa larga. Especificamente, o trabalho aborda métodos ótimos e sub-ótimos de predição e estimação de parâmetros para processos Brownianos Fracionários (fBm) não estacionários, que têm sido considerados os mais representativos na modelagem de processos com dependência de longo prazo. Preditores ótimos variantes no tempo para processos fBm discretos são obtidos, e sua aplicação no controle, gerenciamento e policiamento de tráfego é discutida. Demonstra-se que uma técnica de baixa complexidade pode ser obtida para o cômputo da transformada wavelet sequencial, que pode ser utilizada com vantagem na estimação dos parâmetros do fBm. O problema do policiamento de tráfego em redes ATM é estudado à luz das características de dependência de longo prazo dos processos auto-similares. Para isso, estuda-se o comportamento do algoritmo "leaky bucket" para o policiamento de tráfego e as possíveis vantagens do uso de algoritmos ótimos para processos auto-similares. Neste caso, desenvolve-se uma técnica baseada em filtros de Kalman para a estimação dos parâmetros mais relevantes para o policiamento de tráfego
ASSUNTO(S)
processos gaussianos redes de computação estimativa de parametro teoria de previsão
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=vtls000199979Documentos Relacionados
- Modelos auto-similares para rádio fontes extragalácticas.
- Modelos auto-similares para trafego de taxa bit variavel em redes ATM
- Predição de trafego auto-similar em redes de faixa larga
- Soluções auto-similares para a equação quase-geostrofica e comportamento assintotico
- Persistence of order on ferromagnetic models in the presence of quasi random auto-similar fields