CN105794127A - 在光学纤维上发生的故障的生命周期管理 - Google Patents

Abstract

根据本发明，提供一种设备(46)，用于保持对光学纤维中发生的故障的生命周期的追踪。该设备包括第一检测器(21)，被配置以从接收信号功率(5)检测(1)与此光学纤维上的第一故障的发生有关的第一故障参数(7)。其进一步地包括数据库(23)，被配置以存储(6)第一故障参数；以及第二故障检测器(22)，被配置以从接收信号功率(5)检测(26)与光学纤维上的第二故障的恢复有关的第二故障参数(12)。其还包括比较器(24)，被配置以比较(13)第二故障参数(12)和存储的故障参数(25)，并且在第一故障参数(7)最接近地匹配第二故障参数(12)的情况下判定该故障被解决。

Description

在光学纤维上发生的故障的生命周期管理

技术领域

本发明涉及光学网络领域。更具体地，本发明涉及无源光学网络或PON中，在光学纤维上发生的故障的监测、检测以及生命周期管理。

背景技术

无源光学网络或PON正越来越多地代替传统的物理层解决方案，诸如双绞线或电话线路以及同轴电缆。与这些传统的解决方案相比，光学纤维提供优越的带宽性能。PON的分时段整合已经从网络提供者开始一直到末端用户处所，由此光学纤维用以将网络提供者的主干网连接到分发点。从这些分发点向前，传统有线线路继而用以桥接去往末端用户节点的最后一英里。这样分发点的典型示例是通过PON将多个数字用户线路或DSL连接到网络提供者的主干网的数字订户线接入复用器或DSLAM。在人口密集区域或用户需要高带宽的区域，网络运营商现在甚至将PON一直供应到末端用户处所。

然而，光学纤维易于有物理缺损，诸如弯曲、接触点未对准、以及松的、脏的或者损坏的连接器。因此，为了确保好的服务质量或QoS，监测光学纤维性能从而允许及时的技术员介入是重要的。

一种评估PON中损伤的方式是利用光学时域反射计或OTDR，其是允许标识潜在缺损的技术。然而，为了提供精确的结果，需要相当长的监测时段，从而导致针对末端用户的长停机时间。

为了减少长的监测时段以及停机时段，引入了嵌入式OTDR或eOTDR。利用eOTDR，服务无需被中断因此被称为非侵入式诊断技术。而且，非侵入式诊断技术允许检测瞬变的现象，诸如在操作期间发生并且因此通过分离的监测周期是不可检测的突然的光纤降级(degradation)。

然而，由于OTDR和eOTDR二者利用光的反射特点，它们具有难以评估故障的位置的固有缺点。例如，如果故障发生在PON中分路器之后，很难评估故障位于分路器后的哪条光纤中。

因此，面对该问题，已经探索了其它执行诊断的方式。一组解决方案通过通常由连接在光学纤维末端的收发器的物理层或PHY提供的PON操作参数的数据分析来执行监测和诊断。由于在操作期间PHY操作参数是交换的，这些诊断技术也是非侵入式的。通过eOTDR以及OTDR使用PON操作参数的主要优点是这些操作参数是每一个收发器并且因此是整个的PON网络包含的每一条光学链路可获得的。因此，该技术允许更精确的故障定位。

一个这样的解决方案在图1中图示并且如该图中表示，基于优选在光学纤维两端测量的经过一段时间的光接收功率或RxPower，。那样，通过RxPower中明显的瞬变的步幅检测光纤上故障的出现，如例如故障1的情况。继而，在当前的光学链路的RxPower恢复到预定义的功率阈值的值，即光链路健康阈值之上时，认为故障已解决。该解决方案因此允许评估光学纤维的全局健康状态。图1通过水平虚线示出了三个这样的阈值，其中只有中间的被正确选择。

当光学链路健康阈值和故障影响间有偏差时，如图1图示的上述解决方案的缺点出现。这可以引起即使在健康状态中，即，当光纤上根本没有故障时，RxPower也下降到光学链路健康阈值之下。如下相反的情况还可以发生：即使当有故障在光学纤维上发生时，RxPower也在光学链路健康阈值之上。图1中的光学链路健康上阈值和下阈值图示了这两种情况。

该解决方案的另一个缺点是不能够辨别故障，因此未提出故障相应的生命周期的评定。相反，在没有关于每个故障状态的专用信息的情况下，评定全局光学链路健康。因此，不允许检测特定故障的修复，不允许在本领域技术员的故障排查期间向本领域技术员建议改进步骤也不引导他，并且从而最终使他一直到全局光学链路健康恢复之时都无视任何改进。

最后，当前现有的解决方案不能够在诸如在光纤是否被弯曲的情况下发生的或者由脏的连接器引起的故障的不同性质以及故障的类型之间进行区分。因此针对故障恢复所需要的或关于故障恢复的信息缺失，最终导致本领域技术员犯错误。

在专利申请EP2579480A1的公布中，公开了一种通过收集基于接收的信号的测量数据，得到光学网络中发生的故障类型的方法。然而，它没有公开如何获得故障的生命周期也没有公开如何在同类型的故障之间进行区别。

因此，本发明目的是解决或者减少上述缺点以及提供一种在光学纤维上追踪个体故障的生命周期的方式。

发明内容

在第一方面，通过用于保持对光学纤维中发生的故障的生命周期的追踪的方法实现该目的。该方法包括以下步骤：

-从接收信号功率检测与此光学纤维上的第一故障的发生有关的第一故障参数。此第一故障参数包括接收信号功率中的降级、降级的公差以及第一故障的类型。

-存储这些第一故障参数。

-从接收信号功率检测与光学纤维上的第二故障的恢复有关的第二故障参数。此第二故障参数包括接收信号功率中的增加、增加的公差以及第二故障的类型。

-将第二故障参数与包括第一故障参数的存储的故障参数比较。继而，如果通过比较所述第一故障参数最接近地匹配第二故障参数，则判定第一故障被解决。

在光学纤维上的每一次故障发生或恢复可以从而被存储在例如数据库中。这样，已经在线路上发生并且活跃的故障，即未解决的故障，在任何时候都是已知的。一旦故障被解决，它就标记为已解决。因此，优点是可以追踪个体故障的完整的生命周期，即，它何时发生以及它是活跃的还是已解决的。因此，技术员可以评估寻找何种类型的故障以及修复动作是否已经解决该故障。

通过三个参数的比较，完成了利用存储的活跃故障之一对已解决的故障的标识。故障的类型是存储的故障之间的第一区别。故障的类型可以是诸如光纤中的弯曲、接触点未对准或者故障的连接器。为了进一步在同种类型的故障间进一步进行区别，使用故障发生或解决前后的接收信号功率间的差，即，接收功率实际的减少或增加。为了实现这一点，存储实际的差或者接收功率的起始和结束的值。由于接收的功率信号可能是嘈杂的信号并且易于漂移，还存储检测的增加或减小的公差并且将该公差用以在检测的故障间进行区别。因此，这允许进一步在同类型的故障间进行区别。

接收的信号是随时间变化的信号。优选地，从光纤的两个末端获得，即从连接到光学纤维的每个末端的收发器获得，然而也可以从收发器中的仅一个获得。通常地，这样的收发器允许以某些时间间隔，获取接收信号功率。归因于接收信号功率随时间变化的特性，故障参数的检测是连续过程或者追踪过程。实际的增加和减少可以继而从某一时间间隔上测量的平均的值或均值被获得。相似地，公差的计算可以基于某一时间间隔上的接收信号功率的追踪。

根据一个实施例，接收信号功率包括不同频率分量。方法继而进一步包括将不同频率分量合计为总接收信号功率。继而从总接收信号功率检测增加、降级以及降级和增加的公差。继而从这些不同频率分量检测第一故障的类型和第二故障的类型。为了检测降级、增加以及公差，合计将是将不同频率分量聚集为单个随时间变化的总接收信号功率。这可以例如通过简单地对某一段时间内频带上每个功率样本求平均从而获得在某一时间的单个接收信号功率而完成。另一种可能可以是采取最差-情况的方法，其中只有最大的下降或增加被使用。

根据光学纤维中使用的光谱，接收信号功率从而在频带上被分离地指定。从而，从每一个频带中接收信号功率的降级得到故障类型。

由于在光学纤维中，收发器将接收已经在频带上分离的信号，信号功率将无困难地针对每个频带可获得。因此，优点是故障的类型可以从光学纤维网络中无困难并且容易地可获得的数据获得。

不同频率分量可以进一步从连接到光学纤维的收发器作为接收信号强度指示或RSSI参数而接收到。

RSSI参数广泛地用在PHY层并且可以从收发器芯片集以直接的方式获取。RSSI参数还在收发器间传送。因此，优点是当只与它们中的一个通信时，接收信号功率可以从在光学纤维两个末端的收发器接收。RSSI参数的使用从而允许在无需改变实际的收发器的情况下，上述方法在现有的PON中的简单集成。

根据一个实施例，存储包括将第一故障标记为活跃。方法继而进一步包括：如果通过比较第一故障参数最接近地匹配第二故障参数，则将第一故障为标记为已解决。

通过这样标记，故障的生命周期可以容易地被追踪并且解决过的故障也可以被追踪。

根据一个实施例，在如下情况下第一故障参数最接近地匹配：

-第二故障的类型与第一故障的类型相同；以及

-增加加上或减去增加的公差最接近地匹配减少加上或减去减少的公差。

由于接收信号功率不是实际值而是由公差表达的统计分量，该实施例允许简单地获得最接近的匹配故障，即，通过简单地加法和减法。

根据备选的实施例，在如下情况下第一故障参数最接近地匹配：

-第二故障的类型与第一故障的类型相同；以及

-与从存储的故障参数获得的高斯过程比较，从降级以及该降级的公差获得的第一高斯过程在统计上最接近于从增加以及该增加的公差获得的第二高斯过程。

通过由统计距离表达的统计比较，将测量结果的重复性的方差考虑在内，从而允许更好地区别引起接收信号功率相似的减少或增加的故障。

在第二方面，本发明还涉及用于保持对在光学纤维中发生的故障的追踪的生命周期的设备。该设备包括：

-第一检测器，被配置以从接收信号功率检测与光学纤维上的第一故障的发生有关的第一故障参数，第一故障参数包括接收信号功率中的降级、该降级的公差以及第一故障的类型。

-数据库，被配置以存储第一故障参数。

-第二检测器，被配置以从接收信号功率检测与光学纤维上的第二故障的恢复的第二故障参数，第二故障参数包括接收信号功率中的增加、该增加的公差以及第二故障的类型。

-比较器，被配置以将第二故障参数与包括第一故障参数的存储的故障参数比较，并且被配置以如果通过该比较第一故障参数最接近地匹配第二故障参数，则判定第一故障被解决。

在第三方面，本发明涉及一种数字数据存储介质，其编码有用以执行根据第一方面的方法的指令的机器可执行程序。

在最后一个方面，本发明涉及一种处理器，其被配置以执行根据第一方面的方法。

附图说明

图1图示了根据现有技术，作为时间的函数的光学纤维上的接收信号功率以及用于检测故障的光学链路健康阈值的应用；

图2图示了根据本发明的一个实施例的无源光学纤维网络或PON以及在该PON中用于光学纤维上故障的生命周期管理的设备；

图3图示了用于光学纤维中的故障的检测以及生命周期管理的故障检测设备；

图4图示了作为时间的函数的来自连接到光学纤维的收发器的接收信号功率或RxPower以及归因于发生在光学纤维上发生的故障的发生和解决的接收信号功率中的变化；以及

图5图示了根据本发明的一个实施例的从用于故障恢复的标识的故障数据得到的高斯曲线。

具体实施方式

图2图示无源光学网络或PON，其通过光学纤维45连接在服务提供者中心局的光学线路终端或OLT40以及在终端末端用户附近的多个光学网络终端或ONT41至44。归因于光学纤维45中的故障，PON的信号传播的降级可能发生，从而引起带宽或因此PON的总吞吐量减少。针对这些故障的检测和追踪，根据本发明的一个实施例的故障追踪设备46连接到OLT40。

图3示出了根据本发明的一个实施例的故障追踪设备46的进一步的细节。作为输入，设备46接收在PON的收发器处的接收信号功率的不同频率分量14、15以及16。该信号功率可以被OLT40或者ONT41-44中任何一个接收。作为示例，在图3中，监测三个频带，即，在频率具有波长1310nm、1490nm以及1550nm的信号的接收功率。在某些时段期间，收发器40-44测量在这些频率的接收功率并且作为接收功率样本或RxPower样本将其提供给设备46。例如，一个样本可以是一个小时的时段的平均。这样，故障追踪设备46接收随时间和频率两者变化的接收信号功率5，因此图3中是符号RxPower(t,f)，其中t指代时间并且f指代频率。

在故障追踪设备46的第一合计器块20中，每个频率的接收信号功率被组合成单个的总接收信号功率18。总接收信号功率18因此不再取决于频率而仅取决于时间。合计可以由对频率分量上某一时间的每个样本求平均来执行，但是其它的方式也是可能的。例如，还可以使用均值或只是选择频率分量中的一个作为总接收信号频率18。

由图4通过曲线60图示了总接收信号功率18的一个示例。该图将进一步用以图示图3的实施例的步骤。

不同频率分量14、15以及16的接收信号功率连同总接收信号功率18一起提供给第一检测器块21。块21连续地追踪信号功率18。由于信号18可以是嘈杂的，块21追踪平均值和信号18在其附近波动的标准偏差两者。例如，在时间间隔零至T1期间，图4中信号或RxPower18以偏差t1在值M1附近波动。在某一时间，检测器21检测到RxPower中大于追踪的平均值附近的正常偏差的下降或降级。这指示故障已经在监测的光学纤维上发生。为了提供该故障的量度，检测器21将在降级已经发生后提供新平均值以及该新平均值附近新偏差。为了量化已经发生的故障，检测器21产生以下参数：

·d(n)或由检测的故障引起的接收信号18的降级，其表达为故障发

生前信号18的平均值和故障发生后信号18的平均值之间的差。·t(n)或故障发生前平均值附近的偏差。

·t(n+1)或故障发生后新平均值附近的偏差。

偏差t(n)和t(n+1)因此与降级的值d(n)本身的公差有关，因此指示该降级的值在实际上可以与实际值不同到何种程度。

返回参照图4的示例，第一故障在时刻T1在光学纤维中发生并且将被检测器21通过RxPower从平均值M1到平均值M2的下降而检测。该降级d(n)因此是M2和M1之间的差d1。公差t(n)在此处是t1，并且公差t(n+1)在此处是t2。

当检测器21检测到故障时，它还通过针对如信号5提供的不同频率评估接收功率的降级来得到故障类型4。这可以如EP2579480A1中提供的通过得到故障的原因或类型来完成：

弯曲：Loss_ds>Loss_us

接触点未对准：Loss_ds<Loss_us

故障的连接器：Loss_ds＝Loss_us

由此：

Loss_ds是下游频带中的损耗或降级，以及

Loss_us是上游频带中的损耗或降级，以及

弯曲是与光学纤维中弯曲有关的故障类型，以及

接触点未对准是与光学纤维分段之间的接触点未对准有关的故障类型，以及

故障的连接器是与光学纤维上的故障的连接器有关的故障类型，例如因为它是松的、损坏的或脏的。

因此，当故障已经在光学纤维上发生时，检测器21将提供降级2或d(n)，该降级的公差3或t(n)和t(n+1)以及降级的类型4或type(n)。所有这些表征故障的参数7继而被存储6在数据库23中，其中该故障被指示为活跃。

检测过程1是连续的过程，并且每次检测到故障，其都将被存储在数据库23中。参照图4的示例，两个故障在彼此之后发生，一个在时间T1以及一个在时间T2。因此，数据库中将创建两个条目，一个条目用于(d1,t1,t2)以及第一故障的类型，并且一个条目用于(d2,t2,t3)以及第二故障的类型。

第二检测块22执行与第一检测块21一样的检测操作26，但是用于检测相反的影响，即，何时故障得到解决。这样，检测26工作与第一检测器1的完全相同，由此代替总接收信号功率18中的降级，检测总接收信号功率18中的增加。不同频率分量14、15和16的接收信号功率连同总接收信号功率18一起也提供给第二检测块22。块22连续追踪信号功率18。例如，在图4中，在时间间隔T2至T3期间，信号或RxPower以偏差t3在值M3附近波动。在某一时间T3，检测器22检测到RxPower18中大于追踪的平均值M3附近正常偏差t3的增加。这指示在监测的光学纤维上故障已经恢复了。为了提供该恢复的度量，检测器22在故障已经恢复后将提供新平均值M4以及该新平均值附近的新偏差t4。为了量化已经发生的故障，检测器22产生以下参数：

·i(m)或由检测的故障引起的接收信号18的增加，其表达为故障恢复前信号18的平均值和故障恢复后信号18的平均值之间的差。

·t(m)或故障恢复前平均值附近的偏差。

·t(m+1)或故障恢复后新平均值附近的偏差。

与检测器21相似，检测器22还将提供恢复的故障的类型或type(m)。因此，当光学纤维中故障恢复了，检测器22将提供接收信号功率中的增加9或d(n)、该增加的公差10或t(m)和t(m+1)以及降级类型11或type(m)。所有这些参数12表征恢复的故障。

当检测到故障的恢复时，它与数据库23中存储的故障参数7比较。这通过如下操作来完成：将存储的降级与恢复增加的量相比较，以便在公差内评估是否存在匹配，即，来自数据库23的故障是否可以和检测到的恢复的故障联系起来。同样，故障类型和恢复性质必须匹配。换而言之，故障参数12与存储的故障参数7比较，并且如果某一存储的故障等于故障参数12则判定其被解决。代替相等，当通过比较存储的故障最接近地匹配第二故障参数12时，还可以判定存储的故障被解决。

根据本发明的一个实施例，通过搜索存储的参数7使得满足以下等式而完成该比较13：

i(m)±t(m)±t(m+1)＝d(n)±t(n)±t(n±1)

以及

type(m)＝type(n)

当已经发现存储的故障匹配这些等式时，发现匹配，并且通过更新数据库23中的条目，故障在步骤19中标记为已恢复。

根据一个备选优选实施例，该比较13通过在统计上评估故障参数来完成。这由图5以及在下面提供的表格图示。在统计上评估幅度值和公差，即高斯处理，并且因此执行假设验证。作为示例，下方表1包括已经检测到的和在数据库23中存储的故障。

表1

id	type(n)	d(n)	t(n)	t(n+1)
					1	弯曲	-4.2dB	0.2dB	0.5dB
2	未对准	-5.1dB	0.4dB	0.2dB
					3	脏	-6.3dB	0.2dB	0.3dB
4	脏	-8.4dB	0.3dB	0.5dB
					5	弯曲	-1.5dB	0.5dB	0.3dB
…
					N	弯曲	-2.8dB	0.3dB	0.3dB

总数为N个故障已经被存储在数据库23中，每一个通过第一列中它们的id，即唯一的数字被标识。第二列示出故障类型4，第三列示出降级2或d(n)以及第四和第五列分别示出故障发生之前和之后接收功率18的值附近的偏差，即t(n)和t(n+1)。

在下方表2中继而以相似的方式呈现检测的恢复。

表2

type(m)	i(m)	t(m)	t(m+1)
				脏	+6.1dB	0.3dB	0.1dB

为了获取来自表2的检测到的故障恢复和来自表3的存储的检测到的故障之间最接近的匹配，统计地评估来自两个表的数据。图5示出作为高斯曲线50至56的此数据的表示，由此表1和表2中的每一行表示为如下高斯曲线：d(n)或i(m)作为X轴上的曲线中心，并且公差t(m)和t(m+1)或t(n)和t(n+1)之和作为确定高斯曲线宽度的方差。曲线50至55表示来自表1的条目而曲线26表示来自表2的条目。

继而距离H0说明同一类型的降级中，即，由脏连接器引起的降级，在功率变化幅度方面是否存在与来自表2的条目以及因此数据库23的条目的匹配。为了对其说明，使用Student-t测试。因此，它测试当前高斯过程，即曲线56表示的当前所报告的恢复，与同样类型的每一个其他高斯过程，即曲线54和55表示的同样类型的存储的降级之间的统计距离或差。如果存在与一个条目的高斯过程的统计匹配，则H0为真。如果没有匹配，将H1报告为真。针对其他类型的降级，H2保持(被报告为真)。

再一次，当通过上述优选的实施例已经检测到以及标识了故障时，通过指示已经解决故障，在步骤19中更新数据库23。

上述设备46已经利用不同组件20至24以及它们之间用以获得在光学纤维上发生的故障的生命周期管理的交互而被描述。这些组件20至24不必须为物理组件，还可以是软件程序中的逻辑组件。该软件程序继而实施步骤17、1、26、6以及3，这些步骤是完成组件20至24的功能以及它们的交互所必须的。该软件程序可以以软件代码编写，并且编译为机器可执行代码，从而它可以在被包括在设备46中的处理器上执行。

设备46可以实施为OLT40或ONT41的一部分。这样它可以容易接入物理层参数，诸如接收信号功率14、15和16。设备46还可以远程地连接到光学网络，由此，接收光学功率14、15和16转发到设备46。图2图示了一种可能，其中，设备46远程接入OLT40。该拓扑结构的优点是设备46可以进一步连接到其它光学网络，由此集中监测遍及不同光学网络发生的故障的生命周期。

接收光学功率14、15和16还可以是RSSI或接收信号强度指示参数，如通常地在物理层中使用的并且指示接收信号的强度以及因而接收信号的功率。由于RSSI参数可以从ONT传送至OLT以及由于故障监测设备连接到OLT，它因此可以从OLT以及ONT接收RSSI参数，从而确保接收光学功率的更好的估计。

尽管已经参照具体的实施例图示了本发明，对本领域的技术人员来说明显的是，本发明不限制于前述说明的实施例的细节，以及本发明可以利用各种改变和修改来体现而不脱离它的范围。目前的实施例因此在所有方面考虑为说明性的而非限制性的，本发明的范围被所附权利要求而非前文的描述指示，以及在与权利要求等价的含义和范围内的所有改变因此旨在本文中涵盖。换而言之，预期覆盖落入基础底层原理范围内以及其基本属性在本专利申请中要求的任何以及全部的修改、变化或等效方式。此外，本专利申请的读者将明白词语“包括”或“包含”不排除其它的元件或步骤，词语“一”或“一个”不排除复数，以及单个元件，诸如计算机系统、处理器或者另一个集成单元可以完成权利要求中列举的几个装置的功能。权利要求中的任何参考标记不应解释为限制相关的相应权利要求。术语“第一”，“第二”，“第三”，“a”,“b”,“c”等，当在说明书或者权利要求中使用时，被引入以在相似的元件或步骤之间进行区分，并且不必描述顺序或时间先后的次序。相似地，术语“顶端”，“下部”，“之上”，“之下”等出于描述的目的而引入并且不必表示相关位置。可以理解的是这样使用的术语在合适的情况下是可互换的以及本发明的实施例能够根据本发明以其它顺序，或者以不同于上文描述或图示的定向来操作。

Claims (9)

1.一种用于保持对光学纤维中发生的故障的生命周期的追踪的设备，所述设备进一步包括：

-第一检测器(21)，被配置以从接收信号功率(5)检测(1)与所述光学纤维上的第一故障的发生有关的第一故障参数(7)，所述第一故障参数(7)包括所述接收信号功率中的降级(2)、所述降级的公差(3)以及所述第一故障的类型(4)；

-数据库(23)，被配置以存储(6)所述第一故障参数；

-第二检测器(22)，被配置以从所述接收信号功率(5)检测(26)与所述光学纤维上的第二故障的恢复有关的第二故障参数(12)，所述第二故障参数(12)包括所述接收信号功率中的增加(9)、所述增加的公差(10)以及所述第二故障的类型(11)；

-比较器(24)，被配置以将所述第二故障参数(12)与包括所述第一故障参数(7)的存储的故障参数(25)比较(13)，并且被配置以在通过所述比较所述第一故障参数(7)最接近地匹配所述第二故障参数(12)的情况下判定所述第一故障被解决。

2.一种用于保持对光学纤维中发生的故障的生命周期的追踪的方法，所述方法包括以下步骤：

-从接收信号功率(5)检测(1)与所述光学纤维上的第一故障的发生有关的第一故障参数(7)，所述第一故障参数(7)包括所述接收信号功率中的降级(2)、所述降级的公差(3)以及所述第一故障的类型(4)；

-存储(6)所述第一故障参数(7)；

-从所述接收信号功率(5)检测(26)与所述光学纤维上的第二故障的恢复有关的第二故障参数(12)，所述第二故障参数(12)包括所述接收信号功率中的增加(9)、所述增加的公差(10)以及所述第二故障的类型(11)；

-将所述第二故障参数(12)与包括所述第一故障参数(7)的存储的故障参数比较(13)，以及在通过所述比较(13)所述第一故障参数(7)最接近地匹配所述第二故障参数(12)的情况下判定所述第一故障被解决。

3.根据权利要求2所述的方法，其中所述接收信号功率(5)包括不同的频率分量(14,15,16)；并且其中所述方法进一步包括：

-将所述不同的频率分量(14,15,16)合计(17)为总接收信号功率(18)；

并且其中所述增加、所述降级以及所述降级和所述增加的所述公差是从所述总接收信号功率(18)检测的；并且其中所述第一故障的所述类型(4)以及所述第二故障的所述类型(11)是从所述不同的频率分量(14,15,16)检测的。

4.根据权利要求3所述的方法，进一步包括：

-从连接到所述光学纤维的收发器接收作为接收信号强度指示或RSSI参数的所述不同的频率分量(14,15,16)。

5.根据权利要求2所述的方法，其中所述存储包括将所述第一故障标记为活跃的；所述方法进一步包括：

-在通过所述比较(13)所述第一故障参数(7)最接近地匹配所述第二故障参数(12)的情况下将所述第一参数标记(19)为已解决的。

6.根据权利要求2所述的方法，其中在如下情况下所述第一参数(7)最接近地匹配：

-所述第二故障的所述类型(11)与所述第一故障的所述类型(4)相同；以及

-所述增加(9)加上或减去所述增加的所述公差(10)最接近地匹配所述减少(2)加上或减去所述减少的所述公差(3)。

7.根据权利要求2所述的方法，其中在如下情况下所述第一故障参数(7)最接近地匹配：

-所述第二故障的所述类型(11)与所述第一故障的所述类型(4)相同；以及

-与从所述存储的故障参数获得的高斯过程相比较，从所述降级和所述降级的所述公差获得的第一高斯过程在统计上最接近于从所述增加和所述增加的所述公差获得的第二高斯过程。

8.一种数字数据存储介质，编码有用以执行根据权利要求2所述的方法的指令的机器可执行程序。

9.一种处理器，被配置以执行根据权利要求2所述的方法。