论文部分内容阅读
基于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术的弹性光网络(Elastic Optical Network,EON),具有频谱资源可聚合化、频谱资源可切片化、频谱分配弹性可变以及支持多速率传输等优点,可以很好适应未来大容量、高速率、可扩展、动态多变网络通信业务的发展,被看作是未来光传输网的主流方向。路由与频谱分配(Routing and Spectrum Allocation,RSA)问题是EON的关键问题,其核心就是提高频谱资源的利用率,以降低业务阻塞率。本文针对该问题进行研究,提出三种有效的RSA算法,并进行了仿真评测。本文首先介绍了 EON的产生背景、发展现状及其关键技术,着重讨论了 EON的RSA问题,对RSA算法进行分类和总结,并分析了典型RSA算法的主要思想。其次,为了减少离开业务对被占用频谱区域带来的频谱碎片影响,联合考虑时间-频谱域与时间-空间域两个维度,建立了以最小化阻塞业务数量和最小化新建业务与时间-频谱域、时间-空间域上已建立业务二者的离开时间差为联合优化目标的RSA问题的混合整数线性规划(Mixed Integer Linear Programming,MILP)模型,并提出一种基于业务持续时间的碎片感知RSA算法。该算法采用使时间-频谱域、时间-空间域上相邻业务之间离开时间的标准差最小化的频谱分配策略,总是为新业务选择能保证其与时间-频谱域、时间-空间域上相邻已建立业务具有最小离开时间标准差的频谱窗口建立连接,从而可以保障网络中时间-频谱域与时间-空间域上相邻业务离开时间的相近性,为未来业务连接提供更宽、更连通的频谱资源。然后,针对已有支持区分降级服务(Degraded-Service,DS)的算法中出现的过度降级、资源分配不公、忽略频谱与收益均衡性等问题,建立了以最小化网络频谱消耗和最小化降级服务等级与频次为联合优化目标的RSA问题的MILP模型,并提出一种基于区分降级服务和自适应调制的动态RSA算法。该算法不仅对不同优先级业务进行区分处理,而且还结合自适应调制技术和DS技术,设计了区分业务等级的DS损失函数和DS窗口选择策略,最小化了频谱占用度以及DS损失。另外,为缓解DS带来的资源分配不公等问题,设计了考虑资源分配与收益动态均衡关系的网络收益函数,达到了频谱资源的高效利用和网络收益最大化的目的。随后,针对已有DS算法出现的资源分配不公、忽略低优先级业务的体验质量(Quality of Experience,QoE)等问题,建立了以最小化降级频次、降级等级与传输时延损失(Transmission Delay Loss,TDL)为联合优化目标的RSA问题的MILP模型,并提出一种时延感知的降级恢复RSA算法。该算法不仅考虑不同优先级业务的区分处理,而且设计了区分业务等级的DS损失函数和DS窗口选择策略,最小化了 DS的损失。同时,为缓解DS造成的资源分配不公等问题,考虑服务费率与业务降级损失负向相关关系,设计了资源分配与收益动态均衡关系的网络收益函数,维持了用户的黏性。此外,为解决运营商收益最大化以及提高被降级业务的QoE问题,在DS窗口选择策略中提出降级恢复(Degradation Recovery,DR)策略,在保障传输数据量不变前提下,将可降级业务向空闲频谱域进行恢复,从而达到为高优先级业务提供最优DS窗口、降低被降级业务TDL和最大化网络收益的目的。最后,利用Visual C++搭建EON仿真平台,在动态业务模型下对提出的三种算法进行仿真分析,并与文献中典型算法进行对比,验证了算法的有效性。