CN1155360A - 网络操作及性能的增强 - Google Patents

Abstract

在一个物理网络上建立一组逻辑网络。然后，相对于至少一组判定变量优化一个预先定义的目标函数，这个目标函数与该物理网络的操作和性能紧密相关，该物理网络被看作是这组逻辑网络。最后，被优化的判定变量用来控制整个网络系统的操作。每组判定变量关于本发明的一个不同的方面。提供了在逻辑网络间分割物理传输资源的方法和设备。并提供了在互连节点对的节点的路由间分摊流入业务量负荷的方法和设备。而且，各组判定变量的一个组合又关于本发明的另一个方面。因此，公开了在逻辑网络间分割物理传输资源及在互连节点对的节点的路由间分摊流入业务量负荷的方法和设备。

Description

网络操作及性能的增强

本发明的技术领域

本发明关于电信网络，具体地是关于整个网络的性能。

背景技术

现代电信网络的一个主要特征是它提供不同业务的能力。提供所说业务的一个有效方法是逻辑上划分一个物理网络的资源-资源分割(见图1)。在一个物理网络PN上建立了一些逻辑网络LN，也称为逻辑或虚拟子网，它们每个包括一些节点N和互连这些节点的一些逻辑链路LL。每个逻辑网络构成了部分或整个物理网络的逻辑视图。具体地说，第一个逻辑网络LN1包括部分物理网络的视图，第二个逻辑网络LN2包括与第一个逻辑网络的视图不同的视图。各个逻辑网络的逻辑链路共享所说的物理网络中提供的物理链路的容量。

一个物理网络包括交换机S(物理节点)或等价体、互连所说交换机的物理链路和各种辅助设备。一条物理链路使用传输设备如光纤导体、同轴电缆或无线链路。一般来说，物理链路被分成连接所说交换机的一些中继线群TG。还有到物理网络的接入点，接入单元如电话机和计算机modem连接到这些接入点。每条物理链路传输容量有限。

图2是一个简单的概要图，它解释了物理链路、逻辑链路及路由间的关系。说明了具有物理交换机S和中继线群TG即互连交换机的物理链路的一个简单的基本物理网络。在这个物理网络上建立了一些逻辑网络，在图中只表示出了一个。逻辑网络可以由网络管理者、网络操作者或其它组织建立。在我们的在此作为参考文献的瑞典专利申请9403035-0中，描述了一个生成和配置逻辑网络的方法。所示的单个逻辑网络包括分别对应物理交换机S1、S2、S3的逻辑节点N1、N2、N3。而且，该逻辑网络包括互连逻辑节点N1-N3的逻辑链路LL。一条物理链路在逻辑上被划分为一条或多条逻辑链路，每条逻辑链路具有自己的业务容量，称为逻辑链路容量。应该注意到每条逻辑链路可能使用多于一条的物理链路或中继线群。对每个逻辑网络中的每个节点，常有一个路由表与之关联，它用来对特定的逻辑网络中的节点间的一条连接选定路由，这条连接从与始发该连接的终端关联的节点开始，在与终接所说的连接的终端关联的节点结束。所说的节点一起形成一个源点到终点的节点对。图中表示出了具有两条路由的一个节点对。一条路由是一条直接路由DR而另一条路由为替换路由AR。在图中，链路和路由被认为是双向的。

为避免误解，将使用下列定义：一条路由是属于相同的逻辑网络的逻辑链路的一个子集，即一条路由必须在单个的逻辑网络中。注意它可以是任意的子集，它从图论的意义来说没必要是一条通道。然而，从实际的目的，路由一般认为是简单的通道。路由的概念用来定义逻辑网中节点之间的一条连接遵循的方式。逻辑网中的一个节点对，它的节点与接入点关联，被称为一个源点-终点(O-D)对。一般来说，逻辑网中不是所有的节点对都是O-D对，而是逻辑网中的有些节点可能是中间节点，没有接入点与这些中间节点关联。一条逻辑链路是物理链路的一个子集。

诸如语音、图象和数据等信息在逻辑网中通过不同的承载业务传送。承载业务的例子是STM64(具有64kb/s的同步传递方式)、STM2(具有2Mb/s的同步传递方式)和ATM(异步传递方式)。从一个业务网络如PSTN(公用交换电话网)和B-ISDN(宽带综合业务数字网)，发送一个请求到一个逻辑网络，则应该在相应的逻辑网络内建立一条连接。

虽然给定了物理网络，有必要决定如何在物理网络上建立逻辑网络及如何通过把物理链路容量再划分成与所说的逻辑网络关联的逻辑链路容量，在逻辑网络间分摊或分割所说的物理网络资源。因为逻辑网络共享相同的给定物理容量，在它们的质量之间有一个折中。GoS(服务等级)参数、呼叫阻塞概率等可以在一个逻辑网络上改善，而仅降低其它逻辑网络的质量。找出资源的分割从而优化整个网络的性能，特别是当考虑大型、复杂的网络时，是一项艰巨的任务。而且，即使在一个网络内，网络性能也受到在能够实现通信的路由间的流入业务量负荷分布的影响。本发明正是针对一个资源分离网络的管理和计量。

相关的技术

A.Hiramatsu在IEEE期刊Selected Areasof Communications第9卷第7期(1991年)上所写的题目为“利用分布式神经网络综合ATM呼叫认可控制和链路容量控制”的文章中公开了利用分布式神经网络的适应性链路容量控制及综合呼叫认可控制和链路容量控制的方法。首先，神经网络被训练以便估计对给定链路容量和观察到的业务量的呼损率。其次，按照估计的呼损率，由网络中的最大呼损率构成的链路容量分配优化问题的一个目标函数，通过简单的随机优化方法被优化。

Hiramatsu的方法仅考虑了逻辑链路级上的优化问题。逻辑网络的概念完全没有溶合进Hiramatsu的方法。而且，该优化方法即Matyas随机优化方法，是一个简单的方法，一般产生一个次最优的解法。而且，在模型中仅考虑1比特率的那一类。

G.Gopal等所著的TeletrafficandDatatraffic上的文章“可重新配置的网络”涉及可重新配置的网络的一个最优网络设计方法，即一个可以在逻辑网络间改变的网络。对所有的源点-终点对取平均的加权阻塞，通过简单的试凑算法最小化。结果，按照这个最小化，逻辑网络被重新配置。

按照Gopal的方法，有若干可能的逻辑网络配置。然而，仅一种逻辑网络可以用在某种业务量情况。这个逻辑网络可以按照试凑最小化算法重新配置。而且，这个逻辑网络的配置完全不是基于如业务类型，而是紧密地与给定的物理网络相关。此外，Gopal使用了一个非常简单的路由阻塞的估计，这仅能满足小型网络。而且，在Gopal的方法中，该问题表示成一个非线性整数问题，由于这个事实，结果一般是次最优的。

F.P.Kelly在Mathematics of Operation  Research第15卷第4期上所写的文章“具有中继线保留的网络中的路由选定和容量分配”中计算了隐含定义的收入函数的导数。建议在一个承载单速率业务而强调中继线保留的单业务网络的管理中使用这些导数。

在美国专利4744028中，公开了一个优化资源分配的方法和设备。更具体地，描述了一个线性规划方法，它在多面体解空间的内部进行。对解点和多面体的每一步逐次逼近被归一化，这样解点在归一化的多面体的中心。线性规划模型的目标函数然后被投影到归一化空间，下一步骤在目标函数的梯度的最陡方向执行，以便保持在多面体的内部。重复这个过程直到逼近值最接近最优解。

上述的美国专利所描述的方法假设资源分配问题可以由一个线性规划模型来恰当描述。在把其应用到资源分配时，该模型包含一些线性表达式，表示各种可能的分配、它们的约束条件和成本间的数量关系，即目标函数是被分配的资源的线性函数。而且，上述的美国专利的方法没有取电信业务模型，如描述业务量的波动的Erlang的B表达式。结果，上述的美国专利描述的线性规划模型很不令人满意。本发明考虑的分割问题产生一个目标函数，它以间接定义的非线性方式依赖于被分配的资源。通过来自一个电信业务量模型的一个复杂的非线性方程组定义这种依赖性。

本发明简述

在一个物理网络上建立一些逻辑网络，路由所使用的逻辑链路共享相同的物理传输和交换资源。逻辑上分割物理资源有几个原因。为提供不同的服务类型等级的逻辑资源分割、具有保用资源的虚拟租用网络和峰值速率分配的虚通道在物理网络的设计、计量和管理中是感兴趣特征的一些例子。然而，仍然有必要决定如何在逻辑网络间分配和分割所说的物理网络资源。另外，在逻辑网络中互连节点对的节点的路由间，流入业务量负荷的分配也将影响整个网络性能。

按照本发明，在一个物理网络上建立一组逻辑网，其中物理网络包括物理传输和交换资源。逻辑网络包括一些节点和连接这些节点以形成逻辑网络的逻辑链路。逻辑链路被互连逻辑网络中的节点对的节点的路由使用。然后，按照本发明的一个主要特征，在给定物理网络参数和每个逻辑网络的要求的情况下，与资源分离的物理网络的操作和整体性能紧密相关的一个目标函数对于至少一组判定变量被优化。目标函数的例子是整个网络中承载的业务量、链路利用率和网络收入，或表示资源利用率的某些其它函数，或网络性能。两组判定变量是逻辑链路容量和控制各路由间流入业务量负荷分布的负荷分担变量。

每组判定变量关于本发明的一个不同的特征。如果目标函数已经就逻辑链路容量被优化了，则按照优化，物理网络的物理传输资源在各个逻辑网络的逻辑链路间被分配。另一方面，如果目标函数已经就负荷分担变量被优化了，则按照优化，在互连节点对的节点的路由间，对每一个逻辑网络中的每个节点对分配流入业务量负荷。

而且，就逻辑链路容量和负荷分担变量的优化涉及本发明的又一个特征。在具体的情况中，按照优化，在各个逻辑网络的逻辑链路间分配物理网络的物理传输资源，并对于在每个逻辑网络中的每个节点对，在互连每个节点对的节点的路由间分配流入业务量负荷。

按照本发明的第一个特征，提供了在逻辑网络间分割物理传输资源的方法和设备。

按照本发明的第二个特征，提供了在互连节点对的节点的路由间分配流入业务量负荷的方法和设备。

按照本发明的第三个特征，提供了在逻辑网络间分割所说的物理传输资源及在互连节点对的节点的路由间分配流入业务量负荷的方法和设备。

附图的简短描述

被认为是本发明的新特征在附加的权利要求中提出了。然而，当联系附图阅读的时候，该发明本身以及其它特征和优点参考下面具体实现方案的详细描述将能理解得最好，其中：

图1表示一个物理网络，在它上面建立了一些逻辑网络以及一个控制整体网络操作的操作与支持系统(OSS)。

图2是一个扼要图，它解释了物理链路和交换机、逻辑链路和节点及路由间的关系。

图3是从分层参考模型的角度的一个B-ISDN网络的扼要图。

图4是一个扼要的流程图，说明了按照本发明的一般发明思想的一个方法。

图5是一个流程图，更详细地说明了按照本发明的第一个可取的实现方案的方法。

图6是一个扼要流程图，说明了按照本发明的第一个可取的实现方案的方法如何使整个网络系统灵活地适应变化的业务量情况，还说明了如何使整个网络系统灵活地适应设备故障和对新的逻辑网络拓扑结构的需求。

图7是一个流程图，说明了按照本发明的一个可取的实现方案的方法。

图8是一个扼要流程图，说明了按照本发明的第二个可取的实现方案的方法如何使整个网络系统灵活地适应变化的业务量情况，还说明了如何使整个网络系统灵活地适应设备故障和对新的逻辑网络拓扑结构的需求。

图9是一个流程图，说明了按照本发明的第三个可取的实现方案的方法。

图10给出了实验结果，说明了与通过凸优化方法(COM)所获得的初始值相比，通过建议的发明能获得多少增益。

本发明可取的实现方案

网络管理尤其是大型ATM网络的管理和计量中的一个重要工具是在共享物理网络容量的逻辑网络间物理网络资源的分配。逻辑网络资源分割有几个优点：

-在过去的几年中已经逐渐被认识到把具有不同要求的业务如带宽、服务等级或拥塞控制功能综合起来是完全不容易的。在某些情况中，通过提供不同的逻辑网络并且把综合的程度限制为仅仅部分而不是完全共享物理传输和交换资源以支持不同的业务，结果会更好一些。如果业务类型被成组分类，使只有那些具有相似特征的业务类型在一个逻辑网络中一起被处理，则网络管理可以被简化。例如，如果时延敏感及丢失敏感的业务类型在不同的逻辑子网络中分别被处理而不是以完全共享为基础全部混合在一起处理，则这两组业务类型就可能更容易被管理及交换。而且，以这种方式它们可以在呼叫级安全地处理，而不用如同在优先权队列下到信元级。当然，在一个逻辑网络中，统计复用、优先权排队和其它设备仍然可以在不具有非常不同特征的业务类型中采用；

-如大型商业用户所要求的虚拟租用网络和虚拟LAN的一些重要的结构可以非常容易实现；

-虚通道(VP)，ATM网络的一个标准化元素，可以被认为是一个特殊的逻辑网络；

-物理网络更安全地操作。

考虑一个具有物理资源的物理网络如一个大型电信网络。在图1中，说明的是一个物理网络PN，在它上面建立了一组逻辑网络LN1、LN2、...、LNx(假定有x个逻辑网络)。每个逻辑网络包括一些节点N和互连这些节点的逻辑链路LL。这些逻辑或虚拟网络的拓扑结构一般将与它所基于的物理网络不同。

网络系统最好是由操作和支持系统OSS控制。操作和支持系统OSS一般包括一个处理器系统PS、终端T和一个具有如果控制程序的处理器系统控制程序模块CPM及其它辅助设备。处理器系统的结构通常是有几个处理器并行操作的一个微处理器系统。也可以使用具有一些区域处理器和一个中央处理器的分级处理器结构。而且，在不完全分布式系统中，交换机本身可以具有它们自己的处理器单元，此时集中了对某种功能的控制。另一种方法，处理器系统可能包括单个处理器，常常是一个大容量的处理器。而且，包括如对物理网络的描述、业务量信息和关于电信系统的其它有用信息的一个数据库DB，最好是一个交互式数据库，连接到OSS。专门的数据链路把OSS与交换机连接，那些交换机是网络系统的一部分，通过这些专门的数据链路，网络管理者或操作者控制交换机。OSS包括的功能如监视和控制物理网络和业务量。

根据这个操作和支持系统OSS，网络管理者通过把不同类型的业务与不同类型的物理网络的传输和交换资源关联，在物理网络上建立一些逻辑网络。这可以通过如控制物理网络的交换机和交叉连接设备的端口分配或通过呼叫认可控制规程来实现。建立逻辑网络的过程意味着定义每个逻辑网络的拓扑结构。换句话说，每个逻辑网络中的节点和逻辑链路的结构就决定了。

为方便起见，业务类型被分成组，那些对带宽具有相似要求的在一个单独的网络中一起被处理。例如，所有要求多于一个规定量的带宽的业务类型可以综合在一个逻辑网中，而要求比这个规定量少的带宽的那些业务类型可以综合在另一个逻辑网中。换句话说，这两个业务组在不同的逻辑子网络中被分别处理。特别是，这对于一个承载许多种业务类型的ATM网络是有利的。然而，在本发明的一个实现方案中，每个业务类型在不同的逻辑网络中处理。

本发明最好是应用在B-ISDN(宽带综合业务数字网)环境中。一个开发完全的B-ISDN网络将具有非常复杂的结构，它具有一些重叠的网络。一个适合描述重叠网络的概念模型是分层参考模型，如同在T.Stavenow、J.Dejean所写的“分层参考模型：B-ISDN的开放结构”ISS’90，Stockholm中描述的。图3从分层参考模型的角度描述了一个B-ISDN网络的扼要图(从协议的角度看在左边，从网络的角度看在右边)。因此，B-ISDN将包括下列层。一个位于底层的基于SDH(同步数字序列)或类似系统(SONET)的传输层，位于底层之上的一个基于SDH或ATM(异步传递方式)的交叉连接层，它作为具有交换连接的ATMVP/VC层的基础结构。最终，大量的可能应用使用交叉连接层作为基础结构。在本发明的一个具体的实现方案中，在B-ISDN重叠网中所考虑的是对交叉连接层建立模型的基础结构。一般来说，这种基础结构称为物理网络。

当然，应该明白本发明可以被应用到任何物理电信网络。

图4表示一个扼要的流程图，说明了按照本发明的一般发明思想的一个方法。按照本发明，在一个包括物理传输和交换资源的物理网络上建立一组逻辑网络，所说的逻辑网络包括一些节点和连接这些节点的链路以定义所说的逻辑网的拓扑结构。最好是，逻辑网络相互之间是完全分离的。逻辑链路被互连逻辑网络中的节点对的节点的路由使用。然后，一个与物理网络的操作和性能紧密相关的预先定义的目标函数相对于判定变量被优化，其中物理网络被看作一组逻辑网络。最后，用被优化的判定变量来控制整个网络系统的操作。

物理传输资源即物理链路的传输容量必须在所说的逻辑网络的逻辑链路上以某种方式被分割和分摊。在这种情况下，一个自然的目标是按照已知的预先定义的目标函数分割物理传输资源以优化整个物理网络的操作，该物理网络被看作一组逻辑网络。

应该注意到逻辑网络共享相同的给定物理传输和交换资源，这意味着物理网络的操作必须相对于所有的逻辑网络，即相对于所有各组逻辑网络同时被优化。

如图3所示的，交叉连接层可以通过SDH或ATM实现。如果交叉连接层基于SDH，基础结构网络通过资源分割实现如不同质量的业务类型，该分割只能在SDH结构的STM模块的整数部分实现。另一方面，如果交叉连接通过ATM虚通道实现，则没有限制存在并且分割可以在任何实数部分实现。因此，交叉连接层基于SDH还是ATM对于物理网络资源的分割有重要的意义。SDH连接的方法就逻辑链路容量来说产生一个离散的模型，而ATM交叉连接方法产生一个连续的模型。连续模型要求ATM交换机支持输入、输出端口上的分割。例如，在输出端口这通过多个逻辑缓冲器实现。在本发明最优的实现方案中，考虑建立ATM交叉连接层模型的一个基础结构，而在另一个实现方案中，考虑建立SDH交叉连接模型的一个基础结构，如图1中所示。

乍一看分割与完全共享相比似乎降低了整个ATM的灵活性。然而，如果分割是在总体水平上考虑，则不是这样的。原则上，完全共享方案如优先权排队、虚拟空间分布等告诉我们如何在信元级实现资源共享，而分割的方法寻求的是呼叫级的特性，如如何给各种逻辑链路分配速率，然后这可以在信元级上实现。就这种意义来说，完全分割方法补充而不是排除完全共享的方法。

按照本发明的一个最优的实现方案，作为一个合理的目标是在整个物理网络中得到最大的承载业务量。使用这个数量的优点是它以分析的形式表达得很好，而且与网络操作的实际特性紧密相关。因此，按照本发明目标函数最好是定义为总的承载业务量，虽然其它目标函数也可以使用。其它目标函数的例子是整个网络中的容量利用率、网络收入或表示资源利用率或网络性能的一些其它函数。

换句话说，给定物理网络的描述、逻辑物理的拓扑结构、业务类型、每个逻辑网络内的路由和每个逻辑网络内的每条路由或每个节点对的流入业务量、相应的逻辑网络的逻辑链路容量，计算与资源分割相关的优化以使总的承载业务量或网络收入最大。

数学框架

考虑具有N个节点和K个物理链路的一个给定的物理网络，在它上面建立一些逻辑上分离的逻辑网络。如果整个网络上的逻辑链路的总数记作J，单个逻辑链路j的容量记作C_j，则在整个逻辑网络上的逻辑链路容量的矢量可以写成C＝(C₁，C₂，...，C_J)。这些逻辑链路容量预先是不知道的。实际上，需要优化它们。

物理和逻辑链路的关联可以表达为一个K×J的矩阵S，如果逻辑链路j需要在第K个物理链路上的容量，第K行的第j个项就等于1，否则所说的项是0。很自然，同一条物理链路上的逻辑链路的容量的和不能超过物理链路的容量。这个物理约束条件可以表达为：

                    SC≤C_phys’

其中C如上所述被定义，C_phys为给定的物理链路容量的矢量。而且，要求C≥0。假定在整个网络中承载I种业务类型。这些业务类型的角色主要是处理不同的带宽要求，但业务类型可以按照不同的占用时间或优先权(中继线保留)进行区分。常规的情况是，每条路由仅承载一个类型的业务。这意味着如果要承载几个业务类型，就以并行的路由表示它们。下面，υ表示逻辑网络，p表示节点对(O-D对)，i(有时为g)表示业务类型。

路由、逻辑链路和业务类型的关联表达为变量A_iir，当路由r使用逻辑链路j并承载业务类型i时等于1，否则所说的变量是0。A_ijr不能被认为是逻辑链路j上所要求的带宽的数量。为此目的，要使用其它变量：a_ii记作是属于业务类型i的一个呼叫在逻辑链路上所要求的带宽的数量(容量)。通过这个记号，隐含地假定所有承载一个给定业务类型i的路由在链路j上要求相同数量的带宽。因为带宽要求与业务类型相关，这不能认为是一个限制。相反地，在一个给定路由间的呼叫的带宽要求被容许在路由的逻辑链路上变化。事实上，如果采用有效或等价带宽的概念并且涉及到的逻辑链路具有不同的容量，就需要这种容许。

在每个逻辑网络中的一些固定的路由假定预先给定。令R是所有的逻辑网络上的总的路由组，即：

R＝U_υU_pU_iR^(υ，p，i)(1)

其中R^(υ，p，i)是实现与业务类型i有关的节点对p间通信的逻辑网υ中的路由组。应该明白一个路由不与多于一个逻辑网络关联。每个逻辑网络假定在固定的无备用路由下操作。

令K_r是呼叫达到路由r的泊松分布速率，令1/μ_r是路由r上呼叫的平均占用时间，并令v_r＝K_r/μ_r是给路由r提供的业务量。令v_(υ，p，i)是提供给逻辑网υ中节点p的总的给定的i型的业务量。在最优的实现方案中，给每个逻辑网中每条路由提供流入业务量，而在本发明另一个最优的实现方案中，上面的总的流入业务量提供给所有的逻辑网络、节点对和业务类型。在后一种情况，负荷在最短的通道上分配。

优化模型

为了精确地讨论优化问题，有必要定义一个合理的目标函数。基于易控制性和明显的实际意义，一个自然、有目的性的选择是总的承载业务量或网络收入。令W_r为路由r的收入系数参数，表示路由r上1个单位的承载业务与收入W_r相关。收入系数可以容易地溶入到总的承载业务量函数，这样可以获得网络收入函数。在下面要描述的本发明的实现方案中，将考虑把网络收入作为目标函数。然而，那些精通技术的人应该明白，从技术的角度看，总的承载业务量是主要的目标函数，网络收入是扩展，它是总承载业务量的加权表示方式。

基于这个数学框架，按照本发明最优的实现方案的目标函数可以表达为对所有的逻辑网络上的所有的路由累加的总的网络收入： $W=\underset{v,p,i}{\mathrm{\Σ}}\underset{{\mathrm{reR}}^{(v,p,j)}}{\mathrm{\Σ}}{W}_r{v}_r(1-L_r)---\left(2\right)$

其中L_r是路由r上的业务量的端到端的阻塞概率。很清楚，这个路由阻塞概率定义为沿着该路由至少有一条逻辑链路被阻塞的概率。要被优化的目标函数固有地很难处理，因为需要知道承载业务量以及路由阻塞概率仅能对非常小的网络以精确的方式计算。这个目标函数以间接的方式定义的非线性函数依赖于被分配的资源。这种依赖性通过一个复杂的从一个电信业务量模型得到的非线性方程组定义，下面将要描述。

与物理网络资源的分割有关的优化任务的目标是使总的网络收入最大化，正如上面所定义的，服从物理约束条件SC≤C_phys，C≥0。按照本发明的第一个实现方案，这是通过计算网络收入对逻辑链路容量的偏导数，然后以梯度的方法使用这些偏导数而达到目的的。

为了能获得解析形式的结果，采用大家所知的降低负荷和链路依赖性假设，得到了下列定点方程，考虑不同的业务类型：B_ik＝E_ik(ρ_1k，...ρ_IK，C_k)(3) ${\mathrm{\ρ}}_{\mathrm{ik}}={(1-B_{\mathrm{ik}})}^{-1}\underset{r}{\mathrm{\Σ}}{\mathrm{\λ}}_r{A}_{\mathrm{ikr}}{a}_{\mathrm{ik}}\left(4\right)$ 对所有的i和k，其中λ_r＝v_r(1－L_r)             (5)及 $(1-L_r)=\underset{i,j}{\mathrm{\Π}}{(1-B_{i,j})}^{A_{\mathrm{iy}}}---\left(6\right)$

对所有的i和j。B_ik记作逻辑链路k上业务类型i的阻塞概率。令ρ_ik为考虑当发生阻塞的时候，为流入业务类型i对逻辑链路k的带宽要求。对每条逻辑链路k和业务类型i，假定存在一个阻塞函数E_ik，给定逻辑链路上按类别的流入业务带宽要求ρ_1k、...、ρ_Ik和逻辑链路容量C_k，该阻塞函数E_ik返回逻辑链路k上对业务类型i的阻塞概率。为了保持一般性，对所有的变量联合平滑的任何阻塞函数都是可以的。

基于该假设，网络总收入的偏导数，可以采用适合基于梯度的爬山算法的易处理的形式找到。

在点(v，C)，其中v＝(v₁，v₂，...，v_R)，找网络收入的偏导数的基本思想，可以如下表达：

-在(v，C)的邻域由定点方程定义的平滑表面上操作。

-定义合适的一维平滑曲线，在该曲线的切线方向一个可导的多变量函数的方向导数等于被看作单变量函数的函数导数。

对多速率的情况计算网络总收入的偏导数，如同不同的路由上的呼叫可以具有不同的带宽要求。下面给出了表达式，采用类似于微分的记号dW表示W的微小变化是有用的。

对逻辑链路容量C_k的收入导数可以表达为： $\frac{\∂W}{\∂C_k}=\underset{h}{\mathrm{\Σ}}{\mathrm{\ξ}}_{\mathrm{hk}}\underset{r}{\mathrm{\Σ}}{A}_{\mathrm{hkr}}{\mathrm{\λ}}_r(W_r-\underset{j\≠k}{\mathrm{\Σ}}\underset{g}{\mathrm{\Σ}}{A}_{\mathrm{gjr}}{a}_{\mathrm{gj}}{c}_{\mathrm{gj}})---\left(7\right)$ 其中 ${\mathrm{\ξ}}_{\mathrm{hk}}=-{(1-B_{\mathrm{hk}})}^{-1}\frac{\∂E_{\mathrm{hk}}}{\∂C_k}\left(8\right)$ 其中这组辅助参数C_ik由下列线性方程组定义： $C_{\mathrm{ik}}=\underset{h}{\mathrm{\Σ}}{\mathrm{\ξ}}_{\mathrm{hik}}\underset{r}{\mathrm{\Σ}}{A}_{\mathrm{hkr}}{\mathrm{\λ}}_r(W_r-\underset{j\≠k}{\mathrm{\Σ}}\underset{g}{\mathrm{\Σ}}{A}_{\mathrm{gjr}}{a}_{\mathrm{gj}}{c}_{\mathrm{gj}})---\left(9\right)$ 其中 ${\mathrm{\ξ}}_{\mathrm{hik}}={(1-B_{\mathrm{hk}})}^{-1}\frac{\∂E_{\mathrm{hk}}}{\∂{\mathrm{\ρ}}_{\mathrm{ik}}}{(1-B_{\mathrm{ik}})}^{-1}---\left(10\right)$

在用于收入导数的表达式中的两个重要的项是链路阻塞函数的偏导数： $\frac{\∂E_{\mathrm{hk}}}{\∂{\mathrm{\ρ}}_{\mathrm{hk}}},\frac{\∂E_{\mathrm{hk}}}{\∂C_k}$

最简单的情况下，具有泊松输入和同一类的业务量，阻塞函数是爱尔兰的B表达式，它被定义为整数容量值但对任何非负的实容量值具有简单的解析开拓。

然而，本发明考虑多速率的情况。可能使用来自随机过程的背包问题的Kauhman和Robert递归阻塞表达式。不幸的是要找到实际容量值的一个显式的平滑开拓是很复杂的。因此，在本发明的一个最优的实现方案中，为了增强可计算性，阻塞函数使用正态逼近(详细情况见附录A)： $E_{\mathrm{hk}}(\stackrel{\→}{{\mathrm{\ρ}}_k},C_k)=\frac{\mathrm{\Φ}\left(\frac{C_h-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)-\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k-a_{\mathrm{hk}}}{{\mathrm{\σ}}_k}\right)}{\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)}---\left(11\right)$ 其中假设逻辑链路k上流入业务量的带宽服从一个具有均值ρ_k和方差σ_k ²的正态分布，其中ρ_k＝∑_iρ_ik及

。φ是标准正态分布函数。因为φ是平滑的，对所有变量E_hk是平滑的。注意，为了说明一种处理链路阻塞函数的方式，这个正态逼近方法应该被看作是一个例子。

采用有名的链式法则，通过对(11)求偏导数，阻塞函数的偏导数可以显式表达为： $\frac{\∂E_{\mathrm{hk}}}{{\∂c}_k}=\frac{1}{{\mathrm{\σ}}_k}\frac{\mathrm{\Φ}\left(\frac{c_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)-\mathrm{\Φ}\left(\frac{c_k-{\mathrm{\ρ}}_k-a_{\mathrm{hk}}}{{\mathrm{\σ}}_k}\right)}{\mathrm{\Φ}\left(\frac{c_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)}---\left(12\right)$ $-\frac{1}{{\mathrm{\σ}}_k}\frac{\mathrm{\Φ}\left(\frac{c_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)(\mathrm{\Φ}\left(\frac{c_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)-\mathrm{\Φ}\left(\frac{c_k-{\mathrm{\ρ}}_k-a_{\mathrm{hk}}}{{\mathrm{\σ}}_k}\right))}{{\left(\mathrm{\Φ}\left(\frac{c_k-{\mathrm{\σ}}_k}{{\mathrm{\σ}}_k}\right)\right)}^2}$ 和 $\frac{\∂E_{\mathrm{hk}}}{\∂{\mathrm{\ρ}}_{\mathrm{ik}}}=\frac{1}{{\mathrm{\σ}}_k}\frac{(1-\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k^2})\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)-(1-\frac{C_k-{\mathrm{\ρ}}_k-a_{\mathrm{ik}}}{{\mathrm{\σ}}_k^2})\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k-a_{\mathrm{hk}}}{{\mathrm{\σ}}_k}\right)}{\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)}$ $-\frac{1}{{\mathrm{\σ}}_k}\frac{(1-\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k^2})\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)(\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)-\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k-a_{\mathrm{hk}}}{{\mathrm{\σ}}_k^2}\right))}{{\left(\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)\right)}^2}\left(13\right)$

其中φ是标准正态密度函数。

现在，尽管很复杂，对于网络收入对逻辑链路容量的偏导数，给出了为得到一个表达式需要的所有的表达式。表达式(7)、(8)、(9)、(10)、(12)和(13)的组合给出收入偏导数的表达式。

一个最古老、最有名的用于求有几个变量的函数的最大值和最小值的方法是最陡下降法(该例中为上升)，常被称为梯度法。梯度法是一种迭代法，能解决线性和非线性问题。它是基于一个多变量函数的梯度即该函数的偏导数的矢量在每一点指向函数变化(上升或下降)最快的方向。而且，在该方向最优步长由线性搜索决定。因此，该方法设计成向一个多变量函数的最大值一步步逼近是合适的。

按照本发明的第一个可取的实现方案，为了求得(2)所定义的网络总收入，把网络收入对逻辑链路容量的偏导数，如上所定义的，用到基于梯度的爬山过程中。令W(C₁，C₂，...，C_J)记作网络总收入对逻辑链路容量的梯度矢量。

优化问题的物理约束条件SC≤C_phys和C≥0定义了一个凸多面体的可行区域。这些物理约束条件必须在基于梯度的爬山过程中考虑，因为实际的爬山过程必须在可行区域内结束。

首先，选择与各个逻辑网关联的逻辑链路容量的初始设计点。然后，使用收入梯度矢量W(C₁，C₂，...，C_J)并且执行一维线性搜索，通过交替的顺序计算最优上升或步进方向迭代计算逻辑链路容量，找出最优点。实际爬山中的每一次步进必须与物理约束条件所定义的可行区域一致。当达到具有要求的精确度的收敛度时，该迭代过程终止。按照最后计算的逻辑链路容量，在各个逻辑网络的逻辑链路上分配物理链路容量。

为了更好地理解本发明，将参考图5的扼要流程图更详细地描述按照第一个可取的实现方案的方法。第一步，通过把不同的业务类型与不同类型的物理传输和交换资源关联，在一个物理网络上建立一组逻辑网络。其次，给逻辑链路容量C_j ^initial(对所有的j)选择一个初始值，它可以看作是一个初始设计点。然后，通过连续代入及计算一组后面的步骤里要用到的阻塞概率B_ik，解(3)-(6)所定义的定点方程。为了计算网络收入的偏导数，需要解出由(9)和(10)所定义的这组线性方程。解的结果是产生计算收入偏导数所需要的这组辅助参数C_ik。现在，已经知道现有的逻辑链路容量、阻塞概率和辅助参数。然后，实际计算对逻辑链路容量的当前值的收入偏导数。现在就知道了网络收入的梯度矢量，并且在当前的设计点的最优上升或步进方向也可以决定了。如果当前设计点位于可行区域的边界并且计算的梯度矢量指向可行区域的外部，则通过投影梯度矢量计算爬山过程的下一次步进的方向，这样服从边界条件。事实上，如果包括单位投影(即该梯度的投影与该梯度相同的)，可以说实际爬山过程中的下一次步进总是取网络收入的梯度投影到可行区域的方向。另一种方法是，在这个具体的情况中，使用一个补偿函数过程以决定下一次步进的方向。下面，沿着上升或步进方向执行一维线性搜索，优化实际爬山中采用的步长。当然，如上所提到的，由方向和步长所决定的爬山过程中的每一步必须与可行区域一致。当上升的方向、步长和物理约束条件全部考虑时，达到一个新的设计点，表示一组新的逻辑链路容量C_i′(对所有j)。现在，执行收敛性验证。如果不满足收敛条件，重复该过程，但现在建立逻辑网络和选择一个初始设计点的步骤省略了。而是，在定点方程中作为一个新的设计点使用这组新的逻辑链路容量C_j。这将导致计算新的一组阻塞概率、辅助参数、收入偏导数和另一组逻辑链路容量。然而，如果满足收敛条件，按照最后计算的逻辑链路容量，在对应的逻辑网络上分配物理链路容量。

如果交叉连接基于SDH，只能以SDH结构的STM模数的整数部分执行分割，如上所提到的。在这个具体的情况中，按照本发明的第一个可取的实现方案，从该方法中所获得的实际容量值最好是舍入到整数值，这样满足物理约束条件。在本发明的一个实现方案中，这通过独立地重复随机舍入做法来实现的。

按照本发明的第一个可取的实现方案的方法最好是通过操作和支持系统OSS的控制程序模块的一个或多个控制程序CP来执行。然后，这些控制程序通过上述的处理器系统中的一个或多个处理器来执行。操作和支持系统OSS从网络系统采集所需要的信息，把这个信息与数据库DB信息一起作为输入送到相应的控制程序CP。而且，OSS通过数据链路控制网络交换机，这样在逻辑网络的逻辑链路间分割物理链路容量。

因此，网络管理人员可以灵活地使整个网络系统适应变化的业务量状况，如流入业务量的变化，但也要适应设备故障和来自如商业用户对逻辑网络拓扑结构的新要求，如图6的扼要的流程图所描述的。一旦按照本发明的第一个可取的实现方案的方法和设备已用到一个物理网络，分割是最优的。然而，如果以后由于某些原因或请求额外的逻辑网络，一个或多个逻辑网络的拓扑结构必须改变(设备故障或对新拓扑结构的要求)，则按照本发明的第一个可取的实现方案，为了优化整个网络配置，必须执行全部步骤。如果对网络的拓扑结构没必要进行改变，但如流入业务量变化，则仅执行按照本发明的第一个可取的实现方案的优化和分配步骤。即，对于改变的业务量状况，重复优化和分配步骤，这样以灵活、最优的方式改变各个逻辑网络的逻辑链路容量。这通过物理网络的交换机和交叉连接设备在非常短的时间内实现。因此，本发明的实现使整个物理网络的操作既安全又灵活。

按照本发明的方法在每一步迭代中，把逻辑链路容量当作固定的。当然，从整体优化过程的角度看，逻辑链路容量不是固定的参数，因为它需要被优化。而且，在每一步迭代中，严格意义上的非线性目标函数作为一个在定点的邻域有效的线性函数来近似，但从整体优化过程的角度看，该目标函数是非线性的，因为该目标函数本身在每一步迭代中间接地以非线性的方式改变。

因为梯度的方法一般向一个局部最优值收敛，逻辑链路容量的初始值的选择必须一合适的方式正确地执行。通过对初始设计值的仔细选择，找到一个远离全局最优值的局部最优值的风险是微不足道的。一个初始值的选择是对应的确定流问题的解，该确定流问题可以看作是其限制条件中逻辑链路容量和流入业务量值趋向于无限。然而按照本发明的一个可取的实现方案，初始点选作为一个凸化问题的解。

A.Farago、S.Blaabjerg、W.Holender、T.Henry、A.Szentesi和Z.Ziaja在Networks’94(94年9月)中所写的文章“资源分割-优化ATM网络配置的一个有效方法”涉及通过凸优化对修正的凹网络收入函数寻找全局最优值的一个逼近方法。

一般地，逼近阻塞概率的复杂性比许多不同的带宽要求(业务类型)共存的情况要大得多。避免复杂性增加的一个有效方法是对一个通过独立地获得d倍于一单元要求d单元带宽的业务类型逼近阻塞概率。换句话说，一个非一单位带宽呼叫由一系列的独立的一单位带宽呼叫组成。在IEEETrans.Communications92年8月第40期中，Labourdette和Hart在所写的文章“多业务损失系统中的阻塞概率：不敏感性、渐进特性和逼近”中，就渐进的意义上这种逼近被证明是正确的。

采用上述段落中的逼近，不依赖于业务类型，假设所有的收入系数是相同的，并且保证有一个全局最优值，使用上面提到的Farago的凸优化方法(COM)。

虽然凸优化方法(COM)产生一个全局最优值，它是在相对粗糙的模型中得到的。按照本发明，使用一个基于梯度的爬山过程从COM方法得到的初始点开始到在本发明中更精细的模型得到的改善值。

在容量大的情况下并且如果采用以一系列单位带宽呼叫建立一个非单位带宽呼叫的模型。如专利申请9500838-9中所描述的方法可以用作获得逻辑链路容量的一个初始设计点。该方法包括两个人为的互连的神经网络计算一组表示一个全局最优值的逻辑链路容量。在该情况下，全局最优值在比本发明的模型相对粗糙的模型中得到。

很明显，在许多实际的情况中，将采用具有最小保用资源的解和使用一些额外资源的可能性。通过该例子，物理约束条件C≥0，可以改变为C≥C_constant，其中C_constant是一个常数容量矢量，它表示给每条逻辑链路保证的最小保用资源。当然，物理约束条件SC≤C_phys不能违背。

如上所提到的，在本发明的一个可取的实现方案中，对所有的逻辑网络、节点对和业务类型给出逻辑网络υ中的节点对p的总的i型流入业务量。然而，总的网络收入也依赖于每条路由上的流入业务量，v_r，因此，整个网络的性能受甚至一个网络内可实现通信的路由间流入业务量的分布的影响。在平行的路由间均匀地分摊流入业务量负荷看起来是自然的，但一般地这种分摊远不是最优的。

因此，按照本发明的第二个可取的实现方案，对所有的i、p和υ，逻辑网络υ中的节点对p的i型流入业务量负荷的分摊连同各个逻辑网络的逻辑链路间的物理链路容量分割就确定了，这样整个网络的性能就优化了。另外，通过给每个逻辑网络的每个节点对分摊流入业务量负荷，在节点对间承载业务量的路由间的流入业务量负荷，就避免了过负荷的情况并且基本达到了负荷平衡。

在可能的路由间流入业务量的分摊称为负荷分担，参数叫做负荷分担系数。对一个给定的逻辑网络υ、节点对p和业务类型i，令s^(υ，p，i)＝(s_r1 ^(υ，p，i)，s_r2 ^(υ，p，i)，...)记作负荷分担矢量。s^(υ，p，i)部分告诉我们负荷在逻辑网络υ中的O-D对p间承载i型业务量的路由间以怎样的比例分摊。自然地，每个负荷分担矢量的分量是非负的，并且它们的和等于1。

现在，按照本发明的第二个可取的实现方案的优化任务是决定各个逻辑网中逻辑链路的容量及对每个逻辑网的节点对按类型的负荷分担系数，这样使总的期望网络收入最大，而同时满足物理约束条件。用数学术语，这可以如下表示：

使 $W=\underset{v,p,i}{\mathrm{\Σ}}\underset{\mathrm{r\ϵ}{R}^{(v,p,i)}}{\mathrm{\Σ}}{W}_r{v}_{(v,p,i)}{s}_r^{(v,p,i)}(1-L_r)---\left(14\right)$ 最大，而受SC≤C_phys、C≥0、S_r ^(υ，p，i)≥0、 $\underset{\mathrm{r\ϵ}{R}^{(v,p,i)}}{\mathrm{\Σ}}{s}_r^{(v,p,i)}=1---\left(15\right)$

的限制。

基于上面摆出的数学框架，收入对沿路由r的流入业务量的导数可以表达为： $\frac{\∂W}{\∂v_r}=(1-L_r)(W_r-\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}{A}_{\mathrm{ijr}}{a}_{\mathrm{ij}}{c}_{\mathrm{ij}})---\left(16\right)$

其中这组辅助参数C_ik由(9)和(10)给出的线性方程组定义。为了使网络收入函数最大，收入对路由流入业务量的导数，连同如上所给出的网络收入对逻辑链路容量的偏导数，用在基于梯度的爬山过程中。物理约束条件再次定义了一个凸的可行区域，它必须在实际的爬山过程中考虑。

参考图7的流程图，说明了按照本发明的第二个可取的实现方案的一个方法。首先，在一个物理网络上建立一组逻辑网。然后，给每个逻辑网络上的逻辑链路容量C_j ^initial和路由间流入业务类型v_r ^initial选择初始设计点。最好是，沿最短的路由分配给定负荷，作为路由给定业务量的一个好初始值。结果，使用对逻辑链路容量和路由流入业务量的收入梯度函数并且执行应该因为线性搜索以找到应该最优点，通过以交替顺序计算最优上升或步进方向，迭代计算逻辑链路容量和路由流入业务量值。对当前的逻辑链路容量和当前的路由流入业务量的偏导数，在这个具体的实现方案中构成收入梯度矢量，必须在每一步迭代构成中计算。这意味着定点方程(3)-(6)和这组线性方程(9)-(10)也必须在每一步迭代构成中解出。在实际的爬山过程中，沿着上升或步进方向的每一步必须与(15)给出的物理约束条件定义的可行区域一致。这通过上述的投影过程达到。当收敛达到要求的精确度，迭代过程终止。在其它方面，基于梯度的爬山过程与仅考虑对逻辑链路容量的收入偏导数的那个相似。现在知道各个逻辑网络和每个逻辑网络中的路由流入业务量值的逻辑链路容量，它使收入函数最大。结果，分配到逻辑网υ的节点对p的i型流入业务量负荷的最优值，对所有的i、p和υ就知道了，并且以直接的方式计算出相应的负荷分担系数。按照最好计算的逻辑链路容量，物理链路容量在各个逻辑网络的逻辑链路间分配。相似地，按照最好计算的那组负荷分摊系数，在可以实现节点对的通信的路由间，对每个逻辑网中的每个节点对分摊业务量负荷。

第二个可取的实现方案最好是通过一个或多个控制程序CP实现，控制程序CP由上述的操作和支持系统OSS中的处理器系统PS执行。操作和支持系统OSS从网络系统采集所需要的信息并且把该信息和数据库DB信息一起用作相应的控制程序CP的输入。而且，OSS通过数据链路控制整个网络系统。

在本发明的一个实现方案中，分摊最好是通过路由判定方法实现。例如，假设一对节点间有两条不同的路由。第一和第二条路由的负荷分担系数分别是0.4和0.6。当一个呼叫要求到达节点，由随机数发生器设备产生0与1之间的一个随机数。如果随机数小于0.6，则使用第一条路由，如果随机数大于或等于0.6，则使用第二条路由。

与本发明的一个实现方案相似，第二个可取的实现方案容许网络管理人员灵活地使整个网络系统适应变化的业务量状况，例如流入业务量的变化，但也适应设备故障和例如商业用户对逻辑网络拓扑结构的新要求。这在图8的扼要流程图中作了说明。一旦按照本发明的第二个可取的实现方案的方法和设备已经用到一个物理网络，物理资源的分割和流入业务量负荷分配是最优的。然而，如果以后一个或多个逻辑网络的拓扑结构就某种原因(设备故障和新的拓扑结构要求)必须改变或请求额外的逻辑网络，则根据第二个可取的实现方案，为了优化整个网络配置，这组步骤必须执行。如果没必要改变逻辑网络的拓扑结构，但业务量变化，则仅优化、分配和分摊步骤必须执行。即，对应改变的业务量状况，重复优化、分配和分摊步骤，这样可以灵活、最优地改变各个逻辑网络的逻辑链路容量和路由流入业务量值。

很明显，同样有可能仅对路由流入业务量值优化网络收入或上述的任何目标函数，而不考虑逻辑链路容量。换句话说，对所有的i、p和υ确定逻辑网络υ中的i型的流入业务量负荷的最优分配。

因此，按照本发明的第三个可取的实现方案，确定对每个逻辑网的每个节点对按照类型的负荷分担网络系数，这样使总的期望网络收入最大，而满足物理约束条件。用数学语言，以下面的方法表示：

使 $W=\underset{v,p,i}{\mathrm{\Σ}}\underset{\mathrm{r\ϵ}{R}^{(v,p,i)}}{\mathrm{\Σ}}{W}_r{v}_{(v,p,i)}{s}_r^{(v,p,i)}(1-L_r)---\left(17\right)$ 最大，而受S_r ^(υ，p，i)≥0、 $\underset{\mathrm{r\ϵ}{R}^{(v,p,i)}}{\mathrm{\Σ}}{s}_r^{(v,p,i)}=1---\left(18\right)$

的制约。

在图9中说明了按照本发明的第三个可取的实现方案一个扼要流程图。首先，作为一个初始设计点在每个逻辑网中选择路由流入业务量的初始值。最好是，作为起始选择，流入负荷在最短通道上分配。结果，使用对路由流入业务量(用表达式16)的收入梯度矢量及通过优化步骤数量执行一维信息搜索找到一个最优点，通过交替计算最优上升和步进方向迭代计算路由流入业务量值。

因为路由流入业务量在实际的爬山过程中要改变，定点方程(3)-(6)必须在每次迭代中解出。而且，为了计算网络收入对当前的路由流入业务量的偏导数，这组线性方程在每次迭代过程中必须解出。实际的爬山过程中沿上升或步进方向的每一步必须与物理约束条件所定义的可行区域一致。这通过与本发明的第一个和第二个相似的一个投影过程实现。一旦收敛到达要求的精确度，迭代过程终止。就其它方面，基于梯度的爬山过程与本发明的第二个可取的实现方案相似。现在知道每个逻辑网络的路由流入业务量，它是网络收入函数最大。结果，分配到逻辑网络υ中的节点对p的i型流入业务量负荷对所有的i、p和υ都知道了，并且以直接的方式计算相应的负荷分担系数。然后，按照最后计算的负荷分担系数，在节点对间可以实现通信的路由间，对每个逻辑网络中的每个节点对分摊流入业务量负荷。

第三个可取的实现方案最好是通过一个或多个控制程序CP实现，CP通过操作和支持系统OSS中的处理器系统PS执行。

在一个实现方案中，通过使用随机数发生器设备的路由判定方法执行流入业务量负荷的分摊。

注意，附图只是简单的说明性的例子，说明本发明的方面思想。实际上，物理网络和逻辑网络一般是非常广泛的，具有如中间逻辑节点，它不与接入点和使用一条物理链路的逻辑链路直接关联。

上述的实现方案仅是作为例子给出，应该明白不限制于此。当然也可能不离开本发明的精神以不同于那些描述的具体形式体现本发明。保留公开和声明的基本原则的进一步的修正和改进都是在本发明的范围和精神内的。

实验结果

本发明在一个非常简单的网络上进行实验。这是一个4节点的环形网络，在它上面建立两个分别具有一个业务类型的逻辑网络。这些业务类型是不同的，这样总共有两个业务类型。有两个参数是可变的：两个业务类型中单个呼叫带宽类型的比例(带宽比例BR)和两个类型中给定业务类型(流入业务量比例-OTR)的比例。

与从凸优化方法(COM)得到的初始值比较，为了知道通过建议的本发明能获得多少增益，测量收入比RR即通过COM方法获得的收入除以通过本发明的第二个顺序方案获得的收入。结果在图10中给出。如果可变的比例低于10，本发明对结果的改善不大。另一方面，随着业务类型变得更不一致时，从本发明获得的额外的增益越来越显著。结果，如果建议的发明用到大型的电信网络如具有承载大量不同的业务类型的逻辑网络的一个ATM网络上，可能本发明将大大地改善结果，正如该实验的整体趋势所提示的。

Claims (63)

1.在一个包含物理传输和交换资源的物理网络中，在逻辑网络间分割所说物理传输资源的方法，其特征是：

在所说物理网络上建立一组逻辑网络，所说逻辑网络包含一些节点和连接所说节点以形成所说逻辑网络的逻辑链路，

给定一个目标函数，按照所说给定目标函数优化被看作是所说那组逻辑网络的所说物理网络的操作，以及

根据所说优化步骤，在所说逻辑网络的所说逻辑链路间分配所说物理传输资源。

2.按照权利要求1的方法，其特征在于，根据变化的业务量情况重复所说的优化步骤和所说的分配步骤，使所说的物理传输资源的分割适应主要的业务量。

3.按照权利要求1的方法，其特征在于所说的建立步骤包括逻辑地分割所说的逻辑网络的步骤。

4.按照权利要求1的方法，其特征在于所说的建立步骤包括控制所说的物理交换资源的端口分配的步骤。

5..按照权利要求1的方法，其特征在于所说的目标函数是一个非线性函数。

6.按照权利要求1的方法，其特征在于在优化过程中，要考虑至少一个所说的逻辑网络的业务量特征。

7.按照权利要求1的方法，其特征在于在优化过程中，要考虑每一个所说的逻辑网络的业务量特征。

8.按照权利要求1的方法，其特征在于所述优化物理网络的操作的步骤包括以下步骤：

为与所说的逻辑网络关联的逻辑链路容量选择初始值，

根据所说的目标函数迭代计算与所说的逻辑网络关联的逻辑链路容量，并且

当满足至少一个收敛条件时，终止所说的迭代过程，

并且按照最后计算的逻辑链路容量，执行那个所说的分配步骤。

9.按照权利要求8的方法，其特征在于所说的优化要受定义可行区域的物理约束条件的限制。

10.按照权利要求9的方法，其特征在于为了在所说的迭代过程中获得新的逻辑链路容量，所说的迭代计算逻辑链路容量的步骤包括计算和使用所说的已知目标函数的梯度的步骤。

11.按照权利要求10的方法，其特征在于为了获得新的逻辑链路容量，所说的使用所说的已知目标函数的梯度的步骤又包括沿把所说的目标函数投影到可行区域的方向执行一次一维线性搜索以发现最优的步长的步骤。

12.按照权利要求10的方法，其特征在于所说的目标函数是一个非线性函数。

13.按照权利要求8的方法，其特征在于利用凸优化方法(COM)所获得的逻辑链路容量值当作逻辑链路容量的初始值。

14.按照权利要求1的方法，其特征在于所述分配步骤包括在所说的物理交换资源的输出端口使用逻辑缓冲器的步骤。

15.按照权利要求1的方法，其特征在于所说的物理网络是按B-ISDN重叠网络中的ATM交叉连接层模型建造的基础结构网络。

16.按照权利要求1的方法，其特征在于所说的目标函数是在整个逻辑网络上累加的总的承载业务量。

17.按照权利要求1的方法，其特征在于所说的目标函数是一个网络利用率函数。

18.按照权利要求1的方法，其中所说的逻辑链路被互连节点对的节点的路由使用，其特征在于还包括在已知的所说目标函数下，对于在每一个所说逻辑网络中的每个节点对，按照所说优化步骤在能够实现所述每个节点对的所述节点间通信的路由间分摊流入业务量负荷的步骤。

19.按照权利要求18的方法，在该方法中，根据变化的业务量情况重复所说的优化步骤、所说的分配步骤和所说的分摊步骤，以使所说的物理传输资源的分割和流入业务量的分摊适应主要的业务量。

20.在一个包含物理传输资源的物理网络中，在逻辑网络间分割所说物理传输资源的设备，其特征在于它包括：

在所说物理网络上建立一组逻辑网络的装置，所说逻辑网络包括一些节点和连接所说节点以形成所说逻辑网络的逻辑链路，

给定一个目标函数，按照所说给定目标函数优化被看作是所说一组逻辑网络的所说物理网络的操作的装置，以及

按照所说的优化，在所说逻辑网的所说逻辑链路间分配所说物理传输资源的装置。

21.按照权利要求20的设备，其特征在于所说的目标函数是一个非线性函数。

22.按照权利要求20的设备，其特征在于所说的优化设备考虑至少一个所说的逻辑网络的业务量特征。

23.按照权利要求20的设备，其特征在于所说的优化设备考虑每一个所说的逻辑网络的业务量特征。

24.按照权利要求20的设备，其特征在于所说的建立设备包括控制所说的物理交换资源的端口分配的设备。

25.按照权利要求20的设备，其特征在于，所说设备还包括在已知的所说目标函数下，对于在每个所说逻辑网中的每个节点对，按照所说的优化在能够实现所述每个节点对的所述节点间通信的路由间分摊流入业务量负荷的装置。

26.在一个包含物理传输和交换资源的物理网络中，在互连节点对的节点的路由间分配流入业务量负荷的方法，其特征是：

给定一个目标函数，对于在所说的物理网络上建立的一些逻辑网络的每一个中的每个节点对，按照所说目标函数在可以实现所说的节点对的节点间通信的路由间确定流入业务量负荷的最优分配，

对于所说的逻辑网络的每一个中的每个节点对，按照所说的确定步骤，在可以实现所说每个的节点对的节点间通信的路由间分摊流入业务量负荷。

27.按照权利要求26的方法，其特征在于在所说的确定步骤中考虑流入业务量负荷。

28.按照权利要求26的方法，其特征在于所说的目标函数是一个非线性函数。

29.按照权利要求26的方法，其特征在于在所说的确定步骤中考虑至少一个所说的逻辑网络的业务量特性。

30.按照权利要求26的方法，其特征在于在所说的确定步骤中考虑每一个所说的逻辑网络的业务量特性。

31.按照权利要求26的方法，其特征在于所说的物理网络是一个ATM网络。

32.按照权利要求26的方法，其特征在于所说的确定最优分布的步骤包括以下步骤：

选择路由流入业务量的初始值，

根据所说目标函数，迭代计算路由流入业务量的值，

当满足至少一个收敛条件时，结束所说的迭代过程，

根据对路由流入业务量的最后计算结果执行所说的分摊步骤。

33.按照权利要求26的方法，其特征在于所说的确定受定义可行区域的物理约束条件的制约。

34.按照权利要求33的方法，其特征在于：为了在所述迭代过程中获得路由流入业务量的新值，所说的迭代计算路由流入业务量的值的步骤包括计算并使用所说的已知目标函数的梯度的步骤。

35.按照权利要求34的方法，其特征在于：使用所说的已知目标函数的梯度的步骤又包括沿把所说的已知目标函数的梯度投影到可行区域的方向执行一次一维线性搜索以寻找最优步长的步骤。

36.按照权利要求34的方法，其特征在于所说的目标函数是一个非线性函数。

37.在一个包括物理传输和交换资源的物理网络中，在互连节点对的节点的路由间分配流入业务量负荷的设备，其特征在于它包括：

给定一个目标函数，对于在所说的物理网络上建立的一些逻辑网络的每一个中的每个节点对，按照所说目标函数在可以实现所说的节点对的节点间通信的路由间确定路由流入业务量负荷的最优分配的装置。

对于所说的逻辑网络的每一个中的每个节点对，按照所说的确定在可以实现所说的每个节点对的节点间通信的路由间分摊流入业务量负荷的装置

38.按照权利要求37的设备，其特征在于所说的确定装置考虑流入业务量负荷的特性。

39.按照权利要求37的设备，其特征在于所说目标函数是一个非线性函数。

40.按照权利要求37的设备，其特征在于所说的确定装置考虑至少一个所说的逻辑网络的特性。

41.按照权利要求37的设备，其特征在于所说的确定装置考虑每一个所说的逻辑网络的特性。

42.按照权利要求37的设备，其特征在于所说的物理网络是一个ATM网络。

43.按照权利要求37的设备，其特征在于所说的分摊装置包括随机数发生器装置。

44.在一个包括物理传输和交换资源的物理网络中，在逻辑网络间分割所说的物理传输资源和在互连节点对的节点的路由间分配流入业务量负荷的方法，其特征是：

在所说的物理网络上建立一组逻辑网络，所说的逻辑网络包括一些节点和连接所述节点以形成所说逻辑网络的逻辑链路，，并且所说的逻辑网络被互连所说节点对的节点的路由使用，

给定一个目标函数，按照所说的目标函数优化被看作所说的那组逻辑网络的所说的物理网络的操作，

按照所说的优化步骤在所说的物理网络的所说的逻辑链路间分配所说的物理传输资源，

对于在所说的逻辑网络的每一个中的每个节点对，按照优化步骤在能够实现所说每个节点对的所述节点间通信的路由间分摊流入业务量负荷。

45.按照权利要求44的方法，其中所说的优化步骤、所说的分配步骤和所说的分摊步骤对变化的业务量情况重复进行，这样使所说的物理传输资源的分割和流入业务量负荷的分配适合主要的业务量。

46.按照权利要求44的方法，其中所说的建立步骤包括控制所说的物理交换资源的端口分配的步骤。

47.按照权利要求44的方法，其特征在于所说目标函数是一个非线性函数。

48.按照权利要求44的方法，其特征在于在优化期间考虑至少一个所说的逻辑网络的业务量特性。

49.按照权利要求44的方法，其特征在于在优化期间考虑每一个所说的逻辑网络的业务量特性。

50.按照权利要求44的方法，其特征在于所说的优化物理网络的操作的步骤包括以下步骤：

选择逻辑链路容量和路由流入业务量的初始值，

根据所说的目标函数迭代计算逻辑链路容量和路由流入业务量的值，

当满足至少一个收敛条件时，结束所说的迭代过程，

根据对逻辑链路容量的最后计算结果执行所说的分配步骤及根据路由流入业务量的最后计算结果执行所说的分摊步骤。

51.按照权利要求50的方法，其特征在于所说的优化要受定义一个可行区域的物理约束条件的制约。

52.按照权利要求51的方法，其特征在于：为了在所说的迭代过程中获得逻辑链路容量和路由流入业务量的新值，所说对逻辑链路容量和路由流入业务量进行迭代计算的步骤包括计算和使用所述目标函数的梯度的步骤。

53.按照权利要求52的方法，其特征在于使用所述目标函数的梯度的步骤还包括沿把所说的目标函数的梯度投影到可行区域的方向执行一维线性搜索以找到最优步长的步骤。

54.按照权利要求52的方法，其特征在于所说目标函数是一个非线性函数。

55.按照权利要求44的方法，其特征在于所说的物理网络是按在B-ISDN重叠网中的ATM交叉连接层模型建造的基础结构网络。

56.按照权利要求44的方法，其特征在于所说的目标函数是对所有的逻辑网络累加的总的承载业务量。

57.按照权利要求44的方法，其特征在于所说的目标函数是一个网络利用率函数。

58.在一个包括物理传输和交换资源的物理网络中，在逻辑网络间分割所说的物理传输资源和在互连节点对的节点的路由间分配流入业务量负荷的设备，其特征是所说的设备包括：

在所说的物理网络上建立一组逻辑网络的装置，所说的逻辑网络包括一些节点和连接所述节点以形成所说的逻辑网络的逻辑链路，并且所说的逻辑网络被互连所说节点对的节点的路由使用，

给定一个目标函数，按照所说的目标函数优化被看作所说的那组逻辑网络的所说的物理网络的操作的装置，

按照所说的优化在所说的物理网络的所说的逻辑链路间分配所说的物理传输资源的装置，

对于在所说的逻辑网络的每一个中的每个节点对，按照所述优化步骤在能够实现所说每个节点对的所述节点间通信的路由间分摊流入业务量负荷的装置。

59.按照权利要求58的设备，其特征在于所说目标函数是一个非线性函数。

60.按照权利要求58的设备，其特征在于所说的优化装置考虑至少一个所说的逻辑网络的业务量特性。

61.按照权利要求58的设备，其特征在于所说的优化装置考虑每一个所说的逻辑网络的业务量特性。

62.按照权利要求58的设备，其中所说的建立装置包括控制所说的物理交换资源的端口分配的装置。

63.按照权利要求58的设备，其特征在于所说的分摊装置包括随机数发生器装置。

附录A

为了增强可计算性，阻塞函数使用一种正态逼近方法。假定逻辑链路k上流入业务的带宽的数量服从一个具有均值ρ_k和方差σ_k ²的正态分布，其中ρ_k＝∑_iρ_ik及

从降低的负荷逼近，得到： ${\mathrm{\ρ}}_{\mathrm{ik}}={(1-B_{\mathrm{ik}})}^{-1}\underset{r}{\mathrm{\Σ}}{v}_r(1-L_r)A_{\mathrm{ikr}}{a}_{\mathrm{ik}}\left(A1\right)$ 和 ${\mathrm{\σ}}_{\mathrm{ik}}^2={(1-B_{\mathrm{ik}})}^{-1}\underset{r}{\mathrm{\Σ}}{v}_r(1-L_r)A_{\mathrm{ikr}}{\left(a_{\mathrm{ik}}\right)}^2=a_{\mathrm{ik}}{\mathrm{\ρ}}_k\left(A2\right)$

通过采用对时间可逆的马尔科夫系统有效的再次归一化处理及根据正态分布的假设，得到 $E_{\mathrm{hk}}({\stackrel{\→}{\mathrm{\ρ}}}_k,C_k)=\frac{\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)-\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k-a_{\mathrm{hk}}}{{\mathrm{\σ}}_k}\right)}{\mathrm{\Φ}\left(\frac{C_k-{\mathrm{\ρ}}_k}{{\mathrm{\σ}}_k}\right)}\left(A3\right)$

其中φ是标准正态分布函数。因为φ是平滑的，所以E_hk对所有的变量都是平滑的。

Images