【技术实现步骤摘要】
本专利技术涉及光放大器，尤其涉及一种宽谱域拉曼增益的在线快速校准方法及装置。
技术介绍
1、随着传输网络数据流量的快速增长，光网络作为基础传输设施正面临着巨大的流量需求。引入新的波长以充分利用全低损耗窗口进行传输已经被证明是当前光网络扩容的短、中期首选方案。拉曼放大器因其低噪声系数、高灵活性、可编程性及提供任意增益的潜力，已成为宽谱域光传输系统的优选光放大方案。特别是在宽谱域光传输系统中，克尔非线性效应和受激拉曼散射对不同波段信号造成非均匀的影响，传输信号的功率谱呈现不规则的形状，需要非均匀的功率分布实现不规则的功率谱补偿。
2、拉曼放大器具有高灵活性和可编程性，通过调整其泵浦功率和波长能够实现所需的灵活增益剖面设计，而泵浦合理配置下的增益调控是其实现灵活增益的先决条件。然而，拉曼泵浦与传输信号之间复杂的相互作用给其增益调控带来了巨大的挑战，尤其是随着新波段的引入，宽谱域光传输系统中所需泵浦数量增加，增益调控问题的复杂性急剧上升。基于此，机器学习相关方法被引入，以实现快速的拉曼增益调控，通过批量化的数据采集构建数据集，离线训练拉曼增益曲线与泵浦设置参数间的逆向映射模型，在特定场景下根据目标增益快速预测目标增益曲线所对应的泵浦配置参数。
3、然而，已有基于机器学习的拉曼增益调控模型高度依赖其训练数据，当可编程拉曼放大器的部署场景发生变化时，会发生增益生成精度下降的问题。为应对该问题，当前国内外已有技术方案主要分为两种：一是通过采集多种部署场景下的训练数据构建通用数据集，并基于通用数据集训练一个适用于多种部署
4、针对以上情况，亟需一种方法及装置能够在可编程拉曼放大器部署场景变化时，快速实现新部署场景下的目标增益曲线精准生成，避免部署场景变化所导致的生成增益精度下降，保证不同部署场景下可编程拉曼放大器的精准增益生成和有效部署。
技术实现思路
1、本申请实施例提供的一种宽谱域拉曼增益的在线快速校准方法及装置，用于在不同的部署场景下，通过极少量的数据采集，快速实现精准的宽谱域拉曼增益生成，解决传统增益调控方法所导致的可编程拉曼放大器在部署场景变化时的增益生成劣化问题，提升可编程拉曼放大器在新部署场景下的增益调控准确度及部署效率。
2、一方面，本申请实施例提供一种宽谱域拉曼增益的在线快速校准方法，该方法包括：
3、构建基于可编程拉曼放大器的传输场景，作为原始建模场景，通过多次调整可编程拉曼放大器的泵浦配置参数，获得原始建模场景下的多组生成增益曲线，将多组泵浦配置参数及其生成增益曲线一一对应，形成原始数据集；所述原始建模场景为原始数据集的数据采集场景，所述原始数据集包含原始建模场景下可编程拉曼放大器多组泵浦配置参数及其对应生成增益曲线；
4、搭建预设机器学习模型，基于原始数据集训练所述预设机器学习模型，训练后的模型用作历史模型，用于表征原始建模场景下可编程拉曼放大器的泵浦配置参数与生成拉曼增益曲线间逆向映射关系；所述泵浦配置参数包括：可编程拉曼放大器的泵浦个数、泵浦波长及泵浦功率；
5、获取新部署场景下的目标增益曲线，将所述目标增益曲线作为历史模型输入，获得其输出，作为初始泵浦参数；通过初始泵浦参数进行目标泵浦参数的初始化，所述目标泵浦参数为新部署场景下被不断校准的泵浦参数，用于逼近新部署场景下目标增益曲线所对应的可编程拉曼放大器泵浦配置参数。所述新部署场景为与原始建模场景存在差异的场景；
6、根据当前的目标泵浦参数，配置新部署场景下的可编程拉曼放大器，并采集对应的生成增益曲线，作为反馈参数；将所述反馈参数作为历史模型输入，并获得此时输出作为反馈泵浦参数；
7、将反馈参数与初始泵浦参数作差，得到目标泵浦参数偏差；选定若干泵浦配置参数，分别在原始建模场景与新部署场景下根据选定的若干组泵浦配置参数进行可编程拉曼放大器的泵浦配置，并采集相应的生成增益曲线；原始建模场景下所采集到的所有生成增益曲线的增益均值与新部署场景下所采集到的所有生成增益曲线的增益均值将作为新部署场景下的校准比例；所述校准比例是表征原始建模场景与新部署场景的差异程度的数值；
8、将当前的目标泵浦参数减去校准比例下的目标泵浦参数偏差，得到校准后的目标泵浦参数，完成目标泵浦参数的更新；
9、重复所述在线校准过程直至在新部署场景下的目标泵浦参数增益生成误差小于设定阈值。
10、在一些实施例中，所述传输场景包括但不限于：宽谱域固定栅格光网络传输、宽谱域灵活栅格光网络传输及宽谱域超长距离传输系统此类由于传输带宽大、传输频谱不平坦而宽谱域拉曼增益的快速精准调控有迫切需求的传输场景。
11、在一些实施例中，所述预设机器学习模型为随机森林回归模型、xgboost回归模型、前馈神经网络初始网络、卷积神经网络初始网络或全连接神经网络初始网络。
12、在一些实施例中，所述新部署场景与原始建模场景的差异表现包括但不限于：光纤长度、入纤信号功率及泵浦方向的不同。
13、在一些实施例中，所述泵浦增益生成误差的指标包括：生成增益曲线与目标增益曲线在所有波长通道上的均方误差、最大误差。
14、一方面，基于上述方法，本专利技术还提供一种宽谱域拉曼增益的在线快速校准装置，所述装置包括放大单元、控制器、隔离器、波分复用器及传输光纤，所述放大单元分别与控制器、隔离器及波分复用器相连；所述传输光纤用于放大单元、隔离器及波分复用器的连接；所述控制器有用于实现前文所述的一种宽谱域拉曼增益的在线快速校准方法。
15、本专利技术的有益效果至少是：
16、本专利技术所述的一种宽谱域拉曼增益的在线快速校准方法及装置，能够基于构建的历史模型，在不同的宽谱域部署场景下，仅通过极少量的数据采集，以在线校准的方式快速实现精准的拉曼增益生成，克服传统方法在可编程拉曼放大器部署场景变化时的增益生成精度劣化，缓解可编程拉曼放大器的部署场景限制，为其在多种部署场景下的稳定运行提供了保障，推动可编程拉曼放大器在宽谱域传输系统中的应用及落地部署。
17、本专利技术的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本专利技术的实践而获知。本专利技术的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。
18、本领域技术人员将会理解的是，能够用本专利技术实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本专利技术能够实现的上述和其他目的。
本文档来自技高网...【技术保护点】
1.一种宽谱域拉曼增益的在线快速校准方法，其特征在于，在不同部署场景下，仅通过极少量的数据采集，实现了快速、精准的拉曼增益生成，所述方法执行步骤包括：
2.根据权利要求1所述一种宽谱域拉曼增益的在线快速校准方法，其特征在于，所述基于原始建模场景构建原始数据集，具体包括：
3.根据权利要求1所述一种宽谱域拉曼增益的在线快速校准方法，其特征在于，所述获取新场景的目标增益曲线、初始泵浦参数及目标泵浦参数，具体包括：
4.根据权利要求1所述一种宽谱域拉曼增益的在线快速校准方法，其特征在于，所述基于历史模型在线校准当前的目标参数，具体包括：
5.根据权利要求1所述一种宽谱域拉曼增益的在线快速校准方法，其特征在于，所述目标泵浦参数增益生成误差包括：在新部署场景下根据所述目标泵浦参数进行可编程拉曼放大器配置后的生成增益曲线与目标增益曲线在所有波长通道上的均方误差或最大误差。
6.根据权利要求4所述基于初始泵浦参数及反馈参数完成目标泵浦参数更新，其特征在于，具体包括：
7.根据权利要求6所述的计算新部署场景下的校准比例，其特
8.一种宽谱域拉曼增益的在线快速校准装置，包括放大单元、控制器、隔离器、波分复用器及传输光纤，其特征在于，所述放大单元分别与控制器、隔离器及波分复用器相连；所述传输光纤用于放大单元、隔离器及波分复用器的连接；所述控制器有用于实现如权利要求1至7所述方法的步骤。
...【技术特征摘要】
1.一种宽谱域拉曼增益的在线快速校准方法，其特征在于，在不同部署场景下，仅通过极少量的数据采集，实现了快速、精准的拉曼增益生成，所述方法执行步骤包括：
2.根据权利要求1所述一种宽谱域拉曼增益的在线快速校准方法，其特征在于，所述基于原始建模场景构建原始数据集，具体包括：
3.根据权利要求1所述一种宽谱域拉曼增益的在线快速校准方法，其特征在于，所述获取新场景的目标增益曲线、初始泵浦参数及目标泵浦参数，具体包括：
4.根据权利要求1所述一种宽谱域拉曼增益的在线快速校准方法，其特征在于，所述基于历史模型在线校准当前的目标参数，具体包括：
5.根据权利要求1所述一种宽谱域拉曼增益的在线快速校准方法...
【专利技术属性】
技术研发人员：顾仁涛，高晓萱，刘月姣，纪越峰，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。