TWDM-PON中基于ONUs二次迁移的能量优化算法

2019-06-18张林丛陈学意魏可峰张文波冯永新

沈阳理工大学学报 2019年2期

张林丛，陈学意，魏可峰，张文波，冯永新

(1.沈阳理工大学信息科学与工程学院，沈阳 110159；2.中冶沈勘工程技术有限公司，沈阳 110169)

近年来，时分波分复用无源光接入网(TWDM-PON,time and wavelength division multiplexed passive optical network)由于具有低成本、可兼容当前已经部署的光分配网络(ODN,optical distribution network)、实现多种无源光网络制式共存等优势，如今已成为国内外研究的热点[1-5]。

随着世界经济的迅猛发展，温室效应和能源危机越发严重。信息与通信技术和因特网的能耗是全球能耗的重要组成部分[6]。目前针对时分复用无源光网络，研究学者提出了多种节能方式，如考虑业务等级设计相应的带宽分配和调度策略休眠或关闭网络中低负载和空闲的设备等。然而，仅针对时分复用无源光网络的节能技术无法保证最优的节能效果。

在TWDM-PON系统中，由于引入了多波长技术，使得可以根据网络负载量动态的对波长优化，将负载量小的波长上的光网络单元(ONU，optical network unit)迁移到其他波长上，减少工作的波长数，进一步优化网络的节能效率[7-8]。由于用户流量分布的不均匀性和带宽请求的随机性，Yang H等提出一种波长重定位机制，因为波长和收发器池可以共享，从而降低了配置成本[9]。Dixit A等针对关闭空闲波长、休眠ONU两个方面，提出混合休眠感知算法，在波长分配和时隙分配二个维度实现节能[10]。Valcarenghil L等对当前已有的节能算法进行总结，设计满足服务质量(QoS，quality of service)和降低用户成本等要求的节能机制，对业务聚合提出了有效的波长和带宽分配方案，且考虑了调谐速度对节约网络能耗的限制[11]。Luo Y等采用基于马尔科夫链的系统状态模型，针对网络下行突发流量，从接收数据处理机的角度考虑实现节能[12]。

以上研究均基于EPON技术展开，对于基于XG-PON技术的TWDM-PON系统来说并不完全适合。文献[13]仅考虑获得高QoS，提出IAMW(Immediate allocation with multiple wavelength)算法，光线路终端OLT(Optical Line Terminal)分配具有最大剩余带宽的上行波长供ONU传输，通过降低工作波长数达到节能目的。文献[14]提出两种流水线动态带宽分配机制，一种机制是基本流水线机制，此算法的动态带宽分配过程要求在4个帧长度内完成，导致某些请求不会被立刻响应；另一种机制是基于转发的流水线机制，对基本流水线机制做了改进，克服了其缺点。以上研究均基于XG-PON技术，但并没有将波长分配和带宽分配两者耦合在一起，节能效果不尽完全。

本文利用TWDM-PON系统具备波长和带宽双重灵活性的特点，提出基于ONU二次迁移的能量优化算法(DMEA,double migration energy optimization algorithm)，根据每个波长的负载情况，将业务量较低的波长上的ONU迁移至其他波长，关闭业务量低的波长达到节能的目的；同时，根据各个ONU业务量，对不同的ONU进行动态分组和迁移，其中优化组采取固定带宽分配策略，普通组采取动态带宽分配策略。通过以上两种措施，提高TWDM-PON系统节能率，降低整个网络能耗。

1 系统模型

1.1 网络结构

图1为TWDM-PON系统结构。

图1 TWDM-PON系统结构

图1所示，TWDM-PON沿用传统TDM-PON的ODN来承载多个波长信号，主要由光线路终端OLT、ONUs和分光器等组成。TWDM-PON是在吉比特无源光网络(GPON,gigabit passive optical network)的基础上，利用波分复用技术将4个XG-PON系统堆叠而成，上下行分别具有波长通道，每一对波长支持一个XG-PON系统，因此，上下行可分别支持40Gb/s和10/40Gb/s传输速率。上行和下行分别使用不同的波长，且不同波长的ONU之间互不干扰。在上行方向，ONU使用可调谐发送机，可调谐到4个上行波长中的任意一个，使用相同波长的ONU以时分复用接入方式共享上行信道，不同波长的光信号在ODN进行多路合光，在OLT中通过AWG进行光信号分离；在下行方向，OLT将AWG聚合的多路光信号通过ODN传送给ONU，光分路后仍包含4个波长信号，ONU采用可调谐接收机，可调谐到对应的下行波长接收信号；在同一下行波长信道内，OLT以时分复用方式广播下行信息给ONU。因为TWDM-PON由多个XG-PON系统堆叠而成，所以其为帧同步系统，其带宽分配受限于帧长度(即 125us),且帧可以分片。

1.2 能耗模型

TWDM-PON 中的激光收发器具有波长可调谐功能，可以满足ONU波长迁移的需要[15]。

由于ONU迁移所带来的时间消耗和能量消耗是不可避免的，因此每个ONU迁移所消耗的时间如式(1)所示。

Tall=TLogout+TTuning+TLogin

(1)

式中：Tall为ONU迁移所消耗的总时长；TLogout为ONU在当前工作波长上注销所消耗的时间；TTuning为ONU调谐到新波长上所消耗的时间，调谐时间的长短与该ONU的业务量大小有关；TLogin为ONU在新波长上注册所耗费的时间。

没有ONU迁移时，TWDM-PON网络的能量消耗如式(2)所示。

Ec=Eon_ONU+Eon_λ

(2)

式中：Ec为ONU迁移前TWDM-PON网络总能耗；Eon_ONU为开启的ONU所消耗的能量；Eon_λ为开启的波长所消耗的能量。当存在ONU迁移时，TWDM-PON网络所消耗的能量如式(3)所示。

Ed=Ec-Eoff_λ+Etuning

(3)

式中：Ed为ONU迁移后TWDM-PON网络总能耗；Eoff_λ为关闭空闲波长所节约的能量；Etuning为ONU迁移所消耗的能量，其大小与迁移ONU的业务量有关，表达式如式(4)所示。

(4)

式中：m为需要进行业务迁移的ONU的总个数；Traffici为第i个ONU迁移量大小；α、β为影响系数。

2 算法描述

本文提出的基于ONU二次迁移的节能算法分为：(1)ONU第一次迁移，将业务量最小的波长上的ONU迁移，然后关闭该波长；(2)ONU第二次迁移，将每条波长上业务量低的ONU归到优化组中，并将优化组中ONU迁移到某个或某几个波长上，以便于进行带宽分配和休眠。算法具体步骤如下。

2.1 ONU第一次迁移，关闭空闲波长

首先OLT周期性对网络负载进行监测，得出网络中各个工作波长的占有率，周期T的设定需要根据网络传输的实时情况设定，本文根据式(5)判断是否有可关闭的波长。

(5)

图2为ONU第一次迁移过程，图2a表示ONU迁移前数据传输图，图2b表示ONU迁移后数据传输图。如果式(5)成立，则表明网络中存在波长资源的浪费，可以迁移部分ONU，关闭至少一个波长。OLT收集该波长上各个ONU的请求带宽信息，并且将各请求带宽按从大到小排列；然后每个ONU执行迁移策略，按照带宽请求量从大到小依次将ONU迁移到带宽占有率较小的波长上，直至此波长的带宽用尽；如果该波长上还有没迁移的ONU，则继续向带宽占有率次小的波长上迁移，直至迁移完毕。最后关闭迁移后空闲的波长。图2b显示，ONU2将其在λ4上传输的部分业务迁移至λ1上，然后关闭λ4达到节能目的。如果式(5)不成立，等待下一周期继续进行检测。当网络总负载超过当前所有波长总容量时，需开启新的波长。式(5)成立时，网络内可关闭波长的总数可用式(6)表示。

(6)

式中N为可关闭波长总数。

图2 ONU第一次迁移

2.2 ONU第二次迁移、划分优化组、分配带宽、休眠ONU

Step1：对于每一个活跃波长，OLT控制器针对所有在线ONU，根据式(7)和式(8)计算业务量低于设定阈值的ONU的个数，式(7)表示ONU的设定阈值(阈值Th=总ONU业务量/总ONU个数)；式(8)表示低于设定阈值的ONU个数(M为业务量低于设定阈值的ONU的个数，初始时M的值为0)。图3为ONU第二次迁移过程。

图3 ONU第二次迁移

图3中数字标号代表各个ONU业务(图中低于设定阈值的ONU为 ONU1、ONU4、ONU5、ONU7、ONU11)。

(7)

(8)

Step2：将带宽请求量低于设定阈值Th的ONU划为一组，称其为优化组，其余ONU为普通组；并将这些ONU迁移至其中某一个或某几个波长上。一旦ONU的带宽请求量增加且大于Th，则将其移出优化组，归为普通组。图3b为ONU4从λ3上迁移至λ1上，ONU5和ONU11从λ2上迁移至λ1上，相应的ONU6和ONU12从λ1上分别迁移至λ3和λ2上。所以优化组在λ1上传输，普通组在λ2和λ3上传输，而λ4处于休眠状态。

Step3：对优化组和普通组的ONU进行带宽分配。由于优化组中的ONU带宽请求量相对较低，因此采用固定带宽分配算法来管理ONU的带宽分配。对普通组ONU，执行动态带宽分配算法[16]。即在λ1上传输的ONU执行固定带宽分配算法，而在λ2和λ3上传输的ONU执行动态带宽分配算法。

Step4：对优化组和普通组ONU进行休眠。在优化组中，由于其中的ONU带宽请求量相对较低，固定带宽分配算法要求ONU只在一个周期的某一特定时隙处于工作状态，其他时隙则处于休眠状态。因此，在优化组中，一个周期中ONU可以达到很高的休眠比例，如式(9)所示。

(9)

式中x表示采用固定带宽分配算法的波长上总的ONU数量。由此可以看出在优化组中ONU可以取得很好的节能效果。

普通组的ONU执行动态带宽分配，由于每个ONU的带宽请求量都较高，因此每个ONU进行数据传输都需要较长时间，此时同一波长上其他ONU即可进入休眠状态，从而降低网络能耗。

3 仿真分析

3.1 仿真环境

本文仿真所采用的TWDM-PON中，设定以下参数：光网络单元的数量N=32；最大波长数M=8，且每条波长的速率为2.5Gbps[17]；用户数据源服从泊松分布；单个数据包的大小服从64byte到1518byte的均匀分布；保护时隙为1μs[18]。具体仿真参数如表1所示。

表1 仿真参数

3.2 仿真结果及分析

本文对所提出的DMEA算法进行仿真分析，其对比算法为文献[19]的整数线性规划ILP算法和文献[20]的基于用户行为感知的DA-EES算法。ILP算法通过对网络流量进行线性预测，并且提出合理的动态带宽分配策略，降低时延提高带宽利用率。DA-EES算法根据用户的行为感知网络下一时刻的流量情况，更好的把握网络运行动态，在一定程度上降低时延，降低网络能耗。本文对所提算法的仿真评价指标主要为ONU迁移量和网络能耗。仿真图中对ONU的负载进行了归一化。

图4表示随着网络负载的变化网络中波长数量变化示意图。

由图4可以明显看出，当网络负载为0.1～0.2、0.5～0.6、0.7～0.8之间时，有新波长的开启。当网络归一化负载在0.2～0.5之间时，网络的活动波长数不变；当网络归一化负载增加至0.6时，网络中的活动波长数增加，并且网络负载量越大，所需活动波长数越多。

图4 TWDM-PON中活动波长数的变化

图5显示随着网络负载的变化三种算法的ONU迁移量对比。

图5 不同策略ONU迁移业务量对比

由图5可以看出，三种算法的ONU迁移量随着网络负载的增加都逐渐增大。而DMEA算法的迁移量在网络负载较小时相比其他两种算法稍多，在负载量0.7后迁移量上升显著，这是由于本文算法考虑了ONU的二次迁移，所以可以更加充分的利用网络的带宽，因此本文所提DMEA算法产生的迁移量较大。

图6显示随着网络负载的变化三种算法的ONU休眠比例。

由图6可以看出，三种算法的ONU休眠比例随着负载的增加大致呈下降趋势。本文所提出的DMEA算法相比其他两种算法的休眠ONU数量更多，这是因为本算法在二次迁移中设置了优化组，优化组内采用固定带宽分配算法来管理ONU的带宽分配，一个ONU只在固定分配的时隙中处于活跃状态，其他时隙则处于休眠状态，使得ONU的休眠比例相对较高。

图7显示随着网络负载的变化三种算法的能耗对比。

图6 不同策略的ONU休眠比例

图7 不同策略的网络总能耗

由图7可以看出，随着网络负载量的增加，三种策略的网络能耗呈上升趋势。在不同的归一化网络负载情况下，本文所提出的DMEA算法，整体能耗较其他两种算法明显降低，总能耗下降约为10%。这是因为本文所提出二次迁移中的ONU动态分组优化算法起到了关键性作用，优化组内，每个周期只有一个ONU处于活跃状态，其他ONU处于休眠状态，有效降低了ONU端的能耗。因此本文提出的DEMA算法在降低网络能耗方面有明显优势。