随着通信技术的快速发展,人们的生活方式已发生极大的改变。尤其伴随着工业4.0的出现,越来越多的智能机器连接到网络,随之而来的是传感和监控数据的指数增长,从而导致高负载带来的高能耗。作为绿色通信网的目标之一,节能问题一直是光纤无线混合接入网（FiWi）的重要研究课题。为了以低能耗满足物联网时代用户对服务质量更高的要求,本文在传统FiWi网络架构的基础上将城域网和接入网集成,并引入边缘计算,提出边缘云增强的城域光纤无线混合接入网（Edge Cloud Enhanced Metro-FiWi）,其以更加节能的架构应对大量物联网的应用和设备在连接性、可靠性和带宽、延迟及成本方面的更大挑战。然而,该架构扩展的接入范围不可避免地带来设备的密集部署,进而带来较大的能量消耗。因此,为了实现绿色通信目标,一个有效的Edge Cloud Enhanced Metro-FiWi节能策略对降低整个通信网络能耗来讲至关重要。本文针对 Edge Cloud Enhanced Metro-FiWi 中光网络单元（ONU）的能量浪费问题,围绕容量资源分配、路由算法等方面展开能耗最小化研究,提出睡眠方案设计,其主要策略是关闭ONU中的空闲组件以进入睡眠状态,将流量聚合到尽可能少的目的节点上,以最大化资源利用率,增加睡眠设备的数量。本文的主要研究内容和创新点如下:1、边缘云增强的城域光纤无线混合接入网网络架构设计传统的光纤无线混合接入网由树状的无源光网络（PON）和无线网状网络组成,其结合了光网络后端的高容量、可靠性和无线前端低成本和无处不在的连接性。为了以低能耗进一步提高带宽容量、扩展网络覆盖范围,本文将城域光网络与接入网融合,组成城域光纤无线混合接入网。同时,边缘计算作为一种很有前途的计算范式,可以满足越来越多对延迟敏感的应用程序的严格服务质量要求,其将传统云资源转移到了边缘服务器,有利于终端设备的节能。本文将移动边缘计算服务器部署在ONU处,从而大大降低延迟。因此,本文创新性地提出了边缘云增强的城域光纤无线混合接入网的网络架构。2、负载自适应和位置感知的睡眠策略设计以前的研究常用的睡眠策略是循环睡眠和基于阈值的睡眠,循环睡眠即不考虑网络中的负载情况周期性地进入睡眠状态,基于阈值的睡眠即在没有流量负载（即阈值为0）或者流量负载低于设定阈值时进入睡眠。然而,这些ONU独立节能方法没有考虑两个重要问题:第一个问题是睡眠ONU个数不能完全适应网络中流量负载分布的变化,使得ONU利用率不高,限制了中等流量情况下ONU的节能潜力;第二个问题是由于缺乏位置感知,活跃ONU在地理位置上没有很好地分布,可能出现活跃ONU全部集中在某一重负载区域的情况,从而带来轻负载区域用户设备的数据流量的大路径延迟。因此,针对第一个问题,本文提出负载自适应的ONU睡眠方案,从全网的负载状态出发,在不同负载条件下应用贪心算法通过迭代确定能够承载当前网络负载的最佳活跃ONU数量,使得睡眠ONU数完全适应于负载,从而进一步提高ONU利用率和能效。针对第二个问题,本文基于K-means聚类和匹配博弈两种思想,分别设计了面向ONU非均匀分布和均匀分布的最佳活跃ONU位置部署策略,从而实现ONU资源的优化配置,在保证服务质量的同时最大程度地减小活跃ONU的数量。3、容量延迟感知的节能路由算法研究传统重路由算法有最短路径算法、剩余容量算法、延迟感知算法（DARA）、容量延迟感知算法（CaDAR）等,这些算法从MAP的角度,以路径长度、链路节点剩余容量等作为权重,确定目的ONU的选择和链路选择。传统重路由算法从MAP的角度,找到对MAP最有利的路径,与传统重路由算法不同,本文同时考虑ONU节能、MAP降低延迟的不同优化目标,将流量聚合到尽可能少的目的节点上,以最大化容量资源利用率,增加睡眠设备的数量。本文基于Floyd算法和K-shortest Path算法,运用匹配博弈思想提供自组织的资源分配解决方案,突破传统先来先服务的路由策略,使用延迟接受算法来实现资源的最佳配置,从而实现全网的节能与服务质量保证的多目标优化。