波带交换新算法及其性能分析

由于波带交换在减少交换结构端口数、降低控制面复杂度和光交叉连接费用方面具有实际的意义,因而引起了人们广泛的关注.文章提出了两种新的波带交换算法并且做了相应的性能分析.     

静态波带交换中的一种波带粒度取值算法

波带交换可以有效地减少波长交换的交换端口数量,本文研究节点间业务量已知时静态波带交换中的波带粒度取值算法,提出了基于k均值聚类的波带粒度取值算法。算法将业务量相近的业务分为一组,一组内的业务用相同粒度的波带装载,以提高波带的利用率。研究表明,在没有业务疏导的环境下,与其他方法相比,算法使用的波带数量和波带内的空闲波长数量都比较少。本文还研究了静态疏导环境下不同波带粒度取值算法的性能,提出了多波带粒度下的业务装载策略。对于大粒度的波带,使用向下装载,而对于小粒度的波带,使用向上装载,意在减少波带的使用数量的同时提高波带利用率。仿真结果表明,使用静态业务疏导后,本文算法与其他方法相比,依然可以有效地减少波带数量,提高波带利用率。与基于组播路由的静态波带疏导算法相结合,使波带利用率可以达到98%以上。     

光网络中的波带交换技术

波分复用光网络已成为广域骨干网最可行的体系解决方案.波带交换(WBS)因其能减小光交叉连接器的端口数、控制复杂性和连接费用等,引起了广泛的关注.文章指出了WBS和传统波长路由的不同之处,对WBS的两种多粒度光交叉连接器结构进行了分析.文中还提出了基于WBS的各种方案和光路成组策略,讨论了WBS网络中的波带转换和故障恢复问题.     

多粒度光网络波带组合策略的研究

为了有效地传输不同波长粒度的业务,对多粒度光网络波带组合进行了研究。首先介绍了多粒度光网络的模型和光交叉节点,并在此基础上分析了多粒度交叉连接结构的两种结构,单层和多层多粒度交换结构。结合多粒度的交换结构,给出了几种波带组合策略,并对这些策略进行了分析和比较。     

WDM网络波带交换算法分析

主要介绍了WDM光网络中的波带交换(Waveband Switching)问题的基本概念、技术特点.并分析了研究波带交换问题与波长路由问题(RWA)的不同之处,总结了波带交换算法常用的分析和研究方法.     

波带交换光网络中的保护机制

本论文主要对波带交换光网络中的保护机制进行了一定的研究,提出了基于波带通道的专用保护和共享保护机制和算法,其中在共享保护算法中考虑不同的策略提出了三种不同的算法,即只共享逐跳的保护波长通道的WSP算法,只共享嵌入到波带通道中的保护波长通道的BSP算法和能同时共享两者的BWSP算法。最后进行了相应的网络仿真,讨论并得出BWSP算法的性能是最优的。     

支持OTDM的多粒度光交换结构研究

多粒度光交换能减小光交叉连接矩阵的规模,降低光节点的成本,然而现有多粒度光交换结构的最小交换粒度常为波长,该交换粒度太大,会导致核心节点的链路利用率低.文章在多层MG-OXC基础上,提出了一种新型多粒度交换结构,实现了波带交换和OTDM的结合.该新型MG-OXC结构端口较少,并且可以提高传输速率,同时也因此降低了同等信息量下波长的使用教量,为网络提供了更大的传输容量,能够很好地适应光网络发展的需要.     

多粒度动态光交换结构及其波带疏导算法

针对提高交叉连接器端口效率问题,进行了线性规划探讨.采用了一种新型的多粒度光交换结构并提出了一种动态波带疏导算法,对波长资源进行动态分配,并选择NSFNet拓扑进行仿真,仿真结果表明,算法不仅可以减少多粒度交叉连接端口数,同时还可以有效地降低阻塞率,提高网络资源的利用率.     

支持突发粒度的多粒度光交换研究

现有的多粒度光交换一般只支持光纤、波带和波长这三种粒度的光交换,其最小粒度通常为波长粒度.针对这种缺陷,提出了一种支持突发粒度的多粒度光交换方案,包括支持突发粒度的多粒度光交换的节点结构、路由策略、波带分配算法.这种方案利用了光突发交换的交换粒度小、统计复用特性等优点来提高链路利用率,同时利用多粒度先交换减少光交叉连接(OXC)的端口数和降低OXC的成本.仿真结果表明,所提出的支持突发粒度的多粒度光交换能有效降低包丢失率和端对端时延.     

基于可调光滤波器的波带交换节点性能研究

提出了一种基于可调光滤波器的波带交换节点结构,讨论了这种节点在不同波带算法下的性能.结果表明,这种波带交换节点结构能有效降低波带交换节点端口数目,提高网络吞吐量,具有很好的网络性能.     

一种基于虚拟突发的OBS网络业务疏导机制

提出了一种基于虚拟突发光突发交换的(OBS)网络业务疏导机制TG-VB(traffic grooming based on virtual burst)。作为一种多粒度动态业务疏导机制,TG-VB将常规突发通过"逻辑汇聚"组成虚拟突发,增大核心网中业务传输粒度;同时,TG-VB根据虚拟突发整体传输、整体调度的特点,为汇聚的常规突发动态地选择最优的共用传输路径。仿真结果表明,与采用传统疏导机制的OBS网络相比,TG-VB能够有效地减轻核心节点的通信处理开销,降低对网络节点端口数量的需求;在相同负载条件下,TG-VB可极大地提高波长信道利用率。     

Dynamic Waveband Switching in WDM Mesh Networks Based on a Generic Auxiliary Graph Model

Waveband switching (WBS) is a promising technique to reduce the switching and transmission costs in the optical domain of a wavelength-division multiplexing (WDM) network. This paper considers the problem of provisioning dynamic traffic using WBS in a WDM mesh network. The network of interest is a homogeneous WBS network, where each node has the functionality of WBS. The problem is called the dynamic WBS problem, which involves searching waveband-routes or wavelength-routes for the dynamically arriving traffic requests. The objective is to minimize the total switching and transmission costs in the optical domain. To solve the dynamic WBS problem, an auxiliary graph model capturing the network state is proposed. Based on the auxiliary graph, two heuristic on-line WBS algorithms with different waveband grouping policies are proposed, namely the wavelength-first WBS algorithm based on the auxiliary graph (WFAUG) and the waveband-first WBS algorithm based on the auxiliary graph (BFAUG). Simulation results indicate that WBS is an attractive technique which reduces the overall switching and transmission costs by up to 30% in the network. The results also show that the WFAUG algorithm outperforms the BFAUG algorithm in terms of port savings and cost savings.     

基于突发分离的自相似网络流量预测

网络流量预测在网络拥塞控制及资源分配中起着至关重要的作用。对于具有自相似性的网络业务流量,由于其存在较强突发,传统预测方法的预测精度普遍较低。本文针对存在高突发的网络流量数据,提出了一种基于数据分离的流量预测方法。在预测步骤前,本方法首先通过控制图将网络流量中难以预测的突发流量进行有效的分离,从而得到突发流量和非突发流量两部分数据。之后分别采用人工神经网络和自适应模板匹配方法实现对非突发流量和突发流量的预测。最后通过对两部分预测结果的合并得到最终的预测结果。基于实际流量数据的实验结果表明:相较于传统流量预测方法,本文所提出的方法具有更高的流量预测精度。      

基于FARIMA-GARCH模型的网络业务预测算法

网络流量的波动性与自相似特性为其精确预测提出了挑战。为此,提出了一种基于FARIMA-GARCH模型的预测算法。该算法首先利用分段双向CUSUM检测算法对流量序列的均值进行有效检测,并在此基础上将序列零均值化;然后采用限定搜索法对分数差分阶数进行精确估计;在获得模型参数后,使用FARIMA-GARCH模型对网络流量进行预测。仿真实验表明,限定搜索法能够获得比传统算法更高的估计精度。随后采用真实网络流量验证了预测算法的性能,在保持与FARIMA预测算法等价的时间复杂度下,其均方根和相对均方根误差与RBF神经网络预测算法相当,而高于FARIMA预测算法。同时,预测算法对突发流量的跟踪和预测性能明显优于对比算法,且有更好的区间估计性能。     

光网络绿色业务量疏导研究

简述了光网络绿色业务量疏导的基本问题,综述了有关方面近年来的研究状况,包括绿色网络功耗模型的研究、绿色业务量疏导算法的研究、绿色网络生存性问题的研究等。根据对各种方法的对比分析,指出了光网络中绿色业务量疏导领域还需进一步研究的共享保护、时间感知等新方法和新课题。     

光网络中基于组播树的静态业务疏导算法

为了减少波分复用(WDM)网络中波长资源消耗,将组播路由算法的思想运用于静态业务疏导的计算,通过建立业务疏导树来实现静态业务疏导.为了减少疏导树的数量,从而减少网络中波长资源的消耗,将节点间的业务请求分组归并,利用装包算法使业务分组的数量最少,并通过构建最小生成树实现传输路径共享.仿真结果表明,本文的算法可以有效地减少...     

改进的基于小波变换和FARIMA模型的网络流量预测算法

提出了一种改进的基于小波变换和FARIMA模型的网络流量预测算法,先对经过预处理的流量进行小波分解,再进行Mallat算法单支重构,接着用FARIMA模型分别对重构后的单支进行预测,最后合成流量。该算法较之传统的首先用FARIMA模型对小波系数进行预测再进行小波重构的算法减小了预测误差。仿真实验也验证了改进算法的预测准确性。     

结合多重分形的网络流量非线性预测

通过分析树型多重分形结构的相关性发现，多重分形可以把非平稳且具有长相关（LRD）和分形特性的网络流量序列转化为可用短相关（SRD）模型表示的序列组。利用多重分形这种将时间序列分解为多层的能力，提出了一种结合多重分形的FIR神经网络流量预测模型（MF-FIR，multifractal FIR network）。MF-FIR合理地利用了流量序列的LRD信息，具有很好的多步预测性能，可以满足通信系统在线预测的要求。