一种应用于光无源器件的物联网线路智能优化方法和系统与流程

本发明涉及光纤技术和光网络，特别涉及一种应用于光无源器件的物联网线路智能优化方法和系统。

背景技术：

1、随着通信技术的发展，光纤通信技术已经成为主流。并催生光网络不断提升其灵活动态传输能力以适应复杂多变的现实网络环境，另一方面，网络业务量的持续快速增长以及光纤中非线性效应的限制，为了进一步提高传输容量，解决光网络中运维的可靠性，通过无光源器件所组成的物联网实现运维信息的传递已经成为趋势。

2、现有的光网络运维方案中，往往是在数据接收端，或者数据发送端指示数据传输错误时，由运维人员实地监测光纤中的某个点或者设备，实现故障定位以及运维。

3、现有的运维方式主要存在以下问题：

4、基于数据接收端，或者数据发送端指示数据传输错误时去发现故障，其运维往往具备滞后性，会导致由于故障而暂停数据传输，从而影响光纤的使用；

5、其次，运维人员人工实现故障的定位和发现，不仅仅需要到达现场的时间成本，且依赖于技术人员的经验，往往导致故障发现的效率低下，且故障人员在现场，由于设备等原因的限制，也无法获取和故障相关的所有数据，也往往会导致故障发现的准确性降低。

技术实现思路

1、为了解决现有技术的问题，本发明实施例提供了应用于光无源器件的物联网线路智能优化方法和系统。所述技术方案如下：

2、第一方面，提供了一种应用于光无源器件的物联网线路智能优化方法，所述方法包括：

3、获取光网络对应的光纤实时参数；

4、根据所述光纤实时参数，判定当前传输网络是否需要优化；

5、若是，则设置与传输链路上所有光无源器件所对应的优化策略；

6、发起自组网请求，建立与所述所有光无源器件对应的实时物联网，并获取所述实时物联网对应的网络拓扑结构；

7、根据所述网络拓扑结构，实时向所述所有光无源器件下发所述优化策略。

8、可选的，在所述所有光无源器件执行所述优化策略后，所述方法还包括：

9、设置监控周期；

10、按照所述监控周期内的预设时间节点，实时获取光网络对应的光纤实时参数；

11、根据所述光纤实时参数，评估所述优化策略是否到达预期。

12、可选的，所述获取光网络对应的光纤实时参数包括：

13、获取光网络内光纤的实时信号，并设置与光网络对应的激活函数；

14、根据所述激活函数，设置光神经网络的目标激活函数；

15、根据所述目标激活函数，将所述实时信号拟合为所述光神经网络的输入信号。

16、可选的，所述根据所述光纤实时参数，判定当前传输网络是否需要优化包括：

17、以光神经网络为基础，设置对应的评估模型；

18、根据所述评估模型，识别所述输入信号对应的实时光信号信息；

19、根据识别结果，判定当前传输网络是否需要优化。可选的，所述设置与传输链路上所有光无源器件所对应的优化策略包括：

20、设置优化期望；

21、根据所述优化期望，反馈调节于所述输入信号，并获取所述优化期望对应的输入信号；

22、根据所述优化期望对应的输入信号，设置与传输链路上所有光无源器件所对应的优化策略。

23、可选的，所述根据所述优化期望对应的输入信号，设置与传输链路上所有光无源器件所对应的优化策略包括：

24、计算所述光纤的实时信号，与所述所有光无源器件的运行参数之间的关系函数；

25、将所述优化期望对应的输入信号，转换为所述优化期望对应的实时信号；

26、根据所述关系函数，计算所述优化期望对应的实时信号，所对应的所述所有光无源器件的期望运行参数。

27、可选的，所述根据所述网络拓扑结构，实时向所述所有光无源器件下发所述优化策略包括：

28、获取所述实时物联网对应的网络参数；

29、根据所述网络参数，优化所述网络拓扑结构；

30、基于优化后的网络拓扑结构，实时向所述所有光无源器件下发所述优化策略。

31、可选的，所述基于优化后的网络拓扑结构，实时向所述所有光无源器件下发所述优化策略包括：

32、基于优化后的网络拓扑结构，设置下发策略；

33、根据所述下发策略，向所述所有光无源器件下发所述优化策略。

34、可选的，所述方法还包括：

35、设置预测周期；

36、按照所述监控周期内的预设时间节点，实时获取光网络对应的光纤实时参数；

37、根据所述光纤实时参数，预测在所述预测周期后的光纤实时参数；

38、根据所述预测周期后的光纤实时参数，判定预测周期后的传输网络是否需要优化。

39、可选的，所述根据所述光纤实时参数，预测在所述预测周期后的光纤实时参数包括：

40、获取所述光纤实时参数，基于神经网络，建立预测模型；

41、根据所述模型，预测在所述预测周期后的光纤实时参数。

42、另一方面，提供了一种应用于光无源器件的物联网线路智能优化系统，所述系统包括多个光无源器件，以及处理设备，所述光无源器件配置有网络模组，其中，所述处理设备用于：

43、获取光网络对应的光纤实时参数；

44、根据所述光纤实时参数，判定当前传输网络是否需要优化；

45、若是，则设置与传输链路上所有光无源器件所对应的优化策略；

46、发起自组网请求，建立与所述所有光无源器件对应的实时物联网，并获取所述实时物联网对应的网络拓扑结构；

47、根据所述网络拓扑结构，实时向所述所有光无源器件下发所述优化策略。

48、可选的，在所述所有光无源器件执行所述优化策略后，所述方法还包括：

49、设置监控周期；

50、按照所述监控周期内的预设时间节点，实时获取光网络对应的光纤实时参数；

51、根据所述光纤实时参数，评估所述优化策略是否到达预期。

52、可选的，所述获取光网络对应的光纤实时参数包括：

53、获取光网络内光纤的实时信号，并设置与光网络对应的激活函数；

54、根据所述激活函数，设置光神经网络的目标激活函数；

55、根据所述目标激活函数，将所述实时信号拟合为所述光神经网络的输入信号。

56、可选的，所述根据所述光纤实时参数，判定当前传输网络是否需要优化包括：

57、以光神经网络为基础，设置对应的评估模型；

58、根据所述评估模型，识别所述输入信号对应的实时光信号信息；

59、根据识别结果，判定当前传输网络是否需要优化。

60、可选的，所述设置与传输链路上所有光无源器件所对应的优化策略包括：

61、设置优化期望；

62、根据所述优化期望，反馈调节于所述输入信号，并获取所述优化期望对应的输入信号；

63、根据所述优化期望对应的输入信号，设置与传输链路上所有光无源器件所对应的优化策略。

64、可选的，所述根据所述优化期望对应的输入信号，设置与传输链路上所有光无源器件所对应的优化策略包括：

65、计算所述光纤的实时信号，与所述所有光无源器件的运行参数之间的关系函数；

66、将所述优化期望对应的输入信号，转换为所述优化期望对应的实时信号；

67、根据所述关系函数，计算所述优化期望对应的实时信号，所对应的所述所有光无源器件的期望运行参数。

68、可选的，所述根据所述网络拓扑结构，实时向所述所有光无源器件下发所述优化策略包括：

69、获取所述实时物联网对应的网络参数；

70、根据所述网络参数，优化所述网络拓扑结构；

71、基于优化后的网络拓扑结构，实时向所述所有光无源器件下发所述优化策略。

72、可选的，所述基于优化后的网络拓扑结构，实时向所述所有光无源器件下发所述优化策略包括：

73、基于优化后的网络拓扑结构，设置下发策略；

74、根据所述下发策略，向所述所有光无源器件下发所述优化策略。

75、可选的，所述方法还包括：

76、设置预测周期；

77、按照所述监控周期内的预设时间节点，实时获取光网络对应的光纤实时参数；

78、根据所述光纤实时参数，预测在所述预测周期后的光纤实时参数；

79、根据所述预测周期后的光纤实时参数，判定预测周期后的传输网络是否需要优化。

80、本发明所提供的技术方案，至少具有以下有益效果：

81、1、通过获取光网络对应的光纤实时参数；并根据光纤实时参数，判定当前传输网络是否需要优化，相较于现有技术在数据接收端，或者数据发送端指示数据传输错误时去发现故障，避免了运维的滞后性，保证光纤的使用；

82、2、通过设置与传输链路上所有光无源器件所对应的优化策略，使得可以针对性的解决由于光无源器件所导致的故障，提高了运维的准确性；

83、3、通过所有光无源器件自组件物联网，实现优化策略的下发，相较于运维人员人工实现故障的定位和发现，进一步提高了运维的准确性。