Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

k
– номер длины 
блока данных. 
Физический смысл индексов элементов матрицы B 
m
k
N
i
B
b
NACK
lk
,...,
3
,
2
,
1
;
,...,
3
,
2
,
1
,



, (2) 
где
j
– количество подряд принятых сообщений NACK, 
k
– номер длины 
блока данных. 
Результативность принятого решения по выбору длины блока 
определяется следующим образом. 
Допустим, после получения подряд 
i
сообщений типа ACK принимается 
решение о выборе длины блока 
k
n
)
(
1
m
k
n
n
n


, где 
1
n
- минимальная длина 
блока данных, 
m
n
- максимальная длина блока данных. Обозначим это решение 
как 
ik
. Если после передачи кадра данных с длиной блока данных 
k
n
принимается сообщение типа ACK, то принятое решение 
ik
поощряется путем 
увеличения содержимого 
ik
a
на единицу 
1


ik
ik
a
a
. Иначе, т.е. при принятии 
сообщения типа NACK, принятое решение 
ik
штрафуется путем уменьшения 
содержимого 
ik
a
на единицу 
1


ik
ik
a
a
. Точно также, результаты принятия 
решений 
)
(
jk
по выбору длины блока данных в случаях получения подряд 
j
сообщений типа NACK могут быть поощрены 
1


jk
jk
b
b
или штрафованы 
1


jk
jk
b
b
. 

---

110 
Выбор длины блока данных определяется следующим образом. Допустим, 
передающей стороной получено подряд 
i
сообщений типа ACK. 
Далее сравниваются содержимые элементов 
i
– ой строки матрицы А и 
выбирается элемент с наибольшим содержимом 
)
,...,
,...,
,
max(
2
1
im
ik
i
i
a
a
a
a
Номер столбца 
k
матрицы А, при котором содержимое 
ik
a
максимально, 
показывает выбираемую длину блока данных 
k
n
. Если имеются несколько 
элементов с максимальным значением, то среди них выбирают столбец с 
наибольшим номером, т.е. наибольшую длину блока. Если количество подряд 
принятых сообщений типа АСК больше, чем 
ACK
N
, то решение о выборе длины 
блока принимается на основе строки 
ACK
N
матрицы А. 
Точно также, при получении подряд 
j
сообщений типа NACK 
сравниваются содержимые элементов 
j
– ой строки матрицы B и выбирается 
элемент с наибольшим содержимым 
)
,...,
,...,
,
max(
2
1
jm
jk
j
j
b
b
b
b
. Номер столбца 
k
матрицы B, при котором содержимое 
jk
b
максимально, показывает выбираемую 
длину блока данных 
k
n
. Если имеются несколько элементов с максимальным 
значением, то среди них выбирают столбец 
k
с наименьшим номером, т.е.
наименьшую длину блока. Если количество подряд принятых сообщений типа 
NАСК больше, чем 
NACK
N
, то решение о выборе длины блока принимается на 
основе строки 
NACK
N
матрицы B. 
Вычислительные эксперименты и результаты 
Проведем сравнение эффективности предложенного способа с известным 
способом, изложенным выше. Допустим, в предложенном способе как в 
известном способе передача осуществляется с двумя длинами блоков данных 
1
n
и 
2
n
, т.е. в вышеприведенных формулах 
)
2
,
1
,
2
(


k
m
. Тогда, в предложенном 
способе система передачи также может находиться в состояниях
c
b
a
S
S
S
,
,
и 
d
S
. 
Путем вычислительных экспериментов можно определить, сколько раз система 
находилась в состояниях 
c
b
a
S
S
S
,
,
и 
d
S
во время функционирования. Обозначим 
эти данные соответственно через 
c
b
a
N
N
N
,
,
и 
d
N
. Тогда вероятности того, что 
система находилась в состояниях 
c
b
a
S
S
S
,
,
и 
d
S
определяются следующим 
образом: 
N
N
P
a
a

, 
N
N
P
b
b

,
N
N
P
c
c

, 
N
N
P
d
d

, (2.64) 
где 
d
c
b
a
N
N
N
N
N




. 
Вероятность правильного выбора длины блока данных равна 
c
a
P
P
P


.
Вычислительные эксперименты проводились при 
0003
.
0
01

p
, 
256
1

n
байт,
128
2

n
байт, 
2

a
, 
10

b
и различных параметрах дискретного канала связи 
11
p
и 
22
p
. Для предложенного способа на рисунке 1 приведены графики 
зависимости вероятностей состояний системы от числа шагов моделирования 
)
(
N
. Каждый шаг моделирования равен времени передачи одного кадра данных. 

---

111 
Рис. 1. График зависимости вероятностей состояний системы от шага моделирования при 
999
.
0
11

p
и 
998
.
0
22

p
Из рисунка 1 видно, что предложенный способ проявляет свойство 
самообучения. Система обучается до 160 шагов моделирования, после чего 
вероятности состояний не меняются. 
В таблице 1 приведены результаты вычислительных экспериментов при 
различных значениях параметров дискретного канала связи. 
Результаты вычислительных экспериментов
Таблица 1 
Параметры дискретного канала связи 
В известном 
способе 
0.51 
0.54 
0.59 
0.75 
0.83 
В предложенном 
способе 
0.74 
0.76 
0.79 
0.84 
0.88 
Из таблицы 1 видно, что при различных значениях параметров 
дискретного канала связи вероятность правильного выбора длины блока 
данных в предложенном методе больше, чем в известном способе. 
Литература 
1. Mischa Schwartz Telecommunication Networks: Protocols, Modeling and Analysis. Addison-
Wesley, 1988, P.334. 
2. Мелентьев О.Г. Теоретические аспекты передачи данных по каналам с 
группирующимися ошибками / Под ред. проф. В.П.Шувалова.- М.: Горячая линия – Телеком, 
2007. – 232 с. 
3. Richard S.Sutton and Andrew G.Barto Reinforcement Learning: An Introduction. A Bredford 
Book, The MIT Press Cambride, Masschachusetts London, England, 2017, P.445.