-
题名基于机器学习的OTN网络性能劣化预测
- 1
-
-
作者
陈丽萍
廖亮
张鹏
朱德瀚
彭智聪
周浩
-
机构
烽火通信科技股份有限公司
中国信息通信科技集团
华中科技大学电子信息与通信学院
-
出处
《光通信研究》
北大核心
2025年第2期46-51,共6页
-
基金
湖北省重点研发计划资助项目(2024BAB029)。
-
文摘
【目的】文章旨在解决光传送网(OTN)网络性能劣化(即误码)预测难题。OTN误码类性能值依赖于OTN帧开销中的比特交叉奇偶校验(BIP)字节检测,并由网络管控系统周期性统计计算得出。在OTN网络正常运行的绝大多数情况下,误码类性能值保持为零,这无疑为传统方法及最新人工智能(AI)技术预测OTN误码相关性能带来了挑战。【方法】文章提出了一种利用OTN光层与电层之间对应关系进行误码概率预测的方法。首先,借助深度学习技术预测光信道误码率(BER)的变化趋势;随后,基于预测的光信道BER,运用文章所提机器学习模型进一步预测OTN误码概率。【结果】通过仿真实验验证,该方法的预测准确性超过90%。【结论】文章所提方案达到了工程化应用的要求,为OTN网络性能劣化预测提供了新的有效方法,并为OTN网络预测性维护提供了有力依据。
-
关键词
光传送网
帧误码概率预测
光信道误码率预测
长短期记忆网络
逻辑回归
-
Keywords
OTN
frame error probability prediction
optical channel BER prediction
long short-term memory
logistic regression
-
分类号
TN929
[电子电信—通信与信息系统]
-
