CN1297120C - 动态自适应突发组装方法 - Google Patents

Abstract

一种动态自适应突发组装方法，用于光通信技术领域。本发明利用数字信号处理中的单步自回归线性自适应随机过程估计模型，采用归一化最小均方误差预测解决方法，实时在线估计网络流量特性，由估计包长动态调整突发组装时间，在预测时间内，它将本次流量加权与单步p阶自回归线性自适应随机过程估计模型相结合，且它的最大突发组装时间是根据估计包长和最近一次负载来动态确定的，在突发组装完成前提前发送控制包。本发明有较强的适应能力，有利于构建一个自适应、灵活的光突发交换网络，对任意业务模型和负载都能自动调节，控制突发分组的发送时机，降低冲突的发生，简化核心光网的控制和管理，才能从根本上提高网络性能，增强网络自身的鲁棒性。

Description

动态自适应突发组装方法

技术领域

本发明涉及一种基于光网络的组装方法，特别是一种基于光网络边缘接入业务实时特性的动态自适应突发组装方法。用于光通信技术领域。

背景技术

光突发交换(OBS)网络成为光通信领域研究的热点之一。一个OBS网络由若干边缘路由器和核心路由器构成，边缘路由器负责完成与传统网络的接口，把传统电子包组装成突发，它是OBS域内的基本传输和交换单元。OBS是一种单向资源预留方案，边缘路由器为每一个突发创建一个控制包，并先于突发一个偏置时间发送出去，核心路由器对其进行电子处理为即将抵达的突发配置光开关矩阵。OBS可以实现数据载荷透明传输，充分享受光技术带来的丰富带宽资源，同时，与光分组交换相比，交换粒度的增加降低了对核心路由器光开关速率的要求；与波长路由相比，单向资源预约与统计复用又大大提高了带宽利用率。

OBS网络结构包括核心光突发交换层、光突发聚集层和接入层，OBS网络的核心思想就是边缘路由器充分发挥电和光足够的智能，核心路由器尽量的简单化以单向预约的信令协议来实现大粒度光突发的透明传输和交换。光突发聚集层的突发组装是OBS网络的关键技术，IP、SDH和ATM等传统电子业务在边缘路由器组装成光突发从而保证在核心光网透明传输，为了充分利用现有电子设备灵活的存储和控制功能并结合光通信的大容量优势，改善核心光网流量性能，网络边缘必须实时处理接入层流量，动态自适应组装突发包。

现有的突发组装方法(X.Yu，Y.Chen，and C.Qiao，A Study of trafficstatistics of assembled burst traffic in optical burst switched networks<光突发交换网络突发流量组装后的统计特性研究>，Proceedings，OpticalNetworking and Communication Conference(OptiComm)2002<光网络和通信会议2002波士顿>，Boston，MA，July-Aug 2002)沿用传统的电路交换下泊松到达间隔分布流量模式，仍然采用传统的基于时间和包长的集中机制，偏置时间和集中阈值还只是停留在对微秒和毫秒量级相对应大时间范围内的网络流量仿真研究，两者的叠加带来了额外的组装时延，这种固定时间范围和包长的流量集中模式对语音业务具有很好的组装能力，但对数据流量占主导地位网络中IP业务以太流量的突发性、自相似性和长程相关性缺少适应能力，无法根据流量的实时特性动态调整自动适应网络变化，且由于其组装粒度与实时流量无关性的限制，导致小突发组装引入大开销降低了网络吞吐量而大突发又增大了组装时延。现有突发组装方法的这些缺陷无法使网络聚集层充分发挥电子智能优势动态自适应改变接入层业务特性，这就增加了核心光网的压力，导致网络吞吐量性能恶化，同时也降低了光网络的灵活性。

发明内容

本发明的目的在于针对现有技术的不足，提出一种基于光网络边缘接入业务实时特性的动态自适应突发组装方法，使其从根本上降低了由于业务组装而引入的大时延和额外开销，提高了网络利用率和网络灵活性，使光网带宽利用率和吞吐量更符合实时的光网络流量特性。它支持在线突发业务流预测，应用于光网边缘路由器可以构建一个自适应、灵活的光突发交换网络。增强网络自身对多业务大容量的适应能力，并为光核心网络服务质量保证、路由和竞争解决奠定了基础，有利于未来光网流量工程。

本发明是通过以下技术方案实现的，将目前非常成熟的线性滤波器经过改进引入突发组装中，利用数字信号处理(DSP)中的单步自回归(AR)线性自适应随机过程估计模型，它正是面向自相似流量估计的随机信号处理方法，更适应现有计算机网络和光网络业务长程相关自相似特点，采用归一化最小均方误差预测解决方法(NRLR)，这种方法简单并且不需要预先知道网络业务的自相关结构，免去了复杂的矩阵求逆和自相关运算，实时在线估计网络流量特性，由估计包长动态调整突发组装时间，从而保证了更实时的符合光网流量特性。

在这种线性自回归预测基础上针对光突发交换偏置时间和组装时间的特点，采用加入预测时间内本次流量加权的自适应线性预测，实现在线流量估计，在突发组装完成前提前发送控制包。本发明中，相应端口和业务队列的第一个到达包触发自适应自回归(AAR)线性预测滤波器，在预测时间内根据过去p次包长和自适应系数及当前已到达流量加权估计包长，从而动态决定组装时间，完成更接近网络实时业务流量特性的动态自适应组装。

以下通过步骤对本发明作进一步的具体限定：

(1)相应端口和业务类集中队列中第一个包到达触发该突发对应的自适应自回归AAR线性预测滤波器，同时调用前次包长预测值L(n)以便于计算误差信息e(n)＝l(n)-L(n)，并且在预测时间结束时由突发集中队列把当前已到达包长信息l(n+1)传递给AAR滤波器。其中l(n)为前次包长实际值，n为每个集中队列组装后的突发包个数，n的取值范围为足够大的正整数。

(2)调用过去p次包长值l(n-I)，I＝1，......p，其中n表示每个集中队列组装后的突发包个数，p为预测滤波器的阶数，n为大于p的足够大的正整数。根据上一步提供的误差信息e(n)计算自适应系数，然后结合当前已到达的包长信息l(n+1)来估计包长，表达式(1)(2)给出了本次估计包长L(n+1)的估计方法，其中

$L(n+1)=\underset{i=0}{\overset{p-1}{\mathrm{\&Sigma;}}}w\left(i\right)l(n-i)+\mathrm{\&alpha;l}(n+1)\frac{T_a}{T_a-T_o}=\underset{i=-1}{\overset{p-1}{\mathrm{\&Sigma;}}}w\left(i\right)l(n-i)---\left(1\right)$

$\stackrel{\&RightArrow;}{w}(n+1)=\stackrel{\&RightArrow;}{w}\left(n\right)+\frac{\mathrm{\&mu;}[l\left(n\right)-L\left(n\right)]\stackrel{\&RightArrow;}{l}(n-1)}{{\left|\right|\stackrel{\&RightArrow;}{l}(n-1)\left|\right|}^2}---\left(2\right)$

w(i)为AAR滤波器的系数，w(-1)项是引入的本次预测时间内已到达流量l(n+1)的加权，该项是光突发交换JET协议中突发集中时间(T_a)和当前n+1次流量预测时间(T_a-T_o)的比值加权(α为加权系数)，T_o为偏置时间，递归系数μ的取值范围为0＜μ＜1。本次流量特性固然与过去最近的p次包长有紧密联系，然而本次预测时间内的到达包有更大的相关性，将预测时间内包加权与p阶AR模型结合是本发明的重要创新。

(3)上一步骤得到本次估计包长L(n+1)，传递给集中时间估计模块，它根据最近一次包长与集中时间的关系估计负载，再由动态调整模块根据本次估计包长L(n+1)和负载来动态调整该端口和业务类集中队列的组装时间，完成更接近网络实时业务流量特性的动态自适应组装，这种基于最近一次负载估计的阈值确定是本发明的重要创新。

针对光突发包组装，步骤(2)后不执行步骤(3)而是执行如下步骤(4)，具体为：承接步骤(2)的本次估计包长L(n+1)，同时传递给偏置时间确定模块，然后把本次估计包长L(n+1)和偏置时间加入控制包，先于突发组装完成前一个偏置时间提前发送。

和现有技术相比，本发明具有多方面的优越性。传统光突发交换组装方法控制包在集中时间和偏置时间完全完成后发送，本发明针对光突发交换偏置时间和组装时间的特点，采用加入预测时间内本次流量加权的自适应线性预测，实时估计网络流量特性，动态调整突发组装时间，从根本上降低了突发包组装时延和额外开销。传统突发组装方法对包长的估计并未考虑自相似业务特点和当前网络状况，数据突发性和长程相关性给核心光网带来很大的压力，本发明的组装方法成功借鉴了传统成熟的DSP技术并加以改进引入了本次流量预测的加权，相应端口和业务队列的第一个到达包触发自适应自回归AAR线性预测滤波器，在预测时间内根据过去p次包长和自适应系数及当前已到达流量加权估计包长，从而动态决定组装时间，准确估计了突发数据流量特性，完成更接近网络实时业务流量特性的动态自适应组装。提高了网络利用率和网络性能，使光网带宽利用率和吞吐量更符合实时的光网络流量特性。

本发明应用于光网边缘路由器增强了光网络自身对多业务大容量的适应能力，有利于构建一个自适应、灵活的光突发交换网络，对任意业务模型和负载都能自动调节，控制突发分组的发送时机，降低冲突的发生。现在已公认分组业务具有自相似和长程相关特性，对于这种业务只有增加边缘路由器的智能性，充分利用电层的缓存灵活特性，才能提高网络的自适应能力，简化核心光网的控制和管理，才能从根本上提高网络性能，增强网络自身的鲁棒性。

附图说明

图1本发明动态自适应业务流组装方法框图

图2本发明动态自适应业务AAR(p)滤波器原理图，根据本次已到达流量和前几次的实际流量预测包长。

图3本发明本次预测时间内流量加权自适应包长估计示意图

其中，格线包表示在预测时间内已到达包，黑色包表示偏置时间内实际到达包。

具体实施方式

图1详细给出了本发明组装方法框图，当前集中队列的第一个包到达触发控制包，在预测时间内利用前次预测周期包长L(n)计算误差信息e(n)＝l(n)-L(n)，包长记忆模块的前p次包长l(n-I)，I＝0，1，......p和本次已到达流量l(n+1)，在自适应自回归AAR滤波器中估计当前队列的本次估计包长L(n+1)，流量预测确定本次估计包长L(n+1)传递给集中时间估计模块，它根据最近一次包长与集中时间的关系估计负载，再由动态调整组装时间模块根据本次估计包长L(n+1)和负载来动态调整该端口和业务类集中队列的组装时间。本次估计包长L(n+1)同时传递给偏置时间确定模块，然后把本次估计包长L(n+1)和偏置时间加入突发控制包产生。

图2具体描述了本发明提出的动态自适应业务自回归滤波器AAR的原理，根据发明内容中的公式(1)，滤波器输入为本次已到达实际流量长度l(n+1)、前次的实际包长L(n)和预测流量l(n)，图中的延迟模块表示n+1预测时间和n时间的延迟，延迟单元模块表示一个单位时间的延迟单元产生l(n-1)，......l(n-p)，它们按照公式(2)的方法与前次误差系数相乘叠加产生本次预测自适应系数w(i)，其中的第一个系数w(-1)是集中时间对预测时间的比值加权，不需要自回归产生而直接作用于已到达流量l(n+1)，然后与AR结合最后由公式(1)得到本次包长估计值。

下面将以一个突发组装集中队列的两次不同流量情况下的组装过程为例，对本发明的动态自适应突发组装与传统突发组装方法进行比较，如图3所示。第一种情况下在预测时间内到达了2个数据包，集中时间内实际到达了5个数据包，而第二种情况下在预测时间内并没有包到达，实际也只到达了1个包。比较这两种情况可以看出，在同样的AR算法中，预测时间内有数据包到达和没数据包到达，对于本次包长预测有很大影响。纯AR预测得到的突发长度为L＝5，选择纯AR的加权系数和本次预测时间内流量加权系数分别为0.2和0.8，预测时间占总时间的0.4，第一种情况下无论纯AR预测值还是加入本次预测时间流量权值后计算的结果(5×0.2+2×2.5×0.8＝5)都等于实际到达包长5；第二种情况下由于流量的突发性在预测时间内并没有数据包到达，所以纯AR方法对本次包长预测无能为力，仍然认为实际包长是5，产生了5-1＝4倍的预测误差，而引入本次加权后AAR滤波器的包长计算结果则为5×0.2+0×2.5×0.8＝1，同样准确的预测了突发包长度。这样，准确的包长估计结合负载从而确定动态范围内的最大突发组装时间，完成动态自适应突发组装，这是本发明优越性的一个实例说明。

最近p次的纯AR估计使预测值接近实际流量值，然而考虑了本次预测时间内突发长度的加权为本次流量的估计增加了更重要的砝码，在数据网络自相似特性条件下，估计误差的减小对减轻边缘路由器处理能力和组装时延，减少控制包处理开销以及核心网络流量阻塞和竞争解决有重要的意义。

Claims (2)

1、一种动态自适应突发组装方法，其特征在于，具体步骤如下：

(1)相应端口和业务类集中队列中第一个包到达，将触发该突发队列所对应的自适应自回归AAR线性预测滤波器，同时该滤波器调用前次包长预测值L(n)计算误差信息e(n)＝l(n)-L(n)，并且在预测时间结束时，AAR滤波器采集突发集中队列中当前已到达包长信息l(n+1)，其中l(n)为前次包长实际值，n为每个集中队列组装后的突发包个数，n的取值范围为足够大的正整数；

(2)调用过去p次包长值l(n-I)，I＝1，......p，其中n表示每个集中队列组装后的突发包个数，p为预测滤波器的阶数，n为大于p的足够大的正整数，根据上一步提供的误差信息e(n)计算自适应系数，然后结合当前已到达的包长信息l(n+1)来估计包长，本次估计包长L(n+1)的估计见如下表达式：

$L(n+1)=\underset{i=0}{\overset{p-1}{\mathrm{\&Sigma;}}}w\left(i\right)l(n-i)+\mathrm{\&alpha;l}(n+1)\frac{T_a}{T_a-T_o}=\underset{i=-1}{\overset{p-1}{\mathrm{\&Sigma;}}}w\left(i\right)l(n-i)$

$\stackrel{\&RightArrow;}{w}(n+1)=\stackrel{\&RightArrow;}{w}\left(n\right)+\frac{\mathrm{\&mu;}[l\left(n\right)-L\left(n\right)]\stackrel{\&RightArrow;}{l}(n-1)}{{\left|\right|\stackrel{\&RightArrow;}{l}(n-1)\left|\right|}^2}$

其中w(i)为AAR滤波器的系数，w(-1)项是引入的本次预测时间内已到达流量l(n+1)的加权，该项是光突发交换JET协议中突发集中时间(T_a)和当前n+1次流量预测时间(T_a-T_o)的比值加权，α为加权系数，T_o为偏置时间，递归系数μ的取值范围为0＜μ＜1；

(3)上一步骤得到本次估计包长值L(n+1)，传递给集中时间估计模块，它根据最近一次包长与集中时间的关系估计负载，再由动态调整模块根据本次估计包长L(n+1)和负载来动态调整该端口和业务类集中队列的组装时间，完成更接近网络实时业务流量特性的动态自适应组装。

2、根据权利要求1所述的动态自适应突发组装方法，其特征是，针对光突发包组装，步骤(2)后不执行步骤(3)而是执行如下步骤(4)：

将步骤(2)的本次估计包长L(n+1)，同时传递给偏置时间确定模块，然后把本次估计包长L(n+1)和偏置时间加入控制包，先于突发组装完成前一个偏置时间提前发送。

Images