基于弹性光网络的通信网资源分配方法研究

来源 :华北电力大学(北京) | 被引量 : 0次 | 上传用户:wgz204
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
弹性光网络(Elastic Optical Network,EON)支持更细粒度和可变带宽的频谱调整方式、灵活的载波调整策略,能够更好地应对复杂多变的网络业务需求,改善频谱资源利用率。EON的核心问题是路由选取和频谱分配问题(Routing and Spectrum Assignment,RSA),如何根据业务请求的带宽大小,在源节点、目的节点之间建立一条工作光路,分配连续的频谱资源,成为人们关注的热点。同时,在动态的业务环境中,任意时间点都可能会发生业务连接的建立和拆除,随之而来的频谱资源再分配问题,将造成频谱碎片化的现象,导致业务阻塞率提高,资源利用率下降。因此,考虑EON的RSA算法和频谱重组策略已成为研究热点。本文针对EON因资源分配不科学、不合理,导致网络传输性能下降的问题,研究在动态业务环境中,如何降低网络的业务阻塞率,提高EON的传输效率,具体工作如下:针对传统RSA算法普遍存在的仅考虑频谱分配阶段的资源分配效率,忽略路由选择和频谱分配之间关系的现象,本文提出一种改进的基于图着色理论的弹性光网络资源分配算法——基于图着色理论的路由选择频谱分配(GT-RSA)算法。在路由选择阶段,GT-RSA算法采用前k条最短路径算法(KSP)确定备选路由集合,根据各备选路由集合构建备选路由关系图。在此基础上,结合图着色理论的混合整数线性规划模型进行选路,根据分支定界的DSATUR(BABD)算法得到优解,同时完成频谱的着色分区分配。最后,采用分区首尾适配(PAR-FLF)算法对业务进行频谱资源的分配。本文采用matlab搭建EON仿真平台,同时利用CPLEX SOLVER求解混合整数线性规划模型,在动态业务环境中对提出的GT-RSA算法进行仿真分析,相较于传统的RSA算法,GT-RSA算法具有更低的频谱资源消耗、阻塞率以及更高的平均链路连续率。针对EON中已有的频谱重组策略往往无法避免产生额外的频谱碎片,或者当空闲频谱资源同业务带宽需求不匹配时,无法完成重组的问题,本文提出的CM-SD算法,构建奇偶频谱共享模型,在奇偶频谱区域连接处空闲FS可共享使用,增加了业务连接建立的成功率。在频谱重组的过程中,构建了频谱碎片化程度计算模型,在各链路空闲FS数相同的前提下,能针对不同频谱碎片情况,区分不同链路的频谱碎片化程度,同时从容量匹配的角度出发,为发生阻塞的新业务重组适量的频谱资源,既保证了业务的成功传输,又避免了额外碎片的产生,降低了频谱碎片率。当频谱中的空闲FS无法和业务的带宽需求恰好匹配时,算法会将频谱中的全部空闲FS重组为连续的频谱块,提高了链路连续率,降低了阻塞率。
其他文献
随着云计算、大数据和5G技术的发展,电力通信网(PCN)将不断向电力物联网的方向演进,网络将会承载更多的业务且信息传递方式日益复杂;与此同时,大量新兴的电力业务对通信服务的需求差异化也在逐步扩大,传统的电力通信网络在网络统一管理和网络资源统一调度方面有所受限,灵活性和扩展性不足以满足网络发展的需求。软件定义网络(SDN)架构下的电力通信网便应运而生,SDN架构下的电力通信网能够方便地实现网络资源调
随着能源互联网的发展,电力骨干通信网上的业务数量日益增多。由于新建光缆需要一定的时间和成本,有必要考虑在网络拓扑不变的前提下通过路由优化改善网络业务的分布情况,降低业务拒绝率,提高网络的均衡度。论文针对电力骨干通信网中的路由优化问题,研究电力骨干通信网业务特性,开展电力骨干通信网路由均衡优化研究,构建最优化模型并提出模型求解方法。首先针对路由优化负载不均衡的问题,开展电力骨干通信网负载均衡路由优化
本文基于国际电信联盟在WRC-19大会提议的5G候选频段24.25-27.5GHz(简称24GHz频段),结合我国在该频段下的相关无线电业务规划使用情况,研究分析 24GHz 毫米波通信系统(Millimeter-wave Communication System,MCS)基站与车载雷达之间存在的相互干扰情况。本文的主要工作有:第一,分析总结了24GHz毫米波通信系统的主要技术和车载雷达系统的基本
电阻切换随机存取存储器(RRAM)作为一个典型的非易失的存储设备,具有简单的结构,可扩展性,快速的开关速度,低功耗和高集成度,为下一代计算系统中的信息存储和处理提供了有前景的应用。近年来,由于钙钛矿相CsPbI3优异的电学性能,吸引了越来越多RRAM应用领域的研究者的目光。然而,CsPbI3在室温下极易从立方相转变为非钙钛矿相,其在室温下的稳定相为黄相CsPbI3(δ-CsPbI3)。由于δ-Cs
随着移动通信技术和网络服务的飞速发展,虚拟现实、增强现实、自动驾驶、远程医疗等新型智能应用快速普及。这些应用通常是计算密集型和时延敏感型,即需要庞大的计算资源对数据进行实时处理。但是承载这些应用的终端设备通常具有有限的电池容量和计算能力,无法满足这些应用的需求。移动边缘计算(Mobile Edge Computing,MEC)被认为是解决上述挑战的潜在关键技术,MEC通过在无线网络的边缘侧(如基站
由于无线通信技术的应用领域不断扩展,满足动态需求的新型天线模型应运而生。当前无线通信系统需要天线具有高数据速率和高带宽等特点,因此,一种新的多输入多输出(MIMO)天线技术开始逐步建立和应用。具有多个天线单元的MIMO天线的设计是相关科研工作的难点内容,因为天线单元的尺寸很小并且共享同一个基片,导致了天线组件之间高耦合现象的出现。为了克服这些耦合效应,需要设计出一种更绝缘、更紧凑的天线。本文设计了
心电图波段识别是心脏病专家诊断心脏疾病关键步骤之一,旨在从一段给定的心电图记录中获取到与心脏状态相关的信息。近年来,基于深度卷积神经网络的心电图波段识别技术取得了显著的进展,许多有效的方法相继被提出。然而,目前大多数方法只是通过简单地堆叠残差块来增加网络深度,虽然网络模型的性能得到了提高,但不可避免的引入了大量参数,计算资源消耗巨大。本文提出了一种多尺度密集网络模型,旨在构建参数量少、泛化能力高,
电网智能化的提高和能源互联网建设的发展,使得电力通信网承载的业务在种类和规模上都有所提升。电力需求响应技术对能源需求侧进行管理,优化用能,是实现“碳中和”的重要途径,需要电力通信网为其提供支撑。保障电力业务的可靠传输对于电网稳定运行有着重要的意义。电力通信网由环网向网状网过渡,传统线性保护方法无法实现对有限带宽资源的高效利用,网络风险、业务流量特性等因素都会对电力业务的传输产生影响。基于上述问题,
全球疫情的肆虐加快了云计算发展的进程,云计算相关业务需求不断变大,这无疑给云数据中心带来了前所未有的压力,同时数据中心耗能过高也阻碍了云计算的发展。虚拟化技术的发展为解决数据中心能耗问题提供了较好的思路,虚拟机迁移整合不仅能够平衡数据中心的资源利用率,提高用户体验质量,同能节约数据中心的电力能源消耗。目前基于节能的虚拟机调度策略已有很多,并取得了较好的效果。但大多虚拟机调度策略仅将实时负载情况作为
随着电网的大规模互联和能源互联网的兴起,电力通信网建设的要求进一步提高。系统保护通信专网,是在传统电力通信网基础上建立的,其一方面要契合区域电网的系统保护需求,另一方面要满足电网信息的跨区域交流。因此,开展系统保护通信专网可靠路由方法研究具有重要实际意义。本论文针对系统保护通信专网的业务可靠性问题,开展了系统保护OTN通信专网可靠路由优化研究和系统保护通信专网级联故障可靠路由优化研究。论文首先针对