每日讯闻2025年10月01日 22:14消息，中国移动利用AI实现秒级定位光网络故障，精准判断光纤中断、接口松动等问题。
10月1日消息，中国移动研究院在50GE QSFP28光模块研究方面取得重要进展，成功在器件层面嵌入智能化功能。通过高精度采集光模块的功率数据，并结合AI进行分析运算，能够实时准确地识别设备掉电、光纤中断、尾纤脱落、光纤弯折和连接器松动等五类常见故障，检测精度超过95.6%。这一技术为光网络的智能化运维提供了新的解决方案，标志着我国在光通信领域智能化应用方面迈出了坚实一步。 这项技术突破不仅提升了光网络的自我诊断能力，也增强了网络运行的稳定性和可靠性。随着5G和数据中心对高速光模块需求的持续增长，这样的智能化升级将有助于降低运维成本，提高响应效率，具有重要的现实意义和推广价值。
相关研究成果“AI嵌入式光模块及其毫秒级功率分析技术在自动驾驶地铁交通网络中的应用与现场试验”于9月16日发表于光通信领域国际权威SCI期刊《JournalofLightwaveandTechnology》（影响因子4.8）。
光模块由于全球高度标准化，其封装形态固定，将智能化嵌入光模块面临物理空间约束、内部处理器可存储数据量和实时处理能力有限等多重挑战。中国移动研究院通过光模块功能设计和自研 AI 算法，完成高效、高精度数据采集和处理。其核心创新突破包括：
第一，攻克毫秒级高精度光功率采样技术。采用“软件触发 + 硬件辅助闭锁”机制，在不额外增加光模块物理空间负担的前提下，以 10 毫秒的采样分辨率，精准锁定并跟踪故障发生时 3 秒内的关键光功率数据窗口。
第二，针对AI训练中故障样本不足和类别分布不均的问题，引入创新的故障样本增强算法。在不增加实际采集样本数量的前提下，有效提升模型准确率2.3%。
第三，设计一种融合动态与静态特征的分类算法，深入分析光网络故障中光功率的瞬时变化特性，开发出一种有别于行业常用分类方法的双注意力神经网络模型，能够同步捕捉光功率信号的动态与静态特征。相较于传统的支持向量机、随机森林等算法，该方法在故障识别准确率上提升了超过14.7%。
依托上述技术，该研究成果基于网络故障发生后 3 秒内的实时功率数据，仅需 25 毫秒即可完成 AI 运算，可自动精准识别设备掉电、光纤中断、尾纤脱落、光纤弯折和连接器松动等 5 种人工难以区分的故障，单类故障检测精度均超 95.6%。这一突破将光模块从“单一连接能力”拓展为“网络智能化触点”，实现“秒级锁存关键数据，毫秒级识别故障”，将故障诊断时间从传统人工“小时级”压缩至“秒级”“毫秒级”。
附论文链接：
https://ieeexplore.ieee.org/document/11165150
