[发明专利]一种基于最小支配集分簇的故障定位方法在审

专利信息
申请号: 201711140203.0 申请日: 2017-11-16
公开(公告)号: CN108063683A 公开(公告)日: 2018-05-22
发明(设计)人: 郑庆华 申请(专利权)人: 柳州健鱼科技有限公司
主分类号: H04L12/24 分类号: H04L12/24;H04B10/079
代理公司: 北京中恒高博知识产权代理有限公司 11249 代理人: 宋敏
地址: 545000 广西壮族自治区柳州市柳*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 最小 支配 集分簇 故障 定位 方法
【说明书】:

发明公开了一种基于最小支配集分簇的故障定位方法,主要包括:步骤1:根据光网络的物理拓扑,基于最小支配集将光网络进行分簇,并在簇头节点中选取汇聚节点,进行分层;步骤2:各个簇头节点收集该簇成员节点发送的链路信息表并对其进行匹配,定位故障。本发明的一种基于最小支配集分簇的故障定位方法,可以实现全网故障定位、提升故障定位速度以及降低对业务的依赖性的优点。

技术领域

本发明涉及光通信技术领域,具体地,涉及一种基于最小支配集分簇的故障定位方法。

背景技术

目前光网络的故障定位方法主要有两大类。第一类可以归纳为基于监测设备的故障定位方法,主要采用监测设备覆盖全网的方法定位故障。即通过一定的方法将监测波长覆盖整个网络并安放监测器,当网络出现故障时,收集各个监测器的故障告警代码,然后查找故障代码表,最后定位出故障链路。

如经典M-cycle(Monitoring cycles)算法,该算法利用构造圈将整个网络覆盖,使每一条链路具有唯一的故障告警代码,当网络发生故障后M-cycle算法可以快速的定位故障。这类故障定位方法虽然能实现快速有效的光网络链路故障定位,但难以做到完全故障定位并需要产生大量的额外开销(监测器和监测波长的开销),同时该类方法需要监测波长多次覆盖同一条链路,进一步增加了故障定位的成本。

另一类故障定位方法是基于业务感知的故障定位方法。其主要是通过感知业务光通路的中断与否来完成故障定位,因此它在实现准确故障定位的基础上,节省了大量监测器和监测波长的开销。

有限周边矢量匹配协议的故障定位方法。该方法无需额外的监测器件和监测波长,可以节省大量的定位成本,但其对业务依赖性较高,必须至少要两个光通道经过一条链路才能准确定位故障,且这两个光通道必须要有不同的源节点和目的节点。同时LVM需要节点间多次交换信息导致定位时间较长。因此,对于LVM这种基于业务感知的故障定位方法,如何提高故障定位的速度和减小对业务的依赖性,仍是目前亟待解决的难题。

发明内容

本发明的目的在于,针对上述问题,提出一种基于最小支配集分簇的故障定位方法,以实现全网故障定位、提升故障定位速度以及降低对业务的依赖性的优点。

为实现上述目的,本发明采用的技术方案是:一种基于最小支配集分簇的故障定位方法,主要包括:

步骤1:根据光网络的物理拓扑,基于最小支配集将光网络进行分簇,并在簇头节点中选取汇聚节点,进行分层;

步骤2:各个簇头节点收集该簇成员节点发送的链路信息表并对其进行匹配,定位故障。

进一步地,所述步骤1还包括:网络被分为两层簇结构,第一层是簇头节点和簇内成员节点所组成的多个星形网络结构,第二层是簇头节点和汇聚节点组成的星形网络结构。

进一步地,所述步骤2还包括:如果簇头节点没有定位出故障,则各个簇头节点将簇头矩阵发送给汇聚节点,由汇聚节点对各个簇头矩阵进行匹配,定位故障。

进一步地,所述步骤1中将光网络进行分簇具体为:根据网络物理拓扑确定网络的所有最小支配集,分别计算各最小支配集的直径,将直径最小的支配集作为最优的最小支配集,并将最优的最小支配集中节点设为簇头节点,遍历网络中的所有节点,将簇头节点邻接的节点作为成员节点加入该簇头所在的簇。

进一步地,所述步骤1中选取汇聚节点的方法具体为:计算每一个簇头节点到其他簇头节点的最大距离,然后选取该最大距离中最小的簇头节点作为汇聚节点。

进一步地,所述步骤2中的各个簇头节点仅需移动一次。

进一步地,对于候选支配点连通的区域,该区域中假设某个最小支配集含有m个支配点,该区域中至少有m个特殊节点,它们不能由少于数量m的节点来支配。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于柳州健鱼科技有限公司,未经柳州健鱼科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711140203.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top