[发明专利]50G-PON网络中基于神经网络预测的上行带宽分配方法有效

专利信息
申请号: 202110276560.X 申请日: 2021-03-15
公开(公告)号: CN113207048B 公开(公告)日: 2022-08-05
发明(设计)人: 许鸥;朱祥;秦玉文;陈哲;梁嘉琪 申请(专利权)人: 广东工业大学
主分类号: H04Q11/00 分类号: H04Q11/00;H04L41/0896;H04L41/142;H04L41/147;H04L47/2425
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 刘俊
地址: 510090 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 50 pon 网络 基于 神经网络 预测 上行 带宽 分配 方法
【权利要求书】:

1.50G-PON网络中基于神经网络预测的上行带宽分配方法,其特征在于,包括以下步骤:

S1:采集相关网络数据,构建并训练LSTM神经网络;

S2:所有光网络单元,即ONU向光线路终端,即OLT发送报告消息,报告队列长度;

S3:OLT根据报告消息,对ONU的业务进行优先级划分,并依据往返时延,即RTT对所有ONU和报告队列长度进行排序;

S4:根据排序结果和LSTM神经网络对所有业务进行分配;首先分配高优先级业务,不限制其带宽大小,保证所有数据的及时转发;接着分配低优先级业务,需要限制授权带宽大小,防止轮询周期过长;

S5:对于最后一个ONU的低优先级业务进行计算,保证每个ONU与OLT上传带宽的两条波长在该轮询周期内的结束时间相同,结束分配过程,得到分配结果;

S6:OLT将分配结果进行打包并发布给所有ONU;

S7:各个ONU根据收到的分配结果依次发送信息;

其中,在所述步骤S4中,分配高优先级业务过程具体为:

SA1:基于LSTM神经网络预测的网络流量速率及等待时间计算到达的高优先级业务大小,计算传输报告数据及预测该报告数据所需的带宽;

SA2:根据调度顺序及预测的带宽,对于第i个ONU,分配当前最早可传输的波长进行传输,若两个波长都可传输,则选择第一个波长;

SA3:更新各波长可传输数据的时间,返回执行步骤SA1,直至所有ONU的高优先级业务分配完毕。

2.根据权利要求1所述的50G-PON网络中基于神经网络预测的上行带宽分配方法,其特征在于,在所述步骤S1中,所述LSTM神经网络用于预测当前ONU的网络流量速率,其输入为提前采集好的网络流量速率。

3.根据权利要求1所述的50G-PON网络中基于神经网络预测的上行带宽分配方法,其特征在于,在所述步骤S3中,所述业务包括EF业务、AF业务和BE业务;所述优先级划分具体为:将EF业务划分为高优先级业务,将AF业务和BE业务划分为低优先级业务。

4.根据权利要求1所述的50G-PON网络中基于神经网络预测的上行带宽分配方法,其特征在于,在所述步骤S3中,依据RTT对ONU进行排序,从第三个ONU开始,依据队列长度进行升序排序,并将得到的序列作为调度顺序。

5.根据权利要求1所述的50G-PON网络中基于神经网络预测的上行带宽分配方法,其特征在于,在所述步骤S4中,分配低优先级业务过程具体为:

SB1:基于LSTM神经网络预测的网络流量速率及等待时间计算到达的低优先级业务大小,计算传输报告数据及预测该报告数据所需的带宽;

SB2:对于第i个ONU,取当前最早可传输的波长进行传输,若两个波长都可传输,则选择第一个波长,将所需的带宽与该波长的最大可分配带宽比较,如果所需的带宽大于最大可分配带宽,则将最大可分配带宽作为该ONU的带宽;

SB3:更新各波长可传输数据的时间,返回执行步骤SB1,直至所有ONU的低优先级业务分配完毕。

6.根据权利要求5所述的50G-PON网络中基于神经网络预测的上行带宽分配方法,其特征在于,所述步骤S5具体为:

S51:基于LSTM神经网络计算最后一个ONU的低优先级业务的传输报告数据及预测该报告数据所需的带宽;

S52:将所需的带宽与最大可分配带宽进行比较,如果所需的带宽大于最大可分配带宽,则将最大可分配带宽作为该ONU的带宽;

S53:将该带宽部署在最早可传输的波长上;

S54:比较两条波长在该轮询周期内的结束时间;若结束时间相同,则结束分配;否则,则撤回步骤S53,将这部分带宽分开部署在两个波长上,使两条波长在该轮询周期内的结束时间相同。

7.根据权利要求1所述的50G-PON网络中基于神经网络预测的上行带宽分配方法,其特征在于,在所述步骤S6中,所述分配结果包括各个ONU的授权时间和授权波长。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110276560.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top