CN100370747C - 一种通信设备及其内部链路故障的定位方法 - Google Patents

Abstract

本发明公开了一种通信系统及其通信设备内部板间通信故障定位的方法。用以解决现有技术存在设备内部板间通信故障难以在线分析、远程故障定位并且无法判断板间通信是否可靠的问题。该方法为：检测单板的通信是否中断，并在通信中断时通过维护总线向维护诊断台上报告警信号；维护诊断台根据告警信号确定故障范围；根据确定的故障范围，通过维护总线分别在故障单板和相邻单板上设置相应级别的环回，并命令故障单板和相邻单板在板间通信通道上发送和接收报文完成环回测试；解除在故障单板和相邻单板上设置的环回，并根据环回测试结果确定故障点。

Description

一种通信设备及其内部链路故障的定位方法

技术领域

本发明涉及通信领域的故障处理技术，尤其涉及一种通信设备及其内部链路故障的定位方法。

背景技术

通信网络在过去数年间已发生了巨大变化。以传输网为例，以前每条通信线路只用来传输单个通道，而使用光纤系统后，很多通道被复用到单条传输线路，同时传输速率得到提高。随之通信设备也越来越复杂。为了应付巨大的通信量，通信设备内单板间必须提供高速通信通道。从设备外观看，通信设备似无大的改变，仍然是“主控板+单板”的机框和机架结构，但在设备内部，每个单板的复杂程度大大增加，板间互连总线变得非常复杂。

复杂的板间互连总线带来一些负面影响。为了简化设备的开发，设备内通常不象设备之间的传输链路那样，设计针对板间通信中断问题的故障检测手段以及通信中断双方的告警指示协议，这使得板间通信故障发生后，很难确定是发送方向的故障还是接收方向的故障，以及准确的故障发生位置；更难确认设备内部单板是否与机框背板插紧，单板运行是否正常，以及板间通信的可靠程度有多高；更有可能板间通信故障发生后，单板的告警和故障信息无法上报到主控板，这使通过主控板对单板实施故障诊断成为不可能。必须由生产厂家专业维修人员到设备安装现场，实施硬件调试手段才能进行诊断。

目前为了维护的方便，通常会开发一些告警分析和告警过滤软件。这些软件通常要求用户从维护台(BAM)取告警文件，并离线分析这些告警文件。有的软件则会直接连接到BAM或通信设备，从BAM或通信设备内部数据库中直接取历史告警并分析。告警分析和过滤软件只能对告警做简单分类，并粗略统计曾经出现过的告警、告警出现的时间段和告警出现频率，通常以饼状图和柱状图的形式表现分析结果。在设备不稳定或单板软件存在缺陷的情况下，单板可能频繁告警，则需要执行大量的告警统计和分析工作，可能需要花较长时间才能分析完，并且分析结果较复杂，很难得出有意义的分析结论。告警分析和过滤软件通常只能分析历史告警，无法在线分析告警，这样如果告警传输和保存过程中出现错误或丢失情况，则告警分析的结果将不全面或出现错误。告警统计系统需要结合不同产品和产品的不同版本分别设计，所以会有很多种类型的告警统计和分析软件。

目前在实际的电信网络中，如图1所示，除了设备间互连的传输通道外，还有电信管理网(TMN)。电信管理网通常是通过64Kbps的专线或38.4Kbps的电话拨号线路搭建，在通信设备之间出现通信中断后，可以通过电信管理网观察设备运行情况，定位故障。借助于这种结构，电信运营商可以快速定位是设备故障还是线路故障，并能在网管中心通过借助TMN向设备发送命令切换设备工作状态，使网络尽快恢复运行。但这种方案无法定位设备内部的链路故障。

发明内容

本发明提供一种通信设备及其内部链路故障的定位方法，以解决现有技术存在难以对设备内部板间通信故障进行在线分析和远程故障定位，以及无法判断板间通信是否可靠的问题。

一种通信设备，包括：主控板、多个单板，以及连接主控板和各单板的通信总线；其中，所述通信设备还包括连接主控板和各单板的维护总线，所述主控板和各单板通过维护总线与外部直接通信，传输告警信号及操作维护信息。

一种通信设备内部链路故障的定位方法，所述通信设备包括主控板、多个单板，以及连接主控板和各单板的通信总线和维护总线，该方法包括以下步骤：

A、检测单板的通信是否中断，并在通信中断时通过维护总线向维护诊断台上报告警信号；

B、维护诊断台根据告警信号确定故障范围；

C、根据确定的故障范围，通过维护总线分别在故障单板和相邻单板上设置相应级别的环回，并命令故障单板和相邻单板在板间通信通道上发送和接收报文完成环回测试；

D、解除在故障单板和相邻单板上设置的环回，并根据环回测试结果确定故障点。

一种通信设备内部链路故障的检测方法，所述通信设备包括主控板、多个单板，以及连接主控板和各单板的通信总线和维护总线；该方法包括如下步骤：

a、主控板通过板间通信总线定时向各单板发送故障检测报文；

b、接收到故障检测报文的单板将该故障检测报文原样返回所述主控板；

c、根据接收返回报文的结果确定是否发生故障，并在确定发生故障时通过所述维护总线上报告警信号。

与现有技术相比本发明具有以下有益效果：

1、本发明的维护准断后台可以设在远端，通过维护总线与主控板和各单板连接，能够实现在线分析、远程故障定位。避免了现场定位要求维护人员能力和水平较高，设备的运行维护费用较高，操作复杂的问题。

2、由于是在线分析，不是对保存的历史数据分析，所以告警保存过程中不会出现错误或丢失情况，可以减小告警分析的结果不全面或出现错误的可能性。

3、使用本发明的故障检测方法，并结合故障定位方法，可以较准确的判断单板是否插紧，可以较为准确的判断板间通信是否可靠。

4、本发明所述的方法只要在设备中设置一条维护总线，并使用规定的故障检测方法和故障定位方法，可以通用于各种类型的通信设备；将各设备的维护总线汇集到维护诊断后台就能实现用同一个维护诊断后台分析和诊断多种设备的板间通信故障。

附图说明

图1所示为电信网与电信管理网配合工作原理图；

图2所示为本发明利用维护总线识别设备内部通信故障原理图；

图3所示为本发明方法流程图；

图4所示为板间通信故障人机界面显示示意图。

具体实施方式

为了实现对设备内部通信中断故障的在线分析、远程定位，本发明的核心为在设备内部设置“板间通信总线+维护总线”结构。

如图2所示，单台通信设备包括：主控板、多个单板，连接主控板和各单板的通信总线、维护总线，通信设备通过维护总线与维护诊断台(或称维护诊断后台)连接。维护诊断台也可以是通过标准接口，如以太网口，经专用部件转换为维护总线后与维护总线连接。对于通信设备可为多台，每台通信设备通过维护总线与维护诊断台连接，这样构成一个通信系统。维护总线提供了单板与主控板、维护诊断台的物理连接，借助故障检测和故障定位协议，维护诊断台能够直接与各个单板和主控板通信，交换必要信息。由于有维护诊断台和主控板参与控制，通常单板之间并不需要直接互相通信。

维护总线需要采用结构简单，可靠性高的总线，如RS-485低速串行总线或类似于I²C总线的单线或双线互连总线结构。外部的维护诊断台通过维护总线连接各个单板及主控板，对各单板、主控板和维护诊断台都分别编址，后台与各单板及主控板可以通过地址直接建立通信。由于维护总线的高可靠性，当板间通信发生故障造成单板不能与主控板通信时，维护总线却不会中断，这时可以通过维护总线对单板实施各种操作。

如图3所示，通过维护总线定位故障的主要过程如下：

步骤1、检测板间通信是否中断，当检测到板间通信中断时通过维护总线向维护诊断后台发送告警信号；哪个单板发送告警信号，那个单板就为故障单板。

板间通信中断可采用故障检测协议来实现：当故障单板检测到本端无接收时，通过维护总线上报该单板本端无接收告警，同时还通过板间通信链路向对端发送本端无接收指示信号，该信号类似于传输网络中的告警指示信号AIS(Alarm Indication Signal)；对端接收到该无接收指示信号后，通过维护总线向诊断维护后台上报发送端单板无接收告警。

步骤2、进行告警分析以缩小故障范围。

为了缩小故障范围，根据告警信号定位所述的故障单板是发送方向故障，还是接收方向故障。

由于板间通信对于具体单板来说只有收发两个方向，因此板间通信中断对应只有本端无接收和本端无发送两种情况；对于接收和发送方向不同功能层次的部件，无接收和无发送有不同表现，如物理层器件无接收表现为没有载波，链路层部件无接收表现为没有链路帧，高层部件表现为没有高层报文。这些现象均可以作为定位信息由维护诊断台通过维护总线获取而进一步定位故障。

按照如上的协议，维护诊断后台可以收集到来自各个单板关于通信中断的全面告警信息和故障定位信息。通过执行对所有收集告警和故障定位信息的筛选过滤，便可以初步确认故障发生的范围，定位是接收方向出现故障，还是发送方向出现故障。

具体的筛选方法是根据相关性运算得到，以告警全集数量为M，故障全集数量为N为例，即通过告警矩阵(1×M矩阵，有告警则相关矩阵单元为1，否则为0)与“告警和故障相关性矩阵(M×N矩阵)”相乘，得到故障矩阵(1×N矩阵，有故障则相关矩阵单元为1，否则为0)，该故障矩阵中描述了所有与告警相关的故障点。

步骤3、维护诊断台采用图形界面直观显示分析后确定的故障范围。

如图4所示，具体显示的方案如下：每个单板各以一个方框显示，方框上有单板名称标示；单板之间通过收发两条线连接，两条连接线通过箭头标示收发方向；正常运行的单板和单板间的两条连线都为绿色；当后台确认收或发方向的故障后，将相应的连线变成红色，单板内部故障时将相应单板变成红色，并向用户提示单板故障名称。

步骤4、在故障单板和相邻单板上设置环回并进行环回测试。

为了进一步缩小故障范围，需要判断故障单板的故障方向上各模块、器件是否故障。维护诊断台通过在怀疑故障单板和邻近单板的不同模块和器件上执行环回，可以定位不同类型的故障，包括板内器件故障、板间连接故障等。

单板内部造成板间通信中断的故障，可能有：线路接口变压器损坏、板内互连线路损坏、接口器件损坏、CPU接口处理部分损坏，根据这些可能发生的故障点采用以下方法具体定位：由维护诊断后台下命令，在CPU、接口芯片、本端线路继电器、对端线路继电器上分别设置相应级别的环回；在板间通信通道上按发送报文、接收报文和报文比较判断的规则执行环回。通过这种方法可以将故障定位到具体的板内模块和板内器件。

步骤5、分析并定位故障。

根据统计的发送报文数量、接收报文数量和错误报文所占百分比确认相应环回测试是否正确。如果相应的环回测试不正确，则存在相应级别的故障；如果两端的各级别环回测试都正确，那么可以确认是板间通信链路故障；既可能是硬件故障，如：可能存在单板没有插紧、单板背板插针或印刷线路损坏故障；也可能是单板软件故障，如：用于控制建立通信的任务死锁、内存泄露造成通信任务分配不到内存等。

由于维护总线为高可靠性总线，同样维护总线管理模块为高可靠性的软件模块，正式发布的维护总线管理软件模块可以认为100％可靠，所以借助维护总线，利用相应维护总线管理模块定位板间通信故障的可靠性和可信程度将达到维护总线的同样高度。因此，如果特定级别的环回不能执行，说明相应级别的部件出现故障；如果环回测试出现错包，说明相应级别的部件可靠性下降。

步骤6、根据最后确定的故障点，刷新步骤3中显示的原有图形界面。

在某些情况下，单板间物理层是连通的，但软件处理缺陷仍然会造成板间通信中断。如单板软件用于控制建立通信的任务死锁、或内存泄露造成通信任务分配不到内存等。在这种情况下为了检测单板连通性，本发明还采用软件故障检测协议定时判断板间通信是否中断，其实现方法与在IP网络中利用ICMP协议实现对传输链路的在线诊断的PING命令类似，具体是：

A、在主控板执行命令发送报文时，接口单板按照协议把从主控板发来的故障检测协议报文原样返回。

B、在接口单板执行命令发送报文时，主控板按照协议把从接口单板发来的故障检测协议报文原样返回。

C、在正常未执行命令情况下，由主控板按照维护台预先设置，定时自动发送故障检测协议报文，并根据接口单板返回信息判断接口单板是否故障。

其中C步骤的具体实现方法为：

(1)定时在主控板自动执行发送故障检测协议报文命令，向各单板发送故障检测报文，该命令包括：需要发送报文的数量、报文的长度和每秒发送报文数。

(2)接收方将收到的相应报文原样返回。在发送接收进行过程中发送方可以停止发送报文。

(3)发送结束后，发送方给出接收报文情况的统计，包括收到返回报文的数量、错包数量、报文延时情况。根据报文发送、报文接收延时情况，判断板间通信链路是否连通；如果不连通则产生告警。如果每秒报文发送足够多，可以根据接收情况估算板间通信误码情况，确认板间通信是否可靠。

在设备实际运行中，根据维护诊断后台的设置，本端可能会发送100条规定长度测试报文，对端收到后，将报文原样返回，本端收到返回报文后判断报文的序号、延时、误码等信息；或者将相关信息交由故障诊断台进行判断，根据相应的序号、延时、误码信息确认是否存在软件故障。可能出现的故障包括：

A、接收到报文的延时不固定，如个别报文延时特别大，说明接口板实时性不够高，可能是由于任务管理机制不好，或处理能力不够引起。

B、接收到报文有误码，说明通信链路不可靠，可能是由于硬件或软件故障引起，可以进一步执行诊断定位故障。

C、按顺序发出的报文没有按顺序接收到，说明本端或对端硬件或底层软件处理机制出错，可以进一步执行诊断定位故障。

采用软件故障检测协议就能实现针对板间通信的在线测试，直接判断单板之间是否存在连接以及连接是否可靠。这种方法可以有效避免在单板内部盲目设置环回所带来的风险(因为多数的环回都会导致业务中断)，而在板间通信带宽足够和CPU处理能力足够的前提下，这种方法不会影响正常业务。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (13)

1.一种通信设备，包括：主控板、多个单板，以及连接主控板和各单板的通信总线；其特征在于所述通信设备还包括连接主控板和各单板的维护总线，所述主控板和各单板通过维护总线与外部直接通信，传输告警信号及操作维护信息。

2.如权利要求1所述的通信设备，其特征在于，所述维护总线为低速串行总线，具体为单线或双线互连总线。

3.一种通信系统，包括多个通信设备，各通信设备具有主控板、多个单板，以及连接主控板和各单板的通信总线；其特征在于，该通信系统还包括维护诊断台及连接所述主控板和各单板的维护总线，所述维护诊断台通过该维护总线与各通信设备连接，所述各通信设备中的主控板和各单板通过维护总线与维护诊断台直接通信。

4.如权利要求3所述的通信系统，其特征在于，所述维护总线为低速串行总线，具体为单线或双线互连总线。

5.一种通信设备内部链路故障的定位方法，所述通信设备包括主控板、多个单板，以及连接主控板和各单板的通信总线和维护总线，该方法包括以下步骤：

A、检测单板的通信是否中断，并在通信中断时通过维护总线向维护诊断台上报告警信号；

B、维护诊断台根据告警信号确定故障范围；

C、根据确定的故障范围，通过维护总线分别在故障单板和相邻单板上设置相应级别的环回，并命令故障单板和相邻单板在板间通信通道上发送和接收报文完成环回测试；

D、解除在故障单板和相邻单板上设置的环回，并根据环回测试结果确定故障点。

6.如权利要求5所述的方法，其特征在于，在步骤A中，由单板检测本端有无接收信号来确定通信是否中断。

7.如权利要求6所述的方法，其特征在于，单板在上报告警信号时还向通信的对端发送无接收指示信号，该对端在收到该信号后通过维护总线上报对端单板无接收的告警信号。

8.如权利要求5、6或7所述的方法，其特征在于，步骤A中，主控板还通过定时向各单板发送故障检测报文和接收到该故障检测报文的单板将故障检测报文原样返回来检测板间通信是否中断。

9.如权利要求5所述的方法，其特征在于，步骤B中，还采用图形表示设备内部各单板及主控板的拓扑结构，以不同的颜色来区别正常或故障的单板、板间通信链路，并提示单板的故障名称。

10.如权利要求9所述的方法，其特征在于，步骤D中在确定最终的故障点后，更新故障显示。

11.一种通信设备内部链路故障的检测方法，所述通信设备包括主控板、多个单板，以及连接主控板和各单板的通信总线和维护总线；该方法包括如下步骤：

a、主控板通过板间通信总线定时向各单板发送故障检测报文；

b、接收到故障检测报文的单板将该故障检测报文原样返回所述主控板；

c、根据接收返回报文的结果确定是否发生故障，并在确定发生故障时通过所述维护总线上报告警信号。

12.如权利要求11所述的检测方法，其特征在于，步骤c中，如果主控板接收到单板的返回报文，则根据返回报文的相关信息判断是否发生故障；如果主控板未接收到相应单板的返回报文，则确定该单板发生链路故障。

13.如权利要求11所述的检测方法，其特征在于，步骤a中，还通过与主控板和单板连接的维护总线下发命令，以控制所述主控板发送故障检测报文的数量、内容和/或频率；在步骤c中，还根据返回报文的误码情况确定单板通信可靠程度。

Images