Page 31 - 网络电信2023年3月刊
P. 31

光    通    信

              图3 可重构无源光通信网络的准入最大周期数对比图                            图6 平均队列长度比较图















              图4 可重构无源光通信网络的准入平均周期数对比图
                                                                     根据图6可知,每个用户的平均队列长度不同,其中文献[3]
                                                                 网络的队列长度最长,其次是文献[1]和文献[2]网络,平均队列
                                                                 长度最短的是本网络,说明本网络的数据包分配时延最短,资源
                                                                 分配效率最快。
                                                                     3.3 资源分配
                                                                     利用本网络,向4位用户提供20项网络资源,网络资源先由本
                                                                 网络划分级别后,再根据用户的需求,将资源合理地分配给各个
                                                                 用户,分配结果如表1所示。
                                                                  表1 资源分配效果表
                根据图4可知,紧凑型的可重构无源光通信网络平均2.3个
            连续周期就可以获得准入,进行资源分配,但是分散型的可重构
            无源光通信网络要想获得准入,需要经过2.5个连续周期,由此可
            见,前者的平均准入周期明显小于后者。
                综上所述,在无突然事件发生的情况下,通过紧凑型分布方
            式的可重构无源光通信网络的性能更好。同时说明本方法的应
                                                                     根据表1可知,本网络能够将20项网络资源进行优先级划分,
            用范围较广,无论是长期应用还是短期处理资源分配,都可以根
            据用户需求,使用对应的分布方式。                                     并根据用户需要,为4位用户分配不同的网络资源,说明本网络应
                                                                 用效果佳,分配资源合理。
                3.2 带宽性能
                在优先级别相同且数量相同的业务中,对比本网络与文献
            [1]、文献[2]和文献[3]中的资源分配后网络的带宽容量性和时                         四、结论
            延性,结果分别如图5和图6所示。                                         将可重构无源光网络计算准入最优解的问题转换为多背包
                                                                 问题进行解决,简化了求解过程,通过对可重构无源光通信网络
              图5 带宽量比较图                                          获取的准入最优解,可知频谱间隙内可重构无源光通信网络,取
                                                                 得的子载波基本数量和多余数量,根据特有的两种频谱分布形式
                                                                 对子载波进行分配,提高了资源的利用率。

                                                                 参考文献
                                                                 [1]  张鸿,韩霄,王汝言,等.  时分波分无源光网络与云无线接入网联合
                                                                    架构中负载平衡的用户关联与资源分配策略[J].  电子与信息学
                                                                    报,2021,43(09):2672-2679.
                                                                 [2] 徐文艳,唐涛,段田东,等. 可见光通信网络节能资源分配策略研究[
                                                                    J]. 光学精密工程,2020,28 ( 07):1577 -1587.
                                                                 [3]  张峰,梁渊博,赵黎,等.  基于非正交多址的室内可见光通信系统性
                                                                    能优化方法[ J]. 红外与激光工程,2021,50(11):311-317.
                                                                 [4]  孙猷,张俊杰.  基于深度学习的水下无线光通信信噪比改善研究与
                                                                    实现[J]. 光通信技术,2021,45(01):10-15.
                                                                 [5]  张昆,赵尚弘,蒋炜,等.  基于光偏振复用调制的可重构三角波和方
                                                                    波产生的研究[ J]. 激光与光电子学进展,2020,57(17):93-101.
                由图5可知,随着处理业务的增多,带宽容量呈现上升趋势,                      [6]  李赫,赵尚弘,吴吉祥,等.  基于微波光子的可重构变频移相信号产
                                                                    生[J]. 光学学报,2020,40(08):153-170.
            文献[1]、文献[2]和文献[3]网络的带宽容量也不断上升,但是                     [7]  杨恺,陈晓宁.  基于自联想神经网络的可见光  MIMO  通信系统颜色
                                                                    检测[J]. 光学技术,2020,46(01):61-67.
            逐渐都趋于稳定,不再上升,说明带宽有限,不能满足大量业务的
                                                                 [8]  杨海宁,李昆,初大平.  硅基液晶技术与可重构全光通信网络[J].
            需求。  相对于文献中的网络,网络的带宽容量更大,使用范围更                          液晶与显示,2021,36(06):772-788.
                                                                 [9]  王峰,李兴华,许伟军,等.  一种基于多维属性的光传输网络告警压
            管理,更能满足资源合理利用的需求。                                       缩方法[ J]. 光通信技术,2021,45( 05):7-10.
                                                                 [10]  杨恺.  基于深度神经网络的光纤通信高阶色散预测[J].光学技
                                                                    术,2021,47(06):716-721.
            54                                         网络电信 二零二三年四月
   26   27   28   29   30   31   32   33   34   35   36