黃亮

摘要：光通信狀態(tài)識別是“以一識多”的途徑．傳統(tǒng)的識別方法無法對光通信狀態(tài)進行高效率、高精度的識別描述，導(dǎo)致出現(xiàn)識別結(jié)果有誤差、識別精確度低等問題。為了處理不同識別情景，有效減少識別弊端，需以云計算平臺為基礎(chǔ)，設(shè)計光通信狀態(tài)識別系統(tǒng)。文章具體分析了光通信狀態(tài)識別的現(xiàn)狀，找出導(dǎo)致識別不理想的原因，在光通信信號中找出識別的特征，全面構(gòu)建云計算平臺，從各個節(jié)點入手，實現(xiàn)了光通信狀態(tài)的識別．

關(guān)鍵詞：云計算平臺：光通信狀態(tài)：狀態(tài)識別系統(tǒng)：設(shè)計實現(xiàn)

中圖分類號：TP18；TP393

文獻標(biāo)志碼：A

0 引言

與其他通信技術(shù)相比，光通信技術(shù)的環(huán)境適應(yīng)能力更強，處理速度更快，抗外界干擾能力更強。隨著光通信技術(shù)的持續(xù)發(fā)展，光通信技術(shù)在各個行業(yè)領(lǐng)域都取得了一定的成績。但是，醫(yī)療領(lǐng)域、信息采集領(lǐng)域、軍事領(lǐng)域的光通信狀態(tài)識別并不完善，要想解決客觀問題并降低識別誤差，就要以網(wǎng)絡(luò)數(shù)據(jù)平臺為基礎(chǔ)，設(shè)計光通信狀態(tài)識別系統(tǒng)，從光通信狀態(tài)的信號采集中提取其特點，并通過網(wǎng)絡(luò)數(shù)據(jù)平臺中由中心節(jié)點控制多個節(jié)點，用支持向量機來控制節(jié)點，從而實現(xiàn)對光通信狀態(tài)的識別經(jīng)過測試，基于云計算平臺下的光通信狀態(tài)識別是一種正確率高、速度快的識別方法。

1 基于云計算平臺的光通信狀態(tài)識別系統(tǒng)設(shè)計

1.1 工作原理及特征

隨著數(shù)據(jù)的不斷產(chǎn)生，不同行業(yè)、不同領(lǐng)域的數(shù)據(jù)已經(jīng)呈現(xiàn)直線上升的趨勢，這也表明如今已經(jīng)全面進入大數(shù)據(jù)時代。在此背景下，如果還是沿用傳統(tǒng)的數(shù)據(jù)處理技術(shù)，受電子器件尺寸和處理器制作丁藝的影響，數(shù)據(jù)處理的速度很難突破瓶頸以達到客觀要求[1-2]。在互聯(lián)網(wǎng)飛速發(fā)展的背景下，云計算平臺可以組合排列多個地理位置上的分散節(jié)點，并采用其分散式管理的技術(shù)，將這些節(jié)點組合成一個大的系統(tǒng)，進而加快處理數(shù)據(jù)的速度、提升處理數(shù)據(jù)的能力。云計算平臺主要是將一個大的任務(wù)劃分成為若干個小的片段，并且根據(jù)不同片段的情況依次處理，從而節(jié)省了大任務(wù)全面處理的時間，也降低了處理的難度．工作原理如圖1所示。

在云計算平臺中，通過光通信狀態(tài)識別同步進行多個節(jié)點的處理，能夠更有效地提升光通信狀態(tài)識別數(shù)據(jù)的速度，識別特征步驟如下：（1）借助專項工具，對光通信狀態(tài)信號進行采集。（2）選擇小波變換形態(tài)，以多尺度方式分解光通信狀態(tài)信號，獲取的信號為不同幅度下的表現(xiàn)[3]。（3）對數(shù)據(jù)能量特征進行統(tǒng)一化。

1.2 工作步驟及設(shè)計

在光通信狀態(tài)識別的數(shù)據(jù)挖掘技術(shù)中，支持向量機和二乘向量機都屬于機器處理數(shù)據(jù)的范疇，其中，后者的學(xué)習(xí)速度快于前者，但是學(xué)習(xí)精確度比較低，光通信狀態(tài)識別這一類型存在建設(shè)難度，所以識別以向量機為主，對其進行研究。

在支持向量機識別中引入函數(shù)數(shù)據(jù)處理，處理數(shù)據(jù)和識別狀態(tài)的效率得到大幅提升，并為光通信狀態(tài)識別提供了分類機器處理的支持。在云計算平臺下，光通信狀態(tài)識別的程序如下：（1）采取光通信狀態(tài)識別中的信號，并去除信號中的噪聲[4]。（2）針對已經(jīng)去除噪聲后的光通信信號進行進一步的分解處理，從中提取出光通信信號的特點。（3）在光通信狀態(tài)信號中，支持向量機的輸入這一特征，會輸出相對應(yīng)的類型，借助支持向量機的研究，掌握光通信狀態(tài)信號，并進行構(gòu)建。

2 光通信狀態(tài)識別的案例

2.1 云計算平臺的搭建

在進行實例實驗的過程中，需要搭建一個云計算平臺，該平臺擁有多節(jié)點特征，結(jié)構(gòu)為一個中心節(jié)點、多個工作節(jié)點。其中，中心節(jié)點管理工作節(jié)點，這樣一來，通過有效的管理能夠更好地協(xié)調(diào)各節(jié)點的工作，也能讓各個節(jié)點的資源得到充分利用，從而保障每一個節(jié)點工作的均衡性[5]。

2.2 光通信狀態(tài)信號的來源

光通信狀態(tài)識別優(yōu)勢和效果的判定可以采用云計算平臺進行全面的測試，光通信狀態(tài)識別為主要測試手段，包括K近鄰方法和BP神經(jīng)網(wǎng)絡(luò)方法，在云計算平臺中，這兩種方法對拒識率、正確率、誤識率進行有效的測試[6]。

在測試過程中，針對測試目標(biāo)，可以以光通信狀態(tài)信號為主，并將其分為多個種類，包括正確光通信狀態(tài)、異常通信狀態(tài)。其中，異常狀態(tài)主要為信號中斷、非法入侵、非法攻擊以及干擾等狀態(tài)[7]。其中，正常光通信狀態(tài)編號為1；異常光通信狀態(tài)編號為2-5。

2.3 光通信狀態(tài)識別的效果

差異性光通信狀態(tài)下的識別效果如圖2所示。

全方位分析圖2可知：（1）BP神經(jīng)網(wǎng)絡(luò)方法下的光通信狀態(tài)識別效果顯著，識別正確率有所提高，而且光通信狀態(tài)識別中出現(xiàn)的誤差情況明顯減少，但是從整體上來看，與普通實驗效果相比，光通信狀態(tài)識別在BP神經(jīng)網(wǎng)絡(luò)這一模式下，結(jié)果存在很大的差距[8]。（2）在K近鄰方法下，識別結(jié)果存在問題，無法準(zhǔn)確判斷各種光通信狀態(tài)，最終識別的結(jié)果與實際情況還是存在誤差，并且根本無法描述不同狀態(tài)之間的關(guān)系和區(qū)別，導(dǎo)致識別過程存在很大的局限性，無法應(yīng)用到光通信狀態(tài)識別管理中[9]。（3）無論是哪種光通信狀態(tài)識別方法，云計算平臺下的狀態(tài)識別效果肯定是最好的，因為這種識別模式在很大程度上降低了識別誤差，能夠高精確度地識別各種光通信狀態(tài)，并且識別正確率較高[10]。

2.4 光通信狀態(tài)識別的效率

在單機平臺和云計算平臺下，為了測試兩者的光通信狀態(tài)識別效果，分別測試在兩種平臺下的光通信狀態(tài)識別時間，識別情況如圖3所示。

基于這兩種平臺，比較識別時間發(fā)現(xiàn)，單機平臺下識別時間更長，云計算平臺下則較短，而且識別效率也更高，能夠在很大程度上滿足光通信狀態(tài)下信號識別和狀態(tài)建模的要求，從而最大限度地提高光通信狀態(tài)識別的價值。

3 結(jié)語

光通信狀態(tài)識別是當(dāng)前光學(xué)領(lǐng)域中的研究熱點。在傳統(tǒng)的光識別方法下，光通信狀態(tài)識別誤差等問題突出。為了全面提高光通信狀態(tài)的識別效率和效果，本研究基于云計算平臺，設(shè)計了光通信狀態(tài)識別系統(tǒng)。本文設(shè)計的系統(tǒng)相比于傳統(tǒng)的識別方法，在云計算平臺下的光通信狀態(tài)識別系統(tǒng)能夠有效縮短識別時間并加快識別速度，識別精確度更高，在實際的光通信狀態(tài)識別過程中，還能夠降低誤識率和拒識率，應(yīng)用效果和前景非常理想。

參考文獻

[1]任靜．基于Hadoop云計算環(huán)境下人臉識別系統(tǒng)的研究與實現(xiàn)[J]．電子設(shè)計工程，2019（5）：116-120.

[2]杜博．云計算環(huán)境下的智能電網(wǎng)光通信網(wǎng)絡(luò)安全的研究[J]．自動化與儀器儀表，2018（1）：19-22，26.

[3]楊鳳霞．云計算環(huán)境下的智能電網(wǎng)光通信網(wǎng)絡(luò)路由算法[J]．自動化與儀器儀表，2017（ 9）：24-27．

[4]李燕，董倩，段麗英．基于云計算的光通信系統(tǒng)狀態(tài)模式識別研究[J]。激光雜志，2021（5）：88-91．

[5]陳靜，丁學(xué)文，榮秀婷，等．基于云計算和光通信網(wǎng)絡(luò)下智能電網(wǎng)信息模型的建立[J]．自動化與儀器儀表，2017（4）：181-184．

[6]蘇志軍，李澎林．云計算激光通信數(shù)據(jù)均衡存儲技術(shù)[J]．激光雜志，2018（8）：82-87．

[7]宋卓夫．云計算背景下的智能電網(wǎng)光通信網(wǎng)絡(luò)安全探討[J]．締客世界，2020（5）：16．

[8]楊鳳霞．云計算環(huán)境下的智能電網(wǎng)光通信網(wǎng)絡(luò)路由算法[J]．自動化儀器儀表2017（9）：21-27．

[9]李明，張引發(fā)，任帥，等．面向云計算的下一代光網(wǎng)絡(luò)技術(shù)研究進展[J]．激光與光電子學(xué)進展，2015（ 7）：22-30.

[10]張莉．新時期物聯(lián)網(wǎng)發(fā)展中光通信技術(shù)的應(yīng)用分析[J]．通訊世界，2019（7）：87-88．

（編輯李春燕）