基于QOE拨测数据的深度挖掘及人工智能应用

作者：刘光; 郭杨运; 张尚恩

来源：广东通信技术, 2021, 41(06): 36-39.

• QOE拨测
• 质差ONU
• OLT性能指标
• 人工智能
• 机器学习

基于QOE拨测数据,聚焦QOE拨测较低的质差ONU,遵循端到端分析原则,逐层向上关联ONU-OLT之间拨测时间点的链路利用率情况、光功情况,再向上关联OLT-MSE之间拨测时间点的链路利用率情况、光功情况、CRC误码情况,深度分析是否是上述某些指标偏低导致拨测结果偏低这样的结果。同时,结合机器学习相关手段,可以进行桥接型光猫的QOE拨测结果预测,大大加大了QOE拨测的范围,使桥接型光猫的感知测试成为可能。