来源：期刊VIP网 时间：
作者：陈丽萍;廖亮;张鹏;朱德瀚;彭智聪;周浩;
单位：烽火通信科技股份有限公司;中国信息通信科技集团;华中科技大学电子信息与通信学院;
摘要：【目的】文章旨在解决光传送网（OTN）网络性能劣化（即误码）预测难题。OTN误码类性能值依赖于OTN帧开销中的比特交叉奇偶校验（BIP）字节检测，并由网络管控系统周期性统计计算得出。在OTN网络正常运行的绝大多数情况下，误码类性能值保持为零，这无疑为传统方法及最新人工智能（AI）技术预测OTN误码相关性能带来了挑战。【方法】文章提出了一种利用OTN光层与电层之间对应关系进行误码概率预测的方法。首先，借助深度学习技术预测光信道误码率（BER）的变化趋势；随后，基于预测的光信道BER，运用文章所提机器学习模型进一步预测OTN误码概率。【结果】通过仿真实验验证，该方法的预测准确性超过90%。【结论】文章所提方案达到了工程化应用的要求，为OTN网络性能劣化预测提供了新的有效方法，并为OTN网络预测性维护提供了有力依据。
关键词：光传送网;;帧误码概率预测;;光信道误码率预测;;长短期记忆网络;;逻辑回归
基金资助：湖北省重点研发计划资助项目（2024BAB029）
