CN107465557B - 一种epon流量预测方法 - Google Patents

Abstract

本发明公开了一种EPON流量预测方法，该方法利用最小均方多项式，预测下一帧到达时间和下个传输周期的持续时间，并为下一个发送周期动态分配带宽。ONU根据两个时间量预计该阶段内缓存的数据量，并向OLT提出带宽分配需求。该算法应用于ONU内，可以兼容多点控制协议，并在较低的算法复杂度和实现成本下，实现对帧传输延迟的优化。

Description

一种EPON流量预测方法

技术领域

本发明涉及一动态带宽分配和流量分析方法，特别是一种EPON流量预测方法。

背景技术

随着智能电网研究的深入，通信支撑被公认为智能电网的重要组成部分，而通信接入又是智能电网通信支撑的关键。EPON是智能电网中配电网系统通信接入的最佳技术选择，其利用光纤作为传输介质，具有高带宽和高QoS保障，与配用电网网络结构一致，不仅能够很好的符合用户综合业务接入的需求，而且使基于以太网的接入传输系统成本大大降低，在配网自动化系统、数字化变电站等一系列应用中发挥重要作用。

随着电力通信网的规模不断壮大及电网智能化应用向配用电侧延伸，配用电通信网络中接入的设备不断增加，网络的规模也在不断扩大，配电业务也将在原来的基础上发展和扩充，电力数据通信中的突发大数据流以及视频类业务给配用电通信网带来巨大的流量冲击。EPON作为一种接入技术，它必须提供QoS支持，以满足不同业务的需要，因此需要采用流量控制技术。对于上行方向而言，EPON系统的流量控制主要是以动态带宽分配算法的形式来实现。动态带宽分配通过解决网络的流量预测问题，提高系统上行带宽利用率，在保证分配公平性的基础上尽可能地提高网络整体延时性能，优化网络传输效果。

为了解现有技术的发展状况，对已有的论文和专利进行了检索、比较和分析，筛选出如下与本发明相关度比较高的技术信息：

技术方案1：专利号为CN102629916B的《一种改进的EPON动态带宽分配方法》专利，涉及一种动态带宽分配方法，主要通过以下步骤完成：第一，每个周期内的最后一个带宽请求和数据帧，先发送带宽请求，利用传送数据的时间来进行带宽分配，使得周期损耗减小；第二，引入线性预测系数，用以弥补等待授权时间内收到的数据请求；第三，对带宽进行二次分配，充分利用一次分配的带宽碎片。

技术方案2：专利号为CN102523539A的《具有动态带宽分配功能的无源光网络系统》专利，涉及一种动态带宽分配方法，主要通过以下步骤完成：第一，ONU注册完毕向OLT返回Register_ack时，发送一个Report消息给OLT，Report中携带了该ONU的控制器根据各一级缓存队列长度计算在下一周期中的请求带宽以及计算得到的第一级动态分配参数；第二，周期结束时，OLT根据收到的各ONU上传的Report信令对OLT的动态带宽分配记录单元中的带宽请求记录进行更新；作为对带宽请求记录更新的响应，动态带宽分配单元根据该更新的带宽请求记录中的第一级带宽分配参数对其连接的n个ONU分配带宽；第三，OLT根据上述计算得到的分配结果为各ONU分别产生一个新的Gate信令，其中分别携带着给各ONU的新授权，由收发器发送出去，进入下一周期授权阶段；第四，各ONU收到对应的Gate信令后，进行第二级动态带宽分配，即业务间带宽分配；第五，业务间带宽分配完成后，ONU按照分配结果在上行方向发送不同优先级的业务。

技术方案3：专利号为CN102742217B的《动态带宽分配中软带宽限制的方法》专利，涉及一种包括更新带宽分配业务类的带宽的限制值的动态带宽分配的方法，主要通过以下步骤完成：第一，带宽需求预测，一般涉及监视在每个ONU排队的业务的量；第二，带宽共享，涉及计算在每个ONU的业务的各种队列上如何分割可用带宽。在ONU的每个队列指通过相应的Alloc-ID所识别的T-CONT，并且一般涉及特定类型的业务(例如，视频、话音和数据)，每个ONU一般保留几个T-CONT；第三，许可调度。调度算法中的带宽指派是在每T-CONT的基础上进行。每个T-CONT通过T-CONT描述符来指定，该描述符包含与指派到T-CONT的最大可允许带宽有关以及指定如何在每个T-CONT的不同类(例如固定的带宽、保证的带宽、非保证的带宽、尽力而为的带宽)上共享许可的带宽的准则。

技术方案1采用一种改进的EPON动态带宽分配方法，最后一个ONU采用先汇报请求，在发送数据的调度机制，可以利用传递数据的时间来抵消一部分的处理时间，使得周期损耗减小，这样带宽利用率有了一定的提高。引入数据源线性预测模型，使得在ONU向OLT发送请求至ONU得到OLT授权之间收到的数据能在本周期得到授权，进而减少该部分数据的时延，对业务时延的减少有一定的帮助。带宽的二次分配，使得一次分配剩余带宽，能够被再次利用，有利于带宽的利用率的提高。缺点是未考虑业务突发流量的情况。技术方案2采用一种具有动态带宽分配功能的无源光网络系统，包括光线路终端(OLT)，光分配网络(ODN)和n个光网络单元(ONU)，n为大于1的整数，其中OLT具有动态带宽分配单元，依据ONU上报的第一级带宽分配参数按比例进行ONU间带宽分配，ONU具有业务间带宽分配单元，根据业务间优先级关系进行业务间带宽分配，其中第一级带宽分配参数依据不同优先级业务请求带宽以及相应权重计算得到。缺点是未考虑到时延的优化问题。技术方案3采用一种包括更新带宽的限制值的动态带宽分配的方法，使用预定的限制值和以前许可的带宽的值来确定带宽分配业务类的限制值。基于指定的有效带宽限制和以前许可的带宽，使用令牌桶模型为动态带宽分配过程提供“软”或柔性动态限制，这产生了改进的带宽利用。还有利的是，令牌桶模型的使用降低了抖动和平均延迟。缺点是未考虑业务流量突发的情况。

发明内容

本发明的目的在于克服现有技术的不足之处，而提供一种在单个EPON时间周期内应用的流量控制方法，该方法利用最小均方多项式，预测下一帧到达时间和下个传输周期的持续时间，并为下一个发送周期动态分配带宽，ONU根据两个时间量预计该阶段内缓存的数据量，并向OLT提出带宽分配需求，该算法应用于ONU内，可以兼容多点控制协议，并在较低的算法复杂度和实现成本下，实现对帧传输延迟的优化。

一种EPON流量预测方法，定义瞬时ONU的缓冲区大小C(t)，下一个周期的门限消息到达时间为T(n-1)，ONU设定日志，记录每次接收数据帧的大小X_i和到达的时间t_i，当数据帧到达时，对应的ONU缓冲器存储字节数G_i会增加，通过监控两次报告信息之间的发送数据帧来估算瞬时缓冲器的大小，

G_i＝G_i-1+X_i (5)

在开始时刻，需要得到ONU初始队列大小G₀作为初始参数，之后根据到达时刻和数据帧的大小，利用k项多项式方程计算经过的时间t和缓冲区大小C(t)，k指的是多项式的阶 数，

C(t)＝m₀t^o+m₁t+m₂t²+...+m_kt^k (6)

公式(6)中的系数m₀,m₁,...,m_k为最小均方参数，

各个ONU的缓冲区容量计算如公式(7)所示，

通过以上计算，ONU可以在给定的时间t预测将来的缓冲区容量，不过，当ONU创建通知信息时，下一个周期的门限信息到达时间并不确定，存在一定的随机性，因此ONU也需要预测门限信息的到达时间，本发明通过归一化最小平方NLMS预测滤波器来预测ONU门限信息的到达时间，定义ONU预测的下一的周期的门限信息到达时间为T(n)，T(n)的求解：

其中，p是归一化最小平方滤波器的阶数，w_n(i)是在每个周期的滤波器系数，w_n(i)的计算方法为：

其中，M是归一化最小均方算法的计算步长；具体预测步骤为：

步骤1：初始化设置，ONU不断监视日志文件中主机的传入流量，直到从OLT接收到门限通知消息；

步骤2：ONU记录接收到门限信息的时间T(n-1)；

步骤3：通过ONU日志中的流量记录和公式(6)预测瞬时缓冲区的大小C(t)，利用门限信息到达时间T(n-1)和公式(8)预测下一个门限消息的到达时间T(n)；

步骤4：结合当前瞬时缓冲区大小C(t)和T(n)预测下一个门限消息到达时的缓冲区大小G(n)，G(n)的计算方法为当前时刻的缓冲区大小C(t)减去T(n)和T(n-1)时刻之间传输的数据加上T(n)时刻到达的传输数据；

步骤5：更新主站负载数据，计算方法为原始主站负载数据减去ONU接收的数据帧X_i；

步骤6：ONU发送门限消息中分配的数据帧，之后向OLT发送携带下个门限消息到达时刻缓冲器预测大小的通知消息；

步骤7：更新记录剩余缓冲区大小的日志，并从步骤1重新开始。

OLT和ONU通过自适应周期时间的交错轮询方案进行通信。在每个周期中，OLT向EPON中的所有ONU发送携带带宽门限的授权信息。ONU按照门限消息中规定的协议方式响应并发送其数据，因此，在上行通信可以实现无冲突传输。除了发送ONU自身的数据之外，ONU还会发送通知消息，告知OLT它们的带宽需求，即ONU的缓冲区大小。在周期结束后，OLT会接收所有ONU的通知消息。此时，OLT开始执行动态带宽分配算法，计算下一个周期的带宽需求，并且进行新一轮的门限信息和通知信息的传送。

但是，动态带宽分配的过程需要考虑在轮询交错的时间点产生的数据及其带宽分配的影响。主要分为两种情况：第一种是已经在接近周期开始时产生的数据，这部分数据需要提前报告给ONU，并作为这个周期的缓存数据；另一种是在临近结束时产生的数据，这部分数据需要延迟报告给ONU，并作为下个周期的累积数据。这类突发性的数据可能会导致额外延迟和流量分析误差。对于这类情况，本发明利用如下方法进行解决。首先，让每个ONU正好在生成当前周期的报告消息之前，通过估计其缓冲区的占用率进行预测，进而接收下一个周期的门限信息。然后，ONU可以使用报告信息将预测结果传达给OLT，而非向OLT报告当前的缓冲区大小。

当原始主站负载数据未知时，本发明采用如下方法确定：

对于每个业务主站设备，忙碌状态和空闲状态的分布公式为：

其中，参数p和q分别与业务主站设备平均忙碌时间T_B和平均空闲时间T_E有关，本发明假定业务主站设备产生的数据遵循帕累托效应，T_B和T_E的计算方法分别为：

x_B,y_B,x_E,y_E分别是帕累托参数，每个时间周期对应于单个轮询时间，通过得到每个业务主站设备上的平均忙碌时间和空闲时间，再根据ONU的数量N_ONU、与每个ONU连接的业务主站设备数N_host和单个业务主站设备的负载k_host，可以计算出当前网络需要提供的主站负载K，，

综上所述的，本发明相比现有技术如下优点：

本专利提出一种EPON流量预测技术，其优点在于：

该技术把EPON网络流量预测方法用数学模型进行表示，本技术从降低通信延迟的角度考虑，设计了一种EPON流量分析算法，该算法利用多项式拟合和归一化最小均方算法，改进了基本的交错轮询时间周期算法，分别估算了瞬时ONU负载和轮询周期的持续时间，预测下一次传输时的ONU缓冲区大小，并报告给OLT。基于动态流量和时间估计，减少了轮询时间中的等待时间，进而降低时延，提高系统性能。仿真显示，该算法相比于将实时ONU缓冲区数据量报告相比，可以有效降低将EPON网络延迟降低20％，并且可以抵抗网络突发流量的影响。

附图说明

图1是本发明的EPON网络结构示意图。

图2是中等突发性流量分布下使用流量分析算法的延迟对比图。

图3是流量分析算法在不同脉冲的流量下的延迟对比图。

具体实施方式

下面结合实施例对本发明进行更详细的描述。

实施例1

定义l为ONU到OLT之间的距离，R_s是EPON的下行线路速率，R_t是ONU的上行链路速率，R_h是业务主站设备的链路速率。

为了验证所提的EPON流量预测方法的有效性，本发明定义EPON网络架构为1个OLT连接8个ONU，OLT和ONU之间的距离固定为12公里。定义EPON上行速率为1Gb/s，下行速率为10Gb/s，业务主站设备的传输速率是100M/s。定义共有15个业务主站设备与光交换机相连，输入流量再从光交换机馈送给每个ONU。业务主站设备以1000字节的以太网帧形式传送数据。本文只分析多项式阶数为2的多项式预测算法。为了模拟不同通信流量突发情况，在仿真中，设计了高突发性、中等突发性和低突发性三种流量分布对应的参数，即分别设置参数p＝1.2,1.5,1.8。仿真分析图分别如图2，图3所示。图2表示了在p＝1.5时流量分析算法降低延迟的能力，图3表示了不同流量突发情况下分析算法的性能特点。

通过分析图2，可以得出，当网络流量相对平稳、中等负载的环境下，流量分析算法可以为网络节约25％的延迟。在低承载负荷条件下，算法的性能优化效果较低。负载越高，延迟降低程度越大。因此，该算法在平稳流量及中、高等负载的网络性能表现良好。

通过分析图3，可以得出，当网络的流量突发性增强时，算法的性能略有下降。通过对比可以看出，在三种流量突发性条件下，承载负荷在50％到70％的范围内，均可以降低25％以上的延迟，而对于流量突发性较强、承载负荷较高的网络，算法性能受到一定影响。产生这种现象的原因是，因为突发性流量持续的时间不规则，算法在计算下一个消息到达时间的过程中，会产生一定的误差。二阶多项式与一节多项式相比，在一定程度上可以增强预测的准确度，特别是在中等负荷的网络中，对延迟的降低还很明显。但在高负荷网络中，延迟降低程度有所下降，维持在10％左右。

本实施例未述部分与现有技术相同。

Claims (2)

1.一种EPON流量预测方法，定义瞬时ONU的缓冲区大小C(t)，下一个周期的门限消息到达时间为T(n-1)，ONU设定日志，记录每次接收数据帧的大小X_i和到达的时间t_i，当数据帧到达时，对应的ONU缓冲器存储字节数G_i会增加，通过监控两次报告信息之间的发送数据帧来估算瞬时缓冲器的大小，

G_i＝G_i-1+X_i (5)

在开始时刻，需要得到ONU初始队列大小G₀作为初始参数，之后根据到达时刻和数据帧的大小，利用k项多项式方程计算经过的时间t和缓冲区大小C(t)，k指的是多项式的阶数，

C(t)＝m₀t^o+m₁t+m₂t²+...+m_kt^k (6)

公式(6)中的系数m₀,m₁,...,m_k为最小均方参数，

各个ONU的缓冲区容量计算如公式(7)所示，

通过以上计算，ONU可以在给定的时间t预测将来的缓冲区容量，不过，当ONU创建通知信息时，下一个周期的门限信息到达时间并不确定，存在一定的随机性，因此通过归一化最小平方NLMS预测滤波器来预测ONU门限信息的到达时间，定义ONU预测的下一的周期的门限信息到达时间为T(n)，T(n)的求解：

其中，p是归一化最小平方滤波器的阶数，w_n(i)是在每个周期的滤波器系数，w_n(i)的计算方法为：

其中，M是归一化最小均方算法的计算步长；具体预测步骤为：

步骤1：初始化设置，ONU不断监视日志文件中主机的传入流量，直到从OLT接收到门限通知消息；

步骤2：ONU记录接收到门限信息的时间T(n-1)；

步骤3：通过ONU日志中的流量记录和公式(6)预测瞬时缓冲区的大小C(t)，利用门限信息到达时间T(n-1)和公式(8)预测下一个门限消息的到达时间T(n)；

步骤4：结合当前瞬时缓冲区大小C(t)和T(n)预测下一个门限消息到达时的缓冲区大小G(n)，G(n)的计算方法为当前时刻的缓冲区大小C(t)减去T(n)和T(n-1)时刻之间传输的数据加上T(n)时刻到达的传输数据；

步骤5：更新主站负载数据，计算方法为原始主站负载数据减去ONU接收的数据帧X_i；

步骤6：ONU发送门限消息中分配的数据帧，之后向OLT发送携带下个门限消息到达时刻缓冲器预测大小的通知消息；

步骤7：更新记录剩余缓冲区大小的日志，并从步骤1重新开始。

2.根据权利要求1所述的EPON流量预测方法，其特征在于：当原始主站负载数据未知时，本发明采用如下方法确定：

对于每个业务主站设备，忙碌状态和空闲状态的分布公式为：

其中，参数p和q分别与业务主站设备平均忙碌时间T_B和平均空闲时间T_E有关，本发明假定业务主站设备产生的数据遵循帕累托效应，T_B和T_E的计算方法分别为：

x_B,y_B,x_E,y_E分别是帕累托参数，每个时间周期对应于单个轮询时间，通过得到每个业务主站设备上的平均忙碌时间和空闲时间，再根据ONU的数量N_ONU、与每个ONU连接的业务主站设备数N_host和单个业务主站设备的负载k_host，可以计算出当前网络需要提供的主站负载K，

Images