学位论文 > 优秀研究生学位论文题录展示
智能光网络中路由选择算法的研究
作 者: 王绪磊
导 师: 蔡祥宝
学 校: 南京邮电大学
专 业: 光学工程
关键词: 自动交换光网络 路由与波长分配 蚁群算法
分类号: TN929.1
类 型: 硕士论文
年 份: 2012年
下 载: 40次
引 用: 0次
阅 读: 论文下载
内容摘要
智能光网络技术经历了短暂的时期却得到了高速的推广和发展,它代表了下一代光网络技术的发展方向。传统的光传送网络与ASON结合后,使得各项传统的传输网络技术均具备了智能的特性,能够对资源进行动态分配,高效恢复网络故障,从而满足了用户对于高质量网络的需求。在智能光网络的发展和建设中,网络的高生存性能,业务服务的多样化以及服务的质量已经成为当前的网络以及下一代智能光网络的发展和规划所要着重考虑的内容。路由选择和波长分配问题(即RWA问题)是其中的一个重点内容,也是下一代智能光网络的特征。本文对RWA问题进行了探讨。RWA问题是一个十分复杂的问题,一般情况下我们将RWA问题分为路由子问题以及波长子问题。本文主要工作如下:介绍了智能光网络的网络体系结构以及路由体系结构。讨论了智能光网络中的RWA问题,阐述了经典的最短路径路由选择算法。针对分层图模型的网络,提出一种改进的蚁群算法(L-ACA算法)。并在简单网络模型下将其与普通的ACA算法对比,证明L-ACA算法在降低网络阻塞率方面所具有的优越性。将L-ACA算法分别与简单网络模型和分层图模型相结合,得出对于小负载网络,采用分层图模型可以有效的降低网络阻塞率。最后对于具有波长转换能力的复杂的网络,用一种旋转图模型来表示,并将其与L-ACA算法相结合,进行仿真实现。然后与上面的两种模型下的仿真结果相对比,得出在多负载的复杂网络中,采用该模型能更有效的降低网络的阻塞率,达到优化网络的目的。证明了该模型在当今网络环境下是具有优势的。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-19 1.1 光通信网络概述 9-14 1.1.1 电信行业的发展 9-11 1.1.2 光纤技术的进步与光纤通信系统发展 11-13 1.1.3 光网络的发展历程 13-14 1.2 传统光传送网的智能化 14-18 1.2.1 光波分复用(WDM)技术 14-15 1.2.2 智能光网络总体架构与标准化 15-16 1.2.3 ASON 的特点 16-18 1.3 本论文的主要内容与结构 18-19 第二章 智能光网络的体系结构 19-31 2.1 ASON 的分层结构 19-25 2.1.1 ASON 的三个平面及其分层组织结构 19-21 2.1.2 ASON 的三种不同的接口 21-22 2.1.3 ASON 的网络结构特点 22-24 2.1.4 ASON 的栅格网络 24-25 2.2 ASON 中三种不同的链接方式 25-27 2.2.1 永久链接 25-26 2.2.2 交换链接 26-27 2.2.3 软永久交换链接 27 2.3 ASON 的控制平面技术与结构特点 27-31 2.3.1 控制平面结构 28-30 2.3.2 控制平面技术 30-31 第三章 ASON 网络的路由技术 31-40 3.1 IP 路由和光网络路由的差别 31-32 3.2 ASON 路由体系结构 32-34 3.2.1 路由的功能原件 32-33 3.2.2 ASON 的等级路由体系结构 33-34 3.2.3 ASON 的路由协议种类 34 3.3 ASON 的路由功能 34-37 3.4 OSPF 路由协议简介 37-40 3.4.1 OSPF 域 37-38 3.4.2 链路状态通告LSA 38-40 第四章 路由算法以及网络模型设计 40-56 4.1 RWA 问题 40-41 4.1.1 静态RWA 问题 40-41 4.1.2 动态RWA 问题 41 4.2 DIJKSTRA 算法 41-43 4.3 一种基于分层图模型的改进的蚁群算法 43-50 4.3.1 蚁群算法 43-45 4.3.2 分层图模型 45-46 4.3.3 L-ACA 算法的描述 46-47 4.3.4 仿真结果与分析 47-50 4.4 基于波长旋转图模型的蚁群算法 50-54 4.4.1 波长旋转图模型 50-52 4.4.2 基于波长旋转图的L-ACA 算法描述 52-53 4.4.3 仿真与结果分析 53-54 4.5 本章小结 54-56 第五章 总结与展望 56-58 5.1 总结 56 5.2 展望 56-58 致谢 58-59 参考文献 59-62 硕士研究生期间发表论文 62
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于物理拓扑感知的Chord算法研究,TP393.02
- 电渣炉过程控制系统的设计及优化控制,TP273
- WDM全光网络中路由和波长分配问题研究,TN929.1
- Ad Hoc网络中分簇路由算法的研究,TN929.5
- 自动交换光网络时延对称业务的路径保护算法研究,TN929.1
- 图像信息处理机的图像处理方法研究,TP391.41
- 面向无线传感器网络的多路径路由协议研究,TN915.04
- 改进蚁群算法在盲均衡中的应用,TN911.5
- 智能光网络动态路由和波长分配算法的研究,TN929.1
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 基于蚁群算法的车辆调度问题研究,TP301.6
- 融合MMTD与仿生算法的路由选择研究,TP393.05
- 基于改进蚁群算法的多目标退化调度问题的研究,O221.6
中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线通信 > 光波通信、激光通信
© 2012 www.xueweilunwen.com
|