基于QoE的彈性光網絡頻譜分配優化方法

楊其欽,劉壽強

(1. 廣州應用科技學院計算機學院,廣東 廣州 511300;2. 華南師范大學人工智能學院,廣東 廣州 510631

1 引言

隨著信息化的不斷進步,光通信技術以極快的速度發展[1-2],并被視為光傳輸網絡中的主流[3]。相比于傳統的WDM網絡,彈性光網絡具有靈活分配頻譜資源和有效利用光纖寬帶等優勢,可以大幅度提高頻譜資源的利用率。然而隨著物聯網和其他大帶寬應用以及用戶對網絡傳輸提出的更高要求,造成網絡頻譜資源短缺,用戶請求直接被拒絕,從而影響了用戶體驗[4]。因此需要對光網絡頻譜進行分配,在分配過程中遵循頻譜的連續性和一致性兩個基本約束條件,但由于連接請求的建立與刪除,導致頻譜資源碎片化,使頻譜不連續,為了解決頻譜資源浪費問題,大量文獻針對頻譜分配優化進行了研究。

文獻[5]建立了一種混合整數線性模型,考慮到業務差異化和DS技術,設計了基于DS和自適應相結合的動態RSA算法,采用DS損失函數和窗口選擇策略對頻譜的位置和資源進行合理分配,并通過網絡收益函數提高頻譜的收益,該方法可以大幅度降低光網絡業務的阻塞率。文獻[6]從路由選擇和頻譜分配兩方面進行考慮,采用KSP算法求出源節點到目的節點的路徑長度,按照頻譜資源數量,對路徑進行分配,該方法能夠提高頻譜資源的利用率。文獻[7]對最小化降級頻次、等級和傳輸時間損失進行綜合考慮,建立混合整數線性化模型,在最優DS串口中引入降級恢復方法,在恢復光網絡空閑頻域的同時,確保網絡最大化收益,該方法可以提高降級業務的成功率。

基于以上研究,本文考慮用戶不同的QoE需求,設計了基于QoE的彈性光網絡頻譜分配優化方法。當光網絡中存在多任務請求時,依據網絡的資源使用情況和空閑狀態確定出多維幀矩陣,并結合網絡資源多維幀矩陣計算出頻譜的復用率,選擇出最優的頻譜。并結合啟發式算法選擇出頻譜資源最少以及占用時隙總量最小的分配方法。

2 模型的建立

基于用戶QoE請求對網絡資源的實際情況進行分配,在網絡資源分配過程中遵循4個原則,分別如下:

1)流量限制原則:用戶業務請求速率不得高于業務請求源節點中調制解調器的總速率,公式表示為

(1)

其中,x表示請求的任務;n表示任務請求分解個數;Vreq表示業務請求速率;Vpro表示保護帶寬速率;V(y)表示調制解調器的速率;m表示源節點中調制解調器的個數。

2)頻譜一致性原則:用戶業務請求任務過程中,源節點與目的節點之間必須用同一個頻譜。

3)頻譜鄰接性原則:在頻譜分配中,一個用戶業務請求的頻隙必須是連續且鄰接的,光網絡的時隙數量可表示為

atime=bend-bstart

(2)

其中,bend表示頻譜塊的終止節點;bstart表示頻譜塊的起始節點。

4)頻譜沖突限制性原則:在同一個光纖鏈路上的同一頻隙只能處理一個任務請求。

基于以上原則,本文構建資源多維幀矩陣和頻譜分配策略,在滿足任務請求和用戶需求的前提下,提高彈性光網絡的利用率。

2.1 資源多維幀矩陣的建立

當用戶的多個任務請求同時抵達網絡時,按照用戶請求光路建立由網絡資源和光網絡同時確定的鄰接矩陣。通過設置波長、建立資源狀態,實現對多維幀矩陣的描述,光網絡拓撲鄰接矩陣可表示為

(3)

其中,c表示網絡中當前的節點數量;i表示鏈路中某個源節點;j表示鏈路中某個目的節點;A(i,j)表示鏈路聯通狀態。光網絡資源狀態矩陣可表示為

(4)

其中,Bi,j表示鏈路A(i,j)的光網絡資源狀態矩陣。Bi,j矩陣中每個元素可表示為

(5)

其中,m表示光網絡鏈路波長個數;n表示光網絡鏈路頻隙的個數。以復雜網絡理論和圖論為基礎,結合無線網絡連通度的計算方式。假設光網絡拓撲中各個節點具有相同的優先級,按照網絡節點連通程度,描述路由層面的光網絡,公式表示為

(6)

其中,j表示光網絡拓撲中的第j個中心節點;xi表示子圖的劃分個數;ci表示第i個子圖的節點個數;di表示第i個子圖到第j個中心節點的平均連通距離。若光網絡連通度較高的情況下,用戶業務請求的速率對光路影響相對于路由長短較大;若光網絡連通度較低的情況下,用戶業務請求的路由長度對光路影響相對于業務請求速率較大,因此設定優先級,采用最短路徑計算方法對多條路徑進行選擇,優先等級可表示為

(7)

其中,fe,k表示光網絡中業務請求e對應的路徑個數。

2.2 頻譜分配策略

為了利用多維幀矩陣對頻譜資源進行有效判斷,提出頻譜復用率,并通過用戶業務請求與網絡資源空閑狀態使光網絡資源利用率最大化,頻譜碎片程度最低化。依據優先等級的設定,用戶業務請求資源矩陣可表示為

(8)

其中,x是用戶業務請求的起始節點;y表示用戶業務請求的目的節點;B(m,n)表示光網絡鏈路中第m個波長對應的第n個空閑的頻隙。與資源狀態矩陣進行交集處理后,可以求出光網絡中可用的資源狀態矩陣

(9)

其中,Ex,y表示光網絡業務請求。光網絡頻譜資源的復用率公式表示為

(10)

3 頻譜分配的優化

通過以上方法建立的模型,在光網絡規模較大時,求解難度相對較高,無法滿足用戶QoE需求,因此提出啟發式算法對頻譜分配進行優化。本文將啟發式算法分為三個分配階段:單路徑單業務、單路徑多業務和多路徑多業務,為了能夠節約頻譜資源,在頻譜優化時,先嘗試第一個分配階段,若失敗再進入第二、三個階段。

3.1 單-單分配方式

為了滿足用戶QoE請求,根據光網絡中源節點和目的節點選擇出備選路徑,該過程需要保證請求具有最低頻隙開銷,全部頻隙開銷的計算方式為

(11)

其中,Bnet表示光網絡中頻隙的帶寬;vtran表示業務傳輸速率。根據每條備選路徑的頻譜使用情況,構建可以確定光網絡路徑中連續空閑頻隙的矩陣,構造的矩陣表示為

(12)

其中,lω,τ表示鏈路。通過現有全部路徑,求解各種情況下QoE的可能頻隙數量和頻隙總數量,分別表示為

(13)

其中,pr表示任意兩節點中距離最短的r條路徑。若當前路徑沒有可分配方式,那么對下一條路徑進行處理;若所有路徑均不可分配,那么進入單路徑多業務的分配方式。根據每種分配方式下使用時隙總量,選擇最小路徑與用戶業務進行連接。時隙總量用公式可表示為

(14)

其中,tstar,QoEi和tend,QoEi分別表示實際分配時起始和結束的時隙。

3.2 單-多分配方式

如果業務在第一階段的所有路徑均不能分配,那么將QoE請求分割成多個業務,業務分割方式可表示為

RQoE＿i=r1·φ1+r2·φ2+r3·φ3

(15)

其中,r1、r2和r3分別為被分割業務的傳輸速率;φ1、φ2和φ3分別為整數系數。在處理過程中,將φ1作為參照,采取降序處理,當具有相同φ1的情況下,再將φ2作為參照,同理進行下去,直至完成全部排列。

在單路徑多業務分配方式中,對備選路徑中被分割業務的處理按照累計頻隙的方法進行。在發現所在路徑不可分配時,將分配目標轉移至其余路徑。在QoE的路徑全部失效時,則采取多路徑多業務分配方式。對于可以建立連接的路徑,需要按照頻隙總量最小的路徑分配方式建立業務連接,所有業務分配路徑使用的頻隙總量用公式可表示為

(16)

當發現兩種方法具有一致的累計頻隙開銷時,就要對著兩種方法光網絡實際使用的累計時隙開銷采取進一步求解,公式表示為

(17)

選擇光網絡實際使用時隙最小路徑,以此來構造業務鏈路。此過程中,當出現若干種分配方案時,采取完成頻隙最少的編號來構造業務鏈路。

3.3 多-多分配方式

通過切割操作得到m個業務之后,再將候選路徑的前m個路徑進行排序,排序集合表示為

seq=〈p1,p2,…,pm〉

(18)

分別嘗試在不同排序方式下將QoE請求映射至候選路徑,采用單-單方式完成全部業務的鏈路構造,求解出各個業務的最優分配方式和當前路徑使用的頻隙總量。若QoE請求的沒有完成當前路徑的映射,則更換其它序列繼續驗證,直到全部路徑均無法分配,那么阻斷請求。對于全部可行分配方式,需要進一步計算出業務處于不同路徑時使用的頻隙總量

(19)

選擇頻隙總量最小的分配方式建立路徑連接,并對頻譜使用矩陣進行更新。

4 仿真實驗與結果分析

為了驗證本文方法的有效性,選擇節點個數為15,光鏈路為25條的光網絡,在Matlab仿真平臺上進行驗證。

假設光網絡鏈路上有300個頻隙,且帶寬為10GHz,任務請求隨機產生,當光網絡有負載時,對頻譜資源分配情況進行仿真測試,并將MPFA算法和HTBalancing算法與本文算法進行頻譜資源分配情況的實驗對比,如圖1所示。

圖1 多任務請求下的光路阻塞情況

從圖中可以看出,隨著業務請求與網絡負載的增加,本文算法能夠在不同負載情況下降低任務請求的阻塞率,并基于頻譜資源優先級和復用率的設計,能夠使頻譜資源最大化,大大降低了頻譜的碎片化程度。當業務請求為200條時,本文方法的優勢明顯好于其他兩種方法。而且當業務請求達到250條左右時,本文方法相對于MPFA算法和HTBalancing算法性能分別提高4.0%和7.0%左右。

為了進一步驗證本文算法對頻譜的利用情況,分別將MPFA算法和HTBalancing算法與本文算法進行頻譜利用率的實驗對比,在不同拓撲結構下對比結果如圖2所示。

圖2 不同算法頻譜利用率對比

從圖中可以看出,隨著網絡負載的不斷增加,由于業務連接所使用的頻隙數量越來越多,使三種算法的頻譜利用率呈現出上升趨勢,并且無論在哪種網絡拓撲結構下采用本文算法的頻譜利用率均為最高。其主要原因是HTBalancing算法只對業務間持續的時間差進行了分析,并沒有考慮頻譜的碎片化,因此隨著負載的不斷增加,頻域和時域均產生了零碎的頻譜資源,導致頻譜利用率較低。MPFA算法綜合考慮了頻譜碎片化和多業務情況,通過MPR提高了頻譜的利用率。而本文在建立業務鏈路過程中,充分考慮了頻譜消耗與帶寬安全,盡可能保證分配性能,極大程度上提高頻譜的利用率。

5 結束語

針對光網絡的頻譜資源分配和用戶QoE需求問題,提出基于QoE的彈性網絡頻譜分配優化方法。通過對多維幀矩陣的描述以及頻譜復用率方法實現光網絡資源的分配,降低頻譜碎片化程度。結合資源分配優先級對業務請求進行梳理,提高資源的利用率。為了對頻譜資源進行優化,分別從單-單、單-多和多-多進行優化設計。根據頻譜與時隙的消耗情況,完成請求連接。通過Matlab仿真平臺,將MPFA算法和HTBalancing算法與本文算法進行對比驗證,實驗結果表明不同負載情況下采用本文方法可以極大程度地降低任務請求的阻塞率,使頻譜資源的利用率大幅度提高。