[发明专利]防止基于人工智能的传输质量预测失败的保护方法及系统

权利要求书

1.一种防止基于人工智能的传输质量预测失败的保护方法，其特征在于，包括：工作光通道分配光信噪比裕度的方法和保护光通道分配光信噪比裕度的方法，其中

根据工作光通道分配光信噪比裕度的方法计算出满足流量需求的第一频隙数目以及工作光通道可消耗裕度，所述工作光通道分配光信噪比裕度的方法包括：利用信道参数计算出所述光通道的光信噪比；在信号传输的过程中，每经过一个链路增加一个随机高斯分别的误差值，模拟产生真实的实际数据；通过人工神经网络训练建立光信噪比模型，预测出光通道的光信噪比；根据所述光信噪比计算出满足流量需求的第一频隙数目以及工作光通道可消耗裕度；

根据保护光通道分配光信噪比裕度的方法计算出满足流量需求的第二频隙数目以及保护光通道可消耗的裕度，所述保护光通道分配光信噪比裕度的方法包括：利用信道参数计算出所述光通道的光信噪比；根据所述光信噪比计算出满足流量需求的第二频隙数目以及保护光通道可消耗的裕度；

根据所述第一频隙数目以及所述第二频隙数目评估频谱资源的利用率，根据所述工作光通道可消耗裕度评估光通道的可靠性。

2.根据权利要求1所述的防止基于人工智能的传输质量预测失败的保护方法，其特征在于：所述工作光通道可消耗裕度和所述保护光通道可消耗的裕度共同评估出光通道业务可靠性。

3.根据权利要求1所述的防止基于人工智能的传输质量预测失败的保护方法，其特征在于：所述第一频隙数目和所述第二频隙数目共同评估光通道的利用率。

4.根据权利要求2所述的防止基于人工智能的传输质量预测失败的保护方法，其特征在于：所述光通道业务可靠性的计算公式：R_lp＝1-F_w·F_p，其中F_w和F_p分别是工作光通道的失败率和保护光通道的失败率。

5.根据权利要求1所述的防止基于人工智能的传输质量预测失败的保护方法，其特征在于：所述计算第一频隙数目以及工作光通道可消耗裕度的公式为：

FEC_limit+U_margin≤OSNR_lightpath-S_margin＝OSNR_lightpath-4.7dB

U_margin≤OSNR_lightpath-4.7dB-FEC_limit

其中，FEC_limit是前向纠错编码限制，U_margin、S_margin分别是未分配裕度和系统裕度，OSNR_lightpath是光通道的光信噪比值。

6.根据权利要求1所述的防止基于人工智能的传输质量预测失败的保护方法，其特征在于：所述信道参数包括光通道的跳数、光通道的总长度、光通道中最长链路的长度、所有光通道的放大自发辐射噪声的和、所有光通道的非线性干扰的和、光通道上的光放大器的数量。

7.根据权利要求1所述的防止基于人工智能的传输质量预测失败的保护方法，其特征在于：所述计算第二频隙数目以及保护光通道可消耗的裕度的公式为：

FEC_limit+U_margin≤OSNR_lightpath-D_margin-S_margin＝OSNR_lightpath-6.7dB

U_margin≤OSNR_lightpath-6.7dB-FEC_limit

其中，FEC_limit是前向纠错编码限制，U_margin、D_margin和S_margin分别是未分配裕度、设计裕度和系统裕度，OSNR_lightpath是光通道的光信噪比值。

8.一种防止基于人工智能的传输质量预测失败的保护系统，其特征在于：包括工作光通道分配光信噪比裕度系统以及保护光通道分配光信噪比裕度系统，其中

所述工作光通道分配光信噪比裕度系统用于计算出满足流量需求的第一频隙数目以及工作光通道可消耗裕度，所述工作光通道分配光信噪比裕度系统包括利用信道参数计算出所述光通道的光信噪比；在信号传输的过程中，每经过一个链路增加一个随机高斯分别的误差值，模拟产生真实的实际数据；通过人工神经网络训练建立光信噪比模型，预测出光通道的光信噪比；根据所述光信噪比计算出满足流量需求的第一频隙数目以及工作光通道可消耗裕度；

所述保护光通道分配光信噪比裕度系统用于计算出满足流量需求的第二频隙数目以及保护光通道可消耗的裕度，所述保护光通道分配光信噪比裕度系统包括：利用信道参数计算出所述光通道的光信噪比；根据所述光信噪比计算出满足流量需求的第二频隙数目以及保护光通道可消耗的裕度；

根据所述第一频隙数目以及所述第二频隙数目评估频谱资源的利用率，根据所述工作光通道可消耗裕度评估光通道的可靠性。