光网络的组网优化设计

光网络的组网优化设计

论文摘要

光纤通信的产生和发展是电信史上的一场重要革命,特别是近年来随着数据业务的增长,网络的带宽需求呈现加速增长的趋势。这使光网络成为光纤通信技术活跃的领域。光网络优化设计成为研究的热点问题之一,国内外高校、研究机构都投入大量的人力、物力和财力致力于这方面的研究。本文首先明确了光网络的概念、分层模型、发展、特点、应用以及研究现状。接着阐述了光网络组网技术的优化,然后较详细地讲述了光网络优化设计的具体方法,并针对旅行商(Travalling Salesman Problem,TSP)问题,提出了一种改进的蚁群算法。这种算法引入了人工蚂蚁的最大最小信息素和信息素更新机制等,避免了过早停滞的缺点,增强了局部和全局的搜索能力,提高了解的质量。同时对改进算法进行了二十五个节点的仿真,其结果表现出较好的特性。目前我国的工程现状都是根据设计人员的经验和用户的需求来进行网络设计的,本文规划和仿真出九个节点的最短环路,用来指导环形光网络设计,随后使用华为的光网络设备组建网络,进一步验证了算法的可行性和有效性。最后部分对全文进行了总结,并对光网络的新技术和发展趋势进行了展望和预测。

论文目录

  • 摘要
  • ABSTRACT
  • 1 光网络概述
  • 1.1 光网络概述
  • 1.1.1 光网络的概念
  • 1.1.2 光网络的分层结构
  • 1.1.3 光网络的横向分割结构
  • 1.2 光网络的发展
  • 1.3 光网络的应用
  • 1.4 光网络的优点
  • 1.5 光网络的演进
  • 1.6 光网络的研究现状
  • 1.7 本文的内容安排
  • 2 光网络组网技术的优化
  • 2.1 光网络的节点优化
  • 2.1.1 光网络的节点技术的发展
  • 2.1.2 光交叉连接设备(OXC)
  • 2.1.3 光分叉复用设备(OADM)
  • 2.1.4 节点设备的关键技术
  • 2.2 光网络的线路优化
  • 2.2.1 光纤技术
  • 2.2.2 光缆技术
  • 2.2.3 传输损伤和改善
  • 2.3 光放大技术
  • 2.3.1 掺铒光纤放大器(EDFA)
  • 2.3.2 拉曼放大器(FRA)
  • 2.3.3 半导体光放大器(SOA)
  • 3 光网络的优化设计
  • 3.1 光网络的拓扑结构
  • 3.1.1 网络的物理拓扑
  • 3.1.2 网络的逻辑拓扑
  • 3.1.3 自愈网
  • 3.2 光网络的优化设计
  • 3.2.1 网络优化设计概述
  • 3.2.2 表征光网络的参数
  • 3.2.3 光网络优化设计的主要思想
  • 3.2.4 光网络优化设计的原则
  • 3.2.5 光网络优化设计的主要任务
  • 3.2.6 光网络优化设计的内容
  • 3.2.7 光网络优化设计的步骤
  • 3.3 几种典型网络的优化设计
  • 3.3.1 树状网的优化设计
  • 3.3.2 环形光网络的优化设计
  • 3.3.3 网状光网络的优化设计
  • 4 改进的蚁群算法及其在环形光网络优化设计中的应用
  • 4.1 旅行商和光缆路由问题
  • 4.2 蚁群算法
  • 4.2.1 蚁群的觅食过程
  • 4.2.2 蚁群算法的原理
  • 4.2.3 蚁群算法的特点
  • 4.2.4 蚂蚁算法的研究现状
  • 4.2.5 蚂蚁算法的应用
  • 4.3 改进的蚁群算法及其仿真试验
  • 4.3.1 改进的蚁群算法
  • 4.3.2 仿真试验
  • 4.4 组网实例
  • 4.4.1 用改进的蚁群算法求最短路径
  • 4.4.2 设备选型
  • 4.4.3 系统设计
  • 5 结语和展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].2022年农用信息素市场将达42.3亿美元[J]. 世界农药 2018(02)
    • [2].中华蜜蜂报警信息素的生物活性检测[J]. 中国蜂业 2016(04)
    • [3].走,到蜜蜂家做客去[J]. 课堂内外(小学低年级) 2017(06)
    • [4].多蚁群双信息素疏散路径规划算法[J]. 电气自动化 2020(02)
    • [5].基于数字信息素的无人机集群搜索控制方法[J]. 系统工程与电子技术 2013(03)
    • [6].蚁群算法中基于知识引导的信息素控制策略[J]. 北京工业大学学报 2011(08)
    • [7].基于重要解成分的信息素更新策略[J]. 计算机科学 2010(05)
    • [8].国内外信息素类农药登记情况梳理[J]. 农药市场信息 2020(01)
    • [9].报警信息素对东方蜜蜂采集行为的干扰[J]. 中国蜂业 2016(01)
    • [10].人类身上有没有信息素?[J]. 大科技(百科新说) 2016(09)
    • [11].信息素——大自然的“秘密语言”[J]. 自然与科技 2014(04)
    • [12].一种自适应信息素改进蚁群算法[J]. 计算机系统应用 2009(10)
    • [13].信息素与蜱的防治[J]. 中华卫生杀虫药械 2008(03)
    • [14].基于数字信息素和领航算法的未知环境多智能体目标探测(英文)[J]. Frontiers of Information Technology & Electronic Engineering 2020(05)
    • [15].基于拥挤度因子的动态信息素更新策略蚁群算法[J]. 电子科技 2020(08)
    • [16].基于信息素设置的蚁群模型研究及仿真[J]. 自动化技术与应用 2018(05)
    • [17].一种基于信息素变化的改进蚁群算法[J]. 兵工自动化 2012(04)
    • [18].带参数信息素的蚁群算法[J]. 桂林电子科技大学学报 2011(02)
    • [19].基于信息素反应的群体觅食行为研究[J]. 系统仿真学报 2009(01)
    • [20].基于信息素强度的蚁群算法[J]. 计算机应用 2009(03)
    • [21].一种基于贡献的蚁群算法信息素分配策略[J]. 微计算机信息 2008(15)
    • [22].蚁群算法优化——基于局部信息素更新[J]. 湖北第二师范学院学报 2012(08)
    • [23].假眼小绿叶蝉信息素诱虫板茶园效果评价[J]. 茶叶科学技术 2011(04)
    • [24].基于信息素评价的卫星数传调度蚁群算法[J]. 系统仿真学报 2009(20)
    • [25].基于数字信息素的分布式决策技术[J]. 航天电子对抗 2018(01)
    • [26].基于信息素动态调整的云任务调度方法[J]. 信息通信 2016(11)
    • [27].翘鳞香菇信息素受体编码基因的克隆及其进化分析[J]. 工业微生物 2010(06)
    • [28].薜荔传粉小蜂对薜荔榕果挥发物和合成信息素的行为反应[J]. 福建师范大学学报(自然科学版) 2014(05)
    • [29].基于信息素适量更新与变异的高效蚁群算法[J]. 计算机工程与应用 2008(01)
    • [30].香菇信息素受体编码基因片段的克隆[J]. 食用菌学报 2008(02)

    标签:;  ;  ;  ;  

    光网络的组网优化设计
    下载Doc文档

    猜你喜欢