论文部分内容阅读
光正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)作为弹性光网络(Elastic Optical Networks，EONs)的一种调制技术，由于其频谱利用的高效性、灵活性和对损伤的容忍能力近期来已经被越来越多的提起。对于等待服务的网络请求，当路由信息确定并在得出合适调制等级的基础上，请求被弹性地分配相应数量的OFDM子载波带宽槽，从而得到合适的资源分配，这一过程中所涉及到的路由、调制和光谱分配(Routing，Modulation andSpectrum Assignment，RMSA)问题成为了本文基本研究内容。当前已有学者们提出多种算法来解决它，同时RMSA问题也已被证实是一个NP完全问题。为了研究的便利，在不失正确性的前提下，本文的研究过程中将RMSA问题分解成两个子问题，即1）路由和调制等级以及2）光谱分配问题，并且依次按序解决它们。在此基础上，本文提出了一种高效地启发式算法—自适应遗传算法(GeneticAlgorithm，GA)来解决EONs中考虑单播(Unicast)和组播(Multicast)的动态路由、调制和光谱分配(Dynamic RMSA)这一综合问题。GA作为进化算法的一个分支，可以在基于当前网络状态的情况下，提供一种有效的方法为动态光网络请求提供光谱分配的服务。GA是为多目标优化而设计，当网络请求流量较低，光谱资源足够承载所有请求，即没有请求被阻塞的情况会发生，此时GA将会最小化拓扑中所有光纤上所需求的最大带宽槽数值;然而，当网络流量较大时，由于阻塞会出现，基因算法将会尽力为所有等待请求的服务提供资源分配，即优化目标为最小化网络请求被阻塞的概率。 本文对提出的GA就动态RMSA问题的服务能力在14点NSFNET拓扑和28点US Backbone拓扑中进行了仿真。仿真结果证实:1）在仅存单播请求情况下，基于基因算法来解决RMSA问题的方法(GA-RMSA)从网络负载均衡和较低的网络请求被阻塞概率两方面均优于多个已存的算法;2）在考虑组播请求存在的情况下，相比于已存的基于SPT(Shortest Path Tree)和MST(Minimum Spanning Tree)的两种启发式组播RMSA算法，GA也能获得更低的网络请求被阻塞概率;3）从算法收敛性来看，仅单播请求情况下，GA可在10代左右收敛，同时当复杂的组播请求存在时，GA也能够在20代左右达到收敛，证实了GA的高效性。