数据是如何传播的?自动光路监控
每秒钟,有24000 g的数据被上传到互联网上。这相当于将近50个完全标准的笔记本电脑硬盘。这些数据中有很大一部分来自Facebook和Twitter等社交媒体网站,而保持这些数据在数据中心和最终用户之间移动的技术努力是巨大的。
虽然许多终端用户现在利用4G等无线技术连接互联网并传输信息,但大多数底层基础设施是由相互连接的光纤电缆组成的网络。这些电缆到处都是,有大捆埋在海底,还有一些在我们的城市上空运行。
人工智能在光纤中学习传播方程,使光网络的自动化测试成为可能。
有线通信的优点是可以更快地传输大量数据,而且比无线通信本身更安全。光纤的传输能力不断提高,但开发、维护和扩大这一光缆网络是一项昂贵的任务。许多光纤位于不易接触和偏远的位置,在安装时必须仔细检查其性能。
NTT实验室的笹井武夫是一位专家,他研究的是覆盖我们世界的巨大光纤电缆的内部秘密。他一直致力于在人工智能的帮助下,自动诊断光纤电缆的问题,比如信息和数据丢失。
光信息
光纤电缆以光的形式传送信息。要发送的信息在电缆的一端被编码成小的光脉冲,然后在另一端被解码成电子信号。
有不同的方式来建设光纤电缆,优化或短距离数据传输。然而,电缆的两个特性在这两种情况下都是至关重要的——损耗和弥散。在电缆中,损耗的产生有几个原因——由于纤维的不对准或损坏,甚至断裂造成的信号强度的衰减。色散是指随着时间的推移,由于不同颜色的光信号以不同的速度传播,或者不同的模式在纤维中以不同的速度传播,导致了信号的“扩散”。
虽然可以容忍少量的损耗,但如果损耗率过高,光纤将不再可靠地传输信息。在安装光纤时——这本身是一个复杂而昂贵的过程——通常要测试损耗和色散特性,以确保信号能够毫无问题地通过光纤。挑战在于,这种测试过程需要专家工程师和专业设备,如色散分析仪和光学时域反射计(OTDR)。测试设备向纤维中注入一系列光脉冲样本来模拟一个信号,并测量它们返回所需的时间和特性。
佐佐井认为,有一种更简单的方法可以检查纤维质量,也可以持续监测纤维状况。目前,如果光纤出现疑似问题,工程师将不得不带着OTDR等测试设备到现场进行测量以进行诊断。这既耗时又昂贵,但对于笹井的自动化方法来说,这可能已经成为过去。
数据的见解
由于光纤不断传输信息,Sasai的新方法利用这些数据本身作为诊断工具。通过使用机器学习算法,Sasai可以识别接收到的数据集中的特定模式,这些模式反映了信号在通过光纤的过程中所经历的损耗和弥散。
这种分析方法奏效的原因是,我们有一个方程,可以用来理解和描述光如何通过光纤传播,称为非线性Schrödinger方程(NLSE)。NLSE的数学结构非常类似于神经网络——一种由一系列算法或神经元组成的计算系统,通过“网络”以不同的方式连接起来,以表示它们之间的关系。
神经网络被认为是模仿我们大脑的工作方式,被广泛用于机器学习,因为它们可以捕捉“神经元”或处理点之间非常复杂的关系。通常情况下,人类很难发现这些模式和关系,而且神经网络的数据处理和分析也可以自动化。在Sasai的案例中,他创建了一个“学习NLSE”网络,利用方程和神经网络之间的相似结构,使用接收到的数据来计算信号损耗和色散,而不需要任何额外的测量设备,如OTDR。
使用NLSE的神经网络的原因是它们通常不能分析地解决,但需要经过许多迭代的数值方法尝试收敛于近似解决方案。用于NLSE的其中一个数值方法称为数字反向化,其涉及复杂的一系列操作,包括线性(色散)操作块和非线性(相位旋转)操作块的级联(见图1).相位旋转是光通信性能的主要限制之一,但这可以通过仔细处理与数字反向传播补偿。
神经网络和NLSE之间的相似性意味着,可以从发送和接收的数据中“学习”出最佳数字反向传播步骤所需的所有系数。从这些系数的学习值,可以分辨出光纤每一点的光功率和色散。
由于该过程是完全自动化的,并确保无论如何都会传输数据,自动诊断可以作为一种持续监测的方法,而不需要使用额外的设备进行任何额外的测量。Sasai对光纤状态监测的可能性感到兴奋,因为这将允许在故障发生前进行预测,并提前警告问题,以确保更好的网络稳定性。
这将使网络建设和监控更容易,以确保更好的网络稳定性。
预测和建模
由于接收到的数据集将间接包含有关光纤损耗和色散的信息,因此不需要额外的设备。使用NLSE,给定输入值和一组光纤条件,可以预测输出信号应该是什么样的。在已知输出的情况下,可以使用这些关系来尝试和计算光纤条件必须是生成这种信号的情况。
结合光学的知识传播的纤维从NSLEs神经网络的学习功能,那么就可以计算出信息,如纤维的地区正在经历高损失和查明可能结构工作的地方需要进行,纤维已经成为问题。
Sasai的方法为维护光纤网络开辟了许多新的可能性,随着互联网连接越来越快,光纤网络在一个日益互联的世界中将变得越来越重要。即使是5G等新的无线传输技术的推出,也需要扩大光纤电缆,以连接基站和其他设备。
虽然光纤束强度惊人,但物理损伤和光纤错位很容易发生,特别是在附近有建筑工程的时候。对电缆进行全面的在线监测将使问题的快速诊断成为现实,而不需要呼叫工程师,甚至不需要咨询工程师。
个人反应
你认为这种类型的故障监测将成为普遍的光纤设备在未来?