基于云计算平台的光通信网络信道均衡方法研究

李 俊

(陕西邮电职业技术学院通信工程学院,陕西 咸阳 712000)

0 引言

随着光通信技术的发展,其在许多领域得到了成功应用,如数据高速传输、数据实量分析等。在光通信系统实际应用中,每个数据都要通过相应信道进行传输。不同信道数据传输能力不同。因此,为光通信数据传输分配最优信道,以保证信道分配均衡、提高光通信系统信道利用率十分关键。在光通信系统工作过程中,由于各方面原因,可能会出现信道分配不均衡现象,导致能量开销较大。因此,必须优化光通信的效果、节约通信能量,以实现信道均衡[1-2]。光通信网络信道负责实时传输海量数据,因此信道均衡是优化光通信效果的关键[3]。

为此,一些学者对光通信信道均衡进行了研究。文献[4]设计了基于深度神经网络的高速信道自适应均衡器,并基于现代数字信号处理结构、针对高速信道,设计了基于深度神经网络的信道均衡方法。文献[5]将预均衡技术应用于基于直流偏置光正交频分复用调制的光通信系统中,并根据光传输特性,基于先验信息设计通信信道预均衡方法。但以上方法未利用节点自适应接发控制信道,无法有效减少通信能量开销,导致信道均衡效果未达到最佳。

云计算平台可有效实现海量数据的传输和处理,为光通信优化奠定准确的数据基础[6]。为此,本文提出了基于云计算平台的光通信网络信道均衡方法,并对其性能进行了测试。

1 光通信网络信道均衡方法

1.1 光通信系统的分析平台结构

在光通信网络信道均衡方法的云计算平台中,如何快速、高效地处理通信数据十分重要。因此,数据中心是云计算平台的核心模块。本文结合光通信网络信道均衡的特点,利用云计算平台的分布式处理节点,设计了光通信系统数据分析平台。光通信系统数据分析平台总体框架如图1所示。

图1 光通信系统数据分析平台总体框架

由图1可知,光通信网络数据分析平台集成了光通信技术、云计算技术和数据处理技术,可以为光通信网络的大规模数据处理提供技术支撑,更好地解决光通信过程中的信道分配不均衡问题。

1.2 光通信网络节点能耗模型

光通信系统由许多节点构成。多个节点相连,即组成一个数据传输的信道。为了克服当前光通信系统中存在的信道不均衡问题,本文设计光通信系统节点能耗模型。光通信系统节点接收和传输数据需要消耗一定的能量ε。当数据传输的距离为e时,光通信系统节点能耗模型为:

M0=θeR+ε

(1)

式中:θ为系数,其值直接与光通信系统调制方式相关;R为进行信道选择时所消耗的能量,kJ。

本文设光通信系统的第i个信道为ti、光通信系统的节点发射功率为f,则光通信系统信道容量计算式为:

(2)

式中:c为信道的带宽,MHz;n0为噪声对光通信系统的通信干扰程度。

光通信节点之间进行通信时,信道同样要消耗一定的能量。第i个信道所消耗能量的最小值为:

(3)

(4)

式中:v为信道传输数据的速度,bit/s。

(5)

式中:n为信道数;T为数据传输周期;s为数据包大小,MB。

光通信系统信道的总能耗计算式为:

(6)

光通信系统的能量消耗可以用于评价系统信道均衡情况。因此,可以对光通信系统的能量消耗进行有效控制,从而间接解决信道均衡问题。这有利于保证信道之间的均衡。

1.3 光通信网络信道均衡方法实现步骤

根据已经建立的光通信系统的能量消耗模型,云计算平台通过智能方式对信道均衡性进行调节[7-8]。对于云计算平台而言,其包括普通节点和管理节点。云计算平台中,计算和管理节点的关系如图2所示。

图2 计算和管理节点的关系示意图

由图2可知,信道均衡的具体实现步骤如下。

①能量衰减程度修正值。

(7)

②构建信道均衡控制模型。

本文将光通信网络数据资源划分为多个子集,构建信道均衡控制模型。其计算式为:

(8)

式中:k为脉冲带宽数;m为输出控制参数;x为信道分簇单元集合,x=(x1,x2,…,xn);F(x)为联合时间-尺度函数;Q为终端调度关联属性集的数量。

③通过建立信道可信度集合,保证数据传输的可靠性。

光通信系统中,数据需要经过一定转换后再保存。本文设光通信系统同时发送多个信号。信号传输需要遵循一定的规则,即通信协议。信道可信度集合为H=[h1,h2,…,hj]。其中:hj=0;j=1,2,…,p。

④优化和控制节点收发数据模型。

光通信系统工作过程中,信道之间可能会产生一定的干扰,同时节点之间也会产生相应的干扰。因此,需要采集光通信系统的多径信号。本文根据多径信号的数量p对节点收发数据模型进行优化和控制。

minF(x)=[f1(x),f2(x),…,fm(x)]Q

(9)

⑤实现光通信网络传输。

光通信系统中的节点通常只在其工作周期内进行数据传输,其他时间则处于睡眠状态。这样可以节约能量。因此,在进行数据传输之前,需要明确相邻节点工作周期的时隙。不同节点之间通过中继节点进行连接,从而实现远距离的光通信网络数据传输。数据传输任务次数应该满足以下条件:

(10)

通过光通信网络信道控制方法,可以保证光通信系统具有高效的性能,包括最大化信道利用率,以及快速和高成功率的数据传输。

2 仿真测试与分析

为了分析基于云计算平台的光通信网络信道均衡方法的实际效果,本文对其数据传输成功率、能量开销、时延以及丢包率进行测试。

2.1 仿真测试环境

仿真测试环境为:4核 3.02 GHz CPU;16 GB RAM;Windows操作系统。光通信网络参数设置为:覆盖区域100 km×100 km;传输信息节点总量450 Jbit;节点原始能量45 pJbit;数据包0.32 pJ/(bit·m4)。

2.2 能量开销测试

为了体现基于云计算平台的光通信网络信道均衡方法的优越性,在相同试验环境下,本文选择文献[4]方法和文献[5]方法进行对比测试。

不同方法的能量开销如表1所示。

表1 不同方法的能量开销

分析表1可知,当节点比较少时,三种方法的能量开销数值相差不大;随着节点数量增加,三种方法的能量开销增加,但是本文方法的能量开销增加幅度明显低于另外两种方法。

2.3 数据传输成功率测试

不同方法的光通信网络数据传输成功率如表2所示。由表2可知,采用本文方法后,数据传输成功率高,并呈不断上升的趋势;采用其他两种对比方法,数据传输成功率同样呈上升趋势,但是最大成功率远远低于本文方法。因此,本文方法具有明显的优势,能较好地解决当前光通信网络存在的一些问题,具有更高的实际应用价值。

表2 不同方法的光通信网络数据传输成功率

2.4 时延测试

时延直接关系到光通信数据传输效率。时延越小,则代表数据传输效率越高。不同方法的光通信时延测试结果如表3所示。

表3 不同方法的光通信时延测试结果

由表3可知:本文方法的光通信时延低于对比方法;随着光通信节点的增加,光通信时延波动不大,具有较强的鲁棒性。这主要是因为云计算平台可以找到最优信道进行数据传输,从而改善光通信系统的工作效率。

2.5 光通信网络的传输丢包率分析

不同方法的传输丢包率如表4所示。由表4可知,本文方法的平均丢包率低于对比方法。这表明本文方法具有丢包率低的优势,有利于提高光通信网络信道均衡的准确度。

表4 不同方法的传输丢包率

3 结论

为了有效节约光通信的能量开销,本文提出基于云计算平台的光通信网络信道均衡方法。为减少通信能量消耗,本文基于云平台构建通信节点能量消耗模型。本文利用节点自适应接收和发送方法,根据传输带宽合理配置信号通道,以控制信道均衡性。测试结果证明,本文方法能够实现通信信道的均衡分配,既降低了能量开销,又提高了信道分配效率和信道均衡准确度。该方法为实现现代网络通信数据快速传输提供了有效的解决方案。