O‘zbekiston respublikasi oliy va o‘rta maxsus ta’lim vazirligi m. Ulug‘bek nomidagi o‘zbekiston milliy universiteti nazarov xusanbek avazbek o‘G‘LI

3.4. Kanal o‘tkazuvchanlik qobilyati dinamik taqsimlanish algoritmlarini taqqoslash va ma’qul prognozlash usulini tanlash

Kanal o‘tkazuvchanlik qobilyati dinamik taqsimlanish usulini statik taqsimlanish usuliga nisbatan yutuqlarini aniqlash va eng ma’qul prognozlash usulinini tanlab olish uchun har bir parametrlarni alohida ko‘rib chiqamiz va graffiklarini hosil qilamiz.

Dlya parametra D+ postroim grafik po tablitse 3.23 dlya kajdogo algoritma upravleniya.
Har bir boshqaruv algoritimi uchun 3.23 jadvali bo‘yicha D+ parametr uchun mos grafik quramiz.
3.25- jadval
Turli algoritmlarda D⁺ parametrning bs ga bog‘liqligi

bs norm	D+ (statistik)	D+ (oddiy)	D+(1-ni tartibli)
0	0,38	0,21	0,35
1	0,29	0,18	0,28
2	0,24	0,15	0,23
3	0,2	0,13	0,19
4	0,162	0,11	0,15
5	0,13	0,095	0,12
6	0,1	0,08	0,09

bs_norm

3.6-rasm. Prognozlash turli algoritmlarda berilgan o‘tkazuvchalik qobiliyatida berilganida D⁺ koeffitsiyenti hatoliklarining ko‘rsatkichi.
Har bir boshqaruv algoritimi uchun 3.24 jadvali bo‘yicha D^- parametr uchun mos grafik quramiz.

3.26-jadval

Turli algoritmlarda D^- parametrning bs ga bog‘liqligi

bs norm	D- (statistik)	D- (oddiy)	D- (1-nchi tartibli)
0	0,87	0,68	0,78
1	1,16	1,02	1,09
2	1,49	1,31	1,42
3	1,83	1,68	1,78
4	2,17	2,02	2,13
5	2,52	2,41	2,5
6	2,87	2,84	2,86

bs_norm

3.7-rasm. Prognozlashning turli algoritmlarida berilgan o‘tkazuvchalik qobiliyatida D^- koeffitsiyenti hatoliklarining ko‘rsatgichi.

SNR^-1 ko‘rsatkichining har bir boshqaruv algoritimi uchun 3.25 jadvali bo‘yicha grafik quramiz

3.27- jadval

Turli algoritmlarda SNR^-1 parametrini bs parametriga bog‘liqligi

bs_norm	SNR-1 (staticheskogo)	SNR^-1(прост)	SNR^-1(перв.п)
0	1,0283	0,935	0,892
1	1,4017	1,326	1,29
2	1,827	1,721	1,685
3	2,4041	2,356	2,276
4	3,1331	3,026	2,984
5	4,014	3,895	3,892
6	5,0467	5,0426	5,0421

bs_norm

3.8-rasm. Turli prognozlash algoritmlarida o‘tkazuvchalik qobiliyati berilganida SNR-1 koeffitsentining ko‘rsatkichi
Keltirilgan graffiklarni ko‘rib chiqsak, dinamik ko‘rsatkichlarning barchasi statistik ko‘rsatkichlardan kattaroqligini ko‘rishimiz mumkin. Bu esa dinamik taqsimlash usulini statistik usuldan ustunligini belgilab beradi. Etibor bersak bs ni ortishi bilan usulni ustunligi pasayadi va deyarli birhil bo‘lib qoladi.
D⁺ va D^- koeffitsentlarining yaxshilanganligi nuqtai nazaridan, eng ma’qul ko‘rsatkichlar oddiy proznozlashda paydo bo‘layapti. Bundan oddiy algoritimning birinchi navbatdagi algoritmdan D⁺ va D^- bo‘yicha ustunligini ko‘rishimiz mumkin.
Masalan. 3.6-rasmdagi grafik bo‘yicha polasaning statistik berilishida bs_norm=1 nuqtasida baholanmaganlik koeffitsenti ~0.29ga teng. Bu esa х(k) trafigi orqali o‘tayotgan barcha axborotning 29% yo‘qotilishini anglatadi. Shu bilan birga oddiy prognozlash yordamida yo‘qotilish ~18% tashkil etadi. Bu degani oddiy prognozlash usuli qo‘llanilganda D⁺ ko‘rsatkichini ~11%ga, D^- ko‘rsatkichini ~14% yaxshilashga erishilganligi ko‘rinib turipti.
SNR^-1 ko‘rsatkichi bo‘yicha esa teskarisi, birinchi navbat algoritminingAR(1) ko‘rsatkichlari yaxshilanganligi ko‘rinib turipti.
Oddiy prognozlash usulidan murakkab prognozlash usuliga o‘tilganda, nazariy tomondan qaralsa, prognozlash sifati yuqoriroq bo‘lishi kerak, amaliyotda esa yo‘qotilish harakteristikasi D⁺ va kanal resurslardan foydalanish koeffitsenti D^- yomonlashganini ko‘rishimiz mumkin. Lekin shuni yodda tutish kerakki, tanlangan modelning parametrlarini kuzatish jarayonida, tegishli xatoning dispersiyasini kamaytirish kerak. Bunday model parametrlarini baholash holatlari uchun maxsus resusrslarni iste’mol qilmaslik prosedurasining metodikasi va algoritmlari ishlab chiqilgan. Bir vaqtning o‘zida hatolik dispersiysini minimizasiya kriteriyasi modul hatolligini minimizasiyasini kafolatlamaydi. Bu D⁺ va D^- harakteristikalarini belgilovchi omillardir.
Shunday qilib, oddiy prognozlash usulidan murakkab prognozlash usuliga o‘tilganda hatolik dispersiyasining ko‘rsatgichi va u bilan bog‘liq SNR-1 statistikasi pasayadi, ammo bu holatda yo‘qotilish harakteristikasi D+ va D- kanalining foydalanish darajasi pasayadi. Eng ma’qul prognozlash usulini tanlash bo‘yicha oxirigi xulosani keltirishimiz uchun ustivorliklar to‘g‘risida qaror qabul qilishimiz kerak:
SNR^-1 koeffitsenti minimal bo‘lishi ,bunda murakkab modelni tanlab D+ va D- xarakteristikalari yomon(past) yoki oddiy modelni tanlab D⁺ va D^-xarakteristikalari yaxshilanishi ammo SNR^-1 parametri bo‘yicha yutqizishimizga olib keladi. Shuni esda tutishimiz kerak D⁺ va D^-statistikalari to‘g‘ridan-to‘g‘ri kanalda yo‘qotilishlar foizi va utilizatsiya darajasi bilan bog‘liqdir.
SNR^-1 ko‘rsatgichi prognozlash hatoliklarni nisbiy o‘rtacha qiymatini sochish darajasini harakterlaydi. Qanchalik bu qiymat kichik bo‘lsa, shunchalik kamroq hatolik miqdorining o‘zgarashi sodir bo‘ladi, yani hotolik stabilashishga va o‘zining o‘rtacha qiymatiga intiladi. Aksi bo‘lsa, unda bu jarayon algorimini ishlashida, yo‘qotilgan axborotlar miqdori shunchalik vaqt davomida tez-tez o‘zgarib turadi. Bunday jarayonlarda xizmat ko‘rsatish sifatida doimiyligi yo‘qoladi.
Xulosa qilib, jarayonni oddiy amalga oshrish nuqtai nazaridan qaralsa, axborotlarni to‘g‘ri taqsimlash tizimining hizmat ko‘rsatish sifatini ta’minlash algoritimi tuzishda, prognozlash talabi va resurslaning intensivligini kamaytirish, shuningdek yo‘qotilishning eng yaxshi ko‘rsatkichlariga va kanal resurslaridan (D⁺ va D^-) foydalanishga erishish uchun oddiy prognozlash usulini tanlaymiz