智能光网络技术是光层资源和IP层智能的有机结合。通过控制平面的引入,实现了对光层的灵活控制,使得对网络资源的管理和配置具有了智能化特点,能够按需实现网络资源动态、实时、灵活的配置和提供。但到目前为止,人们对ASON技术的应用一直存有疑虑,包括大业务量情况下网络的稳定性、可控性、网络的动态性能(包括动态恢复性能、业务动态建立的阻塞性能等)以及在现有SDH网络基础上搭建ASON网络的经济性等等都是ASON网络建设者关注的问题。本论文共六章,可分为两部分,涉及主要工作如下,其中标注(**)的为本论文的主要创新点。第一部分:保护恢复性能及动态阻塞性能、智能光网络资源利用率的研究。(包括第2、3、4章)对智能光网络大业务背景下的并发连接阻塞率进行了研究。通过一个在ASON网络中分析动态连接管理性能的连接建立阻塞率的数学模型,分别对由于动态连接请求造成的阻塞率和由于并发冲突连接造成的阻塞率进行了理论分析。在此理论基础上首次引入背景流量来分析对连接阻塞率的影响,使得对阻塞率的研究更趋进于真实网络。通过实验的方式进一步说明:网络的阻塞并不都是由网络的负载造成的,首次通过实验界定了动态请求所引发的流量、网络的背景流量以及动态并发请求冲突各自对阻塞率的贡献。实验结论指出在一定的负载下,高并发请求对连接阻塞有着主要的贡献。只有当网络的负载足够大,这时负载对阻塞率的影响才会突显出来。该实验结论也符合理论的预期。该模型的使用使得评估在一定的网络负载情况下,ASON网络的连接管理性能成为可能,而且可以研究不同的连接请求到达率情况对网络连接阻塞率的影响。(**)对智能光网络大业务量下的保护恢复性能进行了研究。基于对Dijkstra算法权重概念的扩展,引入联合可变权重(JVW)的概念,在此基础上首次对链路代价进行了符合实际情况的扩展,除了考虑链路的距离、跳数等基本属性,还综合考虑了链路的使用率和链路的饱和度等,使得该算法对链路的选择更符合实际的需求。并首次通过大业务量模型对算法的性能进行了验证。验证了大业务量情况下该算法的性能:算法的恢复时延、不同恢复方式的时间差异、同时验证了该算法的网络阻塞特性、算法的链路选择机制,并做了相应的仿真分析,符合理论的预期结果。(**)对智能光网络资源利用率进行了全面分析。资源利用率是ASON动态性的一个最直接的反应。通过对不同网络拓扑及不同保护方式的仿真比较,确定了资源利用率改进的方式。此外通过仿真试验,比较了不同保护恢复算法在考虑ND、LD、FD时对恢复能力的影响。第二部分:ASON网络的网络规划及面向3G的城域网的网络规划。(包括第5、6章)从网络规划的角度分别分析了基于现网构建ASON网络和面向3G的城域网的网络可行性。并结合业务量对实际的网络规模给出了IP和光网络联合组网及光网络层面不同的组网技术的性能作了详细分析。此外为了保证现有的传输网能够平滑的演进到面向3G业务的网络,我们对3G业务类型和流量作了预测,在此基础上分析出传输网的带宽资源和功能性的需求,用于构建3G传输网的新架构。同时基于一定的业务模型的基础上,通过分析比较SDH和PTN的组网性能和成本,得出结论:分组传送网将是面向3G承载网的最终选择,并由此给出合理的网络建设规模方式,对现网的建设具有现实的参考价值。(**)