机器学习在光通信网络性能监测中的研究综述

摘要

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。