基于机器学习技术的无源光网络故障监测
机器学习
2023-07-11 v1 网络与互联网体系结构
信号处理
摘要
无源光网络（PON）系统易受多种故障的影响，包括光纤断裂和光网络单元（ONU）发射机/接收机故障。由光纤断裂引起的任何服务中断都可能给服务提供商或运营商带来巨大的经济损失。在分支终端近乎等距的情况下，由于各分支的反射相互重叠，难以从全局后向散射信号中区分出故障分支，从而难以识别故障 ONU。随着网络规模增大，PON 系统中故障监测的复杂性增加，导致监测可靠性下降。为应对这些挑战，本文提出了多种机器学习（ML）方法用于 PON 系统的故障监测，并利用实验光时域反射仪（OTDR）数据对其进行了验证。
引用
@article{arxiv.2307.03945,
title = {Fault Monitoring in Passive Optical Networks using Machine Learning Techniques},
author = {Khouloud Abdelli and Carsten Tropschug and Helmut Griesser and Stephan Pachnicke},
journal= {arXiv preprint arXiv:2307.03945},
year = {2023}
}
备注
ICTON 2023