中国电信高霞:通感一体技术助力光网络智能运维

7月19日消息(水易)昨日,CIOE中国光博会与C114通信网联合举办“2024中国光通信高质量发展论坛”最后一期研讨会——“智能光网络:应对算力新挑战”正式上线。中国电信研究院工程师高霞博士表示,随着光传输技术的持续升级演进和网络规模的扩大,物理层基础网络的数智化管理,如资源点数字化、光缆端口路由可视化、故障风险监测智能化等是保障光网络业务可靠承载的底座。

通感一体技术助力光网络智能运维

光网络通感一体技术基于既有光纤网络,通过物理层感知器采集环境或光学参量,结合数据处理单元,实现光网络风险评估和故障定位,是光网络智能运维的重要手段。

近年来,基于ODSP和DFOS的感知器受到广泛关注。其中,ODSP技术基于光收发器,通过提取SOP、纵向光功率等光学参量,实现故障识别,无需额外器件扩展,与通信系统兼容性较好,但对DSP芯片性能要求较高,且多故障点精准定位是一大难点。DFOS技术基于光纤背向散射,通过测量散射光的强度、频率、相位、SOP等光学参量的变化,可实现光纤故障的分布式监测和定位。常用的技术包括时域的基于瑞利散射的OTDR/Φ-OTDR,基于拉曼散射的ROTDR、基于布里渊散射BOTDA/R,以及频域的OFDR。基于DFOS的通信感知一体化实现方式包括,基于暗光纤,可用于光缆路由普查以及地震等环境事件观测;基于波分复用,可能存在通感信号串扰,可用于业务光缆的在线监测;基于同频共用,可提高频谱利用率,但同样存在通感信号串扰,目前还在实验室研究阶段,未来商用与现有通信系统标准的兼容性是一大挑战。

高霞表示,当然在使用通感一体技术时,应依据场景(例如网络规划建设阶段、网络运维阶段等)选择合适的感知技术、重点关注测量的动态范围、空间分辨率、频率响应,灵敏度、准确率等性能指标。

值得一提的是,在标准化方面,过去两到三年,IMT-2020(5G)推进组、CCSA、ITU等国内外标准组织都在不断完善和推进通感一体技术相关标准的制定,推动该技术的商用。

应用场景广阔,加速落地实践

高霞表示,基于国内外应用案例,通感一体技术基于既有光纤网络可用于PON、ROADM等网络的故障定位诊断,周界入侵、交通流量等智慧城市建设以及冰川和海底地震等灾害监测等,应用前景广阔。

目前中国电信在光网络智慧运维方面,基于通感一体技术,结合AI算法和管控平台,开展了光缆外破预警、光缆同路由监测、光缆应变监测等场景试点。此外,海缆安全智能监控方面,开展了基于通感一体技术的海缆故障、渔船非法抛锚等研究,目标实现海缆中断次数减少,业务快速抢修。此外,监测地震、洋流、火山、陨石着陆等海洋信号,构建空、天、地、海一体化灾害事故监测预警网络,提高灾害事故监测感知能力,也是未来研究热点。

数字孪生可以实现光网络的规划、设计、维护和优化、运营全生命周期的映射,基于光网络底层的器件、光纤等基础模型,可以实现态势感知、故障溯源、性能预测等功能模型,从而实现网络风险的自评估。中国电信也在积极推动光网络数字孪生相关标准和白皮书的完善和制定。

更长远来看,未来大模型也有助于推动整个光网络的智慧化运维。基于通用开源大模型,学习光网络专业知识与特征数据,输出预置网络核心场景任务的网络大模型,实现大模型辅助哑资源管理等网络智能运维,满足网络自治,加速云网自智能力达到L4水平。

“通感一体技术在光网络中的前景广阔,也存在一些挑战。”高霞表示,后续可能需要优化设计通信与传感系统高效集成方案,解决通感信号的串扰问题;研究跨中继传感技术,实现长距离传感方案;针对场景优化系统硬件、关键器件国产化、推动规模化生产,降低成本;实现数据高效压缩和优化后处理算法架构,实现故障的实时精准监测。

高霞表示,未来中国电信将持续关注新技术方向,积极推动相关标准制定,并与产业界学术界等协同合作,共同推动整个通感一体产业链的发展。


企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2024-07-19
中国电信高霞:通感一体技术助力光网络智能运维
中国电信高霞:通感一体技术助力光网络智能运维,C114讯 7月19日消息(水易)昨日,CIOE中国光博会与C114通信网联合举办“2024中国光通

长按扫码 阅读全文

Baidu
map