| Titre : | L’algorithme de classification K-NN : Application dans les systèmes optiques |
| Auteurs : | Ahmed Garadi, Directeur de thèse ; ZEGDOU Khaoula, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Université Saïda – Dr Tahar Moulay Faculté de Technologie Département d’Electronique, 2024/2025 |
| Format : | 81 p |
| Accompagnement : | CD |
| Langues: | Français |
| Langues originales: | Français |
| Catégories : | |
| Mots-clés: | la classification des pannes ; (K-NN) |
| Résumé : |
Cette recherche vise à améliorer la détection et la classification des pannes dans les réseaux
optiques passifs gigabit (GPON) à l’aide de l’apprentissage automatique, en mettant particulièrement l’accent sur l’algorithme des k plus proches voisins (K-NN). Le réseau GPON est largement simulé avec le logiciel OptiSystem, où des métriques de performance essentielles telles que la puissance optique (dBm), le taux d’erreur binaire (BER) et le rapport signal sur bruit (SNR) sont analysées dans divers scénarios de panne et d’interférence. Les données recueillies sont ensuite prétraitées et normalisées avant d’être classées à l’aide de l’algorithme K-NN, implémenté dansMATLAB, en utilisant la distance euclidienne comme mesure de similarité. Les résultats de classification, évalués à l’aide de matrices de confusion, indiquent des taux de précision variant entre 63,16 % et 75,00 % selon les différentes unités de réseau optique (ONU). Les ONU 2 et ONU 8 ont obtenu les meilleures performances avec des précisions respectives de 75,00 % et 72,73 %, tandis que les ONU 1 et ONU 7 ont enregistré les taux les plus faibles, soit 63,64% et 63,16 %. En parallèle, une analyse détaillée de l’effet de l’atténuation de la fibre sur le BER révèle une dégradation significative du signal à mesure que l’atténuation augmente. Cet effet s’avère particulièrement marqué dans le segment situé entre le répartiteur et les ONUs, comparé au tronçon reliant l’OLT (terminal de ligne optique) au répartiteur. Ces résultats mettent en évidence l’efficacité des systèmes de diagnostic de pannes basés sur K-NN dans l’automatisation de la détection et l’amélioration de la fiabilité des réseaux GPON, contribuant ainsi à réduire les temps d’arrêt et les coûts d’exploitation. Les travaux futurs pourraient se pencher sur l’utilisation de classificateurs plus avancés, une optimisation du choix des caractéristiques, ainsi que sur des approches de surveillance en temps réel, afin d’améliorer davantage la précision du diagnostic et la résilience du réseau. |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
L’algorithme de classification K-NN : Application dans les systèmes optiques Adobe Acrobat PDF |
