首页> 中文期刊> 《光通信研究》 >基于深度神经网络的EON自适应调制方法研究

基于深度神经网络的EON自适应调制方法研究

         

摘要

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.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号