| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 现有研究存在的不足 | 第13页 |
| 1.4 本论文的结构安排 | 第13-15页 |
| 第2章 AOS协议及网络流量的自相似性分析 | 第15-32页 |
| 2.1 AOS协议概述 | 第15-24页 |
| 2.1.1 AOS数据单元格式 | 第17-21页 |
| 2.1.2 AOS多路复用技术 | 第21-24页 |
| 2.2 自相似特性分析 | 第24-28页 |
| 2.2.1 自相似的定义 | 第25-26页 |
| 2.2.2 自相似网络流量产生的原因 | 第26-27页 |
| 2.2.3 自相似过程的特点 | 第27-28页 |
| 2.3 自相似流量模型 | 第28-30页 |
| 2.3.1 分形布朗运动 | 第28-29页 |
| 2.3.2 分形高斯噪声 | 第29-30页 |
| 2.3.3 FARIMA(p,d,q)过程模型 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 源包模型分析 | 第32-53页 |
| 3.1 模型的简要概述 | 第32-33页 |
| 3.2 短相关的源包模型 | 第33-36页 |
| 3.2.1 马尔科夫源包模型 | 第33-34页 |
| 3.2.2 基于泊松流的源包模型 | 第34-35页 |
| 3.2.3 基于马尔科夫过程的泊松过程 | 第35-36页 |
| 3.2.4 短相关模型的不足与缺陷 | 第36页 |
| 3.3 长相关的源包模型 | 第36-52页 |
| 3.3.1 ON/OFF模型 | 第36-38页 |
| 3.3.2 ON/OFF源叠加产生的自相似业务流的源包模型 | 第38-47页 |
| 3.3.3 到达的数据包数的分布 | 第47-50页 |
| 3.3.4 时间段内信源发包时间的均值 | 第50-51页 |
| 3.3.5 仿真结果 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第4章 有限缓存下基于自相似业务流的高效率帧生成算法 | 第53-68页 |
| 4.1 高效率帧生成算法概述 | 第53-54页 |
| 4.2 高效率帧生成算法的缓存溢出概率 | 第54-58页 |
| 4.2.1 高效率帧生成算法的缓存溢出概率推导 | 第54-57页 |
| 4.2.2 仿真结果 | 第57-58页 |
| 4.3 高效率帧生成算法的丢弃概率 | 第58-61页 |
| 4.3.1 高效率帧生成算法的丢弃概率推导 | 第58-60页 |
| 4.3.2 仿真结果 | 第60-61页 |
| 4.4 高效率帧生成算法的帧生成时间 | 第61-65页 |
| 4.4.1 高效率帧生成算法的帧生成时间推导 | 第61-63页 |
| 4.4.2 仿真结果 | 第63-65页 |
| 4.5 高效率帧生成算法的平均包时延 | 第65-67页 |
| 4.5.1 高效率帧生成算法的平均包时延推导 | 第65页 |
| 4.5.2 仿真结果 | 第65-67页 |
| 4.6 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75-76页 |