近期，中国信科光通信技术和网络全国重点实验室刘武团队在Optics Express期刊发表了《基于非均匀稀疏正则化的高保真光纤纵向功率监测》的最新研究成果。

论文标题：High-fidelity fiber longitudinal power monitoring via non-uniform sparse regularization

研究团队：中国信科光通信技术和网络全国重点实验室刘武团队

论文下载：https://doi.org/10.1364/OE.591930

一、研究背景及意义

人工智能、云计算、物联网等新兴应用的发展带动了全球数据流量的激增，对光通信基础设施的容量和可靠性提出了严苛的要求。由于相当大比例的光网络故障源于光纤链路上的异常功率波动，研究人员优先考虑能够实时评估链路和快速定位故障的监测技术，以提高性能和降低成本。虽然像光时域反射仪（OTDR）这样的传统技术可以提供精确的光纤链路的损耗分布，但是它们通常需要昂贵的专用硬件。此外，它们还会干扰实时通信业务，从而显著增加部署成本和系统复杂性。

纵向功率监测(LPM)是一种通过分析信号的非线性效应来估计沿传输链路的光功率分布的技术。与传统方法相比，LPM不需要额外的专用硬件，并保持了对网络配置的不可知性，从而实现了多功能和灵活的链路感知。由于其非侵入性和显著的成本效益，LPM已成为下一代光网络监控的首选方案。为了缩小LPM和OTDR之间的精度差距，研究人员已经提出了各种改进技术，包括测量平均、不同信号种子平均、发端预均衡和正则化约束。上述这些基于统计平均的方法并不能完全消除低功率区域的波动，同时引入大量的计算开销。而基于正则化的方法通过引入约束来提高求解稳定性和功率估计曲线的平滑性，但是其固有的平滑效应往往使光纤放大器和异常损耗的位置表现为渐变过程，无法捕捉到功率的阶跃特性。

二、本文工作

为了使LPM技术在物理保真度和重建精度之间取得平衡，本文提出了一种利用非对称约束和空间点解耦的两阶段非均匀稀疏正则化算法。这种方法有效地克服了传统正则化方法的局限性，特别是解决了低功率区域的估计失真和功率不连续时的过度平滑问题。仿真和实验结果表明，该方法以较少的测量值获得了高保真和稳健的功率估计，为高效的光网络动态监测奠定了基础。

在仿真和实验中，我们首先搭建了多跨段的相干通信传输系统。发端信号使用发射序列或者硬判决后的符号序列构建，收端信号使用经过完整DSP解码后的符号序列构建。在重载色散后，收端信号与发端信号相减得到光纤链路的总非线性相移。再通过求解最小二乘问题，得到沿光纤链路的功率分布。我们在求解步骤中，加入了对非对称的两阶段稀疏正则化算法。通过对功率阶跃点的约束权重进行豁免，使得该位置的功率阶跃特性保留。通过对跨段末端非真实的功率抬升加大约束权重，使得低功率区的估计精度提升。所提出方法在3次左右的测量次数下，达到1 km的定位精度，全链路的功率估计均方根误差（RMSE）相较于日本NTT公司所提出的两阶段正则化方法提高了0.58 dB。

三、论文创新点

1.引入不对称约束，解决低功率区的估计失真

在LPM中，传统的正则化算法常在低功率区域出现非真实的功率抬升现象。为了解决这一技术痛点，本研究提出了一种基于物理感知的非均匀稀疏正则化方法。该方法巧妙结合了光纤跨段中功率单调衰减的物理特性，引入了对功率变化方向敏感的不对称权重约束。通过这一约束机制，算法能够大幅缓解低功率区的非真实功率抬升，大幅提升了LPM的物理保真度。

2.空间点解耦策略，实现功率突变点的高保真重构

现有正则化方法固有的平滑效应，往往会导致光纤放大器和异常损耗处呈现为平滑的渐变过渡，从而无法准确反映真实的功率不连续性。针对这一局限，本研究创新性地采用了“空间点解耦策略”，利用算法第一阶段定位到的放大器和异常损耗位置，为每个功率突变点分配一个空间窗口，并在此窗口内将平滑约束权重放宽至0。这一策略打破了常规算法的过度平滑效应，恢复了放大器和损耗异常处的锐利功率跃变，实现了对物理链路状态的高精度重构。

3.极少测量次数下的高效能解算，算力消耗实现百倍级缩减

所提出方法仅需极少的测量次数即可完成高精度解算，彻底摆脱了对大规模平均的依赖，为下一代光网络提供了一种极具成本效益的高效动态监控方案。在2-3次测量内即可收敛至极低的RMSE水平。与需要数百次平均的传统最小二乘LS方法相比，整体计算时间大幅缩减了138倍。