学术报告：SDM-EON中动态多类业务的生存性能量高效及串扰感知路由、频谱和核心分配方案

作者及发表信息

本研究的作者包括：
- Smita Paira（印度印度工程科学与技术学院）
- Monish Chatterjee（印度Asansol工程学院）
- Uma Bhattacharya*（印度印度工程科学与技术学院，通讯作者）

研究发表于期刊 Optical Switching and Networking 第42卷（2021年），文章编号100630，于2021年6月9日在线发布。

学术背景

研究领域与背景

本研究属于弹性光网络（Elastic Optical Network, EON）与空分复用（Space Division Multiplexing, SDM）的交叉领域，聚焦于多核光纤（Multi-Core Fiber, MCF）环境下的动态资源分配问题。随着流量需求的指数级增长，传统波分复用（WDM）网络面临容量瓶颈，而基于正交频分复用（OFDM）的EON通过灵活的频谱分配提供了更高的可扩展性。SDM-EON进一步通过多核结构提升容量，但引入了核心间串扰（Inter-Core Crosstalk, ICI）和频谱碎片化（Fragmentation）等新挑战。

研究动机与目标

动态多类业务（Multiclass Traffic）包括即时预留（Immediate Reservation, IR）和提前预留（Advanced Reservation, AR）请求，需在频谱和时间域中协同分配资源。现有研究多关注静态业务或单一路径保护，而本研究首次提出：
1. 生存性（Survivability）：通过多路径保护（Multipath Protection）抵御单链路故障。
2. 能量效率（Energy Efficiency）：优化带宽可变收发器（Bandwidth Variable Transponders, BVTs）的功耗。
3. 串扰感知（Crosstalk-Aware）：控制多核间的信号干扰。
4. 核心分类（Core Classification, CC）：减少频谱碎片化。

研究流程与方法

1. 网络模型与预计算

• 网络建模：SDM-EON被建模为图 ( G(V, E, C) )，其中 ( V )、( E )、( C ) 分别表示节点、边和核心集合。
  
• 路径预计算：使用Bhandari算法预计算源-目的节点对的最短链路不相交路径（Link-Disjoint Paths），数量由节点度数决定（公式 ( n_s^d = \min(\deg(s), \deg(d)) )）。
  

2. 路径选择与流量分配

• 多路径保护：将流量需求 ( b ) 分配到2或3条链路不相交路径，确保单链路故障时至少 ( b \cdot q )（( q ) 为保护比例）的流量可达。
  
• 距离自适应调制（Distance-Adaptive Modulation）：根据路径长度选择调制格式（如BPSK、QPSK、8-QAM、16-QAM），以减少频谱需求（公式 ( r_k = \lceil y_k / \delta_m \rceil )，其中 ( \delta_m ) 为子载波容量）。
  

3. 核心分配策略

• 核心分类（CC）：中央核心可分配任意大小流量，外围核心按素数大小分区（如1、2、3、5、7、11 FS），以减少碎片化。
  
• 非核心分类（NCC）：所有核心无差别分配流量。
  

4. 资源分配算法

提出三种资源分配策略，均需满足串扰阈值（( \text{XT}_{\text{th}} = -16 \text{dB} )）：
1. 首次可用子载波分配（FASA）：优先分配频谱域的第一个可用块。
2. 首次可用时间分配（FATA）：优先分配时间域的第一个可用块。
3. 首次可用子载波-时间联合分配（FAST）：优化频谱和时间域的联合分配，通过参数 ( h = t + \sum f_k ) 最小化资源占用。

5. 能量消耗模型

• 主要功耗源：BVTs（占总功耗的99%以上），其功耗由调制格式决定（公式 ( e_m = 1.683 \cdot \delta_m + 91.333 )）。
  
• 总功耗计算：( P_{\text{BV}} = \sum \sigma_m^k \cdot e_m )，其中 ( \sigma_m^k ) 为路径 ( k ) 的频谱分配量。
  

主要结果

仿真实验

在三种拓扑（Cost239、NSFNet、USANet）中评估六种启发式算法（CC/NCC × FASA/FATA/FAST），指标包括：
1. 带宽阻塞率（BBR）：
- CC策略的BBR低于NCC（如CC-FAST在300 Erlang时BBR为0.12，NCC-FATA为0.25）。
- FAST表现最佳，因其联合优化频谱和时间域。
2. 能量消耗（PW）：
- CC策略因连接数更多，功耗高于NCC（如CC-FAST比NCC-FAST高15%）。
- NSFNet因路径较长，功耗最高。
3. 资源占用率（ROR）：
- FAST的ROR最高（如CC-FAST在Cost239中达85%），因其高效利用资源。

AR流量比例的影响

• BBR随AR比例增加而降低：AR允许延迟分配，减少阻塞（如AR占比从20%升至80%时，BBR下降40%）。
  
• 功耗与ROR随AR比例增加：因更多连接被建立。
  

结论与价值

科学价值

1. 多路径生存性：首次将多路径保护与SDM-EON的动态多类业务结合，提升网络可靠性。
   
2. 能量-串扰协同优化：通过距离自适应调制和核心分类，平衡了能耗与信号质量。
   
3. 时间-频谱联合分配：FAST算法为动态业务提供了高效的资源分配框架。
   

应用价值

适用于数据中心互联和视频点播等高带宽场景，支持AR业务的灵活调度。

研究亮点

1. 创新性方法：首次整合生存性、能量效率和串扰感知于SDM-EON的动态多类业务。
   
2. 核心分类的碎片控制：通过素数分区显著降低频谱碎片化。
   
3. FAST算法的优越性：在BBR、功耗和ROR间取得最佳权衡。
   

其他贡献

• 开源仿真框架：为后续研究提供了可复现的实验设计。
  
• 跨拓扑普适性：结论在Cost239、NSFNet和USANet中均成立，验证了方法的鲁棒性。
  

（报告字数：约2000字）