Page 34 - 网络电信2023年3月刊
P. 34
解 决 方 案
高的光通信系统状态误识率和漏识率，这表明K近邻算法无法正 图4 不同方法的光通信系统状态漏识率对比
确区别光通信系统状态，这主要是因为K近邻算法是一种线性分
析方法，无法全面描述光通信系统状态的变化规律，无法准确
地得到光通信系统状态识别结果。
(2) 相对于K近邻算法，ＲBF神经网络的光通信系统状态识
别正确率得到了有效地改善，降低了光通信系统状态误识率和
漏识率，这表明ＲBF神经网络建立了更优的光通信系统状态识
别分类器，这是因为ＲBF神经网络的建模能力要优于K近邻算法。
(3) 相对于K近邻算法和ＲBF神经网络，本方法的光通信
系统状态识别正确率最高，光通信系统状态误识率和漏识率明
显减少，这表明本文方法建立了比K近邻算法、ＲBF神经网络更
好的光通信系统状态识别分类器，能够全面描述通信系统状态
的变化规律，这主要是因为引入了模式识别技术中的最小二乘
图5 不同平台的通信系统状态识别建模时间
支持向量机对通信系统状态的变化规律进行建模，泛化性能更
优，克服了当前通信系统状态识别方法的缺陷，获得了理想的
通信系统状态识别结果。
图2 不同方法的光通信系统状态识别正确率对比
四、结束语
光通信系统的工作状态识别与分析具有十分重要的研究价
值，光通信系统的规模越来越大，状态数据急剧增加，为了更
图3 不同方法的光通信系统状态误识率对比 好地从历史状态数据中发现光通信系统状态的变化规律，提出
基于云计算的光通信系统状态模式识别方法，并选择多个光通
信系统作为测试对象，验证本文方法进行光通信系统状态识别
的有效性，为保证光通信系统正常运行提供理论依据。
参考文献
[1] 李海涛．中国深空测控网光通信技术途径分析与发展展望(特约)
［J］．红外与激光工程，2020，49( 5) : 28－40．
[2] 管海军，刘云清，张凤晶．基于数字相位恢复算法的正交相移键
控自由空间相干光通信系统［J］.中国光学，2019，12(5):1131-
1138．
[3] 张琦，岳殿武．室内 MIMO ACO－OFDM 可见光通信系统接收机设计
［J］.中国激光，2020，47(1): 218－227．
[4] 崇涵丹，王道斌，元丽华，等．相干光 FBMC/OQAM 系统的整数频
偏估计与补偿方法［J］． 光学学报，2019，39(12): 84－92．
[5] 吴琰，梅海平，魏合理．联合信道条件下自由空间光通信系统性能
分析［J］.激光与光电子学进展，2020，57(5) :100－106．
[6] 贺锋涛，杜迎，张建磊，等．Gamma－gamma 海洋各向异性湍流下
3.4 光通信系统状态识别速度分析 脉冲位置调制无线光通信的误码率研究［J］.物理学报，2019，
为了体现云计算技术的优越性，选择单机平台作为对比方 68( 16):236－244．
[7] 邵宇丰，赵云杰，龙颖，等．瑞利衰落信道中 QAM－OFDM可见光信
法，统计云计算的光通信系统状态识别方法、单机平台的光通 号收发特性的研究［J］.光电子·激光，2019，30(6):593－598．
信系统状态识别方法的建模时间，每一次实验的平均建模时间 [8] 杨慧君，刘李娟，刘昌建，等．GNSS 接收机观测精度动态评估方
法及高动态特性分析［J］．光通信技术，2019，43(06):44－49．
如图5所示。从图5可以看出，云计算的光通信系统状态识别建 [9] 申晓欢，林邦姜，汤璇，许俊翔． PDMA 的可见光通信系统［J］.
模时间大幅度减少，提高了云计算的光通信系统状态识别建模 北京邮电大学学报，2020，43(1):111－115．
[10] 郭倩，宋鹏，张周强，等．基于 OFDM 的大气激光通信湍流抑制
的效率，与现代光通信系统发展相适应，具有更高的应用价值。 关键技术研究［J］．光电工程，2020，47(3): 64－71．
60 网络电信 二零二三年四月
