航空光通信与网络技术仿真分析与结果探究

文中设置航空信息网络的范围为600 km×600 km，为体现出网络的动态性，在该范围内分别随机生成两种大小规模不同的网络拓扑，小规模网络包括36个节点和84条链路，大规模网络包括72个节点和176条链路。假定只有一个GC，且GC的位置随机指定，并忽略GC的数量和位置对网络性能和部署结果造成的影响。在部署LC过程中，假定所有LC的处理能力和负载容量均相同，所有传输节点向LC传输的请求信息量也相同，节点和链路发生故障的概率分别为［0，0.03］和［0，0.05］内的随机数。此外，为体现出两种不同规模网络中部署LC的差异性，在小规模中的每个集群域内仅部署一个控制器，而在大规模网络中每个集群域内部署若干个控制器。为体现出本算法的优越性，在仿真中同时设置Random算法、ANIGA算法和Survivor算法进行性能对比，其中Random算法在网络中随机选择节点部署LC；ANIGA是一种基于启发式的随机搜索算法，其通过循环迭代找出满足中断概率条件时的LC数量和位置；Survivor算法通过选择不相交路径最多的节点部署LC，并按最短距离为其分配交换机节点。此外，为排除干扰因素，仿真中将实验重复20次，并将计算结果的平均值作为最终结果输出。

图8.3为传统k-means算法和改进算法在两种不同网络中的聚类质量评估函数值。可以看出，改进算法的J值波动范围与k-means算法相比较小，且整体J值均低于kmeans算法，这是由于在改进算法中加入了负载均衡模块，划分的每个集群域中节点个数差异较小，进而计算出的J值波动范围较小。此外，由于改进算法在选择初始聚心时充分考虑到网络中各节点的离散系数，有效地避免了孤点或离散点成为初始聚心，进而计算出的J值更小，充分说明了采用改进算法划分的集群域效果更加合理。

图8.3　小规模网络J值（a）和大规模网络J值（b）

图8.4（a）为在小规模网络中控制路径故障率随集群域个数变化的情况，可以看出，随着集群域个数的增加，几种算法下的控制路径故障率均逐渐降低，如集群域个数分别为2，6，10时对应的控制路径故障率为0.246，0.124，0.093，这是由于随着集群域个数的增加，小规模网络中的控制器数量随之增加，控制节点与交换节点间的控制路径增多，进而控制路径的可靠性增大。图8.4（b）为在大规模网络中控制节点所占比例对网络控制路径故障率的影响，可以看出，随着各集群域中控制节点比例逐渐增加的同时，控制路径故障率相应地减小，如集群域个数为4时，当控制节点比例分别为0.2，0.3和0.4时所对应的控制路径故障率为0.386，0.363，0.327，因此，在集群域中通过增加控制器的个数可有效地降低网络控制路径故障率。

(www.xing528.com)

图8.4　控制路径故障率随集群域个数变化情况（a）与不同控制节点数量下的控制路径故障率（b）

图8.5（a）为小规模网络下的控制器间数据同步时延，随着集群域个数的增多，控制器间同步时延呈现上升的趋势，如优化前和优化后同步时延分别增加了2.741 ms和4.212 ms，这是由于随着集群域数量的增加，网络中的控制器个数随之增加，控制器节点间的控制路径增加，进而造成网络中的同步时延增大。此外，随着集群域个数的增多，集群域中节点数量减少，控制器部署位置的差异度也随之减小，从而优化前后控制器间同步时延的差距也逐渐缩小。图8.5（b）为在大规模网络下不同控制器数量对控制器间时延的影响，可以看出，随着集群域个数的增加，图中曲线的变化趋势较为缓慢，这是由于当集群域个数较少时，各集群域内的节点数量较多，其集群域内的控制节点也相对较多；而当集群域个数增多时，集群域内的节点数量减少，在同等控制节点数量比例下其集群域内的控制节点也相应减少。因此尽管集群域个数在逐渐增多，但其控制器总数量与集群域个数较少时网络中的控制器总数量相差不大，因而意味着在网络中不能一味地追求集群域的数量。如图中集群域个数k=8时网络中的控制器间同步时延最小，在该集群域数量下可获得较小的时延开销。此外，在相同的集群域个数下，随着网络中控制节点比例的增加，控制路径数量也随之增加，进而使得控制器间同步时延开销增大，如当控制节点比例从0.2增加到0.4时其控制器间平均时延值分别增加了1.608，2.896 ms。

图8.5　小规模网络下控制器间时延（a）与不同控制节点数量的控制器间时延（b）

本小节针对软件定义航空信息网络架构中控制平面可扩展性问题展开研究，通过将航空信息网络划分为多个集群域，在划分集群域时，为避免集群域中心位于孤点或偏远点，对传统k-means聚类算法进行改进，得到一种基于离散因子的改进k-means算法，结果表明改进算法得到的聚心更加合理。在集群域内LC部署方面，以控制路径故障率最小为优化目标，利用一种改进的BPSO算法对其求解，仿真中并将本算法与其余3种部署算法进行比较，结果表明本算法在解决控制器部署问题方面的有效性，最终得到不同控制器数量以及部署方案对网络性能的影响，为多控制器部署问题提供了可行的方案。