| 专利类型 | 发明授权 | 法律事件 | 公开; 实质审查; 授权; |
| 专利有效性 | 有效专利 | 当前状态 | 授权 |
| 申请号 | CN202411385370.1 | 申请日 | 2024-07-31 |
| 公开(公告)号 | CN119316060B | 公开(公告)日 | 2025-05-27 |
| 申请人 | 北京邮电大学; | 申请人类型 | 学校 |
| 发明人 | 忻向军; 王富; 姚海鹏; 张琦; 雷哲葳; | 第一发明人 | 忻向军 |
| 权利人 | 北京邮电大学 | 权利人类型 | 学校 |
| 当前权利人 | 北京邮电大学 | 当前权利人类型 | 学校 |
| 省份 | 当前专利权人所在省份：北京市 | 城市 | 当前专利权人所在城市：北京市海淀区 |
| 具体地址 | 当前专利权人所在详细地址：北京市海淀区西土城路10号 | 邮编 | 当前专利权人邮编：100876 |
| 主IPC国际分类 | H04B10/291 | 所有IPC国际分类 | H04B10/291 ; H04Q11/00 |
| 专利引用数量 | 2 | 专利被引用数量 | 0 |
| 专利权利要求数量 | 8 | 专利文献类型 | B |
| 专利代理机构 | 北京金咨知识产权代理有限公司 | 专利代理人 | 宋教花; |
| 摘要 | 本 发明 提供一种携带多维 光标 签的 信号 生成与传输方法和系统，方法包括：光网络的发送端生成原始 光信号 ，生成调制信号并转换为驱动 电流 信号；将驱动电流信号和 半导体 光 放大器 的工作电流信号 叠加 ，得到调制电流信号；将原始光信号输入 半导体 光放大器 ，根据调制电流信号对原始光信号进行调制，生成携带一维光标签信息的光信号；多次重复执行调制信号生成、转换与电流叠加的步骤，每次将上一次生成的携带对应维度光标签信息的光信号输入 半导体光放大器 ，根据每次得到的调制电流信号对携带对应维度光标签信息的光信号进行调制，生成携带多维光标签信息的光信号并向交换 节点 发送。本发明能够在不干扰原始光信号的前提下生成携带多维光标签的光信号。 | ||
| 权利要求 | 1.一种携带多维光标签的信号生成与传输方法，其特征在于，所述方法包括： |
||
| 说明书全文 | 携带多维光标签的信号生成与传输方法和系统技术领域[0002] 本发明涉及光通信技术领域，尤其涉及一种多维光标签的网络运维方法、携带多维光标签的信号生成与传输方法和系统。 背景技术[0003] 目前，随着光网络中光交换机规模的不断扩大，基于调顶信号的带内光标签由于其灵活的频谱特性和无额外带宽消耗备受关注。特别是在无源弹性光网络中，频谱颗粒度的不断增加给运行和维护带来了挑战，而使用光标签来指示带宽、中心频率和目的地，可以大大降低运维成本。尽管在光网络自主维护方面取得了进步，但在光标签的快速生成和识别以及光路的自主设置方面仍然存在挑战，这限制了光标签的应用范围。 [0004] 传统光标签信号生成方法依赖于数字信号处理器(DSP)驱动，其需要在光网络的信号发送设备进行修改，增加了光网络系统的复杂和成本，且其在识别光标签上，依赖于DSP算法，复杂的算法处理时间较长，可能引入额外的信号处理延迟，影响系统的实时性能。此外，由于调顶信号的低频特性，信号捕获和分析的时间可能很长，使得交换节点难以快速响应光路的变化。为了实现光传输网络的主动运行和维护功能，网络控制器需要自动识别光标签。 [0005] 并且，在光网络领域，节点间的通信任务日益繁重，数据传输量巨大，且数据包的时效性要求各异。因此，在不改变现有数据传输协议的前提下，如何提高光网络的运维效率并降低运营成本，提升网络资源的利用效率的同时还能提高服务质量，这在当前的网络优化实践中显得尤为关键，并富有挑战性。 发明内容[0007] 本发明的第一方面提供了一种多维光标签的网络运维方法，该方法应用于光网络的各个交换节点，包括以下步骤： [0008] 光网络的交换节点接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，将所述携带多维光标签信息的光信号分流为较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0009] 将所述较低功率的携带多维光标签信息的光信号进行恢复预处理，得到恢复的多个一维光标签信号； [0010] 将所述恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得所述多维光标签识别模型输出多维光标签信息，所述多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，所述空间模块的输出还连接所述拼接模块的输入； [0011] 根据输出的多维光标签信息构建多级动态反馈队列，根据所述多级动态反馈队列对所述较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。 [0012] 在本发明的一些实施例中，所述将所述较低功率的携带多维光标签信息的光信号进行恢复预处理，得到恢复的多个一维光标签信号，包括： [0014] 通过科斯塔斯环法从所述多个携带一维光标签信息的数字电信号中得到对应的多个载波信号； [0015] 将所述多个载波信号依次经过载波同步、时钟同步和解调，得到恢复的多个一维光标签信号。 [0017] 所述激活函数层用于对包含对应空间特征的多个二维矩阵中的元素值进行过滤； [0018] 所述时间模块用于提取过滤后的包含对应空间特征的多个二维矩阵的时间特征，输出包含对应时间特征的多个一维向量； [0019] 所述拼接模块用于分别拼接包含对应空间特征的多个一维向量和包含对应时间特征的多个一维向量； [0020] 所述全连接层用于整合拼接后的多个一维向量中各自的空间特征和时间特征，输出多个全局特征； [0021] 所述归一化指数函数输出层用于对多个全局特征进行分类，输出多维光标签信息。 [0022] 在本发明的一些实施例中，在将所述恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型之前，所述方法还包括： [0024] 基于所述多个像素块构建特征矩阵，所述特征矩阵中的元素值为对应像素块中各像素点的RGB值的平均值，基于所述多个像素块之间的相邻关系构建邻接矩阵； [0025] 对多个特征矩阵进行归一化处理，得到多个归一化的特征矩阵，所述二维矩阵表征包括归一化的特征矩阵和对应的邻接矩阵。 [0026] 在本发明的一些实施例中，所述多维光标签信息包括发送端产生的原始光信号对应的波长信息和优先级信息。 [0027] 在本发明的一些实施例中，所述根据输出的多维光标签信息构建多级动态反馈队列，包括： [0028] 根据波长信息将多个不同波长的光信号划分为多个第一小组； [0029] 在每个第一小组中，根据相同波长的不同光信号所携带的优先级信息按照优先级由高到低的顺序构建一级队列，其中相同优先级的不同光信号形成一级队列中的一个第二小组； [0030] 在每个第二小组中，根据相同优先级的不同光信号到达交换节点处的先后顺序构建作为二级队列的先入先出队列； [0031] 如果队列的长度、等待时间和服务质量均达到相应的预设阈值，动态调整并提高所述队列的优先级； [0032] 如果在转发过程中接收到比正在传输的光信号优先级更高的光信号，停止当前队列的传输，直至转发完成比正在传输的光信号优先级更高的光信号。 [0033] 本发明的第二方面提供了一种携带多维光标签的信号生成与传输方法，该方法应用于光网络的发送端，包括以下步骤： [0034] 光网络的发送端通过高速收发器生成原始光信号，通过可编程逻辑阵列驱动数模转换模块来生成调制信号，所述调制信号的频率低于所述原始光信号的频率； [0037] 将所述原始光信号输入所述半导体光放大器，通过所述半导体光放大器根据所述调制电流信号对所述原始光信号进行微调，生成携带一维光标签信息的光信号； [0038] 多次重复执行所述调制信号的生成、转换与电流叠加的步骤，每次将上一次生成的携带对应维度光标签信息的光信号输入所述半导体光放大器，通过所述半导体光放大器根据每次得到的调制电流信号对所述携带对应维度光标签信息的光信号进行微调，生成携带多维光标签信息的光信号，每次生成的调制信号的频率都不相同； [0039] 向光网络的交换节点发送所述携带多维光标签信息的光信号。 [0040] 在本发明的一些实施例中，所述方法还包括：通过所述半导体光放大器连接温控器，抑制电流信号的温度漂移。 [0041] 在本发明的一些实施例中，在通过电压控制电流源电路将所述调制信号转换为驱动电流信号之后，所述方法还包括： [0043] 通过半导体光放大器将所述差分使能信号和所述半导体光放大器的工作电流信号叠加，得到调制电流信号。 [0044] 在本发明的一些实施例中，所述多维光标签信息包括发送端产生的原始光信号对应的波长信息和优先级信息。 [0046] 所述光耦合器，用于接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，将所述携带多维光标签信息的光信号分流为较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0047] 所述光标签信号恢复模块包括依次连接的光电二极管、跨阻放大器、模数转换器、快速傅里叶变换电路、科斯塔斯环电路、载波同步模块、时钟同步模块和解调模块，用于将所述较低功率的携带多维光标签信息的光信号进行恢复预处理，得到恢复的多个一维光标签信号； [0048] 所述处理器用于执行所述计算机指令，当所述计算机指令被执行时该系统实现前述第一方面所述的多维光标签的网络运维方法中的如下步骤： [0049] 将所述恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得所述多维光标签识别模型输出多维光标签信息，所述多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，所述空间模块的输出还连接所述拼接模块的输入； [0050] 根据输出的多维光标签信息构建多级动态反馈队列，根据所述多级动态反馈队列对所述较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。 [0051] 本发明的第四方面提供了一种携带多维光标签的信号生成与传输系统，该系统部署在光网络中的发送端，包括：高速收发器、可编程逻辑阵列、数模转换模块、电压控制电流源电路和半导体光放大器， [0052] 所述高速收发器用于生成原始光信号； [0053] 所述可编程逻辑阵列用于驱动所述数模转换模块来多次生成调制信号，所述调制信号的频率低于所述原始光信号的频率，每次生成的调制信号的频率都不相同； [0054] 所述电压控制电流源电路用于将每次生成的调制信号转换为驱动电流信号； [0055] 所述半导体光放大器用于将每次得到的驱动电流信号和所述半导体光放大器的工作电流信号叠加，多次得到调制电流信号；接收所述原始光信号，根据第一次得到的调制电流信号对所述原始光信号进行调制，生成携带一维光标签信息的光信号；还用于多次接收每上一次生成的携带对应维度光标签信息的光信号，根据每次得到的调制电流信号对携带对应维度光标签信息的光信号进行调制，生成携带多维光标签信息的光信号，并向光网络的交换节点发送所述携带多维光标签信息的光信号。 [0056] 在本发明的一些实施例中，所述系统还包括：驱动器/接收器芯片，所述驱动器/接收器芯片用于将每次得到的驱动电流信号转换为差分使能信号； [0057] 所述半导体光放大器还用于将每次得到的差分使能信号和所述半导体光放大器的工作电流信号叠加，多次得到调制电流信号。 [0058] 在本发明的一些实施例中，所述系统还包括：温控器，所述温控器连接所述半导体光放大器，用于抑制电流信号的温度漂移。 [0059] 在本发明的一些实施例中，所述多维光标签信息包括发送端产生的原始光信号对应的波长信息和优先级信息。 [0060] 本发明的第五方面提供了一种电子设备，该设备部署在光网络中的各个交换节点，包括：处理器、存储器及存储在存储器上的计算机指令，所述处理器用于执行所述计算机指令，当所述计算机指令被执行时该系统实现前述第一方面所述的多维光标签的网络运维方法的如下步骤： [0061] 将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得所述多维光标签识别模型输出多维光标签信息，所述多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，所述空间模块的输出还连接所述拼接模块的输入；其中，所述恢复的多个一维光标签信号通过将较低功率的携带多维光标签信息的光信号进行恢复预处理而得到，通过由光网络的交换节点接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，并将所述携带多维光标签信息的光信号分流得到较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0062] 根据输出的多维光标签信息构建多级动态反馈队列，根据所述多级动态反馈队列对所述较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。 [0063] 本发明的第六方面提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现前述第一方面所述的多维光标签的网络运维方法的如下步骤： [0064] 将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得所述多维光标签识别模型输出多维光标签信息，所述多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，所述空间模块的输出还连接所述拼接模块的输入；其中，所述恢复的多个一维光标签信号通过将较低功率的携带多维光标签信息的光信号进行恢复预处理而得到，通过由光网络的交换节点接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，并将所述携带多维光标签信息的光信号分流得到较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0065] 根据输出的多维光标签信息构建多级动态反馈队列，根据所述多级动态反馈队列对所述较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。 [0066] 本发明的第七方面提供了一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令被处理器执行时实现前述第一方面所述的多维光标签的网络运维方法的如下步骤： [0067] 将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得所述多维光标签识别模型输出多维光标签信息，所述多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，所述空间模块的输出还连接所述拼接模块的输入；其中，所述恢复的多个一维光标签信号通过将较低功率的携带多维光标签信息的光信号进行恢复预处理而得到，通过由光网络的交换节点接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，并将所述携带多维光标签信息的光信号分流得到较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0068] 根据输出的多维光标签信息构建多级动态反馈队列，根据所述多级动态反馈队列对所述较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。 [0069] 本发明的多维光标签的网络运维方法、携带多维光标签的信号生成与传输方法和系统，该网络运维方法能够通过光网络中的各交换节点接收携带有多维光标签的光信号并进行分流，将从分流后的功率较低的光信号中分离出携带的多维光标签信号，并将分离出的多维光标签信号输入改进的GraphFormer模型中进行快速且准确的识别，最后根据识别出的多维光标签结果构建多级动态反馈队列，并根据该队列和光纤波分复用技术对分流后的功率较高的携带有多维光标签的光信号进行高效转发。该方案在不占用光网络额外带宽且不改变网络原有传输协议的前提下，不仅提高了整个光网络的光路利用效率，节省了链路资源，保障了数据的时效性，而且还大大降低了网络运维成本。该方法还可以扩展到携带有其他维度或者更多维度的有益信息的光信号的传输。 [0070] 本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。 [0071] 本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。 附图说明[0072] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。 [0073] 图1为本发明一实施例中携带多维光标签的信号生成与传输方法的流程示意图； [0074] 图2为本发明一实施例中生成的携带有多维光标签的光信号的示意图； [0075] 图3为本发明一实施例中多维光标签的网络运维方法的流程示意图； [0076] 图4为本发明一实施例中改进的GraphFormer模型的结构示意图； [0077] 图5为本发明一实施例中构建的基于波长和优先级的多级动态反馈队列的示意图。 具体实施方式[0078] 为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。 [0079] 在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。 [0080] 应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。 [0081] 在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。 [0082] 在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。 [0083] 针对光网络中光交换机规模不断扩大带来的运维效率和成本问题，以及无源弹性光网络中频谱颗粒度增加所引发的挑战，本发明的目的是提供一种多维光标签的网络运维方法、携带多维光标签的信号生成与传输方法以及对应方法的系统。该方法和系统着力在不改变现有网络传输协议的基础上，主要在光网络的发送端部署携带有多维光标签的信号生成系统或光标签调制系统，对原始光信号预先多重调制处理以生成多维光标签，并将生成的多维光标签叠加在原始光信号上，在光网络的各个交换节点部署多维光标签的深度识别模型，可以快速智能识别处理多维光标签信息，从而实现基于光标签信息和波分复用的数据传输，例如可以将光纤链路利用率和光信号的优先级进行结合，完成对不同重要性数据包的差异化处理。 [0084] 由于传统的携带光标签的信号生成方法存在叠加多维光标签时会使得光网络系统变得更加复杂并且增加网络维护成本，以及该方法叠加的多维光标签导致依赖的DSP算法无法对多维光标签进行快速地自动识别，还可能会引入额外的信号处理延迟，影响系统的实时性能等问题，本发明实施例提供的携带多维光标签的信号生成与传输方法和系统无需对光网络的发送端设备做任何修改，并且完全克服上述缺陷。 [0085] 图1为本发明一实施例中携带多维光标签的信号生成与传输方法的流程示意图。如图1所示，本发明实施例提供了一种携带多维光标签的信号生成与传输方法，应用于光网络的发送端，包括如下步骤： [0086] 步骤S110，光网络的发送端通过高速收发器生成原始光信号，通过可编程逻辑阵列驱动数模转换模块来生成调制信号，调制信号的频率低于原始光信号的频率。 [0087] 本实施例中，光网络中传输的原始数据流由高速收发器调制而产生，通过高速收发器产生原始高速光信号，因此在叠加光标签时，避免对叠加后信号的正常转发产生任何干扰是一个关键考虑因素。为了解决这一问题，由于可编程逻辑阵列(FPGA)能够实现高精度和低延迟的信号生成和处理，确保携带多维光标签的信号生成不会引入额外的延迟或噪声，从而不会干扰高速数据流的正常传输，本实施例使用可编程逻辑阵列驱动数模转换模块来生成低速调制信号。 [0088] 需要说明的是，在通信等领域，光标签也叫作导频音、低频微扰信号或过调制信号，是指通过调顶的方式来生成一个低速的光随路信号，并加载在波长通道的主信号上，用于实现波长的监控以及传输光随路开销等，因此也可叫作调顶信号。如果要在原始光信号中携带波长信息，调顶信号可加载在波分复用系统中光发送端的波长信号上，每个不同波长的原始光信号上叠加不同频率的调顶信号，接收端可以通过检测调顶信号的频率来获取波长信息。可见，本发明实施例中生成的低速调制信号即为发送端想要携带的光标签，可以是频率和峰峰值可调的低速正弦信号，频率范围为500KHz～100MHz。高速光信号是指利用光纤作为传输媒介，通过光波(通常是激光)以极高的速度传输的信息信号。高速收发器产生的高速光信号利用光的速度极快(接近真空中的光速)、频率高、带宽大等特性，来实现数据的高效、快速、远距离传输。低速调制信号的频率低于原始高速光信号的频率。 [0089] 步骤S120，通过电压控制电流源电路将调制信号转换为驱动电流信号。 [0090] 本实施例中，由于SOA允许输入的电流值有一个上限值，因此需要将步骤S110生成的低速调制信号转换为适合SOA的驱动电流。电压控制电流源电路使用TL431P搭建的压控电流源电路，可以将数模转换模块输出的峰值5伏的正弦电压信号转换为2毫安上下波动的正弦电流信号。在其他实施例中，也可以使用其他型号的芯片和结构的压控电流源电路实现此功能。 [0091] 步骤S130，通过半导体光放大器将驱动电流信号和半导体光放大器的工作电流信号叠加，得到调制电流信号。 [0092] 本步骤中，通过将电压控制电流源输出的电流信号与SOA的直流工作电流叠加，获得调制SOA的工作电流，能够使得SOA后续在不影响原始高速光信号传输的情况下对原始高速光信号的强度进行调制。 [0093] 步骤S140，将原始光信号输入半导体光放大器，通过半导体光放大器根据调制电流信号对原始光信号进行微调，生成携带一维光标签信息的光信号。 [0094] 本步骤中，半导体光放大器(SOA)在输入端接收高速收发器生成的原始高速光信号，并通过调制SOA的工作电流对输入的原始高速光信号的强度进行微小的调制。此种调制不会显著改变原始光信号的特性，但能够在原始光信号中引入低速调制信号，即光标签。由于SOA的光增益特性，调制SOA的工作电流在SOA的输出端产生一个包含低速调制信号的光信号，即该光信号包含了第一维光标签的信息，同时保持了原始高速光信号的主要特性。 [0095] 该第一维光标签信息可以是原始光信号的波长信息，也可以是其他的任意标签信息。 [0096] 步骤S150，多次重复执行调制信号的生成、转换与电流叠加的步骤，每次将上一次生成的携带对应维度光标签信息的光信号输入半导体光放大器，通过半导体光放大器根据每次得到的调制电流信号对携带对应维度光标签信息的光信号进行微调，生成携带多维光标签信息的光信号，每次生成的调制信号的频率都不相同。 [0097] 本步骤中，第二次执行步骤S110中的低速调制信号的生成步骤、步骤S120～S130后，其中第二次生成的低速调制信号和第一次生成的低速调制信号的频率不相同，将第一次生成的携带有一维光标签信息的光信号输入SOA的输入端，通过第二次执行步骤S120～S130后生成的调制电流信号对携带有一维光标签信息的光信号的强度进行微调，生成携带有二维光标签信息的光信号，实现二维光标签信息在原始光信号上的叠加。第三、四甚至更多次数的执行过程同理，通过多次执行，最终生成了携带有多维光标签信息的光信号。在此过程中，调制信号从低频到高频中多个频率考虑，实现对原始光信号的多重调制。 [0098] 在一个具体示例中，携带有二维光标签信息的光信号是在叠加了表征原始光信号波长的光标签信息的光信号的基础上再次叠加了表征原始光信号优先级(在光网络中传输的业务优先级)的光标签信息，即叠加的第二维光标签信息是原始光信号在光网络中传输的业务优先级信息，也可以根据具体需求表征为其他信息，比如原始光信号传输的业务类型等。该具体示例中得到的携带有二维光标签信息的光信号中，二维光标签信号的公式如下所示： [0099] [0100] 其中，f1和f2分别表示第一维光标签信号(表征携带的波长)和第二维光标签信号(表征携带的业务优先级)的频率，频率均处于500KHz～100MHz之间。为了接收端可以正确接收并识别这两个光标签信号，f1和f2之间的间隔一般应大于30MHz，且f1>f2。通过两次调制得到的携带有二维光标签信息的光信号如图2所示。 [0101] 步骤S160，向光网络的交换节点发送所述携带多维光标签信息的光信号，以使得光网络中的各个交换节点接收该携带多维光标签信息的光信号并处理该信号。 [0102] 本发明另一实施例中，在通过电压控制电流源电路将调制信号转换为驱动电流信号之后，该携带多维光标签的信号生成与传输方法还包括如下步骤： [0103] 步骤S230，通过驱动器/接收器芯片将驱动电流信号转换为差分使能信号。 [0104] 本实施例中，驱动器/接收器芯片选择DS90LV019TMLVDS芯片，DS90LV019TMLVDS芯片的输入为高电平，输出为LVDS电平标准的一对差分信号。通过该芯片将驱动电流信号转换为差分使能信号，可以提升信号的抗干扰性，以确保信号传输的稳定性。 [0105] 步骤S240，通过半导体光放大器将差分使能信号和半导体光放大器的工作电流信号叠加，得到调制电流信号。 [0106] 本实施例中的其他步骤和步骤S110、S120、S140和S150均相同，不再赘述。步骤S240中，将差分使能信号添加到SOA的工作电流中，使得SOA能够进行适当的调制。 [0107] 本发明另一实施例中，该携带多维光标签的信号生成与传输方法还包括如下步骤：通过半导体光放大器连接温控器，抑制电流信号的温度漂移。 [0108] 本实施例中，使用HTC1500芯片作为温控器，可以防止SOA工作电流的漂移，确保系统的稳定性和携带有光标签的光信号的准确性。 [0109] 通过以上步骤，区别于传统方法，本发明各实施例中的携带多维光标签的信号生成与传输方法采用半导体光放大器(SOA)作为光标签调制设备，并实现了光标签的多维叠加，能够在不干扰原始高速光信号的前提下，生成并加载携带有多维光标签信息的光信号。并且通过将该光信号发送，能够使得接收端(光网络中的交换节点)实现对此处叠加的多维光标签信息进行快速地自动识别。还可以将发送信号的波长作为第一维光标签叠加在发送信号上，并对不同信号在发送端提前设置对应的优先级，将优先级作为第二维光标签也叠加在发送信号上，即在光网络中传输的数据包中嵌入发送信号的波长和任务优先级信息，从而实现对不同重要性数据包的差异化处理。 [0110] 图3为本发明一实施例中多维光标签的网络运维方法的流程示意图。如图3所示，本实施例的多维光标签的网络运维方法，应用于光网络的各个交换节点，包括如下步骤： [0111] 步骤S310，光网络的交换节点接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，将携带多维光标签信息的光信号分流为较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号。 [0112] 本步骤中，由发送端发送或者是交换节点转发来的携带有多维光标签信息的光信号到达交换节点处时，通过在交换节点处部署的光耦合器将该光信号按照信号功率划分为两部分，两部分的光信号的功率比值大约为1：9，并且将两部分光信号中功率较高的光信号送往在交换节点处部署的服务器，以等待该交换节点接收到识别出的多维光标签信息后被该交换节点转发，功率较低的光信号送往在交换节点处部署有多维光标签的深度识别模型的主机，被用来对多维光标签信息的识别，从而实现信号的分流。如果上述功率比值过大，会对该光信号的接收产生影响，相反，如果比值过小，则会对多维光标签的自动识别产生影响。 [0113] 本发明一实施例中，多维光标签信息包括发送端产生的原始光信号对应的波长信息和优先级信息。 [0114] 步骤S320，将较低功率的携带多维光标签信息的光信号进行恢复预处理，得到恢复的多个一维光标签信号。 [0115] 本步骤中，在被多维光标签的深度识别模型识别之前，需要将携带的多维光标签信息从较低功率的携带有多维光标签信息的光信号中恢复出来，从而实现多维光标签的准确识别。在一实施例中，恢复的多个一维光标签信号为分别表征要携带的波长信息和优先级信息的信号。 [0116] 本发明一实施例中，将较低功率的携带多维光标签信息的光信号进行恢复预处理，得到恢复的多个一维光标签信号，包括如下步骤： [0117] 步骤S321，将较低功率的携带多维光标签信息的光信号依次经过光电转换、模数转换和快速傅里叶变换，得到多个携带一维光标签信息的数字电信号。 [0118] 本实施例中，通过在交换机点处部署的低速光电二极管(APD)和跨阻放大器(TIA)将较低功率的携带多维光标签信息的光信号转换为调顶模拟电信号，通过部署的采样频率为250MHz的模数转换器将模拟电信号转换为数字电信号，模数转换器的采样输出位宽为14bit，然后通过快速傅里叶变换电路对数字电信号进行快速傅里叶变换，得到多个携带有一维光标签信息的数字电信号。在具体的示例中，快速傅里叶变换电路使用FPGA的逻辑门和查找表等内部资源搭建形成，电路输入为模数转换后的数字电信号，输出为数字电信号的离散频谱，通过寻找频谱最大的两个值的坐标n1、n2，n1＞n2，可以得到包含了携带的波长信息和优先级信息的二维光标签的信号频率，如下： [0119] [0120] 其中，f3、f4为二维光标签的两个信号频率，该二维光标签可以理解为二维光标签中第一维光标签×二维光标签中第二维光标签，fs＝250·M(Hz)，M为快速傅里叶变换的采样点数量。根据f3＝f1+f2，f4＝f1‑f2，可以得到二维光标签中的第一维光标签(波长)和第二维光标签(优先级)的信号频率分别为 [0121] 步骤S322，通过科斯塔斯环法从多个携带一维光标签信息的数字电信号中得到对应的多个载波信号。 [0122] 本步骤通过科斯塔斯环电路实现，具体通过可编程门阵列FPGA内部的查找表、逻辑门等资源经过硬件描述(RTL)语言编程、综合布局布线、时序优化等操作转换为相应的硬件电路，由该硬件电路搭建形成上述科斯塔斯环电路。 [0123] 步骤S323，将多个载波信号依次经过载波同步、时钟同步和解调，得到恢复的多个一维光标签信号。 [0124] 通过以上步骤，从较低功率的携带多维光标签信息的光信号中实现多维光标签信息的恢复，可以实现多维光标签的深度识别模型对多维光标签的准确识别与分类。 [0125] 步骤S330，将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得多维光标签识别模型输出多维光标签信息，多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，空间模块的输出还连接拼接模块的输入。 [0126] 本步骤中，多维光标签识别模型为改进的GraphFormer模型，采用改进的GraphFormer模型对恢复出的多维光标签信息进行识别，改进的GraphFormer模型部署在交换节点处的主机中。 [0127] 具体的，如图4所示，空间模块包括多层图卷积神经网络(GCN)，用于提取恢复的多个一维光标签信号的空间特征，输出包含对应空间特征的多个二维矩阵和多个一维向量；激活函数层用于对包含对应空间特征的多个二维矩阵中的元素值进行过滤；时间模块包括多个Transformer层，每个Transformer层包括依次连接的嵌入层、第一线性层、多头注意力层、注意力拼接层和第二线性层，用于提取过滤后的包含对应空间特征的多个二维矩阵的时间特征，输出包含对应时间特征的多个一维向量；拼接模块用于分别拼接包含对应空间特征的多个一维向量和包含对应时间特征的多个一维向量；全连接层用于整合拼接后的多个一维向量中各自的空间特征和时间特征，输出多个全局特征；归一化指数函数(SoftMax)输出层用于对多个全局特征进行分类，输出多维光标签信息。 [0128] 在模型自动识别得到最终的多维光标签结果之后，在交换节点处部署的主机将该最终的多维光标签结果发送给在交换节点处部署的服务器，使得交换节点能够根据自动识别的多维光标签结果对位于服务器中的功率较高的携带有多维光标签信息的光信号进行高效转发，并且可以节省光纤链路资源。该多维光标签结果可以是原始光信号的具体波长信息和优先级的具体等级、优先级高低等信息。 [0129] 步骤S340，根据输出的多维光标签信息构建多级动态反馈队列，根据多级动态反馈队列对较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。 [0130] 本发明一实施例中，根据输出的多维光标签信息构建多级动态反馈队列，包括如下步骤： [0131] 步骤S341，根据波长信息将多个不同波长的光信号划分为多个第一小组； [0132] 步骤S342，在每个第一小组中，根据相同波长的不同光信号所携带的优先级信息按照优先级由高到低的顺序构建一级队列，其中相同优先级的不同光信号形成一级队列中的一个第二小组； [0133] 步骤S343，在每个第二小组中，根据相同优先级的不同光信号到达交换节点处的先后顺序构建作为二级队列的先入先出队列； [0134] 步骤S344，如果队列的长度、等待时间和服务质量均达到相应的预设阈值，动态调整并提高所述队列的优先级； [0135] 步骤S345，如果在转发过程中接收到比正在传输的光信号优先级更高的光信号，停止当前队列的传输，直至转发完成比正在传输的光信号优先级更高的光信号。 [0136] 如图5所示，以上步骤构建的多级动态反馈队列转发机制具体为：根据不同波长λ1，λ2，…，λn构建n个第一小组，在每个第一小组下，根据优先级由高到低的顺序构建一级队列P1，P2，…，Pm，P1为最高优先级，Pm为最低优先级，其中优先级相同的不同光信号形成一级队列中的一个第二小组，例如P1等，在每个第二小组下，根据到达交换节点处的先后顺序构建二级队列，即先入先出(FIFO)队列，形成共计有n×m条队列，其中n为发送端发送的信号波长种类的总数，m为发送端预设的优先级级别的总数。每个光信号在到达交换节点并且经过多维光标签的自动识别后，交换节点根据识别出的多维光标签‑波长和优先级将对应光信号添加到以上相应的队列中，每条队列的长度L1，L2，…，Lp与队列的优先级成反比。基于光纤波分复用技术，各个交换节点并行发送多种波长的信号，并且优先转发每个波长小组下优先级更高的队列中的信号，例如，只有当波长λ1第二小组下P1中的信号全部转发之后，才转发波长λ1第二小组下P2中的信号。本实施例中，为了保证高优先级的信号能够及时得到转发，在转发过程中，如果交换节点接收到更高优先级的信号，将丢弃当前正在传输的较低优先级的信号并停止当前队列的传输，转而传输刚刚接收到的更高优先级的信号。 [0137] 并且，为了防止出现队列溢出或较低优先级的成员饥饿等极端情况的出现，及其导致大量丢包从而影响服务质量和降低网络吞吐量，还采用动态调整队列优先级的方式来解决这一问题，具体通过如下公式来动态调整优先级： [0138] [0139] 其中，Pi1表示优先级，i1＝1，2，…，m，Li2，th、Twait，th和QoSth分别为预期队列长度、等待时间和服务质量的预设阈值，i2＝1，2，…，p，当实际的队列长度Li2达到预期队列长度的预设阈值Li2，th、实际的等待时间Twait达到等待时间的预设阈值Twait，th以及实际的服务质量QoS达到服务质量的预设阈值QoSth时，则提高对应队列的优先级，从而优先处理该队列的数据转发。α、β、γ为影响因子，在0‑0.5之间产生的随机数中取值。服务质量QoS受到丢包率、时延、抖动、带宽等数据的影响。 [0140] 由此可知，根据上述多级动态反馈队列对叠加了多维光标签的光信号在光网络中能够更好的基于波分复用和优先级进行高效转发，对不同任务优先级、重要性的数据包进行差异化转发处理，从而显著提高整个光网络中光纤链路资源的利用效率以及服务质量，并且实现数据的时敏保障性。 [0141] 本发明另一实施例中，为了更加便于将恢复的多维光标签信息输入模型中并且被准确识别，在将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型之前，该多维光标签的网络运维方法还包括如下步骤： [0142] 步骤S326，将恢复的多个一维光标签信号分别视作为多个由多个像素点组成的二维矩阵图，将每个二维矩阵图切分为多个像素块。 [0143] 步骤S327，基于多个像素块构建特征矩阵，特征矩阵中的元素值为对应像素块中各像素点的RGB值的平均值，基于多个像素块之间的相邻关系构建邻接矩阵。 [0144] 步骤S328，对多个特征矩阵进行归一化处理，得到多个归一化的特征矩阵，二维矩阵表征包括归一化的特征矩阵和对应的邻接矩阵。也就是说，将恢复的多个一维光标签信号经过预处理对应得到的多个邻接矩阵和多个归一化的特征矩阵作为改进的GraphFormer模型的输入。 [0145] 由于组成二维矩阵图的像素点不计其数，为了避免出现图片像素点过多导致的矩阵过大而引发的计算量飙升的问题，本实施例将多个二维矩阵图均切分为若干个16×16的像素块，每个像素块被视作一个节点，每张图片都可以被看作是由若干个像素块拼接而成的。将像素块之间的相邻关系看作是节点之间相连接的边，并根据该连接关系构建邻接矩阵，这样，就得到了输入改进的GraphFormer模型中空间模块的GCN层的两类矩阵，分别是由各像素块组成的特征矩阵X和用于表示每张图中各像素块之间连接关系的邻接矩阵A，特征矩阵X和邻接矩阵A都是多个。特征矩阵中的每个矩阵元素值为对应像素块中各像素点的RGB值取平均后得到的结果，即对应像素块中各像素点的RGB值的平均值。 [0146] 在将上述特征矩阵和邻接矩阵输入模型之前，对每个特征矩阵都进行归一化预处理，特征矩阵归一化的具体公式如下所示： [0147] [0148] 其中，Xn表示归一化的特征矩阵，Xi，j表示特征矩阵中第i行第j列的元素，Xmin表示特征矩阵的元素中的最小值，Xmax表示特征矩阵的元素中的最大值。 [0149] 将多个归一化的特征矩阵和对应的多个邻接矩阵均输入改进的GraphFormer模型中，先通过空间模块的多层GCN对对应表征多个一维光标签信号的多个归一化的特征矩阵和多个邻接矩阵的空间特征进行提取，也就是得到了各个信号波形的空间关联关系，各层GCN的输出为如下式： [0150] [0151] [0152] 其中，H(l+1)表示第l+1层GCN激活后输出的二维矩阵，H(l)表示第l层GCN激活后输出(l) M*D (0)的二维矩阵，H ∈R ，M表示每张图中节点的数量，D表示每个节点输出特征的维度，H ＝Xn，Xn表示输入的归一化的特征矩阵；σ表示每一层GCN的激活函数；表示规范化矩阵，规范化矩阵为出度矩阵和单位矩阵相加的结果，出度矩阵表示图中的每个像素块所能伸出去的(l) 边所描述的矩阵；表示自连接邻接矩阵，A表示邻接矩阵；W 表示第，层GCN的自学习权重矩阵；I表示单位矩阵，N表示单位矩阵的维度，在具体示例中，N为一维。 [0153] 由此可知，空间模块的输出是多个包含对应一维光标签信号的空间关联关系、空间特征的二维空间特征矩阵。为了避免该二维矩阵经过时间模块后，其空间特征不显著，本实施例的空间模块还采用TopK算法来保留空间模块学习到的空间特征，具体的，针对二维空间特征矩阵中的每一个像素块，通过如下公式计算每个像素块的得分： [0154] Scorei，j＝Hi，j+∑Ai，jHi，j [0155] 其中，Hi，j表示二维空间特征矩阵中第i行第j列的像素块的特征值，即矩阵元素值，∑Ai，jHi，j表示二维空间特征矩阵中第i行第j列的像素块所连接的该矩阵中其他像素块的特征之和。将最后一层GCN输出的每个二维空间特征矩阵中每个元素值根据计算的每个元素值的得分进行降序排序，可以选择其中排名在前50％的部分，将该部分展开组成为一个包含了空间特征的一维空间特征向量，记为Spatialoutput，从而形成多个一维空间特征向量，用于和后续的时间模块输出的一维向量进行拼接，以完成多维光标签的识别。 [0156] 将空间模块最后一层GCN输出的多个二维空间特征矩阵H作为时间模块的输入，通过时间模块提取该矩阵数据的时间特征，为了使改进的GraphFormer模型更好地理解输入的矩阵数据在时间序列中的顺序关系，时间模块通过使用位置嵌入的方式(嵌入层)来区分时间序列中不同位置的元素，从而理解输入矩阵中各元素之间的关系，位置嵌入的计算公式如下： [0157] [0158] [0159] 其中，pos表示时间序列中的数据位置，k表示时间序列索引，PE(pos，2k)和PE(pos，2k+1)分别表示奇数维和偶数维的数据，dmodel表示嵌入维度。 [0160] 通过上述位置嵌入公式可以得到一个全新的特征矩阵表达式，即表示时间模块的输入矩阵数据‑二维空间特征矩阵在时间序列中位置的向量。并且，为了更好地得到数据间的相关性，在时间模块中还加入了多头注意力机制，注意力机制的目的是为了让模型在处理序列数据时能够动态地关注序列中的不同部分。传统的标准的注意力机制计算的是一个单一的加权和，而多头注意力机制则通过多个独立的注意力头进行计算，每个注意力头可以关注不同的特征或位置，从而捕捉到更丰富的上下文信息。多头注意力会对输入的数据分别进行注意力计算，最终将所有注意力头的计算结果拼接在一起，得到最终的输出结果。其关键在于生成多组的QKV值，将输入的二维空间特征矩阵分解为多个不同的子空间，使得模型能够关注每个空间中的不同位置，具体过程如下： [0161] 首先是线性变换，对于每一个注意力头，输入序列的嵌入会被线性变换为查询(Query)、键(Key)和值(Value)矩阵，如下公式： [0162] Q＝YWQ，K＝YWK，V＝YWV [0163] 其中，WQ、WK、WV为可学习权重矩阵，Y表示嵌入的输出。 [0164] 然后通过如下公式计算每个注意力头的注意力： [0165] [0166] 其中，dK为键向量的维度，T表示转置操作，归一化指数函数(SoftMax)可以将一个实数向量转化成一个概率向量，如下式： 其中，zj表示输入向量，j＝1，2，…，q，q表示输入向量的元素个数，这里为输入序列的长度。 [0167] 最后，通过如下公式将每个注意力头输出的注意力拼接在一起： [0168] MultiHead(Q，K，V)＝Concat(head1，…，headh)Wo [0169] 其中，MultiHead()表示多头注意力函数，Concat()表示拼接函数，headh表示每o个注意力头的输出，h表示注意力头的数量，W表示线性变换的权重矩阵。 [0170] 时间模块最后输出一个一维时间特征向量，该向量与空间模块输出的一维空间特征向量类似，记为Timeoutput，最后将向量Spatialoutput和Timeoutput拼接后依次经过一层全连接层和SoftMax输出层，得到最终的光标签识别结果。在具体示例中，该光标签识别结果为发送端发送的原始光信号的波长信息和优先级信息。 [0171] 本发明以上各个实施例的多维光标签的网络运维方法，通过光网络中的各交换节点接收携带有多维光标签的光信号并进行分流，将从分流后的功率较低的光信号中分离出携带的多维光标签信号，并将分离出的多维光标签信号输入改进的GraphFormer模型中进行快速且准确的识别，最后根据识别出的多维光标签结果构建多级动态反馈队列，并根据该队列和光纤波分复用技术对分流后的功率较高的携带有多维光标签的光信号进行高效转发。该方案在不占用光网络额外带宽且不改变网络原有传输协议的前提下，还实现了光纤链路和信号优先级等的有效结合，不仅提高了整个光网络的光路利用效率，节省了链路资源，保障了数据的时效性，而且还大大降低了网络运维成本，并且该方法还可以扩展到携带有其他维度或者更多维度的有益信息的光信号的传输。 [0172] 本发明通过创新的多维光标签生成技术和多维光标签的深度识别模型，旨在优化光网络的运维流程，提升网络性能，同时降低运营成本，满足日益增长的光网络通信需求。 [0173] 与上述方法相应地，本发明实施例还提供了一种多维光标签的网络运维系统，该系统部署在光网络的各个交换节点，包括光耦合器、光标签信号恢复模块和计算机设备。 [0174] 其中，光耦合器，用于接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，将携带多维光标签信息的光信号分流为较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0175] 光标签信号恢复模块包括依次连接的光电二极管、跨阻放大器、模数转换器、快速傅里叶变换电路、科斯塔斯环电路、载波同步模块、时钟同步模块和解调模块，用于将较低功率的携带多维光标签信息的光信号进行恢复预处理，得到恢复的多个一维光标签信号； [0176] 所述计算机设备包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现前述多维光标签的网络运维方法中的如下步骤： [0177] 将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得多维光标签识别模型输出多维光标签信息，多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，空间模块的输出还连接拼接模块的输入； [0178] 根据输出的多维光标签信息构建多级动态反馈队列，根据多级动态反馈队列对较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。 [0179] 本发明实施例还提供了一种携带多维光标签的信号生成与传输系统，该系统部署在光网络的发送端，包括高速收发器、可编程逻辑阵列、数模转换模块、电压控制电流源电路、驱动器/接收器芯片、半导体光放大器和温控器。 [0180] 其中，高速收发器用于生成原始光信号； [0181] 可编程逻辑阵列用于驱动数模转换模块来多次生成调制信号，调制信号的频率低于原始光信号的频率，每次生成的调制信号的频率都不相同； [0182] 电压控制电流源电路用于将每次生成的调制信号转换为驱动电流信号； [0183] 驱动器/接收器芯片用于将每次得到的驱动电流信号转换为差分使能信号； [0184] 半导体光放大器用于将每次得到的差分使能信号和半导体光放大器的工作电流信号叠加，多次得到调制电流信号；接收原始光信号，根据第一次得到的调制电流信号对原始光信号进行微调，生成携带一维光标签信息的光信号；还用于多次接收每上一次生成的携带对应维度光标签信息的光信号，根据每次得到的调制电流信号对携带对应维度光标签信息的光信号进行微调，生成携带多维光标签信息的光信号，并向光网络的交换节点发送携带多维光标签信息的光信号； [0185] 温控器连接半导体光放大器，用于抑制电流信号的温度漂移。 [0186] 本发明实施例还提供一种电子设备，该设备部署在光网络中的各个交换节点，包括：处理器、存储器及存储在存储器上的计算机指令，所述处理器用于执行所述计算机指令，当所述计算机指令被执行时该系统实现前述多维光标签的网络运维方法的如下步骤： [0187] 将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得多维光标签识别模型输出多维光标签信息，多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，空间模块的输出还连接拼接模块的输入；其中，恢复的多个一维光标签信号通过将较低功率的携带多维光标签信息的光信号进行恢复预处理而得到，通过由光网络的交换节点接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，并将携带多维光标签信息的光信号分流得到较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0188] 根据输出的多维光标签信息构建多级动态反馈队列，根据多级动态反馈队列对较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。该电子设备可以是各类移动式终端、台式机、服务器等。 [0189] 本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时以实现前述多维光标签的网络运维方法的如下步骤： [0190] 将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得多维光标签识别模型输出多维光标签信息，多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，空间模块的输出还连接拼接模块的输入；其中，恢复的多个一维光标签信号通过将较低功率的携带多维光标签信息的光信号进行恢复预处理而得到，通过由光网络的交换节点接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，并将携带多维光标签信息的光信号分流得到较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0191] 根据输出的多维光标签信息构建多级动态反馈队列，根据多级动态反馈队列对较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。该计算机可读存储介质可以是有形存储介质，诸如随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD‑ROM、或技术领域内所公知的任意其它形式的存储介质。 [0192] 本发明实施例还提供一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现前述多维光标签的网络运维方法的如下步骤： [0193] 将恢复的多个一维光标签信号的二维矩阵表征输入交换节点中部署的多维光标签识别模型中进行识别，以使得多维光标签识别模型输出多维光标签信息，多维光标签识别模型包括依次连接的空间模块、激活函数层、时间模块、拼接模块、全连接层和归一化指数函数输出层，空间模块的输出还连接拼接模块的输入；其中，恢复的多个一维光标签信号通过将较低功率的携带多维光标签信息的光信号进行恢复预处理而得到，通过由光网络的交换节点接收发送端生成或其他交换节点转发的携带多维光标签信息的光信号，并将携带多维光标签信息的光信号分流得到较高功率的携带多维光标签信息的光信号和较低功率的携带多维光标签信息的光信号； [0194] 根据输出的多维光标签信息构建多级动态反馈队列，根据多级动态反馈队列对较高功率的携带多维光标签信息的光信号以波分复用方式进行转发。 [0195] 本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。 [0196] 需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。 [0197] 本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。 [0198] 以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。 |
||
QQ群二维码
意见反馈
意见反馈