返回
Machine learning-based algorithm for core allocation in spatial division multiplexing elastic optical networks
DOI:10.1016/j.yofte.2025.104155.png)
摘要
En 中文
基于多芯光纤(MCF)的空间分割复用弹性光网络(SDM-EONs)是未来传输网络的有前景的候选方案。在MCF中,资源分配问题新增了一个维度:纤芯分配。本文提出了一种基于机器学习的纤芯选择算法(MaLAC)用于SDM-EONs。与文献中提出的其他三种方案及一个低串扰场景相比,MaLAC在请求阻塞概率(RBP)方面至少实现25.35%的提升,在带宽阻塞概率(BBP)方面至少实现24.81%的提升。在串扰水平较高的场景中,MaLAC在RBP方面至少实现8.16%的提升,在BBP方面至少实现9.28%的提升。
Keyword:
Optical networks
Multi-core fiber
Physical layer impairments
Artificial intelligence
Neural networks
Machine learning
期刊
IF:
2.7
论文数:
677
被引数:
6.1K
机构
引用论文
Dynamic Crosstalk-Aware Lightpath Provisioning in Spectrally-Spatially Flexible Optical Networks光谱空间灵活光网络中的动态串扰感知光路配置

