Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2411.02911

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2411.02911 (eess)
[提交于 2024年11月5日 ]

标题: 下一代多频带EONs中协同超加速功率优化与基于波长的QoT感知跨层设计

标题: Synergizing Hyper-accelerated Power Optimization and Wavelength-Dependent QoT-Aware Cross-Layer Design in Next-Generation Multi-Band EONs

Authors:Farhad Arpanaei, Mahdi Ranjbar Zefreh, Yanchao Jiang, Pierluigi Poggiolini, Kimia Ghodsifar, Hamzeh Beyranvand, Carlos Natalino, Paolo Monti, Antonio Napoli, Jose M. Rivas-Moscoso, Oscar Gonzalez de Dios, Juan P. Fernandez-Palacios, Octavia A. Dobre, Jose Alberto Hernandez, David Larrabeiti
摘要: 弹性光网络(EON)向多频段传输(MB-EON)的扩展显示出提高频谱效率、吞吐量和长期成本效益的潜力,这对电信运营商来说前景广阔。然而,设计MB-EON网络引入了复杂的挑战,特别是物理参数(如光功率和传输质量QoT)的优化。光纤的频率相关特性(如损耗、色散和非线性效应),以及通道间受激拉曼散射,在扩展到超过L+C(LC)波段至超过100纳米的连续频谱时构成了显著障碍。在这项研究中,我们提出了一种逐跨段的最优功率分配方法,并引入了两种超加速功率优化(HPO)策略:平坦发射功率(FLP)和平坦接收功率(FRP)。这些方法在保持运行服务稳定的同时,显著加快了网络功率优化的速度。我们的FLP和FRP模型对比分析表明,虽然FRP对容量的影响较小(对于100公里的L+C+S(LCS)系统增加不到10 Tbps),但它在S波段提升了平坦度和GSNR/OSNR指标分别约2/0 dB和2.5/6 dB。各种拓扑结构下的全网分析显示,FRP技术提高了最小GSNR,从而在1%带宽阻塞率的情况下,根据网络规模,吞吐量增加了12%到75%。最后,我们在MB-EON中应用HPO进行局部和全局功率优化的研究表明,尽管这两种方法性能相当,但全局优化对于大规模网络而言更为简单且更具成本效益。
摘要: The extension of elastic optical networks (EON) to multi-band transmission (MB-EON) shows promise in enhancing spectral efficiency, throughput, and long-term cost-effectiveness for telecom operators. However, designing MB-EON networks introduces complex challenges, notably the optimization of physical parameters like optical power and quality of transmission (QoT). Frequency-dependent characteristics of fiber, such as loss, dispersion, and nonlinear effects, alongside inter-channel stimulated Raman scattering, pose significant hurdles when extending beyond the L+C (LC) band to a continuous spectrum over 100 nm. In this study, we propose a span-by-span methodology for optimal power allocation, introducing two hyper-accelerated power optimization (HPO) strategies: flat launch power (FLP) and flat received power (FRP). These approaches significantly expedite network power optimization while preserving the stability of running services. Our comparative analysis of FLP and FRP models reveals that while FRP has a minimal effect on capacity (increasing less than 10 Tbps for an L+C+S (LCS) system over 100 km), it improves flatness and GSNR/OSNR metrics in the S-band by approximately 2/0 dB and 2.5/6 dB, respectively. A network-wide analysis across various topologies shows that the FRP technique enhances minimum GSNR, contributing to a throughput increase of 12% to 75%, depending on network scale, at a 1% bandwidth blocking rate. Lastly, our application of HPO in MB-EON for both local and global power optimization demonstrates that while both approaches offer comparable performance, global optimization is simpler and more cost-effective for large-scale networks.
主题: 系统与控制 (eess.SY)
引用方式: arXiv:2411.02911 [eess.SY]
  (或者 arXiv:2411.02911v1 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2411.02911
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Farhad Arpanaei [查看电子邮件]
[v1] 星期二, 2024 年 11 月 5 日 08:54:05 UTC (11,957 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-11
切换浏览方式为:
cs
cs.SY
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号