文档名：光路传输质量智能预测技术
摘要：针对传统基于数理模型的光路传输质量(QoT)预测方法难以同时满足高精度和低计算复杂度需求的问题,介绍了单光路、多光路、跨拓扑光路3种光路QoT智能预测技术.这些技术依托于机器学习模型,力求实现端到端光路QoT的精确预测,并可有效应对以下挑战:其一,面对物理层参数的多样性,如何选择适合的机器学习模型和输入特征;其二,如何有效捕捉光路间错综复杂的关系;其三,如何在少样本情况下实现网络模型的训练和持续优化.最后,对未来的光路QoT预测技术发展方向进行了展望.
Abstract：Addressingthechallengeoftraditionalmathematicalmodel-basedqualityoftransmission(QoT)predictionmethodsstrugglingtosimultaneouslymeetthedemandsofhighprecisionandlowcomputationalcomplexity,thispaperintroducesthreeintelligentQoTpredictiontechniquesforsingleopticalpaths,multipleopticalpaths,andcross-topologyopticalpaths.Thesetech-niquesrelyonmachinelearningmodelstoachieveaccurateend-to-endopticalpathQoTpredictionsandeffectivelytacklethefollowingchallenges:firstly,howtoselectappropriatemachinelearningmodelsandinputfeaturesamidstthediversityofphysi-callayerparameters.Secondly,howtoeffectivelycapturetheintricaterelationshipsamongopticalpaths.Thirdly,howtotrainandcontinuouslyoptimizenetworkmodelswithlimitedsamples.Finally,thearticleoffersaglimpseintothefuturedevelopmentdirectionsofopticalpathQoTpredictiontechnologies.
作者：谷志群 周宇航 张佳玮 纪越峰Author：GUZhiqun ZHOUYuhang ZHANGJiawei JIYuefeng
作者单位：北京邮电大学信息光子学与光通信全国重点实验室,北京100876
刊名：光通信技术 PKU
Journal：OpticalCommunicationTechnology
年，卷(期)：2024, 48(3)
分类号：TN256
关键词：光网络 光路传输质量 机器学习
Keywords：opticalnetworks opticalpathqualityoftransmission machinelearning
机标分类号：TN911.22TP391.41F832.51
在线出版日期：2024年5月30日
基金项目：国家自然科学基金，国家自然科学基金，河北省省级科技计划项目光路传输质量智能预测技术[
期刊论文] 光通信技术--2024, 48(3)谷志群 周宇航 张佳玮 纪越峰针对传统基于数理模型的光路传输质量(QoT)预测方法难以同时满足高精度和低计算复杂度需求的问题,介绍了单光路、多光路、跨拓扑光路3种光路QoT智能预测技术.这些技术依托于机器学习模型,力求实现端到端光路QoT的精确预测...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
光路传输质量智能预测技术 Intelligent prediction technology for optical path quality of transmission
光路传输质量智能预测技术.pdf
- 文件大小:
- 1.06 MB
- 下载次数:
- 60
-
高速下载
|
|
