运营商机房的数字孪生技术应用研究

温 源

（联通数字科技有限公司云计算事业部，北京 100084）

0 引 言

数字孪生技术的实现具有一定的复杂性，需要在技术方面做好分析工作，将通信技术融入其中，提高数据的传输质量，对运营数据实施规范化管理，保障数据具有良好的运用效果。同时，数字孪生技术具有较高的应用价值，能够提高运营商机房的管理效率，使数据分析工作更加透彻且全面化，保障数据应用方法的有效性，使运营商机房能够实现正常运营。

1 运营商机房的数字孪生技术价值体现

1.1 经济价值

数字孪生技术可以提高运营商的经济价值，使运营数据能够采用先进的管理技术，实现对运营状态的完善化管理，并且运营商能够掌握数据管理的命脉，提高数据管理方法的有效性。同时，通过数字孪生技术可以实现对业务收入状况的管理，使业务数据的处理更加完善，符合标准化需求。通过对运营数据进行处理能够发现数据的潜在价值，有助于数据的细致化分析，使其能够得到合理使用。经济价值是运营商运营的根本，需要合理应用数字孪生技术，保障其应用的有效性和数据运营过程的规模化[1]。

1.2 产业价值

数字孪生技术具有一定的产业价值，能够与运营商机房进行有机结合，同时将4G、5G网络融入到数据控制中，使数据传输过程更加稳定，保证数据具有良好的传输状态。此外，还有助于运营商的产业运营，使产业数据能够得到集中化管理，构建完善的产业运营条件，使产业具有良好的发展契机，让运营控制过程能够规模化，提高对产业运营的控制效果。运营商属于重要的产业，需要采用规范化的运营形式，确保产业控制的集群效果，保障产业数据能够得到全面化管理，构建产业运营发展的前提条件，使产业价值能够更好地凸显出来，为社会带来更大的利益。

2 运营商机房的数字孪生关键技术实现

2.1 数据驱动

数据驱动是全生命周期光纤通信构建的基础，需要采用先进的数据驱动手段，对数据实施高效化的管理，确保数据传输过程的精准性，实现数据的精准建模。此外，数据驱动对传输速度具有较高要求，需要注重光纤通信技术的运用，构建出完善的光纤灰盒模型，提高数据处理的精度控制效果。如图1所示，光纤灰盒模型具有数据处理的功能，通过对系统参数的调节能够完成传统模型的构建，同时对数据进行预处理操作，使机器学习模型的构造更加完善，提高数据驱动对噪声的控制能力。噪声是数据驱动的干扰项，不利于通信过程的进行，光纤灰盒模型对噪声具有抑制作用，能够将高斯噪声降至0.5～2.0 dB，限制在一定范围内，并将噪声对数据驱动的干扰控制在允许范围内[2]。

图1 光纤灰盒模型

2.2 融合感知

融合感知是数字孪生技术的重要组成部分，需要采用高效的网络监控模式对数据进行全面监测，确保数据能够准确进行提取。数据提取是实现数据监测的关键，需要对信号的状态进行分析，提高对信号的调节能力，使信号数据能够更加精准地展示，实现良好的信号控制条件。融合感知过程中，需要提高对监测信号的滤波作用，将监测误差控制在0.1 dB以内，将噪声的影响控制在较低水平。为了确保融合感知的实现，需要对融合构架进行设计，在链路中增加监测点的数量，提高对链路的多点感知能力，使光纤孪生模型具有稳定监控的效果。融合感知过程具有精度控制的要求，需要采用仿真方式进行精度检测，对数据进行精准化处理。融合感知精度仿真曲线由训练曲线和测试曲线组成，如图2所示。由于两曲线具有良好的重叠状态，说明数据的融合感知效果良好[3]。

图2 融合感知精度仿真曲线

2.3 在线学习

在线学习是数字孪生技术的核心所在，在云计算平台的作用下能够对运营数据进行在线处理，采用规范化的数据处理形式，提高对网络数据在线处理的效率。运营商运营过程中将会产生大量的数据信息，对网络状态具有一定的冲击作用，需要对数据处理过程进行严格训练，保障数据能够得到准确接收，提高数据处理方法的有效性。在线学习建立在网络通信的环境下，通常分为被动学习和主动学习两种形式。对于被动学习，需要借助光网络进行数据监测，在被动环境下对数据进行修正，进而实现对异常数据的检测，使数据处理状态更加健全。对于主动学习，可以主动配置数据监测状态，调整物理层的配置，防止信号产生较大的波动。同时提高对数据的拟合作用，巩固数据建模精度[4]。

3 运营商机房的数字孪生技术应用分析

3.1 网络状态可视化

运营商机房数字孪生技术需要依托于网络进行实现，应注重4G、5G网络的使用，确保数据传输的稳定性，防止数据处理过程中存在障碍，做好网络基础环境的建设。网络状态需要具有可视化的条件，对网络使用状况进行动态分析，提高对网络状态的分析能力，保障数字孪生处理具有良好的前提条件。异常数据由网络问题和设备问题引起，通过网络可视化分析能够对网络问题进行判断，确定异常示数据是否由网络原因引起，及时排除网络问题的影响。网络可视化有助于运营平台的管理，可以公开部分网络接口，提高数据的共享能力，对网络数据进行定向监测，使运营数据的监测过程更加便利，保障运营机房可以更好地投入使用，实现良好的数据监测功能[5]。

3.2 设备运行监控

运营商机房的设备种类较多，需要通过数字孪生技术增强设备运行管理效果，使设备能够规范化运行，防止出现不正常的运行状态，保障运营数据处于稳定的环境。首先，需要做好设备统计工作，按照类型对设备进行区分，使设备能够得到全面监测，便于对设备的运营状态进行统计，进而实现设备的全面监测。其次，需要确定设备的接入数量，显示接入设备的状态，使其具有良好的通信条件，确保设备之间建立稳定的网络连接，保证数据能够随时进行传输。最后，需要增加离线预警功能，对异常离线的设备进行报警，提供工作人员设备连接过程异常断开，使设备状态得到第一时间处理。异常离线设备应采用自动连接的方式，确保设备状态能够及时恢复，使数据能够继续进行传输，保障数据具有良好的传输状态，提高设备运行监控的有效性[6]。

3.3 监测数据采集

数据孪生技术运用过程中，需要做好数据采集工作，完成数据整合与存储工作，便于对运营数据进行处理与调用。数据采集是实现数据处理的关键，需要构建完善的数据采集方案，对数据的准确性进行分析，防止数据处理过程发生问题。采用规范化的数据处理形式，保障数据处理过程能够有序开展。运营商机房产生的数据总量较多，对数据处理技术具有较高的要求，需要将大数据技术和数字孪生技术结合起来，提高运营数据的分析效率，确保运营数据能够更好地进行展示，对采集数据进行具体化分析。运营商数据采集需要具有针对性，构建完善的数据处理形式，分析与监管数据变化趋势，提高数据运行状态控制的可靠性[7]。

3.4 多系统融合接入

数字孪生技术需要注重多系统融合接入过程以及系统运用的稳定性，采用标准化的运营控制形式，使系统之间能够配合工作，保障运营商的数据运营效果。数据运营控制具有一定的难度，系统之间需要稳定进行通信，确保系统具有良好的接入状态，使数据能够在系统内部进行传输，建立完善的多系统融合形式。运营商系统包括业务系统、管理系统以及监测系统等，系统的种类较多且繁杂，系统之间需要进行融合使用，保证数据之间能够进行稳定通信，构建完善的数据传输基础，使各部分系统之间可以相互配合，保障系统具有良好的处理效果。多系统互联互通是实现数据传输的关键，需要对系统的接入状况进行控制，保证系统可以有效接入[8,9]。

3.5 虚实数字化管理

虚实数字化管理是提高管理效率的关键，需要注重虚实数字化管理模型的构建（见图3），使运营商机房具有完善的管理状态，提高其管理效率，保证数字化管理的先进性。数字化管理具有一定的难度，在孪生数字化的作用下能够优化数据的迭代交互过程，对数据通信状态进行准确处理，保障运营数据处理能够顺利进行。虚实数字化管理由应用系统、物理实体、孪生模型构成，以孪生数据作为虚实处理的核心，提高数据处理过程的完善性，保障孪生数据可以更好地投入使用。孪生模型是运营数据处理的建模过程，能够提高数据的在线学习能力，将运营数据进行规范化处理，借助应用系统与孪生数据对物理实体进行打造，将运用数据的使用情况进行在线展示，使运营数据能够得到综合化管理，保证数据具有良好的运营状态[10]。

图3 虚实数字化管理模型

4 结 论

数字孪生技术的价值较为显著，需要在技术方面进行严格把控，将多种技术融入到运营管理中，使运营商可以更好地投入管理，使其具有良好的运营状态，保证运营数据管理的科学化。数字孪生技术运用的过程中需要构建完善的数据应用手段，确保数据处理过程中网络通信状态的稳定性，使数字孪生技术具有良好的应用基础，保障运营商机房中的数字孪生技术能够顺利实现。