李 俊
(陜西郵電職業技術學院通信工程學院,陜西 咸陽 712000)
隨著光通信技術的發展,其在許多領域得到了成功應用,如數據高速傳輸、數據實量分析等。在光通信系統實際應用中,每個數據都要通過相應信道進行傳輸。不同信道數據傳輸能力不同。因此,為光通信數據傳輸分配最優信道,以保證信道分配均衡、提高光通信系統信道利用率十分關鍵。在光通信系統工作過程中,由于各方面原因,可能會出現信道分配不均衡現象,導致能量開銷較大。因此,必須優化光通信的效果、節約通信能量,以實現信道均衡[1-2]。光通信網絡信道負責實時傳輸海量數據,因此信道均衡是優化光通信效果的關鍵[3]。
為此,一些學者對光通信信道均衡進行了研究。文獻[4]設計了基于深度神經網絡的高速信道自適應均衡器,并基于現代數字信號處理結構、針對高速信道,設計了基于深度神經網絡的信道均衡方法。文獻[5]將預均衡技術應用于基于直流偏置光正交頻分復用調制的光通信系統中,并根據光傳輸特性,基于先驗信息設計通信信道預均衡方法。但以上方法未利用節點自適應接發控制信道,無法有效減少通信能量開銷,導致信道均衡效果未達到最佳。
云計算平臺可有效實現海量數據的傳輸和處理,為光通信優化奠定準確的數據基礎[6]。為此,本文提出了基于云計算平臺的光通信網絡信道均衡方法,并對其性能進行了測試。
在光通信網絡信道均衡方法的云計算平臺中,如何快速、高效地處理通信數據十分重要。因此,數據中心是云計算平臺的核心模塊。本文結合光通信網絡信道均衡的特點,利用云計算平臺的分布式處理節點,設計了光通信系統數據分析平臺。光通信系統數據分析平臺總體框架如圖1所示。

圖1 光通信系統數據分析平臺總體框架
由圖1可知,光通信網絡數據分析平臺集成了光通信技術、云計算技術和數據處理技術,可以為光通信網絡的大規模數據處理提供技術支撐,更好地解決光通信過程中的信道分配不均衡問題。
光通信系統由許多節點構成。多個節點相連,即組成一個數據傳輸的信道。為了克服當前光通信系統中存在的信道不均衡問題,本文設計光通信系統節點能耗模型。光通信系統節點接收和傳輸數據需要消耗一定的能量ε。當數據傳輸的距離為e時,光通信系統節點能耗模型為:
M0=θeR+ε
(1)
式中:θ為系數,其值直接與光通信系統調制方式相關;R為進行信道選擇時所消耗的能量,kJ。
本文設光通信系統的第i個信道為ti、光通信系統的節點發射功率為f,則光通信系統信道容量計算式為:
(2)
式中:c為信道的帶寬,MHz;n0為噪聲對光通信系統的通信干擾程度。
光通信節點之間進行通信時,信道同樣要消耗一定的能量。第i個信道所消耗能量的最小值為:
(3)
(4)
式中:v為信道傳輸數據的速度,bit/s。
(5)
式中:n為信道數;T為數據傳輸周期;s為數據包大小,MB。
光通信系統信道的總能耗計算式為:
(6)
光通信系統的能量消耗可以用于評價系統信道均衡情況。因此,可以對光通信系統的能量消耗進行有效控制,從而間接解決信道均衡問題。這有利于保證信道之間的均衡。
根據已經建立的光通信系統的能量消耗模型,云計算平臺通過智能方式對信道均衡性進行調節[7-8]。對于云計算平臺而言,其包括普通節點和管理節點。云計算平臺中,計算和管理節點的關系如圖2所示。

圖2 計算和管理節點的關系示意圖
由圖2可知,信道均衡的具體實現步驟如下。
①能量衰減程度修正值。


(7)

②構建信道均衡控制模型。
本文將光通信網絡數據資源劃分為多個子集,構建信道均衡控制模型。其計算式為:
(8)
式中:k為脈沖帶寬數;m為輸出控制參數;x為信道分簇單元集合,x=(x1,x2,…,xn);F(x)為聯合時間-尺度函數;Q為終端調度關聯屬性集的數量。
③通過建立信道可信度集合,保證數據傳輸的可靠性。
光通信系統中,數據需要經過一定轉換后再保存。本文設光通信系統同時發送多個信號。信號傳輸需要遵循一定的規則,即通信協議。信道可信度集合為H=[h1,h2,…,hj]。其中:hj=0;j=1,2,…,p。
④優化和控制節點收發數據模型。
光通信系統工作過程中,信道之間可能會產生一定的干擾,同時節點之間也會產生相應的干擾。因此,需要采集光通信系統的多徑信號。本文根據多徑信號的數量p對節點收發數據模型進行優化和控制。
minF(x)=[f1(x),f2(x),…,fm(x)]Q
(9)
⑤實現光通信網絡傳輸。
光通信系統中的節點通常只在其工作周期內進行數據傳輸,其他時間則處于睡眠狀態。這樣可以節約能量。因此,在進行數據傳輸之前,需要明確相鄰節點工作周期的時隙。不同節點之間通過中繼節點進行連接,從而實現遠距離的光通信網絡數據傳輸。數據傳輸任務次數應該滿足以下條件:
(10)

通過光通信網絡信道控制方法,可以保證光通信系統具有高效的性能,包括最大化信道利用率,以及快速和高成功率的數據傳輸。
為了分析基于云計算平臺的光通信網絡信道均衡方法的實際效果,本文對其數據傳輸成功率、能量開銷、時延以及丟包率進行測試。
仿真測試環境為:4核 3.02 GHz CPU;16 GB RAM;Windows操作系統。光通信網絡參數設置為:覆蓋區域100 km×100 km;傳輸信息節點總量450 Jbit;節點原始能量45 pJbit;數據包0.32 pJ/(bit·m4)。
為了體現基于云計算平臺的光通信網絡信道均衡方法的優越性,在相同試驗環境下,本文選擇文獻[4]方法和文獻[5]方法進行對比測試。
不同方法的能量開銷如表1所示。

表1 不同方法的能量開銷
分析表1可知,當節點比較少時,三種方法的能量開銷數值相差不大;隨著節點數量增加,三種方法的能量開銷增加,但是本文方法的能量開銷增加幅度明顯低于另外兩種方法。
不同方法的光通信網絡數據傳輸成功率如表2所示。由表2可知,采用本文方法后,數據傳輸成功率高,并呈不斷上升的趨勢;采用其他兩種對比方法,數據傳輸成功率同樣呈上升趨勢,但是最大成功率遠遠低于本文方法。因此,本文方法具有明顯的優勢,能較好地解決當前光通信網絡存在的一些問題,具有更高的實際應用價值。

表2 不同方法的光通信網絡數據傳輸成功率
時延直接關系到光通信數據傳輸效率。時延越小,則代表數據傳輸效率越高。不同方法的光通信時延測試結果如表3所示。

表3 不同方法的光通信時延測試結果
由表3可知:本文方法的光通信時延低于對比方法;隨著光通信節點的增加,光通信時延波動不大,具有較強的魯棒性。這主要是因為云計算平臺可以找到最優信道進行數據傳輸,從而改善光通信系統的工作效率。
不同方法的傳輸丟包率如表4所示。由表4可知,本文方法的平均丟包率低于對比方法。這表明本文方法具有丟包率低的優勢,有利于提高光通信網絡信道均衡的準確度。

表4 不同方法的傳輸丟包率
為了有效節約光通信的能量開銷,本文提出基于云計算平臺的光通信網絡信道均衡方法。為減少通信能量消耗,本文基于云平臺構建通信節點能量消耗模型。本文利用節點自適應接收和發送方法,根據傳輸帶寬合理配置信號通道,以控制信道均衡性。測試結果證明,本文方法能夠實現通信信道的均衡分配,既降低了能量開銷,又提高了信道分配效率和信道均衡準確度。該方法為實現現代網絡通信數據快速傳輸提供了有效的解決方案。