摘要
本发明提供了一种基于GSNR感知的动态多波段光网络传输容量优化方法,所述方法构建了输入信号的GSNR特征和拉曼放大器泵浦配置参数与输出信号GSNR特征之间的非线性映射关系模型,该模型实时感知输入信号的GSNR特征,并预测输出信号的GSNR分布变化,从而精准预测动态输入场景下的GSNR分布。通过结合智能优化算法对拉曼放大器的泵浦配置参数进行动态调整,实现对传输系统GSNR的实时感知和精准调控,从而提升光网络中信道的GSNR平均值与平坦度,显著提高传输容量。该方法提升了动态多波段光网络的传输容量,有效解决了传统方法在动态场景下的适应性问题,显著提高了光网络的性能和稳定性。
技术关键词
容量优化方法
光网络
拉曼放大器
多波段
智能优化算法
闭环反馈控制系统
泵浦
动态更新参数
动态场景
非线性映射关系
信号
构建预测模型
信道
功率
数据
建模方法