量分类后进入流量整形阶段时，所有业务流量都 会缓存在公用的缓存中，根据令牌桶算法的工作原理，当令牌桶中数量不足时数据将会被 缓存，建立令牌桶容量b与数据缓存B的关系：当b不为0时，B为0;当B不为0时，b-定为0，所 以在有数据包丢失时，令牌桶容量b就为0，此外数据缓存B也影响着业务的丢失率ε，当到达 的数据超过数据缓存Β的大小时，数据将会被丢弃，定J
，其中A(t)为业务的 到达流量，r为业务的令牌桶产生速率，B为业务所占的缓存大小，t为时间间隔，增大缓存B 能降低丢失率ε;
[0024] 动态的缓存调整即是：当高优先业务出现过大的丢失率时，通过占用其他低优先 级业务的缓存来增加自己的缓存，从而减少丢失率，尚优先级业务首先会占用优先级最低 的业务的缓存，直到最低优先级业务的缓存到达临界值，然后依次占用倒数第二优先级业 务，直至第二优先级业务的缓存达到临界值，或者高优先级业务丢失率下降到满足业务QoS 标准的丢失率时，停止此尚优先级业务的缓存调整。
[0025] 进一步，在所述步骤中，针对光无线融合网络中无线侧为WiMAX的网络中的动态缓 存调整，定义B为数据缓存总量，81^、8^几^』 1^5、8册分别为各个业务所占缓存大小， 那么可以得到：B = BlIGS+BrtPS+BertPS+BnrtPS+BBE，以UGS业务为例，UGS业务的丢失率￡UGS的计算 公式如下：
'，其中AuGs(t)为UGS业务的到达流量，rues为UGS业务的 令牌桶广生速率，Bugs为UGS业务所占的缓存大小，t为时间间隔，利用丢失率式￡ugs的计算公 式，将eUGS带入式子中计算出对应的ΤΒ_(ΛΡ)的值，进而能得到rUGS的值，然后经过数学变 换以及等价替换求出B UCS的数学表达式为：
[0026]
，其中miles为UGS业务流量到达 的平均速率，aucs为UGS业务流量到达的方差，
，k (Η) =Hh(1-H)ph，定义业务的缓存临界值为业务QoS规定的丢失率达到最大值时的缓存值， 如Bmin_nrtPS为当nrtPS业务的丢失率达到emax nrtPS时的临界缓存值；以UGS业务为例，当UGS业 务出现丢失率时，减少BE业务的缓存来增加 UGS业务的缓存，若当BE业务的缓存减少至0后， 然后开始减少nrtPS业务的缓存，当nrtPS业务的缓存减少到临界值，停止减少nrtPS的缓 存，若此时UGS业务还存在丢失率，则按照上述规则依次减少ertPS业务和rtPS业务直至都 达到临界值，停止UGS业务的缓存调整过程。
[0027] 本发明的有益效果在于:本发明所提出的方法能够在保证各业务优先级的同时， 降低融合网络设备的压力，达到了提高整个融合网络业务QoS的目的。
【附图说明】
[0028] 为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行 说明：
[0029] 图1为本发明中W0BAN的结构图；
[0030]图2为本发明中0NU-BS混合结构图；
[0031]图3为本发明中令牌桶参数计算的流程图；
[0032]图4为本发明中数据发送的流程图；
[0033]图5为本发明整体结构框图。
【具体实施方式】
[0034]下面将结合附图，对本发明的优选实施例进行详细的描述。
[0035]网络业务在较大尺度范围内呈现出统计自相似性，突出表现为，突发没有明确的 长度，在不同的时间尺度下表现出相同的突发特性，业务是长相关的，不能被平滑掉。因此 本发明中选择自相似性模型作为网络流量模型。结合令牌桶算法与自相似模型的特点，通 过丢失率￡将令牌桶输出流量模型L(t)=rt+b与自相似模型雄) = m + n&Z,,,(i)联系起 来，其中L(t)为令牌桶输出流量，t为数据突发时间间隔，r为令牌产生速率，b为令牌桶容 量，m为到达数据流量的平均速率，a为到达数据流量的方差，ZH(t)是均值为"0"，方差为Var
[ZH(t)]= |t |2H的高斯随机过程。Η为Hurst参数并且满足"在得到由令牌桶参数 (r，b)决定的突发曲线b = b(r)后，利用欧拉朗格朗日乘数法构造目标函数和代价函数。点 (m，0)在突发曲线上的物理意义是数据正好全部通过令牌桶而没有超出的数据。因此将点 (m，0)到突发曲线b = b(r)的最短距离作为代价函数，而将突发曲线b = b(r)定义为目标函 数。通过对朗格朗日乘数法的计算求得最佳令牌桶参数(r'b，。不同于传统网络的流量整 形，在融合网络中的流量整形策略需要考虑到不同网络拥有不同的QoS控制机制，不同的业 务分类，不同的优先级。根据不同网络域之间的映射规则，将各自域中的绝对优先级业务转 化成整个融合网络的相对优先级业务。针对相对优先级的业务，分别建立具有不同参数的 令牌桶算法进行流量整形，不同令牌桶参数按照相对优先级的高低进行设置。此外由于数 据缓存采用共享缓存，利用相对优先级顺序能够保证高优先级业务获得足够的缓存大小来 提高QoS。依靠相对优先级较高的业务可以占用低优先级业务的缓存的策略，来动态的调整 共享缓存的大小，从而改变业务的丢失率，进而动态的调整不同业务的令牌桶的参数(r， b)，这样就能有效的保证各优先级业务的QoS，最终使得整个融合网络业务的QoS得到保证。 [0036]图1为本发明中W0BAN的结构图，如图所示，W0BAN由前端的无线接入网和后端的光 接入网构成。在中心端局（Central Office, C0)部署多个光线路终端（Optical Line Terminal，0LT)，每个0LT通过光纤与光分路器（Splitter)连接，驱动多个光网络单元 (Optical Network Units-Base Station,0NU-BS)。每个0NU可以连接多个无线路由器。这 些无线路由器构成整个混合网络前端的无线网状网（Wireless Mesh Networks，WMN)。其 中，直接与〇NU相连的无线路由器称为网关节点，其余无线路由器则为终端用户提供无线接 入。用户数据先到达无线路由器，再通过多跳传输到0NU-BS节点，然后经Ρ0Ν接入互联网。 [0037]目前，光无线融合网络的融合架构典型的有四种:独立结构、混合结构、统一结构、 M0F结构。如图2所示为0NU-BS的混合结构图，将光域的0NU和无线域的BS合成了一个设备 0NU-BS，这样既降低了设备成本也使得光域和无线域能知道各自的带宽分配机制和包调度 的情况。0NU-BS的核心由中心处理器、0NU处理器和BS处理器组成，中心处理器把BS的各个 连接映射到0NU的3个队列中，并根据网络的流量状况进行总体的带宽分配和包调度，使得 合成设备充分发挥光域与无线域各自的优势，从而缩短系统中平均队列长度，提高整个系 统的吞吐量。
[0038]如图3所示为本发明中令牌桶参数计算的流程图，即通过当前丢失率ε计算出最佳 的令牌桶参数(r，b)，并且根据共享缓存动态的改变缓存大小来改变丢失率ε，进而动态的 改变最佳令牌桶参数。
[0039]如图4所示为本发明中数据发送的流程图，即各个子基站SS将数据发送到0NU-BS 处理后发送至0LT，首先0NU-BS将SS发送来的数据进行流量聚合提高传输效率，其次依据标 准将业务分类，然后不同业务分别通过整形器整形，再将无线域业务按照规则映射为光域 业务，最后按照权值轮询法(Weighted Round Robin，WRR)输出数据队列至0LT。
[0040] 如图5所示为本发明整体结构框图，即一次完整的流量整形所经历的过程，首先初 始化令牌桶参数，建立分形布朗运动的自相似模型，然后经过流量聚合和流量分类，利用令 牌桶输出模型计算突发曲线并考虑动态缓存的影响，进而调整令牌桶参数的设定，最后保 证输出到0LT的业务的QoS。
[0041] 具体包括以下步骤：
[0042] 1.网络初始化:在网络运行初始时刻，初始化5种业务的丢失率eUCS > ^ rtPS > ε ertPS > EnrtPS、εΒΕ和缓存BuGS、BrtPS、BertPS、BnrtPS、BBE，以及令牌桶参数（r，b)和数据缓存总量Β。至此网 络的初始化阶段完成。
[0043] 2 .建立网络流量模型：大多数的网络流量都被指出具有自相似性，所以选用自相 似模型作为网络流量模型能更准确更真实的模拟W0BAN网络业务的真实情况。一个随机过 程X = (X (t)) t 0是自相似过程的定义为：_3孖:> 〇 _Ve: > Q ，其中i代表分布相 同，那么X就是一个Η自相似过程，Η是Hurst参数用来衡量自相似的程度。自相似过程的方差 性质:Var{X(ct)}=c2H Var{X(t)}，其中常数c>l，Hurst参数//e(+J]。在众多自相似模 型之中最常用的就是分型布朗模型（Fractional Brownian Motion，FBM)，FBM过程 2(1),1&(-〇〇，+*)//￡|^.，丨）的定义是：（1)2(〇是平稳增量；（2)2(0)=〇32(〇=(^沉 &11 t;(3)EZ(t)2=|t|2H for all t;(4)Z(t)是连续的；（5)Z(t)是高斯过程，例如它的有限