基于 LLM 引导的弹性光网络通道排序以实现公平性
光学
2025-11-18 v1
摘要
在灵活网格弹性光网络（EON）中，频率信道的排序在管理信道间干扰和确保信号质量方面起着关键作用。我们通过将其重构为瓶颈旅行商问题（BTSP），其中信道之间的干扰作为图结构中的边权重，来解决信道排序问题（COP）。为高效应对此挑战，我们开发了一种可扩展方法，集成统计探索与大语言模型（LLM）的引导。广泛的仿真使用高斯噪声（GN）模型和分步傅里叶方法，表明该方法在信噪比（SNR）性能上接近最优，并在多样化网络设置下具备鲁棒的可扩展性，适合在大规模光通信系统中实际部署。
引用
@article{arxiv.2511.11971,
title = {Channel Ordering for Fairness in Elastic Optical Networks via a LLM-Guided Bottleneck TSP Solver},
author = {Liangshun Wu and Wen Chen and Qingqing Wu},
journal= {arXiv preprint arXiv:2511.11971},
year = {2025}
}