基于改进比例积分微分（I-PID）流量预测的虚拟多OLT无源光网络智能模式转换算法研究

针对传统时分复用无源光网络(TDM-PON)带宽分配僵化问题，研究人员提出基于改进比例积分微分(I-PID)的流量预测算法与智能光网络单元打包算法(IPA)，通过虚拟多OLT架构实现动态资源调度。该方案使预测误差降低60%，时延减少59%，为下一代光接入网提供创新解决方案。

　　

随着8K虚拟现实(VR)和物联网(IoT)技术的爆发式增长，全球网络流量呈现指数级攀升，传统时分复用无源光网络(TDM-PON)的刚性带宽分配机制已难以应对动态业务需求。特别是在多业务并发场景下，单一光线路终端(OLT)架构暴露出资源利用率低、服务质量(QoS)保障不足等突出问题。虚拟多OLT无源光网络(VPON)虽通过资源共享缓解了部分压力，但现有模式转换算法存在响应滞后、未考虑业务优先级等缺陷，而传统流量预测方法如线性预测(LP-DWBA)或遗传表达编程(GEP)又难以兼顾计算复杂度与非线性动态适应能力。

中国移动集团陕西公司自立项目组的研究人员在《Optical Fiber Technology》发表的研究中，创新性地将控制工程领域的改进比例积分微分(I-PID)算法引入光网络流量预测，并据此开发出智能光网络单元打包算法(IPA)。该研究首先构建了包含波长分割复用(WDM)和正交频分复用(OFDM)子系统的虚拟多OLT架构，通过改进PID控制器的动态预测模块，实现了仅需当前/历史输出值及变化率即可预测未来偏差的轻量化设计。在模式转换环节，IPA算法创新性地整合负载均衡与优先级双维度打包策略，采用轮询调度与动态权重调整机制优化资源分配。

关键技术方法
研究采用数值建模与仿真验证相结合的方法：1)基于I-PID构建包含比例、积分、微分三环节的滚动预测模型；2)在VPON架构中设计异步统一多点控制协议(MPCP)实现跨子系统通信；3)通过弹性打包算法(EPA)对比验证IPA性能，评估指标涵盖预测误差、平均时延、吞吐量及丢包率四大维度。

I-PID流量预测算法
通过引入输出变化率反馈校正机制，I-PID在周期性流量条件下预测误差较传统指数平滑算法(T-ESA)降低60%，计算复杂度仅为神经网络算法的1/8。其核心创新在于将PID控制器的微分环节改进为基于历史数据的动态预测模块，有效解决了传统方法对非线性流量波动适应性差的问题。

虚拟多OLT PON架构
构建的VPON系统支持多个OLT共享波长资源，通过阵列波导光栅(AWG)实现上行波长路由，光网络单元(ONU)可动态切换至不同子系统。该架构为IPA算法提供了波长灵活调度与负载均衡的物理基础。

仿真验证结果
在系统负载>1的极限条件下，IPA展现出显著优势：1)平均时延较EPA降低59%，源于优先级队列的动态权重调整；2)多子系统聚合吞吐量提升28%，得益于负载感知的ONU打包策略；3)突发流量丢包率下降72%，验证了I-PID预测对资源预分配的指导价值。

结论与意义
该研究首次将改进PID控制理论引入光网络流量预测领域，提出的IPA算法通过"预测-打包"双阶段优化，解决了虚拟多OLT系统中资源调度响应慢、优先级保障不足等关键问题。工程实践表明，该方案在保持传统PON兼容性的同时，使网络带宽利用率提升40%以上，为5G承载网和工业互联网场景提供了可规模部署的轻量化解决方案。后续研究可进一步探索I-PID参数与不同业务类型的自适应匹配机制，以及在波长可调谐VPON架构中的扩展应用。