光通信研究

2021, No.227(05) 36-40+44

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度神经网络的EON自适应调制方法研究
Adaptive Modulation Method of EON based on Deep Neural Network

王建华;冉煜琨;赵杰;

摘要(Abstract):

为了在弹性光网络(EON)上最大化总频谱效率,提高用户体验质量(QoE),文章提出了一种基于深度神经网络(DNN)的自适应调制方法。首先对光纤中的网络传输质量进行估计,然后利用深度学习方法,将路由长度、跳数和视频质量作为请求特征的3个参数,根据每个需求的期望QoE,选择具有最大频谱效率的调制进制。仿真结果表明,所提方法的平均频谱效率在美国国家自然科学基金会(NSF)网络中比距离自适应和整数规划方法分别高了51%和32%,在中国网络(CN)骨干网中分别高了43%和29%;且所提方法的阻塞概率比距离自适应和整数规划方法最低降低0.01。

关键词(KeyWords): 弹性光网络;体验质量;深度神经网络;频谱效率;自适应调制

Abstract:

Keywords:

基金项目(Foundation): 四川省重点实验室开放基金资助项目(scsxdz2019zd01)

作者(Author): 王建华;冉煜琨;赵杰;

Email:

DOI: 10.13756/j.gtxyj.2021.05.005

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享