0引言

为了实现光网络资源的合理分配，保证光路连接的可用性，需要根据光网络性能监测数据制定准确有效的光信道性能分析管理策略。而现有的研究主要使用光信道性能参数质量因子（QF）对光信道性能进行单变量预测，没有对光信道性能和邻近光信道状态参数（OCSP）之间的关联特性进行分析。实际上，随着光网络的重新配置和调制方式的改变，光信道的性能通常受到色散（CD）、偏振模色散（PMD）、光纤非线性、噪声和发射功率（TP）等多个OCSP的综合影响。因此，仅仅对光信道性能参数进行建模和分析是不够的，一旦忽略了邻近信道OCSP的影响，将无法保证准确有效的光信道性能预测。

众所周知，皮尔逊相关系数通常用于衡量2个正态分布时间序列之间的相关性。然而，其改进算法容易受到局部趋势的影响，而去趋势相关分析则仅从时间序列的部分特征估计2个序列之间的相关性[2]。由于光信道参数数据通常具有显著的非平稳和混沌特性，因此上述方法难以有效预测光信道性能与邻近信道OCSP的相关性。交叉递归图理论（CRPT）是一种强大的非线性分析工具，被广泛应用于预测无序列长度和分布依赖性的混沌信号序列的复杂特性，包括交叉递归图（CRP）和交叉递归定量分析（CRQA）。CRPT通过从动力学特性角度对光信道性能和OCSP潜在关联进行分析，以及量化邻近信道OCSP对光信道性能的影响程度，直观地揭示了光信道性能和OCSP之间的联系。

鉴于此，本文提出一种基于CRPT的光信道性能分析方法，通过交叉递归分析探索光信道间隐藏和潜在的关联特性。

3 结束语

本文研究了基于CRPT的新颖光信道性能分析方法，通过CRP可视化了邻近信道OCSP与光信道性能的动力学特性，并利用CRQA量化了这些特征。仿真结果表明，邻近信道的OCSP与光信道性能存在明显的递归特性，并证实了其潜在的关联影响。因此，本文提出的分析框架可以有效捕捉影响光信道性能的强关联参数，从而更好地为传输性能预测提供先验知识，并有效地预警光网络异常行为的变化。