CN106161102B - 一种ip ran网络优化仿真方法及系统 - Google Patents

一种ip ran网络优化仿真方法及系统 Download PDF

Info

Publication number
CN106161102B
CN106161102B CN201610659939.8A CN201610659939A CN106161102B CN 106161102 B CN106161102 B CN 106161102B CN 201610659939 A CN201610659939 A CN 201610659939A CN 106161102 B CN106161102 B CN 106161102B
Authority
CN
China
Prior art keywords
network
ran
ran network
simulation model
key index
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.)
Active
Application number
CN201610659939.8A
Other languages
English (en)
Other versions
CN106161102A (zh
Inventor
李纯雅
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201610659939.8A priority Critical patent/CN106161102B/zh
Publication of CN106161102A publication Critical patent/CN106161102A/zh
Application granted granted Critical
Publication of CN106161102B publication Critical patent/CN106161102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic

Abstract

本发明具体涉及一种IP RAN网络优化仿真方法及系统，该方法包括：步骤S1、确定量化评判IP RAN网络的关键指标；步骤S2、根据IP RAN网络网元的性能参数、网元间的光缆距离和IP RAN网络拓扑架构，构建IP RAN网络的仿真模型；步骤S3、根据所述关键指标，确定所述仿真模型的输入数据；步骤S4、将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判IP RAN网络质量的关键指标数值；步骤S5、判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，对IP RAN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内；通过本发明的技术方案，可实现对IP RAN网络的优化仿真。

Description

一种IP RAN网络优化仿真方法及系统
技术领域
本发明涉及网络测评、网络仿真优化技术领域，具体涉及一种IP RAN网络优化仿真方法及系统。
背景技术
前期，中国联通和中国电信的基站回传网络是基于TDM/SDH(SynchronousDigital Hierarchy，同步数字体系)的，随着LTE等业务的发展，数据业务已成为承载主体。SDH独享管道的网络扩容模式难以支撑，中国联通和中国电信的传输网逐渐发展为IP RAN(IP Radio Access Network，IP无线接入网)为基础的网络，IP RAN技术解决方案采用IP/MPLS标准，增加同步、保护、OAM、网管等功能，并对路由转发指标进行简化。
目前IP RAN系统是中国联通和中国电信各种业务的重要承载方式，IP RAN网络重要性不言而喻，但如何评判、建设一张好的IP RAN网络，目前主要靠人员的感性判断，存在较大误差。
目前对IP RAN网络的建设，主要由网络建设各方人员通过讨论得出建设方案，建设方案考虑因素主要是成环率、网络拓扑结构、网络流量满足情况、投资情况，没有科学、全面、统一的判断标准。而且依靠经验及感性判断来确定的IP RAN网络建设方案，进行投资建设，会给投资造成较大风险。
发明内容
有鉴于此，本发明的目的在于克服现有技术的不足，提供一种IP RAN网络优化仿真方法及系统，实现对IP RAN网络性能的优化仿真。
一种IP RAN网络优化仿真方法，包括：
步骤S1、确定量化评判IP RAN网络的关键指标；
步骤S2、根据IP RAN网络网元的性能参数、网元间的光缆距离和IP RAN网络拓扑架构，构建IP RAN网络的仿真模型；其中，所述性能参数包括IP RAN网络网元的系统结构、业务封装类型、标签格式、分层传送模型；
步骤S3、根据所述关键指标，确定所述仿真模型的输入数据；
步骤S4、将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判IP RAN网络质量的关键指标数值；
步骤S5、判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，返回步骤S2，对IP RAN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的IP RAN网络或改造现有的IP RAN网络；其中，对IP RAN网络的仿真模型进行优化包括：调整IP RAN网络的拓扑结构、网元的系统结构、网元的数量及网元的业务封装类型。
优选地，所述关键指标包括：业务与网络匹配度指标、网络整体性能指标、业务服务策略度量指标、节点利用效率指标、峰值流速、均值速率；
其中，网络整体性能指标包括：时延、抖动、误码、丢包、拥塞和掉线，网络整体性能指标应在行业标准、国际标准和企业标准要求范围内。
优选地，所述步骤S1中确定量化评判IP RAN网络质量的业务与网络匹配度指标，具体为：
根据公式计算IP RAN网络覆盖区域内的业务能力参数X＝{X1,X2,…Xn}与网络能力参数Y＝{Y1,Y2,…Yn}的匹配度r，其中，n≥1，X1,X2,…Xn为IP RAN网络覆盖区域内n个测量点单位面积上业务 能力参数值，为X1,X2,…Xn的算术平均数；Y1,Y2,…Yn为IP RAN网络覆盖区域内n个测量点单位面积上网络能力参数值，为Y1,Y2,…Yn的算术平均数，r的目标数值范围为-1≤r≤1；
其中，所述网络能力参数包括：单位面积的IP RAN节点数、光缆距离和光缆分纤点个数；所述业务能力参数包括：单位面积的人口数、GDP、电费、燃气费和有线电视费。
优选地，所述步骤S1中确定量化评判IP RAN网络质量的业务服务策略度量指标，具体为：
根据公式计算满足QOS策略的程度；
其中，Kz为QOS策略不同业务等级的加权系数，n为QOS业务等级个数；QOSzcorret为根据闵可夫斯基距离算法第Z类的PW性能与业务等级应设置为Z的一致的PW个数，QOSztotal为业务等级应设置为Z的PW个数；QOS策略的目标数值为100％。
优选地，所述步骤S1中确定量化评判IP RAN网络质量的节点利用效率指标，具体为：
根据公式计算接入层的IP RAN节点利用效率；其中，L≥1，Y接入J为接入层J段落数据转发速率，Y接入k为接入层K节点交换容量或包转发速率；
根据公式计算汇聚层的IP RAN节点利用效率；其中，L≥1，Y汇聚J为汇聚层J段落数据转发速率，Y汇聚k为汇聚层K节点交换容量或包转发速率；
根据公式计算核心层的IP RAN节点利用效率；其中，L≥1，Y核心J为核心层J段落数据转发速率，Y核心k为核心层K节点交换 容量或包转发速率。
优选地，所述步骤S3具体为：
利用最小二乘法，分析峰值速率、忙时均值速率与用户网络参数的相关程度，确定与峰值速率和忙时均值速率相关度最高的用户网络参数；其中，所述用户网络参数包括用户数、流量、基站数和基站载频数；
根据现有网络的峰值速率和忙时均值速率与所述相关度最高的用户网络参数的对应关系，归纳出数学模型，并将目标优化网络的所述相关度最高的用户网络参数输入到所述数学模型中，以得到目标优化网络的峰值速率和忙时均值速率，并将目标优化网络的峰值速率和忙时均值速率作为所述仿真模型的输入数据。
优选地，所述步骤S4具体为将所述输入数据输入到所述仿真模型中进行进程、网元和网络三个层次的仿真计算，得到评判IP RAN网络质量的关键指标数值。
优选地，所述IP RAN网络优化仿真方法适用于IP RAN网络所承载的视频业务、语音业务和文本业务中的任一种或多种的组合。
一种IP RAN网络优化仿真系统，包括：
关键指标确定模块，用于确定量化评判IP RAN网络的关键指标；
仿真模型构建模块，用于根据IP RAN网络网元的性能参数、网元间的光缆距离和IP RAN网络拓扑架构，构建IP RAN网络的仿真模型；其中，所述性能参数包括IP RAN网络网元的系统结构、业务封装类型、标签格式、分层传送模型；
输入数据确定模块，用于根据所述关键指标，确定所述仿真模型的输入数据；
仿真模块，用于将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判IP RAN网络质量的关键指标数值；
判断模块，用于判断所述关键指标数值是否在目标数值范围内，若是， 结束优化仿真，否则，对IP RAN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的IPRAN网络或改造现有的IP RAN网络；其中，对IP RAN网络的仿真模型进行优化包括：调整IPRAN网络的拓扑结构、网元的系统结构、网元的数量及网元的业务封装类型。
本发明采用以上技术方案，至少具备以下有益效果：
由上述技术方案可知，本发明提供的这种IP RAN网络优化仿真方法及系统，首先确定关键指标，多维度定量衡量IP RAN网络的好坏，并根据IP RAN的数据转发特性，以OPNET/NS2/C语言工具对规划的IP RAN网络进行仿真建模，对规划的IP RAN网络建设方案进行优化仿真评测。根据评测结果优化调整IP RAN网络方案，有效提高网络规划设计的质量，降低网络投资风险。
另外，本发明提供的这种IP RAN网络优化仿真方法及系统除了能对规划中的IPRAN网络进行仿真，还可以对现有的IP RAN网络进行优化仿真，通过在仿真模型上加载测试数据或输入目标优化网络的业务数据，发现现有IP RAN网络的瓶颈，提前进行优化调整，并通过现有网络的关键指标数值与目标优化网络的关键指标数值分析比较，定量分析网络存在的问题，提出网络优化策略，以满足未来业务的发展，避免出现网络故障，降低网络运行风险。
附图说明
图1为本发明一实施例提供的一种网络优化仿真方法的流程示意图；
图2为本发明另一实施例提供的一种网络优化仿真系统的示意框图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
参见图1，本实施例提供的一种IP RAN网络优化仿真方法，包括：
步骤S1、确定量化评判IP RAN网络的关键指标；
步骤S2、根据IP RAN网络网元的性能参数、网元间的光缆距离和IP RAN网络拓扑架构，构建IP RAN网络的仿真模型；其中，所述性能参数包括IP RAN网络网元的系统结构、业务封装类型、标签格式、分层传送模型；
步骤S3、根据所述关键指标，确定所述仿真模型的输入数据；
步骤S4、将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判IP RAN网络质量的关键指标数值；
步骤S5、判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，返回步骤S2，对IP RAN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的IP RAN网络或改造现有的IP RAN网络；其中，对IP RAN网络的仿真模型进行优化包括：调整IP RAN网络的拓扑结构、网元的系统结构、网元的数量及网元的业务封装类型。
需要说明的是，本发明所提供的这种IP RAN网络优化仿真方法以OPNET语言工具对IP RAN网络进行仿真建模。
优选地，所述关键指标包括：业务与网络匹配度指标、网络整体性能指标、业务服务策略度量指标、节点利用效率指标、峰值流速、均值速率；
其中，网络整体性能指标包括：时延、抖动、误码、丢包、拥塞和掉线，网络整体性能指标应在行业标准、国际标准和企业标准要求范围内。
优选地，所述步骤S1中确定量化评判IP RAN网络质量的业务与网络匹配度指标，具体为：
根据公式计算IP RAN网络覆盖区域内的业务能力参数X＝{X1,X2,…Xn}与网络能力参数Y＝{Y1,Y2,…Yn}的匹配度r，其中，n≥1，X1,X2,…Xn为IP RAN网络覆盖区域内n个测量点单位面积上业务 能力参数值，为X1,X2,…Xn的算术平均数；Y1,Y2,…Yn为IP RAN网络覆盖区域内n个测量点单位面积上网络能力参数值，为Y1,Y2,…Yn的算术平均数，r的目标数值范围为-1≤r≤1；
其中，所述网络能力参数包括：单位面积的IP RAN节点数、光缆距离和光缆分纤点个数；所述业务能力参数包括：单位面积的人口数、GDP、电费、燃气费和有线电视费。
需要说明的是，r越接近1越好，也就是相关性越大，说明网络的业务匹配度越高。这隐含一个前提假设，即在网络资源一定的前提下，业务匹配度越高的网络越好。
需要说明的是，所述步骤S1中确定量化评判IP RAN网络质量的业务与网络匹配度指标，也可以通过分别绘制业务密度分布图和网络密度分布图，对业务密度分布图和网络密度分布图进行匹配比较得到。
优选地，所述步骤S1中确定量化评判IP RAN网络质量的业务服务策略度量指标，具体为：
根据公式计算满足QOS策略的程度；
其中，Kz为QOS策略不同业务等级的加权系数，n为QOS业务等级个数；QOSzcorret为根据闵可夫斯基距离算法第Z类的PW性能与业务等级应设置为Z的一致的PW个数，QOSztotal为业务等级应设置为Z的PW个数；QOS策略的目标数值为100％。
优选地，所述步骤S1中确定量化评判IP RAN网络质量的节点利用效率指标，具体为：
根据公式计算接入层的IP RAN节点利用效率；其中，L≥1，Y接入J为接入层J段落数据转发速率，Y接入k为接入层K节点交换容量或包转发速率；
根据公式计算汇聚层的IP RAN节点利用效率；其中，L≥1，Y汇聚J为汇聚层J段落数据转发速率，Y汇聚k为汇聚层K节点交换容量或包转发速率；
根据公式计算核心层的IP RAN节点利用效率；其中，L≥1，Y核心J为核心层J段落数据转发速率，Y核心k为核心层K节点交换容量或包转发速率。
优选地，所述步骤S3具体为：
利用最小二乘法，分析峰值速率、忙时均值速率与用户网络参数的相关程度，确定与峰值速率和忙时均值速率相关度最高的用户网络参数；其中，所述用户网络参数包括用户数、流量、基站数和基站载频数；
根据现有网络的峰值速率和忙时均值速率与所述相关度最高的用户网络参数的对应关系，归纳出数学模型，并将目标优化网络的所述相关度最高的用户网络参数输入到所述数学模型中，以得到目标优化网络的峰值速率和忙时均值速率，并将目标优化网络的峰值速率和忙时均值速率作为所述仿真模型的输入数据。
例如：若峰值速率和忙时均值速率与流量的相关度最高，则根据现有网络的流量与峰值速率和忙时均值速率的对应关系，归纳出数学模型，并将目标优化网络的流量数据输入到所述数学模型中，以得到目标优化网络的峰值速率和忙时均值速率，并将目标优化网络的峰值速率和忙时均值速率作为所述仿真模型的输入数据。
优选地，所述步骤S4具体为将所述输入数据输入到所述仿真模型中进行进程、网元和网络三个层次的仿真计算，得到评判IP RAN网络质量的关键指标数值。
根据网络模型分为网络、网元和进程三个层次分别进行仿真，采用的仿真工具可以是OPNET或NS2已经有较成熟的模板库，进行修改调用即可， 采用OPNET或NS2仿真简单易行可以操作，也可以采用C语言自编程仿真，这样投入精力更大，如果IP RAN设备开放源程序，可以减少大量工作。自编程仿真可以更加准确模拟IP RAN设备，可以更贴近网络运行情况。
优选地，所述IP RAN网络优化仿真方法适用于IP RAN网络所承载的视频业务、语音业务和文本业务中的任一种或多种的组合。
可以理解的是，IPRAN技术方案基于灵活IP通信的设计理念，在路由器架构为基础上，增强业务保护、时钟及OAM(Administration and Maintenance，网络操作、管理、维护)等功能。可以更好的支持多业务承载，较好的满足多多点对多点的业务通信，对于实时性要求比较高语音业务，IPRAN也可采用静态路由规划实时性较高业务的承载路径(如语音业务)，采用层次化的QoS策略和TE隧道技术保障话音质量。
IP RAN传送以太网业务时，一般要建立层次化的BGP/MPLS(Multi-ProtocolLabel Switching，多协议标签交换)VPN，所以接入设备和汇聚设备间，汇聚设备和核心设备之间需要分别建立MPiBGP对等体关系。部署BGP后可以建立BGP路由表，保持业务转发路径与规划路径一致。然后建立层次化的MPLS VPN，通过双层标签交换完成业务转发，并部署保护倒换方案。
IP RAN核心层网络采用MESH或口字型组网，汇聚层采用环形或口字型组网，接入层采用环形组网或双星型组网，网络拓扑结构尽量扁平化。另外，现有网管数据可以导出正在运行的IP RAN网络拓扑结构和网络运行参数，可以通过格式转换，输入到本发明提供的仿真模型中，仿真模型中的网络拓扑架构及网络运行数据大部分可以自动化生成，部分需要手动调节。
在采用C语言仿真，可调用gx_server_interact模块仿真网络设备，在gx_server_interact上添加MPLS协议支持，分别设置主要实现流量分类、标签映射、移除功能的接入层IP RAN设备LER，设置主要实现标签交换、分发、MPLS VPN功能的LSR核心，设置主要实现标签交换、分发功能并实现二层VPN到三层VPN映射封装功能的LSR汇聚，仿真拓扑中的接入层网元、汇 聚层网元和核心层网元分别LER、LSR汇聚、LSR核心仿真。可调用gx_client_interact模块模拟通信网中的视频业务、语音业务、数据业务。所需的业务可以在gx_client_interact模块，通过修改Application Config.cfg实现各种业务，背景流量作为其他业务所占用的网络资源。
参见图2，本发明还提出了一种IP RAN网络优化仿真系统100，包括：
关键指标确定模块101，用于确定量化评判IP RAN网络的关键指标；
仿真模型构建模块102，用于根据IP RAN网络网元的性能参数、网元间的光缆距离和IP RAN网络拓扑架构，构建IP RAN网络的仿真模型；其中，所述性能参数包括IP RAN网络网元的系统结构、业务封装类型、标签格式、分层传送模型；
输入数据确定模块103，用于根据所述关键指标，确定所述仿真模型的输入数据；
仿真模块104，用于将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判IP RAN网络质量的关键指标数值；
判断模块105，用于判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，对IP RAN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的IP RAN网络或改造现有的IP RAN网络；其中，对IP RAN网络的仿真模型进行优化包括：调整IP RAN网络的拓扑结构、网元的系统结构、网元的数量及网元的业务封装类型。
由上述技术方案可知，本发明提供的这种IP RAN网络优化仿真方法及系统，首先确定关键指标，多维度定量衡量IP RAN网络的好坏，并根据IP RAN的数据转发特性，以OPNET/NS2/C语言工具对规划的IP RAN网络进行仿真建模，对规划的IP RAN网络建设方案进行优化仿真评测。根据评测结果优化调整IP RAN网络方案，有效提高网络规划设计的质量，降低网络投资风险。
另外，本发明提供的这种IP RAN网络优化仿真方法及系统除了能对规划 中的IPRAN网络进行仿真，还可以对现有的IP RAN网络进行优化仿真，通过在仿真模型上加载测试数据或输入目标优化网络的业务数据，发现现有IP RAN网络的瓶颈，提前进行优化调整，并通过现有网络的关键指标数值与目标优化网络的关键指标数值分析比较，定量分析网络存在的问题，提出网络优化策略，以满足未来业务的发展，避免出现网络故障，降低网络运行风险。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。术语“第一、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。

Claims (9)

1.一种IP RAN网络优化仿真方法，其特征在于，包括：
步骤S1、确定量化评判IP RAN网络的关键指标；
步骤S2、根据IP RAN网络网元的性能参数、网元间的光缆距离和IP RAN网络拓扑架构，构建IP RAN网络的仿真模型；其中，所述性能参数包括IP RAN网络网元的系统结构、业务封装类型、标签格式、分层传送模型；
步骤S3、根据所述关键指标，确定所述仿真模型的输入数据；
步骤S4、将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判IP RAN网络质量的关键指标数值；
步骤S5、判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，返回步骤S2，对IP RAN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的IPRAN网络或改造现有的IP RAN网络；其中，对IP RAN网络的仿真模型进行优化包括：调整IPRAN网络的拓扑结构、网元的系统结构、网元的数量及网元的业务封装类型。
2.根据权利要求1所述的IP RAN网络优化仿真方法，其特征在于，所述关键指标包括：业务与网络匹配度指标、网络整体性能指标、业务服务策略度量指标、节点利用效率指标、峰值流速、均值速率；
其中，网络整体性能指标包括：时延、抖动、误码、丢包、拥塞和掉线，网络整体性能指标应在行业标准、国际标准和企业标准要求范围内。
3.根据权利要求2所述的IP RAN网络优化仿真方法，其特征在于，所述步骤S1中确定量化评判IP RAN网络质量的业务与网络匹配度指标，具体为：
根据公式计算IP RAN网络覆盖区域内的业务能力参数X＝{X1,X2,…Xn}与网络能力参数Y＝{Y1,Y2,…Yn}的匹配度r，其中，n≥1，X1，X2,…Xn为IP RAN网络覆盖区域内n个测量点单位面积上业务能力参数值，为X1,X2,…Xn的算术平均数；Y1,Y2,…Yn为IP RAN网络覆盖区域内n个测量点单位面积上网络能力参数值，为Y1,Y2,…Yn的算术平均数，r的目标数值范围为-1≤r≤1；
其中，所述网络能力参数包括：单位面积的IP RAN节点数、光缆距离和光缆分纤点个数；所述业务能力参数包括：单位面积的人口数、GDP、电费、燃气费和有线电视费。
4.根据权利要求2所述的IP RAN网络优化仿真方法，其特征在于，所述步骤S1中确定量化评判IP RAN网络质量的业务服务策略度量指标，具体为：
根据公式计算满足QOS策略的程度；
其中，Kz为QOS策略不同业务等级的加权系数，n为QOS业务等级个数；QOSzcorret为根据闵可夫斯基距离算法第Z类的PW性能与业务等级应设置为Z的一致的PW个数，QOSztotal为业务等级应设置为Z的PW个数；QOS策略的目标数值为100％。
5.根据权利要求2所述的IP RAN网络优化仿真方法，其特征在于，所述步骤S1中确定量化评判IP RAN网络质量的节点利用效率指标，具体为：
根据公式计算接入层的IP RAN节点利用效率；其中，L≥1，Y接入J为接入层J段落数据转发速率，Y接入k为接入层K节点交换容量或包转发速率；
根据公式计算汇聚层的IP RAN节点利用效率；其中，L≥1，Y汇聚J为汇聚层J段落数据转发速率，Y汇聚k为汇聚层K节点交换容量或包转发速率；
根据公式计算核心层的IP RAN节点利用效率；其中，L≥1，Y核心J为核心层J段落数据转发速率，Y核心k为核心层K节点交换容量或包转发速率。
6.根据权利要求1所述的IP RAN网络优化仿真方法，其特征在于，所述步骤S3具体为：
利用最小二乘法，分析峰值速率、忙时均值速率与用户网络参数的相关程度，确定与峰值速率和忙时均值速率相关度最高的用户网络参数；其中，所述用户网络参数包括用户数、流量、基站数和基站载频数；
根据现有网络的峰值速率和忙时均值速率与所述相关度最高的用户网络参数的对应关系，归纳出数学模型，并将目标优化网络的所述相关度最高的用户网络参数输入到所述数学模型中，以得到目标优化网络的峰值速率和忙时均值速率，并将目标优化网络的峰值速率和忙时均值速率作为所述仿真模型的输入数据。
7.根据权利要求1所述的IP RAN网络优化仿真方法，其特征在于，所述步骤S4具体为将所述输入数据输入到所述仿真模型中进行进程、网元和网络三个层次的仿真计算，得到评判IP RAN网络质量的关键指标数值。
8.根据权利要求1～7任一项所述的IP RAN网络优化仿真方法，其特征在于，所述IPRAN网络优化仿真方法适用于IP RAN网络所承载的视频业务、语音业务和文本业务中的任一种或多种的组合。
9.一种IP RAN网络优化仿真系统，其特征在于，包括：
关键指标确定模块，用于确定量化评判IP RAN网络的关键指标；
仿真模型构建模块，用于根据IP RAN网络网元的性能参数、网元间的光缆距离和IPRAN网络拓扑架构，构建IP RAN网络的仿真模型；其中，所述性能参数包括IP RAN网络网元的系统结构、业务封装类型、标签格式、分层传送模型；
输入数据确定模块，用于根据所述关键指标，确定所述仿真模型的输入数据；
仿真模块，用于将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判IPRAN网络质量的关键指标数值；
判断模块，用于判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，对IP RAN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的IP RAN网络或改造现有的IP RAN网络；其中，对IP RAN网络的仿真模型进行优化包括：调整IP RAN网络的拓扑结构、网元的系统结构、网元的数量及网元的业务封装类型。
CN201610659939.8A 2016-08-12 2016-08-12 一种ip ran网络优化仿真方法及系统 Active CN106161102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610659939.8A CN106161102B (zh) 2016-08-12 2016-08-12 一种ip ran网络优化仿真方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610659939.8A CN106161102B (zh) 2016-08-12 2016-08-12 一种ip ran网络优化仿真方法及系统

Publications (2)

Publication Number Publication Date
CN106161102A CN106161102A (zh) 2016-11-23
CN106161102B true CN106161102B (zh) 2019-07-09

Family

ID=57329586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610659939.8A Active CN106161102B (zh) 2016-08-12 2016-08-12 一种ip ran网络优化仿真方法及系统

Country Status (1)

Country Link
CN (1) CN106161102B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108075928B (zh) * 2017-12-15 2020-12-08 中盈优创资讯科技有限公司 网络流量通用仿真模型及方法
DE102019111790A1 (de) * 2019-05-07 2020-11-12 Dspace Digital Signal Processing And Control Engineering Gmbh Computerimplementiertes Verfahren zur Umstrukturierung eines vorgegebenen verteilten Echtzeit-Simulationsnetzwerks
CN111461454B (zh) * 2020-04-14 2022-04-01 珠海格力电器股份有限公司 最优能效的自动仿真方法及系统
CN111884840B (zh) * 2020-07-16 2022-09-06 中盈优创资讯科技有限公司 Ipran网络设备故障告警归并分析处理方法及装置
CN112383936B (zh) * 2020-11-27 2023-05-26 中国联合网络通信集团有限公司 一种可接入用户数的评估方法和装置
CN112906204A (zh) * 2021-01-29 2021-06-04 国网山东省电力公司临沂供电公司 基于电网拓扑模型的操作指令自动编排系统
CN114245392B (zh) * 2021-12-20 2022-07-01 哈尔滨入云科技有限公司 一种5g网络优化方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1809003A (zh) * 2006-02-08 2006-07-26 信息产业部电信传输研究所 测试移动软交换设备性能的测试系统及方法
CN101237395A (zh) * 2007-02-01 2008-08-06 北京邮电大学 宽带移动通信网络性能的分层动态仿真实现方法
CN101257496A (zh) * 2006-11-13 2008-09-03 华为技术有限公司 一种获取配置信息的方法和系统
CN102625322A (zh) * 2012-02-27 2012-08-01 北京邮电大学 多制式智能可配的无线网络优化的实现方法
EP2764722A1 (en) * 2011-09-20 2014-08-13 Telefonaktiebolaget LM Ericsson (PUBL) Methods and network nodes for controlling usage of caching in a telecommunications system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1809003A (zh) * 2006-02-08 2006-07-26 信息产业部电信传输研究所 测试移动软交换设备性能的测试系统及方法
CN101257496A (zh) * 2006-11-13 2008-09-03 华为技术有限公司 一种获取配置信息的方法和系统
CN101237395A (zh) * 2007-02-01 2008-08-06 北京邮电大学 宽带移动通信网络性能的分层动态仿真实现方法
EP2764722A1 (en) * 2011-09-20 2014-08-13 Telefonaktiebolaget LM Ericsson (PUBL) Methods and network nodes for controlling usage of caching in a telecommunications system
CN102625322A (zh) * 2012-02-27 2012-08-01 北京邮电大学 多制式智能可配的无线网络优化的实现方法

Also Published As

Publication number Publication date
CN106161102A (zh) 2016-11-23

Similar Documents

Publication Publication Date Title
CN106161102B (zh) 一种ip ran网络优化仿真方法及系统
CN106302012B (zh) 一种ptn网络优化仿真方法及系统
CN103179046B (zh) 基于openflow的数据中心流量控制方法及系统
CN104767694B (zh) 一种面向Fat‑Tree数据中心网络架构的数据流转发方法
CN105471764B (zh) 一种SDN网络中端到端QoS保障的方法
CN106100990B (zh) 一种基于sdn架构的通信网络多维度资源调控方法和系统
CN107370676A (zh) 一种融合QoS及负载均衡需求的路由选择方法
CN105024853A (zh) 基于谣言传播机制的sdn资源匹配和服务路径发现方法
CN105897575A (zh) 一种sdn下基于多约束路径计算策略的路径计算方法
CN103618677B (zh) 一种网络流量调整方法及系统
CN107135158A (zh) 一种多路径传输中最优路径选择方法
CN107070794A (zh) 一种低轨信息网络最优网络效益时延约束路由方法
CN103746852B (zh) 业务路由配置方法及网络管理设备
JP2019122040A (ja) ネットワークソースリユース及びソフトウェアによりマルチソースを定義するルーティングメカニズム
CN111327525B (zh) 一种基于分段路由的网络选路方法和装置
CN108833279A (zh) 软件定义网络中基于业务分类的多约束QoS路由的方法
CN106209615B (zh) 一种基于spfa算法计算转发路径的动态路由控制方法和系统
CN105472484B (zh) 一种电力骨干光传输网波道均衡路由波长分配方法
Chenine et al. PMU traffic shaping in IP-based wide area communication
CN108768713A (zh) SDN中的一种保障QoS动态路由算法
CN108400936A (zh) 基于mpls的空间信息网络路由方法
CN103327542A (zh) 一种应用于MANET网络的QoS保障方法及装置
CN107222338A (zh) 一种物联网节点信息通信模型及通信方法
CN104410443A (zh) 卫星网络中结合卫星节点可用度的面向任务自组网算法
CN104283807A (zh) 一种te隧道建立方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant