Page 32 - 网络电信2023年3月刊

解 决 方 案

基于云计算的光通信系统状态模式识别研究

李 燕 1，2 ，董 倩 1，2 ，段丽英 1，2
1.石家庄学院;
2.河北省光通信智能感知与应用技术创新中心；

摘 要: 光通信系统状态模式识别是当前的一个研究热点问题，而当前光通信工作状态识
别方法存在识别误差大、识别时间长等不足，为了获得理想的光通信系统状态模式识别效
果，提出了基于云计算的光通信系统状态模式识别方法。首先搭建用于大数据分析和处理的
云计算平台，并采用光通信系统状态数据，然后引入模式识别技术对光通信系统状态识别进
行建模，建立通信系统状态模式识别的分类器，最后与其它方法进行了通信系统状态模式识
别对比实验。实验结果表明，本方法的通信系统状态模式识别正确率超过 95%，改善了光
通信工作状态识别效果，通信系统状态模式识别时间少，相对于其它光通信系统状态识别方
法，本文方法的识别结果优越性比较明显，可以应用于光通信系统的管理中，实际应用价值
高。
关键词: 云计算平台; 光通信系统; 工作状态; 模式识别; 对比测试

一、引言 不断扩大，当前主要采用单机平台建立光通信系统状态识别方
随着光纤技术、通信技术、无线电技术的不断发展，出现 法，这样会影响光通信系统状态识别效率，无法实现光通信系
了光通信系统。相对于其它通信系统，光通信系统的抗干扰能 统在线识别，实际应用范围比较窄 ［16－17］ 。
力强，数据传输速度快，在许多领域得到了成功的应用 ［1－3］ 。 为了提高光通信系统状态识别准确性，加快光通信系统状
在光通信系统的实际应用中，由于各种因素的影响，难免会出 态识别的速度，提出了基于云计算的光通信系统状态模式识别
现一些异常状态，影响光通信系统的正常工作，因此，对光通 方法，并与其它光通信系统状态识别方法在相同环境下进行仿
信系统的状态进行准确识别已经成为当前光通信领域中的研究 真对比测试，结果表明，本方法的光通信系统状态识别正确率
热点 ［4－6］ 。 高，不仅降低了光通信系统状态模式的误识率和漏识率，而且
随着光通信研究的不断深入，许多学者也开始关注光通信 光通信系统状态识别速度更快，具有比较明显的优势。
系统状态识别问题 ［7］ 。针对小规模光通信系统，人们常采用手
工方式进行识别，即通过一些专门设备对光通信系统状态进行 二、云计算的光通信系统状态模式识别方法
检测，该方法的光通信系统状态识别结果稳定性差，对于大规 2. 1 云计算技术
模光通信系统，无法实行，目前早已处于淘汰状态 ［8－10］ 。近年 随着大数据的到来，为了满足大数据处理和分析的要求，
来，随着人工智能技术、自动化控制技术以及计算机技术的不 出现了云计算技术。结合现代光通信系统发展趋势，将其引入
断发展，出现了许多光通信系统状态自动识别方法，可以划分 到光通信系统状态识别的研究中，以提高光通信系统状态识别
为两类:线性的光通信系统状态识别方法和非线性的光通信系统 效率。在云计算技术，主要采用Hadoop云计算平台，其核心
状态识别方法 ［11－13］ ，线性方法最具代表性的为K近邻算法，非 为 Map Ｒeduce框架和分布式文件系统，其中最为关键的为 Ma
线性代表方法为人工神经网络。K近邻算法的光通信系统状态识 Ｒe-duce，其可以解决海量数据的分布式存储、运算问题，用
别过程比较简单，但是光通信系统状态识别正确率低，识别结 户并不需要知道细节，主要包括Map和Ｒeduce函数，具体描述
果极不可靠; 人工神经网络的光通信系统状态识别性能要优于 为:
K 近邻算法，但是由于人工神经网络基于经验风险最小化原则 (1) 输入数据。读取光通信系统状态识别数据，将其划分
对光通信系统状态进行建模，收敛速度比较慢，而且光通信系 为多个数据片，每一个MapMap函数分配一个光通信系统状态识
统状态识别经常出现过拟合问题 ［14－15］ 。随着光通信系统规模 别数据片。

58 网络电信 二零二三年四月