目录

1.前言

2.算法测试效果图预览

2.1 系统仿真参数

2.2 系统仿真结果

3.算法运行软件版本

4.算法理论概述

4.1 线性预测

4.2 基于线性预测的PON资源调度

步骤1：OLT采集各ONU实时带宽请求数据

步骤2：滑动窗口更新历史流量样本

步骤3：基于窗口样本计算流量自相关估计值

步骤4：求解各ONU线性预测系数

步骤5：预测下一调度周期各ONU带宽需求

步骤6：融合预测值完成动态带宽分配

5.算法完整程序工程

---

1.前言

无源光网络(PON)作为光纤接入网主流技术，由光线路终端(OLT)、光分配网络(ODN)与多个光网络单元(ONU)构成，采用时分多址(TDMA)机制实现上行带宽共享。上行传输中各ONU分时发送数据，OLT通过动态带宽分配(DBA)统一调度时隙资源。传统静态DBA仅依据历史请求带宽分配资源，无法应对网络流量突发性、自相似性特征，易出现带宽分配滞后、信道空闲、数据包时延抖动加剧等问题。

线性预测(Linear Prediction, LP)属于平稳时间序列预测方法，核心思想是利用流量历史观测值线性拟合未来流量需求，提前预判各ONU上行数据量。将线性预测引入PON资源调度，能够改变 “先请求、后分配” 被动调度模式，转化为 “预测需求、预分配带宽” 主动调度，降低请求 - 授权时延，提升带宽利用率，减小上行数据包排队时延。

2.算法测试效果图预览

2.1 系统仿真参数

本系统仿真参数如下：

%预测算法
Lemda_num = [1:1:10];
for i = 1:length(Lemda_num)
    i
    for j = 1:10
        [ttl1(i,j),delay1(i,j),LYL1(i,j)] = func_sys(Lemda_num(i));%PON系统产生吞吐量，实验，利用率三个指标数据
    end
end
%通过蒙特卡洛循环多次，然后计算平均结果进行输出
B01 = mean(ttl1,2);
B02 = mean(delay1,2);
B03 = mean(LYL1,2);
%本文第三章的预测算法
ttl2  = func_predict(B01,3,0.4);
delay2= func_predict(1e8*B02,2,0.2);
LYL2  = func_predict(B03,3,0.36);

2.2 系统仿真结果

3.算法运行软件版本

matlab2024B

4.算法理论概述

4.1 线性预测

       网络上行流量可视为离散时间随机序列。设离散时间时隙编号为t=1,2,3...，某ONU在时隙t上报的流量请求量记为r(t)，代表该ONU缓存中待发送数据字节数。线性预测假设未来流量值可以由前p个历史流量观测值加权线性组合近似表示，p称为预测阶数。

流量预测值表达式为:

       求解Yule-Walker方程组即可得到一组最优预测系数，使流量预测均方误差达到最小。相较于简单均值预测、一阶差分预测，高阶线性预测能够捕捉流量短期变化趋势，适配PON业务流量波动特性。

       PON系统上行调度存在固有时延：ONU向OLT发送带宽请求存在传输时延，OLT收集全部请求后计算带宽分配方案再下发授权时隙。当业务流量快速增长时，依据旧请求分配的带宽无法匹配当下流量，造成缓存堆积；流量下降时又产生带宽浪费。线性预测通过提前估计下一周期流量需求，辅助DBA模块修正带宽分配额度，实现资源前瞻性调度。

4.2 基于线性预测的PON资源调度

       整体调度流程分为六个阶段：流量信息采集、滑动窗口历史序列更新、自相关函数估计、求解线性预测系数、ONU未来带宽需求预测、融合预测值动态带宽分配。

步骤1：OLT采集各ONU实时带宽请求数据

       在每个DBA调度周期Ts​内，OLT接收所有在线ONU上报的REPORT消息，提取每个ONU当前缓存数据量。系统内共有N个ONU，第n个ONU在时隙t的上报请求量记作rn​(t)，n=1,2,...,N。OLT为每一个ONU独立维护一组流量时间序列，不同ONU流量相互独立，单独进行预测，不存在跨用户数据混合。序列存储结构采用先进先出滑动窗口，窗口最大容纳W个历史样本。

步骤2：滑动窗口更新历史流量样本

       每当获取新观测值rn​(t)，对第n路流量滑动窗口执行更新。窗口内原有数据整体前移，丢弃最早时刻样本，存入最新观测值。窗口内数据集表示为:

滑动窗口作用是限制参与预测计算的数据长度，避免久远过时流量影响预测精度，同时控制计算复杂度，满足PON实时调度硬件运算时限要求。窗口长度W与预测阶数p满足约束W>p，保证自相关矩阵非奇异，方程组存在稳定解。

步骤3：基于窗口样本计算流量自相关估计值

针对第n个ONU流量序列，利用窗口样本计算各阶自相关估计

步骤4：求解各ONU线性预测系数

步骤5：预测下一调度周期各ONU带宽需求

得到预测系数后，利用最新p个历史流量样本预估时隙t+1带宽请求量

步骤6：融合预测值完成动态带宽分配

传统DBA仅使用当前上报请求rn​(t)分配带宽。优化调度策略综合真实上报值与预测值，构造综合需求指标。定义融合权重因子λ∈[0,1]，带宽需求综合量:

OLT依据Bn​(t)生成对应时长上行发送窗口，通过GRANT消息下发至各个ONU，完成本轮资源调度。在下一个调度周期，重复执行全部流程，持续更新流量序列与预测系数。

5.算法完整程序工程

OOOOO

OOO

O

关注GZH后输入回复：0058