[发明专利]一种OSNR检测方法及装置

权利要求书

1.一种OSNR检测方法，其特征在于，包括待计算的光信道OCH包含k个光复用OMS段，计算模型包含了N种OSNR计算子模型，方法包括：

使用N种OSNR计算子模型分别得到各自在各OMS段ΔOSNR_{OMS_1},ΔOSNR_{OMS_2}，...，ΔOSNR_{OMS_k}；从而得到N种OSNR计算子模型的各个模型在相应光信道中的OSNR₁，OSNR₂，…，OSNR_N；其中，ΔOSNR_{OMS_i}为第i个OMS段的OSNR变化量，所述i取值为[1,k]；

通过机器学习的权重分配模型，计算出应用与当前光信道组合的所述N种OSNR计算子模型的各个权重W_j，其中j为[1,N]区间内的自然数；

将所述各个权重W_j分别与计算子模型在相应光信道中的OSNR_j乘积并求和得到当前光信道的OSNR值。

2.根据权利要求1所述的OSNR检测方法，其特征在于，所述k个光复用OMS段，包括：

针对每个业务OCH的OSNR计算，将其分割为k个OMS段的OSNR变化量ΔOSNR_{OMS_i}的组合；其中，i为[1,k]区间内的自然数；

其中，上一段OMS的输出OSNR为下一段OMS的输入OSNR。

3.根据权利要求2所述的OSNR检测方法，其特征在于，所述得到N种OSNR计算子模型的各个模型在相应光信道中的OSNR₁，OSNR₂，…，OSNR_N，包括：

各个OSNR计算子模型分别采用如下公式，以逐段递推的方式计算得到OSNR计算子模型在相应光信道下的OSNR₁，OSNR₂，…，OSNR_N；

OSNR_{out,OMS_i}表示OMSi这一段输出端的OSNR值；

OSNR_{in,IMS_i}表示OMSi这一段输入端的OSNR值；

ΔOSNR_{OMS_i}表示OMSi这一段是根据相应OSNR计算子模型所计算预测得到的OSNR变化值；

B是每个波道的通道带宽；Bn是由OSNR定义所确定的常数12.5GHz。

4.根据权利要求1所述的OSNR检测方法，其特征在于，所述将所述各个权重W_j分别与计算子模型在相应光信道中的OSNR_j乘积并求和得到当前光信道的OSNR值，具体为：

通过求解公式获得，其中公式为：

OSNR＝W₁*OSNR₁+W₂*OSNR₂+W₃*OSNR₃+…+W_N*OSNR_N。

5.根据权利要求1所述的OSNR检测方法，其特征在于，所述通过机器学习的权重分配模型，计算出当前输入波道组合的各个OSNR计算子模型的权重W_j，包括：

读取对应OMS段的发端OPM光谱；

将OPM读取的各个通道功率作为输入向量，输入到机器学习的权重分配模型；

机器学习的权重分配模型采用多层DNN模型，输入为对应光信道OCH所具有的波道总数M的M维向量P₁,P₂,...,P_M，输出为对应OSNR计算子模型数量的N维权重向量W₁,W₂,...,W_N。