基于網(wǎng)絡(luò)層析成像的多時隙故障鏈路診斷.pdf

1、網(wǎng)絡(luò)層析成像因能在無需中間節(jié)點協(xié)作的情況下，通過端到端測量數(shù)據(jù)估計出網(wǎng)絡(luò)內(nèi)部鏈路準(zhǔn)確的性能參數(shù)，受到了廣泛的關(guān)注。但是并非所有的網(wǎng)絡(luò)管理和維護(hù)工作都需要獲得內(nèi)部鏈路性能參數(shù)的精確值，以較低的代價，借助一般的端到端單播探測包快速準(zhǔn)確定位故障鏈路（性能參數(shù)低于某一標(biāo)準(zhǔn)）對網(wǎng)絡(luò)管理也具有重要意義?，F(xiàn)有大多數(shù)故障鏈路診斷方法都基于單時隙的測量數(shù)據(jù)，并依賴網(wǎng)絡(luò)中各條鏈路為故障鏈路的概率相同而且這個概率值很小的假設(shè)，在較理想的網(wǎng)絡(luò)環(huán)境下能夠取得良好

2、的效果，但在實際網(wǎng)絡(luò)中各條鏈路發(fā)生故障的概率通常不同，且當(dāng)網(wǎng)絡(luò)中發(fā)生故障的鏈路較多時，單時隙故障鏈路診斷算法的檢測率較低，這些不足使得算法不夠穩(wěn)定且準(zhǔn)確度較低。
　　研究發(fā)現(xiàn)，通過對網(wǎng)絡(luò)進(jìn)行多時隙的端到端測量有助于獲得更精確的鏈路狀態(tài)模型，求得鏈路發(fā)生故障的先驗概率，為故障鏈路診斷算法提供有效的參考。本文針對現(xiàn)有算法的不足，研究基于多時隙端到端測量的故障鏈路診斷方法，取得了以下成果：
　　1．故障鏈路診斷：首先采用伯努利模型

3、對鏈路在各時隙的狀態(tài)進(jìn)行建模，假設(shè)鏈路在各時隙的狀態(tài)相互獨立，然后提出了兩種新的鏈路故障先驗概率求解方法，分別為基于最大后驗準(zhǔn)則的因子圖-和積算法和基于最大偽似然估計準(zhǔn)則的EM算法。前者通過因子圖模型描述鏈路和路徑狀態(tài)的聯(lián)合概率分布，然后使用和積算法求出使得各鏈路狀態(tài)的邊緣概率最大的解；后者首先將網(wǎng)絡(luò)劃分為一系列只有兩個葉子節(jié)點的子樹，然后采用EM算法求得各子樹中鏈路狀態(tài)分布的最大似然解，從而求得全局的最大偽似然解。分析表明在網(wǎng)絡(luò)規(guī)模較

4、大時，本文算法的效率優(yōu)于現(xiàn)有的聯(lián)立方程組求解法。在此基礎(chǔ)上，結(jié)合當(dāng)前時隙的端到端測量數(shù)據(jù)與估計出的鏈路故障先驗概率，采用貪婪策略識別當(dāng)前時隙的故障鏈路。仿真結(jié)果表明該方法具有較高的檢測率和較低的誤檢率。
　　2．鏈路狀態(tài)時域相關(guān)性估計：由于鏈路性能參數(shù)隨時間連續(xù)變化，因此鏈路狀態(tài)具有時域相關(guān)性。伯努利模型無法描述時域相關(guān)性，本文進(jìn)一步提出采用k-MC模型描述鏈路狀態(tài)，認(rèn)為當(dāng)前時隙的鏈路狀態(tài)同前k-1個時隙的鏈路狀態(tài)有關(guān)。采用EM算