home *** CD-ROM | disk | FTP | other *** search
/ Internet Standards / CD2.mdf / ccitt / 1992 / e / e500.asc < prev    next >
Text File  |  1991-12-30  |  33KB  |  711 lines
  1.          All drawings appearing in this Recommendation have been done in Autocad.
  2.          Recommendation E.500
  3.                        TRAFFIC INTENSITY MEASUREMENT PRINCIPLES
  4.          1      Introduction
  5.          1.1    Traffic measurements provide  the  data  base  from  which  the  planning,
  6.          operation, management and, in some cases, accounting for  transit  considerations
  7.          of the telephone network are carried out. Different applications  may  exist  for
  8.          the same traffic measurement.
  9.          1.2    This Recommendation gives the principles for measuring carried traffic and
  10.          bids on circuit groups and exchanges. The number  of  bids  and  preferably  also
  11.          carried traffic intensity should  also  be  determined  by  individual  relations
  12.          (destinations). Data so obtained are applied both  for  operation  and  planning.
  13.          Recommendation E.501 gives methods for estimating offered  traffic  from  carried
  14.          traffic measurements. Recommendation E.502 describes  exchange  requirements  for
  15.          traffic measurements both in national and international exchanges. Recommendation
  16.          E.525 describes the traffic data analysis. Recommendation E.506 gives methods for
  17.          forecasting future traffic requirements. The remainder of  the  E.500  Series  of
  18.          Recommendations describes how to utilize this data  base  in  the  operation  and
  19.          planning of telephone networks.
  20.                The measurements required for network management as described in the  E.410
  21.          Series are generally similar to those described in this Recommendation. They will
  22.          usually require a variable and shorter reporting interval.
  23.          2      Definitions
  24.                A measurement of the amount of traffic carried is the average Erlang  value
  25.          during a certain period of time (e.g. 15 min., 1 hour).
  26.                A measurement of the number of bids is a count  of  this  entity  during  a
  27.          certain period of time.
  28.                Measurements are taken continuously during the day  or  with  exclusion  of
  29.          known low traffic periods. The set of days at which measurement has been taken is
  30.          called the measurement days.
  31.                In  the  yearly   continuous   measurement   the   measurement   days   are
  32.          post-selected  from  a  base  period  with  a  length  of  the  whole  year.  The
  33.          post-selected days include the peak intensity values  measured  during  the  base
  34.          period.
  35.                In  the  yearly  non-continuous  measurement  the  measurement   days   are
  36.          scheduled (pre-selected) from a base period of a  few  months.  The  pre-selected
  37.          days include the high load days of expectation or of earlier observations.
  38.                A traffic profile is  defined  to  be  stable  when  the  individual  daily
  39.          traffic profiles differ only little in shape  and  traffic  volume  between  each
  40.          other.
  41.                A traffic profile is defined to  be  unstable  when  the  individual  daily
  42.          traffic profiles differ in shape or traffic volume between each other.
  43.          3      Overview
  44.                Circuit group dimensioning is based  on  a  congestion  objective,  on  the
  45.          traffic intensity values at high load time and on the forecast value of intensity
  46.          until the next augmentation of circuits. Intensity is  measured  during  a  daily
  47.          busy hour and averaged over a number of days, to avoid exceptional values.
  48.                If traffic measurements are taken every day of the year (yearly  continuous
  49.          measurements), the required averages can be calculated directly as described in S
  50.          4. If traffic measurements are taken only during a limited number of days in  the
  51.          year (yearly non-continuous measurements), the equivalent traffic  loads  may  be
  52.          estimated using the procedures given in S 5.
  53.                The busy hour concept is an important  aspect  of  teletraffic  engineering
  54.          and may be applied in a number of ways. In the E.500  Series  of  Recommendations
  55.          the busy hour traffic used is an average of several days with, in some cases,  an
  56.          allowance for day to day variations (Recommendation E.521).
  57.                Within the busy hour, traffic is considered to be stationary and  thus  the
  58.          recorded intensity is the mean value during the busy hour.
  59.                The recommended standard method of calculating the daily  average  requires
  60.          continuously measuring all quarter hours for all days concerned and selecting the
  61.          busiest hour in the average profile for all  days.  This  method  is  called  the
  62.          Time-Consistent Busy Hour (TCBH) and is described in detail in S 6.  This  method
  63.          is most valuable in situations of stable traffic profiles. The  daily  continuous
  64.          measurements provide the data necessary for confirming profile stability.
  65.                Another method of arriving at the representative  average  busy  hour  also
  66.  
  67.  
  68.  
  69.  
  70.                                                         Fascicle II.3 - Rec. E.500   PAGE1
  71.  
  72.        involves continuously measuring all quarter hours, but only the busiest  hour  of
  73.        each day is retained for averaging. This method is called the Average Daily  Peak
  74.        Hour (ADPH) and is described in detail in S 6 together with the relation of  ADPH
  75.        results to TCBH results.
  76.              The advantages  of  ADPH  are  that  it  requires  less  data  storage  and
  77.        manipulation than TCBH and that it gives  a  more  representative  value  in  the
  78.        situation of unstable traffic profiles.
  79.              In some situations Administrations  do  not  measure  traffic  continuously
  80.        over the day, but only for the hour or few hours expected  to  be  busiest.  This
  81.        method is called the  Fixed  Daily  Measurement  Period  (FDMP)  or  Fixed  Daily
  82.        Measurement Hour (FDMH) and is described in detail  in  S  7  together  with  the
  83.        relation of FDMP results to TCBH results.
  84.              The advantage of FDMP is that it requires less measurement  resources  than
  85.        TCBH or ADPH. The disadvantage is that in individual  situations  the  difference
  86.        between FDMP and TCBH results may vary widely.
  87.              In some network situations significant savings can  be  made  by  multihour
  88.        dimensioning (e.g. cluster engineering, time  zone  differences).  This  requires
  89.        daily continuous measurements.
  90.        4      Yearly continuous measurements
  91.              Traffic statistics should be measured for the significant  period  of  each
  92.        day of the whole year. The significant period may in principle be 24 hours of the
  93.        day.
  94.              The measurements for  computing  normal  traffic  load  should  be  the  30
  95.        highest days in a fixed 12-month period. Normally these will be working days, but
  96.        in some cases separate weekend or tariff-related period  measurements  should  be
  97.        examined so that Administrations can agree bilaterally on appropriate measures to
  98.        maintain a reasonable grade of service  (GOS)  for  weekends  and  tariff-related
  99.        periods. Recurring exceptional days (e.g. Christmas, Mother's Day,  etc.)  should
  100.        be excluded for  network  dimensioning  purposes  although  the  data  should  be
  101.        collected for network management purposes  (Recommendation  E.410).  This  method
  102.        gives traffic information  of  relatively  high  accuracy  and  is  suitable  for
  103.        circuits groups operated automatically or semiautomatically.
  104.        4.1    Normal and high load levels
  105.              Teletraffic performance objectives  and  dimensioning  practices  generally
  106.        set objectives for two sets of traffic load conditions.
  107.              A normal traffic load can be considered the typical operating condition  of
  108.        a network for which subscribers service expectations should be met.
  109.              A high traffic  load  can  be  considered  a  less  frequently  encountered
  110.        operating condition of a network for which normal subscriber  expectations  would
  111.        not be met but for which a reduced level of performance  should  be  achieved  to
  112.        prevent excessive repeat calling and spread of network congestion.
  113.              In  order  to  estimate  normal  and  high  load  levels,  offered  traffic
  114.        intensity values should, where necessary, be estimated from daily carried traffic
  115.        measurements. Estimation procedures are presented in Recommendation E.501.
  116.              Normal and high loads are defined in Table 1/E.500.
  117.                                               TABLE 1/E.500
  118.                                             Circuit groups
  119.               Parameter                  Normal load                       High load
  120.         Carried traffic         Mean of the 30 highest working   Mean of the five highest days 
  121.         intensity               days during a 12-month period.   in the same period as normal 
  122.                                                                  load.
  123.         Number of bids          Mean of the same 30 days on      Mean of same five days on 
  124.                                 which the offered traffic        which the offered traffic 
  125.                                 intensities are highest.         intensities are the highest.
  126.  
  127.                                               Exchanges
  128.               Parameter                  Normal load                       High load
  129.         Carried traffic         Mean of the ten highest days     Mean of the five highest days 
  130.         intensity               during a 12-month period.        in the same period as normal 
  131.                                                                  load.
  132.         Number of bids          Mean of the same ten highest     Mean of the five highest days 
  133.                                 days (not necessarily the same   (not necessarily the same as 
  134.                                 as the highest offered traffic   the highest offered traffic 
  135.                                 days) during a 12-month          days) in the same period as 
  136.                                 period.                          normal load.
  137.  
  138.  
  139.  
  140.  
  141.        PAGE12  Fascicle II.3 - Rec. E.500
  142.  
  143.                  5      Yearly non-continuous measurements
  144.           5.1    Introduction
  145.                 This method consists in taking measurements on a limited sample of days  in
  146.           each year. Limited sample measurements will normally be taken  on  working  days,
  147.           but Administrations may agree bilaterally to measure weekend  or  reduced  tariff
  148.           periods separately.
  149.                 Any Administration proposing to use  a  yearly  non-continuous  measurement
  150.           procedure is advised to confer with other end Administrations to ensure that  the
  151.           maximum information is available to assist in the choice of measurement days. For
  152.           example, if the other end Administration has continuous measurement capability it
  153.           may be possible to identify busy seasons or consistent low-traffic days.
  154.                 Table 2/E.500 shows the results of a study carried out  on  circuit  groups
  155.           within a large metropolitan network [1]. The errors shown are the under-estimates
  156.           resulting if average busy hour carried  traffic  intensity  is  measured  over  a
  157.           pre-defined two-week period of the year, rather than the actual busiest  two-week
  158.           period. (The pre-defined period was, in fact, the peak period  of  the  preceding
  159.           year.)
  160.                 The error averages 7.6% more or less, depending on circuit group size.  Had
  161.           an Administration wished to estimate the true peak two-week  intensity  with  90%
  162.           confidence, starting with the pre-defined two-week measurements, the latter would
  163.           have had to be increased by amounts ranging from  about  14%  for  large  circuit
  164.           groups, up to about 31% for small  ones.  (The  magnitude  of  these  corrections
  165.           indicates how inadequate a  two-week  sample  can  be  as  a  basis  for  network
  166.           planning.)
  167.                                                  TABLE 2/E.500
  168.             Weighted mean error and the upper limit of the intensity error class for a cumulative 
  169.                    proportion of circuit groups, categorized according to traffic intensity
  170.                                               Total       Low       Medium      High 
  171.                                                          < 10 Erl    10-100    > 100 Erl
  172.                                                                        Erl     
  173.                     Circuit groups             2728       1056       1564        110
  174.                     Weighted mean error         7.6%       13.7%        7.8%        5.2%
  175.                     of the intensity        
  176.                     value                   
  177.                     Cumulative proportion                                       
  178.                     of circuit groups       
  179.                     50%                        7.9%       12.9%        6.9%        3.9%
  180.                     80%                       16.9%       22.9%       17.9%        7.9%
  181.  
  182.  
  183.  
  184.  
  185.  
  186.  
  187.  
  188.  
  189.  
  190.  
  191.  
  192.  
  193.  
  194.  
  195.  
  196.  
  197.  
  198.  
  199.  
  200.  
  201.  
  202.  
  203.  
  204.  
  205.  
  206.  
  207.  
  208.  
  209.  
  210.  
  211.  
  212.                                                          Fascicle II.3 - Rec. E.500   PAGE1
  213.  
  214.                     90%                       23.9%       30.9%       23.9%       13.9%
  215.                     95%                       31.9%       37.9%       34.9%       17.9%
  216.                     98%                       41.9%       47.9%       40.9%       26.9%
  217.                  5.2    Estimation method
  218.                 An approximate statistical method  for  estimating  normal  and  high  load
  219.           levels from limited sample measurements is provided below.
  220.           5.2.1  Principle of estimation method
  221.                 Measurements are taken on a limited sample of days, and the  mean  (M)  and
  222.           standard deviation (S) of the daily  busy  hour  traffic  loads  are  calculated.
  223.           Normal and high load level estimates (L) are given by:
  224.                                             L = M + k . S
  225.           different values of the factor k being used for normal and high load levels.
  226.                              S = eq \b\bc\[ (\f( 1,n-1) ni=1 (Xi - M)2)1/2
  227.           where
  228.                  Xi is the time-consistent busy hour traffic measured on the ith day,
  229.                  M =eq \f( 1,n)    \i\su(i=1,n,) Xi   is the sample mean, and
  230.                  n is the number of measurement days.
  231.                 If the measurement period is less than 30 days then the estimate  will  not
  232.           be very reliable. In this case Administrations should,  if  possible,  carry  out
  233.           special measurement studies to determine typical values of the standard deviation
  234.           (e.g. as a function of the sample mean).
  235.           5.2.2  Base period for measurements
  236.                 It is important to determine the "base period" since  the  length  of  this
  237.           period influences the values assigned to the multiplication factors k.
  238.                 The base period  is  the  set  of  valid  days  in  each  year  from  which
  239.           measurement days are preselected. This period should include all days  which  are
  240.           potential candidates for being among the 30 highest days (but excluding recurring
  241.           exceptional days - see S 4).
  242.                 The base period may  be  restricted  to  a  busy  season  (which  need  not
  243.           necessarily comprise a set of consecutive weeks) provided  that  the  traffic  is
  244.           known to be consistently higher during this period than during the  remainder  of
  245.           the year.
  246.                 The base period may be the whole year, but Administrations may also  decide
  247.           to exclude known low-traffic days.
  248.           5.2.3  Selection of measurement days
  249.                 Measurement days should be distributed  reasonably  evenly  throughout  the
  250.           base period. If the base period extends over the whole year then the  measurement
  251.           sample should include some days from the busiest part of the year, if  these  are
  252.           known. The limited sample should comprise at least 30  days  to  ensure  reliable
  253.           estimates. If this is not possible, then a minimum of 10 measurement days may  be
  254.           used. In this case the reliability of the estimate is poor.
  255.           5.2.4  Multiplication factors
  256.                 Multiplication factors k for 5-day, 10-day,  and  30-day  load  levels  are
  257.           given by the curves in Figure 1/E.500, as a function of the number of days in the
  258.           base period. These factors are derived from tables of order statistics  from  the
  259.           normal distribution [2].
  260.                 When the base period extends over the whole  year  these  factors  may  not
  261.           always be reliable  because  of  the  effects  of  differing  seasonal  patterns.
  262.           Individual Administrations may then  prefer  to  use  different  values  for  the
  263.           factors, if they have obtained more precise information from special  measurement
  264.           studies.
  265.                                           Figure 1/E.500 - CCITT64220
  266.  
  267.           5.2.5  Example
  268.                 The following data illustrate the application  of  this  procedure  to  the
  269.           estimation of normal and high load levels from non-continuous measurements  on  a
  270.           circuit group over a 1-year period.
  271.                 After excluding holidays and other  known  low  traffic  periods  the  base
  272.           period which is available for measurement purposes is determined to be 220  days.
  273.           The k-factors to be used are therefore (from Figure 1/E.500):
  274.                 Normal (30-day) load level: k = 1.6
  275.                 High   ( 5-day) load level: k = 2.3
  276.                 Measurements are taken on  50  days  within  the  base  period.  The  daily
  277.           measured busy-hour traffic values, in Erlangs, are as follows:
  278.  
  279.                     21.5          
  280.  
  281.  
  282.  
  283.           PAGE12  Fascicle II.3 - Rec. E.500
  284.  
  285.                  20.5                                                                                 
  286.                         18.7  15.0  18.4  21.6  18.1  24.2  26.7  22.1
  287.                                                                                               
  288.                     21.8  17.8  17.2  19.8  15.2  20.4  16.7  20.6  23.1  23.5
  289.                                                                                               
  290.                     19.6  18.1  21.3  15.9  15.9  17.8  17.4  20.9  25.9  20.6
  291.                                                    
  292.                     20.9  19.2  17.6  
  293.  
  294.  
  295.  
  296.  
  297.  
  298.  
  299.  
  300.  
  301.  
  302.  
  303.  
  304.  
  305.  
  306.  
  307.  
  308.  
  309.  
  310.  
  311.  
  312.  
  313.  
  314.  
  315.  
  316.  
  317.  
  318.  
  319.  
  320.  
  321.  
  322.  
  323.  
  324.  
  325.  
  326.  
  327.  
  328.  
  329.  
  330.  
  331.  
  332.  
  333.  
  334.  
  335.  
  336.  
  337.  
  338.  
  339.  
  340.  
  341.  
  342.  
  343.  
  344.  
  345.  
  346.  
  347.  
  348.  
  349.  
  350.  
  351.  
  352.  
  353.  
  354.                                                          Fascicle II.3 - Rec. E.500   PAGE1
  355.  
  356.                               12.9                                                                                             
  357.                                      14.2  18.1  16.9  24.2  22.2  26.8
  358.                                                                                             
  359.                   22.5  22.8  19.3  19.1  18.7  19.8  18.0  26.0  22.5  27.5
  360.                The sample mean and standard deviation are:
  361.                M = 20.11
  362.                S =  3.37
  363.                The normal and high load level estimates are then calculated from L =  M  +
  364.          k . S to give:
  365.                Normal load = 25.5 Erlangs
  366.                High load = 27.9 Erlangs
  367.          5.2.6  High to normal traffic ratios
  368.                In some circumstances, actual values of high day loads are  not  available.
  369.          In such cases, various Administrations use standard ratios of high to normal load
  370.          for forecasting for design or planning purposes.
  371.                For example, as a general order of magnitude, the following ratios of  high
  372.          to normal load may be used as a guide for a healthy network:
  373.               Parameter              Circuit groups     Exchanges
  374.               Offered      traffic 1.2                1.1
  375.          intensity                   
  376.               Number    of    call 1.4                1.2
  377.          attempts                    
  378.  
  379.  
  380.  
  381.  
  382.  
  383.  
  384.  
  385.  
  386.  
  387.  
  388.  
  389.  
  390.  
  391.  
  392.  
  393.  
  394.  
  395.  
  396.  
  397.  
  398.  
  399.  
  400.  
  401.  
  402.  
  403.  
  404.  
  405.  
  406.  
  407.  
  408.  
  409.  
  410.  
  411.  
  412.  
  413.  
  414.  
  415.  
  416.  
  417.  
  418.  
  419.  
  420.  
  421.  
  422.  
  423.  
  424.  
  425.          PAGE12  Fascicle II.3 - Rec. E.500
  426.  
  427.                6      Daily continuous measurements
  428.          6.1    Measurement
  429.                It  is  recommended  that   Administrations   take   traffic   measurements
  430.          continuously over the day throughout the measurement period.
  431.                Depending on the application, a busy hour value for dimensioning should  be
  432.          calculated as the peak value of the mean day profile or the average of daily peak
  433.          values.
  434.          6.2    Time-consistent busy hour (TCBH)-intensity (post-selected)
  435.                For a number of days, carried traffic values  for  each  quarter  hour  for
  436.          each day are recorded. The  values  for  the  same  quarter  hour  each  day  are
  437.          averaged.
  438.                The four consecutive quarter-hours in this average day which together  give
  439.          the largest sum of observed values form the TCBH with its TCBH-intensity. This is
  440.          sometimes referred to as post-selected TCBH.
  441.                In the case where a stable traffic profile exists,  the  TCBH-intensity  is
  442.          used  as  a  base  method  for  dimensioning;  if  measurement  methods  yielding
  443.          systematically lower or higher intensity values than the  TCBH-method  are  used,
  444.          adjustments to the calculations are needed.
  445.          6.3    Average of the daily peak hours traffic, defined  n  quarter
  446.                hour or on full hour basis
  447.                To  find  the  average  of  daily  peak  quarterly  defined  hour   (ADPQH)
  448.          intensity,  the  traffic  intensity  is  measured  continuously  over  a  day  in
  449.          quarter-hour periods. The intensity values are processed daily to  find  out  the
  450.          four consecutive quarter hours with the highest intensity value  sum.  Only  this
  451.          daily peak hour traffic intensity value is registered. The average is taken  over
  452.          a number of working days peak intensities. The timing of peak intensity  normally
  453.          varies from day to day.
  454.                To find the average of daily peak full hour (ADPFH) intensity, the  traffic
  455.          intensity is measured continuously over a day  in  full-hour  periods.  Only  the
  456.          highest of these intensity values is registered. The  average  is  taken  over  a
  457.          number of days peak intensities.
  458.                The comparative measurements have shown that the traffic  intensity  values
  459.          measured by the ADPFH-method, are very consistent with the values measured by the
  460.          TCBH-method, whereas the ADPQH-method yields  slightly  (a  few  percent)  higher
  461.          values. (See Annex A.) ADPH has an advantage over TCBH when traffic profiles  are
  462.          unstable.
  463.          6.4    Alternate routing networks
  464.                When alternate routing is used, the dimensioning methods in  Recommendation
  465.          E.522 should be applied (multi-hour  dimensioning  technique).  In  general  this
  466.          requires the continuous  measurement  of  a  24-hour  profile  for  each  traffic
  467.          quantity in the alternative routing cluster.
  468.                In Annex A the differences  in  results  between  busy  hours  defined  for
  469.          individual circuit groups and for clusters indicate the advantage  of  continuous
  470.          measurements and multi-hour dimensioning for alternative routing networks.
  471.                In circumstances where the traffic profiles are stable and similar  in  the
  472.          whole cluster, the multi-hour dimensioning may be applied on a few selected hours
  473.          of significance to the entire cluster. The stability of traffic profiles must  be
  474.          confirmed.
  475.          7      Daily non-continuous measurements
  476.          7.1    Measurement
  477.                Some Administrations may find it necessary or  economically  attractive  to
  478.          restrict measurements to a few hours or only one hour per day. Such  measurements
  479.          will always be less accurate than continuous  measurements.  The  resulting  busy
  480.          hour values will always be less than or equal to TCBH.
  481.                The time of fixed daily measurements should be confirmed  several  times  a
  482.          year by measurement of the full daily traffic profile for  every  circuit  group.
  483.          The measurement can cover several periods daily, as well.
  484.          7.2    Fixed daily measurement period (FDMP)
  485.                With this method measurements are taken within a fixed period  (e.g.  of  3
  486.          hours) each day. This period should correspond to the highest part of the traffic
  487.          profile,  which  is  expected  to  include  the  TCBH.  Measurement  values   are
  488.          accumulated separately for each quarter-hour, and the busiest hour is  determined
  489.          at the end of the measurement period, as for the TCBH. This method will  normally
  490.          give results which are about 95% of the TCBH traffic  level,  when  the  time  of
  491.          fixed daily measurement is defined for every single circuit group, although major
  492.  
  493.  
  494.  
  495.  
  496.                                                         Fascicle II.3 - Rec. E.500   PAGE1
  497.  
  498.          changes in the traffic profile could lead to larger errors.
  499.                In alternate routing networks with traffic profiles that  are  similar  and
  500.          stable in the whole cluster,  FDMP  may  be  used  to  produce  measurements  for
  501.          multi-hour dimensioning applied on a few  selected  hours  of  significance.  The
  502.          stability of traffic profiles should be confirmed several times a year.
  503.  
  504.  
  505.  
  506.  
  507.  
  508.  
  509.  
  510.  
  511.  
  512.  
  513.  
  514.  
  515.  
  516.  
  517.  
  518.  
  519.  
  520.  
  521.  
  522.  
  523.  
  524.  
  525.  
  526.  
  527.  
  528.  
  529.  
  530.  
  531.  
  532.  
  533.  
  534.  
  535.  
  536.  
  537.  
  538.  
  539.  
  540.  
  541.  
  542.  
  543.  
  544.  
  545.  
  546.  
  547.  
  548.  
  549.  
  550.  
  551.  
  552.  
  553.  
  554.  
  555.  
  556.  
  557.  
  558.  
  559.  
  560.  
  561.  
  562.  
  563.  
  564.  
  565.  
  566.  
  567.          PAGE12  Fascicle II.3 - Rec. E.500
  568.  
  569.                7.3    Fixed daily measurement hour (FDMH)
  570.                If the fixed daily measurement period is reduced to  1  hour,  then  it  is
  571.          only necessary to accumulate a single measured value from each day. This  is  the
  572.          simplest measurement method, and it will normally give results  which  are  about
  573.          90% of the TCBH traffic value, when the time of the fixed  daily  measurement  is
  574.          defined for single circuit groups individually. However,  the  variations  around
  575.          the average are large.
  576.          8      Flow chart for the application of the different calculation methods
  577.                The  decisions  represented  in  Figure  2/E.500  compare  measurement  and
  578.          analysis costs to variations in  the  results  for  a  single  circuit  group  or
  579.          cluster. The costs are particular to each Administration.
  580.                The preceding sections  of  this  Recommendation  indicate  the  amount  of
  581.          measurement variance that can occur in typical situations  which  can  result  in
  582.          overprovisioning or a risk of poor grade of service.
  583.                In cluster  engineering  for  alternative  routing  networks,  measurements
  584.          outside the busy hour are normally needed if the traffic profile is unstable.  In
  585.          situations of stable traffic load the significant traffic hours can be  predicted
  586.          accurately, allowing use of a FDMP method.
  587.                                         Figure 2/E.500 - T0200810-87
  588.  
  589.                                                    ANNEX A
  590.                                      (to Recommendation E.500)
  591.                Example of influence of different busy hour definitions on
  592.                               measured traffic intensity
  593.          A.1    Introduction
  594.                The influence of  different  busy  hour  definitions  on  measured  traffic
  595.          intensity has been investigated by means of measurements on real traffic outgoing
  596.          from an international exchange.
  597.                Three clusters with a total of 15 circuit groups have been studied. One  of
  598.          the clusters (Cluster 1) carries traffic between different time zones.
  599.                Traffic per quarter of an hour was measured  during  the  whole  day  in  5
  600.          two-week periods (10 consecutive working days). The total elapsed time covered  9
  601.          months.
  602.                From  the  results  of  the  first  two-week  period  of  daily  continuous
  603.          measurements the times of FDMH and FDMP have been determined:
  604.                -   for each circuit group individually (ind),
  605.                -   per cluster (clu), and
  606.                -   for all three clusters commonly (com).
  607.                The time of FDMH is equal to  the  time  of  TCBH  in  the  first  two-week
  608.          period. FDMP includes FDMH and the hour before and the hour after.
  609.          A.2    Results of measurements
  610.                The results of  the  measurements  undertaken  are  summarized  in  Figures
  611.          A-1/E.500 to A-5/E.500.
  612.                Figure A-1/E.500 shows how the starting time of  TCBH  varies  between  the
  613.          five measurement periods:
  614.                -   for each cluster, and
  615.                -   for individual circuit groups in each cluster.
  616.                The following observations on the starting time of TCBH can be made:
  617.                -   the starting time of TCBH is the same in not more than 2 periods. This
  618.                   refers to both circuit groups and clusters;
  619.                -   5 circuit groups and 1 cluster have different TCBH in all periods;
  620.                -   8 circuit groups and 2 clusters have TCBH within the same part of  the
  621.                   day (morning or evening) in all periods;
  622.                -   TCBH common to all clusters is in the evening in all periods.  Only  2
  623.                   periods have the same common TCBH.
  624.                In  Figures  A-2/E.500  to  A-5/E.500  traffic  intensities  according   to
  625.          different busy hour definitions have been compared. Traffic  intensity  according
  626.          to the TCBH definition has been used as reference value (corresponding to 100% in
  627.          the figures).
  628.                Figure A-2/E.500 shows the results of comparisons on a cluster  level,  and
  629.          Figures A-3/E.500 to A-5/E.500 on a circuit group level.
  630.                Means and variations of traffic intensities are given as:
  631.                -   an average of all five periods (ADPQH and ADPFH), and
  632.                -   an average of measurement periods 2, 3, 4 and 5 compared with period 1
  633.                   (FDMH and FDMP).
  634.  
  635.  
  636.  
  637.  
  638.                                                         Fascicle II.3 - Rec. E.500   PAGE1
  639.  
  640.                A.3    Results on cluster level (Figure A-2/E.500)
  641.                ADPQH      intensities over 100%, mean = 102%.
  642.                ADPFH      intensities around 100%, mean = 100%.
  643.                FDMPclu   intensities from 95 to 100%, mean = 99%.
  644.                FDMHclu   intensities from 90 to 98%, mean = 94%.
  645.                FDMPcom   intensities from 42 to 100%, mean = 89%.
  646.                FDMHcom   intensities from 35 to 93%, mean = 83%.
  647.          A.4    Results on circuit group level (Figures A-3/E.500 to A-5/E.500)
  648.                ADPQH      intensities over 100%, mean = 104%.
  649.                ADPFH      intensities around 100%, mean = 100%.
  650.                FDMPind   intensities from 88 to 100%, mean = 99%.
  651.                FDMHind   intensities from 80 to 100%, mean = 93%.
  652.                FDMPclu   intensities from 51 to 100%, mean = 98%.
  653.                FDMHclu   intensities from 45 to 99%, mean = 91%.
  654.                FDMPcom   intensities from 24 to 100%, mean = 89%.
  655.                FDMHcom   intensities from 14 to 99%, mean = 81%.
  656.                                        Figure A-1/E.500 - T0200820-87
  657.  
  658.                                        Figure A-2/E.500 - T0200830-87
  659.  
  660.                                        Figure A-3/E.500 - T0200840-87
  661.  
  662.                                        Figure A-4/E.500 - T0200850-87
  663.  
  664.                                        Figure A-5/E.500 - T0200860-87
  665.  
  666.                References
  667.          [1]    PARVIALA (A.): The stability of telephone traffic intensity  profiles  and
  668.                its influence on measurement schedules and dimensioning  (with  Appendix).
  669.                11th International Teletraffic Congress, Kyoto 1985.
  670.          [2]    Biometrika Tables for Statisticians, Table 9, Vol. 2. Cambridge University
  671.                Press, 1972.
  672.  
  673.  
  674.  
  675.  
  676.  
  677.  
  678.  
  679.  
  680.  
  681.  
  682.  
  683.  
  684.  
  685.  
  686.  
  687.  
  688.  
  689.  
  690.  
  691.  
  692.  
  693.  
  694.  
  695.  
  696.  
  697.  
  698.  
  699.  
  700.  
  701.  
  702.  
  703.  
  704.  
  705.  
  706.  
  707.  
  708.  
  709.          PAGE12  Fascicle II.3 - Rec. E.500
  710.  
  711.