TOOP聯(lián)合上交大推出QoT組件，打造智慧光網(wǎng)絡(luò)

  數(shù)據(jù)中心光網(wǎng)絡(luò)智能管控

  近年來，全球移動(dòng)用戶數(shù)量迅速擴(kuò)增，數(shù)據(jù)中心業(yè)務(wù)快速增長，這些趨勢對目前的數(shù)據(jù)中心互聯(lián)光網(wǎng)絡(luò)提出了更大需求。在降低部署與運(yùn)營成本的同時(shí)如何保證系統(tǒng)穩(wěn)定運(yùn)行是一個(gè)重要挑戰(zhàn)。一方面，隨著相干器件的發(fā)展，器件具備多種調(diào)制模式選擇，鏈路與信號的配置逐漸多樣化，配合OPC-4的Flex-grid應(yīng)用，這讓彈性光網(wǎng)絡(luò)(elastic optical networks， EON)成為了可能，鏈路性能優(yōu)則采用更高的單波速率，鏈路性能差則降低單波速率換取更高的傳送性能。這就像新能源汽車的續(xù)航里程一樣，高速行駛續(xù)航里程相對越短，勻速行駛里程相對較長，如何平衡這兩者的關(guān)系是一個(gè)平衡經(jīng)濟(jì)效益的點(diǎn)。網(wǎng)絡(luò)控制層能夠?qū)︻l譜資源進(jìn)行更靈活和精確的配置，但需要一套評估機(jī)制來平衡利用率與性能的關(guān)系。另一方面，隨著光網(wǎng)絡(luò)的開源解耦，基于開放平臺的控制器實(shí)現(xiàn)對多廠商設(shè)備統(tǒng)一管控，同時(shí)集中化控制場景下，海量的PM數(shù)據(jù)被更高頻次的采集上來，網(wǎng)絡(luò)管理者可以站在更精細(xì)化的維度上去審視系統(tǒng)的性能情況，基于在線的實(shí)時(shí)性能優(yōu)化成了可能，如何處理并運(yùn)用這些數(shù)據(jù)是今后的一個(gè)重要課題。

  以上提到的光網(wǎng)絡(luò)發(fā)展趨勢，使得維持高質(zhì)量的光傳輸業(yè)務(wù)從壽命起始(Beginning of life, BoL)到壽命終止(End of life, EoL)更具挑戰(zhàn)性。在大部分情況下，由于光網(wǎng)絡(luò)規(guī)劃平臺無法準(zhǔn)確預(yù)估未部署的光信號傳輸質(zhì)量(Quality of transmission, QoT)，為確保網(wǎng)絡(luò)正常運(yùn)行，需要預(yù)留較高的設(shè)計(jì)余量以容忍規(guī)劃的性能指標(biāo)與實(shí)際結(jié)果之間的差異。然而，高余量的設(shè)計(jì)會(huì)導(dǎo)致頻譜資源利用不足，從而浪費(fèi)了一部分傳輸容量。因此，為了構(gòu)建一個(gè)低余量的光網(wǎng)絡(luò)來增加網(wǎng)絡(luò)容量，控制層需要更準(zhǔn)確的光網(wǎng)絡(luò)規(guī)劃工具(planning tool)在光路部署前來評估傳輸性能。其中，QoT估計(jì)模型是planning tool的核心模塊。

  本篇推文將首先介紹QoT估計(jì)模型中對于光纖信道的建模原理，并對兩種經(jīng)典模型進(jìn)行簡要介紹。在此基礎(chǔ)上，我們將簡要介紹開發(fā)QoT模型的流程及未來針對數(shù)據(jù)中心光網(wǎng)絡(luò)智能管控的研究方向。

  光纖信道建模原理

  通常來說，光信號在傳輸過程中，會(huì)受到多種物理效應(yīng)的影響從而引入噪聲，其中包括偏振效應(yīng)、光放大器自發(fā)輻射(ASE)噪聲、收發(fā)機(jī)噪聲、非線性噪聲、濾波效應(yīng)等。前文提到的planning tool可以通過建模這些物理效應(yīng)，計(jì)算相應(yīng)的噪聲，從而評估給定參數(shù)的鏈路的QoT。但設(shè)計(jì)這樣的planning tool存在一定挑戰(zhàn)，讓我們來看這樣一個(gè)現(xiàn)象，試著理解下這些難懂的過程：

  小明在大街上接打電話，由于周圍環(huán)境嘈雜，小明開啟了免提并調(diào)高音量貼在耳朵上聽著對方說話，但由于音量太大揚(yáng)聲器爆音，小明更難聽明白電話另一頭濃重的鄉(xiāng)音。于是小明從書包里翻出了降噪耳機(jī)戴上后立馬可以清晰地聽清楚對方，并且連耳機(jī)的靜默電流聲也聽得一清二楚，小明努力地識別著對方的口音，費(fèi)了半天勁也沒搞明白對方說的一些詞的意思，但在此時(shí)小明被身邊的人猛得一拉，緩過神來的小明才反應(yīng)過來原來路人看見小明完全沒聽到身后汽車的鳴笛聲，是路人幫忙提醒了他。

  上面這樣一個(gè)例子在生活中也是大家所常見的，其實(shí)這樣一個(gè)通信過程也夾雜著很多類似的原理：

  收發(fā)機(jī)噪聲：手機(jī)的揚(yáng)聲器效果差，降噪耳機(jī)效果好，其實(shí)這就如同不同的收發(fā)器自身也會(huì)攜帶不同的噪聲，干擾我們聽清對方的話。

  ASE噪聲：就像我們打電話過程中，戴著降噪耳機(jī)時(shí)，在對方說話的間隔中或多或少會(huì)聽到一些背景的靜默電流聲，耳機(jī)聲音越大這個(gè)聲音也越大，耳機(jī)放大器的自身噪聲也會(huì)隨著音量調(diào)大而變大。

  濾波器噪聲：小明使用降噪耳機(jī)，我們可以變相地理解為通過一個(gè)降噪濾掉了小明所處環(huán)境的背景音，但是降噪耳機(jī)也有個(gè)不好的地方，大家應(yīng)該都有體會(huì)：所有身邊的聲音都隔離掉之后反而對于行走中的人帶來了危險(xiǎn)。當(dāng)然這個(gè)例子只是解釋濾波器本身也會(huì)帶來代價(jià)，就像降噪耳機(jī)引入安全問題一樣，也會(huì)引入新的代價(jià)。

  非線性噪聲：就和小明一樣，面對一個(gè)口音濃重的人在談話中說到了一個(gè)俚語，你很難弄清他說的這個(gè)詞是什么含義，也很難通過前后語境去推測這個(gè)詞到底是什么，這樣的難以判斷與預(yù)測就和非線性噪聲一樣，沒有公式或算法去計(jì)算非線性效應(yīng)的不確定性，這給通信系統(tǒng)帶來了很大的挑戰(zhàn)。

  那么QoT充當(dāng)一個(gè)什么角色

  QoT充當(dāng)一個(gè)量化溝通難度的工具，即在小明接通電話前我們可以告訴他，小明你的漢語水平結(jié)合當(dāng)前的場景，你可能無法理解對方的話。當(dāng)然這個(gè)例子可能并不十分恰當(dāng)，實(shí)際上我們的QoT遇到的問題就像是小明所遇到的問題，不同的是planning tool不光要能準(zhǔn)確地識別和理解對方的鄉(xiāng)音與俚語，還要評估環(huán)境噪聲有多大，例如這款耳機(jī)的降噪系數(shù)如何，音質(zhì)是否優(yōu)異，對方的口音大概是哪里人等等，即把每一個(gè)所經(jīng)環(huán)節(jié)的信息拿到并給出一個(gè)評估：在環(huán)境噪音不高于多少分貝的情況下，使用這個(gè)耳機(jī)可以讓漢語水平8級的人聽懂來自浙江溫州的他所打來的電話。QoT就是這樣一個(gè)評估通信系統(tǒng)代價(jià)的工具。

  通過小明的例子理解這一過程后，我們來看看相對專業(yè)一些的分析，說明了我們做這樣一個(gè)工具的幾方面難點(diǎn)：

  1.各項(xiàng)物理效應(yīng)自身的建模存在復(fù)雜性

  前文提到的各項(xiàng)物理效應(yīng)產(chǎn)生的機(jī)制不完全相同，所對應(yīng)的建模都具有一定的挑戰(zhàn)性。其中，光纖非線性噪聲在高速光纖通信系統(tǒng)中是最為復(fù)雜也最難定量計(jì)算的噪聲。這是由于非線性噪聲由多種復(fù)雜的光學(xué)物理效應(yīng)相互作用產(chǎn)生，如色散、自相位調(diào)制、交叉相位調(diào)制、四波混頻、受激散射等。非線性噪聲可以通過非線性薛定諤方程來進(jìn)行計(jì)算。由于這個(gè)方程在一般情況下沒有解析解，因此非線性噪聲的計(jì)算成為了鏈路QoT估計(jì)模型中的技術(shù)關(guān)鍵點(diǎn)。

  圖中所示的這些噪聲作用于信號的時(shí)、頻域，其大小與信號配置、波道分布、光纖類型都密切相關(guān)。對于這些噪聲的單獨(dú)建模存在一定的復(fù)雜性，但都有可行的方案。目前常用的兩種QoT評估框架：高精度的基于分步傅里葉的估計(jì)模型(split-step Fourier method，SSFM)和快速的基于高斯噪聲假設(shè)的估計(jì)模型(Gaussian noise model, GN model)，都可以在假設(shè)各項(xiàng)噪聲為加性噪聲的情況下，給出鏈路中噪聲的評估總和。目前關(guān)于各項(xiàng)噪聲建模的研究很多，但仍然存在改進(jìn)的空間，尤其是針對靈活彈性光網(wǎng)絡(luò)的應(yīng)用場景。

  2.噪聲之間互相影響，增加了建模的復(fù)雜性

  各項(xiàng)噪聲除了自身建模的復(fù)雜性之外，由于彼此間的相互所用，還會(huì)進(jìn)一步增加信道精確建模的難度。例如，在GN模型計(jì)算非線性噪聲的基礎(chǔ)上，在噪聲來源中加入濾波效應(yīng)，會(huì)造成非線性噪聲的估計(jì)準(zhǔn)確性下降。這是因?yàn)闉V波效應(yīng)使得信號頻譜不再完全符合GN模型計(jì)算非線性噪聲時(shí)做出的信號頻譜為方形分布的假設(shè)。也就是說，簡單的逐一實(shí)現(xiàn)各類噪聲并疊加不能精準(zhǔn)地建模各類噪聲共同作用的效果。

  3.理論模型的部署存在著復(fù)雜性

  將理論模型以能夠工程化的編程語言實(shí)現(xiàn)也存在一定的復(fù)雜性。我們的工作內(nèi)容就是基于目前常用的兩種QoT評估框架(SSFM模型和GN模型)，首先實(shí)現(xiàn)了傳輸性能估計(jì)模型的python版本。在新信號部署前，可以使用精度較高的SSFM模型準(zhǔn)確預(yù)估其性能。對已部署的信號進(jìn)行調(diào)整時(shí)，可以使用速度較快的GN模型進(jìn)行快速靈活的配置。在此基礎(chǔ)上，我們將理論模型進(jìn)行了進(jìn)一步的拓展擴(kuò)充，使之更適配實(shí)際的鏈路情況，包括鏈路中WSS濾波效應(yīng)的多樣性和EDFA增益譜噪聲譜的非一致性。

  我們怎么做?

  講述完困難，我們是如何做這樣一個(gè)模型的，早在2019年，我們啟動(dòng)TOOP的時(shí)候，我們意識到planning tool這樣一個(gè)產(chǎn)品是任何一家波分供應(yīng)商的核心組件，用它你可以了解一個(gè)供應(yīng)商的全部類型板卡的性能情況，因此很難有任何廠商會(huì)愿意分享他們的工具，也不會(huì)售賣，且對于他們自己內(nèi)部也是license嚴(yán)格把控。即拿到一個(gè)供應(yīng)商的EPT工具即掌握了這家的核心器件性能機(jī)密，因此我們需要有自己的評估系統(tǒng)來實(shí)現(xiàn)對通信系統(tǒng)的先驗(yàn)計(jì)算配置與后驗(yàn)優(yōu)化性能的需求。我們選擇與上交大的團(tuán)隊(duì)合作，從建模開始做一個(gè)可用的QoT功能模塊來幫助我們的開放光網(wǎng)絡(luò)部署與運(yùn)營。

  模型簡要介紹

  SSFM模型完整模擬了整個(gè)鏈路中信號從發(fā)端產(chǎn)生到收端被接收處理的過程。它將光纖分成小段，假設(shè)每一小段中信號的色散(線性)和非線性噪聲可以分開計(jì)算;線性效應(yīng)在時(shí)域進(jìn)行計(jì)算，而非線性效應(yīng)則在頻域進(jìn)行計(jì)算，這使得模型中存在大量的FFT和IFFT，導(dǎo)致了運(yùn)算速度較慢。在實(shí)際應(yīng)用中，可以通過設(shè)計(jì)變步長的分步傅里葉算法減少時(shí)頻域變換的次數(shù)。同時(shí)，通過GPU的輔助，SSFM的計(jì)算速度也可以進(jìn)一步提升。

  GN模型則根據(jù)假設(shè)信號和噪聲都遵循高斯分布，通過數(shù)值運(yùn)算得到非線性噪聲的噪聲功率譜密度。由于模型計(jì)算中不產(chǎn)生符號序列，GN模型的計(jì)算速度在ms級，能夠快速給出鏈路QoT估計(jì)結(jié)果。運(yùn)算速度優(yōu)勢使得GN模型可以廣泛用于對鏈路QoT估計(jì)有快速需求的場景。在GN模型的基礎(chǔ)上，可以將GN模型拓展為enhanced GN(EGN)模型，得到更精確的鏈路QoT估計(jì)結(jié)果。另外，還可以將GN模型的結(jié)果和其他鏈路特征送入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，進(jìn)一步提升模型的精度。

  模型開發(fā)流程

  首先，我們使用python語言對兩種模型進(jìn)行開發(fā)，并完成封裝與集成。為了能夠給用戶提供更方便的模型選擇和參數(shù)輸入，我們將模型輸入輸出開放成RESTful接口，以json數(shù)據(jù)形式進(jìn)行讀取和寫入。

  目前可以輸入的模型參數(shù)包括光纖相關(guān)參數(shù)(如長度、損耗等)，器件相關(guān)參數(shù)(如EDFA，WSS等)和信號相關(guān)參數(shù)(如調(diào)制格式等)，并可以根據(jù)需求選擇高精度模型或快速模型來輸出收端信號的SNR。我們將在后續(xù)工作中將輸出擴(kuò)展到BER、OSNR、Q值等指標(biāo)。

  另外，我們在兩個(gè)模型中都加入了對濾波噪聲的估計(jì)。對于SSFM模型，它在發(fā)端已經(jīng)生成了符號序列，只需要在光纖傳輸過程中添加濾波功能。對于GN模型，考慮到原始模型僅計(jì)算非線性噪聲，無法直接計(jì)算濾波噪聲，因此需要對整個(gè)模型進(jìn)行重構(gòu)。我們利用半仿真半數(shù)值解的方案來實(shí)現(xiàn)：模擬一個(gè)AWGN信道，在發(fā)端產(chǎn)生符號序列，將原有GN模型上得到的非線性噪聲和ASE噪聲視為信道中的白噪聲，加在符號序列上后經(jīng)過WSS，在收端獲得最終的SNR。由于加入了符號傳輸仿真，這會(huì)使得GN模型的運(yùn)算速度稍有下降，但仍遠(yuǎn)快于SSFM模型。

  后續(xù)將對模型進(jìn)行更新迭代，使模型能夠適應(yīng)帶寬靈活可調(diào)、調(diào)制格式靈活可變、路由自由定義的網(wǎng)絡(luò)場景，并進(jìn)一步對EDFA等器件進(jìn)行精準(zhǔn)建模，使之能夠更符合實(shí)際中的鏈路情況。

  未來的研究計(jì)劃

  本階段完成了對物理層光網(wǎng)絡(luò)性能估計(jì)算法的初步部署。隨著彈性光網(wǎng)絡(luò)的發(fā)展，我們將進(jìn)一步設(shè)計(jì)新網(wǎng)絡(luò)場景中的性能估計(jì)模型，并考慮開源硬件的趨勢，對不同型號收發(fā)機(jī)及光器件進(jìn)行精準(zhǔn)地適配。同時(shí)，目前的性能估計(jì)主要基于靜態(tài)模型，隨著網(wǎng)絡(luò)配置及信道的變化，下一代模型將以智能監(jiān)測為核心，從實(shí)時(shí)鏈路的監(jiān)測結(jié)果出發(fā)，使靜態(tài)模型轉(zhuǎn)化為動(dòng)態(tài)模型，進(jìn)一步提升網(wǎng)絡(luò)性能，構(gòu)建智能化、數(shù)字化的光網(wǎng)絡(luò)管控系統(tǒng)。基于上述的鏈路QoT估計(jì)模型，我們未來將展開對光網(wǎng)絡(luò)智能管控算法的研究。其中的重點(diǎn)包括光功率優(yōu)化：實(shí)現(xiàn)更有效的入纖光功率配置來進(jìn)一步提升網(wǎng)絡(luò)容量。還可以根據(jù)精確的鏈路QoT相關(guān)數(shù)據(jù)分析，進(jìn)行光網(wǎng)絡(luò)中軟故障的管理，如檢測和定位等。這些研究都可以在目前工作的基礎(chǔ)上進(jìn)行，最終目標(biāo)是實(shí)現(xiàn)更智能和動(dòng)態(tài)的光網(wǎng)絡(luò)管控。

  QoT給我們帶來的意義和價(jià)值

  QoT的價(jià)值一方面是為我們在開通系統(tǒng)前提供了先驗(yàn)機(jī)制，輸出對應(yīng)配置，但更大的價(jià)值在于它賦予了TOOP控制器在線診斷能力。當(dāng)線路發(fā)生劣化時(shí)，根據(jù)telemetry所得到的PM數(shù)據(jù)情況，判斷劣化區(qū)間與劣化事件，通過QoT組件計(jì)算線路性能，得到最優(yōu)配置下發(fā)并調(diào)節(jié)確保系統(tǒng)可以正常運(yùn)行。從采集、分析、執(zhí)行，光層設(shè)備與電層設(shè)備如同傳感器一樣時(shí)刻反饋數(shù)據(jù)，光功率、Pre-fec、Q值、SOP等參數(shù)作為評估參數(shù)進(jìn)行系統(tǒng)性能評估，并根據(jù)計(jì)算結(jié)果修正配置，這樣一個(gè)反饋循讓系統(tǒng)維持在一個(gè)健康狀態(tài)。如同開篇所講到的，長久以來光網(wǎng)絡(luò)在設(shè)計(jì)時(shí)都預(yù)留很大的余量，包括工程余量，系統(tǒng)老化余量，線路劣化余量等等。過多的預(yù)留帶來的是成本問題，通過QoT組件精準(zhǔn)的性能分析可以在滿足系統(tǒng)性能的前提下預(yù)留合理的余量，最大程度的利用頻譜資源，平衡成本與穩(wěn)定性的關(guān)系。曾經(jīng)的光網(wǎng)絡(luò)設(shè)備專業(yè)且復(fù)雜，龐大的子框及聯(lián)關(guān)系，復(fù)雜的分布式功率調(diào)節(jié)算法與自動(dòng)化的缺失讓網(wǎng)絡(luò)的運(yùn)營十分繁冗。TOOP結(jié)合QoT組件實(shí)現(xiàn)自動(dòng)化并最終像智慧管控進(jìn)行演進(jìn)，這就是QoT帶給我們的價(jià)值。

  上海交通大學(xué)課題組介紹

  本課題組主要研究方向?yàn)閿?shù)據(jù)中心光網(wǎng)絡(luò)、核心骨干網(wǎng)光通信和B5G/6G光應(yīng)用技術(shù)，研究內(nèi)容涉及光通信系統(tǒng)架構(gòu)、光網(wǎng)絡(luò)智能管控、光數(shù)字信號處理和光無線融合等。主持科技部重點(diǎn)專項(xiàng)(課題負(fù)責(zé)人)和自然科學(xué)基金。在國際一流期刊和會(huì)議上發(fā)表論文140余篇，共申請美國專利10項(xiàng)，在OFC和ECOC等國際會(huì)議上作特邀報(bào)告20余次。擔(dān)任Optics Express等國際期刊副編輯。擔(dān)任OFC等國際會(huì)議的技術(shù)委員會(huì)主席(OFC S4和OSA SPPCom等)和委員。獲2020年OFC康寧杰出學(xué)生論文獎(jiǎng)第一名，2019年華為優(yōu)秀合作獎(jiǎng)等。

  感謝上海交通大學(xué)諸葛群碧副教授課題組。參與本課題的學(xué)生包括：劉曉敏、高若萱、劉蕾、倫華志、蔡萌、邱淇智。