摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-11页 |
缩略语 | 第11-12页 |
第一章 绪论 | 第12-16页 |
·选题背景及意义 | 第12-13页 |
·研究现状 | 第13-14页 |
·研究内容 | 第14-15页 |
·本文组织结构 | 第15-16页 |
第二章 EPON带宽分配原理 | 第16-34页 |
·EPON数据传输原理 | 第16-20页 |
·EPON体系结构 | 第16-17页 |
·EPON下行数据传输 | 第17-18页 |
·EPON上行数据传输 | 第18页 |
·EPON帧结构 | 第18-20页 |
·EPON动态带宽分配协议 | 第20-25页 |
·EPON协议栈 | 第20页 |
·多点控制协议 | 第20-21页 |
·MPCP控制帧 | 第21-23页 |
·GATE/REPORT机制 | 第23-24页 |
·ONU自动发现及注册 | 第24-25页 |
·EPON经典DBA算法 | 第25-33页 |
·IPACT机制 | 第25-27页 |
·基于交织轮询的DBA算法 | 第27-29页 |
·支持QoS的DBA算法 | 第29-32页 |
·PFEBA带宽分配算法 | 第32-33页 |
·本章小结 | 第33-34页 |
第三章 基于改进PSO优化的神经网络EPON业务预测算法设计 | 第34-51页 |
·EPON业务预测建模 | 第34-38页 |
·EPON新增业务预测分析 | 第34-35页 |
·基于流量的EPON业务预测建模 | 第35-37页 |
·EPON业务预测算法的选择 | 第37-38页 |
·神经网络EPON业务预测原理与结构设计 | 第38-42页 |
·神经网络用于EPON业务预测理论依据 | 第38-40页 |
·BP神经网络预测结构设计 | 第40-42页 |
·神经网络学习算法及改进 | 第42-48页 |
·BP与标准PSO学习算法 | 第42-43页 |
·PSO算法的改进 | 第43-45页 |
·改进PSO训练神经网络建模 | 第45-47页 |
·改进PSO算法训练神经网络过程 | 第47-48页 |
·基于改进PSO优化的神经网络EPON业务预测算法 | 第48-50页 |
·EPON多业务预测设计 | 第48-49页 |
·EPON业务预测算法的建立 | 第49页 |
·EPON业务自适应预测 | 第49-50页 |
·本章小结 | 第50-51页 |
第四章 突发排序轮询及公平的动态带宽分配 | 第51-61页 |
·EPON带宽分配算法设计原则 | 第51-53页 |
·高宽利用率 | 第51页 |
·QoS保障 | 第51-52页 |
·公平性 | 第52页 |
·可扩展性与鲁棒性 | 第52-53页 |
·ONU突发排序轮询机制设计 | 第53-56页 |
·ONU突发排序轮询原理 | 第53-54页 |
·统计ONU业务流量突发性 | 第54页 |
·根据突发强弱调整ONU轮询次序 | 第54-55页 |
·滞后发送Report消息 | 第55页 |
·提前分配带宽和授权 | 第55-56页 |
·基于业务预测且公平的带宽分配 | 第56-60页 |
·ONU带宽需求的修正 | 第56-57页 |
·ONU保障带宽的分配 | 第57页 |
·基于保障带宽比例的剩余带宽分配 | 第57-58页 |
·基于保障带宽比例的ONU内部带宽分配 | 第58页 |
·BTP-DBA带宽分配流程 | 第58-60页 |
·本章小结 | 第60-61页 |
第五章 BTP-DBA带宽分配算法的仿真 | 第61-76页 |
·基于OPNET的EPON仿真平台设计 | 第61-67页 |
·EPON仿真拓扑结构 | 第61-62页 |
·OLT节点设计 | 第62-65页 |
·ONU节点设计 | 第65-67页 |
·POS节点设计 | 第67页 |
·仿真参数设置 | 第67-69页 |
·预测参数设置 | 第67-68页 |
·EPON网络参数设置 | 第68-69页 |
·仿真结果分析 | 第69-75页 |
·业务预测精度 | 第69-71页 |
·带宽利用率 | 第71-72页 |
·平均包时延 | 第72-75页 |
·本章小结 | 第75-76页 |
第六章 总结与展望 | 第76-78页 |
·结论 | 第76-77页 |
·展望 | 第77-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-82页 |
在读期间所发表的论文 | 第82-83页 |
攻读硕士学位期间参与的科研项目 | 第83页 |