首页> 中文学位 >基于高速铁路光传送网络的节点重要性及保护策略研究
【6h】

基于高速铁路光传送网络的节点重要性及保护策略研究

代理获取

目录

声明

致谢

摘要

1.1研究背景与意义

1.2国内外研究现状

1.2.1 节点重要性研究现状

1.2.2故障定位研究现状

1.2.3 P-Cycle保护算法研究现状

1.3论文结构安排

2铁路光传输网节点和组网分析

2.1 铁路光传输网络节点分析

2.1.1骨干层节点

2.1.2汇聚层节点

2.1.3接入层节点

2.1.4光节点功能及介绍

2.1.5节点冗余方式

2.2铁路光传输网组网分析

2.2.1 铁路光传输网骨干层组网分析

2.2.2铁路光传输网汇聚层组网分析

2.2.3铁路光传输网接入层组网分析

2.3 本章小结

3 高速铁路光传送网络节点重要性评估方法研究

3.1 复杂网络节点重要性评估方法

3.1.1度数评估法

3.1.2介数评估法

3.1.3节点收缩法

3.1.4 NICM算法

3.1.5各评估指标比较

3.2二维评估指标的提出

3.2.1静态网络维度评估指标

3.2.2动态网络维度评估指标

3.2.3二维评估法TDEA

3.3算法步骤与分析

3.3.1 TDEA算法步骤

3.3.2无权网络实例与分析

3.3.3加权网络实例与分析

3.4算法仿真结果与分析

3.5 本章小结

4高速铁路光传送网络节点故障定位及保护研究

4.1 高速铁路光传送网络节点故障定位

4.1.1光脉冲反射器原理

4.1.2节点故障定位原理

4.1.3网络结构与仿真

4.2 P-Cycle保护机制

4.2.1 P-Cycle节点故障保护原理

4.2.2 P-Cycle保护分类

4.3 TPMA算法

4.3.1 TPMA算法参数

4.3.2 TPMA算法性能指标

4.3.3 TPMA算法基本思想

4.3.4 TPMA算法流程

4.4算法仿真结果与分析

4.4.1 P-Cycle个数分析

4.4.2 P-Cycle平均m-AE分析

4.4.3算法时间分析

4.5本章小结

5.1 总结

5.2未来展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集

展开▼

摘要

高速铁路光传送网络是保证铁路安全运行的基础,可以为列车的状态监测、运行控制、调度指挥、远程故障诊断等方面提供准确、及时的信息传递。一旦光传送网络发生中断,会严重影响高速铁路正常的运行秩序。
  为避免网络故障给铁路运营带来巨大损失,对高速铁路光传送网节点重要性、节点故障定位和节点保护策略的研究是必不可少的。已有的节点重要性算法仅从单一静态或动态维度考虑,并不适用于高速铁路光传送网络的安全运行;针对节点故障定位,已有研究的关注点是合理分配监测器,但其成本较高;已有的预置圈(Pre-configured Cycle,P-Cycle)节点保护算法,其基础圈的构造较为复杂,并且没有利用节点的先验效率(A priori Efficicency,AE)对节点型P-Cycle进行评估与筛选。故本文对已有的节点重要性、节点故障定位与节点P-Cycle算法进行改进,主要研究成果如下:
  (1)基于节点的静态网络维度和动态网络维度,本文提出了二维评估算法(Two Dimensional Evaluation Algorithm,TDEA),并将其应用于无权和加权网络中。对于静态网络维度,本文运用越重要的节点对周围节点影响越大的思想改进了重要性贡献矩阵(Node Importance Contribution Matrix,NICM)算法。同时选取节点效率和相邻节点贡献率作为评估指标。对于动态网络维度,本文选取通过节点的流量作为评估指标。仿真结果验证了算法的准确性和指标的有效性,并且TDEA算法运行时间优于NICM算法。
  (2)针对节点故障定位,本文提出光脉冲反射器定位方法。该定位方法是将光脉冲反射器置于每条链路两侧,输入一个光脉冲后,计算总输出信号与各脉冲反射器理论反射信号的互相关函数值,与所设阈值进行比较,可准确定位故障位置。针对节点保护,提出了基于单节点故障保护的相切圈合并算法(Tangent P-Cycle Merging Algorithm,TPMA)。具体步骤如下:首先以中心节点所有邻接链路扩展的方式构造环绕节点的最小圈;然后以修正的先验效率(modifyA priori Efficicency,m-AE)为限制条件,合并m-AE增大的相切P-Cycle;最后,通过设置参数K,可得到不同跳数P-Cycle的平均m-AE。利用典型网络拓扑COST239进行仿真,结果表明,TPMA算法构造最小圈的时间、所得备选圈个数,圈的平均m-AE均优于已有的节点环绕圈挖掘算法(Node-encircling P-Cycle Mining Algorithm,NCMA)。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号