优化应用层性能评估方法与干扰分析模型

仿真结果将在两个阶段得到。首先，计算RLC层的所有相关性能指标，然后将这些结果作为输入以得到应用层上可靠机制的性能指标。

图10.1说明了我们的仿真方法。第一步，我们使用速率标称值和PDU误差的平均突发长度作为输入参数来得到相应的SDU报文分组的差错漏检率的统计评价。通过仿真的方式，我们得到SDU误差的速率和平均突发长度。这也是第一个仿真运行中的结果值，它们将作为第二个仿真运行的输入参数。

图10.1 评估端到端可靠多播的仿真方法

在第二个仿真运行中，我们得到了每一个接收到的数据分组的平均传输数目，以及应用层上可靠协议的分组时延。(www.xing528.com)

我们通过在RLC层的终端操作应用层来在RLC层和应用层之间建立交互模型。由于我们只对应用层纠正RLC层报文分组的差错漏检率的性能指标感兴趣，因此这样做是合理的。图10.2说明了我们的建模方法。从中可以看出，BM-SC和RNC处于同一位置，以致应用层只能看到RLC层的残余分组误差。作为这种方法的一个直接结果，我们仅建了单个多播组的模型，RLC和应用层都服务于相同用户。

图10.2 PLC层和应用层间的干扰分析模型

我们对于在PTP或者PTM信道上传输的应用层性能评估方法如下。从应用层的角度，对一个多播组采用带有基于校验的丢失恢复的单个PTM信道，等效于带有报文分组的差错漏检率的单个接收端，报文分组的差错漏检率取决于PTM信道的接收端数量。另一方面，没有FEC的多播PTP信道中，报文分组的差错漏检率对每个接收端保持不变，每个多播接收端独立地对端到端可靠多播协议的数据分组传输做出贡献。