随着互联网的爆炸性增长,相关技术呈指数发展,网络中海量的数据业务,对带宽的需求越发突出；而在光网络吞吐量没有显著增长的情况下,如何更加有效的利用网络的频谱资源具有重大的意义。传统的波分复用网络因资源分配的粒度过大,造成了大量的内部碎片,不能有效利用本就稀缺的频谱资源。针对这种情形,能够更精细地分配频谱资源的光网络技术——弹性光网络应运而生。弹性光网络中频谱资源分配一般要满足频谱一致性、频谱连续性两个限制,这会造成尽管网络中有充裕的资源,但业务仍被阻塞的现象,因此我们引入了频率变换来解决这个问题。通过进行频率变换来打破频谱资源分配中的频谱一致性限制来提高资源的利用率。论文重点研究了频率可变的弹性光网络中资源管理和分配问题,主要包括以下三个方面：1、分析了弹性光网络的现状和关键技术。阐述了弹性光网络的体系架构实现和资源管理、预留模块的设计思想。2、针对弹性光网络频谱资源分配的限制,引入了频率变换的机制,打破了频谱一致性的限制,综合考虑误码率、距离自适应、频率变换因素,提出了BER-DA-WC算法并进行了仿真分析,仿真结果表明该算法能够降低业务的堵塞率,提高网络吞吐量。3、结合机器学习原理,提出了频率可变光网络中频率变换节点的选择算法,对网络中的节点进行排名,选择部分节点放置频率变换装置,仿真结果表明网络中60%的节点可进行频率变换可获得全部节点转换的效果,因此可以在保证网络效率的基础上,尽量减少物理器件的使用,缩减网络成本。