随着5G技术的普及,WSON传送网流量呈现日益剧增的趋势。随着业务量越来越多,研究人员不仅需要考虑如何承载更多的业务,还需要考虑如何评估WSON传送网中的信号损伤以及如何满足光信号传输的质量需求。本文提出了一种基于复用段仿真模型的损伤评估算法（MSDA）,该算法旨在通过对WSON传送网中每个光复用段的精确建模来提高光信噪比计算精度。仿真结果表明,与传统的光信噪比计算公式相比,使用MSDA算法求得的OSNR误差更小:MSDA算法的误差在0.4dB以内,远小于传统光信噪比计算公式的OSNR误差（2dB）。为了进一步提升WSON传送网损伤评估的精度,本文还考虑了非线性噪声和EDFA增益不平坦性的影响,并提出了一种基于链路特征的损伤评估算法（LDA）。该算法的基本思路是:从每个业务路由中提取输入信号光功率、业务路由长度、光放大器数量、跨复用段数量、波道编号以及相邻波道业务状态作为特征,提取该业务的接收端光信噪比作为训练目标。仿真结果表明,使用LDA算法求得的光信噪比精度可达到0.7dB。中继站的合理部署可以极大降低网络的建设成本。本文提出了一种基于链路稳定性和成本约束的中继站选举算法（LCRA）。该算法考虑了中继站的抗故障能力,并提出了中继复用率指标来评估链路稳定性。经过仿真实验,相比于贪婪选择中继算法,LCRA算法可有效降低中继阻塞率和中继成本,同时具有更高的抗故障能力,并且提高了链路稳定性。