基于SA-BP神经网络算法的光接入网络通道质量评估方法

doi:10.11959/j.issn.1000-0801.2018124

电信科学 ›› 2018, Vol. 34 ›› Issue (4): 162-172.doi: 10.11959/j.issn.1000-0801.2018124

基于SA-BP神经网络算法的光接入网络通道质量评估方法

蔡冰清¹,徐思雅¹,亓峰¹,葛维春²,周桂平²,于波涛²,李悦悦²

¹ 北京邮电大学网络与交换技术国家重点实验室，北京 100876
² 国网辽宁省电力有限公司，辽宁沈阳 110006
³ 北京国电通网络技术有限公司，北京 100070

修回日期:2018-03-06 出版日期:2018-04-01 发布日期:2018-05-02
作者简介:蔡冰清（1993-），女，北京邮电大学网络与交换技术国家重点实验室硕士生，主要研究方向为网络管理与通信软件。|徐思雅（1988-），女，北京邮电大学网络与交换技术国家重点实验室在站博士后，主要研究方向为智能电力通信网网络管理。|亓峰（1971-），男，北京邮电大学网络与交换技术国家重点实验室教授、网络管理研究中心副主任，主要研究方向为通信软件、智能电网信息通信。|葛维春（1961-），男，博士，国网辽宁省电力有限公司教授级高级工程师、主任，主要研究方向为电力系统自动化。|周桂平（1981-），男，博士，国网辽宁省电力有限公司高级工程师，主要研究方向为设备状态监测及故障诊断。|于波涛（1977-），女，北京国电通网络技术有限公司副高级策划工程师，主要研究方向为电力通信信息管理。|李悦悦（1969-），女，国网辽宁省电力有限公司沈阳供电公司高级工程师，主要研究方向为软件信息工程。
基金资助:
国家重点研发计划基金资助项目(2016YFB0901200)

A SA-BP neural network algorithm based channel quality evaluation method in optical access network

Bingqing CAI¹,Siya XU¹,Feng QI¹,Weichun GE²,Guiping ZHOU²,Botao YU²,Yueyue LI²

¹ State Key Laboratory of Networking and Switching Technology,Beijing University of Posts and Telecommunications,Beijing 100876,China
² State Grid Liaoning Electric Power Co.,Ltd.,Shenyang 110006,China
³ Beijing GuoDianTong Network Technology Co.,Ltd.,Beijing 100070,China

Revised:2018-03-06 Online:2018-04-01 Published:2018-05-02
Supported by:
National Key R＆D Program of China(2016YFB0901200)

摘要/Abstract

摘要：

目前，针对光接入网通道质量评估的研究主要集中在设备层和网络层，缺乏涵盖物理层、网络层和业务层的综合评估方法，致使运维人员难以通过网络监测等方式全面、准确地判断网络通道的实际质量。为解决以上问题，首先对影响光接入网通道质量的关键因素进行了深入分析，提出了面向多层次、多指标的光接入网通道质量综合评估模型，然后设计了SA-BP神经网络算法对多指标参数进行训练，从而实现通道质量的准确评估。通过仿真表明，提出的评估方法具有较高的评估精度和稳定度，便于提升网络运维的质量和效率。

关键词: 光接入网络, 通道质量, 评估模型, SA-BP神经网络算法

Abstract:

So far,existing works related to quality evaluation of channel mainly focused on equipment layer and network layer in optical access network.Most of researches lack synthesis evaluation methods covering physical layer,network layer and business layer.As a result,it is hard for administrators to judge the actual quality of channel by network monitoring completely and accurately.To solve this problem,key influence factors of channel quality in optical access network was analyzed firstly,and a comprehensive multi-layer-multi-index evaluation model of channel quality was proposed.Then a SA-BP neural network algorithm was designed to train the parameters of the proposed evaluation model to make the result more accurate.The simulation results show that the proposed method has higher accuracy and stability,and can improve the quality and efficiency of network operation and maintenance.

Key words: optical access network, channel quality, evaluation model, simulated annealing-back propagation neural network algorithm

中图分类号:

G304

蔡冰清,徐思雅,亓峰,葛维春,周桂平,于波涛,李悦悦. 基于SA-BP神经网络算法的光接入网络通道质量评估方法[J]. 电信科学, 2018, 34(4): 162-172.

Bingqing CAI,Siya XU,Feng QI,Weichun GE,Guiping ZHOU,Botao YU,Yueyue LI. A SA-BP neural network algorithm based channel quality evaluation method in optical access network[J]. Telecommunications Science, 2018, 34(4): 162-172.

图/表 15

图1

表1

表2

物理层指标定义及其计算方法"

二级指标	三级指标	参数及计算方法
健康度	光缆使用未超过10年比率	$\frac{使用未超过 10 年光缆数 f}{光缆总数 f_{N}}$
	光缆交接箱使用未超过10年比率	$\frac{使用未超过 10 年光缆交接箱数 b}{光缆交接箱总数 b_{N}}$
	设备使用未超过10年比率	$\frac{使用未超过 10 年设备数 e}{设备总数 e_{N}}$
故障率	严重缺陷次数	s_d
	危急缺陷次数	c_d
	一般缺陷次数	g_d
	重大故障次数	m_f
	严重故障次数	s_f
	一般故障次数	g_f
	平均故障恢复时间	$\frac{故障总时间 (t_{m} + t_{s} + t_{g})}{故障总次数 (m_{f} + s_{f} + g_{f})}$
生存性	设备维护等级	EML
	应急保障等级	EPL
	设备冗余系数	备用设备数 s_e

表2

表3

网络层指标定义及其计算方法"

二级指标	三级指标	参数及计算方法
上/下行网络性能	时延抖动次数	D
	分组丢失率	$\frac{P_{loss}}{P_{N}}$
	信噪比	$10 \lg (\frac{信号有效功率 P_{s}}{噪声有效功率 P_{n}})$
	误码率	$\frac{误码数 B_{err}}{总码数 B_{N}}$
	带宽利用率	$\frac{总字节数 B_{a}}{理论带宽 {BW}_{t} \cdot 时间 T}$
	阻塞率	$\frac{阻塞时间 T_{b}}{总时间 T_{N}}$
上/下行流量状态	吞吐量	总比特数TH_N
	流量平均速率	$\frac{总比特数 {TH}_{N}}{时间 T}$
	流量峰值速率	F_max
	最大突发长度	$\frac{F_{\max}}{C}$

表3

表4

业务层指标定义及其计算方法"

二级指标	三级指标	参数及计算方法
完整性	配电自动化业务中断率	$\frac{配电自动化业务中断次数 I_{PDA}}{配电自动化业务总数 {BUS}_{PDA}}$
	用电信息采集系统业务中断率	$\frac{用电信息采集系统业务中断次数 I_{EIAS}}{用电信息采集系统业务总数 {BUS}_{EIAS}}$
	智能用电业务中断率	$\frac{智能用电业务中断次数 I_{SE}}{智能用电业务总数 {BUS}_{SE}}$
	平均中断时间	$\frac{业务中断总时间 (T_{PDA} + T_{EIAS} + T_{SE})}{业务中断总次数 (I_{PDA} + I_{EIAS} + I_{SE})}$
可用性	配电自动化业务无错率	$\frac{配电自动化业务无错次数 {NM}_{PDA}}{配电自动化业务总数 {BUS}_{PDA}}$
	用电信息采集系统业务无错率	$\frac{用电信息采集系统业务无错次数 {NM}_{EIAS}}{用电信息采集系统业务总数 {BUS}_{EIAS}}$
	智能用电业务无错率	$\frac{智能用电业务无错次数 {NM}_{SE}}{智能用电业务总数 {BUS}_{SE}}$
支撑性	业务响应超时率	$\frac{业务响应超时次数 R_{out}}{业务总次数 BUS}$
	平均配电自动化业务服务时间	$\frac{配电自动化业务服务总时间 S_{PDA}}{配电自动化业务总数 {BUS}_{PDA}}$
	平均用电信息采集系统业务服务时间	$\frac{用电信息采集系统业务服务总时间 S_{EIAS}}{用电信息采集系统业务总数 {BUS}_{EIAS}}$
	平均智能用电业务服务时间	$\frac{智能用电业务服务总时间 S_{SE}}{智能用电业务总数 {BUS}_{SE}}$
安全性	安全保护等级	SL
	恶意篡改次数	MT
	错操作次数	WO

表4

图2

图3

表5

表6

图4

图5

图6

图7

表7

图8

参考文献 11

[1]	刘国军, 侯兴哲, 王楠 ,等. 智能配用电通信综合网管系统研究[J]. 电网技术, 2012,36(1): 12-17.
	LIU G J , HOU X Z , WANG N ,et al. An integrated network management system for communication of smart power distribution and utilization grid[J]. Power System Technology, 2012,36(1): 12-17.
[2]	赵炜妹, 郭庆琳, 孙晓霞 ,等. EPON综合网管系统的研究与实现[J]. 电力系统通信, 2010,31(2): 41-44.
	ZHAO W M , GUO Q L , SUN X X ,et al. Research and implemen-tation of EPON integrated network management system[J]. Tele-communications for Electric Power System, 2010,31(2): 41-44.
[3]	陈宁宁 . 智能配用电通信网设备运行质量综合评估系统的研究与实现[D]. 北京:北京邮电大学, 2014.
	CHEN N N . Research and realization of comprehensive evalua-tion system for equipment operation quality of intelligent dis-tribution electric communication network[D]. Beijing:Beijing University of Posts and Telecommunications, 2014.
[4]	张冬艳, 胡铭曾, 张宏莉 . 基于测量的网络性能评价方法研究[J]. 通信学报, 2006,27(10): 74-79.
	ZHANG D Y , HU M C , ZHANG H L . Study on network per-formance evaluation method based on measurement[J]. Journal on Communications, 2006,27(10): 74-79.
[5]	张奕奎, 邱雪松, 成璐 . 基于策略的业务质量评价方法[J]. 计算机工程, 2007,33(13): 109-111.
	ZHANG Y K , QIU X S , CHENG L . Policy-based approach for service quality assessment[J]. Computer Engineering, 2007,33(13): 109-111.
[6]	Telemanagement Forum. SLA management handbook:GB917[S]. 2010.
[7]	孙蕾 . 智能电网管理评价指标体系与多属性分析模型研究[D]. 北京:华北电力大学, 2015.
	SUN L . Research on evaluation index system and mul-ti-attribute analysis model of smart grid management[D]. Bei-jing:North China Electric Power University, 2015.
[8]	ZHANG Y , NIU D , LIU J . The evaluation of thermal power enterprise environmental sustainable development based on SA-BP neural network[C]// International Conference on Environmental Science and Information Application Technology,July 17-18,2010,Wuhan,China. Piscataway:IEEE Press, 2010: 674-677.
[9]	杨小彬, 李和明, 尹忠东 ,等. 基于层次分析法的配电网能效指标体系[J]. 电力系统自动化, 2013,37(21): 146-150.
	YANG X M , LI H M , YIN Z D ,et al. Energy efficiency index system for distribution network based on analytic hierarchy process[J]. Automation of Electric Power Systems, 2013,37(21): 146-150.
[10]	ZHANG H L , FANG B X , HU M Z ,et al. A survey on internet measurement and analysis[J]. Journal of Software, 2003,93(14): 110-116.
[11]	田景文, 高美娟 . 人工神经网络算法研究及应用[M]. 北京: 北京理工大学出版社, 2006.
	TIAN J W , GAO M J . Research and application of artificial neural network algorithm[M]. Beijing: Beijing Institute of Technology Press, 2006.

事故原因	比例
设备老化	32.4%
超期检修	26.5%
设备缺陷	14.6%
其他原因	11.8%
超负荷运作	8.8%
不可控外因	5.9%

地区编号	5条通道有效样本数	每组有效样本总数
1	44　 43　 44　 49　 31	211
2	41　 43　 47　 48　 43	222
3	50　 38　 44　 49　 43	224

参数名称	取值范围
输入层节点数m	37
隐含层节点数n	详见第4.2节
输出层节点数p	1
连接权值w	-1,1]的均匀分布
误差阈值ε	0.000 1
初始温度T₀	100
最低温度t_min	0.001
每个温度扰动次数上限M	10
最大迭代次数f	8

地区编号	预测样本数	标准BP神经网络		SA-BP神经网络
地区编号	预测样本数	拟合样本数	拟合率	拟合样本数	拟合率
1	53	41	77.36%	49	92.45%
2	55	43	78.18%	50	90.91%
3	56	43	76.79%	51	91.07%

基于SA-BP神经网络算法的光接入网络通道质量评估方法

A SA-BP neural network algorithm based channel quality evaluation method in optical access network

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 11

相关文章 7

Metrics

推荐阅读 0

[1]	徐亮, 王烨, 郑然, 张基恒, 袁萍, 李鑫阳, 田宇. 通信网络运维多维评估模型设计及应用[J]. 电信科学, 2023, 39(4): 142-151.
[2]	曹晓宏,徐思雅,周桂平,王英杰,于波涛. 面向多层次、多指标的光网络规划与评估方法[J]. 电信科学, 2019, 35(9): 58-68.
[3]	邱顺利,杨毅,胡荣. 一种新型的低成本双向传输相干无源光网络系统[J]. 电信科学, 2016, 32(7): 146-151.
[4]	陈宏标,陈凯,胡春英,沈步阳,林浩文. 电信运营商运维队伍结构优化研究[J]. 电信科学, 2014, 30(Z1): 172-177.
[5]	吴飞,沈步阳,陈宏标,林浩文,沙庆良. 基于客户维度的大客户网络安全评估模型优化[J]. 电信科学, 2014, 30(Z1): 178-182.
[6]	方津. 网管数据质量评估模型研究[J]. 电信科学, 2013, 29(2): 147-152.
[7]	卜凡,范云凌. 基于评价决策法构建区域通信潜力评估模型及实证分析[J]. 电信科学, 2010, 26(5): 66-71.