波分复用光网络中的动态路由算法的研究

波分复用光网络中的动态路由算法的研究

论文摘要

WDM光网络技术是实现“全光网络”最高阶段的最有前景的方案之一,路由与波长分配算法是在光网络资源受限的情况下的优化算法,对合理进行网络优化,有效利用网络资源具有重要意义。本论文对WDM光网络中动态业务下的RWA问题进行了研究,主要从算法的目的、性能评价、影响算法的因素以及算法的实现方法等方面,针对动态业务模型下的波长路由算法提出了相应的解决方案。并综合应用数学建模、计算机仿真对所提出的方案进行了详细地分析。论文的主要工作以及成果如下:1)对WDM光网络动态RWA问题进行了深入研究,总结前人的研究成果,给出了WDM光网络动态RWA问题的物理模型和数学模型。根据动态网络中节点是否具有波长转换功能,将动态路由问题分为波长通道路由问题和虚波长通道路由问题分别进行探讨,并分析了两种情况下的阻塞率情况。2)对波长转换受限光网络下的动态路由算法进行了研究,通过引入链路综合代价、路由优化和波长优先级分层图,将三者结合对传统ADMH算法进行改进,提出了一种新的动态自适应路由算法,并进行了计算机仿真,结果证明这种算法优于传统算法。3)对波长转换非受限光网络下的动态路由算法进行了研究,并引入了仿生学理论——蚁群算法解决动态路由问题。对基础蚁群算法进行了深入研究,在此基础之上,通过改进寻路过程中链路综合权重的设置、优化蚁群寻路的原理以及波长优先级等提出了两种改进型算法,分别为基于流量限制和基于波长优先级的算法。进行了计算机仿真,结果证明改进的算法优于传统算法。上述研究结果发表了3篇学术论文。4)参与了基于VC++平台的仿真软件WRON-RWA1.0和WRON-RWA2.0的设计开发,已经授权了2项软件著作权。本仿真软件对常见的算法、改进算法以及本研究组新提出的算法进行了实现以及仿真验证,为理论分析提供数据支持。在此部分工作中,论文作者主要负责路由算法的实现。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 图列
  • 表列
  • 第一章 绪论
  • 1.1 WDM光网络简介
  • 1.1.1 WDM光网络发展过程
  • 1.1.2 WDM光网络技术研究热点
  • 1.1.3 WDM光网络优化设计
  • 1.2 WDM光网络中RWA算法技术发展状况
  • 1.3 WDM光网络的研究方法
  • 1.4 主要工作和论文内容安排
  • 第二章 WDM光网络动态路由问题
  • 2.1 WDM光网络的物理模型
  • 2.2 动态RWA问题的数学描述
  • 2.2.1 网络中的节点和边
  • 2.2.2 流表示式和路由表示式
  • 2.3 WDM光网络光路建立问题
  • 2.3.1 静态光路建立问题(SLE)
  • 2.3.1.1 支持电路交换业务的静态RWA算法
  • 2.3.1.2 支持分组交换业务的虚拓扑设计问题
  • 2.3.2 动态光路建立问题(DLE)
  • 2.3.2.1 基于波长通道的动态路由策略
  • 2.3.2.2 基于虚波长通道的动态路由策略
  • 2.3.2.3 波长分配算法
  • 2.3.2.4 分层图法
  • 2.4 动态RWA问题的光链路测度和权重函数
  • 2.5 波长路由光网络的阻塞率分析
  • 2.5.1 ρ与干扰连接无关时光通道的长度对阻塞率的影响
  • 2.5.2 ρ与干扰连接有关时光通道的长度对阻塞率的影响
  • 第三章 基于波长通道的动态路由算法
  • 3.1 相关算法现状
  • 3.1.1 算法的描述
  • 3.1.2 算法的数学模型
  • 3.1.3 算法设计
  • 3.2 改进的动态自适应路由算法-基于优先级的自适应最小跳数路由算法
  • 3.2.1 算法描述
  • 3.2.2 算法的数学模型
  • 3.2.2.1 网络的数学模型定义
  • 3.2.2.2 综合路由链路权重定义
  • 3.2.2.3 波长优先级分配模型
  • 3.2.3 算法的设计
  • 3.2.3.1 最短路径和负载最小综合代价路由
  • 3.2.3.2 基于优先级的波长分配
  • 3.3 计算机仿真分析
  • 3.3.1 仿真网络设置
  • 3.3.2 参数设置
  • 3.4 算法小结
  • 第四章 基于虚波长通道的动态路由算法
  • 4.1 基于流量限制的动态路由算法
  • 4.1.1 蚁群算法的描述
  • 4.1.2 蚁群算法的数学模型
  • 4.1.3 蚁群活动模型
  • 4.1.3.1 基础蚁群模型
  • 4.1.3.2 蚁群模型的改进
  • 4.1.4 一种改进的自适应蚁群算法的动态路由选择
  • 4.1.4.1 基本思路
  • 4.1.4.2 算法的基本步骤
  • 4.1.5 仿真与数据分析
  • 4.1.5.1 参数的设置
  • 4.1.5.2 最佳路由的选择
  • 4.1.5.3 动态路由表的确定
  • 4.1.6 算法小结
  • 4.2 基于负载均衡的自适应算法
  • 4.2.1 算法描述
  • 4.2.2 算法的数学模型
  • 4.2.2.1 蚁群规则
  • 4.2.2.2 波长优先级问题
  • 4.2.3 改进的基于负载均衡的自适应算法
  • 4.2.4 仿真与数据分析
  • 4.2.4.1 仿真网络
  • 4.2.4.2 参数的设置
  • 4.2.5 算法小结
  • 第五章 光网络软件设计
  • 5.1 算法的计算机仿真步骤
  • 5.2 仿真平台的功能组成
  • 5.2.1 路由和波长分配算法部分
  • 5.2.2 用户自定义拓扑设计部分
  • 5.2.3 结果动态显示部分
  • 5.3 软件使用说明
  • 5.3.1 菜单介绍
  • 5.3.2 工具栏介绍
  • 5.3.3 操作示范
  • 5.3.4 网络实例
  • 第六章 工作总结与展望
  • 6.1 本文的总结
  • 6.2 研究展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文目录
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  ;  ;  ;  

    波分复用光网络中的动态路由算法的研究
    下载Doc文档

    猜你喜欢