Page 42 - 网络电信2022年5月刊

解 决 方 案

基于云计算平台的光通信状态识别系统设计

张宇 刘珊
国网山西省电力公司电力科学研究院

摘要：光通信状态识别是一种模式识别的多分类问题，传统方法无法高精度描述光通信工作状态，出现识别精度低、识别
结果不可信等弊端，为了解决当前光通信状态识别存在的问题，有效降低光通信状态识别误差，设计了基于云计算平台的光通
信状态识别方法。首先分析当前光通信状态识别的研究进展，找到引起光通信状态识别不理想的因素，然后采集光通信状态信
号，并从光通信状态信号中提取识别特征，最后搭建云计算平台，多个节点同时引入支持向量机拟合特征和光通信状态类别之
间的变化关系，实现光通信状态识别。测试结果表明，这种方法利用云计算平台处理数据的高效率优势，缩短了光通信状态识
别时间，提升了光通信状态识别效率，并且可以识别各种光通信状态，光通信状态识别效果显著改善，降低了光通信状态识别
的拒识率和误识率，获得了理想的光通信状态识别结果，具有十分广泛的应用前景。
关键词：光通信技术；拒识率；支持向量机；数据挖掘技术；云计算技术；提取特征

一、引言 神经网络等，光通信状态识别结果要好于Ｋ 近邻方法，但是由
相对于其他通信技术，光通信技术的速度更快，环境的适 于人工神经网络要求光通信状态信号数据比较大，如果不满足
应能力强，而且抗干扰能力更优 ［１］ 。随着光通信技术的不断 该条件，那么光通信状态识别效果差，而且人工神经网络的学
发展和成熟，光通信技术在许多领域得到了广泛的应用，如信 习时间长，影响光通信状态识别效率。
息采集、医院、军事等 ［２－４］ 。由于光通信在自然环境中，因 为了解决当前光通信状态识别存在的问题，有效降低光通
为其他因素干扰，如非法入侵、信号不稳定、信号干扰等，光 信状态识别误差，设计了基于云计算平台的光通信状态识别方
通信状态会发生改变，当干扰超过一定的程度，使得光通信状 法。采集光通信状态信号，从信号中提取识别特征，然后通过
态异常，异常状态会影响光通信系统的数据传输，如数据重传 云计算平台将多个节点合在一起，每一个节点采用支持向量机
次数增加，数据传输时间变长，以及数据传输成功率下降等， 拟合特征和光通信状态类别之间的变化关系，实现光通信状态
因此需要对光通信状态进行高精度识别，根据光通信状态变化 识别。测试结果表明，本文方法是一种速度快、正确率高的光
制定相应的措施，提高光通信系统的性能具有十分重要的研究 通信状态识别方法，验证了基于云计算平台的光通信状态识别
价值 ［５－７］ 。 方法的优越性。
光通信状态识别是一种模式识别的多分类问题，为了保
证光通信状态长期处于正常状态，许多学者引入了各种技术对 二、基于云计算平台的光通信状态识别方法
其进行了研究，提出了一些光通信状态识别方法。最初人们通 1.云计算平台的工作原理及提取特征
过一些专门设备对光通信状态进行检测和识别，由于是一种人 随着每天数据不断上升，有的领域的数据呈指数速度上
工方法，使得光通信状态识别可靠性差，光通信状态识别过程 升，进入了大数据时代。传统数据处理技术采用单机方法，单
繁琐，光通信状态识别效率低，而且光通信状态识别结果与光 机的中央处理器（ＣＰＵ）由于制作工艺以及电子器件尺寸的
通信状态实际结果有时完全不一样，无法满足现代光通信技术 影响，单机处理速度已经达到了瓶颈，无法大幅度进行提升，
的发展要求 ［８－１０］ 。随后人们提出基于Ｋ近邻方法的光通信 这样难以满足大数据处理的要求。在大数据背景下，出现了云
状态识别技术，通过提取光通信状态识别特征，采用Ｋ近邻方 计算平台，云计算平台将多个分散在不同地理位置的节点组合
法建立光通信状态识别的分类器，识别效果要优于人工方法， 在一起，采用分布式管理技术，得到一个性能优异的大系统，
但是该方法假设光通信状态和特征之间是一种固定的线性变化 加快数据处理能力。当前云计算平台主要采用ＭａｐＲｅｄｕ
关系，这与实际情况不相符，使得光通信状态识别误差较大 ｃｅ进行工作，将一个大任务划分成不同的片段，采用不同节
［１１］ 。最近由于人工神经网络技术的发展，出现了基于各种人 点同时对不同片段进行处理，减少了大任务的处理时间，其工
工神经网络的光通信状态识别方法，如ＢＰ神经网络、ＲＢＦ 作原理如图１所示。

68 网络电信 二零二二年五，六月