OTN技術的進展及演進趨勢
400G技術
幾大廠家均已參加並完成400G相關測試,測試環境為G.652D、G.654E光纖,使用EDFA、拉曼放大器的網路。測試碼型為400G 16QAM,且B2B OSNR容限已實現17db以下,波特率在91左右。
400G 16QAM受限傳輸距離,並不實用於骨幹長距網路。因此鼓勵廠家進行400G QPSK的展示。據瞭解,部分廠家已支援或於今年底實現400G QPSK的商用。在波段方面,C++波段已大規模商用,正考慮C+L未來的部署建議。
800G技術
800G技術的相關研究早在幾年前啟動,部分廠家某廠家早已完成800G 64QAM實驗室驗證測試,並已經支援800G商用部署。而另一些廠家則在1.2T上發力。
同時由於800G應用,C+L大概率已無法滿足80波傳輸需求,當前已開始進行S波段的相關研究。
FlexE技術
1、FlexE業務
FlexE 業務作為客戶業務接入,支援 50G/100G/200G FlexE 業務到 OTUk(V)的標準對映覆用方式如下:
方式一:不感知方式
FlexE Group中的50G/100G/200G PHY通過BMP對映到OPUFlex,再對映到ODU4通道訊號,最後到OTU4(V)/OTUCn線路介面。可採用Deskew處理方式降低各個乙太網通道時延差異。
傳輸網路需要實現FlexE Shim功能,可將FlexE Client承載至OTN。
方式二:終結
採用 Idle Mapping Procedure (IMP)來實現客戶訊號到 ODUFlex 的對映,它通過在 FlexE客戶訊號中新增或者刪除 Idle 碼的方式來匹配客戶訊號和 ODUflex 容器之間的速率差。
傳輸網路不感知FlexE子業務,將其當做n*100GE/200GE/400GE進行對映/解對映。
方式三:感知
通過去除未使用部分時隙並將多路部分填充的FlexE訊號複用起來,再通過BGMP對映到OPUflex,再GMP對映到ODTU4.ts/ODTUCn.ts,再複用到ODU4/Cn通道訊號,最後到OTU4(V)/OTUCn線路介面。
傳輸網路感知FlexE子業務,可進行壓縮空閒時隙,節省傳輸頻寬。
OSU技術
VC承載在OSU上
按照業務歸屬將SDH介面中不同VC按照業務歸屬對映到不同的OSU管道,業務排程靈活,頻寬利用率高。可以通過單個或多個VCn對映到一個OSU,VC<>OSU處理節點時鐘同步來實現。
總體要求此方案支援從STM-N介面中恢復出VC對映到OSU管道中進行端到端排程傳輸。業務顆粒支援VC12、VC3、VC4業務顆粒對映到OSU。在這裡又分為如下兩個場景。
場景一:單個VCn(VC4/VC3/VC12)對映到單個OSU
(1)VC訊號首先對映到AU/TU;
(2)採用類似CBR的方式將AU/TU對映到OSU,PTR指標指向AU/TU起始位置。
場景二:多個VCn(VC4/VC3/VC12)對映到單個OSU
(1)將M路VC對映到M路對齊AU/TU中,然後採用位元組間插方式對映到OSU;
(2)採用類似CBR的方式將AU/TU對映到OSU,PTR指標指向第一個AU/TU起始位置。
OSU支援隨路GCC功能
傳統OTN GCC可用於ASON恢復,以及自動發現和埠校驗功能;可用於解耦,傳遞管控資訊。基於OTN標準體系,出於path層功能完備性,每個層面需要GCC,因此OSU也需要自己的GCC構建層網路,建立OSU子網連線。
基於OSU GCC的恢復,配合每個OSU通道構建隨路通訊通道,例如可以實現基於OSU的重路由,擁有GCC的繫結,高品質業務信令可以優先處理;
OSU和ODU混傳功能
當前OSU支援兩步複用方案,對網路頻寬規劃帶來一些限制,運營商設計網路不夠靈活,並導致時隙頻寬碎片問題。
未來ODTU能夠支援OSU和ODU混合複用,ODTU支援靈活的時隙分配,實現頻寬共享和靈活的頻寬規劃。
光層技術
光層OAM技術,在光電融合交叉裝置的傳送端,每個OTU的輸出端載入低頻調頂訊號。不同波長業務訊號,調頂訊號頻率不同,且與波長一一對應。同步實現開銷資訊載入。
同時,可以實現調頂訊號檢測,在後續各檢測點均可檢測。實現隨路開銷資訊檢測,檢測各個波長的各種關鍵特徵資訊。
來自 “ https://mp.weixin.qq.com/s/Z2M414c1ZXuM5Z4X15RZxA ”, 原文作者:通訊百科;原文連結:https://mp.weixin.qq.com/s/Z2M414c1ZXuM5Z4X15RZxA,如有侵權,請聯絡管理員刪除。
相關文章
- 資料儲存技術的演進趨勢研判
- 前端技術演進(八):未來前端趨勢前端
- 融合通訊技術趨勢和演進方向
- 技術盤點:雲原生中介軟體的技術演進與未來趨勢展望
- 品質專線應用進展及發展趨勢
- jaeger的技術演進之路
- 數字城市的技術內涵及發展趨勢
- 跨平臺技術演進及Flutter未來Flutter
- 室內定位技術比較及發展趨勢
- 技術架構演進的思考架構
- 分散式資料庫技術的演進和發展方向分散式資料庫
- 跨平臺技術演進
- 前端技術演進(七):前端跨棧技術前端
- 前端技術演進:參考文章前端
- BSN公網發展如何影響區塊鏈的技術演進?區塊鏈
- 前端技術演進(一):Web前端技術基礎前端Web
- 高德引擎構建及持續整合技術演進之路
- 阿里巴巴達摩院:自然語言處理技術有哪些進展和趨勢?阿里自然語言處理
- 深度學習下的微表情研究:困難、進展及趨勢 | CNCC 2019深度學習
- 前端技術演進(九):參考文章前端
- ByteHouse實時匯入技術演進
- 頁面靜態化技術演進
- 阿里雲的“全站加速”技術演進歷程阿里
- 高德客戶端及引擎技術架構演進與思考客戶端架構
- 擴充套件 GRTN:雲原生趨勢下的 RTC 架構演進套件架構
- 區塊鏈產業創新發展趨勢大進步,區塊鏈技術的商業作用區塊鏈產業
- 前端技術演進(二):前端與協議前端協議
- 前端技術演進(六):前端專案與技術實踐前端
- 深度學習技術發展趨勢淺析深度學習
- 電商搜尋演算法技術的演進演算法
- 百度智慧運維的技術演進之路運維
- 移動開發的跨平臺技術演進移動開發
- Linux挖礦木馬的技術演進探討Linux
- 【論文閱讀】增量學習近期進展及未來趨勢預測
- DevSecOps 技術趨勢dev
- 飛豬Flutter技術演進及業務改造的實踐與思考總結Flutter
- 北京智源人工智慧研究院:2020年人工智慧十大技術進展及十大技術趨勢(附下載)人工智慧
- Apsara Stack 同行者專刊 | 政企混合雲技術架構的演進和發展架構