CN108093413B - 一种基于大数据分析的4g城域网网络规划方法 - Google Patents
一种基于大数据分析的4g城域网网络规划方法 Download PDFInfo
- Publication number
- CN108093413B CN108093413B CN201711212845.7A CN201711212845A CN108093413B CN 108093413 B CN108093413 B CN 108093413B CN 201711212845 A CN201711212845 A CN 201711212845A CN 108093413 B CN108093413 B CN 108093413B
- Authority
- CN
- China
- Prior art keywords
- flow
- ring
- layer
- config
- planning
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- 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
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于大数据分析的4G城域网网络规划方法,通过对接入层、汇聚层、核心层的规划数据和规划需求的分解建模,结合规划策略库中的策略算法,高效精准完成每层多维规划需求;并且让上下层的规划组成嵌套关系,形成完整规划链,适应于大数据形势下4G城域网网络规划。本发明包括规划模型结构、规划流程、流量模型、规划策略库、规划网络配置、规划层间配置关系模块。本发明能循环迭代上述模块操作,做到迭代优化。本发明解决了传统规划的局限性,4G城域网规划规模越大越有针对性,对网络规划越合理,对4G城域网建设的工程落地指导性作用价值越大。
Description
技术领域
本发明属于电信网规划领域,尤其涉及一种基于大数据分析的4G城域网网络规划方法。
背景技术
目前的城域网的规划系统,在对城域网系统进行规划时,需要大规模城域网规划数据作为规划决策的支持。随着4G业务的推广,4G城域网网络架构覆盖的延伸,4G城域网网络规划面临更多挑战。传统的规划方法偏向于人工参与,无法很好应对大规模4G城域网规划,在与实际结果偏离较大时无法及时调整,影响工程的实施;此外由于缺乏对以往规划数据的积累,在进行4G城域网规划时,无法充分利用已有城域网数据,并结合新的4G城域网需求进行性能分析和潜力挖掘,缺少数据决策能力,影响城域网网络规划的科学性、合理性和经济性。
发明内容
发明目的:本发明所要解决的技术问题是针对现有4G城域网规划中的不足,提供一种基于大数据分析的4G城域网网络规划方法,这种方法建立相应模型适用于4G城域网大数据处理,并以此基础进行4G城域网网络规划。
步骤1,将4G城域网网络业务层划分为接入层、汇聚层、核心层,它们分别处于业务划分层的第一层、第二层、第三层,对每一层均设置规划功能模块;
步骤2,建立规划数据库;
规划业务层:通过规划业务层最终确定接入层、汇聚层、核心层的环网配置和节点配置;在业务层配置关系模型中包含一种上层配置对于下层配置的嵌套关系,通过这种嵌套关系上下层的配置形成配置链;在每层业务层中设备配置包含环网配置、节点配置;上层配置中的节点配置嵌套包含下层配置中的环网配置,第N层节点配置的规划涉及第N-1层的环网配置,具体包括步骤3~步骤5:
步骤3:规划接入层部分,根据流量测算公式算出已有环网总流量,然后计算得到单个接入环结构增量;得到新的接入层配置、流量和投资。
步骤4:规划汇聚层,得到新的汇聚层配置、流量和投资;
步骤5:规划核心层,得到新的核心层配置、流量和投资;
步骤6:优化网络的结构规划与投资。
步骤1中,业务层的每一层的规划功能模块均包括设备配置模块、设备流量参数模块、参数调节模块、设备规划需求模块和规划策略库模块;
所述设备配置模块用于业务层组成环及节点设备配置;
所述设备流量参数模块用于设备的流量参数配置;
所述设备参数调节模块用于规划时的参数调整;
所述设备规划需求模块用于设置规划时的流量、业务和投资需求;
所述规划策略库模块包括做规划时运用的实施方法(具体如利旧、扩容、新建、裂环、叠加环、升级)。
步骤1中,规划数据库包括历年规划数据、当前规划需求、新增规模需求、升级需求、改造需求、规划策略和具体数据项目,具体数据项目包括数据带宽、容量、节点、4G站点、3G站点、2G站点、集中客户、OLT(Optical Line Terminal光线路终端),地理位置和时间。
步骤3包括如下步骤:
步骤3-1,通过如下公式计算城域网接入层单个接入环流量:
Flow单环=[Config单环]×([Flow单环参数]*[Param单环调节])(1)
其中,[Config单环]为单个接入环(以下简称单环)结构组成矩阵,矩阵的每行为单环上设备节点的数量组成的向量,向量中的元素值对应于4G、3G、2G、集客、OLT等的设备节点数量,矩阵的行数对应于单环的数量,[Config单环]单环结构组成矩阵的参数来源于设备配置模块。
[Flow单环参数]为流量参数矩阵,流量参数矩阵向量中的元素值对应于4G、3G、2G、集客、OLT等的设备流量参数,和结构组成矩阵对应,[Flow单环参数]的每列为设备流量参数向量,向量中的元素值对应每个设备的流量,矩阵的列数对应于单环的数量,[Flow单环参数]流量参数矩阵的数据来源于设备流量参数模块;[Param单环调节]为流量参数调节矩阵,对应于流量参数矩阵,[Param单环调节]的每列为设备流量参数调节向量,向量中的元素对应每个设备的流量调节,矩阵的列数对应于单环的数量,[Param单环调节]流量参数调节矩阵的数据来源于参数调节模块;
步骤3-2,通过公式(1)得到如下单环流量增量ΔFlow单环的计算公式:
ΔFlow单环=[ΔConfig单环]×([Flow单环参数]*[Param单环调节])(2)
单环流量增量ΔFlow单环用于计算设备数量变化后的流量变化,[ΔConfig单环]为结构组成矩阵的变化,矩阵的每行向量中的元素值对应于4G、3G、2G、集客、OLT等的设备节点数量的变化;
具体例子对某个单环流量增量设备后新增流量ΔFlow单环可用公式(2),其中,
Δ[Config单环]=[ΔNum4G,ΔNum叠加,ΔNum扩容,ΔNum3G,ΔNum2G,…],
[Flow单环参数]=[F4G,F叠加,F扩容,F3G,F2G,…],
[Param单环调节]=[1,0.6,0.6,1,1,…];
步骤3-3,通过公式(1)得到如下单环结构增量的计算公式:
[Config单环]new=[Config单环]old+[ΔConfig单环](3)
单环结构增量用于新增设备后的新的单环的结构组成计算,[Config单环]old为已有结构组成矩阵,[Config单环]new为规划后的结构组成矩阵。
步骤3-4,对整个接入层流量Flow接入层建立如下数学模型:
Flow接入层=[Config接入层]×([Flow接入参数]*[Para接入调节]),
[Config接入层]为接入层的结构组成矩阵,参数来源于设备配置模块;[Flow接入参数]为对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Para接入调节]为对应于结构组成矩阵的流量参数调节矩阵,数据来源于参数调节模块;
或者建立如下数学模型:
其中,r为整个接入层中现有单个接入环的数量,Flow接入层为整个接入层的流量,Flow接入环j为第j接入环的流量;
步骤3-5,[Config接入层]为接入层环网结构类型模型,形式如下:
Config接入环网r为第r接入环结构类型,并且与接入环结构组成相对应的环网类型,包括GE环、叠加GE环和10GE环,
Flow单环参数r为接入层中第r单环的流量参数
Para单环调节r为接入层中第r单环的流量参数调节。
步骤3-6,根据设备规划需求模块中的规划需求,从规划策略库模块中选择规划策略,接入层有不同的规划策略,在不同的策略中,应用对应的方法更改相应的接入环网配置Config接入环网,最终得到统一接入层配置变化[ΔConfig接入层]。
步骤4包括如下步骤:
步骤4-1,对单个汇聚环流量Flow汇聚环建立如下数学模型:
Flow汇聚环=[Config汇聚节点]×([Flow汇聚参数]*[Param汇聚调节]),
[Config汇聚节点]为单个汇聚环的结构组成矩阵,参数来源于设备配置模块;[Flow汇聚参数]为对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Param汇聚调节]为对应于结构组成矩阵的为流量参数调节矩阵,数据来源于参数调节模块;
或者建立如下数学模型:
其中,Flow接入j为第j接入环的流量,n为接入环的数量。
步骤4-2,
在业务层层配置关系中汇聚层设备配置包含环网配置、节点配置;第二层汇聚层配置对于第一层接入层配置具有嵌套关系,通过这种嵌套关系,上下层的配置形成配置链,因此每个模块的具体嵌套组成如下:;
[Config汇聚节点]单个汇聚环上节点结构模型为:
Config接入j为汇聚环上第j接入层单环的接入配置;
[Flow汇聚参数]为流量参数组成矩阵:
Flow单环参数j为汇聚环上第j接入层单环的流量参数;
Param单环调节j为汇聚环上第j接入层单环的流量参数调节;
对整个汇聚层流量建立如下数学模型:
其中,m为整个汇聚层中现有单个汇聚环的数量,Flow汇聚层为整个汇聚层的流量,Flow汇聚环j为第j汇聚环的流量;
[Config汇聚层]为汇聚层环网结构类型模型:
Config汇聚环网j为第j汇聚环结构类型,并且与汇聚环结构组成相对应的环网类型,包括10GE环、叠加双10GE环和100GE环;
步骤4-3,根据设备规划需求模块中的规划需求,从规划策略库模块中选择规划策略,汇聚层有不同的规划策略,在不同的策略中,应用对应的方法更改相应的汇聚环网配置Config汇聚环网,最终得到统一规划后汇聚层配置变化[ΔConfig汇聚层]。
步骤5包括如下步骤:
步骤5-1,通过如下公式计算单个核心环流量:
Flow核心环=[Config核心节点]×([Flow核心参数]*[Param核心调节])
其中,Flow核心环为单个核心环流量;[Config核心节点]单个汇聚环的结构组成矩阵,参数来源于设备配置模块;[Flow核心参数]对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Param核心调节]对应于结构组成矩阵的为流量参数调节矩阵,数据来源于参数调节模块;
或者通过如下公式计算单个核心环流量:
其中,p为单个核心环中单个汇聚环的数量,Flow汇聚j为第j汇聚环的流量;
步骤5-2,在业务层层配置关系中核心层设备配置包含环网配置、节点配置;第三层核心层配置对于第二层接入层配置,具有嵌套关系,通过这种嵌套关系上下层的配置形成配置链,因此每个模块的具体嵌套组成如下;
[Config核心节点]单个核心环的节点结构模型为:
Config汇聚环网j为核心环上第j汇聚环的接入配置;
Flow汇聚参数j为核心环上第j汇聚环的流量参数;
Param汇聚调节j为核心环上第j汇聚环的流量参数调节;
对整个核心层流量数学模型:
其中,q为整个核心层中单个核心环网的数量;Flow核心环j为第j核心环的流量;
[Config核心层]为核心层环网数学模型:
Config核心环网j为第j核心环结构,并且与核心环结构组成相对应的核心环结构类型,包括L2/L3设备;
步骤5-3,根据设备规划需求模块中的规划需求,从规划策略库模块中选择规划策略,核心层有不同的规划策略,在不同的策略中,应用对应的方法更改相应核心环网配置Config核心环网,最终得到统一的核心层配置变化[ΔConfig核心层],
步骤6包括:
通过如下最优化模型优化城域网的结构与投资规划:
其中,Invest(Flow)为城域网的流量Flow与投资Invest的关系,maxFlow∈RInvest(Flow),(minInvest(Flow))表示优化目标为最大流量maxFlow∈R情况下取得最小的投资(minInvest(Flow));s.t.表示约束条件;g(Flow)为规划得到的流量;Flowreq为需要的流量;
该最优化模型中的第一条maxFlow∈RInvest(Flow),(minInvest(Flow))要求以最小的投资规模得到最大化的系统流量,并且满足第二条s.t.g(Flow)≥Flowreq约束条件规划的流量必须大于要求的流量要求。
为实现上述优化模型,要用如下优化公式优化,
优化公式:Flowold=[Configold]×([Flow参数]*[Param调节]),
其中,Flowold为优化前的流量,[Configold]为优化前的结构矩阵,[Flow参数]为流量参数矩阵,[Param调节]流为量参数调节矩阵。
优化公式:[ΔConfigj]=[Configjnew]-[Configjold],
其中,[ΔConfigj]为第j业务环网优化后结构变化,[Configjnew]为第j业务环网优化后结构,[Configjold]为第j业务环网优化前结构,业务环网包括接入环网、汇聚环网、核心环网;j的取值包含所有业务环网可能的取值结构范围
优化公式:[Confignew]=[Configold]+[ΔConfig变化组合],
其中,[Confignew]为业务层优化后结构,[ΔConfig变化组合]为业务层在多种组合优化后结构变化,[Configold]为业务层优化前结构。
优化公式:ΔFlow=[ΔConfig变化组合]×([Flow参数]*[Param调节]),
其中,ΔFlow为业务层优化后流量变化,[ΔConfig变化组合]为业务层在多种组合优化后结构变化,[Flow参数]为流量参数矩阵,[Param调节]为流量参数调节矩阵。
优化公式:Flownew=[Confignew]×([Flow参数]*[Param调节]),
其中,Flownew为业务层优化后流量,[Confignew]为业务层优化后结构,[Flow参数]为流量参数矩阵,[Param调节]为流量参数调节矩阵。
优化公式:Investnew=[ΔConfig变化组合]×([Price参数]*[Tradoff调节]),
其中,Investnew为优化后的投资,[ΔConfig变化组合]为业务层在多种组合优化后结构变化,[Price参数]为对应于结构的价格矩阵,[Tradoff调节]为对应于价格矩阵的调节矩阵。
Config、Flow、和Invest可以是单个接入层、汇聚层、核心层,或者是接入层、汇聚层、核心层组合。通过上述公式,对业务层某一层或多层规划组合结构做遍历迭代,在多个结构组合中找到满足以最小的投资规模得到最大化的系统流量,并且满足约束条件的结构组合。
有益效果:本发明通过对对城域网的每个业务层建立流量模型,结构模型,能充分利用已有城域网的大数据,精准掌控已有城域网的现状,解决了传统人工规划中粗略估计判断的局限性;2)通过模块化的规划策略,无需人工干预就能高效地根据规划需求、网络现状完成规划,大幅提高效率降低人工成本;3)通过建立业务层上下层之间嵌套配置和流量关系,针对每层及多层的规划优化得到系统配置最优和投资最优的最佳组合,提高规划质量,降低网络投资风险;4)通过每次规划完成后,自动完成规划数据的后期处理,大幅降低下次规划的准备时间,适应城域网快速更新的规划需求。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述或其他方面的优点将会变得更加清楚。
图1为本发明所述一种4G城域网规划模型结构示意图;
图2为本发明所述一种4G城域网规划流程结构示意图;
图3为本发明所述一种4G城域网规划流量模型结构示意图;
图4为本发明所述一种4G城域网规划策略库示意图;
图5为本发明所述一种4G城域网规划网络配置改变示意图;
图6为本发明所述一种4G城域网规划网络层层间配置关系示意图;
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本发明公开了一种基于大数据分析的4G城域网网络规划方法,包括如下步骤:
步骤1,将4G城域网网络业务层划分为接入层、汇聚层、核心层,它们分别处于业务划分层的第一层、第二层、第三层,对每一层均设置规划功能模块;对4G城域网采用的移动传输设备建立模型,图1中每个业务层的规划功能模块包含设备配置4、流量参数5、参数调节6、规划需求2、及规划策略库3。
步骤2,建立规划数据库;
规划业务层:通过规划业务层最终确定接入层、汇聚层、核心层的环网配置和节点配置;在业务层配置关系模型中包含一种上层配置对于下层配置的嵌套关系,通过这种嵌套关系上下层的配置形成配置链;在每层业务层中设备配置包含环网配置、节点配置;上层配置中的节点配置嵌套包含下层配置中的环网配置,第N层节点配置的规划涉及第N-1层的环网配置,具体包括步骤3~步骤5:
步骤3:规划接入层部分,按照图2规划流程,根据流量测算公式算出已有环网总流量,然后计算得到单个接入环结构增量;得到新的接入层配置、流量和投资。
步骤4:规划汇聚层,按照图2规划流程,得到新的汇聚层配置、流量和投资;
步骤5:规划核心层,按照图2规划流程,得到新的核心层配置、流量和投资;
步骤6:优化网络的结构规划与投资。
步骤1中,业务层的每一层的规划功能模块均包括设备配置模块、设备流量参数模块、参数调节模块、设备规划需求模块和规划策略库模块;
所述设备配置模块用于业务层组成环及节点设备配置;
所述设备流量参数模块用于设备的流量参数配置;
所述设备参数调节模块用于规划时的参数调整;
所述设备规划需求模块用于设置规划时的流量、业务和投资需求;
所述规划策略库模块包括做规划时运用的实施方法(具体如利旧、扩容、新建、裂环、叠加环、升级)。步骤1中,规划数据库包括历年规划数据、当前规划需求、新增规模需求、升级需求、改造需求、规划策略和具体数据项目,具体数据项目包括数据带宽、容量、节点、4G站点、3G站点、2G站点、集中客户、OLT(Optical Line Terminal光线路终端),地理位置和时间。规划过程中多种规划策略的(输入、更新、选择)操作通过图4中的用户接口42和规划策略库3实现。
步骤3包括如下步骤:
步骤3-1,对于城域网接入层单个接入环流量计算可根据图3规划流量模型,及单环设备配置35,单环流量参数36,单环参数调节37,通过如下公式计算城域网接入层单个接入环流量:
Flow单环=[Config单环]×([Flow单环参数]*[Param单环调节])(1)
其中,[Config单环]为单个接入环(以下简称单环)结构组成矩阵,矩阵的每行为单环上设备节点的数量组成的向量,向量中的元素值对应于4G、3G、2G、集客、OLT等的设备节点数量,矩阵的行数对应于单环的数量,[Config单环]单环结构组成矩阵的参数来源于设备配置模块,具体对某个接入环数据格式如表1:接入环的组成明细表。
表1
[Flow单环参数]为流量参数矩阵,流量参数矩阵向量中的元素值对应于4G、3G、2G、集客、OLT等的设备流量参数,和结构组成矩阵对应,[Flow单环参数]的每列为设备流量参数向量,向量中的元素值对应每个设备的流量,矩阵的列数对应于单环的数量,[Flow单环参数]流量参数矩阵的数据来源于设备流量参数模块;[Param单环调节]为流量参数调节矩阵,对应于流量参数矩阵,[Param单环调节]的每列为设备流量参数调节向量,向量中的元素对应每个设备的流量调节,矩阵的列数对应于单环的数量,[Param单环调节]流量参数调节矩阵的数据来源于参数调节模块;
步骤3-2,通过公式(1)得到如下单环流量增量ΔFlow单环的计算公式:
ΔFlow单环=[ΔConfig单环]×([Flow单环参数]*[Param单环调节])(2)
单环流量增量ΔFlow单环用于计算设备数量变化后的流量变化,[ΔConfig单环]为结构组成矩阵的变化,矩阵的每行向量中的元素值对应于4G、3G、2G、集客、OLT等的设备节点数量的变化;
具体例子对某个单环流量增量设备后新增流量ΔFlow单环可用公式(2),其中,
Δ[Config单环]=[ΔNum4G,ΔNum叠加,ΔNum扩容,ΔNum3G,ΔNum2G,…],
[Flow单环参数]=[F4G,F叠加,F扩容,F3G,F2G,…],
[Param单环调节]=[1,0.6,0.6,1,1,…];
步骤3-3,通过公式(1)得到如下单环结构增量的计算公式:
[Config单环]new=[Config单环]old+[ΔConfig单环](3)
单环结构增量用于新增设备后的新的单环的结构组成计算,[Config单环]old为已有结构组成矩阵,[Config单环]new为规划后的结构组成矩阵。
步骤3-4,规划接入层环网部分。执行规划流程图2中流程20完成接入层环网部分规划,所需的规划数据从规划数据库21中获得。对于执行流量计算22,计算接入层流量Flow接入层,这步执行可根据图3规划流量模型,及接入层流量模块34中接入设备配置4、流量参数5、参数调节6,对整个接入层流量Flow接入层建立如下数学模型:
Flow接入层=[Config接入层]×([Flow接入参数]*[Para接入调节]),
[Config接入层]为接入层的结构组成矩阵,参数来源于设备配置模块;[Flow接入参数]为对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Para接入调节]为对应于结构组成矩阵的流量参数调节矩阵,数据来源于参数调节模块;
或者建立如下数学模型:
其中,r为整个接入层中现有单个接入环的数量,Flow接入层为整个接入层的流量,Flow接入环j为第j接入环的流量;
步骤3-5,[Config接入层]为接入层环网结构类型模型,形式如下:
Config接入环网j为第j接入环结构类型,并且与接入环结构组成相对应的环网类型,包括GE环、叠加GE环和10GE环,
Flow单环参数j为接入层中第j单环的流量参数
Para单环调节j为接入层中第j单环的流量参数调节。
步骤3-6,根据设备规划需求模块中的规划需求,从规划策略库模块中选择规划策略,接入层有不同的规划策略,在不同的策略中,应用对应的方法更改相应的接入环网配置Config接入环网,最终得到统一接入层配置变化[ΔConfig接入层],
接入层的配置改变流程按照图5流程51实施,从设备配置4中得到已有配置,按上述方法进行流量计算22,结果与规划需求2中的流量做流量比较22,同时得到流量变化53ΔFlow,在规划策略选择运算23中得到新的配置24,同时得到配置变化54ΔConfig
接入层的具体规划方法如下:(实际规划时不限于如下几种规划方法)从以上步骤得到Flow接入环后:
(1)叠加&扩容:如果已有接入环新加业务规划时,存在1.6G>Flow接入环>0.7G,(0.7G和1.6G实际规划时可以调节),考虑接入环叠加GE环,环上所有PTN设备扩容GE板件,则接入环网配置为:
[Config接入环网jDouble GE]为该结构组成为双GE环,具体接入环网配置变化为第j接入环网配置改变等于增加一个双GE环[Config接入环网jDouble GE],同时减掉原来环网配置[Config接入环网jold]。
(2)升级:如果已有接入环新加业务规划时,存在7G>Flow接入环>1.6G,(7G和1.6G实际规划时可以调节),考虑升级接入环为10GE环:
[Config接入环网j new 10GE]为该结构组成为新增10GE环,具体接入环网配置变化为第j接入环网配置改变等于增加一个10GE环[Config接入环网j new 10GE],同时减掉原来环网配置[Config接入环网jold]。
(3)新建:如果新建接入环,存在0.7G>Flow接入环,(0.7G实际规划时可以调节),考虑接入环为GE环,则对每个新环有:
(4)新建&叠加:如果新建接入环,存在1.6G>Flow接入环>0.7G,(0.7G和1.6G实际规划时可以调节),考虑接入环叠加为双GE环,则对每个新环有:
(5)新建&扩容:如果新建接入环,存在Flow接入环>1.6G,(1.6G实际规划时可以调节),考虑接入环为10GE环:
(6)对于全部接入层,综合(1)~(5)可得到:
7)接入层规划完成后,图2中新的配置24也就是新的接入层结构配置为:
[Config接入层new]=[Config接入层]+[ΔConfig接入层],
[Config接入层new]为新的接入层结构矩阵,[Config接入层]为规划前接入层结构矩阵,[ΔConfig接入层]为整个接入层结构变化矩阵。
8)接入层规划完成后,图2中新的流量25也就是新的接入层流量为:
Flow接入层new= Config接入层new]×([Flow接入参数]*[Para接入调节]),
9)接入层规划完成后,图2中新的投资26也就是新的接入层投资为:
Invest接入层new=[ΔConfig接入层new]×([Price接入参数]*[Tradoff接入调节]),
Invest接入层new为规划需要的投资,[Price接入参数]为对应于结构的价格矩阵,[Tradoff接入调节]为对应于价格矩阵的调节矩阵。
接入层的规划完成后,如果满足流量、投资需求图2中27,则输出、存储配置及相关矩阵参数图2中28,用于下次规划使用。
具体实际操作例子:
如表2所示为第N年接入层部分汇总,表3是第N+1年接入层部分新增汇总。
表2
表3
步骤4规划汇聚层环网部分,执行规划流程图2中流程20完成汇聚层环网部分规划,所需的规划数据从规划数据库21中获得。对于执行流量计算22,计算单个汇聚环流量Flow汇聚环,这步执行可根据图3规划流量模型,及汇聚层流量模块33中及汇聚设备配置4,流量参数5,参数调节6,对汇聚层部分的规划通过如下方法:包括如下步骤:
步骤4-1,对单个汇聚环流量Flow汇聚环建立如下数学模型:
Flow汇聚环=[Config汇聚节点]×([Flow汇聚参数]*[Param汇聚调节]),
[Config汇聚节点]为单个汇聚环的结构组成矩阵,参数来源于设备配置模块;[Flow汇聚参数]为对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Param汇聚调节]为对应于结构组成矩阵的为流量参数调节矩阵,数据来源于参数调节模块;
或者建立如下数学模型:
其中,Flow接入j为第j接入环的流量,n为接入环的数量。
步骤4-2,根据图6,在业务层层配置关系中汇聚层设备配置包含环网配置、节点配置;第二层汇聚层配置63对于第一层接入层配置64,具有嵌套关系67,通过这种嵌套关系上下层的配置形成配置链,因此每个模块的具体嵌套组成如下:
[Config汇聚节点]单个汇聚环上节点结构模型为:
Config接入j为汇聚环上第j接入层单环的接入配置;
[Flow汇聚参数]为流量参数组成矩阵:
Flow单环参数j为汇聚环上第j接入层单环的流量参数;
[Param汇聚调节]为流量参数调节矩阵:
Param单环调节j为汇聚环上第j接入层单环的流量参数调节;
对整个汇聚层流量建立如下数学模型:
其中,m为整个汇聚层中现有单个汇聚环的数量,Flow汇聚层为整个汇聚层的流量,Flow汇聚环j为第j汇聚环的流量;
[Config汇聚层]为汇聚层环网结构类型模型:
Config汇聚环网j为第j汇聚环结构类型,并且与汇聚环结构组成相对应的环网类型,包括10GE环、叠加双10GE环和100GE环;
步骤4-3,流程为规划策略库3,从策略库中选择规划策略。汇聚层有不同的规划策略,图2中规划策略选择运算23步骤,在不同的策略中,应用如下方法更改相应的汇聚环网配置Config汇聚环网,最终得到统一[ΔConfig汇聚环网],实现图2中新的配置24;,
汇聚层的配置改变流程按照图5流程51实施,从设备配置4中得到已有配置,按上述方法进行流量计算22,结果与规划需求2中的流量做流量比较22,同时得到流量变化53ΔFlow,在规划策略选择运算23中得到新的配置24,同时得到配置变化54ΔConfig汇聚层的具体规划方法如下:(实际规划时不限于如下几种规划方法),从以上步骤得到Flow汇聚环后:
(1)叠加&扩容:如果已有汇聚环新加业务规划时,存在16G>Flow汇聚环>7G,(7G和16G实际规划时可以调节),考虑汇聚环叠加为双10GE环,环上所有PTN设备扩容10GE板件,则汇聚环网配置为:
[Config汇聚环网jDouble 10GE]为该结构组成为双10GE环,具体汇聚环网配置变化为第j汇聚环网配置改变等于增加一个双10GE环[Config汇聚环网jDouble 10GE],同时减掉原来环网配置[Config汇聚环网jold]。
(2)升级:如果已有汇聚环新加业务规划时,存在Flow汇聚环>16G,(16G实际规划时可以调节),考虑升级汇聚环为100GE环:
[Config汇聚环网j new 100GE]为该结构组成为100GE环,具体汇聚环网配置变化为第j汇聚环网配置改变等于增加一个100GE环[Config汇聚环网j new 100GE],同时减掉原来环网配置[Config汇聚环网jold];
(3)新建:如果新建汇聚环,存在7G>Flow汇聚环,(7G实际规划时可以调节),考虑汇聚环为10GE环,则对每个新环有:
(4)新建&叠加:如果新建汇聚环,存在16G>Flow汇聚环>7G,(7G和16G实际规划时可以调节),考虑汇聚环叠加为双10GE环,则对每个新环有:
[Config汇聚环网jDouble 10GE]为该结构组成为双10GE环,具体汇聚环网配置变化为第j=m+1汇聚环网配置改变等于增加一个双10GE环[Config汇聚环网jDouble 10GE],同时整个汇聚层环网数量增加一个。
(5)新建&扩容:如果新建汇聚环,存在Flow汇聚环>16G,(16G实际规划时可以调节),考虑汇聚环为100GE环:
(6)对于全部汇聚层,综合(1)~(5)可得到:
7)汇聚层规划完成后,图2中新的配置24也就是新的汇聚层结构配置为:
[Config汇聚层new]=[Config汇聚层]+[ΔConfig汇聚层],
[Config汇聚层new]为新的汇聚层结构矩阵,[Config汇聚层]为规划前汇聚层结构矩阵,[ΔConfig汇聚层]为整个汇聚层结构变化矩阵。
8)汇聚层规划完成后,图2中新的流量25也就是新的汇聚层流量为:
Flow汇聚层new=[Config汇聚层new]×([Flow汇聚参数[*[Param汇聚调节]),
9)汇聚层规划完成后,图2中新的投资26也就是新的汇聚层投资为:
Invest汇聚层new=[ΔConfig汇聚层new]×([Price汇聚参数]*[Tradoff汇聚调节]),
Invest汇聚层new为规划需要的投资,[ΔConfig汇聚]为整个汇聚层结构变化矩阵,[drice汇聚参数]对应于结构的价格矩阵,[Tradoff汇聚调节]对应于价格矩阵的调节矩阵。
汇聚层的规划完成后,如果满足流量、投资需求图2中27也就是,则输出、存储配置及相关矩阵参数图2中28,以备下次规划使用。
具体例子见表4第N+1年PTN汇聚层部分新增汇总表:
表4
步骤5规划核心层环网部分,执行规划流程图2中流程20完成核心层环网部分规划,所需的规划数据从规划数据库21中获得。对于执行流量计算22,计算单个核心环流量Flow核心环,这步执行可根据图3规划流量模型,及核心层流量模块32中及核心设备配置4,流量参数5,参数调节6,通过单个核心环流量数学模型计算包括如下步骤:
步骤5-1,通过如下公式计算单个核心环流量:
Flow核心环=[Config核心节点]×([Flow核心参数]*[Param核心调节])
其中,Flow核心环为单个核心环流量;[Config核心节点]单个汇聚环的结构组成矩阵,参数来源于设备配置模块;[Flow核心参数]对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Param核心调节]对应于结构组成矩阵的为流量参数调节矩阵,数据来源于参数调节模块;
或者通过如下公式计算单个核心环流量:
其中,p为单个核心环中单个汇聚环的数量,Flow汇聚j为第j汇聚环的流量;
步骤5-2,
根据图6,在业务层层配置关系中核心层设备配置包含环网配置、节点配置;第三层核心层配置62对于第二层接入层配置63,具有嵌套关系66,通过这种嵌套关系上下层的配置形成配置链,因此每个模块的具体嵌套组成如下:
[Config核心节点]单个核心环的节点结构模型为:
Config汇聚j为核心环上第j汇聚环的接入配置;
Flow汇聚参数j为核心环上第j汇聚环的流量参数;
Param汇聚调节j为核心环上第j汇聚环的流量参数调节;
对整个核心层流量数学模型:
其中,q为整个核心层中单个核心环网的数量;Flow核心环j为第j核心环的流量;
[Config核心层]为核心层环网数学模型:
Config核心环网j为第j核心环结构,并且与核心环结构组成相对应的核心环结构类型,包括L2/L3设备;
步骤5-3,流程为规划策略库3,从策略库中选择规划策略。核心层有不同的规划策略,图2中策略选择运算23步骤,在不同的策略中,应用如下方法更改相应的Config核心环网,最终得到统一[ΔConfig核心环网],对核心层进行图2中新的配置24计算,根据设备规划需求模块中的规划需求,从规划策略库模块中选择规划策略,核心层有不同的规划策略,在不同的策略中,应用对应的方法更改相应核心环网配置Config核心环网,最终得到统一的核心环层配置变化[ΔConfig核心层],
核心层的配置改变流程按照图5流程51实施,从设备配置4中得到已有配置,按上述方法进行流量计算22,结果与规划需求2中的流量做流量比较22,同时等到流量变化53ΔFlow,在规划策略选择运算23中得到新的配置24,同时得到配置变化54ΔConfig
具体核心层的规划方法如下:(实际规划时不限于如下几种规划方法)
(1)扩容:如果已有环新加业务规划时,则Flow核心环增加量>300G(300G实际规划时可以调节,相当于每增加2000个4G基站),考虑核心层扩充一对L2/L3设备,则:
[Config核心环网jL2L3num+1]为对应的核心环网的配置增加一对L2/L3设备,具体核心环网配置变化为第j核心环网配置改变等于增加一对L2/L3设备[Config核心环网jL2L3num+1]。
(2)新建:如果新建核心环,则对每个新环有:[Config核心环网jL2L3num+1]为对应的核心环网的配置增加一对L2/L3设备,具体核心环网配置变化为第j=q+1核心环网配置改变等于增加一对L2/L3设备[Config核心环网jL2L3num+1],同时核心网的数量q增加一个。
(3)对于全部核心层,综合(1)、(2)可得到:
核心层规划完成后,图2中新的配置24也就是核心层新的配置[Config核心层new]为:
[Config核心层new]=[Config核心层]+[ΔConfig核心层];
核心层规划完成后,图2中新的流量25也就是新的核心层流量Flow核心层new为:
Flow核心层new=[Config核心层new]×([Flow核心参数]*[Param核心调节]);
核心层规划完成后,图2中新的投资26也就是新的核心层投资Invest核心层new为:
Invest核心层new=[ΔConfig核心层new]×([Price核心参数]*[Tradoff核心调节])。
Invest核心层new为规划需要的投资,[ΔConfig核心层new]为整个核心层结构变化矩阵,[Price核心参数]为对应于结构的价格矩阵,[Tradoff核心调节]为对应于价格矩阵的调节矩阵
如果满足流量、投资需求图2中27,则输出、存储配置及相关矩阵参数图2中28,以备下次规划使用。
具体例子见表5,城域传送网PTN核心层第N年及第N+1年汇总:
表5
步骤6包括:
通过如下最优化模型优化城域网的结构与投资规划:
其中,Invest(Flow)为城域网的流量Flow与投资Invest的关系,maxFlow∈RInvest(Flow),(minInvest(Flow))表示优化目标为最大流量maxFlow∈R情况下取得最小的投资(minInvest(Flow));s.t.表示约束条件;g(Flow)为规划得到的流量;Flowreq为需要的流量;
该最优化模型中的第一条maxFlow∈RInvest(Flow),(minInvest(Flow))要求以最小的投资规模得到最大化的系统流量,并且满足第二条s.t.g(Flow)≥Flowreq约束条件规划的流量必须大于要求的流量要求。
为实现上述优化模型,要用如下优化公式优化,
优化公式:Flowold=[Configold]×([Flow参数]*[Param调节]),
其中,Flowold为优化前的流量,[Configold]为优化前的结构矩阵,[Flow参数]为流量参数矩阵,[Param调节]流为量参数调节矩阵。
优化公式:[ΔConfigj]=[Configjnew]-[Configjold],
其中,[ΔConfigj]为第j业务环网优化后结构变化,[Configj new]为第j业务环网优化后结构,[Configjold]为第j业务环网优化前结构,业务环网包括接入环网、汇聚环网、核心环网;j的取值包含所有业务环网可能的取值结构范围。
优化公式:[Confignew]=[Configold]+[ΔConfig变化组合],
其中,[Confignew]为业务层优化后结构,[ΔConfig变化组合]为业务层在多种组合优化后结构变化,[Configold]为业务层优化前结构
优化公式:ΔFlow=[ΔConfig变化组合]×([Flow参数]*[Param调节]),
其中,ΔFlow为业务层优化后流量变化,[ΔConfig变化组合]为业务层在多种组合优化后结构变化,[Flow参数]为流量参数矩阵,[Param调节]为流量参数调节矩阵。
优化公式:Flownew=[Confignew]×([Flow参数]*[Param调节]),
其中,Flownew为业务层优化后流量,[Confignew]为业务层优化后结构,[Flow参数]为流量参数矩阵,[Param调节]为流量参数调节矩阵。
优化公式:Investnew=[ΔConfig变化组合]×([Price参数]*[Tradoff调节]),
其中,Investnew为优化后的投资,[ΔConfig变化组合]为业务层在多种组合优化后结构变化,[Price参数]为对应于结构的价格矩阵,[Tradoff调节]为对应于价格矩阵的调节矩阵。
Config、Flow、和Invest可以是单个接入层、汇聚层、核心层,或者是接入层、汇聚层、核心层组合。通过上述公式,对业务层某一层或多层规划组合结构做遍历迭代,业务层配置优化流程按照图5流程51实施,从设备配置4中得到已有配置,按上述方法进行流量计算22,结果与规划需求2中的流量做流量比较22,同时等到流量变化53ΔFlow,在规划策略选择运算23中得到新的配置24,同时得到配置变化54ΔConfig,图5是一个迭代的过程,其中流量比较52,ΔFlow53,ΔConfig54控制迭代过程的运行。在多个结构组合中找到满足以最小的投资规模得到最大化的系统流量,并且满足约束条件的结构组合。
本发明提供了一种基于大数据分析的4G城域网网络规划方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (1)
1.一种基于大数据分析的4G城域网网络规划方法,其特征在于,包括如下步骤:
步骤1,将4G城域网网络业务层划分为接入层、汇聚层、核心层,它们分别处于业务划分层的第一层、第二层、第三层,对每一层均设置规划功能模块;
步骤2,建立规划数据库;
步骤3:规划接入层,计算单个接入环结构增量,得到新的接入层配置、流量和投资;
步骤4:规划汇聚层,得到新的汇聚层配置、流量和投资;
步骤5:规划核心层,得到新的核心层配置、流量和投资;
步骤6:优化网络的结构规划与投资;
步骤1中,业务层的每一层的规划功能模块均包括设备配置模块、设备流量参数模块、参数调节模块、设备规划需求模块和规划策略库模块;
所述设备配置模块用于业务层组成环及节点设备配置;
所述设备流量参数模块用于设备的流量参数配置;
所述参数调节模块用于规划时的参数调整;
所述设备规划需求模块用于设置规划时的流量、业务和投资需求;
所述规划策略库模块包括做规划时运用的实施方法;
步骤2中,规划数据库包括历年规划数据、当前规划需求、新增规模需求、升级需求、改造需求、规划策略和具体数据项目,具体数据项目包括数据带宽、容量、节点、4G站点、3G站点、2G站点、集中客户、光线路终端OLT,地理位置和时间;
步骤3包括如下步骤:
步骤3-1,通过如下公式计算城域网接入层单个接入环流量:
Flow单环=[Config单环]×([Flow单环参数]*[Param单环调节])(1)
其中,Flow单环为单个接入环流量,单个接入环简称单环,[Config单环]为单环结构组成矩阵,矩阵的每行为单环上设备节点的数量组成的向量,向量中的元素值对应于4G、3G、2G、集客、OLT等的设备节点数量,矩阵的行数对应于单环的数量,[Config单环]单环结构组成矩阵的参数来源于设备配置模块;[Flow单环参数]为流量参数矩阵,流量参数矩阵向量中的元素值对应于4G、3G、2G、集客、OLT等的设备流量参数,和结构组成矩阵对应,[Flow单环参数]的每列为设备流量参数向量,向量中的元素值对应每个设备的流量,矩阵的列数对应于单环的数量,[Flow单环参数]流量参数矩阵的数据来源于设备流量参数模块;[Param单环调节]为流量参数调节矩阵,对应于流量参数矩阵,[Param单环调节]的每列为设备流量参数调节向量,向量中的元素对应每个设备的流量调节,矩阵的列数对应于单环的数量,[Param单环调节]为流量参数调节矩阵的数据来源于参数调节模块;
步骤3-2,通过公式(1)得到如下单环流量增量ΔFlow单环的计算公式:
ΔFlow单环=[ΔConfig单环]×([Flow单环参数]*[Param单环调节])(2)
其中,ΔFlow单环为单环流量增量,用于计算设备数量变化后的流量变化,[ΔConfig单环]为结构组成矩阵的变化;
步骤3-3,通过公式(1)得到如下单环结构增量的计算公式:
[Config单环]new=[Config单环]old+[ΔConfig单环](3)
其中,[ΔConfig单环]为单环结构增量,[ΔConfig单环]用于新增设备后的新的单环的结构组成计算,[Config单环]old为已有结构组成矩阵,[Config单环]new为规划后的结构组成矩阵;
步骤3-4,对整个接入层流量Flow接入层建立如下数学模型:
Flow接入层=[Config接入层]×([Flow接入参数]*[Para接入调节]),
其中,Flow接入层为接入层的流量;[Config接入层]为接入层的结构组成矩阵,参数来源于设备配置模块;[Flow接入参数]为对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Para接入调节]为对应于结构组成矩阵的流量参数调节矩阵,数据来源于参数调节模块;
或者建立如下数学模型:
其中,r为整个接入层中现有单个接入环的数量,Flow接入层为整个接入层的流量,Flow接入环j为第j接入环的流量;
步骤3-5,每个模块的具体组成,[Config接入层]为接入层环网结构类型模型,形式如下:
Config接入环网j为第j接入环结构类型,并且与接入环结构组成相对应的环网类型,包括GE环、叠加GE环和10GE环,
[Flow接入参数]为流量参数组成矩阵,具体形式如下:
Flow单环参数j为接入层中第j单环的流量参数;
[Para接入调节]为流量参数调节矩阵,具体形式如下:
Para单环调节j为接入层中第j单环的流量参数调节;
步骤3-6,根据设备规划需求模块中的规划需求,从规划策略库模块中选择规划策略,接入层有不同的规划策略,在不同的策略中,应用对应的方法更改相应的接入环网配置Config接入环网,最终得到统一接入层配置变化ΔConfig接入层]:
接入层的规划完成后,新的接入层结构配置为:
[Config接入层new]=[Config接入层]+[ΔConfig接入层],
其中,[Config接入层new]为新的接入层结构矩阵,[Config接入层]为规划前接入层结构矩阵,[ΔConfig接入层]为整个接入层结构变化矩阵;
新的接入层流量为:
Flow接入层new=[Config接入层new]×([Flow接入参数]*[Para接入调节]),
新的接入层投资为:
Invest接入层new=[ΔConfig接入层]×([Price接入参数]*[Tradoff接入调节]),
Invest接入层new为规划需要的投资,[ΔConfig接入层]为整个接入层结构变化矩阵,[Price接入参数]为对应于结构的价格矩阵,[Tradoff接入调节]为对应于价格矩阵的调节矩阵;
接入层的规划完成后,如果满足流量、投资需求,则输出、存储配置及相关矩阵参数,用于下次规划使用;
步骤4包括如下步骤:
步骤4-1,对单个汇聚环流量Flow汇聚环建立如下数学模型:
Flow汇聚环=[Config汇聚节点]×([Flow汇聚参数]*[Param汇聚调节]),
其中,Flow汇聚环为单个汇聚环流量;[Config汇聚节点]为单个汇聚环的结构组成矩阵,参数来源于设备配置模块;[Flow汇聚参数]为对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Param汇聚调节]为对应于结构组成矩阵的为流量参数调节矩阵,数据来源于参数调节模块;
或者建立如下数学模型:
其中,Flow接入j为第j接入环的流量,n为接入环的数量;
步骤4-2,在业务层层配置关系中汇聚层设备配置包含环网配置、节点配置;第二层汇聚层配置对于第一层接入层配置,具有嵌套关系,通过这种嵌套关系上下层的配置形成配置链,每个模块的具体嵌套组成如下:
[Config汇聚节点]单个汇聚环上节点结构模型为:
Config接入j为汇聚环上第j接入层单环的接入配置;
[Flow汇聚参数]为流量参数组成矩阵:
Flow单环参数j为汇聚环上第j接入层单环的流量参数;
[Param汇聚调节]为流量参数调节矩阵:
Param单环调节j为汇聚环上第j接入层单环的流量参数调节;
对整个汇聚层流量建立如下数学模型:
其中,m为整个汇聚层中现有单个汇聚环的数量,Flow汇聚层为整个汇聚层的流量,Flow汇聚环j为第j汇聚环的流量;
[Config汇聚层]为汇聚层环网结构模型:
Config汇聚环网j为第j汇聚环结构类型,并且与汇聚环结构组成相对应的环网类型,包括10GE环、叠加双10GE环和100GE环;
步骤4-3,根据设备规划需求模块中的规划需求,从规划策略库模块中选择规划策略,汇聚层有不同的规划策略,在不同的策略中,应用对应的方法更改相应的汇聚环网配置Config汇聚环网,最终得到统一的规划后汇聚层配置变化[ΔConfig汇聚层],具体如下:
ΔConfig汇聚环网j为第j汇聚环结构类型的改变;
汇聚层规划完成后,新的汇聚层配置[Config汇聚层new]为:
[Config汇聚层new]=[Config汇聚层]+[ΔConfig汇聚层],
其中,[Config汇聚层new]为新的汇聚层结构矩阵,[Config汇聚层]为规划前汇聚层结构矩阵,[ΔConfig汇聚层]为整个汇聚层结构变化矩阵;
汇聚层规划完成后,新的汇聚层流量Flow汇聚层new为:
Flow汇聚层new=[Config汇聚层new]×([Flow汇聚参数]*[Param汇聚调节]),
汇聚层规划完成后,新的汇聚层投资Invest汇聚层new为:
Invest汇聚层new=[ΔConfig汇聚层]×([Price汇聚参数]*[Tradoff汇聚调节]),[Price汇聚参数]为对应于结构的价格矩阵,[Tradoff汇聚调节]为对应于价格矩阵的调节矩阵;
汇聚层规划完成后,如果满足流量、投资需求,则输出、存储配置及相关矩阵参数,用于下次规划使用;
步骤5包括如下步骤:
步骤5-1,通过如下公式计算单个核心环流量:
Flow核心环=[Config核心节点]×([Flow核心参数]*[Param核心调节])
其中,Flow核心环为单个核心环流量;[Config核心节点]为单个核心环的结构组成矩阵,参数来源于设备配置模块;[Flow核心参数]为对应于结构组成矩阵的流量参数组成矩阵,参数来源于设备流量参数模块;[Param核心调节]为对应于结构组成矩阵的为流量参数调节矩阵,数据来源于参数调节模块;
或者通过如下公式计算单个核心环流量:
其中,Flow汇聚j为第j汇聚环的流量,p为单个核心环中单个汇聚环的数量;
步骤5-2,在业务层层配置关系中核心层设备配置包含环网配置、节点配置;第三层核心层配置对于第二层接入层配置,具有嵌套关系,通过这种嵌套关系上下层的配置形成配置链,因此每个模块的具体嵌套组成如下;
[Config核心节点]单个核心环的节点结构模型为:
Config汇聚环网j为核心环上第j汇聚环的接入配置;
Flow汇聚参数j为核心环上第j汇聚环的流量参数
Param汇聚调节j为核心环上第j汇聚环的流量参数调节
对整个核心层流量数学模型:
其中,q为整个核心层中单个核心环网的数量;Flow核心环j为第j核心环的流量;
[Config核心层]为核心层环网数学模型:
Config核心环网j为第j核心环的结构,并且与核心环结构组成相对应的核心环结构类型;
步骤5-3,根据设备规划需求模块中的规划需求,从规划策略库模块中选择规划策略,核心层有不同的规划策略,在不同的策略中,应用对应的方法更改相应核心环网配置Config核心环网,最终得到统一的核心层配置变化ΔConfig核心层],
核心层规划完成后,新的核心层配置[Config核心层new]为:
Config核心层new]=[Config核心层]+[ΔConfig核心层];
新的核心层流量Flow核心层new为:
Flow核心层new=[Config核心层new]×([Flow核心参数]*[Param核心调节]);
新的核心层投资Invest核心层new为:
Invest核心层new=[ΔConfig核心层]×([Price核心参数]*[Tradoff核心调节]),
Invest核心层new为规划需要的投资,[Price核心参数]为对应于结构的价格矩阵,[Tradoff核心调节]为对应于价格矩阵的调节矩阵;
核心层规划完成后,如果满足流量、投资需求,则输出、存储配置及相关矩阵参数,用于下次规划使用;
步骤6包括:
通过如下最优化模型优化城域网的结构与投资规划:
其中,Invest(Flow)为城域网的流量Flow与投资Invest的关系,maxFlow∈RInvest(Flow),(minInvest(Flow))表示优化目标为最大流量maxFlow∈R情况下取得最小的投资(minInvest(Flow));s.t.表示约束条件;g(Flow)为规划得到的流量;Flowreq为需要的流量;
该最优化模型中的第一条maxFlow∈RInvest(Flow),(minInvest(Flow))要求以最小的投资规模得到最大化的系统流量,并且满足第二条s.t.g(Flow)≥Flowreq约束条件规划的流量必须大于要求的流量要求;
优化公式:Flowold=[Configold]×([Flow参数]*[Param调节]),
其中,Flowold为优化前的流量,[Configold]为优化前的结构矩阵,[Flow参数]为流量参数矩阵,[Param调节]为流量参数调节矩阵;
优化公式:[ΔConfigj]=[Configjnew]-[Configjold],
其中,[ΔConfigj]为第j业务环网优化后结构变化,[Configjnew]为第j业务环网优化后结构,[Configjold]为第j业务环网优化前结构,业务环网包括接入环网、汇聚环网、核心环网,j的取值包含所有业务环网可能的取值结构范围;
优化公式:[Confignew]=[Configold]+[ΔConfig变化组合],
其中,[Confignew]为业务层优化后结构,[ΔConfig变化组合]为业务层在多种组合优化后结构变化,[Configold]为业务层优化前结构;
优化公式:ΔFlow=[ΔConfig变化组合]×([Flow参数]*[Param调节]),
其中,ΔFlow为业务层优化后流量变化,[ΔConfig变化组合]为业务层环网在多种组合优化后结构变化,[Flow参数]为对应流量参数矩阵,[Param调节]为对应流量参数调节矩阵;
优化公式:Flownew=[Confignew]×([Flow参数]*[Param调节]),
其中,Flownew为业务层优化后的流量,[Confignew]为业务层优化后的结构,[Flow参数]为对应流量参数矩阵,[Param调节]为对应流量参数调节矩阵;
优化公式:Investnew=[ΔConfig变化组合]×([Price参数]*[Tradoff调节]),
其中,Investnew为优化后的投资[ΔConfig变化组合]为业务层在多种组合优化后结构变化,[Price参数]为对应于结构的价格矩阵,[Tradoff调节]为对应于价格矩阵的调节矩阵;
Config、Flow、和Invest是单个接入层、汇聚层、核心层,或者是接入层、汇聚层、核心层组合,通过上述公式,对业务层其中一层或多层规划组合结构做遍历迭代,在多个结构组合中找到满足以最小的投资规模得到最大化的系统流量,并且满足约束条件的结构组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711212845.7A CN108093413B (zh) | 2017-11-28 | 2017-11-28 | 一种基于大数据分析的4g城域网网络规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711212845.7A CN108093413B (zh) | 2017-11-28 | 2017-11-28 | 一种基于大数据分析的4g城域网网络规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108093413A CN108093413A (zh) | 2018-05-29 |
CN108093413B true CN108093413B (zh) | 2021-03-16 |
Family
ID=62173178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711212845.7A Active CN108093413B (zh) | 2017-11-28 | 2017-11-28 | 一种基于大数据分析的4g城域网网络规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108093413B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109495315B (zh) * | 2018-12-13 | 2021-11-19 | 安徽电信规划设计有限责任公司 | 一种大数据环境下城域网分析预测方法及可读存储介质 |
CN110855541B (zh) * | 2019-10-31 | 2021-03-16 | 中盈优创资讯科技有限公司 | 一种环状网络设备裂环方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832444A (zh) * | 2005-03-08 | 2006-09-13 | 华为技术有限公司 | 城域网络中以太网业务的端到端处理方法与装置 |
CN104080095A (zh) * | 2014-07-22 | 2014-10-01 | 湖北邮电规划设计有限公司 | 一种地铁站内无线3g/lte基站承载网络的组网方法 |
CN104426801A (zh) * | 2013-09-05 | 2015-03-18 | 中国移动通信集团广东有限公司 | 一种ptn网络的规划方法及装置 |
CN106788748A (zh) * | 2017-01-16 | 2017-05-31 | 东华大学 | 一种基于城域网的100g光传送网组网方法 |
-
2017
- 2017-11-28 CN CN201711212845.7A patent/CN108093413B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1832444A (zh) * | 2005-03-08 | 2006-09-13 | 华为技术有限公司 | 城域网络中以太网业务的端到端处理方法与装置 |
CN104426801A (zh) * | 2013-09-05 | 2015-03-18 | 中国移动通信集团广东有限公司 | 一种ptn网络的规划方法及装置 |
CN104080095A (zh) * | 2014-07-22 | 2014-10-01 | 湖北邮电规划设计有限公司 | 一种地铁站内无线3g/lte基站承载网络的组网方法 |
CN106788748A (zh) * | 2017-01-16 | 2017-05-31 | 东华大学 | 一种基于城域网的100g光传送网组网方法 |
Non-Patent Citations (1)
Title |
---|
某移动公司在大数据时代PTN和OTN网络规划与建设;田洋;《中国优秀硕士学位论文数据库》;20160601;第2章-第4章 * |
Also Published As
Publication number | Publication date |
---|---|
CN108093413A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9660868B2 (en) | Architecture for operational support system | |
CN108683186B (zh) | 一种面向供电能力提升的配电网双层扩展规划方法 | |
CN108093413B (zh) | 一种基于大数据分析的4g城域网网络规划方法 | |
WO2023246568A1 (zh) | 一种数字孪生架构、模型评价体系以及模型运行方法 | |
CN101729353B (zh) | 网络拓扑布局的方法、装置及系统 | |
CN102354981B (zh) | 一种基于分布式计算的互联电网中子网电压稳定评估方法 | |
CN110648022A (zh) | 一种考虑站点全覆盖的接驳地铁的社区公交线网与发车频率同步优化方法 | |
CN107005480A (zh) | 用于sdt与nfv和sdn相互配合的系统和方法 | |
CN106327091A (zh) | 基于鲁棒联络线计划的多区域异步协调动态经济调度方法 | |
CN108365609B (zh) | 计及互联电网分区自动发电控制的统一迭代潮流计算方法 | |
CN108182323A (zh) | 一种用于低压配电网的智能运维管理方法 | |
CN111416356A (zh) | 基于交替方向乘子法及最优潮流的输配电网联动优化方法 | |
CN107517481A (zh) | 一种基站负载均衡的管理方法及系统 | |
CN103310279B (zh) | 基于混合蚁群算法的多目标优化产品配置方法 | |
CN112163301A (zh) | 一种供水管网水力模型的分散式校核方法 | |
CN102970163B (zh) | 电力通信骨干网节点升级方法及系统 | |
CN107609694A (zh) | 海上风电集群输电系统结构优化方法及存储介质 | |
CN107483355B (zh) | 面向数据中心的在线场景低带宽开销流量调度方案 | |
CN101808325B (zh) | 频谱分配方法及装置 | |
CN110611315B (zh) | 一种考虑输配协同的分布式电源最大接入容量计算方法 | |
CN114498612A (zh) | 一种分布式多区域输电网协同经济调度方法及计算装置 | |
CN108834173B (zh) | 一种无线多跳网络的集中式优化分配方法 | |
CN108493908B (zh) | 一种考虑通信约束的区域保护分区方法 | |
CN104765933B (zh) | 一种配电台区接线图智能分层的实现方法 | |
Sadowska et al. | Human-in-the-loop control of an irrigation canal using time instant optimization model predictive control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information |
Address after: 210019 No. 58 East Street, Nanxi River, Jianye District, Nanjing, Jiangsu Applicant after: Zhong Tong clothing consulting and Design Research Institute Co., Ltd. Address before: 210019 No. 58 East Street, Nanxi River, Jianye District, Nanjing, Jiangsu Applicant before: Jiangsu Posts & Telecommunications Planning and Designing Institute Co., Ltd. |
|
CB02 | Change of applicant information | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |