CN106302012A - 一种ptn网络优化仿真方法及*** - Google Patents

一种ptn网络优化仿真方法及*** Download PDF

Info

Publication number
CN106302012A
CN106302012A CN201610661905.2A CN201610661905A CN106302012A CN 106302012 A CN106302012 A CN 106302012A CN 201610661905 A CN201610661905 A CN 201610661905A CN 106302012 A CN106302012 A CN 106302012A
Authority
CN
China
Prior art keywords
network
ptn
phantom
layer
ptn network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610661905.2A
Other languages
English (en)
Other versions
CN106302012B (zh
Inventor
李纯雅
李金泽
杨建华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610661905.2A priority Critical patent/CN106302012B/zh
Publication of CN106302012A publication Critical patent/CN106302012A/zh
Application granted granted Critical
Publication of CN106302012B publication Critical patent/CN106302012B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/50—Testing arrangements

Abstract

本发明具体涉及一种PTN网络优化仿真方法及***，该方法包括：步骤S1、确定量化评判PTN网络的关键指标；步骤S2、根据PTN网络网元的性能参数、网元间的光缆距离和PTN网络拓扑架构，构建PTN网络的仿真模型；步骤S3、根据所述关键指标，确定所述仿真模型的输入数据；步骤S4、将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判PTN网络质量的关键指标数值；步骤S5、判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，对PTN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内；通过本发明的技术方案，可实现对PTN网络的优化仿真。

Description

一种PTN网络优化仿真方法及***
技术领域
本发明涉及网络测评、网络仿真优化技术领域，具体涉及一种PTN网络优化仿真方法及***。
背景技术
通信网络中承载的业务由话音业务为主逐渐过渡到数据业务为主。相应的，***的传输网也由SDH发展为PTN(Packet Transport Network，分组传送网)为基础的传输网络，基于MPLS-TP分组传送的PTN传输网采用面向连接的传送层网络体系结构，在IP/MPLS基础上增加OAM机制，具有高的网络生存性和可扩展性。
目前PTN***是***各种业务的重要承载方式，PTN网络重要性不言而喻，但如何评判、建设一张好的PTN网络，目前主要靠人员的感性判断，存在较大误差。
目前对PTN网络的建设，主要由网络建设各方人员通过讨论得出建设方案，建设方案考虑因素主要是成环率、网络拓扑结构、网络流量满足情况、投资情况，没有科学、全面、统一的判断标准。而且依靠经验及感性判断来确定的PTN网络建设方案，进行投资建设，会给投资造成较大风险。
发明内容
有鉴于此，本发明的目的在于克服现有技术的不足，提供一种PTN网络优化仿真方法及***，实现对PTN网络性能的优化仿真。
一种PTN网络优化仿真方法，包括：
步骤S1、确定量化评判PTN网络的关键指标；
步骤S2、根据PTN网络网元的性能参数、网元间的光缆距离和PTN网络拓扑架构，构建不同业务场景下的PTN网络的仿真模型；其中，所述网元的性能参数包括PTN网络网元的***结构、业务封装类型、标签格式、分层传送模型；所述业务场景包括视频业务场景、语音业务场景和文本业务场景；
步骤S3、根据所述关键指标，确定所述仿真模型的输入数据；
步骤S4、将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判PTN网络质量的关键指标数值；
步骤S5、判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，返回步骤S2，对PTN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的PTN网络或改造现有的PTN网络；其中，对PTN网络的仿真模型进行优化包括：调整PTN网络的拓扑结构、网元的***结构、网元的数量及网元的业务封装类型；
其中，所述步骤S2中，构建不同业务场景下的PTN网络的仿真模型具体包括：
步骤S21、根据网元的性能参数，建立不同业务场景下PTN网络进程域的仿真模型；
步骤S22、根据网元的性能参数和PTN网络进程域的仿真模型，建立不同业务场景下PTN网络节点域的可视化仿真交互模型；
步骤S23、根据网元间的光缆距离、PTN网络拓扑架构和PTN网络节点域的可视化仿真交互模型，在电子地图上建立不同业务场景下PTN网络域的可视化仿真交互模型。
优选地，所述关键指标包括：业务与网络匹配度指标、网络整体性能指标、业务服务策略度量指标、节点利用效率指标、峰值流速、均值速率；
其中，网络整体性能指标包括：时延、抖动、误码、丢包、拥塞和掉线，网络整体性能指标应在行业标准、国际标准和企业标准要求范围内。
优选地，所述步骤S1中确定量化评判PTN网络质量的业务与网络匹配度指标，具体为：
根据公式计算IP RAN网络覆盖区域内的业务能力参数X＝{X1,X2,…Xn}与网络能力参数Y＝{Y1,Y2,…Yn}的匹配度r，其中，n≥1，X1,X2,…Xn为IP RAN网络覆盖区域内n个测量点单位面积上业务能力参数值，为X1,X2,…Xn的算术平均数；Y1,Y2,…Yn为IP RAN网络覆盖区域内n个测量点单位面积上网络能力参数值，为Y1,Y2,…Yn的算术平均数，r的目标数值范围为-1≤r≤1；
其中，所述网络能力参数包括：单位面积的PTN节点数、光缆距离和光缆分纤点个数；所述业务能力参数包括：单位面积的人口数、GDP、电费、燃气费和有线电视费。
优选地，所述步骤S1中确定量化评判PTN网络质量的业务服务策略度量指标，具体为：
根据公式计算满足QOS策略的程度；
其中，Kz为QOS策略不同业务等级的加权系数，n为QOS业务等级个数；QOSzcorret为根据闵可夫斯基距离算法第Z类的PW性能与业务等级应设置为Z的一致的PW个数，QOSztotal为业务等级应设置为Z的PW个数；QOS策略的目标数值为100％。
优选地，所述步骤S1中确定量化评判PTN网络质量的节点利用效率指标，具体为：
根据公式计算接入层的PTN节点利用效率；其中，L≥1，Y接入J为接入层J段落数据转发速率，Y接入k为接入层K节点交换容量或包转发速率；
根据公式计算汇聚层的PTN节点利用效率；其中，L≥1，Y汇聚J为汇聚层J段落数据转发速率，Y汇聚k为汇聚层K节点交换容量或包转发速率；
根据公式计算核心层的PTN节点利用效率；其中，L≥1，Y核心J为核心层J段落数据转发速率，Y核心k为核心层K节点交换容量或包转发速率。
优选地，所述步骤S3具体为：
利用最小二乘法，分析峰值速率、忙时均值速率与用户网络参数的相关程度，确定与峰值速率和忙时均值速率相关度最高的用户网络参数；其中，所述用户网络参数包括用户数、流量、基站数和基站载频数；
根据现有网络的峰值速率和忙时均值速率与所述相关度最高的用户网络参数的对应关系，归纳出数学模型，并将目标优化网络的所述相关度最高的用户网络参数输入到所述数学模型中，以得到目标优化网络的峰值速率和忙时均值速率，并将目标优化网络的峰值速率和忙时均值速率作为所述仿真模型的输入数据。
优选地，所述步骤S21具体包括：
根据PTN网络的网络传输协议和网元的性能参数，确定每个网元的进程状态空间全集和状态转移的过程和条件；
根据所述进程状态空间全集和状态转移的过程和条件，建立PTN网络进程域的可视化仿真交互模型。
优选地，所述PTN网络节点域的可视化仿真交互模型包括处理器类的可视化仿真交互模型、数据流类的可视化仿真交互模型和收/发机类的可视化仿真交互模型；
所述PTN网络域的可视化仿真交互模型包括PTN网络节点域的可视化仿真交互模型和连接所述PTN网络节点域的可视化仿真交互模型的通信链路。
优选地，以OPNET/NS2/C语言工具构建PTN网络的仿真模型；所述PTN网络拓扑架构根据ITU-T G.8110.1定义的MPLS-TP层网络结构确定，包括传送业务层、传送路径层、段层；所述传送业务层、传送路径层、段层分别对应仿真模型的PW层网络实例、LSP层网络实例和MTS层网络实例；
其中，PW层网络实例提供传送业务层功能，一个PW连接承载一个或一组客户业务实体；PW层网络实例提供OAM用于客户层业务的固有监测；PW层网络实例的连接跨越整个网络，关注端到端业务的SLA实现和Hard-QoS服务，它与业务是一一对应的关系，其交换行为发生在接入/城域边缘和城域/省干边缘设备上；
LSP层网络实例提供传送路径层功能，一个LSP连接承载LSP域边界间的一个或多个PW信号；LSP层网络实例提供OAM用于路径监测；LSP连接的覆盖范围是单个网络域，关注业务汇聚、可扩展性和生存性，一个或多个PW映射到一个LSP连接，其交换行为发生在该网络中的每个中间节点上；
MTS层网络实例提供段层功能，一个MTS连接承载MPLS-TP网络节点间的一个或多个LSP信号；MTS层网络实例提供OAM，用于点到点的互联MPLS-TP网络节点的传输媒介层信号的连接监测；MTS负责MPLS-TP节点间的点到点连接。
一种PTN网络优化仿真***，包括：
关键指标确定模块，用于确定量化评判PTN网络的关键指标；
仿真模型构建模块，用于根据PTN网络网元的性能参数、网元间的光缆距离和PTN网络拓扑架构，构建不同业务场景下的PTN网络的仿真模型；其中，所述网元的性能参数包括PTN网络网元的***结构、业务封装类型、标签格式、分层传送模型；所述业务场景包括视频业务场景、语音业务场景和文本业务场景；
输入数据确定模块，用于根据所述关键指标，确定所述仿真模型的输入数据；
仿真模块，用于将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判PTN网络质量的关键指标数值；
判断模块，用于判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，返回步骤S2，对PTN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的PTN网络或改造现有的PTN网络；其中，对PTN网络的仿真模型进行优化包括：调整PTN网络的拓扑结构、网元的***结构、网元的数量及网元的业务封装类型。
本发明采用以上技术方案，至少具备以下有益效果：
由上述技术方案可知，本发明提供的这种PTN网络优化仿真方法及***，首先确定关键指标，多维度定量衡量PTN网络的好坏，并根据PTN的数据转发特性，以OPNET/NS2/C语言工具对规划的PTN网络进行仿真建模，对规划的PTN网络建设方案进行优化仿真评测。根据评测结果优化调整PTN网络方案，有效提高网络规划设计的质量，降低网络投资风险。
另外，本发明提供的这种PTN网络优化仿真方法及***除了能对规划中的PTN网络进行仿真，还可以对现有的PTN网络进行优化仿真，通过在仿真模型上加载测试数据或输入目标优化网络的业务数据，发现现有PTN网络的瓶颈，提前进行优化调整，并通过现有网络的关键指标数值与目标优化网络的关键指标数值分析比较，定量分析网络存在的问题，提出网络优化策略，以满足未来业务的发展，避免出现网络故障，降低网络运行风险。
附图说明
图1为本发明一实施例提供的一种网络优化仿真方法的流程示意图；
图2为本发明另一实施例提供的一种网络优化仿真***的示意框图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
参见图1，本实施例提供的一种PTN网络优化仿真方法，包括：
步骤S1、确定量化评判PTN网络的关键指标；
步骤S2、根据PTN网络网元的性能参数、网元间的光缆距离和PTN网络拓扑架构，构建不同业务场景下的PTN网络的仿真模型；其中，所述网元的性能参数包括PTN网络网元的***结构、业务封装类型、标签格式、分层传送模型；所述业务场景包括视频业务场景、语音业务场景和文本业务场景；
步骤S3、根据所述关键指标，确定所述仿真模型的输入数据；
步骤S4、将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判PTN网络质量的关键指标数值；
步骤S5、判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，返回步骤S2，对PTN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的PTN网络或改造现有的PTN网络；其中，对PTN网络的仿真模型进行优化包括：调整PTN网络的拓扑结构、网元的***结构、网元的数量及网元的业务封装类型；
其中，所述步骤S2中，构建不同业务场景下的PTN网络的仿真模型具体包括：
步骤S21、根据网元的性能参数，建立不同业务场景下PTN网络进程域的仿真模型；
步骤S22、根据网元的性能参数和PTN网络进程域的仿真模型，建立不同业务场景下PTN网络节点域的可视化仿真交互模型；
步骤S23、根据网元间的光缆距离、PTN网络拓扑架构和PTN网络节点域的可视化仿真交互模型，在电子地图上建立不同业务场景下PTN网络域的可视化仿真交互模型。
需要说明的是，步骤S5中对PTN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，具体为在上一次优化仿真的基础上进行本次优化仿真。例如：关键指标数值的目标数值范围为＞100，上一次优化仿真输出的关键指标数值为90，则本次优化是对输出的关键指标数值为90的仿真模型进行优化，以此来减少优化仿真的迭代次数。
优选地，所述关键指标包括：业务与网络匹配度指标、网络整体性能指标、业务服务策略度量指标、节点利用效率指标、峰值流速、均值速率；
其中，网络整体性能指标包括：时延、抖动、误码、丢包、拥塞和掉线，网络整体性能指标应在行业标准、国际标准和企业标准要求范围内。
优选地，所述步骤S1中确定量化评判PTN网络质量的业务与网络匹配度指标，具体为：
根据公式计算IP RAN网络覆盖区域内的业务能力参数X＝{X1,X2,…Xn}与网络能力参数Y＝{Y1,Y2,…Yn}的匹配度r，其中，n≥1，X1,X2,…Xn为IP RAN网络覆盖区域内n个测量点单位面积上业务能力参数值，为X1,X2,…Xn的算术平均数；Y1,Y2,…Yn为IP RAN网络覆盖区域内n个测量点单位面积上网络能力参数值，为Y1,Y2,…Yn的算术平均数，r的目标数值范围为-1≤r≤1；
其中，所述网络能力参数包括：单位面积的PTN节点数、光缆距离和光缆分纤点个数；所述业务能力参数包括：单位面积的人口数、GDP、电费、燃气费和有线电视费。
需要说明的是，r越接近1越好，也就是相关性越大，说明网络的业务匹配度越高。这隐含一个前提假设，即在网络资源一定的前提下，业务匹配度越高的网络越好。
需要说明的是，所述步骤S1中确定量化评判PTN网络质量的业务与网络匹配度指标，也可以通过分别绘制业务密度分布图和网络密度分布图，对业务密度分布图和网络密度分布图进行匹配比较得到。
优选地，所述步骤S1中确定量化评判PTN网络质量的业务服务策略度量指标，具体为：
根据公式计算满足QOS策略的程度；
其中，Kz为QOS策略不同业务等级的加权系数，n为QOS业务等级个数；QOSzcorret为根据闵可夫斯基距离算法第Z类的PW性能与业务等级应设置为Z的一致的PW个数，QOSztotal为业务等级应设置为Z的PW个数；QOS策略的目标数值为100％。
优选地，所述步骤S1中确定量化评判PTN网络质量的节点利用效率指标，具体为：
根据公式计算接入层的PTN节点利用效率；其中，L≥1，Y接入J为接入层J段落数据转发速率，Y接入k为接入层K节点交换容量或包转发速率；
根据公式计算汇聚层的PTN节点利用效率；其中，L≥1，Y汇聚J为汇聚层J段落数据转发速率，Y汇聚k为汇聚层K节点交换容量或包转发速率；
根据公式计算核心层的PTN节点利用效率；其中，L≥1，Y核心J为核心层J段落数据转发速率，Y核心k为核心层K节点交换容量或包转发速率。
优选地，所述步骤S3具体为：
利用最小二乘法，分析峰值速率、忙时均值速率与用户网络参数的相关程度，确定与峰值速率和忙时均值速率相关度最高的用户网络参数；其中，所述用户网络参数包括用户数、流量、基站数和基站载频数；
根据现有网络的峰值速率和忙时均值速率与所述相关度最高的用户网络参数的对应关系，归纳出数学模型，并将目标优化网络的所述相关度最高的用户网络参数输入到所述数学模型中，以得到目标优化网络的峰值速率和忙时均值速率，并将目标优化网络的峰值速率和忙时均值速率作为所述仿真模型的输入数据。
例如：若峰值速率和忙时均值速率与流量的相关度最高，则根据现有网络的流量与峰值速率和忙时均值速率的对应关系，归纳出数学模型，并将目标优化网络的流量数据输入到所述数学模型中，以得到目标优化网络的峰值速率和忙时均值速率，并将目标优化网络的峰值速率和忙时均值速率作为所述仿真模型的输入数据。
优选地，所述步骤S21具体包括：
根据PTN网络的网络传输协议和网元的性能参数，确定每个网元的进程状态空间全集和状态转移的过程和条件；
根据所述进程状态空间全集和状态转移的过程和条件，建立PTN网络进程域的可视化仿真交互模型。
优选地，所述PTN网络节点域的可视化仿真交互模型包括处理器类的可视化仿真交互模型、数据流类的可视化仿真交互模型和收/发机类的可视化仿真交互模型；
所述PTN网络域的可视化仿真交互模型包括PTN网络节点域的可视化仿真交互模型和连接所述PTN网络节点域的可视化仿真交互模型的通信链路。
优选地，以OPNET/NS2/C语言工具构建PTN网络的仿真模型；所述PTN网络拓扑架构根据ITU-T G.8110.1定义的MPLS-TP层网络结构确定，包括传送业务层、传送路径层、段层；所述传送业务层、传送路径层、段层分别对应仿真模型的PW层网络实例、LSP层网络实例和MTS层网络实例；
其中，PW层网络实例提供传送业务层功能，一个PW连接承载一个或一组客户业务实体；PW层网络实例提供OAM用于客户层业务的固有监测；PW层网络实例的连接跨越整个网络，关注端到端业务的SLA实现和Hard-QoS服务，它与业务是一一对应的关系，其交换行为发生在接入/城域边缘和城域/省干边缘设备上；
LSP层网络实例提供传送路径层功能，一个LSP连接承载LSP域边界间的一个或多个PW信号；LSP层网络实例提供OAM用于路径监测；LSP连接的覆盖范围是单个网络域，关注业务汇聚、可扩展性和生存性，一个或多个PW映射到一个LSP连接，其交换行为发生在该网络中的每个中间节点上；
MTS层网络实例提供段层功能，一个MTS连接承载MPLS-TP网络节点间的一个或多个LSP信号；MTS层网络实例提供OAM，用于点到点的互联MPLS-TP网络节点的传输媒介层信号的连接监测；MTS负责MPLS-TP节点间的点到点连接。
PTN核心层网络采用MESH或口字型组网，汇聚层采用环形或口字型组网，接入层采用环形组网或双星型组网，网络拓扑结构尽量扁平化。另外，现有网管数据可以导出正在运行的PTN网络拓扑结构和网络运行参数，可以通过格式转换，输入到本发明提供的仿真模型中，仿真模型中的网络拓扑架构及网络运行数据大部分可以自动化生成，部分需要手动调节。
在采用OPNET仿真中，拓扑图中的接入层网元可用LER(Label Edge Router，标签边缘路由器)来模拟，汇聚层和核心层网元可用LSR来模拟。链路可使用PPP_SONET_OC1模块，LSR(Label Switching router，标签交换路由器)和LER使用的模型为ethernet2_slip_ler模块和ethernet2_slips_lsr模块。可用PPP_wkstn来模拟通信网中的视频业务、语音业务、数据业务。所需仿真的业务可以在Application Config和Profile Config中配置，背景流量作为其他业务所占用的网络资源。
参见图2，本发明还提出了一种PTN网络优化仿真***100，包括：
关键指标确定模块101，用于确定量化评判PTN网络的关键指标；
仿真模型构建模块102，用于根据PTN网络网元的性能参数、网元间的光缆距离和PTN网络拓扑架构，构建不同业务场景下的PTN网络的仿真模型；其中，所述网元的性能参数包括PTN网络网元的***结构、业务封装类型、标签格式、分层传送模型；所述业务场景包括视频业务场景、语音业务场景和文本业务场景；
输入数据确定模块103，用于根据所述关键指标，确定所述仿真模型的输入数据；
仿真模块104，用于将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判PTN网络质量的关键指标数值；
判断模块105，用于判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，对PTN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的PTN网络或改造现有的PTN网络；其中，对PTN网络的仿真模型进行优化包括：调整PTN网络的拓扑结构、网元的***结构、网元的数量及网元的业务封装类型。
由上述技术方案可知，本发明提供的这种PTN网络优化仿真方法及***，首先确定关键指标，多维度定量衡量PTN网络的好坏，并根据PTN的数据转发特性，以OPNET/NS2/C语言工具对规划的PTN网络进行仿真建模，对规划的PTN网络建设方案进行优化仿真评测。根据评测结果优化调整PTN网络方案，有效提高网络规划设计的质量，降低网络投资风险。
另外，本发明提供的这种PTN网络优化仿真方法及***除了能对规划中的PTN网络进行仿真，还可以对现有的PTN网络进行优化仿真，通过在仿真模型上加载测试数据或输入目标优化网络的业务数据，发现现有PTN网络的瓶颈，提前进行优化调整，并通过现有网络的关键指标数值与目标优化网络的关键指标数值分析比较，定量分析网络存在的问题，提出网络优化策略，以满足未来业务的发展，避免出现网络故障，降低网络运行风险。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。术语“第一、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。

Claims (10)

1.一种PTN网络优化仿真方法，其特征在于，包括：
步骤S1、确定量化评判PTN网络的关键指标；
步骤S2、根据PTN网络网元的性能参数、网元间的光缆距离和PTN网络拓扑架构，构建不同业务场景下的PTN网络的仿真模型；其中，所述网元的性能参数包括PTN网络网元的***结构、业务封装类型、标签格式、分层传送模型；所述业务场景包括视频业务场景、语音业务场景和文本业务场景；
步骤S3、根据所述关键指标，确定所述仿真模型的输入数据；
步骤S4、将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判PTN网络质量的关键指标数值；
步骤S5、判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，返回步骤S2，对PTN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的PTN网络或改造现有的PTN网络；其中，对PTN网络的仿真模型进行优化包括：调整PTN网络的拓扑结构、网元的***结构、网元的数量及网元的业务封装类型；
其中，所述步骤S2中，构建不同业务场景下的PTN网络的仿真模型具体包括：
步骤S21、根据网元的性能参数，建立不同业务场景下PTN网络进程域的仿真模型；
步骤S22、根据网元的性能参数和PTN网络进程域的仿真模型，建立不同业务场景下PTN网络节点域的可视化仿真交互模型；
步骤S23、根据网元间的光缆距离、PTN网络拓扑架构和PTN网络节点域的可视化仿真交互模型，在电子地图上建立不同业务场景下PTN网络域的可视化仿真交互模型。
2.根据权利要求1所述的PTN网络优化仿真方法，其特征在于，所述关键指标包括：业务与网络匹配度指标、网络整体性能指标、业务服务策略度量指标、节点利用效率指标、峰值流速、均值速率；
其中，网络整体性能指标包括：时延、抖动、误码、丢包、拥塞和掉线，网络整体性能指标应在行业标准、国际标准和企业标准要求范围内。
3.根据权利要求2所述的PTN网络优化仿真方法，其特征在于，所述步骤S1中确定量化评判PTN网络质量的业务与网络匹配度指标，具体为：
根据公式计算IP RAN网络覆盖区域内的业务能力参数X＝{X1,X2,…Xn}与网络能力参数Y＝{Y1,Y2,…Yn}的匹配度r，其中，n≥1，X1,X2,…Xn为IP RAN网络覆盖区域内n个测量点单位面积上业务能力参数值，为X1,X2,…Xn的算术平均数；Y1,Y2,…Yn为IP RAN网络覆盖区域内n个测量点单位面积上网络能力参数值，为Y1,Y2,…Yn的算术平均数，r的目标数值范围为-1≤r≤1；
其中，所述网络能力参数包括：单位面积的PTN节点数、光缆距离和光缆分纤点个数；所述业务能力参数包括：单位面积的人口数、GDP、电费、燃气费和有线电视费。
4.根据权利要求2所述的PTN网络优化仿真方法，其特征在于，所述步骤S1中确定量化评判PTN网络质量的业务服务策略度量指标，具体为：
根据公式计算满足QOS策略的程度；
其中，Kz为QOS策略不同业务等级的加权系数，n为QOS业务等级个数；QOSzcorret为根据闵可夫斯基距离算法第Z类的PW性能与业务等级应设置为Z的一致的PW个数，QOSztotal为业务等级应设置为Z的PW个数；QOS策略的目标数值为100％。
5.根据权利要求2所述的PTN网络优化仿真方法，其特征在于，所述步骤S1中确定量化评判PTN网络质量的节点利用效率指标，具体为：
根据公式计算接入层的PTN节点利用效率；其中，L≥1，Y接入J为接入层J段落数据转发速率，Y接入k为接入层K节点交换容量或包转发速率；
根据公式计算汇聚层的PTN节点利用效率；其中，L≥1，Y汇聚J为汇聚层J段落数据转发速率，Y汇聚k为汇聚层K节点交换容量或包转发速率；
根据公式计算核心层的PTN节点利用效率；其中，L≥1，Y核心J为核心层J段落数据转发速率，Y核心k为核心层K节点交换容量或包转发速率。
6.根据权利要求1所述的PTN网络优化仿真方法，其特征在于，所述步骤S3具体为：
利用最小二乘法，分析峰值速率、忙时均值速率与用户网络参数的相关程度，确定与峰值速率和忙时均值速率相关度最高的用户网络参数；其中，所述用户网络参数包括用户数、流量、基站数和基站载频数；
根据现有网络的峰值速率和忙时均值速率与所述相关度最高的用户网络参数的对应关系，归纳出数学模型，并将目标优化网络的所述相关度最高的用户网络参数输入到所述数学模型中，以得到目标优化网络的峰值速率和忙时均值速率，并将目标优化网络的峰值速率和忙时均值速率作为所述仿真模型的输入数据。
7.根据权利要求1所述的PTN网络仿真方法，其特征在于，所述步骤S21具体包括：
根据PTN网络的网络传输协议和网元的性能参数，确定每个网元的进程状态空间全集和状态转移的过程和条件；
根据所述进程状态空间全集和状态转移的过程和条件，建立PTN网络进程域的可视化仿真交互模型。
8.根据权利要求1所述的PTN网络仿真方法，其特征在于，所述PTN网络节点域的可视化仿真交互模型包括处理器类的可视化仿真交互模型、数据流类的可视化仿真交互模型和收/发机类的可视化仿真交互模型；
所述PTN网络域的可视化仿真交互模型包括PTN网络节点域的可视化仿真交互模型和连接所述PTN网络节点域的可视化仿真交互模型的通信链路。
9.根据权利要求8所述的PTN网络优化仿真方法，其特征在于，以OPNET/NS2/C语言工具构建PTN网络的仿真模型；所述PTN网络拓扑架构根据ITU-T G.8110.1定义的MPLS-TP层网络结构确定，包括传送业务层、传送路径层、段层；所述传送业务层、传送路径层、段层分别对应仿真模型的PW层网络实例、LSP层网络实例和MTS层网络实例；
其中，PW层网络实例提供传送业务层功能，一个PW连接承载一个或一组客户业务实体；PW层网络实例提供OAM用于客户层业务的固有监测；PW层网络实例的连接跨越整个网络，关注端到端业务的SLA实现和Hard-QoS服务，它与业务是一一对应的关系，其交换行为发生在接入/城域边缘和城域/省干边缘设备上；
LSP层网络实例提供传送路径层功能，一个LSP连接承载LSP域边界间的一个或多个PW信号；LSP层网络实例提供OAM用于路径监测；LSP连接的覆盖范围是单个网络域，关注业务汇聚、可扩展性和生存性，一个或多个PW映射到一个LSP连接，其交换行为发生在该网络中的每个中间节点上；
MTS层网络实例提供段层功能，一个MTS连接承载MPLS-TP网络节点间的一个或多个LSP信号；MTS层网络实例提供OAM，用于点到点的互联MPLS-TP网络节点的传输媒介层信号的连接监测；MTS负责MPLS-TP节点间的点到点连接。
10.一种PTN网络优化仿真***，其特征在于，包括：
关键指标确定模块，用于确定量化评判PTN网络的关键指标；
仿真模型构建模块，用于根据PTN网络网元的性能参数、网元间的光缆距离和PTN网络拓扑架构，构建不同业务场景下的PTN网络的仿真模型；其中，所述网元的性能参数包括PTN网络网元的***结构、业务封装类型、标签格式、分层传送模型；所述业务场景包括视频业务场景、语音业务场景和文本业务场景；
输入数据确定模块，用于根据所述关键指标，确定所述仿真模型的输入数据；
仿真模块，用于将所述输入数据输入到所述仿真模型中进行仿真计算，得到评判PTN网络质量的关键指标数值；
判断模块，用于判断所述关键指标数值是否在目标数值范围内，若是，结束优化仿真，否则，对PTN网络的仿真模型进行优化，直至所述仿真模型输出的关键指标数值在目标数值范围内，以使用户根据关键指标数值在目标数值范围内的仿真模型去建设新的PTN网络或改造现有的PTN网络；其中，对PTN网络的仿真模型进行优化包括：调整PTN网络的拓扑结构、网元的***结构、网元的数量及网元的业务封装类型。
CN201610661905.2A 2016-08-12 2016-08-12 一种ptn网络优化仿真方法及*** Active CN106302012B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610661905.2A CN106302012B (zh) 2016-08-12 2016-08-12 一种ptn网络优化仿真方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610661905.2A CN106302012B (zh) 2016-08-12 2016-08-12 一种ptn网络优化仿真方法及***

Publications (2)

Publication Number Publication Date
CN106302012A true CN106302012A (zh) 2017-01-04
CN106302012B CN106302012B (zh) 2019-03-01

Family

ID=57668984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610661905.2A Active CN106302012B (zh) 2016-08-12 2016-08-12 一种ptn网络优化仿真方法及***

Country Status (1)

Country Link
CN (1) CN106302012B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107332686A (zh) * 2017-05-23 2017-11-07 烽火通信科技股份有限公司 一种在SPTN设备上实现QoS功能的方法及***
CN109150559A (zh) * 2017-06-15 2019-01-04 中国航空工业集团公司洛阳电光设备研究所 时间触发以太网仿真***
CN110430072A (zh) * 2019-07-26 2019-11-08 中国电力科学研究院有限公司 一种用于控制传输设备进行数据传输的***及方法
CN112260875A (zh) * 2020-10-23 2021-01-22 湖北工业大学 一种分组传送网指标优化方法及***
CN112311462A (zh) * 2020-11-05 2021-02-02 湖北工业大学 基于分组传送网ptn的接入层设备成环优化方法及***
CN117520624A (zh) * 2024-01-05 2024-02-06 青岛海信信息科技股份有限公司 一种大数据指标的配置与计算的方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104270256A (zh) * 2014-09-05 2015-01-07 烽火通信科技股份有限公司 一种跨平台网络告警及事件管理的测试装置及方法
CN105634850A (zh) * 2014-11-04 2016-06-01 ***通信集团广东有限公司 Ptn网络的业务流量建模方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104270256A (zh) * 2014-09-05 2015-01-07 烽火通信科技股份有限公司 一种跨平台网络告警及事件管理的测试装置及方法
CN105634850A (zh) * 2014-11-04 2016-06-01 ***通信集团广东有限公司 Ptn网络的业务流量建模方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄海: "PTN网络规划与优化***网络拓扑设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107332686A (zh) * 2017-05-23 2017-11-07 烽火通信科技股份有限公司 一种在SPTN设备上实现QoS功能的方法及***
CN107332686B (zh) * 2017-05-23 2019-08-06 烽火通信科技股份有限公司 一种在SPTN设备上实现QoS功能的方法及***
CN109150559A (zh) * 2017-06-15 2019-01-04 中国航空工业集团公司洛阳电光设备研究所 时间触发以太网仿真***
CN109150559B (zh) * 2017-06-15 2022-05-31 中国航空工业集团公司洛阳电光设备研究所 时间触发以太网仿真***
CN110430072A (zh) * 2019-07-26 2019-11-08 中国电力科学研究院有限公司 一种用于控制传输设备进行数据传输的***及方法
CN110430072B (zh) * 2019-07-26 2023-03-24 中国电力科学研究院有限公司 一种用于控制传输设备进行数据传输的***及方法
CN112260875A (zh) * 2020-10-23 2021-01-22 湖北工业大学 一种分组传送网指标优化方法及***
CN112260875B (zh) * 2020-10-23 2021-11-02 湖北工业大学 一种分组传送网指标优化方法及***
CN112311462A (zh) * 2020-11-05 2021-02-02 湖北工业大学 基于分组传送网ptn的接入层设备成环优化方法及***
CN112311462B (zh) * 2020-11-05 2021-09-03 湖北工业大学 基于分组传送网ptn的接入层设备成环优化方法及***
CN117520624A (zh) * 2024-01-05 2024-02-06 青岛海信信息科技股份有限公司 一种大数据指标的配置与计算的方法及装置
CN117520624B (zh) * 2024-01-05 2024-04-12 青岛海信信息科技股份有限公司 一种大数据指标的配置与计算的方法及装置

Also Published As

Publication number Publication date
CN106302012B (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
CN106302012A (zh) 一种ptn网络优化仿真方法及***
CN104158753B (zh) 基于软件定义网络的动态流调度方法及***
CN104702522B (zh) 软件定义网络中路由数据的计算机实现方法、装置、控制器
CN108809857A (zh) 一种基于sdn的流量监控与业务服务质量保障策略的方法
CN106161102B (zh) 一种ip ran网络优化仿真方法及***
CN108449265B (zh) 一种sd-wan环境中路径计算方法及装置
CN103618677B (zh) 一种网络流量调整方法及***
CN107370676A (zh) 一种融合QoS及负载均衡需求的路由选择方法
Niewiadomska-Szynkiewicz et al. Dynamic power management in energy-aware computer networks and data intensive computing systems
CN102546220B (zh) 一种基于业务特征的关键质量指标构成方法
CN106100990A (zh) 一种基于sdn架构的通信网络多维度资源调控方法和***
CN107135158A (zh) 一种多路径传输中最优路径选择方法
CN104518899B (zh) 网络路由流量仿真方法和装置
CN104065398B (zh) 一种电力信息通信网络融合测试平台的设计方法与***
CN111327525B (zh) 一种基于分段路由的网络选路方法和装置
Huang et al. Software-defined QoS provisioning for fog computing advanced wireless sensor networks
CN104683244B (zh) 一种基于路径节点驱动策略的组播路由方法
Mohammadi et al. An adaptive type-2 fuzzy traffic engineering method for video surveillance systems over software defined networks
CN103873364A (zh) 域间多路径路由的实现方法
CN107689919A (zh) Sdn网络的动态调整权重模糊选路方法
CN108768713A (zh) SDN中的一种保障QoS动态路由算法
Monika et al. Performance analysis of software defined network using intent monitor and reroute method on ONOS controller
CN116233133A (zh) 一种数字孪生辅助数据中心网络负载均衡的方法
Veisllari et al. Scalability analysis of SDN-controlled optical ring MAN with hybrid traffic
CN107046504A (zh) 用于通信网络中的流量工程的方法和控制器

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant