一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法
【專利摘要】本發(fā)明涉及一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，包括以下步驟：通過路由器捕獲流量數(shù)據(jù)信號；對步驟1捕獲到的流量數(shù)據(jù)信號進行零均值處理；使用小波變換對步驟2中處理得到的零均值數(shù)據(jù)信號進行小波分解，分別得到流量數(shù)據(jù)信號的高頻部分和低頻部分；對低頻部分使用AR模型建模，得到低頻重構(gòu)信號；對高頻部分采用BP神經(jīng)網(wǎng)絡建模，得到高頻重構(gòu)信號；根據(jù)步驟4得到的低頻重構(gòu)信號及步驟5得到的高頻重構(gòu)信號，得到重構(gòu)的流量數(shù)據(jù)信號；對重構(gòu)流量數(shù)據(jù)信號進行修正。本發(fā)明通過分析端到端流量的時頻特性，可以更準確的獲得不同時頻下的隱藏特征。更重要的是，將一個復雜的問題分解成較簡單容易的問題。
【專利說明】—種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法

【技術(shù)領域】
[0001]本發(fā)明屬于電力調(diào)度交換網(wǎng)中的網(wǎng)絡測量領域，具體涉及一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法。

【背景技術(shù)】
[0002]隨著電力綜合數(shù)據(jù)網(wǎng)絡發(fā)展，調(diào)度交換設備已由傳統(tǒng)的電路中繼方式調(diào)整為VoIP方式。在以組播通信方式為主的電力調(diào)度交換網(wǎng)中，端到端流量在網(wǎng)絡規(guī)劃、路由優(yōu)化、評估新路由協(xié)議的性能、建立網(wǎng)絡仿真環(huán)境、分析路由策略變化和網(wǎng)絡故障對網(wǎng)絡性能的影響、進行網(wǎng)絡異常檢測中發(fā)揮著越來越重要的作用。然而通過直接測量的方法獲取流量信息存在著種種難以解決的問題，因而直接測量是不可行的、更是不切實際的。這是由于電力網(wǎng)絡設備提供商為了商業(yè)利益而將自己負責的電力網(wǎng)絡流量進行保密，這對電力網(wǎng)絡流量的性能分析和改進帶來了很大的難度。電力網(wǎng)絡流量的生成模型，可以通過建立數(shù)學模型，采用有效的方法對未知的網(wǎng)絡流量進行準確重構(gòu)，并通過相關(guān)的路由信息和鏈路信息進行優(yōu)化和改進，提高流量估計的精度，最終獲得準確的網(wǎng)絡流量值。
[0003]流量矩陣的準確預測在電力通信網(wǎng)絡的設計和管理、沖突控制和動態(tài)帶寬分配具有十分重要的作用。要完成這項工作，重要的一步是建立精確的流量模型，精確的流量模型對于設計高性能網(wǎng)絡協(xié)議和高效的電力網(wǎng)絡拓撲結(jié)構(gòu)，對于設計高性價比的電力網(wǎng)絡設備與服務器，對于精確的網(wǎng)絡性能分析與預測，對于擁塞管理與流量均衡，提高服務質(zhì)量等都具有十分重要的價值。
[0004]大部分研究者通過間接的方式來獲得端到端的流量，Pascale等應用貝葉斯方法進行端到端的流量預測。Cao等人提出使用最大期望算法進行流量預測，假設OD(Origin-Destinat1n)流之間是相互獨立的，并服從高斯分布。但這一方法有較大的估計誤差并且對先驗信息較敏感。Zhang等人基于重力模型來獲得流量矩陣的先驗信息，提出了基于引力模型的流量矩陣反演方法。Liang等人提出一種基于博弈論的流量矩陣部分測量方法。其主要思想是在每個預測區(qū)間內(nèi)僅測量OD流的一部分作為附加信息來進行流量矩陣估計。上述算法雖然可以得到更小的估計誤差，但不能進行實時預測，因為它有較高的算法復雜度。
[0005]但是這些研究方法難以準確的預測端到端的流量，因此它仍需要更深層次的考慮和研究以找到更準確的模型來描述端到端流量，降低算法復雜性，并最終提高預測精度。


【發(fā)明內(nèi)容】

[0006]針對現(xiàn)有技術(shù)的不足，本發(fā)明提出一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，以達到實現(xiàn)準確進行端到端流量預測的目的。
[0007]—種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，包括以下步驟:
[0008]步驟1、通過路由器捕獲流量數(shù)據(jù)信號；
[0009]步驟2、對步驟I捕獲到的流量數(shù)據(jù)信號進行零均值處理；
[0010]步驟3、使用小波變換對步驟2中處理得到的零均值數(shù)據(jù)信號進行小波分解，分別得到流量數(shù)據(jù)信號的高頻部分和低頻部分；
[0011]步驟4、對低頻部分使用AR模型建模，得到低頻重構(gòu)信號；
[0012]步驟5、對高頻部分采用BP神經(jīng)網(wǎng)絡建模，得到高頻重構(gòu)信號；
[0013]步驟6、根據(jù)步驟4得到的低頻重構(gòu)信號及步驟5得到的高頻重構(gòu)信號，得到重構(gòu)的流量數(shù)據(jù)信號；
[0014]步驟7、對重構(gòu)流量數(shù)據(jù)信號進行修正。
[0015]步驟8、若流量數(shù)據(jù)信號重構(gòu)過程結(jié)束，則保存重構(gòu)結(jié)果，否則返回步驟6
[0016]步驟I所述的通過路由器捕獲流量數(shù)據(jù)信號，具體為:
[0017]對于有I個節(jié)點的網(wǎng)絡，端到端網(wǎng)絡流量重構(gòu)的模型如下:

【權(quán)利要求】
1.一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，其特征在于包括以下步驟: 步驟1、通過路由器捕獲流量數(shù)據(jù)信號； 步驟2、對步驟I捕獲到的流量數(shù)據(jù)信號進行零均值處理； 步驟3、使用小波變換對步驟2中處理得到的零均值數(shù)據(jù)信號進行小波分解，分別得到流量數(shù)據(jù)信號的高頻部分和低頻部分； 步驟4、對低頻部分使用AR模型建模，得到低頻重構(gòu)信號； 步驟5、對高頻部分采用BP神經(jīng)網(wǎng)絡建模，得到高頻重構(gòu)信號； 步驟6、根據(jù)步驟4得到的低頻重構(gòu)信號及步驟5得到的高頻重構(gòu)信號，得到重構(gòu)的流量數(shù)據(jù)信號； 步驟7、對重構(gòu)流量數(shù)據(jù)信號進行修正； 步驟8、若流量數(shù)據(jù)信號重構(gòu)過程結(jié)束，則保存重構(gòu)結(jié)果，否則返回步驟6。
2.根據(jù)權(quán)利要求1所述的一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，其特征在于:步驟I所述的通過路由器捕獲流量數(shù)據(jù)信號，具體為: 對于有I個節(jié)點的網(wǎng)絡，端到端網(wǎng)絡流量重構(gòu)的模型如下:
其中，X(t) = (X1 (t), X2 (t),..., Xn (t))'代表網(wǎng)絡中的端到端流量,Xn (t)表示在時刻t的第η條端到端流量并且Xn(t) ^ O,網(wǎng)絡中共有η條端到端流量，η = I2，A表示網(wǎng)絡路由信息矩陣，表示如果源-目的節(jié)點對流η流過鏈路m,則有a.= I,否則a.= O。y (t)=(Υι (t), y2(t),...，ym(t))’表示網(wǎng)絡的鏈路矩陣，ym(t)表示在時刻t的第m條鏈路流量，m表示網(wǎng)絡中鏈路的數(shù)目； 根據(jù)等式(I) (2)，用如下的矩陣來表示端到端的網(wǎng)絡流量重構(gòu)
對于鏈路負載I通過簡單網(wǎng)絡管理協(xié)議測量直接獲得，路由矩陣A通過網(wǎng)絡狀態(tài)信息和配置信息得到，網(wǎng)絡流量的整體預測是把鏈路矩陣I和路由矩陣A作為已知，對流量矩陣X整體進行預測。
3.根據(jù)權(quán)利要求1所述的一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，其特征在于:步驟2所述對步驟I捕獲到的流量數(shù)據(jù)信號進行零均值處理，具體為:
其中，xn(t)表示捕獲到的第n條OD流的流量數(shù)據(jù)信號，q表示測量時刻數(shù)目，zn(t)表示零均值處理后的第η條OD流的流量數(shù)據(jù)信號。
4.根據(jù)權(quán)利要求1所述的一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，其特征在于:步驟3所述使用小波變換對步驟2中處理得到的零均值數(shù)據(jù)信號進行小波分解，分別得到流量數(shù)據(jù)信號的高頻部分和低頻部分，具體為: 根據(jù)時頻分析理論，對于步驟2中得到的零均值處理后的流量數(shù)據(jù)信號ζ (t)，其小波變換公式如下:
其中，W表示小波變換后的流量，j，k e Z，j表示尺度因子，k表示位移因子，φ.k (J) — 2(p?t-krn)，其中a。為尺度尚散化因子，古I，一般取a。= 2, τ 0表不位移尚散化因子，表示小波基函數(shù)。 基于小波變換的端到端重構(gòu)流量如下所示:
根據(jù)時頻理論，將端到端流量分解到L層，之后，獲得L+1個頻帶，包括I個低頻頻帶，L個高頻頻帶，使用高頻成分的能量占總能量的比重re來選擇L。根據(jù)經(jīng)驗值，re的取值在.0.1到0.3之間； 得到端到端流量的低頻部分Zjt)和高頻部分ZH (t)，并滿足 Z (t) = zL(t)+zH(t) (7) 步驟4所述對低頻部分使用AR模型建模，得到低頻重構(gòu)信號，具體為: 端到端流量的低頻部分反映流量的變化趨勢，采用AR模型對低頻流量進行建模，AR模型根據(jù)已有的序列值通過線性變換計算預測值； 對于時間序列h(t)，AR模型表示為:h(t) = β ih (t-1) +...+ β ph (t-p) + ε (t) (8) 其中，P表示模型的階數(shù)，h(t)是平穩(wěn)隨機時間序列，M(i = l，2，...p)表示系數(shù)，ε⑴表示均值為O，方差為σ〗的白噪聲時間序列，獨立于h(t-l)，…，h (t-k)，h ⑴，β !, β a, *.., β ρ 采用時間預測法來預測AR模型的系數(shù)，公式(8)中的系數(shù)可表示為:
其中，V = 1，2，...，ρ ; 對于AR模型，令h(t，r)是h(t)的第r步預測結(jié)果，預測過程可表示為:
對于低頻的端到端流量^(0，如果它的前q次測量值已知，根據(jù)等式(8)得到它的AR模型如下:
為了精確的描述端到端流量的固有特性，SiU)要滿足如下約束:
其中，i = I, 2,..., η, α表示尺度因子，α取值范圍為O至2,通常取為0.1 ； 根據(jù)等式(9)，得到模型系數(shù)的表達式:
其中，V = I, 2,..., p, i = I, 2,..., n ； 根據(jù)等式(11)-(13)，預測得到端到端流量的低頻部分。
5.根據(jù)權(quán)利要求1所述的一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，其特征在于:步驟5所述對高頻部分采用BP神經(jīng)網(wǎng)絡建模，得到高頻重構(gòu)信號，具體為: 先訓練BP神經(jīng)網(wǎng)絡以建立相應的特征模型，BP神經(jīng)網(wǎng)絡的學習過程包括正向傳播和反向傳播，對于正向傳播，是信號從輸入層進入網(wǎng)絡，通過隱藏層進入輸出層，最后在輸出層輸出。它的權(quán)重是固定的，并且前一層節(jié)點的權(quán)重，只能影響下一層，如果在輸出層沒有得到預期的輸出結(jié)果，系統(tǒng)進行誤差信號的反向傳播；對于反向傳播，實際輸出與期望輸出之間的差異被定義為誤差信號，誤差信號由輸出層反向?qū)訉舆M入輸入層；反向傳播過程中，誤差信號對神經(jīng)網(wǎng)絡的權(quán)值進行反饋調(diào)節(jié)，通過逐漸調(diào)整網(wǎng)絡的權(quán)值，使實際輸出接近期望的輸出結(jié)果。并使誤差信號逐漸下降； 通過訓練，BP神經(jīng)網(wǎng)絡使用輸出層的誤差信號來預測前一層的誤差，通過這樣的層層預測，得到所有層的誤差信號，這樣，通過信號的正向傳播和誤差信號的反向傳播，建立高頻分量的最優(yōu)模型； 對于端到端流量的高頻部分Zh (t) = (ZH1 (t) , ZH2(t),..., Zan (t)),考慮到端到端流量需要滿足如下等式(1)-(3)，我們使用的輸入數(shù)據(jù)為〈yi(t)，y2(t)，...，ym(t), Zm (t-1), zH2 (t-1),..., zHn(t-l), Zhi (t-2), zH2 (t-2),..., zHn(t-2)>,輸出結(jié)果為<ZH1 (t), zH2 (t),..., zHn(t)>,即數(shù)據(jù)對 <[y(t), Zh (t-1), zH (t-2)], zH(t)>,來訓練神經(jīng)網(wǎng)絡； 假設q個測量數(shù)據(jù)對[y(t)，ZH(t-l)，ZH(t-2)]，ZH(t)>(t = I, 2,.., q)用來訓練神經(jīng)網(wǎng)絡，假設需要的輸出zH(t)，當輸入為v(t) = [y(t), zH(t-1), zH(t-2)]時，神經(jīng)網(wǎng)絡的輸出為4⑴。 得到誤差函數(shù)E:
節(jié)點d和節(jié)點S的鏈路權(quán)重根據(jù)等式(14)可以描述為
其中，
接著，建立輸入數(shù)據(jù)〈[7(0，211(卜1)，211(卜2)]>和輸出數(shù)據(jù)〈211(0>之間的關(guān)系。通過輸入輸出數(shù)據(jù)對反復訓練模型。建立端到端流量的高頻分量模型，得到高頻流量的重構(gòu)部分。
6.根據(jù)權(quán)利要求1所述的一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，其特征在于:步驟6所述根據(jù)步驟4得到的低頻重構(gòu)信號及步驟5得到的高頻重構(gòu)信號，得到重構(gòu)的流量數(shù)據(jù)信號^卜)，具體為: 根據(jù)等式(7)、(11)、(15)得到端到端流量的最終重構(gòu)結(jié)果為:
7.根據(jù)權(quán)利要求1所述的一種基于組播通信的電力調(diào)度交換網(wǎng)的流量生成方法，其特征在于:步驟7所述對重構(gòu)流量數(shù)據(jù)信號進行修正，具體為: 重構(gòu)結(jié)果需要滿足(3)，為了使重構(gòu)結(jié)果滿足約束條件，構(gòu)造如下的迭代等式
設C = O且-V (O = x\n，設定迭代次數(shù)R，當I I y⑴-Axc+1 (t) I 12 < η或者C > R時，結(jié)束迭代，得到最終的流量預測數(shù)據(jù)，I I.I I2表示二范數(shù)。
【文檔編號】H04L12/761GK104168131SQ201410246752
【公開日】2014年11月26日 申請日期:2014年6月5日 優(yōu)先權(quán)日:2014年6月5日
【發(fā)明者】夏菲, 夏宗澤, 孟凡博, 于曉旭, 宋麗, 黃笑伯, 趙宏昊, 蔣定德, 聶來森 申請人:國家電網(wǎng)公司, 國網(wǎng)遼寧省電力有限公司遼陽供電公司, 國網(wǎng)遼寧省電力有限公司