传统的波分复用网络因受固定栅格条件的约束,已无法适应以人工智能、大数据为代表的新型网络业务需求。弹性光网络采用正交频分复用技术,将网络频谱资源进一步分割成颗粒度较小的频谱单元。其可根据实际业务需求的大小进行动态有效地分配频谱资源,达到提高网络资源利用率和业务传输效率的目的。本文通过理论对比和建模仿真等方法,对弹性光网络中路由和频谱分配、频谱碎片整理等问题进行了深入的研究。本文首先从基本概念、基础架构、关键技术以及路由和频谱分配问题等4个方面对弹性光网络做了简单的介绍。其次,通过对弹性光网络运行时引发的频谱碎片问题进行分析,提出了业务碎片契合度(CSF)的概念,并根据CSF值的大小来衡量链路的频谱碎片化程度。与传统的频谱碎片评估方案仅考虑链路上当前碎片情况有所不同,CSF的核心思想是从全部碎片、单个碎片、到达业务三个维度来更好、更精确的评估碎片化程度。本文据此提出了基于业务碎片契合度的路由和频谱分配算法。建模仿真结果表明,在NSFNET,CERNET和USNET三种网络拓扑结构中,该算法在带宽阻塞率和资源利用率方面较Dijkstra+First Fit算法改善了34.38%、8.68%、28.51%和9.45%、9.35%、11.23%;较Dijkstra+Random Fit算法改善了45.83%、18.06%、30.89%和11.09%、17.29%、12.4%。此外,本文提出了基于资源节约策略的弹性光网络碎片整理算法。该算法的核心思想是在进行碎片整理时,通过遍历所有频谱块,按照先进先出的原则进行筛选,使得整理出来的连续可用频隙数与到达业务所需频隙数尽可能相等。在完成业务建立后,避免产生新的、更小的碎片。在NSFNET,CERNET和USNET三种网络拓扑结构中,该算法在带宽阻塞率和资源利用率方面较FBNDA算法改善了15.83%、8.54%、10.01%和5.88%、6.7%、9.79%;较Dijkstra+First Fit算法改善了56.18%、13.61%、33.06%和20.83%、12.84%、19.81%。