首页|机器学习在光通信网络性能监测中的研究综述

机器学习在光通信网络性能监测中的研究综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
持续增长的带宽和高质量的服务需求为光通信网络带来了前所未有的挑战,新一代光通信网络正朝着高带宽、低延迟、高可靠性和强灵活性的方向快速发展.光学性能监测(OPM)被认为是新一代光通信网络的关键使能技术.传统的OPM技术主要借助统计方法进行网络特征参数监测,随着网络复杂度的增加,其监测精度有限、缺乏智能性以及难以同时监测多个性能参数的问题逐渐凸显.近年来,基于机器学习的技术凭借其强大的认知能力引发了光通信网络领域的关注,目前已有一些机器学习技术被引入到OPM中.首先介绍传统的OPM技术,然后综述机器学习技术在光通信网络性能监测中的研究现状,最后展望未来的研究方向.
Review on the Machine Learning Techniques for Optical Performance Monitoring of Optical Communication Network

张德聪

展开 >

中国电子科技集团公司第二十九研究所,四川成都610036

光通信网络 光学性能监测 机器学习 卷积神经网络 人工神经网络 循环神经网络

61505168

2021

10.11907/rjdk.212084

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(10)
  • 40