支持综合业务应用的下一代网络(NGN)的出现,要求在IP承载网上提供包括传统电信业务在内的多业务应用。NGN承载层与业务应用层间相互独立、缺乏有效协商的致命缺点使传统实时应用业务、保证型业务难以在NGN环境下获得传统电信业务所要求的QoS保证,这桎梏了NGN的大规模发展与应用。本文针对该问题,对承载层IP QoS控制与业务层接纳控制问建立有效协商机制所涉及的相关问题进行了系统研究。 为掌握NGN业务的IP流量特征,本文分析了当前主流的网络流量模型,并利用实测NGN流量数据对网络流量的重要特征进行了分析。论证了传统流量模型未能揭示NGN流量的本质特征,在NGN流量分析应用中具有严格局限性;自相似及混沌动学模型由于反映了NGN流量的本质变化,在NGN流量分析中可作为网络流量分析与建模的重要工具与方法;验证了NGN流量数据具有周期性、自相似性与混沌特性。 基于小波信号分解与神经网络信号预测的相关原理,将小波神经网络引入NGN流量预测中,根据该预测模型的特点与实际应用的需要提出了一个改进的小波神经网络预测模型。得出采用小波信号分解,并以分解流量信号训练BP网络将避免由于流量“混沌”特性而导致的网络振荡;采用具有尺度变化能力的小波信号取代神经网络的Sigmoid转移函数,可使神经网络对NGN流量信号具有更好的逼近效果与精度:以低频分量作为训练样本与预测数据的改进预测模型对预测效率具有有效改善。 基于NGN网络流量的混沌特性,提出对其时间序列进行相空间重构,提取其Lyapunov指数,并基于Lyapunov指数进行短期流量预测的混沌动力学预测模型。得出基于混沌动力学预测模型进行NGN流量预测时,需要的数据量少,且能有效利用所有的数据信息,预测方法算法复杂度低,计算量小,但该预测方法仅在短期预测前提下具有高效性,当预测时间变长时其预测精度下降。 基于IP QoS对NGN综合业务的重要影响,仿真分析了IntServ、DiffServ、DiffServ+MPLS三种QoS方案,分析了各自的性能特征与适用范围。