CN101783762B - 以太被动式光纤网络的动态频宽指配方法 - Google Patents

以太被动式光纤网络的动态频宽指配方法 Download PDF

Info

Publication number
CN101783762B
CN101783762B CN2009100027342A CN200910002734A CN101783762B CN 101783762 B CN101783762 B CN 101783762B CN 2009100027342 A CN2009100027342 A CN 2009100027342A CN 200910002734 A CN200910002734 A CN 200910002734A CN 101783762 B CN101783762 B CN 101783762B
Authority
CN
China
Prior art keywords
package
frequency range
neural network
dynamic bandwidth
optical terminus
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2009100027342A
Other languages
English (en)
Other versions
CN101783762A (zh
Inventor
彭正文
吴星毅
张仲儒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chunghwa Telecom Co Ltd
Original Assignee
Chunghwa Telecom Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chunghwa Telecom Co Ltd filed Critical Chunghwa Telecom Co Ltd
Priority to CN2009100027342A priority Critical patent/CN101783762B/zh
Publication of CN101783762A publication Critical patent/CN101783762A/zh
Application granted granted Critical
Publication of CN101783762B publication Critical patent/CN101783762B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种以太被动式光纤网络的动态频宽指配方法,包括预测器与可升级调整服务质量的动态频宽指配法则(PQ-DBA演算法则);而预测器主要是应用一个以递归式类神经网络组成的管线排程预测器,及延伸递归最小平方法学习法则,用来预测终端用户行为与各种服务的封包数量;本发明将原本光终端单元依据光主控终端所分配的频宽、以及由高优先等级至低优先等级传送的用户封包,建立更佳的服务质量讯务保障。

Description

以太被动式光纤网络的动态频宽指配方法
技术领域
本发明涉及到一种以太被动式光纤网络的动态频宽指配方法,特别是指一种以递归式类神经网络组成的管线排程预测器(PRNN),及延伸递归最小平方法(ERLS)学习法则。 
背景技术
针对以太被动式光纤网络上行讯号的排程(scheduling)已有许多研究,由于光终端单元的上行频宽属于共用分享式,因此如何分配光终端单元的上行频宽就成为重要议题;而最早提出上行讯号排程方式是时间分割多重接取(TimeDivision Multiple Access,TDMA)(如参考文献[1]),每个光终端单元配给固定的频宽(timeslot),虽然时间分割多重接取方式在实务系统设计上较容易作,但却无法应付光终端单元的变动资料封包需求,也因此导致频宽使用率较差;因此为了应付数据服务的突发式讯务需求,Kramer(如参考文献[2])提出可调插入式轮询时间(Interleaved Polling with Adaptive Cycle Time,IPACT)的轮询机制,使光终端单元的动态频宽需求获得一些改善,而此方法也提至IEEE802.3ah委员会,作为以太被动式光纤网络多点控制通信规约(MultiPointControl Protocol,MPCP)的标准建议,然而可调插入式轮询时间对于光终端单元的各种服务的服务质量的要求,像是延迟(delay)与封包丢弃机率(dropprobability)并未加以考虑; 
而依据可调插入式轮询时间法则,光终端单元的封包是采先进先出(FirstCome First Serve,FCFS)原则,也因此所有封包会有一定的延迟时间,而对于语音与实时视讯服务而言,是无法容忍延迟,或是较大的延迟变异(jitter);因此许多研究提出改善服务品质的排程机制:如参考文献[3]提出高优先权动态频宽指配法则(DBA-High Priority),针对高优先权的服务,降低其封包延迟时间与延迟变异,但同时牺牲了低优先权封包的丢弃率(使丢弃率提高)、延迟时间(使延迟加长)、减低完成传送率(throughput),产生不公平现象;另外参考文献[4],[5]提出光终端单元双层频宽指配法则(intra-ONU,inter-ONU,two layer bandwidth allocation,TLBA),主要方法是拉大每个光终端单元的 各种等级讯务的轮询时间,试着解决参考文献[3]中有关高低优先权封包的不公平现象;但却因此增加高优先权服务的延迟时间与降低其完成传送率,此法则的主要问题是无法满足突发式讯务的特性; 
而发轮询式动态频宽指配(Burst-polling based delta DBA)法则(参考文献[6])与多种服务动态频宽指配(DBA with multiple service,DBAM)法则(如参考文献[7])提出预测未来可能到达的分类服务讯务方法,试图改善平均封包延迟时间,但其使用单次最大频宽(maximum window)观念,此方法有如光终端单元要五毛,而光主控终端给一块;光主控终端多给光终端单元频宽的结果,反而造成频宽浪费,使传送效能下降。 
【参考文献】 
[1]G.Kramer,B.Mukherjee,and G.Pesavento,“Ethernet PON(EPON):design and analysis of an optical access network,”Phontic NetworkCommun.,vol.3,no.3,pp.307-319,July 2001. 
[2]——,“IPACT:A dynamic protocol for an Ethernet PON(EPON),”IEEECommun.Mag.,vol.40,no.2,pp.74-80,Feb.2002. 
[3]H.Cheng,M.Chen,and S.Xie,“A dynamic bandwidth allocation schemesupporting different priority services in EPON,”Proc.of SPIE,vol.5626,pp.1123-1127,2005. 
[4]C.M.Assi,Y.Ye,S.Dixit,and M.A.Ali,“Dynamic bandwidthallocation for Quality-of-Service over Ehternet PONs,”IEEE JSAC.,vol.21,pp.1467-1477,Nov.2003. 
[5]J.Xie,S.Jiang,and Y.Jiang,“A dynamic bandwidth allocationscheme for differented services in EPONs,”IEEE Opt.Commun.,vol.42,pp.32-39,Aug.2004. 
[6]Y.Yang,J.Nho,and B.Ahn,“An enhanced burst-polling based deltadynamic bandwidth allocation scheme for QoS over E-PONs,”NRBC’04,vol.89,pp.31-36,Oct.2004. 
[7]Y.Luo and N.Ansari,“Bandwidth allocation for multiservice accesson EPONs,”IEEE Opt.Commun.,vol.43,pp.16-21,Feb.2005. 
[8]S.Haykin and L.Li,“Nonlinear adaptive prediction of nonstationary signals,”IEEE Trans.Signal Processing,vol 43,pp.526-535,1995. 
[9]J.Baltersee and J.A.Chambers,“Nonlinear adaptive prediction ofspeech using a pipelined recurrent neural network,”IEEE Trans.Signal Process.,vol.46,no.8,pp.2207-2216,Aug.1998. 
发明内容
本发明的目的即在于提供一种以太被动式光纤网络的动态频宽指配方法,是提出一个以递归式类神经网络(pipeline recurrent neural network,PRNN)组成的管线排程预测器,及延伸递归最小平方法(extended recursive leastsquares,ERLS)学习法则,用来预测终端用户行为与各种封包数量,由于管线排程递归式类神经网络预测器具有快速收敛与精准预测的特点,非常适合用于预测以太被动式光纤网络,各个光终端单元以附加方式(pig-tail)回报的用户讯务(late-reported traffic)型态,而应用此预测器,可提高以太被动式光纤网络频宽使用效率。 
本发明的另一目的即在于提供一种以太被动式光纤网络的动态频宽指配方法,是提出一具有预测式可调整服务质量(QoS-promoted)的动态频宽指配法则(Dynamic Bandwidth Allocation),简称PQ-DBA演算法则。本发明主要改良IEEE 802.3ah标准制定的以太被动式光纤网络的上下行传送法则(Interleaved Polling with Adaptive Cycle Time,IPACT),以及其它动态频宽指配法则在服务质量与预测用户行为的弱点,使频宽使用率达到最佳化,而PQ-DBA演算法则在平均封包延迟(average data delay time)与公平性(Fairness)亦有提升。 
为实现以上目的,本发明采取了以下的技术方案:以太被动式光纤网络的动态频宽指配方法,是假设以太被动式光纤网络(请参阅图1所示,为本发明的以太被动式光纤网络系统架构示意图),其光主控终端的下行速率为RE(bps),用户至各个光终端单元的速率为RU(bps);而光主控终端衔接一个1:M分光器(splitter)至M个光终端单元,分别编号为ONU1至ONUM,光主控终端将下行封包广播至M个光终端单元,各个光终端单元依据其逻辑链路识别码(LogicLink Identifier,LLID)接收属于自己的封包,而丢弃其它不符光终端单元逻辑链路识别码的封包;当进行上行传送时,由光主控终端以多点控制规约 (MultiPoint Control Protocol,MPCP)方式送出允许指令(Grant MPCPDU)给各个光终端单元,光终端单元则依据该允许封包信息所给定的频宽与光信号起止时间,来传送各光终端单元的上行数据; 
各光终端单元并在其上行数据封包的最后一栏附加上响应指令(REPORTMPCPDU),一方面响应通知光主控终端,一方面告知光主控终端该光终端单元所剩余尚未传送的封包数量,以便向光主控终端请求下一次允许指令(GrantMPCPDU)的给定频宽。 
光终端单元ONUi接收来自于客户端的三种服务封包(语音,视讯,数据),分别存放于三个队列(分别标志为Q0,i,Q1,i,Q2,i,1≤i≤M),而储存于队列中的封包数值则记录于L0,i,L1,i,L2,i,1≤i≤M; 
本发明另增加三组服务质量观测参数: 
(1)视讯封包时间延迟门坎(Td *
(2)视讯封包丢弃机率门坎(Pd *)、 
(3)数据封包等待时间门坎(Tw *),将纪录于队列Q0,i,Q1,i,Q2,i,1≤i≤M内、在下一个轮询时间内必须被传送(否则会因超过服务质量参数门坎值而被丢弃)的封包数目,依序计算并记录于Ldp,i,Ld,i,Lw,i,1≤i≤M; 
另外光主控终端则依据各光终端单元的响应指令(REPORT MPCPDU)所送来六种封包数值(L0,i,Ldp,i,Ld,i,Lw,i,L1,i,L2,i)计算,加计管线排程递归式类神经网络预测器的参考数值,再以PQ-DBA演算法则分配每个光终端单元ONUi所能传送的封包数量;而光终端单元的封包控制模块(packet controller)将来自于用户终端的封包分别放到对应的队列中,同时会丢弃已超过队列容量的封包;但在本发明的PQ-DBA演算法则中,储存于队列中的封包若超过时间延迟门坎(Td *)时也会被丢弃(意即封包未在Td *时间内被传送出去)。 
光终端单元的队列管理器(queue manager)则是管控光主控终端-光终端单元间的封包送收,以及负责传送各个光终端单元的响应指令(REPORT MPCPDU)讯息与队列状态,各个光终端单元的队列状态主要是显示并告知光主控终端其各种服务封包量的储存情形(以Byte为单位);另外因时间分割多重接取法则(TDMA)与可调插入式轮询时间法则(IPACT)会产生以下的盲点:当光终端单元在某个时间点已送完所有资料,该光终端单元用响应指令(REPORT MPCPDU=0)响应至光主控终端,于是在下一个轮询时间中该光终端单元将无频宽可用(光 主控终端会给该光终端单元的给定频宽Grant=0);而经过某些时间,假设该光终端单元又有封包产生,需要传送时,但是此刻的轮询时间里该光终端单元并无频宽可用(因为先前的响应指令REPORT MPCPDU的队列封包值为0),只能重新向光主控终端要求频宽,因此该光终端单元的用户数据封包必须等待至少2~3个轮询时间才能被传送出去。 
上述光主控终端与光终端单元间使用允许指令-响应指令作沟通,会有2~3个轮询时间的落差,但这段时间光终端单元的终端用户仍持续送资料。因此本发明应用管线排程递归式类神经网络预测器来预估每一次轮询时间内光终端单元的用户所送出来的各种封包速率,并依此预估速率乘以轮询时间来推估各式服务的新增封包数量(记录于L0,i,L1,i,L2,i,Ldp,i,Ld,i,Lw,i),作为光主控终端分配光终端单元频宽的参考,进而提高以太被动式光纤网络系统的使用效率。 
最后光主控终端会依ONUi的顺序,依序预测个别ONUi在每次轮询时间内所新增的封包速率与数目,再依PQ-DBA演算法则分配ONUi所需的频宽。 
本发明与现有技术相比,具有如下优点: 
1.本发明可准确预估各种等级服务的讯务,在特定时间内(一次轮询时间)所来到的封包数,提供给光主控终端作为分配各个光终端单元的频宽参考。 
2.由于PRNN/ERLS预测器具有快速收敛与精准预测的特点,非常适合用于预测以太被动式光纤网络中,各个光终端单元以附加方式(pig-tail)回报的后期用户讯务(late-reported traffic)型态;应用此管线排程递归式类神经网络预测器,可预测出更接近正确且实际的终端用户行为与各种封包数量,使光主控终端与光终端单元间的传送效能提高,同时降低光终端单元的封包流失率(packet loss rate),进而可提高以太被动式光纤网络的频宽使用效率。 
3.本发明具有较佳的服务质量,因PQ-DBA算法针对光终端单元的各种优先等级讯务封包可建立更佳的讯务服务质量保障,且PQ-DBA演算法则针对光终端单元的各种优先等级(priority)讯务封包,另设计服务质量观测参数门坎,来确实保障各种服务(语音、视讯、数据)质量。 
4.本发明可动态升级用户讯务等级,是依据视讯封包时间延迟门坎(Td *)、视讯封包丢弃机率门坎(Pd *)、数据封包等待时间门坎(Tw *)等三个服 务质量参数设计,将原本较低优先权等级、在下一个轮询时间内必须被传送(否则会因超过服务质量参数门坎值而被丢弃)的封包,先行提升其优先权至较高等级,使光终端单元该类封包在下一次传递过程中,更优先被传送掉,进而提升服务质量。 
5.本发明的PRNN/ERLS预测器可解决时间分割多重接取(TDMA)与可调插入式轮询时间(IPACT)方法的盲点,因光终端单元的用户数据封包(最糟时)必须等待至少2~3个轮询时间才能被传送出去。 
附图说明
图1为本发明以太被动式光纤网络的动态频宽指配方法的以太被动式光纤网络系统架构图; 
图2为本发明以太被动式光纤网络的动态频宽指配方法的光主控终端与光终端单元上下行沟通示意图; 
图3为本发明以太被动式光纤网络的动态频宽指配方法的管线排程递归式类神经网络预测器架构; 
图4为本发明以太被动式光纤网络的动态频宽指配方法的递归式类神经网络模块功能架构;以及 
图5为本发明以太被动式光纤网络的动态频宽指配方法的演算法则(PQ-DBA)流程图。 
附图标记说明:1、光主控终端,11、管线排程递归式类神经网络,2、分光器,3、数个光终端单元,31、队列管理器,321、语音服务封包队列,322、视讯服务封包队列,323、数据服务封包队列,33、封包控制器,4、数个客户端。 
具体实施方式
下面结合附图和具体实施方式对本发明的内容做进一步详细说明。 
实施例: 
请参阅图1,为本发明以太被动式光纤网络的动态频宽指配方法的以太被动式光纤网络系统架构图,其中包含有: 
光主控终端1,是与分光器2相介接,通过分光器2将下行封包广播至数 个光终端单元3,另外该光主控终端1中具有管线排程递归式类神经网络11,以给定频宽分配允许指令; 
分光器2,是与光主控终端1及数个光终端单元3相介接,是一个单点对多点的分光器(splitter); 
数个光终端单元3,是与分光器2及数个客户端4相介接,各个光终端单元依据其逻辑链路识别码(Logic Link Identifier,LLID)接收属于自己的封包,而丢弃其它不符光终端单元逻辑链路识别码的封包;而光终端单元包含了队列管理器31、语音服务封包队列321、视讯服务封包队列322、数据服务封包队列323及封包控制器33,另外该数个光终端单元3会在上行数据封包的最后一栏附加上响应指令(REPORT MPCPDU),一方面响应通知光主控终端1,一方面告知光主控终端1该数个光终端单元3所剩余尚未传送的封包数量,以便向光主控终端1请求下一次允许指令(Grant MPCPDU)的给定频宽; 
数个客户端4,与数个光终端单元3相介接,因光主控终端1与数个光终端单元3间使用允许指令-响应指令作沟通,其中会有2~3个轮询时间的落差,但这段时间光终端单元的数个客户端4仍持续送资料; 
本发明的光主控终端1以递归式类神经网络(pipeline recurrent neuralnetwork,PRNN)组成的管线排程预测器及动态频宽指配法则(PQ-DBA),且本发明的管线排程递归式类神经网络预测器具有计算复杂度、快速收敛时间、适于预测非线性与非稳定(nonlinear and non-stationary)信号,如要预测ONUi第(N+1)个轮询时间的新增封包速率 
Figure G2009100027342D00071
,则以该光终端单元先前p个封包速率λm,i(n),λm,i(n-1),.....,λm,i(n-p+1)为输入参考值,再经由运算,即可得到 
Figure G2009100027342D00072
的预估值;因此本发明应用管线排程递归式类神经网络预测器来预估每一次轮询时间内光终端单元的用户所送出来的各种封包速率,并依此预估速率乘以轮询时间来推估各式服务的新增封包数量(记录于L0,i,L1,i,L2,i,Ldp,i,Ld,i,Lw,i),作为光主控终端1分配数个光终端单元3频宽的参考,进而提高以太被动式光纤网络系统的使用效率。 
请参阅图2,为本发明以太被动式光纤网络的动态频宽指配方法的光主控终端与光终端单元上下行沟通示意图,由图中可知,光主控终端与光终端单元上下行传送沟通方式是当光主控终端目前在第(n-1)个轮询时间(Ti(n-1)),起始于图2的T1时间点),光主控终端已接收到ONUi的所有队列信息(Lm,i(n-1), 其中m={0,1,2},1≤i≤M,及Ldp,i(n-1)、Ld,i(n-1)、Lw,i(n-1)),而光主控终端使用本发明的管线排程递归式类神经网络预测器预估ONUi在Ti(n-1)时间内所新增的封包数目,作为PQ-DBA演算法则分配给ONUi的频宽(Gm,i(n))依据;而光主控终端会依据先前已知的信息,计算实际ONUi于第(n-1)次轮询时间的持续时间内,队列Qm,i的新到封包数为: 
1.高讯务时(High Loading):当Lm,i(n-1)>0时,表示预测值少于实际新到封包数值Am,i(n-1),或是最大给定频宽仍不足以供应ONUi原有的Lm,i(n-2)要求的频宽,则队列Qm,i于Ti(n-1)时间内的新到封包数为 
E ~ m , i ( n - 1 ) = G m , i ( n - 1 ) - L m , i ( n - 2 ) + L m , i ( n - 1 ) ~ A m , i ( n - 1 ) = λ m , i ( n - 1 ) * T i ( n - 1 )
2.低讯务时(Low Loading):当Lm,i(n-1)=0时,表示预测值可能高于实际新到封包数值Am,i(n-1),此时无法得知真正的实际新到封包数值,因此选用与之前的已知实际新到封包数值作平均; 
E ~ m , i ( n - 1 ) = E ~ m , i ( n - 2 ) + Σ k = 3 n - 1 A m , i ( n - k ) n - 2 ~ A m , i ( n - 1 ) = λ m , i ( n - 1 ) * T i ( n - 1 )
因此可知,λm,i(n-1)=Am,i(n-1)/Ti(n-1)。 
3.第n-1个轮询时间内新增封包数目预测为 E ~ m , i ( n - 1 ) = λ ~ m , i ( n - 1 ) * T i ( n - 1 ) ,由图2中可知, G m , i ( n ) = [ L m , i ( n - 1 ) + E ~ m , i ( n - 1 ) ] ≈ [ L m , i ( n - 1 ) + A m , i ( n - 1 ) ] .
为了使Lm,i(n)最小化(频宽使用率最大化),除了光主控终端所分配的频宽Gm,i(n)需满足原本Qm,i队列内Lm,i(n-1)的封包需求外,另需提供给Ti(n-1)时间内所新增的封包数目(Am,i(n-1));所以预测得愈准,Lm,i(n)会愈趋近于0,但此时尚未知Lm,i(n)的值,所以只能由第(n-1)轮询状态以前所得到的信息,如λm,i(n-2)、λm,i(n-3)、λm,i(n-4)...,来推估第(n-1)次轮询时间Ti(n-1)内的新增封包速率 
Figure G2009100027342D00085
请参阅图3,为本发明以太被动式光纤网络的动态频宽指配方法的管线排程递归式类神经网络预测器架构,由图中可知,该结构属于非线性预测模型(nonlinear autogressive-moving average,NARMA),其中包含了r个处理阶层,而每一阶层有一个递归式类神经网络(recurrent neural network module,RNN)模块及一个比较器;其中除了第一个递归式类神经网络模块的第一个输出端(y1,1(n))为真正管线排程递归式类神经网络预测器的输出端口外,个别递归式类神经网络模块的输出端(yi,1(n),2≤i≤r)均连接至下一个阶层的递归式类神经网络模块,而递归式类神经网络模块的其它N-1个输出端(yi,2(n)~yi,N (n))则全部回授至原递归式类神经网络模块内;另外第r个递归式类神经网络模块的输出端(yr,1(n))也回授至原递归式类神经网络模块。 
请参阅图4,为本发明以太被动式光纤网络的动态频宽指配方法的递归式类神经网络模块功能架构,其中每一个类神经网络模块包含有N个神经元(v1~vN)、p个外部输入埠、N个回授输入埠与一个偏压输入埠组成;其中该外部输入埠为已知以前历次的实际新到封包速率λp(k),n-p+1≤k≤n;回授输入埠包括N-1个自我回授(图4的yi,2(n)~yi,N(n))与前一阶类神经网络模块的输出端口(图3的yr,1(n)~y2,1(n)),而偏压输入值设为常数1;因每个递归式类神经网络模块为整体r个阶层管线排程递归式类神经网络预测器的一个子预测器,因此每个子预测器会有一误差值,定义为ei(n)=λ(n-i+1)-yi,1(n),1≤i≤r; 
这个误差值可作为每个类神经网络模块内,加权影响度的更新之用;本发明使用延伸递归最小平方法作为管线排程递归式类神经网络预测器的学习法则(learning algorithm),用来作为加权影响度wij的更新之用;另外为了降低预测系统的复杂度,本发明的所有递归式类神经网络模块均配置一样的加权影响度数组[W](synaptic weight matrix),因此,整体管线排程递归式类神经网络预测器的误差必须加总来作为加权影响度的调整;而E(n)定义是所有管线排程递归式类神经网络预测器的子预测器的误差和 
Figure DEST_PATH_GSB00000686592100011
而αn是遗忘因子(exponential forgetting factor),介于0与1之间,由于延伸递归最小平方法采用现时与先前(r-1)个误差值作为预测的判断基准,因此能得到较好的预测值;有了预测器产生Ti(n)时间内新增封包的速率预测值 
Figure DEST_PATH_GSB00000686592100012
即可使用此 
Figure DEST_PATH_GSB00000686592100013
值,计算预估Ti(n)轮询时间内新增的封包数量值 
Figure DEST_PATH_GSB00000686592100014
也就是 由于可调插入式轮询时间法则对于光终端单元的用户无法提供优先权机制,解决服务质量需求,亦即语音与视讯封包的实时性要求较高,对网络的延迟较敏感;而数据封包的等待时间过长易会有饥饿(starvation)困扰; 
因此本发明另提出预测式可调整升级服务质量的PQ-DBA演算法则动态频宽指配演算方法,除使频宽使用率达到最佳化设计外,亦能满足封包的服务质量要求,其实施方式为: 
第一个步骤是用户讯务的优先权等级区分与服务质量参数设计,是在PQ-DBA演算法则里,将用户讯务分成六种优先权设计: 
1)最高优先权:语音封包(Q0,i); 
2)第二优先权:面临机率丢弃问题的视讯封包(Ldp,i); 
3)第三优先权:面临延迟问题的视讯封包(Ld,i); 
4)第四优先权:面临延迟问题的数据封包(Lw,i); 
5)第五优先权:一般视讯封包(Q1,i); 
6)最低优先权:一般数据封包(Q2,i)。 
由于语音服务及视讯服务为实时性的服务,对时间延迟较敏感,因此本发明设计了三个服务质量参数,以提升其讯务等级: 
1)视讯封包时间延迟门坎(Td *):记录于参数Ldp,i,表示哪些在下一次轮询时间若未被传送掉则会被丢弃的视讯封包数量(因为在下一次轮询时间的终点时刻,这些视讯封包的时间延迟已超过门坎值Td*)。 
2)视讯封包丢弃机率门坎(Pd *):在维持视讯服务质量情形下,所能容忍的视讯封包丢弃机率,记录于参数Ld,i,代表为了维持视讯封包的丢弃机率Pd *要求,哪些在下一次轮询时间必须被传送掉的视讯封包数量(否则在下一次轮询时间的终点时刻,这些视讯封包的时间延迟已超过门坎值Td *,而启动Pd *比率的随机封包丢弃);但随机丢弃封包的机率值不能太高,否则会因丢弃太多封包而影响视讯服务的服务质量,让用户无法接受。 
3)数据封包等待时间门坎(Tw *):记录于参数Lw,i,代表已超过等待时间门坎(Tw *)的数据封包数量(以避免数据封包超过等待时间上限,而进入饥饿状态(starvation mode),进而启动随机丢弃(Random Early Drop,RED)等机制)。 
而第二个步骤则是PQ-DBA演算法则的频宽设计,是在光主控终端的PQ-DBA演算法则会针对ONUi所填报的各种优先等级的用户封包信息,由高优先等级至低优先等级依序分配其传输频宽,直到所有频宽用完为止。 
请参阅图5,为本发明以太被动式光纤网络的动态频宽指配方法的演算法则(PQ-DBA)流程图,其中光终端单元(0NUi,1≤i≤M),分别将L0,i、Ldp,i、Ld,i、Lw,i、L1,i、L2,i及1≤i≤M,送至光主控终端,而光主控终端则依据各光终端单元ONUi的响应指令(REPORT MPCPDU)所送来六种封包数值(L0,i、Ldp,i、Ld,i、Lw,i、L1,i、L2,i)计算,加上管线排程递归式类神经网络预测器的预测值,再以允许指令(Grant MPCPDU)将分配的频宽值G0,i,、G1,i及G2,i,传给光终端单元(ONUi,1≤i≤M),并假设每个ONUi的总频宽为B,其步骤为: 
步骤一:依据光终端单元ONUi的L0,i回报值来设计,加上预测值后,优先分配给语音服务频宽(G’0,i); 
步骤二:依据光终端单元ONUi的Ld,i与Ldp,i回报值,加上预测值后,并扣除语音服务频宽后的剩余频宽 
Figure G2009100027342D00111
再分配给第二与第三优先服务质量的视讯服务频宽(G’1,i); 
步骤三:依据光终端单元ONUi的Lw,i回报值加上预测值后,与所剩余的频宽  B - Σ i = 1 M [ G ′ 0 , i + G ′ 1 , i ] , 分配给第四优先服务质量的数据服务频宽(G’2,i); 
步骤四:依据光终端单元ONUi的队列Q1,i所剩余的封包数量L1,i-Ld,i,加上预测值后,及剩余频宽 B - Σ i = 1 M [ G ′ 0 , i + G ′ 1 , i + G ′ 2 , i ] , 分配给第五优先的一般视讯服务频宽(G”1,i); 
步骤五:依据光终端单元ONUi的队列Q2,i所剩余的封包数量L2,i-Lw,i,加上预测值后,及剩余频宽 B - Σ i = 1 M [ G ′ 0 , i + G ′ 1 , i + G ′ 2 , i + G ′ ′ 1 , i ] , 分配给最低优先的数据服务频宽(G”2,i); 
步骤六:残留频宽分配,若所有光终端单元ONUi所要求的频宽与预测频宽均能提供且仍有残留频宽,也就是 B - Σ i = 1 M [ G ′ 0 , i + G ′ 1 , i + G ′ 2 , i + G ′ ′ 1 , i + G ′ ′ 2 , i ] > 0 , 因此 L0,i,L1,i比例再分给各光终端单元ONUi的语音服务(G”0,i)与视讯服务(G”’1,i); 
步骤七:送出允许指令(Grant MPCPDU)(语音),真正由光主控终端送至ONUi的分配频宽值G0,i(语音)、G1,i(视讯)、G2,i(数据),为先前六个步骤的个别和: 
G 0 , i = G ′ 0 , i + G ′ ′ 2 , i . G 1 , i = G ′ 1 , i + G ′ ′ 1 , i + G ′ ′ ′ 1 , i . G 2 , i = G ′ 2 , i + G ′ ′ 2 , i .
上列详细说明是针对本发明可行实施例的具体说明,该实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。 

Claims (14)

1.一种以太被动式光纤网络的动态频宽指配方法,其特征在于:包括
1)利用具管线排程递归式的类神经网络预测器及延伸递归最小平方学习法则来预测终端用户行为与各种封包数量,其中,所述管线排程递归式类神经网络预测器包含有r个处理阶层,而每一阶层有一个递归式类神经网络模块及一个比较器,所述处理阶层的第一个递归式类神经网络模块的第一个输出端除了为真正管线排程递归式类神经网络预测器的输出端口外,个别递归式类神经网络模块的输出端均连接至下一个阶层的递归式类神经网络模块,而递归式类神经网络模块的其它N-1个输出端则全部回授至原递归式类神经网络模块内;另外第r个递归式类神经网络模块的输出端也回授至原递归式类神经网络模块;
2)利用预测式可升级调整服务质量的动态频宽指配法则,使频宽使用率达到最佳化;其中,所述动态频宽指配法则包括:用户讯务的优先权等级区分与服务质量参数设计和演算法则的频宽设计;所述演算法则为光主控终端针对所填报的各种优先等级的用户封包信息,由高优先等级至低优先等级依序分配其传输频宽,直到所有频宽用完为止。
2.如权利要求1所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述以太被动式光纤网络包含有:
光主控终端,与分光器相介接,通过分光器将下行封包广播至数个光终端单元,另外该光主控终端中具有管线排程递归式类神经网络,以给定频宽分配允许指令;
分光器,与光主控终端及数个光终端单元相介接,是一个单点对多点的分光器;
数个光终端单元,与分光器及数个客户端相介接,各个光终端单元依据其逻辑链路识别码接收属于自己的封包,而丢弃其它不符光终端单元逻辑链路识别码的封包;
数个客户端,与数个光终端单元相介接,因光主控终端与数个光终端单元间使用允许指令-响应指令作沟通,其中会有2~3个轮询时间的落差,但这段时间光终端单元的数个客户端仍持续送资料。
3.如权利要求2所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述光终端单元包含了队列管理器、语音服务封包队列、视讯服务封包队列、数据服务封包队列及封包控制器。
4.如权利要求1所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述递归式类神经网络模块包含有N个神经元(v1~vN)、p个外部输入埠、N个回授输入埠与一个偏压输入埠组成。
5.如权利要求4所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述外部输入埠为已知以前历次的实际新到封包速率λp(k),n-p+1≤k≤n,而回授输入埠包括N-1个自我回授与前一阶类神经网络模块的输出端口,另外其偏压输入值设为常数1。
6.如权利要求1所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述递归式类神经网络模块均配置一样的加权影响度数组,以作为整体管线排程递归式类神经网络预测器的误差的加权影响度的调整。
7.如权利要求6所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述延伸递归最小平方学习法则采用现时与先前r-1个误差值作为预测的判断基准,以作为加权影响度wij的更新之用。
8.如权利要求1所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述用户讯务的优先权等级的设计方法包含:
1)最高优先权:语音封包Q0,i
2)第二优先权:面临机率丢弃问题的视讯封包Ldp,i
3)第三优先权:面临延迟问题的视讯封包Ld,i
4)第四优先权:面临延迟问题的数据封包Lw,i
5)第五优先权:一般视讯封包Q1,i
6)最低优先权:一般数据封包Q2,i
9.如权利要求1所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述服务质量参数设计包含了视讯封包时间延迟门坎、视讯封包丢弃机率门坎及数据封包等待时间门坎。
10.如权利要求1所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述演算法则的步骤为:
1)步骤一:依据光终端单元储存于队列中的封包数值L0,i回报值来设计,优先分配给语音服务频宽G’0,i
2)步骤二:依据光终端单元的面临机率丢弃问题的视讯封包Ldp,i与面临延迟问题的视讯封包Ld,i回报值,及扣除步骤一分配的语音服务频宽后的剩余频宽,分配给第二与第三优先服务质量的视讯服务频宽G’1,i
3)步骤三:依据光终端单元的面临延迟问题的数据封包Lw,i回报值与步骤二分配后所剩余的频宽,分配给第四优先服务质量的数据服务频宽G’2,i
4)步骤四:依据光终端单元的队列一般视讯封包Q1,i所剩余的封包数量L1,i-Ld,i,及步骤三分配后剩余频宽,分配给第五优先的一般视讯服务频宽G”1,i
5)步骤五:依据光终端单元的队列一般数据封包Q2,i所剩余的封包数量L2,i-Lw,i,及步骤四分配后剩余频宽,分配给最低优先的数据服务频宽G”2,i
6)步骤六:残留频宽分配,若所有光终端单元所要求的频宽与预测频宽均能提供且仍有残留频宽,则依封包数值L0,i及L1,i比例再分给各光终端单元的语音服务G”0,i与视讯服务G”’1,i
7)步骤七:送出允许指令,由光主控终端送至光终端单元的分配频宽值,为先前六个步骤的个别和。
11.如权利要求10所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述分配频宽值为G0,i、G1,i及G2,i,为先前六个步骤的个别和,其中,G0,i为语音服务频宽;G1,i为视讯服务频宽;G2,i为数据服务频宽。
12.如权利要求11所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述G0,i=G′0,i+G″0,i
13.如权利要求11所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述G1,i=G′1,i+G″1,i+G″′1,i
14.如权利要求11所述的以太被动式光纤网络的动态频宽指配方法,其特征在于:所述G2,i=G′2,i+G″2,i
CN2009100027342A 2009-01-16 2009-01-16 以太被动式光纤网络的动态频宽指配方法 Expired - Fee Related CN101783762B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009100027342A CN101783762B (zh) 2009-01-16 2009-01-16 以太被动式光纤网络的动态频宽指配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100027342A CN101783762B (zh) 2009-01-16 2009-01-16 以太被动式光纤网络的动态频宽指配方法

Publications (2)

Publication Number Publication Date
CN101783762A CN101783762A (zh) 2010-07-21
CN101783762B true CN101783762B (zh) 2012-05-23

Family

ID=42523586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100027342A Expired - Fee Related CN101783762B (zh) 2009-01-16 2009-01-16 以太被动式光纤网络的动态频宽指配方法

Country Status (1)

Country Link
CN (1) CN101783762B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160080208A1 (en) * 2013-05-02 2016-03-17 Mitsubishi Electric Corporation Master station device, slave station device, optical communication system, control device, and bandwidth allocation method
CN110535803B (zh) * 2019-09-03 2021-06-25 西南交通大学 一种无源光网络上行传输接收端解调方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1433192A (zh) * 2002-01-17 2003-07-30 三星电子株式会社 千兆以太网无源光网络中实现多种功能的方法及帧结构
CN101258712A (zh) * 2005-09-08 2008-09-03 泰克诺沃斯公司 促进以太无源光网络中区分的服务质量

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1433192A (zh) * 2002-01-17 2003-07-30 三星电子株式会社 千兆以太网无源光网络中实现多种功能的方法及帧结构
CN101258712A (zh) * 2005-09-08 2008-09-03 泰克诺沃斯公司 促进以太无源光网络中区分的服务质量

Also Published As

Publication number Publication date
CN101783762A (zh) 2010-07-21

Similar Documents

Publication Publication Date Title
US8068731B2 (en) Dynamic bandwidth allocation method of Ethernet passive optical network
CN102594682B (zh) 一种基于流量预测的gpon动态带宽分配方法
CN101771902B (zh) 分配无源光网络上行带宽的方法、系统及装置
CN105681092B (zh) 一种混合复用pon中基于业务优先级的波长时隙分配方法
Lannoo et al. Analytical model for the IPACT dynamic bandwidth allocation algorithm for EPONs
CN101512970A (zh) 宽带无源光网络的动态带宽分配和业务划分
Lee et al. Comprehensive performance assessment of bipartition upstream bandwidth assignment schemes in GPON
CN1953353A (zh) 基于吉比特无源光网络中多等级服务的动态带宽分配方法
CN101888342A (zh) 带宽分配方法及装置
CN101953119A (zh) 频带分配方法以及无源光通信网系统
CN106209687A (zh) 一种混合复用pon全局资源高效分配方法
Wang et al. On the performance of Hybrid-PON scheduling strategies for NG-EPON
CN101783762B (zh) 以太被动式光纤网络的动态频宽指配方法
Zhang et al. Early drop scheme for providing absolute QoS differentiation in optical burst-switched networks
Triki et al. Is it worth adapting sub-wavelength switching control plane to traffic variations?
CN100452681C (zh) 用于调度无源光网络中多类别业务的控制方法和系统
Antunes et al. Traffic capacity of large WDM passive optical networks
Liu et al. MPCP-ℓ: Look-ahead enhanced MPCP for EPON
TWI396401B (zh) Dynamic Bandwidth Assignment Method for Passive Fiber Network
Li et al. Fair and efficient DWBA algorithm based on SLA differentiated polling interleaved scheduling for NG-EPON
Wu et al. High upstream bandwidth utilization DWBA algorithm for NG-EPON with heterogeneous propagation delays
Skubic et al. Improved scheme for estimating T-CONT bandwidth demand in status reporting DBA for NG-PON
Antunes et al. GATE-driven dynamic wavelength and bandwidth allocation for WDM EPONs
Peng et al. PRNN/ERLS-based predictive QoS-promoted DBA scheme for upstream transmission in EPON
CN115484516B (zh) 一种无源光网络中带宽分配方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120523

Termination date: 20150116

EXPY Termination of patent right or utility model