CN101753207A - 光纤链路故障识别方法、装置及系统 - Google Patents

Abstract

本发明涉及一种光纤链路故障识别方法、装置及系统，其中该方法包括：对一个或多个光网络单元进行实时功率检测；当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。本发明实施例的光纤链路故障识别方法通过对光网络单元进行实时检测功率的方式，实时检测与光网络单元对应的光纤链路是否有故障，当与光网络单元对应的光纤链路检测出有故障的时候，提取所述光纤链路故障发生过程中的上行光功率值，并根据提取的功率值实时地识别光纤链路的故障类型。

Description

光纤链路故障识别方法、装置及系统

技术领域

本发明属于光通信领域，尤其属于一种光纤链路故障识别方法、装置及系统。

背景技术

信息时代的到来，使得人们对带宽的需求日益增加，作为最后一公里的接入网，无源光网络(Passive Optical Network，简称为PON)技术凭借低成本、易组网等优势，已经成为“光进铜退”网络转型的最佳技术。目前无源光网络的主流技术分别是以太网无源光网络(Ethernet Passive OpticalNetwork，简称为EPON)和吉比特无源光网络(Gigabit-Capable Passive OpticalNetwork，简称为GPON)，亚洲已经有上千万的以太网无源光网络用户，北美、欧洲的运营商已经开始吉比特无源光网络的部署。未来几年，无源光网络将是宽带接入市场的主角，将迎来大规模商用。综合分析师和运营商的数据显示，2010年全球使用无源光网络技术的家庭数量将达到4500万到6000万之间。

但无源光网络中点对多点(Point to Multi-Point，简称为P2MP)的拓扑结构、复杂的光配线网络(optical distribution network，简称为ODN)布线环境、进入用户家庭的光纤链路等都给无源光网络的维护、故障识别识别和定位带来了极大的挑战。而无源光网络光纤链路监测问题是关系着运营商运营成本(Operating Expense，简称为OPEX)的高低、现金流情况和用户满意度的重要因素的之一，随着以太网无源光网络、吉比特无源光网络等无源光网络部署的不断开展，运营商对无源光网络的光纤链路监测也越来越重视。

运营商认为光纤链路故障识别功能首先要实现各种故障类型的区分，如光纤断裂、光纤连接器脱落(即光纤连接器被拔出)等。以便判断派遣合适的技术人员去现场检修，同时也可以进行故障分责，以减轻自己的维护负担，特别是能够区分认为因素和实际故障。

例如，对于光纤断裂和光纤连接器脱落两种情况，最后导致的现象都是一样的，即通信发生中断并产生信号丢失(Loss Of Signal，简称为LOS)告警，但他们事后的处理方式是不一样的。如是光纤断裂则需要派遣工程师到现场去检修，并且需要携带光纤熔接机等必要的光纤续接工具；因为在光配线网络上基本是不会有连接头的，一般只会在光网络终端(Optical NetworkTerminal，简称为ONT)或者是光线路终端(Optical Line Terminal，简称为OLT)的接口处存在连接头，如果是光纤连接器被拔出，此时只需告知用户自己插上去即可，不需要派工程师前往，节省了维护费用，或者就算需要派人前往，也可以只需要一般人前往即可，无须精通光纤熔接技术人员前往，同样也可以降低派遣费。

为了识别光纤链路的故障，现有技术利用光时域反射仪(Optical TimeDomain Reflectometer，简称为OTDR)进行故障识别，光时域反射仪是目前光纤链路故障识别的最常用的工具。

光时域反射仪工作的基本原理是：向光纤链路的一端发出一个光脉冲，由于光纤链路上存在连续的瑞利后向散射和离散的菲涅耳反射(如在光纤连接器处或光纤断裂处)，所以当光脉冲沿着光纤链路传输时，光时域反射仪会不断收到其返回光，即近处先而远处后，其强度与各点传输光功率成比例，令横轴以距离的形式与返回光到达的时间顺序相对应，令纵轴以dB表示返回光的强度并在屏幕上显示出来，这样就可以在横轴上将光脉冲的往返时间换成光纤长度的刻度，直接用于观察沿整条光纤链路传输光功率的变化状态。

光时域反射仪提供了沿光纤长度分布的衰减细节，包括探测、定位和测量光纤光缆链路上的任何位置的事件。事件是指光纤链路中因为熔接、连接器、弯曲或断裂等形成的缺陷。该缺陷引起的光传输特性的变化可以被光时域反射仪测量，光时域反射仪可以根据测得的光传输特性的变化对事件进行识别。

图1为现有的光时域反射仪的测试曲线示意图。如图1所示，在光时域反射仪的后向返回光曲线中，光纤链路上所有的故障要么识别为反射事件(如光纤末端/断点处、连接器处)，要么识别为非反射事件(如光纤弯曲处、光纤熔接点处)。所以，对于光纤断裂和光纤连接器脱落，在光时域反射仪看来都是反射事件，是没有任何区别的，即无法区分光纤断裂和光纤连接器被拔出。同时，光时域反射仪只能是事后进行故障识别，不能做到实时进行识别，这导致了故障修复的时机滞后，并且当前商用的光时域反射仪比较昂贵。

发明内容

本发明实施例提供一种光纤链路故障识别方法、装置及系统，以克服现有技术无法识别故障类型的缺陷和无法实时识别故障类型的缺陷。

本发明实施例提供了一种光纤链路故障识别方法，包括：对一个或多个光网络单元进行实时功率检测；

当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

本发明实施例还提供了一种光纤链路故障识别装置，包括：第一单元，用于对一个或多个光网络单元进行实时功率检测；第二单元，用于当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；第三单元，用于根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

本发明实施例还提供了一种光纤链路故障识别系统，包括：维护中心和光线路终端，其中所述光线路终端包括：第一单元，用于对一个或多个光网络单元进行实时功率检测；第二单元，用于当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；其中所述维护中心包括：第三单元，用于根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

本发明实施例的光纤链路故障识别方法通过对光网络单元进行实时检测功率的方式，实时检测与光网络单元对应的光纤链路是否有故障，当与光网络单元对应的光纤链路检测出有故障的时候，提取所述光纤链路故障发生过程中的上行光功率值，并根据提取的功率值实时地识别光纤链路的故障类型，从而克服了现有技术无法识别故障类型的缺陷和无法实时识别故障类型的缺陷。本发明实施例通过识别故障类型，并且根据故障类型判断派遣相应的维修人员，从而能够降低人员成本，提高维修效率。另外本发明实施例通过实时识别故障类型，在第一时间对故障进行反应，从而可以提高用户体验，并且还能够最大限度地降低因故障引起的损失。

附图说明

图1为现有的光时域反射仪的测试曲线示意图；

图2a为本发明实施例无源光网络中光纤断裂过程中光功率变化曲线；

图2b为本发明实施例无源光网络中光纤连接器脱落过程中光功率变化曲线；

图3为本发明实施例无源光网络中的一种光纤链路故障识别方法流程示意图；

图4a为本发明实施例无源光网络中的另一种光纤链路故障识别方法流程示意图；

图4b为本发明实施例无源光网络中的另一种光纤链路故障识别方法中第一种识别方法示意图；

图4c为本发明实施例无源光网络中的另一种光纤链路故障识别方法中第二种识别方法示意图；

图4d为本发明实施例无源光网络中的另一种光纤链路故障识别方法中第三种识别方法示意图；

图4e为本发明实施例无源光网络中的另一种光纤链路故障识别方法中第四种识别方法示意图；

图5a为本发明实施例无源光网络中的再一种光纤链路故障识别方法流程示意图；

图5b为本发明实施例无源光网络中的再一种光纤链路故障识别方法中第一种识别方法示意图；

图5c为本发明实施例无源光网络中的再一种光纤链路故障识别方法中第二种识别方法示意图；

图5d为本发明实施例无源光网络中的再一种光纤链路故障识别方法中第三种识别方法示意图；

图5e为本发明实施例无源光网络中的再一种光纤链路故障识别方法中第四种识别方法示意图；

图6a为本发明实施例无源光网络中的一种光纤链路故障识别装置示意图；

图6b为本发明实施例无源光网络中的一种光纤链路故障识别装置中第一单元的第一种结构示意图；

图6c为本发明实施例无源光网络中的一种光纤链路故障识别装置中第一单元的第一种结构示意图；

图6d为本发明实施例无源光网络中的一种光纤链路故障识别装置中第三单元的第一种结构示意图；

图6e为本发明实施例无源光网络中的一种光纤链路故障识别装置中第三单元的第二种结构示意图；

图6f为本发明实施例无源光网络中的一种光纤链路故障识别装置中第三单元的第三种结构示意图；

图6g为本发明实施例无源光网络中的一种光纤链路故障识别装置中第三单元的第四种结构示意图；

图7为本发明实施例无源光网络中的另一种光纤链路故障识别装置示意图；

图8为本发明实施例无源光网络中的再一种光纤链路故障识别装置示意图；

图9a为本发明实施例无源光网络中的一种光纤链路故障识别系统示意图；

图9b为本发明实施例无源光网络中的一种光纤链路故障识别系统中第一单元的结构示意图；

图9c为本发明实施例无源光网络中的一种光纤链路故障识别系统中第三单元的第一种结构示意图；

图9d为本发明实施例无源光网络中的一种光纤链路故障识别系统中第三单元的第二种结构示意图；

图9e为本发明实施例无源光网络中的一种光纤链路故障识别系统中第三单元的第三种结构示意图；

图9f为本发明实施例无源光网络中的一种光纤链路故障识别系统中第三单元的第四种结构示意图；

图10为本发明实施例无源光网络中的另一种光纤链路故障识别系统示意图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

发明人通过大量的实验发现所有的故障都会持续一段时间，并且在出现故障时光信号的相应参数都会有一个动态变化的过程。然而每一种故障均有不同的光信号参数的变化。

图2a为本发明实施例无源光网络中光纤断裂过程中光功率变化曲线。图2b为本发明实施例无源光网络中的光纤连接器脱落过程中光功率变化曲线。如图2a和图2b所示，在光纤断裂和SC/PC光纤连接器脱落时光功率变化曲线是不同的。

图3为本发明实施例无源光网络中的一种光纤链路故障识别方法流程示意图。如图3所示，该光纤链路故障识别方法包括：

步骤101，对一个或多个光网络单元进行实时功率检测，并生成所述光网络单元的上行光功率值。

步骤102，当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的上行光功率值。

步骤103，根据所述光纤链路故障发生过程中的上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

本发明实施例的光纤链路故障识别方法通过对光网络单元进行实时检测功率的方式，实时检测与光网络单元对应的光纤链路是否有故障，当与光网络单元对应的光纤链路检测出有故障的时候，提取所述光纤链路故障发生过程中的上行光功率值，并根据提取的功率值实时地识别光纤链路的故障类型，从而克服了现有技术无法识别故障类型的缺陷和无法实时识别故障类型的缺陷。本发明实施例通过识别故障类型，并且根据故障类型判断派遣相应的维修人员，从而能够降低人员成本，提高维修效率。另外本发明实施例通过实时识别故障类型，在第一时间对故障进行反应，从而可以提高用户体验，并且还能够最大限度地降低因故障引起的损失。

在本发明实施例中，该光纤链路故障识别方法还包括：从光网络单元发送的上行光信号中提取出光网络单元的标识，对于每一个光网络单元，将该光网络单元的标识和对该光网络单元进行实时光功率检测得到的多个光功率值存储到数据库或数据表中；

所述提取所述光纤链路故障发生过程中的至少两个上行光功率值包括：从所述数据库或数据表中提取该光网络单元对应的光纤链路故障发生过程中的至少两个上行光功率值。

在本发明实施例中，所述提取所述光纤链路故障发生过程中的至少两个上行光功率值具体包括：在确定发送该光信号的光网络单元对应的光纤链路有故障后，开始记录所述光网络单元的至少两个光功率值。

图4a为本发明实施例无源光网络中的另一种光纤链路故障识别方法流程示意图。如图4a所示，该光纤链路故障识别方法适用于有一个光网络单元的拓扑结构和点对点的拓扑结构，该光纤链路故障识别方法包括：

步骤201，通过第一模块，对收发器的上行光信号进行实时光功率检测，并生成所述光网络单元的上行光功率值。

步骤202，通过第二单元，对所述光网络单元的上行光功率值的衰减值和预先设置的功率衰减阈值进行比较，若所述光网络单元的上行光功率值的衰减值大于或等于预先设置的功率衰减阈值，则与所述光网络单元对应的光纤链路有故障；若所述光网络单元的上行光功率值的衰减值小于预先设置的功率衰减阈值，则与所述光网络单元对应的光纤链路无故障。

步骤203，提取所述光纤链路故障发生过程中的上行光功率值。

步骤204，根据所述光纤链路故障发生过程中的上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

在本发明实施例中，步骤202基于光网络单元的上行光功率值实现了实时故障检测。在这里，可以优选地将功率衰减阈值设置为3dB，即功率衰减大于或等于3dB时则检测为所述光功率单元有故障；功率衰减小于3dB时则检测为所述光功率单元没有故障。

在本发明实施例中，步骤203实现了光纤链路故障发生过程中的上行光功率值的传送，具体可以采用实时上报功率值的方式，也可以采用请求响应的方式。为了保证传送的稳定性，还可以通过缓存来进行传送。

在本发明实施例中，步骤204可以具体为：通过第三单元，对光纤断裂故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算(correlation computation)，获得第一相关参数；对光纤连接器脱落故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第二相关参数；判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值，若所述第一相关参数和所述第二相关参数均小于预先设置的相关参数阈值，则与所述光网络单元对应的光纤链路的故障为通用故障；若所述第一相关参数和所述第二相关参数并非均小于预先设置的相关参数阈值，则对所述第一相关参数和所述第二相关参数进行比较，若第一相关参数大于所述第二相关参数，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若第二相关参数大于所述第一相关参数，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。在这里判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值并不是必要的，该判断步骤主要用于减少识别错误。

以下通过更简单的语言描述上述的识别方法。

图4b为本发明实施例无源光网络中的另一种光纤链路故障识别方法中第一种识别方法示意图。如图4b所示，该识别方法具体可以为：

步骤20411，第三单元对光纤断裂故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算(correlation computation)，获得第一相关参数，并且对光纤连接器脱落故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第二相关参数。在这里光纤断裂故障模型是对光纤断裂进行分析后形成的模型，光纤连接器脱落故障模型是对光纤连接器脱落进行分析后形成的模型。

步骤20412，第三单元判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值，若所述第一相关参数和所述第二相关参数均小于预先设置的相关参数阈值，则与所述光网络单元对应的光纤链路的故障为通用故障，若所述第一相关参数和所述第二相关参数并非均小于预先设置的相关参数阈值，则执行步骤20413。在这里，所述的通用故障为除了光纤断裂和第二故障之外的故障类型，因此可以对上行光功率值进行进一步处理以进一步识别所述通用故障的类型。

步骤20413，第三单元对所述第一相关参数和所述第二相关参数进行比较，若第一相关参数大于所述第二相关参数，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若第二相关参数大于所述第一相关参数，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

上述识别方法的相关基本原理是利用相关系数来反映两个变量或多个变量之间关系的一种方法。相关系数范围在-1～1之间，-1表示完全负相关，1表示完全正相关，0表示不相关。最常用的相关系数是Pearson(表示为r)相关系数，它反映了了两变量值互成比例的程度，成比例意味着线性相关或者变量的变化趋势相似，相关系数r的绝对值越接近1，表示两个变量相似度越高，反之相关系数的绝对值越接近0，表示两个变量越不相似。

公式一： $r=\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(\frac{X_i-\stackrel{\‾}{X}}{s_X}\right)\left(\frac{Y_i-\stackrel{\‾}{Y}}{s_Y}\right);$

公式二： $\stackrel{\‾}{X}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i;$

公式三： $s_X=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(X_i-\stackrel{\‾}{X})}^2}{n-1}}.$

其中，

s_X分别表示标准值，算术平均值，标准差。

具体使用时，X表示光纤链路故障发生过程中的上行光功率值，Y表示故障模型的功率值。

在本发明实施例中，步骤204还可以具体为：通过第三单元，计算所述光纤链路故障发生过程中的上行光功率值的微分序列；并且在所述微分序列中找出最大微分值，并根据所述最大微分值计算相应的功率值，对所述功率值和预先设定的功率阈值进行比较，若所述功率值小于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述功率值大于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

以下通过更简单的语言描述上述的识别方法。

图4c为本发明实施例无源光网络中的另一种光纤链路故障识别方法中第二种识别方法示意图。如图4c所示，该识别方法具体为：

步骤20421，第三单元计算光纤链路故障发生过程中的上行光功率值的微分序列。

微分代表曲线变化的快慢，曲线突变处也就是变化最快的地方，对应的微分值肯定也是最大的。

步骤20422，第三单元在所述微分序列中找出最大微分值。

步骤20423，第三单元根据所述最大微分值计算相应的功率值。

步骤20424，第三单元对所述功率值和预先设定的功率阈值进行比较，若所述功率值小于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述功率值大于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

在本发明实施例中，步骤204可以具体为：通过第三单元，对所述光纤链路故障发生过程中的上行光功率值进行小波变换，生成小波域系数；并对所述小波域系数的模极大值进行检测，判断所述小波域系数是否存在正模极大值，若所述小波域系数存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述小波域系数不存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

以下通过更简单的语言描述上述的识别方法。

图4d为本发明实施例无源光网络中的另一种光纤链路故障识别方法中第三种识别方法示意图。如图4d所示，该识别方法具体为：

步骤20431，第三单元对光纤链路故障发生过程中的上行光功率值进行小波变换，生成小波域系数。

步骤20432，第三单元对所述小波域系数的模极大值进行检测。

步骤20433，第三单元判断所述小波域系数是否存在正模极大值，若所述小波域系数存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述小波域系数不存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

图4e为本发明实施例无源光网络中的另一种光纤链路故障识别方法中第四种识别方法示意图。如图4e所示，该识别方法具体为：

步骤20441，第三单元将光纤链路故障发生过程中的上行光功率值输入到已经过训练的神经网络的输入端。

步骤20442，所述神经网络对上行光功率值进行处理，并且从所述神经网络的多个输出端输出处理结果。

步骤20443，第三单元对从多个输出端输出的处理结果进行比较，若与光纤断裂对应的输出端的处理结果大于预先设定的阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若与光纤连接器脱落对应的输出端的处理结果大于与光纤断裂对应的输出端的处理结果，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

在本发明实施例中，为了及时地通知操作人员，还可以根据所识别的光网络单元的故障类型，触发指示装置。在这里指示装置可以是指示灯，或者是扬声器等。这样操作人员根据指示装置的通知可以及时地知道出现故障，并且还可以知道故障类型，从而可以及时地处理故障。

由于四种识别方法各自存在一些缺陷，因此有机地结合四种识别方法识别效果更佳。

图5a为本发明实施例无源光网络中的再一种光纤链路故障识别方法流程示意图。如图5a所示，该光纤链路故障识别方法适用于一个网络终端加多个光网络单元的拓扑结构，该光纤链路故障识别方法包括：

步骤301，通过第一模块，对收发器的上行光信号进行实时光功率检测，并将结果发送给第三模块。

步骤302，通过第二模块，对所述收发器的上行光信号进行数据恢复，提取光网络单元的ID，并将结果发送给所述第三模块。

步骤303，通过所述第三模块将所述第一模块的处理结果和所述第二模块的处理结果进行对应，生成每一个光网络单元的上行光功率值。

步骤304，通过第二单元，对所述光网络单元的上行光功率值的衰减和预先设置的功率衰减阈值进行比较，若所述光网络单元的上行光功率值的衰减大于或等于预先设置的功率衰减阈值，则与所述光网络单元对应的光纤链路有故障，若所述光网络单元的上行光功率值的衰减小于预先设置的功率衰减阈值，则与所述光网络单元对应的光纤链路无故障。

步骤305，提取所述光纤链路故障发生过程中的上行光功率值。

步骤306，根据所述光纤链路故障发生过程中的上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

事实上，收发器接收上行光信号并进行光电转换，然后分成两路。一路通过BCDR/SERDES到的第二模块进行数据恢复，并提取ONU ID，甚至是ONU SN。一路通过ADC到光功率值读取与计算单元进行实时光功率监测。因为光纤链路故障的持续时间很短，所以采样周期越短越好，优选为设置在us级别或者更小。

另外，上行带宽是按照Alloc-ID来分配的，所以也可以通过动态上行带宽分配模块对每个Alloc-ID的带宽分配以及ONU ID/SN和Alloc-ID的映射关系来获得每一个光网络单元的上行光功率值。

在本发明实施例中，步骤304基于光网络单元的上行光功率值实现了实时故障检测。在这里可以优选地将功率衰减阈值设置为3dB，即功率衰减大于或等于3dB时则检测为所述光功率单元有故障，功率衰减小于3dB时则检测为所述光功率单元没有故障。

在本发明实施例中，步骤305实现了光纤链路故障发生过程中的上行光功率值的传送，具体可以采用实时上报功率值的方式，也可以采用请求响应的方式。为了保证传送的稳定性，还可以通过缓存来进行传送。

在本发明实施例中，步骤306可以具体为：通过第三单元，对光纤断裂故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第一相关参数，对光纤连接器脱落故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第二相关参数；判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值，若所述第一相关参数和所述第二相关参数均小于预先设置的相关参数阈值，则与所述光网络单元对应的光纤链路的故障为通用故障，若所述第一相关参数和所述第二相关参数并非均小于预先设置的相关参数阈值，则对所述第一相关参数和所述第二相关参数进行比较，若第一相关参数大于所述第二相关参数，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若第二相关参数大于所述第一相关参数，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

以下通过更简单的语言描述上述的识别方法。

图5b为本发明实施例无源光网络中的再一种光纤链路故障识别方法中第一种识别方法示意图。如图5b所示，该识别方法具体为：

步骤30611，第三单元对光纤断裂故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第一相关参数，并且对光纤连接器脱落故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第二相关参数。在这里光纤断裂故障模型是对光纤断裂进行分析后形成的模型，光纤连接器脱落故障模型是对光纤连接器脱落进行分析后形成的模型。

步骤30612，第三单元判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值，若所述第一相关参数和所述第二相关参数均小于预先设置的相关参数阈值，则与所述光网络单元对应的光纤链路的故障为通用故障，若所述第一相关参数和所述第二相关参数并非均小于预先设置的相关参数阈值，则执行步骤30613。

步骤30613，第三单元对所述第一相关参数和所述第二相关参数进行比较，若第一相关参数大于所述第二相关参数，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若第二相关参数大于所述第一相关参数，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

上述识别方法的相关基本原理是利用相关系数来反映两个变量或多个变量之间关系的一种方法。相关系数范围在-1～1之间，-1表示完全负相关，1表示完全正相关，0表示不相关。最常用的相关系数是Pearson(表示为r)相关系数，它反映了了两变量值互成比例的程度，成比例意味着线性相关或者变量的变化趋势相似，相关系数r的绝对值越接近1，表示两个变量相似度越高，反之相关系数的绝对值越接近0，表示两个变量越不相似。

公式一： $r=\frac{1}{n-1}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(\frac{X_i-\stackrel{\‾}{X}}{s_X}\right)\left(\frac{Y_i-\stackrel{\‾}{Y}}{s_Y}\right);$

公式二： $\stackrel{\‾}{X}=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{X}_i;$

公式三： $s_X=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(X_i-\stackrel{\‾}{X})}^2}{n-1}}.$

其中，

s_X分别表示标准值，算术平均值，标准差。

具体使用时，X表示光纤链路故障发生过程中的上行光功率值，Y表示故障模型的功率值。

在本发明实施例中，步骤306可以具体为：通过第三单元，计算所述光纤链路故障发生过程中的上行光功率值的微分序列；并且在所述微分序列中找出最大微分值，并根据所述最大微分值计算相应的功率值，对所述功率值和预先设定的功率阈值进行比较，若所述功率值小于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述功率值大于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

以下通过更简单的语言描述上述的识别方法。

图5c为本发明实施例无源光网络中的再一种光纤链路故障识别方法中第二种识别方法示意图。如图5c所示，该识别方法具体为：

步骤30621，第三单元计算光纤链路故障发生过程中的上行光功率值的微分序列。

微分代表曲线变化的快慢，曲线突变处也就是变化最快的地方，对应的微分值肯定也是最大的。

步骤30622，第三单元在所述微分序列中找出最大微分值。

步骤30623，第三单元根据所述最大微分值计算相应的功率值。

步骤30624，第三单元对所述功率值和预先设定的功率阈值进行比较，若所述功率值小于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述功率值大于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

在本发明实施例中，步骤306可以具体为：通过第三单元，对所述光纤链路故障发生过程中的上行光功率值进行小波变换，生成小波域系数；并对所述小波域系数的模极大值进行检测，判断所述小波域系数是否存在正模极大值，若所述小波域系数存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述小波域系数不存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

以下通过更简单的语言描述上述的识别方法。

图5d为本发明实施例无源光网络中的再一种光纤链路故障识别方法中第三种识别方法示意图。如图5d所示，该识别方法具体为：

步骤30631，第三单元对光纤链路故障发生过程中的上行光功率值进行小波变换，生成小波域系数。

步骤30632，第三单元对所述小波域系数的模极大值进行检测。

步骤30633，第三单元判断所述小波域系数是否存在正模极大值，若所述小波域系数存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述小波域系数不存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

图5e为本发明实施例无源光网络中的再一种光纤链路故障识别方法中第四种识别方法示意图。如图5e所示，该识别方法具体为：

步骤30641，第三单元将光纤链路故障发生过程中的上行光功率值输入到已经过训练的神经网络的输入端。

步骤30642，所述神经网络对上行光功率值进行处理，并且从所述神经网络的多个输出端输出处理结果。

步骤30643，第三单元对从多个输出端输出的处理结果进行比较，若与光纤断裂对应的输出端的处理结果大于预先设定的阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若与光纤连接器脱落对应的输出端的处理结果大于与光纤断裂对应的输出端的处理结果，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

在本发明实施例中，为了及时地通知操作人员，还可以根据所识别的光网络单元的故障类型，触发指示装置。在这里指示装置可以是指示灯，或者是扬声器等。这样操作人员根据指示装置的通知可以及时地知道出现故障，并且还可以知道故障类型，从而可以及时地处理故障。

由于四种识别方法各自存在一些缺陷，因此可以将四种识别方法进行有机地结合使用来补偿某种识别方法本身具有的缺陷。

图6a为本发明实施例无源光网络中的一种光纤链路故障识别装置示意图。如图6a所示，

第一单元61，用于对一个或多个光网络单元进行实时功率检测；

第二单元62，用于当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；

第三单元63，用于根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

本发明实施例的光纤链路故障识别装置通过对光网络单元进行实时检测功率的方式，实时检测与光网络单元对应的光纤链路是否有故障，当与光网络单元对应的光纤链路检测出有故障的时候，提取所述光纤链路故障发生过程中的上行光功率值，并根据提取的功率值实时地识别光纤链路的故障类型，从而克服了现有技术无法识别故障类型的缺陷和无法实时识别故障类型的缺陷。本发明实施例通过识别故障类型，并且根据故障类型判断派遣相应的维修人员，从而能够降低人员成本，提高维修效率。另外本发明实施例通过实时识别故障类型，在第一时间对故障进行反应，从而可以提高用户体验，并且还能够最大限度地降低因故障引起的损失。

图6b为本发明实施例无源光网络中的一种光纤链路故障识别装置中第一单元的第一种结构示意图。如图6b所示，该第一单元适用于有多个光网络单元的拓扑结构，该第一单元具体包括：

第一模块6101，用于从光网络单元发送的上行光信号中提取出光网络单元的标识；

第二模块6102，用于对于每一个光网络单元，将该光网络单元的标识和对该光网络单元进行实时光功率检测得到的多个光功率值存储到数据库或数据表中；

所述第三模块6103，用于用于从所述数据库或数据表中提取该光网络单元对应的光纤链路故障发生过程中的至少两个上行光功率值。

图6c为本发明实施例无源光网络中的一种光纤链路故障识别装置中第一单元的第一种结构示意图。如图6c所示，该第一单元适用于只有一个光网络单元的拓扑结构，该第一单元具体包括：

通过第三模块6103，用于在确定发送该光信号的光网络单元对应的光纤链路有故障后，开始记录所述光网络单元的至少两个光功率值。

图6d为本发明实施例无源光网络中的一种光纤链路故障识别装置中第三单元的第一种结构示意图。如图6d所示，该第三单元包括：

第四模块6311，用于对光纤断裂故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第一相关参数，对光纤连接器脱落故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第二相关参数；

第五模块6312，用于判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值，若所述第一相关参数和所述第二相关参数均小于预先设置的相关参数阈值，则与所述光网络单元对应的光纤链路的故障为通用故障，若所述第一相关参数和所述第二相关参数并非均小于预先设置的相关参数阈值，则对所述第一相关参数和所述第二相关参数进行比较，若第一相关参数大于所述第二相关参数，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若第二相关参数大于所述第一相关参数，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

图6e为本发明实施例无源光网络中的一种光纤链路故障识别装置中第三单元的第二种结构示意图。如图6e所示，该第三单元包括：

第六模块6321，用于计算所述光纤链路故障发生过程中的上行光功率值的微分序列；并且在所述微分序列中找出最大微分值；

第七模块6322，用于根据所述最大微分值计算相应的功率值，对所述功率值和预先设定的功率阈值进行比较，若所述功率值小于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述功率值大于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

图6f为本发明实施例无源光网络中的一种光纤链路故障识别装置中第三单元的第三种结构示意图。如图6f所示，该第三单元包括：

第八模块6331，用于对所述光纤链路故障发生过程中的上行光功率值进行小波变换，生成小波域系数；

第九模块6332，用于对所述小波域系数的模极大值进行检测，判断所述小波域系数是否存在正模极大值，若所述小波域系数存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述小波域系数不存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

图6g为本发明实施例无源光网络中的一种光纤链路故障识别装置中第三单元的第四种结构示意图。如图6g所示，

第三单元63，用于将光纤链路故障发生过程中的上行光功率值输入到已经过训练的神经网络的输入端；

神经网络64，用于对上行光功率值进行处理，并且从所述神经网络的多个输出端输出处理结果；

第三单元63，还用于对从多个输出端输出的处理结果进行比较，若与光纤断裂对应的输出端的处理结果大于预先设定的阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若与光纤连接器脱落对应的输出端的处理结果大于与光纤断裂对应的输出端的处理结果，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

由于上述第三单元的四种具体实现方式各自存在一些缺陷，因此可以将上述第三单元的几种具体实现方式进行有机地结合使用来补偿某种识别算法本身具有的缺陷。

在本发明实施例中，为了及时地通知操作人员，还可以包括：括第十模块，用于根据所述第三单元的识别结果，触发指示装置。在这里指示装置可以是指示灯，或者是扬声器等。这样操作人员根据指示装置的通知可以及时地知道出现故障，并且还可以知道故障类型，从而可以及时地处理故障。

图7为本发明实施例无源光网络中的另一种光纤链路故障识别装置示意图。如图7所示该光纤链路故障识别装置位于光线路终端内，该光纤链路故障识别装置主要包括：第三单元、映射缓存模块、故障识别参数存储模块、故障检测参数存储模块、故障识别参数设置模块、第二单元、第三模块、第一模块以及第二模块。在这里，对于在第一种光纤链路故障识别装置已经说明的模块及单元省略相应的说明。

其中，为了方便设置各种阈值和参数，增加了故障识别参数设置单元用于预先设置各种阈值或参数；为了方便第三单元调用各种参数或阈值，增加了故障识别参数存储模块用于存储故障识别参数设置单元设置的用于进行故障识别的各种阈值或参数；为了方便第二单元调用各种参数或阈值，增加了故障检测参数存储模块用于存储故障识别参数设置单元设置的用于进行故障检测的各种阈值或参数；为了保障稳定地提取所述光纤链路故障发生过程中的上行光功率值，增加了存储器写入模块用于存储光纤链路故障发生过程中的上行光功率值，以及映射缓存模块用于缓存光纤链路故障发生过程中的上行光功率值。

另外，上行带宽是按照Alloc-ID来分配的，所以也可以通过动态上行带宽分配模块对每个Alloc-ID的带宽进行分配，并且通过ONU ID/SN和Alloc-ID映射关系模块来获得每一个光网络单元的上行光功率值。

本发明实施例的光纤链路故障识别装置还可以适用于光网络单元，此时可以相应地减少第三模块和第二模块，即第一模块直接与第二单元连接。

图8为本发明实施例无源光网络中的再一种光纤链路故障识别装置示意图。如图8所示该光纤链路故障识别装置位于光网络单元内，该光纤链路故障识别装置主要包括：第三单元、故障识别参数存储模块、故障检测参数存储模块、故障识别参数设置模块、第二单元以及第一模块。在这里，对于在第一种光纤链路故障识别装置已经说明的模块及单元省略相应的说明。

其中，为了方便设置各种阈值和参数，增加了故障识别参数设置单元用于预先设置各种阈值或参数；为了方便第三单元调用各种参数或阈值，增加了故障识别参数存储模块用于存储故障识别参数设置单元设置的用于进行故障识别的各种阈值或参数；为了方便第二单元调用各种参数或阈值，增加了故障检测参数存储模块用于存储故障识别参数设置单元设置的用于进行故障检测的各种阈值或参数；为了保障稳定地提取所述光纤链路故障发生过程中的上行光功率值，增加了存储器写入模块用于存储光纤链路故障发生过程中的上行光功率值。

图9a为本发明实施例无源光网络中的一种光纤链路故障识别系统示意图。如图9a所示，该光纤链路故障识别系统包括：维护中心和光线路终端，其中所述光线路终端包括：第一单元61，用于对一个或多个光网络单元进行实时功率检测，并生成所述光网络单元的上行光功率值；第二单元62，用于当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的上行光功率值；其中所述维护中心包括：第三单元63，用于根据所述光纤链路故障发生过程中的上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

本发明实施例的光纤链路故障识别系统通过对光网络单元进行实时检测功率的方式，实时检测与光网络单元对应的光纤链路是否有故障，当与光网络单元对应的光纤链路检测出有故障的时候，提取所述光纤链路故障发生过程中的上行光功率值，并根据提取的功率值实时地识别光纤链路的故障类型，从而克服了现有技术无法识别故障类型的缺陷和无法实时识别故障类型的缺陷。本发明实施例通过识别故障类型，并且根据故障类型判断派遣相应的维修人员，从而能够降低人员成本，提高维修效率。另外本发明实施例通过实时识别故障类型，在第一时间对故障进行反应，从而可以提高用户体验，并且还能够最大限度地降低因故障引起的损失。

在本发明实施例中，所述维护中心还包括：第一通信单元，用于与所述光线路终端进行信息交互；所述光线路终端还包括：第二通信单元，用于与所述维护中心进行信息交互。

图9b为本发明实施例无源光网络中的一种光纤链路故障识别系统中第一单元的结构示意图。如图9b所示，该第一单元适用于有多个光网络单元的拓扑结构，该第一单元具体包括：

第一模块6101，用于从光网络单元发送的上行光信号中提取出光网络单元的标识；

第二模块6102，用于当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；

所述第三模块6103，用于根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

图9c为本发明实施例无源光网络中的一种光纤链路故障识别系统中第三单元的第一种结构示意图。如图9c所示，该第三单元包括：

第四模块6311，用于对光纤断裂故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第一相关参数，对光纤连接器脱落故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第二相关参数；

第五模块6312，用于判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值，若所述第一相关参数和所述第二相关参数均小于预先设置的相关参数阈值，则与所述光网络单元对应的光纤链路的故障为通用故障，若所述第一相关参数和所述第二相关参数并非均小于预先设置的相关参数阈值，则对所述第一相关参数和所述第二相关参数进行比较，若第一相关参数大于所述第二相关参数，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若第二相关参数大于所述第一相关参数，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

图9d为本发明实施例无源光网络中的一种光纤链路故障识别系统中第三单元的第二种结构示意图。如图9d所示，该第三单元包括：

第六模块6321，用于计算所述光纤链路故障发生过程中的上行光功率值的微分序列；并且在所述微分序列中找出最大微分值；

第七模块6322，用于根据所述最大微分值计算相应的功率值，对所述功率值和预先设定的功率阈值进行比较，若所述功率值小于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述功率值大于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

图9e为本发明实施例无源光网络中的一种光纤链路故障识别系统中第三单元的第三种结构示意图。如图9e所示，该第三单元包括：

第八模块6331，用于对所述光纤链路故障发生过程中的上行光功率值进行小波变换，生成小波域系数；

第九模块6332，用于对所述小波域系数的模极大值进行检测，判断所述小波域系数是否存在正模极大值，若所述小波域系数存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述小波域系数不存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

图9f为本发明实施例无源光网络中的一种光纤链路故障识别系统中第三单元的第四种结构示意图。如图9f所示，

第三单元63，用于将光纤链路故障发生过程中的上行光功率值输入到已经过训练的神经网络的输入端；

神经网络64，用于对上行光功率值进行处理，并且从所述神经网络的多个输出端输出处理结果；

第三单元63，还用于对从多个输出端输出的处理结果进行比较，若与光纤断裂对应的输出端的处理结果大于预先设定的阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若与光纤连接器脱落对应的输出端的处理结果大于与光纤断裂对应的输出端的处理结果，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

由于上述第三单元的四种具体实施方式各自存在一些缺陷，因此可以将上述第三单元的几种实施方式进行有机地结合使用来补偿某种识别算法本身具有的缺陷。

在本发明实施例中，为了及时地通知操作人员，所述维护中心还可以包括：第十模块，用于根据所述第三单元的识别结果，触发指示装置。在这里指示装置可以是指示灯，或者是扬声器等。这样操作人员根据指示装置的通知可以及时地知道出现故障，并且还可以知道故障类型，从而可以及时地处理故障。

图10为本发明实施例无源光网络中的另一种光纤链路故障识别系统示意图。如图10所示，该光纤链路故障识别系统主要包括：维护中心和光线路终端，其中维护中心包括：故障识别参数设置模块、故障识别参数存储模块以及第一通信单元；光线路终端包括：映射缓存模块、故障检测参数存储模块、第二单元、第三模块、第一模块、第二模块以及第二通信单元。在这里，对于在第一种光纤链路故障识别系统已经说明的模块及单元省略相应的说明。

其中，为了方便设置各种阈值和参数，增加了故障识别参数设置单元用于预先设置各种阈值或参数；为了方便第三单元调用各种参数或阈值，增加了故障识别参数存储模块用于存储故障识别参数设置单元设置的用于进行故障识别的各种阈值或参数；为了方便第二单元调用各种参数或阈值，增加了故障检测参数存储模块用于存储故障识别参数设置单元设置的用于进行故障检测的各种阈值或参数；为了保障稳定地提取所述光纤链路故障发生过程中的上行光功率值，增加了存储器写入模块用于存储光纤链路故障发生过程中的上行光功率值，以及映射缓存模块用于缓存光纤链路故障发生过程中的上行光功率值。

另外，上行带宽是按照Alloc-ID来分配的，所以也可以通过动态上行带宽分配模块对每个Alloc-ID的带宽进行分配，并且通过ONU ID/SN和Alloc-ID映射关系模块来获得每一个光网络单元的上行光功率值。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (19)

1.一种光纤链路故障识别方法，其特征在于，包括：

对一个或多个光网络单元进行实时功率检测；

当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；

根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

2.根据权利要求1所述的光纤链路故障识别方法，其特征在于，所述方法还包括：

从光网络单元发送的上行光信号中提取出光网络单元的标识，对于每一个光网络单元，将该光网络单元的标识和对该光网络单元进行实时光功率检测得到的多个光功率值存储到数据库或数据表中；

所述提取所述光纤链路故障发生过程中的至少两个上行光功率值包括：从所述数据库或数据表中提取该光网络单元对应的光纤链路故障发生过程中的至少两个上行光功率值。

3.根据权利要求1所述的光纤链路故障识别方法，其特征在于，所述提取所述光纤链路故障发生过程中的至少两个上行光功率值具体包括：在确定发送该光信号的光网络单元对应的光纤链路有故障后，开始记录所述光网络单元的至少两个光功率值。

4.根据权利要求1～3所述的任一光纤链路故障识别方法，其特征在于，所述检测方法具体包括：

对所述光网络单元的上行光功率值的衰减和预先设置的功率衰减阈值进行比较，若所述光网络单元的上行光功率值的衰减大于或等于预先设置的功率衰减阈值，则与所述光网络单元对应的光纤链路有故障，若所述光网络单元的上行光功率值的衰减小于预先设置的功率衰减阈值，则与所述光网络单元对应的光纤链路无故障。

5.根据权利要求1～3所述的任一光纤链路故障识别方法，其特征在于，所述根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型具体包括：

对光纤断裂故障模型和所述光纤链路故障发生过程中的至少两个上行光功率值进行相关运算，获得第一相关参数，对光纤连接器脱落故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第二相关参数；

判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值，若所述第一相关参数和所述第二相关参数均小于预先设置的相关参数阈值，则与所述光网络单元对应的光纤链路的故障为通用故障，若所述第一相关参数和所述第二相关参数并非均小于预先设置的相关参数阈值，则对所述第一相关参数和所述第二相关参数进行比较，若第一相关参数大于所述第二相关参数，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若第二相关参数大于所述第一相关参数，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

6.根据权利要求1～3所述的任一光纤链路故障识别方法，其特征在于，所述根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型具体包括：

计算所述光纤链路故障发生过程中的至少两个上行光功率值的微分序列；并且在所述微分序列中找出最大微分值，并根据所述最大微分值计算相应的功率值，对所述功率值和预先设定的功率阈值进行比较，若所述功率值小于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述功率值大于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

7.根据权利要求1～3所述的任一光纤链路故障识别方法，其特征在于，所述根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型具体包括：

对所述光纤链路故障发生过程中的至少两个上行光功率值进行小波变换，生成小波域系数；并对所述小波域系数的模极大值进行检测，判断所述小波域系数是否存在正模极大值，若所述小波域系数存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述小波域系数不存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

8.根据权利要求1～3所述的任一光纤链路故障识别方法，其特征在于，所述根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型具体包括：

通过第三单元，将光纤链路故障发生过程中的至少两个上行光功率值输入到已经过训练的神经网络的输入端；所述神经网络对上行光功率值进行处理，并且从所述神经网络的多个输出端输出处理结果；通过所述第三单元，对从多个输出端输出的处理结果进行比较，若与光纤断裂对应的输出端的处理结果大于预先设定的阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若与光纤连接器脱落对应的输出端的处理结果大于与光纤断裂对应的输出端的处理结果，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

9.一种光纤链路故障识别装置，其特征在于，包括：

第一单元，用于对一个或多个光网络单元进行实时功率检测；

第二单元，用于当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；

第三单元，用于根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

10.根据权利要求9所述的光纤链路故障识别装置，其特征在于，当对多个光网络单元进行实时功率检测时，所述第一单元位于光线路终端，所述第一单元包括：

第一模块，用于从光网络单元发送的上行光信号中提取出光网络单元的标识；

第二模块，用于对于每一个光网络单元，将该光网络单元的标识和对该光网络单元进行实时光功率检测得到的多个光功率值存储到数据库或数据表中；

第三模块，用于从所述数据库或数据表中提取该光网络单元对应的光纤链路故障发生过程中的至少两个上行光功率值。

11.根据权利要求9所述的光纤链路故障识别装置，其特征在于，当对一个光网络单元进行实时功率检测时，所述第一单元位于光网络单元，所述第一单元包括：

第三模块，用于在确定发送该光信号的光网络单元对应的光纤链路有故障后，开始记录所述光网络单元的至少两个光功率值。

12.根据权利要求9～11所述的任一光纤链路故障识别装置，其特征在于，所述第三单元包括：

第四模块，用于对光纤断裂故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第一相关参数，对光纤连接器脱落故障模型和所述光纤链路故障发生过程中的上行光功率值进行相关运算，获得第二相关参数；

第五模块，用于判断所述第一相关参数和所述第二相关参数是否均小于预先设置的相关参数阈值，若所述第一相关参数和所述第二相关参数均小于预先设置的相关参数阈值，则与所述光网络单元对应的光纤链路的故障为通用故障，若所述第一相关参数和所述第二相关参数并非均小于预先设置的相关参数阈值，则对所述第一相关参数和所述第二相关参数进行比较，若第一相关参数大于所述第二相关参数，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若第二相关参数大于所述第一相关参数，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

13.根据权利要求9～11所述的任一光纤链路故障识别装置，其特征在于，所述第三单元包括：

第六模块，用于计算所述光纤链路故障发生过程中的上行光功率值的微分序列；并且在所述微分序列中找出最大微分值；

第七模块，用于根据所述最大微分值计算相应的功率值，对所述功率值和预先设定的功率阈值进行比较，若所述功率值小于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述功率值大于预先设定的功率阈值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

14.根据权利要求9～11所述的任一光纤链路故障识别装置，其特征在于，所述第三单元包括：

第八模块，用于对所述光纤链路故障发生过程中的上行光功率值进行小波变换，生成小波域系数；

第九模块，用于对所述小波域系数的模极大值进行检测，判断所述小波域系数是否存在正模极大值，若所述小波域系数存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若所述小波域系数不存在正模极大值，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落。

15.根据权利要求9～11所述的任一光纤链路故障识别装置，其特征在于，

所述第三单元：具体用于将光纤链路故障发生过程中的上行光功率值输入到已经过训练的神经网络的输入端；还用于对从多个输出端输出的处理结果进行比较，若与光纤断裂对应的输出端的处理结果大于预先设定的阈值，则与所述光网络单元对应的光纤链路的故障为光纤断裂，若与光纤连接器脱落对应的输出端的处理结果大于与光纤断裂对应的输出端的处理结果，则与所述光网络单元对应的光纤链路的故障为光纤连接器脱落；

神经网络，用于对上行光功率值进行处理，并且从所述神经网络的多个输出端输出处理结果。

16.根据权利要求9～11所述的任一光纤链路故障识别装置，其特征在于，还包括第十模块，用于根据所述第三单元的识别结果，触发指示装置。

17.一种光纤链路故障识别系统，其特征在于，包括：维护中心和光线路终端，

其中所述光线路终端包括：

第一单元，用于对一个或多个光网络单元进行实时功率检测；

第二单元，用于当与某一光网络单元对应的光纤链路被检测出有故障时，提取所述光纤链路故障发生过程中的至少两个上行光功率值；

其中所述维护中心包括：

第三单元，用于根据所述光纤链路故障发生过程中的至少两个上行光功率值，识别与所述光网络单元对应的光纤链路的故障类型。

18.根据权利要求17所述的光纤链路故障识别系统，其特征在于，

所述维护中心还包括：第一通信单元，用于与所述光线路终端进行信息交互；

所述光线路终端还包括：第二通信单元，用于与所述维护中心进行信息交互。

19.根据权利要求17所述的光纤链路故障识别系统，其特征在于，当对多个光网络单元进行实时功率检测时，所述第一单元包括：

第一模块，用于从光网络单元发送的上行光信号中提取出光网络单元的标识；

第二模块，用于对于每一个光网络单元，将该光网络单元的标识和对该光网络单元进行实时光功率检测得到的多个光功率值存储到数据库或数据表中；

第三模块，用于从所述数据库或数据表中提取该光网络单元对应的光纤链路故障发生过程中的至少两个上行光功率值。

Images