机器学习辅助光性能监测技术综述
机器学习
2021-08-16 v2 信号处理
摘要
未来通信系统面临着对高容量、动态带宽、可靠性及异构业务的日益增长需求。为满足这些要求，网络变得更加复杂，因而在朝着自治方向演进的过程中需要新的设计方法与监测技术。近年来，机器学习作为一种有望助力此演进的 promising 技术崭露头角。光纤通信已能为多数应用提供所需的高容量，然而，仍需提升针对变化的用户需求与链路条件的可扩展性与适应性。精确的性能监测是这一转型的有机组成部分。本文综述了应用机器学习算法的光性能监测（OPM）技术。此外，由于大量 OPM 依赖于信号类型的知识，我们也综述了调制格式识别与比特率识别方面的工作。我们还简要介绍了一种用于 OPM 的神经形态方法，作为最近才应用于该领域的新兴技术。
引用
@article{arxiv.2107.07338,
title = {An Overview of Machine Learning-aided Optical Performance Monitoring Techniques},
author = {Dativa K. Tizikara and Jonathan Serugunda and Andrew Katumba},
journal= {arXiv preprint arXiv:2107.07338},
year = {2021}
}