10 月 1 日消息，中国移动研究院在 50ge qsfp28 光模块的智能化研究中实现重大突破，首次在器件层面集成智能能力。通过高精度采集光模块功率数据并结合 ai 算法分析，可实时识别设备掉电、光纤中断、尾纤脱落、光纤弯折以及连接器松动等五类常见基础故障，整体检测准确率超过 95.6%，为城域光网络的自主运维提供了创新技术路径。
该项研究成果《AI-Embedded Optical Modules with Millisecond-Granularity Power Analysis for Autonomous Metro Transport Network and Field Trial》已于 9 月 16 日发表于国际光通信权威 SCI 期刊《Journal of Lightwave and Technology》（影响因子 4.8）。
由于光模块全球标准化程度高，封装尺寸固定，将其智能化面临物理空间受限、内存容量小、算力不足等多重瓶颈。中国移动研究院通过优化光模块功能架构与自研 AI 模型协同设计，成功实现了高效的数据采集与边缘侧智能处理。其关键技术突破包括：
第一，实现毫秒级光功率精准采样。采用“软件触发 + 硬件辅助闭锁”机制，在不增加模块体积和硬件成本的前提下，达成每 10 毫秒一次的采样频率，精确捕获故障发生后 3 秒内的关键光功率变化窗口。第二，提出新型故障样本增强方法。针对训练数据中故障样本稀少且分布不均的问题，研发专用数据增强模块，在不增加实际采集量的基础上，使模型识别准确率提升 2.3%。第三，构建动静态特征融合分类模型。深入挖掘各类故障下光功率信号的瞬态响应特性，创新设计双注意力神经网络结构，同步提取信号中的动态波动与静态趋势特征。相比传统支持向量机、随机森林等算法，故障分类准确率提升超 14.7%。
▲ 自主研发的数据增强与特征分类 AI 算法
智谱AI开放平台
智谱AI大模型开放平台-新一代国产自主通用AI开放平台
85 查看详情
基于上述技术，该方案仅利用故障发生后 3 秒内的实时功率数据，AI 推理耗时低至 25 毫秒，即可自动区分五种人工难以判别的典型链路异常，单类故障识别精度均高于 95.6%。此次突破将光模块从传统的“连接单元”升级为“智能感知节点”，实现“秒级锁定异常数据，毫秒级完成故障判定”，使故障定位时间由传统人工排查的“小时级”大幅缩短至“秒级”甚至“毫秒级”。
附论文链接：
https://www.php.cn/link/dcdfdb7d3c7c0ae743b6a79eb5dd70c0
以上就是秒级定位光网络故障，中国移动用 AI 判断光纤中断、接口松动等问题的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/743743.html
微信扫一扫 
支付宝扫一扫 
