用于通信的光线路终端、方法、装置和计算机可读存储介质制造方法及图纸

本公开涉及用于通信的光线路终端、方法、装置和计算机可读存储介质。提供了一种光线路终端，包括至少一个处理器和至少一个存储器，该至少一个存储器包括计算机程序代码。该至少一个存储器和计算机程序代码被配置为与至少一个处理器一起使该光线路终端：从光网络单元接收第一前导码信号；基于接收到的第一前导码信号，将光网络单元分类到多个光网络单元类别中的一个光网络单元类别；基于接收到的第一前导码信号，验证与多个光网络单元类别中的一个光网络单元类别相关联的均衡器的性能；以及，如果该均衡器的性能能够满足性能要求，使用该均衡器来与光网络单元进行通信。均衡器来与光网络单元进行通信。均衡器来与光网络单元进行通信。

【技术实现步骤摘要】
用于通信的光线路终端、方法、装置和计算机可读存储介质


[0001]本专利技术涉及通信，并且具体地涉及在无源光网络(PON)系统中的光网络单元(ONU)与光线路终端(OLT)之间的通信。

技术介绍

[0002]在PON系统的通信过程中，由于来自不同光网络单元的信号可能会经受到因不同信道条件，诸如，传输距离、传输带宽、传输干扰等，之间的差异而引起的线性损耗和非线性损耗，因此光线路终端需要利用均衡器针对来自接入到该光线路终端的不同光网络单元的信号进行补偿，从而使来自不同光网络单元的信号满足通信所需的性能要求。
[0003]从满足性能要求的角度看，最理想的方式是针对每个光网络单元生成专用的均衡器来补偿特定于光网络单元的信号损耗。从光线路终端的资源代价的角度看，最理想的方式是针对所有光网络单元生成一个全局均衡器，以补偿来自接入到该光线路终端的所有光网络单元的信号。
[0004]然而，这两种实现均可能导致其固有的问题，需要寻找一种在性能与资源代价之间得到折衷的、生成均衡器的新解决方案。

技术实现思路

[0005]根据本公开的第一方面，提供了一种光线路终端，包括：至少一个处理器和至少一个存储器，该至少一个存储器包括计算机程序代码。该至少一个存储器和计算机程序代码被配置为与至少一个处理器一起使该光线路终端：从光网络单元接收第一前导码信号；基于接收到的第一前导码信号，将光网络单元分类到多个光网络单元类别中的一个光网络单元类别；基于接收到的第一前导码信号，验证与多个光网络单元类别中的一个光网络单元类别相关联的均衡器的性能；以及，如果该均衡器的性能能够满足性能要求，使用该均衡器来与光网络单元进行通信。
[0006]根据本公开的第二方面，提供了一种在光线路终端处实现的方法，包括：从光网络单元接收第一前导码信号；基于接收到的第一前导码信号，将光网络单元分类到多个光网络单元类别中的一个光网络单元类别；基于接收到的第一前导码信号，验证与多个光网络单元类别中的一个光网络单元类别相关联的均衡器的性能；以及，如果该均衡器的性能能够满足性能要求，使用该均衡器来与光网络单元进行通信。
[0007]根据本公开的第三方面，提供了一种用于光线路终端的装置，包括：用于从光网络单元接收第一前导码信号的部件；用于基于接收到的所述第一前导码信号来将所述光网络单元分类到多个光网络单元类别中的一个光网络单元类别的部件；用于基于接收到的所述第一前导码信号来验证与所述多个光网络单元类别中的所述一个光网络单元类别相关联的均衡器的性能的部件；用于如果所述均衡器的所述性能能够满足性能要求则使用所述均衡器来与所述光网络单元进行通信的部件。
[0008]根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有程序代码，
该程序代码被配置为在被执行时使装置执行根据上述第一方面的方法。
附图说明
[0009]结合附图并参考以下详细说明，本公开各实现方式的特征、优点及其他方面将变得更加明显，在此以示例性而非限制性的方式示出了本公开的若干实现方式。在附图中：
[0010]图1a和图1b图示了根据本公开的在PON系统中的光线路终端与光网络单元之间的连接配置的场景；
[0011]图2图示了根据本公开的单个全局均衡器随光网络单元的多样性增加而性能变化的图；
[0012]图3图示了根据本公开的实施例可以在其中被实现的场景图；
[0013]图4图示了根据本公开的实施例的ONU和OLT之间的交互过程；
[0014]图5图示了根据本公开的某些实施例的描述不同光网络单元的差异性的示意图；
[0015]图6示出了根据本公开的某些实施例的用于训练ONU聚类器的过程；
[0016]图7示出了根据本公开的某些实施例的更新阈值差异的过程；
[0017]图8图示了根据本公开的某些实施例的基于深度学习神经网络模型所训练的、基于聚类的多个均衡器与全局均衡器之间的性能差异；
[0018]图9至图10分别图示了根据本公开的聚类模型的聚类示意图以及对应的性能比较图。
[0019]图11图示了根据本公开的实施例的在OLT处实现的方法的流程图；以及
[0020]图12图示了适合于实现本公开的实施例的装置1200的示意图。
[0021]在本公开中，相同和相似的附图标记标识相同和相似的元素。
具体实施方式
[0022]下面将参照附图更详细地描述本公开的优选实现。虽然附图中显示了本公开的优选实现，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实现所限制。相反，提供这些实现是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0023]在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实现”和“一个实现”表示“至少一个示例实现”。术语“另一实现”表示“至少一个另外的实现”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
[0024]当前，为了对抗来自光网络单元(ONU)的信号因非理想信道条件而受到的线性和/或非线性损耗，需要在光线路终端(OLT)处使用均衡器来补偿信号以尽可能恢复该信号。在此过程中，由于来自不同ONU的不同信号所经受的信道条件不同，因此对这些信号的补偿也相应的不同。
[0025]从性能角度看，针对每个ONU生成与该ONU相关联的一个专用的均衡器是最理想的。因为，该专用均衡器可以仅针对来自该ONU的信号所经历的信道条件进行补偿，从而实现最符合来自该ONU的信号的特性的补偿方式。进而，来自该ONU的信号能够被更好地恢复。
[0026]图1a描绘了针对一个ONU存在一个专有均衡器的连接场景100。在场景100中，描绘了N个光网络单元(ONU)101
‑
1、ONU 101
‑
2和ONU 101
‑
N，被统称为ONU 101，以及这些ONU 101被连接到的光线路终端(OLT)110。在该场景中，OLT具有用于N个ONU的N个均衡器111
‑
1、111
‑
2和111
‑
N，被统称为均衡器111，多个均衡器111中每个均衡器与N个ONU中的一个ONU唯一地相关联。然而，在这种情况下，在OLT侧需要大量的资源来维护N个均衡器。
[0027]随着诸如机器学习的人工智能技术的兴起，基于神经网络所训练的全局均衡器被采用以用于所连接的所有ONU。
[0028]图1b描绘了针对所有ONU存在一个全局均衡器161的连接场景150。在图1b中，存在用于所有ONU 101的、OLT 160中基于神经网络所训练的一个全局均衡器161。均衡器161可以基于来自有限数目的ONU的训练数据而被得出。采用一个全局均衡器可以减小OLT所需消耗的资源。然而，在这种情本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光线路终端，包括：至少一个处理器；以及至少一个存储器，包括计算机程序代码，所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起使所述光线路终端：从光网络单元接收第一前导码信号；基于接收到的所述第一前导码信号，将所述光网络单元分类到多个光网络单元类别中的一个光网络单元类别；基于接收到的所述第一前导码信号，验证与所述多个光网络单元类别中的所述一个光网络单元类别相关联的均衡器的性能；以及如果所述均衡器的所述性能能够满足性能要求，使用所述均衡器来与所述光网络单元进行通信。2.根据权利要求1所述的光线路终端，其中所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述光线路终端：如果所述均衡器的所述性能无法满足所述性能要求，向所述光网络单元发送针对第二前导码信号的请求；从所述光网络单元接收所述第二前导码信号；以及基于接收到的所述第一前导码信号和所述第二前导码信号，调整所述均衡器，以提高所述均衡器的所述性能。3.根据权利要求2所述的光线路终端，其中所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述光线路终端：如果确定调整后的所述均衡器的所述性能无法满足所述性能要求，针对所述光网络单元配置能够满足所述性能要求的临时均衡器，以满足所述性能要求。4.根据权利要求2所述所述的光线路终端，其中来自被分类到所述多个光网络单元类别的多个光网络单元的多个前导码信号之间的差异大于或等于阈值差异，并且所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述光线路终端：基于接收到的所述第一前导码信号和所述第二前导码信号，来更新所述阈值差异。5.根据权利要求1所述的光线路终端，其中所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述光线路终端通过以下方式来将所述光网络单元分类到所述多个光网络单元类别中的所述一个光网络单元类别：基于接收到的所述第一前导码信号，优先将所述光网络单元分类到所述多个光网络单元类别中的已启用光网络单元类别中。6.根据权利要求1所述的光线路终端，其中所述光线路终端具有与所述多个光网络单元类别相关联的多个均衡器。7.根据权利要求6所述的光线路终端，其中所述至少一个存储器和计算机程序代码还被配置为与所述至少一个处理器一起使所述光线路终端：如果连接到所述光线路终端的光网络单元中的、性能要求没有被满足的光网络单元的数目高于阈值数目，基于已经接收到的信号，使用所述深度学习神经网络模型来更新所述多个均衡器。
8.一种在光线路终端处实现的方法，包括：从光网络单元接收第一前导码信号；基于接收到的所述第一前导码信号，将所述光网络单元分类到多个光网络单元类别中的一个光网络单元类别；基于接收到的所述第一前导码信号，验证与所述多个光网络单元类别中的所述一个光网络单元类别相关联的均衡器的性能；以及如果所述均衡器的所述性能能够满足性能要求，使用所述均衡器来与所述光网络单元进行通信。9.根据权利要求8所述的方法，还包括：如果所述均衡器的所述性能无法满足所述性能要求，向所述光网络单元发送针对第二前导码信号的请求；从所述光网络单元接收所述第二前导码信号；以及基于接收到的所述第一前导码...

【专利技术属性】
技术研发人员：许闻怡，张东旭，叶晨晖，
申请(专利权)人：诺基亚通信公司，
类型：发明
国别省市：