在基于ATM实现的B-ISDN中,各种业务的数据被划分成固定长度的信元在网络中进行传输、交换等各种处理,这种在同一个网络中综合实现各种业务是ATM带来的优越性,其代价是在网络中必须要处理不同突发业务。突发是指各种业务信元流的随机性。因此,怎样对网络中信元流的特性进行描述就成了急待解决的问题。为了研究在ATM网上的视频流传输,构建能精确反映视频源统计特性的模型是完全必要的。 我们在统计复用的背景下研究视频模型。在本论文中,我们讨论了三种视频源模型:自回归模型、马尔科夫调制流体流模型、马尔科夫调制泊松过程模型(MMPP)。自回归模型在给应用视频业务的网络行为的仿真提供简单的编码的视频源设计的表达式时是有用的,在描述随时间变化的比特率时是有用的,但是由于自回归模型不易用于缓冲区大小的分析或在宽带网络、基于信元或分组网络中时延的确定,因此必须引入其它模型例如流体流或MMPP模型来分析网络中视频业务的影响。前两种模型用使复合马尔科夫链模型的一阶矩和二阶矩与测量的统计量相匹配的方法对丢失概率的性能进行分析,而MMPP模型用直方图近似方法进行分析。 然而,无论何种模型都不能适用于缓冲区大小的所有区域。所以,我们分别使用术语“信元”区域和“突发”区域来分析小缓冲区和大缓冲区域。MMPP的直方图模型适用于信元区域,而流体流模型适用于突发区域。我们使用一个双随机过程对视频业务到达进行建模,引入一个简单的连接技术使我们能够很容易把两个区域的盐线连接,从而得到一个随着缓冲区大小而变的平滑的丢失概率曲线。