電子產(chǎn)業(yè)一站式賦能平臺(tái)

PCB聯(lián)盟網(wǎng)

搜索
查看: 70|回復(fù): 0
收起左側(cè)

機(jī)器學(xué)習(xí)輔助的下一代光網(wǎng)絡(luò)功率和GSNR估算

[復(fù)制鏈接]

686

主題

686

帖子

5863

積分

四級(jí)會(huì)員

Rank: 4

積分
5863
跳轉(zhuǎn)到指定樓層
樓主
發(fā)表于 2024-11-27 08:00:00 | 只看該作者 |只看大圖 回帖獎(jiǎng)勵(lì) |倒序?yàn)g覽 |閱讀模式
引言1 l6 B: U1 }; F
多頻帶彈性光網(wǎng)絡(luò)(MB-EONs)代表著光通信的新發(fā)展方向,提供了高帶寬和靈活性。這些系統(tǒng)在快速估算傳輸質(zhì)量(QoT)方面面臨挑戰(zhàn),特別是在處理信道間受激拉曼散射等復(fù)雜現(xiàn)象時(shí)。本文探討了機(jī)器學(xué)習(xí)如何改進(jìn)功率和GSNR估算[1]。
3 q; Y- ?0 A& G3 r/ `5 `
+ i6 Z/ l, s7 l& z3 D9 a( H) E* Q3 {+ T6 L, O3 N6 x
系統(tǒng)參數(shù)和數(shù)據(jù)集生成: l4 k8 I% [2 C8 u- L& v
MB-EONs中廣義信噪比(GSNR)分布的估算受多個(gè)因素影響,包括鏈路負(fù)載狀態(tài)、調(diào)制格式、發(fā)射功率和信道帶寬。傳統(tǒng)分析方法雖然準(zhǔn)確,但計(jì)算量大,不適合實(shí)時(shí)網(wǎng)絡(luò)管理。機(jī)器學(xué)習(xí)方法在這方面提供了高效解決方案。
& s. }2 n; m$ [# ^! |5 }  {1 ?! O- C* _3 t
該機(jī)器學(xué)習(xí)方法從全面的數(shù)據(jù)集生成開(kāi)始。訓(xùn)練數(shù)據(jù)包含多種網(wǎng)絡(luò)配置,考慮四個(gè)關(guān)鍵參數(shù):
  • 跨段長(zhǎng)度:40-100公里(10公里間隔)
  • 發(fā)射功率:-5至5 dBm(0.1 dBm間隔)
  • 負(fù)載因子:50-100%(10%間隔)
  • 調(diào)制格式基數(shù):1-6
    : {3 a% T* s& L7 J1 V  H[/ol]. ]2 `( d; E( T) o; B1 {$ F5 Z
    特征選擇和模型架構(gòu)- B1 @' i) d2 Y$ ^3 Y* A
    對(duì)于功率估算,考慮以下關(guān)鍵特征:; X7 N8 ~! L) {* E' `" O

      @% ^9 K# b' K
    & I1 R3 ]% r, G# c. D機(jī)器學(xué)習(xí)輔助功率估算的特征包括跨段長(zhǎng)度、信道發(fā)射功率、總發(fā)射功率、信道位置和各種信道活動(dòng)百分比。0 p2 P* G" }9 v$ ]8 M: c3 V
    ( C% B" g' R4 j( w  w
    對(duì)于GSNR估算,還需考慮額外特征:
    - `1 s' l& c2 |
    2 y. C9 p+ m) v0 t+ `# L/ `GSNR估算特征包括所有功率估算特征,以及調(diào)制格式信息和跨段末端信道功率。
    . }! d# |4 v9 d6 C( X9 g2 j/ `2 k. C# F. F
    研究實(shí)現(xiàn)了三種機(jī)器學(xué)習(xí)模型:
  • 梯度提升(GB)
  • 神經(jīng)網(wǎng)絡(luò)1(NN1) - 單隱藏層
  • 神經(jīng)網(wǎng)絡(luò)2(NN2) - 雙隱藏層
    # f# `! h$ J0 q[/ol]
    . w2 ?2 h# Z$ k, _& }4 O結(jié)果和性能分析& m7 f: d( E7 S# n8 @0 O2 M6 x4 J
    * \. b6 [4 R+ |* ]4 t7 L  \$ A
    圖1:機(jī)器學(xué)習(xí)模型性能對(duì)比,顯示(a)功率絕對(duì)誤差直方圖,(b)功率絕對(duì)誤差累積分布函數(shù),(c)GSNR絕對(duì)誤差直方圖,(d)不同機(jī)器學(xué)習(xí)模型的GSNR絕對(duì)誤差累積分布函數(shù)。: w  F. S& e8 A  [# ~% t$ Z
    ' X: J  D, K9 T' g
    結(jié)果顯示所有模型都具有顯著的精確度,其中GB模型達(dá)到最高精度。在功率估算方面,99%的樣本誤差低于0.04 dB,而GSNR估算誤差在99%的情況下保持在0.1 dB以下。與傳統(tǒng)分析方法相比,這種精度是在大幅減少計(jì)算時(shí)間的情況下實(shí)現(xiàn)的。+ W) s0 g% }# r7 G  u

    ) u# D' ]# Q1 d3 B2 C功率優(yōu)化實(shí)現(xiàn)
    . J) Q1 `" w, \' b7 P在功率優(yōu)化場(chǎng)景中,機(jī)器學(xué)習(xí)模型顯示出優(yōu)異結(jié)果:* `  g" \4 V; g* l  B' I7 C
    ( B7 S: y2 k2 p

    - o1 c$ l1 f! S9 y9 e$ a6 \1 E優(yōu)化結(jié)果表明,機(jī)器學(xué)習(xí)方法達(dá)到與分析方法幾乎相同的最優(yōu)功率水平,同時(shí)計(jì)算時(shí)間減少25-50倍。例如,對(duì)于100公里跨段,分析方法需要150.94秒,而最快的機(jī)器學(xué)習(xí)模型(NN1)僅需2.92秒。7 U4 x5 o4 V9 K, k, E6 Z

    % [. [& A" W' E) u技術(shù)規(guī)格和模型參數(shù)
    . l. K( c& K* D/ {/ Y0 U* M4 X系統(tǒng)實(shí)現(xiàn)使用以下具體參數(shù):4 Y; {: y2 j8 P7 @2 E
  • 符號(hào)率:64 GBaud
  • 滾降因子:0.05
  • 帶寬:C+L波段共12 THz
  • 信道間隔:75 GHz
  • C波段和L波段之間的保護(hù)帶寬:400 GHz
    9 m8 u. V6 t' F  J

    ; I' V& V% ~: q6 O數(shù)據(jù)集生成過(guò)程創(chuàng)建了2,500個(gè)不同場(chǎng)景,產(chǎn)生400,000個(gè)樣本(2,500×160信道)。去除空閑信道后,剩余300,700個(gè)活動(dòng)樣本。數(shù)據(jù)分配為80%用于訓(xùn)練,20%用于測(cè)試,訓(xùn)練集的20%用于使用5折交叉驗(yàn)證的驗(yàn)證。5 t9 H& h5 A+ Z0 @

    1 w8 V' e5 u  w! P5 G8 `結(jié)論- t4 `3 l- ~! M4 j* H0 n2 {/ a
    機(jī)器學(xué)習(xí)模型的超參數(shù)經(jīng)過(guò)精心調(diào)整:) Y' Q: P9 [# m# q" [' I. }
  • GB模型:0.1子采樣,0.01學(xué)習(xí)率,10最大深度,15,000估計(jì)器
  • GSNR的NN1:一個(gè)500神經(jīng)元層,使用ReLU激活函數(shù)
  • GSNR的NN2:兩個(gè)500神經(jīng)元層,使用ReLU激活函數(shù)
  • 功率的NN1:一個(gè)1000神經(jīng)元層,使用Tanh激活函數(shù)
  • 功率的NN2:兩個(gè)500神經(jīng)元層,使用ReLU激活函數(shù)4 O: Z+ Z9 B( |3 V/ w

    1 Y/ N' ]3 X; T& y/ Y機(jī)器學(xué)習(xí)輔助方法在光網(wǎng)絡(luò)管理中取得重要進(jìn)展,提供實(shí)時(shí)性能且保持高精度。這些模型可以輕松集成到現(xiàn)有網(wǎng)絡(luò)管理系統(tǒng)中,為動(dòng)態(tài)網(wǎng)絡(luò)優(yōu)化和管理提供快速的QoT估算。
    : s' Z. H5 g& \; S7 Q  d
    8 ?# Q) ?1 A) }1 D) G/ a參考文獻(xiàn)
    : l, `, d0 B" R: Z$ T[1] K. Ghodsifar, F. Arpanaei, H. Beyranvand, M. Ranjbar Zefreh, C. Natalino, P. Monti, S. Yan, ó. González de Dios, J. M. Rivas-Moscoso, J. P. Fernández-Palacios, A. Sánchez-Macián, D. Larrabeiti, and J. A. Hernández, "ML-Assisted Optimal Power and GSNR Estimation in Multi-band Elastic Optical Networks," in 2024 24th International Conference on Transparent Optical Networks (ICTON), 2024, pp. 1-4, doi: 10.1109/ICTON62926.2024.10647400.
    # w5 F- w" `" A' C6 C, O. ?2 Y7 B) m: E, Z. x- @. H
    END
    0 S) w$ Y0 p5 O& N+ h# }7 d
    $ H) `7 C/ C( {( |; L$ E9 m$ D5 D

    8 }% B9 ?' r# P8 Y1 R/ d$ T軟件申請(qǐng)我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請(qǐng)?bào)w驗(yàn)免費(fèi)版PIC Studio軟件。無(wú)論是研究還是商業(yè)應(yīng)用,PIC Studio都可提升您的工作效能。
    1 o; G- r6 F* m! C& ]2 f點(diǎn)擊左下角"閱讀原文"馬上申請(qǐng)
    4 U5 G! s0 X- T; J* o0 ?$ i! h, A2 G# K. r# U! ^
    歡迎轉(zhuǎn)載
    % L' K, j4 c, q2 f2 d  S1 K3 h) p7 {8 O
    轉(zhuǎn)載請(qǐng)注明出處,請(qǐng)勿修改內(nèi)容和刪除作者信息!
    & b  w* i9 @# @" ~' ^1 g9 ~8 q
    & d' j+ g1 X3 ]4 S3 o; B% m$ L+ a! l8 g7 B( s

    " x, H; R9 K* G& z: G4 }( \% N/ d
    , `: I' s- [- A0 a% K
    % i0 H/ O% Y$ v3 ]! h9 @9 W# p關(guān)注我們& q, _# |; `, Q( S. x) \7 V) Q) Z" s

    8 y, ^) U! i+ V/ h8 z0 C% \* H

    9 E- E5 y1 ^. r& p
    ' d: q  o. \& W/ P3 G
      J* t9 q4 ^# D, ~

    8 O  J: I. F1 Z0 }- ~

    ' a  ~- @2 A) G0 t5 F0 a
    * C9 t+ D  s% W
                         
    + u9 B! e5 f" Z) N0 ~( A
    3 L1 j2 s  _& j- q0 s& u: |
    3 }5 d9 U* x. T, G( Q& Z

    ' R* B4 O& |8 f. J( I) \關(guān)于我們:
    1 q+ r& ]1 O( ~1 S; m3 W深圳逍遙科技有限公司(Latitude Design Automation Inc.)是一家專注于半導(dǎo)體芯片設(shè)計(jì)自動(dòng)化(EDA)的高科技軟件公司。我們自主開(kāi)發(fā)特色工藝芯片設(shè)計(jì)和仿真軟件,提供成熟的設(shè)計(jì)解決方案如PIC Studio、MEMS Studio和Meta Studio,分別針對(duì)光電芯片、微機(jī)電系統(tǒng)、超透鏡的設(shè)計(jì)與仿真。我們提供特色工藝的半導(dǎo)體芯片集成電路版圖、IP和PDK工程服務(wù),廣泛服務(wù)于光通訊、光計(jì)算、光量子通信和微納光子器件領(lǐng)域的頭部客戶。逍遙科技與國(guó)內(nèi)外晶圓代工廠及硅光/MEMS中試線合作,推動(dòng)特色工藝半導(dǎo)體產(chǎn)業(yè)鏈發(fā)展,致力于為客戶提供前沿技術(shù)與服務(wù)。/ @. F' G" K& ?( n$ x9 @/ D8 O
    8 T2 V# ?5 P4 G' j) U/ f1 {
    http://www.latitudeda.com/
    6 N) X& p. }. c; i# J  D(點(diǎn)擊上方名片關(guān)注我們,發(fā)現(xiàn)更多精彩內(nèi)容)
  • 發(fā)表回復(fù)

    本版積分規(guī)則


    聯(lián)系客服 關(guān)注微信 下載APP 返回頂部 返回列表