基于神经网络实现光网络 OSNR 估计及链路软故障定位

目录

声明

第一章 绪 论

1.1 研究工作的背景与意义

1.2 国内外研究历史与现状

1.3 本论文的结构安排

第二章 光网络监测关键原理与模型

2.1 光通信网络模型

2.1.1 RWA算法

2.1.2 高斯噪声模型

2.2 光网络中故障简介

2.3.1 神经网络

2.3.2 一类分类器SVDD

2.4 本章小结

第三章 光网络中光路信号质量估计

3.1 理论应用模型

3.1.1 EDFA的增益平坦性

3.1.2 光路OSNR预估的新型神经网络模型

3.1.3 理论验证平台

3.2 增益平坦模型下的光路信号评估

3.2.1 DNN模型对评估准确率的影响

3.2.2 训练样本对评估准确率的影响

3.3 增益不平坦模型下的光路信号评估

3.3.1 增益平坦性OSNR估计模型的影响

3.3.2 不同波长输入模型对光路准确率的影响

3.3.3 样本功率对OSNR估计的影响

3.4 本章小结

第四章 光网络中故障光路的监测

4.1 理论应用模型

4.1.1 SVDD在故障光路预测中的应用

4.1.2 软故障仿真模型

4.2 对单链路软故障的仿真和分析

4.2.1 软故障对光路OSNR的影响

4.2.2 SVDD模型核函数及参数的优化

4.2.3 不同异常检测算法对光路软故障监测

4.3 对多链路软故障的仿真和分析

4.3.1 多个分散链路故障样本对准确率的影响

4.3.2 多个相邻链路故障样本对准确率的影响

4.4 本章小结

第五章 总结与展望

5.1 全文总结

5.2 工作展望

致谢

参考文献

攻读硕士学位期间取得的成果