彈性光網(wǎng)絡(luò)中基于頻譜連續(xù)度的算法研究

陳秉鈞，張 寧，楊延嵩，陳曉丹

北京聯(lián)合大學(xué) 智慧城市學(xué)院，北京 100101

隨著信息化時(shí)代的到來，光通信技術(shù)發(fā)展越來越快[1-2]。近年來，彈性光網(wǎng)絡(luò)（elastic optical network，EON）受到了廣泛的研究，并被用來解決光纖光柵的結(jié)構(gòu)中傳統(tǒng)波分復(fù)用（WDM）光網(wǎng)絡(luò)頻譜利用率低的問題。在WDM網(wǎng)絡(luò)中，信道帶寬是固定在50 GHz，不能根據(jù)實(shí)際業(yè)務(wù)的需要，靈活地分配頻譜資源，且業(yè)務(wù)請(qǐng)求一旦連接，網(wǎng)絡(luò)就無法根據(jù)實(shí)時(shí)情況，動(dòng)態(tài)調(diào)整頻譜資源，導(dǎo)致WDM網(wǎng)絡(luò)無法處理來自不同帶寬要求大小的客戶端的連接需求。EON依靠正交頻分復(fù)用技術(shù)（OFDM），將頻隙粒度的信道帶寬容量劃分為更細(xì)的粒度，如6.25 GHz、12.5 GHz，允許通過選擇適當(dāng)數(shù)量的頻隙資源來構(gòu)建光路。同時(shí)，由于OFDM引入子載波技術(shù)，且子載波之間的正交性，使得不同業(yè)務(wù)之間不需要保護(hù)帶寬，因此EON可以靈活地和更有效地利用光纖帶寬。相比傳統(tǒng)的WDM網(wǎng)絡(luò)，EON能提高頻譜資源利用率。

對(duì)于光網(wǎng)絡(luò)來說，在頻譜分配的過程中，要遵循兩個(gè)基本的約束：頻譜連續(xù)性，以及頻譜一致性。頻譜連續(xù)性，要求在請(qǐng)求的路由光路中，每條鏈路上分配的頻譜必須是連續(xù)的；頻譜一致性，要求在請(qǐng)求的路由光路中，每條鏈路上占用連續(xù)的頻譜的位置，必須保持一致。因此，隨著不同的連接請(qǐng)求的建立和刪除，頻譜資源會(huì)出現(xiàn)空閑但不連續(xù)的頻譜碎片，這會(huì)導(dǎo)致頻譜資源不能滿足業(yè)務(wù)請(qǐng)求，造成極大的浪費(fèi)。因此，一個(gè)良好的路由和頻譜資源分配（RSA）算法，是解決這類問題的關(guān)鍵。在光網(wǎng)絡(luò)中，研究這類RSA問題，常常劃分為兩個(gè)子問題，即路由選擇問題和頻譜資源分配問題。

1 網(wǎng)絡(luò)路由與頻譜分配問題

近年來，需要預(yù)留頻譜資源的業(yè)務(wù)數(shù)量迅速增加[3-5]。He等人[3]關(guān)注了在基于預(yù)留業(yè)務(wù)的RSA算法中一些不可用的頻譜資源，提出的基于無效頻譜感知的預(yù)留業(yè)務(wù)（advanced-reservation-based invalid-spectrumaware，AR-ISA）頻譜資源分配算法，采用碎片整理算法以進(jìn)一步提高網(wǎng)絡(luò)性能。Li等人[4]提出一個(gè)指標(biāo)，即四個(gè)因素的加權(quán)之和，通過最小化度量來分配業(yè)務(wù)的頻譜資源，降低阻塞率。Zhu等人[5]設(shè)計(jì)了二維碎片感知以及碎片的連續(xù)性感知算法，降低了在虛擬光網(wǎng)絡(luò)嵌入過程中的二維碎片。但是上述算法在運(yùn)行過程中需要為這些業(yè)務(wù)預(yù)留出一部分頻譜資源，當(dāng)預(yù)留業(yè)務(wù)沒有到來時(shí)，其他業(yè)務(wù)也不能占用這部分頻譜資源，這就不可避免地降低了頻譜資源的利用率。

Ujjwal等人[6]將距離自適應(yīng)調(diào)制技術(shù)引入RSA算法中，允許在多條不相交路徑上執(zhí)行自適應(yīng)流量需求拆分。Araújo等人[7]提出了一種新的建模方法，最大限度地減少了插槽索引，同時(shí)最小化每種需求的備用光路所需求的鏈接數(shù)量。但是這些算法在路由和頻譜分配的過程中需要大量時(shí)間來計(jì)算，導(dǎo)致了算法整體的效率不高。Lezama等人[8]改進(jìn)了蟻群優(yōu)化算法，只需要很少的控制參數(shù)，就可以在任意靈活的場(chǎng)景最小化頻譜利用率。Pederzolli等人[9]提出了一種新的基于路徑的度量，更好地評(píng)估光網(wǎng)絡(luò)中的頻譜資源碎片化，并且提出了兩個(gè)啟發(fā)式RSA算法。Lechowicz等人[10]為了評(píng)估光網(wǎng)絡(luò)中頻譜碎片程度，提出了用于彈性光網(wǎng)絡(luò)的各種碎片測(cè)量標(biāo)準(zhǔn)。此外，介紹了邊界超級(jí)通道（bordering superchannels，bSChs）的新概念。但是算法在運(yùn)行的過程中需要備份路由，備份的路徑過多會(huì)占用大量頻譜資源。Halder等人[11]提出了基于貪心算法的可生存路徑的貪婪啟發(fā)式算法（greedy heuristic for survivable multipath，SM-GR）和可生存多路徑的遺傳算法（genetic algorithm for survivable multipath，SM-GA）來求解大型網(wǎng)絡(luò)的近似最優(yōu)解。作者將提出的算法和ILP線性規(guī)劃模型相比較，線性規(guī)劃模型在面對(duì)大型網(wǎng)絡(luò)時(shí)效率很低，SM-GR和SM-GA算法能有效降低業(yè)務(wù)阻塞率。但是算法運(yùn)行過程中需要大量的計(jì)算，加大了每個(gè)節(jié)點(diǎn)處理數(shù)據(jù)的能耗。Yuan等人[12]提出了預(yù)切片的頻譜分配算法。將頻譜切片分為標(biāo)準(zhǔn)塊，連接所需求的頻譜資源預(yù)先被分成了標(biāo)準(zhǔn)塊。這些措施可以對(duì)準(zhǔn)被占用的和可用的頻隙，從而降低阻塞率。但是，切塊的頻譜資源在面對(duì)靈活的頻譜資源需求時(shí)，還是會(huì)存在大量的頻譜資源不匹配導(dǎo)致頻譜資源的浪費(fèi)。

Mahmoud等人[13]提出了一種遞歸分解的方法，對(duì)整個(gè)路由空間進(jìn)行搜索，但是整個(gè)路由表的生成需要巨大的內(nèi)存空間和處理時(shí)間。當(dāng)整體網(wǎng)絡(luò)節(jié)點(diǎn)較多和業(yè)務(wù)量較大時(shí)，會(huì)浪費(fèi)較多的時(shí)間和空間資源。Panchali等人[14]通過建立光樹，提出的頻譜劃分方法，對(duì)現(xiàn)有方法進(jìn)行了修改，提出了基于派系劃分的疏導(dǎo)算法。使用首次命中頻譜分配策略，它從可用的第一個(gè)索引向奇數(shù)分區(qū)分配頻隙，并從最后一個(gè)索引開始為偶數(shù)分區(qū)來分配頻隙。Yuan等人[15]提出了鏈路相鄰縮減的概念，表示使用一個(gè)頻譜塊后鏈路上頻譜的變化情況，在此基礎(chǔ)上，提出了一種RSA算法，該算法選擇使鏈路相鄰縮減最小的頻譜資源分配給業(yè)務(wù)，提高頻譜資源利用率。王鵬輝等人[16]提出了重要節(jié)點(diǎn)的概念，算法將經(jīng)過重要節(jié)點(diǎn)的業(yè)務(wù)分配次短路徑。但是算法需要提前知道所有業(yè)務(wù)的源節(jié)點(diǎn)和目的節(jié)點(diǎn)。李娜娜等人[17]提出了一種基于路徑長(zhǎng)度和節(jié)點(diǎn)數(shù)的算法，算法選擇路由上節(jié)點(diǎn)最少的路徑，如果路徑的跳數(shù)相同則選擇距離最短的路徑。

2 提高頻譜資源利用率的頻譜連續(xù)度錯(cuò)位感知算法

在彈性光網(wǎng)絡(luò)中，路由和頻譜分配問題一直是NP-hard問題，因此，在解決路由和頻譜分配問題時(shí)，本文提出一種頻譜連續(xù)度感知算法。該算法分為兩步：在路由選擇方面，KSP最短路徑算法能根據(jù)源節(jié)點(diǎn)和目的節(jié)點(diǎn)計(jì)算出一條最短路徑，業(yè)務(wù)需要的頻隙數(shù)量越少，分配的路徑越短，反之業(yè)務(wù)需要的頻隙數(shù)量越多，分配的路徑越長(zhǎng)。在頻譜分配方面，考慮到新的業(yè)務(wù)到來后，承載該業(yè)務(wù)的路徑上各鏈路原本的頻譜資源連續(xù)性會(huì)減少，為此，專門在此算法中引入一個(gè)新的參數(shù)Cuts，根據(jù)Cuts值來分配頻譜位置，該算法能有效減少業(yè)務(wù)的阻塞率，并提高頻譜資源利用率。

2.1 基于KSP的路由選擇方式

在實(shí)際生活中，各網(wǎng)絡(luò)節(jié)點(diǎn)產(chǎn)生的業(yè)務(wù)量是不同的，例如大城市中產(chǎn)生的業(yè)務(wù)量更多，且節(jié)點(diǎn)數(shù)量更加集中，距離更近。如圖1簡(jiǎn)單網(wǎng)絡(luò)拓?fù)渌?，假設(shè)節(jié)點(diǎn)1和節(jié)點(diǎn)2為繁忙節(jié)點(diǎn)，這兩個(gè)節(jié)點(diǎn)產(chǎn)生的業(yè)務(wù)數(shù)量遠(yuǎn)遠(yuǎn)超過其他節(jié)點(diǎn)。

圖1 簡(jiǎn)易網(wǎng)絡(luò)拓?fù)銯ig.1 Simple network topology

假定同時(shí)出現(xiàn)2個(gè)請(qǐng)求，分別為（1-3）、（1-4），且所需要的頻隙數(shù)分別為1、2。經(jīng)過計(jì)算可知兩個(gè)請(qǐng)求的路徑分別為（1-2-3）、（1-5-4）。節(jié)點(diǎn)1這個(gè)繁忙節(jié)點(diǎn)產(chǎn)生的兩個(gè)業(yè)務(wù)將不會(huì)同時(shí)使用節(jié)點(diǎn)1和節(jié)點(diǎn)2間的鏈路，降低鏈路的負(fù)載壓力。因此繁忙節(jié)點(diǎn)的產(chǎn)生大量業(yè)務(wù)就可以盡可能地分配到整個(gè)網(wǎng)絡(luò)空間，降低整個(gè)網(wǎng)絡(luò)的業(yè)務(wù)阻塞率，提高頻譜資源利用率。

2.2 基于頻譜連續(xù)度感知的頻譜分配方式

在光網(wǎng)絡(luò)動(dòng)態(tài)運(yùn)行過程中，新業(yè)務(wù)的到來會(huì)造成業(yè)務(wù)所在鏈路上連續(xù)的頻譜資源分段，本文使用參數(shù)Cuts來表示一個(gè)新的連接是否將鏈路上的連續(xù)頻譜分段。如果新業(yè)務(wù)會(huì)將鏈路上的連續(xù)頻譜分段，Cuts=1；反之，則Cuts=0。此時(shí)計(jì)算從源節(jié)點(diǎn)到目的節(jié)點(diǎn)所有經(jīng)過的鏈路上連續(xù)頻譜資源因該業(yè)務(wù)所引起的分段，參數(shù)Cuts的值等于承載該業(yè)務(wù)所引起的連續(xù)頻譜資源分段之和，Cuts值定量地表現(xiàn)了一個(gè)新連接所引起的頻譜碎片程度，Cuts值越低代表分配后的頻譜碎片更少，頻譜利用率更高。因此在分配頻譜資源時(shí)應(yīng)選擇Cuts值最低的位置分配頻譜資源。

假定在該網(wǎng)絡(luò)中，每條鏈路的頻隙數(shù)量為15，如圖2所示，鏈路上黑色的小方塊代表已經(jīng)被占用的頻譜資源，白色的小方塊代表未被占用的頻譜資源。假定網(wǎng)絡(luò)中新的業(yè)務(wù)請(qǐng)求從節(jié)點(diǎn)1到節(jié)點(diǎn)5，其中經(jīng)過鏈路1-2，鏈路2-3，鏈路3-4，鏈路4-5，需求的頻譜資源為一個(gè)頻隙。

圖2 路徑簡(jiǎn)易狀態(tài)圖Fig.2 Simple path state diagram

如圖3所示，帶箭頭的虛線表示路徑上滿足業(yè)務(wù)需求的頻譜資源，Cuts表示將這段頻譜資源分配給新業(yè)務(wù)后，新業(yè)務(wù)中斷的連續(xù)頻譜資源的數(shù)量。此時(shí)假設(shè)新業(yè)務(wù)需要1個(gè)頻隙的頻譜資源，在一般的RSA算法中，從路徑1-5上看，slot2、slot8、slot12是等價(jià)的。但是在本文的KSPDP算法中，slot2位置的Cuts值為3，而slot8位置上Cuts值為0，slot12位置上Cuts值為1，所以算法將這個(gè)業(yè)務(wù)分配在slot8的位置上，此時(shí)產(chǎn)生的頻譜碎片最少。

圖3 頻譜分配示意圖Fig.3 Spectrum allocation diagram

2.3 算法流程

算法通過仿真數(shù)據(jù)得到源節(jié)點(diǎn)和目的節(jié)點(diǎn)對(duì)，并利用KSP算法計(jì)算得出K條最短路徑，根據(jù)這一節(jié)點(diǎn)對(duì)所需要的頻隙數(shù)量分配路由路徑，需要的頻隙數(shù)量越少，分配的路徑越短。比如業(yè)務(wù)需要一個(gè)頻隙大小的頻譜資源，就分配最短路徑。需要的頻隙數(shù)量越多，分配的路徑越長(zhǎng)，比如業(yè)務(wù)需要八個(gè)頻隙大小的頻譜資源，就分配第K短路徑。之后算法計(jì)算各位置的頻譜資源所引起分段的Cuts值，其用來計(jì)算分配頻譜資源時(shí)，新的業(yè)務(wù)對(duì)原有頻譜資源的影響，Cuts值越低，越會(huì)最大限度地避免影響各鏈路間可用頻隙的對(duì)齊關(guān)系，通過計(jì)算Cuts值來分配業(yè)務(wù)所需頻譜資源的位置，將業(yè)務(wù)分配在Cuts值最小的位置，減少頻譜碎片的產(chǎn)生，提高各鏈路的業(yè)務(wù)承載能力。該算法可以最大限度地將單一連接上的頻譜資源最大化利用起來，減少頻譜資源碎片。

其工作流程圖如圖4所示。

圖4 算法流程圖Fig.4 Algorithm flowing diagram

步驟1根據(jù)業(yè)務(wù)請(qǐng)求的節(jié)點(diǎn)對(duì)計(jì)算K條最短路徑并選擇其中路徑最短的5條路徑。

步驟2根據(jù)業(yè)務(wù)請(qǐng)求所需要的連續(xù)頻譜資源數(shù)量分配路由路徑，業(yè)務(wù)需求的連續(xù)頻譜資源數(shù)量越少，分配的路徑越短。

步驟3確定路由路徑之后并根據(jù)算法所計(jì)算的Cuts值，選擇Cuts值最低的位置分配頻譜位置。

步驟4繼續(xù)為下一個(gè)業(yè)務(wù)分配頻譜資源。

3 仿真實(shí)驗(yàn)

3.1 仿真環(huán)境

本文的仿真都是利用python語言進(jìn)行編程的，并對(duì)仿真結(jié)果進(jìn)行分析，仿真所用的網(wǎng)絡(luò)拓?fù)錇榻?jīng)典的NSFNET網(wǎng)絡(luò)結(jié)構(gòu)和USNET網(wǎng)絡(luò)結(jié)構(gòu)，圖5為NSFNET網(wǎng)絡(luò)拓?fù)?，該結(jié)構(gòu)共有14個(gè)節(jié)點(diǎn)和21條鏈路。圖6為USNET網(wǎng)絡(luò)拓?fù)?，該網(wǎng)絡(luò)結(jié)構(gòu)共有24節(jié)點(diǎn)43條鏈路。

圖5 NSFNET網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)Fig.5 NSFNET network topology

圖6 USNET網(wǎng)絡(luò)拓?fù)銯ig.6 USNET network topology

在仿真過程中，本文假設(shè)網(wǎng)絡(luò)每條鏈路只有一個(gè)光線對(duì)。每條鏈路上的可分配頻譜帶寬為4.475 THz，每個(gè)頻隙所需的帶寬為12.5 GHz，因此每條連續(xù)所擁有的頻隙數(shù)為358個(gè)。仿真中業(yè)務(wù)到達(dá)時(shí)間服從參數(shù)為λ泊松分布，且連接的持續(xù)時(shí)間是服從參數(shù)為μ指數(shù)分布，網(wǎng)絡(luò)負(fù)載為λ/μ的愛爾蘭Erlang。業(yè)務(wù)請(qǐng)求所需的頻隙1、2、4、6、8中隨機(jī)選擇，在NSFNET網(wǎng)絡(luò)中，源節(jié)點(diǎn)有一半產(chǎn)生于10、11、12、13這四個(gè)節(jié)點(diǎn)，另一半在剩下的節(jié)點(diǎn)中隨機(jī)產(chǎn)生，目的節(jié)點(diǎn)隨機(jī)產(chǎn)生。在USNET網(wǎng)絡(luò)中，源節(jié)點(diǎn)有一半產(chǎn)生于2、12、15、20、23這五個(gè)節(jié)點(diǎn)，另一半在剩下的節(jié)點(diǎn)中隨機(jī)產(chǎn)生，目的節(jié)點(diǎn)隨機(jī)產(chǎn)生。

3.2 仿真結(jié)果

算法性能評(píng)價(jià)指標(biāo)根據(jù)業(yè)界流行的業(yè)務(wù)阻塞率和頻譜資源利用率來對(duì)比。業(yè)務(wù)阻塞率是指在算法運(yùn)行過程中，分配失敗的業(yè)務(wù)占整體業(yè)務(wù)的比值。頻譜資源利用率是指在算法運(yùn)行過程中，鏈路上被占用的頻譜資源數(shù)量占所有頻譜資源數(shù)量的比值，業(yè)務(wù)阻塞率越低，頻譜資源利用率越高，代表算法性能越好。圖7和圖8展示了算法在NSFNET網(wǎng)絡(luò)仿真下的業(yè)務(wù)阻塞率和頻譜資源利用率。圖9和圖10展示了算法在USNET網(wǎng)絡(luò)仿真下的業(yè)務(wù)阻塞率和頻譜資源利用率。本文將最短路徑路由首次命中（Hij+FF）算法和KSPDP算法進(jìn)行對(duì)比。

如圖7所示，在NSFNET網(wǎng)絡(luò)拓?fù)湎?，業(yè)務(wù)請(qǐng)求的阻塞率都隨著業(yè)務(wù)量的增長(zhǎng)而增大。在網(wǎng)絡(luò)負(fù)載較低的時(shí)候，KSPDP算法與傳統(tǒng)的RSA算法差距比較小，但是從網(wǎng)絡(luò)負(fù)載量上升之后，KSPDP算法明顯降低了業(yè)務(wù)阻塞率，在負(fù)載流量較大的情況下降低的業(yè)務(wù)阻塞率可以提升16%～17%。KSPDP算法與傳統(tǒng)的RSA算法相比，在相同的業(yè)務(wù)量下，KSPDP算法的業(yè)務(wù)阻塞率總是低于傳統(tǒng)的RSA算法。仿真說明KSPDP算法的可以有效降低業(yè)務(wù)的阻塞率。

圖7 NSFNET網(wǎng)絡(luò)阻塞率對(duì)比圖Fig.7 NSFNET network blocking probability comparison diagram

如圖8所示，對(duì)于NSFNET網(wǎng)絡(luò)拓?fù)?，在業(yè)務(wù)量較小時(shí)，KSPDP算法將業(yè)務(wù)請(qǐng)求更大地分配在了整個(gè)網(wǎng)絡(luò)空間，所以在繁忙節(jié)點(diǎn)間的單條鏈路上頻譜資源利用率會(huì)低于傳統(tǒng)的算法，此時(shí)整個(gè)網(wǎng)絡(luò)的業(yè)務(wù)阻塞率普遍在一個(gè)比較低的水準(zhǔn)，局部的頻譜資源利用率低不影響整個(gè)網(wǎng)絡(luò)的正常運(yùn)行。但是當(dāng)業(yè)務(wù)負(fù)載量變大時(shí)，相比傳統(tǒng)算法，KSPDP算法在尋找頻隙位置的方式上有所不同。當(dāng)頻譜上出現(xiàn)了一系列的大小不同的頻隙時(shí)，KSPDP算法采用頻譜資源連續(xù)度最高的頻隙位置的方式來進(jìn)行頻譜資源的再分配，這樣一來，由此產(chǎn)生的頻譜碎片就會(huì)少一些。這樣就提高了頻譜資源利用率。相比于傳統(tǒng)算法頻譜資源利用率為0.575，KSPDP算法頻譜利用率為0.66，頻譜資源利用率提高約10%，更多的頻譜資源被利用。仿真結(jié)果證明KSPDP算法可以有效提高頻譜資源利用率，降低業(yè)務(wù)阻塞率。

圖8 NSFNET網(wǎng)絡(luò)頻譜資源利用率對(duì)比圖Fig.8 NSFNET network spectrum resource utilization comparison diagram

為了驗(yàn)證算法在更復(fù)雜的網(wǎng)絡(luò)環(huán)境下的性能，同時(shí)驗(yàn)證算法的適用性，除了在NSFNET網(wǎng)絡(luò)拓?fù)湎逻M(jìn)行仿真之外，實(shí)驗(yàn)在相同的仿真條件下，在USNET網(wǎng)絡(luò)下進(jìn)行了仿真實(shí)驗(yàn)，USNET網(wǎng)絡(luò)拓?fù)渚W(wǎng)絡(luò)規(guī)模和復(fù)雜度都更大，可以用來評(píng)價(jià)算法在更大的網(wǎng)絡(luò)規(guī)模下的適用性和相關(guān)性能。

如圖9所示，隨著網(wǎng)絡(luò)負(fù)載的增加，KSPDP算法和Hij+FF算法的業(yè)務(wù)阻塞率都隨之增加。KSPDP算法與傳統(tǒng)的RSA算法相比，業(yè)務(wù)阻塞率明顯更低，同時(shí)比較算法NSFNET網(wǎng)絡(luò)拓?fù)浜蚒SNET網(wǎng)絡(luò)拓?fù)渖系谋憩F(xiàn)，KSPDP算法均比Hij+FF算法業(yè)務(wù)阻塞率更低。表明了KSPDP算法的性能與仿真所用的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)無關(guān)，能明顯降低業(yè)務(wù)阻塞率。

圖9 USNET網(wǎng)絡(luò)業(yè)務(wù)阻塞率對(duì)比圖Fig.9 USNET network blocking probability comparison diagram

如圖10所示，KSPDP算法和Hij+FF算法的頻譜利用率都隨著網(wǎng)絡(luò)負(fù)載的增加而增加，和NSFNET網(wǎng)絡(luò)相似，算法在網(wǎng)絡(luò)負(fù)載較低的時(shí)候?qū)I(yè)務(wù)分散在整個(gè)網(wǎng)絡(luò)空間內(nèi)，隨著網(wǎng)絡(luò)負(fù)載的增加，KSPDP算法的頻譜利用率比Hij+FF算法更高。USNET網(wǎng)絡(luò)拓?fù)涞姆抡娼Y(jié)果表明，KSPDP算法能提高頻譜資源利用率。

圖10 USNET網(wǎng)絡(luò)頻譜資源利用率對(duì)比圖Fig.10 USNET network spectrum resource utilization comparison diagram

隨著未來更多新的業(yè)務(wù)類型的出現(xiàn)，業(yè)界會(huì)利用算法阻塞率性能的劣化來評(píng)估算法面對(duì)網(wǎng)絡(luò)中線路速率增多的情況，本文算法阻塞率性能的劣化是指網(wǎng)絡(luò)上運(yùn)行業(yè)務(wù)需求頻隙數(shù)量是五種時(shí)業(yè)務(wù)阻塞率和網(wǎng)絡(luò)上運(yùn)行業(yè)務(wù)需求頻隙數(shù)量為三種時(shí)業(yè)務(wù)阻塞率之差。

如圖11所示，在NSFNET網(wǎng)絡(luò)上，隨著網(wǎng)絡(luò)負(fù)載的增加，兩種算法的業(yè)務(wù)阻塞率性能都有所下降，但是KSPDP算法在面對(duì)業(yè)務(wù)所需頻隙數(shù)量的增加時(shí)，其業(yè)務(wù)阻塞率劣化比Hij+FF算法要好，表明算法在面對(duì)未來更多業(yè)務(wù)需求種類時(shí)有更好的適應(yīng)性。

圖11 NSFNET阻塞率性能劣化對(duì)比圖Fig.11 NSFNET blocking probability performance degradation comparison diagram

如圖12所示，在USNET網(wǎng)絡(luò)上，KSPDP算法的阻塞率劣化依然優(yōu)于Hij+FF算法，隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大和業(yè)務(wù)的頻繁產(chǎn)生和離開，網(wǎng)絡(luò)中的頻譜碎片會(huì)增多，更大需求的頻隙大小也會(huì)導(dǎo)致頻譜碎片的大小變大。此時(shí)，算法為后續(xù)的業(yè)務(wù)分配頻譜資源的成功率也會(huì)下降，業(yè)務(wù)阻塞率也會(huì)隨之上升。

圖12 USNET阻塞率性能劣化對(duì)比圖Fig.12 USNET blocking probability performance degradation comparison diagram

綜上所述，通過仿真結(jié)果可以看出，KSPDP算法相比傳統(tǒng)的RSA算法，可以將隨機(jī)到來的業(yè)務(wù)請(qǐng)求盡可能均勻地分布在整個(gè)網(wǎng)絡(luò)空間，相比首次命中算法尋找第一個(gè)滿足頻譜資源要求的頻隙位置，KSPDP算法可以尋找使得頻譜資源連續(xù)度最高的頻隙位置來分配頻譜資源，因此，產(chǎn)生的頻譜碎片會(huì)盡量少一些，能將整個(gè)空間的頻譜資源利用起來，減少頻譜資源碎片，這可以更好地滿足接下來的業(yè)務(wù)需求，所以，這種方法擁有更高的頻譜資源利用率。

4 結(jié)論

本文研究了路由選擇和頻譜分配算法，為了提高光網(wǎng)絡(luò)中頻譜利用率，提升網(wǎng)絡(luò)整體性能，提出了一種基于KSP的頻譜連續(xù)度感知算法（KSPDP）。該算法在彈性光網(wǎng)絡(luò)中，針對(duì)路由選擇問題和頻譜資源分配問題，提供了一種新的解決方案，在光通信網(wǎng)絡(luò)中，面對(duì)同一個(gè)源節(jié)點(diǎn)和目的節(jié)點(diǎn)所產(chǎn)生的業(yè)務(wù)，需要按照業(yè)務(wù)請(qǐng)求的不同，分配不同的路徑，以便使業(yè)務(wù)更均衡地分配在整個(gè)網(wǎng)絡(luò)空間。針對(duì)頻譜分配問題，根據(jù)業(yè)務(wù)請(qǐng)求頻隙的不同，用不同的頻譜分配方式，最大限度地節(jié)省頻譜資源，從而提高頻譜資源利用率。本文算法在NSFNET網(wǎng)絡(luò)拓?fù)洵h(huán)境下進(jìn)行了仿真實(shí)驗(yàn)。仿真結(jié)果顯示所提出的基于KSP的頻譜連續(xù)度感知算法（KSPDP），在業(yè)務(wù)阻塞率和頻譜資源利用率方面，比傳統(tǒng)的RSA算法有一定的提高。