CN105245283A - 一种确定光分离器位置的方法及装置 - Google Patents

Abstract

本申请公开了一种确定光分离器位置的方法及装置，其中方法参考了PON网络中各光网络单元的位置，采用K均值聚类算法将光网络单元划分为K个类，同一类中的多个光网络单元的距离较近，进一步在确定各类中光网络单元的个数均未超过阈值时，将中央单元分别添加到各类中，得到K个新类，然后针对各个新类，确定与之对应的光分离器的位置，光分离器的位置需要保证其与新类中各个元素点的距离的和值最小。本申请方案通过对PON网络中的光网络单元进行聚类，使得位置靠近的光网络单元聚为一类，进一步从各类确定光分离器位置，使得光分离器位置与类内各元素点距离和最小，降低了光纤总长度，降低了整个PON网络的成本开销。

Description

一种确定光分离器位置的方法及装置

技术领域

本申请涉及光纤网络技术领域，更具体地说，涉及一种确定光分离器位置的方法及装置。

背景技术

由于光纤用户接入网FTTx固有的优势，如超高带宽、低成本、抗干扰性强等，其广泛应用于社会生活的方方面面。光纤用户接入网FTTX包括有源光纤网络AON和无源光纤网络PON。其中，无源光纤网络PON成本更低，因此应用范围更广。

参见图1，图1为本申请示意的一个PON网络。PON网络包括一个中央单元1，与中央处理单元通过光纤连接的若干个光分离器2，与每个光分离器2光纤连接的多个光网络单元3。对于每个PON网络，通常都有个光分离比，光分离比用于控制最大连接到同一光分离器的光网络单元的个数。

考虑到一个PON网络中的中央单元1的位置是固定的，而光网络单元一般设置在用户家庭中，因此位置也是固定的，只有光分离器的位置是可变的。而整个PON网络的运营成本主要集中在光纤成本以及为了铺设光纤而深挖沟渠所带来的成本消耗，因此如何合理设置光分离器的个数及各个光分离器的位置，使得PON网络中总光纤长度最低，成为亟待解决的问题。

发明内容

有鉴于此，本申请提供了一种确定光分离器位置的方法及装置，用于提供一种确定PON网络中光分离器布置位置的方案，使得整个PON网络中总光纤长度最低，降低成本开销。

为了实现上述目的，现提出的方案如下：

一种确定光分离器位置的方法，包括：

接收输入的PON网的中央单元的位置以及各光网络单元的位置；

参考所述光网络单元的位置，采用K均值聚类算法将所述光网络单元划分为K个类；

在确定各类中的光网络单元的个数均未超过阈值时，将所述中央单元分别添加到各类中，得到K个新类；

分别针对各个新类，确定与所述新类对应的光分离器的位置，其中，保证所述光分离器的位置与所述新类中各光网络单元的位置、所述中央单元的位置的距离的和值最小。

优选地，在确定某个类中的光网络单元的个数超过阈值时，该方法还包括：

将光网络单元个数超过阈值的类确定为目标类；

参考所述目标类中各光网络单元的位置，采用K均值聚类算法对各光网络单元进行类划分，得到若干子类；

检测是否还存在光网络单元个数超过阈值的子类，若是，返回所述将光网络单元个数超过阈值的类确定为目标类的步骤。

优选地，所述确定与所述新类对应的光分离器的位置，包括：

依据所述新类中各光网络单元的位置以及中央单元的位置，采用Weiszfeld算法确定与所述新类对应的光分离器的位置。

优选地，在采用K均值聚类算法将所述光网络单元划分为K个类时，K值的确定方法包括：

以K值作为X轴自变量，类簇度量标准值作为Y轴因变量，建立折线图，其中类簇度量标准值为，采用K均值聚类算法划分所得的K个类的类簇指标值的平均值；

选取折线图上类簇度量标准值变化率最大的点所对应的K值，作为目标K值。

优选地，还包括：

将所述中央单元、所述目标类划分所得的各子类对应的光分离器组成一个目标集合；

采用Weiszfeld算法确定所述目标集合对应的目标点位置，所述目标点位置与所述目标集合中各个元素位置的距离和值最小；

将由所述中央单元的位置至所述目标点位置间的线路确定为目标光纤渠道，由所述中央单元至所述目标集合中各光分离器的多条光纤共用所述目标光纤渠道。

一种确定光分离器位置的装置，包括：

数据接收单元，用于接收输入的PON网的中央单元的位置以及各光网络单元的位置；

聚类划分单元，用于参考所述光网络单元的位置，采用K均值聚类算法将所述光网络单元划分为K个类；

新类确定单元，用于在确定各类中的光网络单元的个数均未超过阈值时，将所述中央单元分别添加到各类中，得到K个新类；

光分离器位置计算单元，用于分别针对各个新类，确定与所述新类对应的光分离器的位置，其中，保证所述光分离器的位置与所述新类中各光网络单元的位置、所述中央单元的位置的距离的和值最小。

优选地，还包括：

目标类确定单元，用于在确定某个类中的光网络单元的个数超过阈值时，将光网络单元个数超过阈值的类确定为目标类；

目标类划分单元，用于参考所述目标类中各光网络单元的位置，采用K均值聚类算法对各光网络单元进行类划分，得到若干子类；

子类判断单元，用于检测是否还存在光网络单元个数超过阈值的子类，若是，返回执行所述目标类确定单元。

优选地，所述光分离器位置计算单元包括：

第一光分离器位置计算子单元，用于依据所述新类中各光网络单元的位置以及中央单元的位置，采用Weiszfeld算法确定与所述新类对应的光分离器的位置。

优选地，所述聚类划分单元包括：

折线图建立单元，用于以K值作为X轴自变量，类簇度量标准值作为Y轴因变量，建立折线图，其中类簇度量标准值为，采用K均值聚类算法划分所得的K个类的类簇指标值的平均值；

K值选取单元，用于选取折线图上类簇度量标准值变化率最大的点所对应的K值，作为目标K值。

优选地，还包括：

目标集合建立单元，用于将所述中央单元、所述目标类划分所得的各子类对应的光分离器组成一个目标集合；

目标点位置确定单元，用于采用Weiszfeld算法确定所述目标集合对应的目标点位置，所述目标点位置与所述目标集合中各个元素位置的距离和值最小；

目标光纤渠道确定单元，用于将由所述中央单元的位置至所述目标点位置间的线路确定为目标光纤渠道，由所述中央单元至所述目标集合中各光分离器的多条光纤共用所述目标光纤渠道。

从上述的技术方案可以看出，本申请实施例的方法参考了PON网络中各光网络单元的位置，采用K均值聚类算法将光网络单元划分为K个类，同一类中的多个光网络单元的距离较近，进一步在确定各类中光网络单元的个数均未超过阈值时，将中央单元分别添加到各类中，得到K个新类，然后针对各个新类，确定与之对应的光分离器的位置，光分离器的位置需要保证其与新类中各个元素点的距离的和值最小。本申请方案通过对PON网络中的光网络单元进行聚类，使得位置靠近的光网络单元聚为一类，进一步从各类确定光分离器位置，使得光分离器位置与类内各元素点距离和最小，降低了光纤总长度，降低了整个PON网络的成本开销。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请示意的一个PON网络示意图；

图2为本申请实施例公开的一种确定光分离器位置的方法流程图；

图3为本申请实施例公开的另一种确定光分离器位置的方法流程图；

图4为本申请实施例公开的又一种确定光分离器位置的方法流程图；

图5为本申请实施例示例的一种共用光纤渠道示意图；

图6为本申请实施例公开的一种确定光分离器位置的装置结构示意图；

图7为本申请实施例公开的另一种确定光分离器位置的装置结构示意图；

图8为本申请实施例公开的一种光分离器位置计算单元结构示意图；

图9为本申请实施例公开的一种聚类划分单元结构示意图；

图10为本申请实施例公开的又一种确定光分离器位置的装置结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参见图2，图2为本申请实施例公开的一种确定光分离器位置的方法流程图。

如图2所示，该方法包括：

步骤S200、接收输入的PON网的中央单元的位置以及各光网络单元的位置；

具体地，PON网中的中央单元的位置和各个光网络单元的位置是固定的，因此可以获取它们的位置坐标。

步骤S210、参考所述光网络单元的位置，采用K均值聚类算法将所述光网络单元划分为K个类；

具体地，可以将每个光网络单元看作一个点，并对所有的点进行聚类划分。聚类时可以采用K均值聚类算法。K均值聚类算法是一个现有的算法，其通过对点进行聚类，使得每个类中，每个点与聚类中心间的距离平方和是最小的。

步骤S220、在确定各类中的光网络单元的个数均未超过阈值时，将所述中央单元分别添加到各类中，得到K个新类；

由于每个PON网络中均规定了最大光分离比，也即与一个光分离器连接的光网络单元的最大个数，本申请可以将该数值确定为阈值，对于上一步骤聚类所得的K各类，检测每个类中的光网络单元的个数是否超过阈值，在各个类的光网络单元的个数均未超过阈值时，将中央单元分别添加到各个类中，得到K个新类。

步骤S230、分别针对各个新类，确定与所述新类对应的光分离器的位置。

具体地，针对每一个新类，均需要设置一个光分离器。光分离器需要与新类中的各个光网络单元相连，同时还要与中央单元相连。因此，为了使总光纤长度最低，确定的光分离器的位置需要满足如下条件：

所述光分离器的位置与所述新类中各光网络单元的位置、所述中央单元的位置的距离的和值最小。

本申请实施例的方法参考了PON网络中各光网络单元的位置，采用K均值聚类算法将光网络单元划分为K个类，同一类中的多个光网络单元的距离较近，进一步在确定各类中光网络单元的个数均未超过阈值时，将中央单元分别添加到各类中，得到K个新类，然后针对各个新类，确定与之对应的光分离器的位置，光分离器的位置需要保证其与新类中各个元素点的距离的和值最小。本申请方案通过对PON网络中的光网络单元进行聚类，使得位置靠近的光网络单元聚为一类，进一步从各类确定光分离器位置，使得光分离器位置与类内各元素点距离和最小，降低了光纤总长度，降低了整个PON网络的成本开销。

可选的，在上述步骤S230、确定与所述新类对应的光分离器的位置时，可以依据所述新类中各光网络单元的位置以及中央单元的位置，采用Weiszfeld算法确定与所述新类对应的光分离器的位置。

其中，Weiszfeld算法为现有的算法，此处不进行详细介绍。

接下来，本实施例介绍一下采用K均值聚类算法对光网络单元进行划分的过程。

K均值聚类算法是将n个点划分为K个类(K<n)，每个类中，每个点与聚类中心间的距离平方和是最小的。

在使用K均值聚类算法时，首先要确定最佳的K值。K值的确定方法可以有多种，本实施例介绍一种可选的方式：

以K值作为X轴自变量，类簇度量标准值作为Y轴因变量，建立折线图，其中类簇度量标准值为，采用K均值聚类算法划分所得的K个类的类簇指标值的平均值；

具体地，类簇指标值可以是同一类中所有点到聚类中心的距离最大值。当然，类簇指标值还可以选取它形式，如同一类中距离最大的两个点间的距离等等。

选取折线图上类簇度量标准值变化率最大的点所对应的K值，作为目标K值。

具体的来讲，从小到大实验不同的K值，直至发现当进一步增加K值时，类簇度量标准值不会有明显的变化时，则选择当前的K值。

确定了最佳K值之后，按照确定的K值，进行聚类划分。

参见图3，图3为本申请实施例公开的另一种确定光分离器位置的方法流程图。

如图3所示，该方法包括：

步骤S300、接收输入的PON网的中央单元的位置以及各光网络单元的位置；

具体地，PON网中的中央单元的位置和各个光网络单元的位置是固定的，因此可以获取它们的位置坐标。

步骤S310、参考所述光网络单元的位置，采用K均值聚类算法将所述光网络单元划分为K个类；

具体地，可以将每个光网络单元看作一个点，并对所有的点进行聚类划分。聚类时可以采用K均值聚类算法。K均值聚类算法是一个现有的算法，其通过对点进行聚类，使得每个类中，每个点与聚类中心间的距离平方和是最小的。

步骤S320、判断是否存在光网络单元的个数超过阈值的类，若是，执行步骤S330，若否，执行步骤S340；

步骤S330、对光网络单元个数超过阈值的类进一步划分，保证划分后的各个类满足阈值要求，并进一步执行步骤S340；

具体地，通过对不满足阈值要求的类进一步进行划分，将其划分为多个类，每个类均满足光网络单元的个数不超过阈值。

具体划分方式可以参照下文介绍。

步骤S340、将所述中央单元分别添加到各类中，得到K个新类；

步骤S350、分别针对各个新类，确定与所述新类对应的光分离器的位置。

可选的，对于上述步骤S330的具体实施方式，可以参照下述方案实现：

A、将光网络单元个数超过阈值的类确定为目标类；

B、参考所述目标类中各光网络单元的位置，采用K均值聚类算法对各光网络单元进行类划分，得到若干子类；

C、检测是否还存在光网络单元个数超过阈值的子类，若是，返回执行步骤A。

上述划分过程中，通过对不满足阈值要求的类按照K均值聚类算法进行划分，直至所有类均满足要求为止。

当然，除了上述实施方式之外，还可以采用其它方式，例如对于光网络单元个数超过阈值的类，直接将其划分为目标个数的类，目标个数为该类中光网络单元个数与阈值的比值。当然，如果比值为非整数，则将目标个数确定为大于所述比值的最小整数。

参见图4，图4为本申请实施例公开的又一种确定光分离器位置的方法流程图。

如图4所示，该方法包括：

步骤S400、接收输入的PON网的中央单元的位置以及各光网络单元的位置；

具体地，PON网中的中央单元的位置和各个光网络单元的位置是固定的，因此可以获取它们的位置坐标。

步骤S410、参考所述光网络单元的位置，采用K均值聚类算法将所述光网络单元划分为K个类；

具体地，可以将每个光网络单元看作一个点，并对所有的点进行聚类划分。聚类时可以采用K均值聚类算法。K均值聚类算法是一个现有的算法，其通过对点进行聚类，使得每个类中，每个点与聚类中心间的距离平方和是最小的。

步骤S420、判断是否存在光网络单元的个数超过阈值的类，若是，执行步骤S430，若否，执行步骤S440；

步骤S430、对光网络单元个数超过阈值的目标类进一步划分，得到若干个子类，保证各子类满足阈值要求，并进一步执行步骤S440；

具体地，通过对不满足阈值要求的类进一步进行划分，将其划分为多个类，每个类均满足光网络单元的个数不超过阈值。

具体划分方式可以参照下文介绍。

步骤S440、将所述中央单元分别添加到各类中，得到K个新类；

步骤S450、分别针对各个新类，确定与所述新类对应的光分离器的位置；

步骤S460、将所述中央单元、所述目标类划分所得的各子类对应的光分离器组成一个目标集合；

步骤S470、采用Weiszfeld算法确定所述目标集合对应的目标点位置，所述目标点位置与所述目标集合中各个元素位置的距离和值最小；

步骤S480、将由所述中央单元的位置至所述目标点位置间的线路确定为目标光纤渠道。

具体地，由所述中央单元至所述目标集合中各光分离器的多条光纤共用所述目标光纤渠道。

相比于上一实施例，本实施例中在确定了各个类的光分离器的位置之后，进一步对于由目标类划分所得的各个子类的光分离器以及中央单元，采用Weiszfeld算法确定目标点位置，该目标点位置为与中央单元、各子类的光分离器的距离和最小的位置，进一步将从中央单元至所述目标点位置的线路确定为目标光纤渠道，该渠道作为由所述中央单元至各子类的光分离器的多条光纤的共用光纤渠道。

参见图5，图5为本申请实施例示例的一种共用光纤渠道示意图。

如图5所示，中央单元1与光分离器21、光分离器22和光分离器23之间通过三条光纤连接。通过对中央单元1、光分离器21、光分离器22、光分离器23组成的集合使用Weiszfeld算法确定目标点位置，进而将中央单元1至目标点位置间的线路确定为目标光纤渠道4。由中央单元1至光分离器21、光分离器22和光分离器23的三条光纤共用目标光纤渠道4。

通过确定上述目标光纤渠道4，使得目标光纤渠道4的长度、目标光纤渠道4的远端至各光分离器的距离和最小，从而使得深挖沟渠和铺设光纤的花费成本最低。

下面对本申请实施例提供的确定光分离器位置的装置进行描述，下文描述的确定光分离器位置的装置与上文描述的确定光分离器位置的装置可相互对应参照。

参见图6，图6为本申请实施例公开的一种确定光分离器位置的装置结构示意图。

如图6所示，该装置包括：

数据接收单元61，用于接收输入的PON网的中央单元的位置以及各光网络单元的位置；

聚类划分单元62，用于参考所述光网络单元的位置，采用K均值聚类算法将所述光网络单元划分为K个类；

新类确定单元63，用于在确定各类中的光网络单元的个数均未超过阈值时，将所述中央单元分别添加到各类中，得到K个新类；

光分离器位置计算单元64，用于分别针对各个新类，确定与所述新类对应的光分离器的位置，其中，保证所述光分离器的位置与所述新类中各光网络单元的位置、所述中央单元的位置的距离的和值最小。

本申请实施例的装置参考了PON网络中各光网络单元的位置，采用K均值聚类算法将光网络单元划分为K个类，同一类中的多个光网络单元的距离较近，进一步在确定各类中光网络单元的个数均未超过阈值时，将中央单元分别添加到各类中，得到K个新类，然后针对各个新类，确定与之对应的光分离器的位置，光分离器的位置需要保证其与新类中各个元素点的距离的和值最小。本申请方案通过对PON网络中的光网络单元进行聚类，使得位置靠近的光网络单元聚为一类，进一步从各类确定光分离器位置，使得光分离器位置与类内各元素点距离和最小，降低了光纤总长度，降低了整个PON网络的成本开销。

可选的，图7示例了上述确定光分离器位置的装置的另一种可选结构，结合图6和图7可知，该装置还可以包括：

目标类确定单元64，用于在确定某个类中的光网络单元的个数超过阈值时，将光网络单元个数超过阈值的类确定为目标类；

目标类划分单元65，用于参考所述目标类中各光网络单元的位置，采用K均值聚类算法对各光网络单元进行类划分，得到若干子类；

子类判断单元66，用于检测是否还存在光网络单元个数超过阈值的子类，若是，返回执行所述目标类确定单元64。

可选的，图8示例了上述光分离器位置计算单元64的一种可选结构，光分离器位置计算单元64可以包括：

第一光分离器位置计算子单元641，用于依据所述新类中各光网络单元的位置以及中央单元的位置，采用Weiszfeld算法确定与所述新类对应的光分离器的位置。

可选的，图9示例了上述聚类划分单元62的一种可选结构，聚类划分单元62可以包括：

折线图建立单元621，用于以K值作为X轴自变量，类簇度量标准值作为Y轴因变量，建立折线图，其中类簇度量标准值为，采用K均值聚类算法划分所得的K个类的类簇指标值的平均值；

K值选取单元622，用于选取折线图上类簇度量标准值变化率最大的点所对应的K值，作为目标K值。

可选的，图10示例了上述确定光分离器位置的装置的另一种可选结构，结合图6和图10可知，该装置还可以包括：

目标集合建立单元67，用于将所述中央单元、所述目标类划分所得的各子类对应的光分离器组成一个目标集合；

目标点位置确定单元68，用于采用Weiszfeld算法确定所述目标集合对应的目标点位置，所述目标点位置与所述目标集合中各个元素位置的距离和值最小；

目标光纤渠道确定单元69，用于将由所述中央单元的位置至所述目标点位置间的线路确定为目标光纤渠道，由所述中央单元至所述目标集合中各光分离器的多条光纤共用所述目标光纤渠道。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种确定光分离器位置的方法，其特征在于，包括：

接收输入的PON网的中央单元的位置以及各光网络单元的位置；

参考所述光网络单元的位置，采用K均值聚类算法将所述光网络单元划分为K个类；

在确定各类中的光网络单元的个数均未超过阈值时，将所述中央单元分别添加到各类中，得到K个新类；

分别针对各个新类，确定与所述新类对应的光分离器的位置，其中，保证所述光分离器的位置与所述新类中各光网络单元的位置、所述中央单元的位置的距离的和值最小。

2.根据权利要求1所述的方法，其特征在于，在确定某个类中的光网络单元的个数超过阈值时，该方法还包括：

将光网络单元个数超过阈值的类确定为目标类；

参考所述目标类中各光网络单元的位置，采用K均值聚类算法对各光网络单元进行类划分，得到若干子类；

检测是否还存在光网络单元个数超过阈值的子类，若是，返回所述将光网络单元个数超过阈值的类确定为目标类的步骤。

3.根据权利要求1所述的方法，其特征在于，所述确定与所述新类对应的光分离器的位置，包括：

依据所述新类中各光网络单元的位置以及中央单元的位置，采用Weiszfeld算法确定与所述新类对应的光分离器的位置。

4.根据权利要求1所述的方法，其特征在于，在采用K均值聚类算法将所述光网络单元划分为K个类时，K值的确定方法包括：

以K值作为X轴自变量，类簇度量标准值作为Y轴因变量，建立折线图，其中类簇度量标准值为，采用K均值聚类算法划分所得的K个类的类簇指标值的平均值；

选取折线图上类簇度量标准值变化率最大的点所对应的K值，作为目标K值。

5.根据权利要求2所述的方法，其特征在于，还包括：

将所述中央单元、所述目标类划分所得的各子类对应的光分离器组成一个目标集合；

采用Weiszfeld算法确定所述目标集合对应的目标点位置，所述目标点位置与所述目标集合中各个元素位置的距离和值最小；

将由所述中央单元的位置至所述目标点位置间的线路确定为目标光纤渠道，由所述中央单元至所述目标集合中各光分离器的多条光纤共用所述目标光纤渠道。

6.一种确定光分离器位置的装置，其特征在于，包括：

数据接收单元，用于接收输入的PON网的中央单元的位置以及各光网络单元的位置；

聚类划分单元，用于参考所述光网络单元的位置，采用K均值聚类算法将所述光网络单元划分为K个类；

新类确定单元，用于在确定各类中的光网络单元的个数均未超过阈值时，将所述中央单元分别添加到各类中，得到K个新类；

光分离器位置计算单元，用于分别针对各个新类，确定与所述新类对应的光分离器的位置，其中，保证所述光分离器的位置与所述新类中各光网络单元的位置、所述中央单元的位置的距离的和值最小。

7.根据权利要求6所述的装置，其特征在于，还包括：

目标类确定单元，用于在确定某个类中的光网络单元的个数超过阈值时，将光网络单元个数超过阈值的类确定为目标类；

目标类划分单元，用于参考所述目标类中各光网络单元的位置，采用K均值聚类算法对各光网络单元进行类划分，得到若干子类；

子类判断单元，用于检测是否还存在光网络单元个数超过阈值的子类，若是，返回执行所述目标类确定单元。

8.根据权利要求6所述的装置，其特征在于，所述光分离器位置计算单元包括：

第一光分离器位置计算子单元，用于依据所述新类中各光网络单元的位置以及中央单元的位置，采用Weiszfeld算法确定与所述新类对应的光分离器的位置。

9.根据权利要求6所述的装置，其特征在于，所述聚类划分单元包括：

折线图建立单元，用于以K值作为X轴自变量，类簇度量标准值作为Y轴因变量，建立折线图，其中类簇度量标准值为，采用K均值聚类算法划分所得的K个类的类簇指标值的平均值；

K值选取单元，用于选取折线图上类簇度量标准值变化率最大的点所对应的K值，作为目标K值。

10.根据权利要求7所述的装置，其特征在于，还包括：

目标集合建立单元，用于将所述中央单元、所述目标类划分所得的各子类对应的光分离器组成一个目标集合；

目标点位置确定单元，用于采用Weiszfeld算法确定所述目标集合对应的目标点位置，所述目标点位置与所述目标集合中各个元素位置的距离和值最小；

目标光纤渠道确定单元，用于将由所述中央单元的位置至所述目标点位置间的线路确定为目标光纤渠道，由所述中央单元至所述目标集合中各光分离器的多条光纤共用所述目标光纤渠道。