基于云计算平台的光通信网络信道均衡方法研究

基于云计算平台的光通信网络信道均衡方法研究

隽梓超

身份证号码：142231199410121251

摘要：光通信网络信道均衡是优化光通信效果的关键。为了有效节约光通信网络信道的能量开销、实现通信信道均衡，提出基于云计算平台的光通信网络信道均衡方法。利用云计算平台的分布式处理节点，设计光通信系统的分析平台结构。基于云计算平台搭建网络节点的能耗计算模型，获得光通信系统信道总能耗。

关键词：云计算平台；光通信；网络信道；均衡方法研究

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:

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:

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:

式中: v 为信道传输数据的速度，bit / s。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:

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。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。通信网络中接收端的信噪比 φ =［φ1，φ2］的评估结果采用 y( φ，X) 计 算，可得云计算平台数据带宽U( φ，X)。信道长度 V( φ，X) 易产生偏差，因此需要计算信道的能量衰减程度修正值:

式中: yτ 为 τ 个节点的能量，KJ; yτ 为 τ 个节点的衰减能量，kJ。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:

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。

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:

式中: xmj为相邻中继节点 m 和节点 j 的时隙，ms; N2i 为节点工作周期。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 GBＲAM; 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，本文选择文献方法和文献方法进行对比测试。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

3结语

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。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。

参考文献

[1]李嘉,刘江平. 基于云计算平台的光通信入侵信号识别系统[J]. 电子设计工程,2022,30(19):26-29+34.

[2]杜博. 云计算环境下的智能电网光通信网络安全的研究[J]. 自动化与仪器仪表,2018,(01):19-22+26.

[3]杨凤霞. 云计算环境下的智能电网光通信网络路由算法[J]. 自动化与仪器仪表,2017,(09):24-27.

[4]陈静,丁学文,荣秀婷,张金平. 基于云计算和光通信网络下智能电网信息模型的建立[J]. 自动化与仪器仪表,2017,(04):181-184.

[5]李建梁. 光通信网络技术发展趋势与前景规划[J]. 中国新通信,2014,16(06):17.