建模软故障演化以低QoT裕度触发及时修复
机器学习
2023-09-08 v1
摘要
本工作中，利用编码器-解码器学习框架的能力来预测长远未来范围内的软故障演化。这使得在代价高昂的硬故障发生之前，能以低传输质量（QoT）裕度触发及时修复动作，最终降低修复动作频率及相关运营开支。具体而言，所提方案能够在预期硬故障发生前几天触发修复动作，而利用基于规则的固定QoT裕度的软故障检测方案可能导致过早修复（即硬故障前数月）或过晚修复（即硬故障发生后）。两种框架在弹性光网络中建立的光通路上的表现被评估与比较，其中软故障演化可通过分析相干接收机监测的误码率信息来建模。
引用
@article{arxiv.2208.14535,
title = {Modeling Soft-Failure Evolution for Triggering Timely Repair with Low QoT Margins},
author = {Sadananda Behera and Tania Panayiotou and Georgios Ellinas},
journal= {arXiv preprint arXiv:2208.14535},
year = {2023}
}
备注
accepted for presentation at the IEEE GLOBECOM 2022 conference