基金项目:国家高技术研究发展计划资助项目(“863”计划)(2006AA01Z238)
快速增长的互联网业务对光网络提出了越来越高的要求,同时也极大地促进了光网络的发展。在光网络发展的初期,光纤通信技术以高速率、大容量、长距离为导向目标,取得了长足的发展,成功地解决了指数增长的容量需求。但是,如图1(a)所示[1],这个时期的光网络仅能提供点对点的大容量传输,通常称其为第一代光网络。与第一代的点对点光网络相比,可以把21初发展起来的基于光线路交换的波长选路光网络称为第二代光网络,如图1(b)。第二代光网络不仅能够满足对容量的巨大需求,由于光交换技术的引入还变得更为灵活和透明,可以通过对光网元中光器件的重新配置,在数据平面内不经过光/电/光转换就可以直接在光层上实现对光波长通道的可重配置能力,支持对数据格式和协议的透明传输,同时也大大减少了硬件需求。基于光突发交换或光分组交换的第三代光网络如图1(c)所示,利用光波路由器作为网络节点,直接在光层上对IP数据包或突发包进行交换和选路,不需要额外处理,充分发挥了光网络的真正优势,对光层提供的巨大带宽具有更细粒度的快速可重配置能力。
在光网络的演进过程中,第一代光网络虽然能够提供充足的传输容量,但其智能化程度非常初级。第二代光网络尽管开展了一些关于光网络智能化的研究,比如自动交换光网络,在传统的传送网中引入控制平面,使光网络向着智能化的方向发展,但还远远不能满足人们对光网络智能化的需求。与第一和第二代光网络相比,第三代光网络具有更高的智能性和可重构能力,能够更好地满足以IP为代表的互联网业务在带宽提供上的动态性、灵活性和实时性需求。光网络的自感知技术是从更高的层次对第三代光网络的高度智能化进行研究,以实现对光网络自身特性和接入业务的特征属性进行自主感知,在此基础上无需人工或网管干预,根据光网络自身特性和业务特征属性选择相适应的光交换方式,完成自组织光选路,对光网络的路由、交换、服务质量(QoS)、实时保护、动态恢复等方面进行自主控制,最终实现光网络的自主优化、自主运行和自主管理。
1 自组织光网络和自感知技术
与“即插即用”的Wi-Fi无线局域网相比,现阶段的光网络仍然处于相对初级的发展阶段。当通过Wi-Fi无线局域网访问互联网时,一般不用考虑频率分配和无缝的路由切换,也不必关心在目前的信噪比条件下的最大传输速率;而现阶段的光网络以一种相对静态的工作方式进行运行和维护,光节点和光链路参数都有严格的标准规范。但是,实际上影响光网络性能的这些链路参数并非一成不变,一条光链路的可用性会受到许多物理因素的限制。随着光网络中单光纤信道数的增加和传输速率的增大,色散、偏振模色散、非线性效应等对光链路的可用性将会产生越来越严重的影响,环境温度、压力、器件老化、滤波器等器件中心波长的漂移等因素都会降低光链路的可用性,甚至会使得光链路变得不可用[2]。另外,先进的光器件和灵活的光交换技术也使得光网络具有更强的动态可重构能力,在使光网络越来越灵活高效地承载具有随机性和突发性的IP业务的同时,也对光网络自身的管理、控制、维护、安全等提出了挑战。
自感知技术在智能化的自组织光网络中起着至关重要的作用,不仅仅是在监测到光信号的劣化和网络故障时简单地给出告警指示,而是需要智能地对光网络所承载的业务特性、影响自身性能的各种物理参数和传输信号的质量、以及网络拓扑变化和最佳可用路由等进行全方位感知,进而能够为光网络的资源优化提供充足的信息和依据。
2 物理层参数感知
光网络物理层参数感知可以分为两大类:光信号特征感知和光信号质量感知[3]。光信号特征感知主要包括信号光谱(波长和光谱形状)、光功率(平均功率和峰值功率)、光信噪比(OSNR)、定时抖动、放大器噪声、色散、偏振模色散(一阶和高阶)、偏振相关损耗、光信号啁啾和相位特性、串扰、非线性散射效应、非线性效应等等,光信号质量感知主要包括误码率、Q值、眼图、张开度、同步和异步幅度直方图等能够直接用于信号质量评估的参数。
2.1 光信号特征参数感知
光功率、波长、波长间隔、OSNR等是最基本的描述物理层光信号的参数,对这些基本参数的监测感知已有大量研究[4-7]。文献[7]是应用可调谐滤波器和高速电子器件对光信号基本参数进行监测,功能上相当于一个简化的光谱分析仪,根据滤波器的调谐范围可以对C波段、L波段、或C+L波段上对光信道的波长、功率和OSNR进行比较精确的监测,以实时掌握光网络的基本参数,为光节点提供反馈的控制信息,对光网络的性能进行优化。但是,这种监测机制的响应时间受滤波器调谐速度、光探测器响应速度和数据处理速度的限制,难以在光突发/分组网络中得到应用。
2.2 光信号质量感知
在全光网络中,一条光通道由若干段点到点的光链路组成,业务从源节点全光地到达宿节点需要经过若干个中间光节点。随着光网络的动态性和灵活性的提高,原来在静态光网络中的路由选择和波长指配将会变得非常频繁,对实时性的要求也变得越来越高。为了保证被传送业务的质量,首先需要对光通道上传送的物理光信号质量进行感知和评估。
误码率(BER)是评估光信号质量的最终指标,但是误码率是所有物理因素对光信号损伤的综合体现,无法从中判断究竟是由何种效应引起的误码。眼图是在一个比特宽度内信号幅度的同步分布,是评估光信号质量的一个重要工具,从中可以获得丰富的关于信号损伤的信息。获得同步眼图和幅度直方图需要带有时钟提取的光接收机,而异步直方图仅需要足够的抽样即可,不需要同步时钟,对信号速率透明,且实现简单,成本较低,是很有发展潜力的光信号质量感知技术[8- 9]。
文献[10]给出了一个典型的同步和异步触发光信号眼图及对应的信号幅度直方图,在没有时钟提取的条件下,根据接收端的异步信号幅度直方图可以对眼图张开度、Q值和误码率等参数进行估算。异步和同步抽样获得的信号幅度直方图的区别在于高电平和低电平之间的那些抽样点数。在高电平和低电平之间的交叉区域,同步抽样直方图基本没有计数,而异步抽样直方图有相应的计数。实际上,异步抽样的幅度直方图对色散、偏振模色散、OSNR等都有相当的敏感度,可以用来评估光信号的质量。文献[11]利用异步抽样的幅度直方图的方法对通断键控(OOK)和差分相移键控(DPSK)信号的Q值和OSNR进行监测。文献[12]利用对光信号波形按照一定的时间间隔成对异步抽样,获得所谓的相位图,可以实现对多个物理损伤因素的监测和感知。
3 光网络状态感知
光网络状态主要包括网络拓扑结构、链路状况、路由分布等信息。由于网络是随时发生变化的,为了更灵活高效地承载业务,必须采集网络的实时变化信息,根据这些信息来决定采用什么样的优化策略。
3.1 光网络拓扑和链路负载感知
实际中的光网络状态是动态变化的,光网络自身状态感知的对象包括网络中的节点和链路两个方面,如节点数、节点状态、链路连接、路由表、交换设备性能等状态及占用情况等。网络状态的自感知可以通过监控每一个数据包的状态获得反馈信息,掌握网络状况和业务特征,进而对网络参数的权重进行修改,为自主网络控制提供条件。在反馈式的信息感知技术中,数据包到达网络中的每一个节点后,都会向源路径发送反馈信息,信息中包括需要采集的各种数据。上一级节点收到反馈信息,通过驻留的控制算法进行处理,然后控制本节点的动作,实现基于业务的网络优化。
网络中采用最短路径优先选路方式的出发点在于减小数据传送时延和消耗的网络资源,但这种方式容易引起某些链路的拥塞,造成网络资源利用不公平。如果一条链路上承载的业务过多,当这条链路发生故障时将影响很多的业务。因此将业务分担到多条路径上可以减少这种风险,提高网络的生存性。自组织光网络中需要综合考虑链路承载的业务流量和总业务量进行选路,充分利用网络资源,进行有效的业务分担,减小链路发生故障时对业务的影响。
3.2 基于物理参数感知的光网络路由技术
现有光网络中的路由算法一般是基于最短路径或者是某种QoS(时延、抖动、丢包率等)的约束算法,没有考虑光链路物理状态对所选光通道性能的影响。但是实际上,由于放大器噪声或残留色散的累积等物理限制因素,或者是光链路和光节点工作状态的改变,可能会使得网络层路由算法选择的最优光通道不能满足光信号质量要求,造成在该光通道上传送业务的丢失。在物理层参数感知的基础上,光网络在应用路由算法进行光通道选择时,需要同时以物理参数与光信号质量作为约束条件,判断所选择的光通道是否能满足误码率要求[13]。
图2是基于物理参数感知的光网络路由算法的流程[14]。当网络层接收到光通道建立请求时,先会从所有可用资源中计算一条最优的光通道,然后在对物理层参数感知的基础上对所选择的光通道进行光信号质量评估,以判定该光通道的光信号质量是否满足要求。若满足则接纳该光通道建立请求,不满足则把该光通道标记为不可用,再对次优光通道进行光信号质量评估。如果计算出来的所有光通道都不满足光信号质量要求,该光通道建立请求就会被阻塞。文献[12]的仿真表明,与传统最优路径(BP)和首次匹配(FF)算法相比,采用基于物理层参数感知的路由算法有助于光通道建立请求的阻塞率降低。
4 业务属性感知技术
目前的光网络作为承载网络,对接入业务采取一视同仁的服务策略,虽然在上层可以采取业务分级或QoS的区分,但是光网络作为底层传送网络并不能了解这些信息,因此可能会导致优先等级较高的业务在光网络中并没有得到相应优先级的传送。为了更好地适应上层业务的传送需求,光网络有必要对接入业务的属性进行自动感知,对不同传送需求的业务采取不同的传送策略,实现网络资源的最优化。
业务属性包括业务统计参数服从的概率分布种类、业务流量、业务的QoS要求等,这些性能表征了接入业务的种类以及对光网络传送质量要求等信息,通过对这些性能的感知,可以为承载该业务的光网络选择最优传输、交换、路由等软硬件配置提供参考依据。
业务属性感知可以分为3个步骤:业务流区分、业务流属性提取、业务类型区分。业务属性感知的过程是通过提取网络中已知业务数据,通过训练的方法获得这些已知业务的协议指纹,而后利用这些已知的协议指纹去判断网络中未知业务属性这一过程。
5 结束语
光网络的自感知技术是实现高度智能化的自组织光网络的基础,通过对光网络自身特性及所承载业务属性的感知,光网络的运营、维护和管理将越来越不需要人工的干预。虽然目前光网络的智能性尚十分有限,对自组织光网络及其自感知理论和技术的研究尚处于探索阶段,但是智能化将是光网络的一个重要发展方向和努力目标,更加高效、动态、灵活的自组织光网络将具有十分光明的发展前景。
6 参考文献
[1] YOO S J B. Optical packet and burst switching technologies for the future photonic Internet[J]. IEEE Journal of Lightwave Technology, 2006, 24(12):4468-4492.
[2] FORGHIERI F, TKACH R W, CHRAPLYVY A R. Fiber nonlinearities and their impact on transmission systems[M]. San Diego, CA, USA: Academic Press, 1997.
[3] PETERSEN M N. Performance monitoring in the next generation of optical networks [C]// Proceedings of International Conference on Photonics in Switching, Oct 16-18, 2006, Herakleion , Greece.2006.
[4] KILPER D C, BACH R, BLUMENTHAL D J, et al. Optical performance monitoring[J]. IEEE Journal of Lightwave Technology, 2004, 22(1): 294-304.
[5] LEE J H, CHOI H Y, SHIN S K, et al. A review of the polarization-ing technique for monitoring optical-signal-to-noise ratio in dynamic WDM networks[J]. IEEE Journal of Lightwave Technology, 2006, 24(11): 4162-4171.
[6] LIU N, ZHONG W D, WEN Y J, et al. New transmitter configuration for subcarrier multiplexed DPSK systems and its applications to CD monitoring[J]. Optics Express, 2007, 15(3): 839-944.
[7] Optical Channel Monitor / Optical Performance Monitor[DB/OL]. [2008-05-26]. http://www.optoplex.com/Optical_Channel_
Monitor.htm.
[8] LI Z H, LI G F. In-line performance monitoring for RZ-DPSK signals using asynchronous amplitude histogram evaluation [J]. IEEE Photonics Technology Letters, 2006, 18(3): 472-474.
[9] LUIS R, ANDRE P, TEIXEIRA A, et al. Performance monitoring in optical networks using asynchronously acquired samples with nonideal sampling systems and intersymbol interference[J]. IEEE Journal of Lightwave Technology, 2004, 22(11): 2452-2459.
[10] CHEN Hui, POON A W, CAO Xiren. Transparent monitoring of rise time using asynchronous amplitude histograms in optical transmission systems [J]. IEEE Journal of Lightwave Technology, 2004, 22(7): 1661-1667.
[11] SHAKE I, TAKARA H. Averaged Q-factor method using amplitude histogram evaluation for transparent monitoring of optical signal-to-noise ratio degradation in optical transmission systems[J]. IEEE Journal of Lightwave Technology, 2002, 20(8): 1367-1373.
[12] ANDERSON T B, DODS S D, CLARKE K, et al. Multi-impairment monitoring for photonic networks [C]// Proceedings of 33rd European Conference and Exhibition on Optical Communication, Sep 16-20, 2007, Berlin, Germany. 2007.
[13] STRAND J, CHIU A, TKACH R. Issues for routing in the optical layer[J]. IEEE Communications Magazine, 2001, 39(1): 81-87.
[14] HUANG Y, HERITAGE J P, MUKHERJEE B. Connection provisioning with transmission impairment consideration in optical WDM networks with high-speed channels[J]. IEEE Journal of Lightwave Technology, 2005, 23(3): 982-993.
收稿日期:2008-05-26
[摘要] 现有的光网络虽然已经能够提供充足的传输容量,但其智能性仍然处于非常初级的阶段,远远不能满足具有随机性和突发性IP业务对承载网络的需求。光网络的自感知技术是实现真正意义上的智能化自组织光网络的首要条件。自组织光网络作为各种业务的承载网络,不仅需要实时监测和动态感知光链路物理参数、光信号质量、光网络拓扑及链路负载等光网络自身特性,还需要感知所承载业务的属性及其对光网络的传送需求(延时、抖动、丢包率等),为实现动态高效灵活的“即插即用”自组织光网络提供充足的信息。
[关键词] 智能光网络;自组织;自感知;物理层参数感知;光网络状态感知;业务属性感知
[Abstract] Although existing optical network can provide sufficient transmission capacity, it is still far from meeting the demand of random and burst IP traffic. The intelligence of existing optical network is at a relatively primitive stage of development. The self-sensing technologies in optical network are fundamental to a true intelligent self-organizing optical network. Being a service carrying network, optical network should monitor and sense optical signal parameters and quality in physical layer, the topology and link load of the optical network, the characteristics of the traffic it carries and its requirements to optical network including time delay, jitter, and packet loss rate, etc., in order to provide sufficient information for the realization of a dynamic, efficient, and flexible "plug-and-play" self-organizing optical network.
[Keywords] intelligent optical network; self-organizing; self-sensing; physical optical parameter sensing; opti