CN111903064A - 数字用户线路干扰识别 - Google Patents

Abstract

可以通过收集调制解调器数据并在多个时间间隔内确定该线路是否承载业务和/或该线路上是否存在错误来识别DSL(数字用户线路)系统上的干扰。可以根据业务量数据和错误数据的相关来推断存在干扰。

Description

数字用户线路干扰识别

本发明涉及识别对数字用户线路(DSL)服务(诸如，ADSL、VDSL或G.fast，下文称为DSL或xDSL)的干扰。

将原本用于模拟电话服务的、遗留下来的(或最新安装的)铜线用于去往驻地或来自驻地的宽带信号或DSL信号的最近一英里传输是众所周知的。这样的信号容易受到各种类型的噪声和干扰的影响，并且各端处的调制解调器基于信噪比来协商传输速率，并且如果传输条件改变，则可以重新同步。噪声可以来自各种源(包括到相邻驻地的邻近线缆之间的串扰、外部噪声以及由驻地内的电气设备生成的噪声)，并且可以随时间变化。就其本质而言，这种噪声的源通常是未知的，也无法可靠地预测该源。

已理解，在一些驻地中，电力线路传输(PLT)(该PLT是用于通过作为专用以太网线缆或802.11WiFi信令的另选方案的电力线路在驻地内传输数据的技术)可能产生其自己的干扰(PLTI)，该PLTI严重影响DSL信号。已经普遍认识到PLT对DSL串扰的潜在问题，并且有时将PLT调制解调器配置成考虑这一点并尝试减少干扰。

存在一些用于识别PLT和PLTI两者的存在的方法，通常用于解决PLT优化的问题。通过研究同步调制解调器内的频谱噪声特性可以检测到PLTI。通常解决DSL与PLT之间的干扰问题的现有技术的示例包括EP-A-3242410、US-A-2015/0365256、US-B-9634720、US-B-9525460和US-A-2008/190639。

然而，对于试图识别可能具有调制解调器等的混合群体(mixed population)的网络上的PLT/DSL干扰问题的网络运营商而言，主要针对测试设备或用于部署在定制的个体调制解调器中的现有技术并不具有前景，并且跨相当大的网络安装专用调制解调器来代替之前安装的设备并不是特别实用。因此，除了通过在测试站点部署专用设备之外，网络运营商通常无法在诊断或确定DSL干扰时有效地识别PLTI。

另一文献US2014/0105262涉及用于检测和表征影响通信系统(诸如，DSL)的噪声和其它事件的方法和装置。根据某些方面，该技术包括嵌入在客户驻地设备中的噪声分析引擎，该噪声分析引擎根据噪声源的特定特性对该噪声源进行分类，并以动态方式跟踪各个噪声源，以这样的方式来提供客户驻地内改变的噪声环境的可视性和/或向远程实体报告该环境。

按照本发明，已经认识到，一种新颖的方法可以使得对生成的干扰(PLTI)的存在以及该PLTI对DSL信号的影响进行识别是可行且有用的，这对于网络运营商的DSL诊断和分析可能是有用的。这可以用于通知信令和/或网络补救措施；例如，如果已知PLTI在特定驻地的外部干扰中占主导地位，则为减少外部干扰而采取的措施可能在信噪比或误码率或可靠带宽方面显示有限的改进。可以在网络前端执行该方法，以远程地诊断客户驻地处的情况(尽管该方法也可以在客户调制解调器处运行并且在本地或远程地报告结果)。

根据第一方面，本发明提供了一种确定在将网络连接至客户驻地的数字用户线路(DSL)上存在电力线路传输干扰(PLTI)的方法，该方法包括以下步骤：

在由数字用户线路承载的数据所经过的调制解调器处，收集与数字用户线路上的数据通信有关的调制解调器数据，所述调制解调器数据是在一系列时间间隔内收集的；

根据所收集的调制解调器数据来确定至少一个业务量度量，所述至少一个业务量度量指示各个时间间隔内数字用户线路上的数据吞吐量；

根据所收集的调制解调器数据来确定至少一个噪声度量，所述至少一个噪声度量指示各个时间间隔内由数字用户线路承载的数据中的错误或噪声；

使多个所述时间间隔内的业务量度量与噪声度量相关；以及

基于多个所述相关的结果，确定存在电力线路传输干扰。

该方法可以基于由网络获得的调制解调器数据来执行，其中确定存在电力线路传输干扰的步骤涉及确定存在在客户驻地起源的电力线路传输干扰。因此，可以实现PLTI的远程或集中检测，而无需工程师访问驻地或安装专用设备或定制调制解调器。

调制解调器数据可以至少部分地由网络从前端(head-end)调制解调器收集，和/或调制解调器数据可以至少部分地从由客户驻地内的调制解调器报告的物理层操作管理和维护(PLOAM)统计和/或其它标准数据中收集。同样，这避免了对客户驻地处的定制调制解调器的需要。

所述至少一个噪声度量可以根据选自以下项的至少一个报告的调制解调器参数确定：

错误秒数；

成功重新同步计数和/或不成功重新同步计数；

最大可获得速率；

信噪比容限(SNR容限)。

可以基于多个报告的调制解调器参数来确定所述至少一个噪声度量。另外地或另选地，可以确定多个噪声度量。可以执行多个相关以确定存在电力线路传输干扰。

可以检测同步速率或最大可获得速率的改变，并且速率的减小可以被确定成指示噪声。时间间隔可以大体相等，并且介于1分钟至30分钟之间，优选地约15分钟。

当确定噪声度量与业务量度量之间的高于阈值的正相关时，时间间隔可以被标记成，被认为可能表现出电力线路传输干扰。当在多日内(例如，在3天中的至少2天内或在至少两个连续日)都标记了时间间隔时，数字用户线路可以被标记成可能正经受电力线路传输干扰。

可以基于指示特定的客户驻地处的电力线路传输干扰的可能性的独立输入，调整在确定存在电力线路传输干扰时使用的参数。例如，如果对驻地进行了研究并且工程师识别到电力线路传输设备或检测到干扰，或者如果客户提供了指示他们是否采用PLT设备的信息，则不仅可以更新该线路的标记，而且该信息可以用于更新阈值或算法，该阈值或算法确定其它线路是否存在PLTI。

该方法可以包括响应于确定存在电力线路传输干扰，调整DSL配置文件或参数或向调制解调器发送信号以调整配置文件或参数。例如，如果存在PLTI，则可以选择对PLTI不太敏感的DSL配置文件。

可以针对连接至网络的多个数字用户线路重复该方法，并且可以在所述重复之后调整用于确定存在电力线路传输干扰的参数。例如，可以基于来自多个线路的测量来更新阈值。

另一方面提供了一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行根据任一方法方面的方法的指令。

有利地，该方法可以仅使用通过标准DSL物理层报告统计提供的数据类型，在服务提供商的中心局或“交易所”使用，这与需要高得多的细粒度数据和更丰富的数据类型(其在网络报告层面上不可用)的一系列基于PLT设备或基于调制解调器芯片组的分析技术不同。

有利地，该方法不需要对DSL服务中的任一调制解调器提出其它数据或计算要求，因此可以使用常规的调制解调器硬件来执行该方法，而对网络设备没有其它的资源要求。

现在将参照附图仅通过示例的方式描述本发明的一个实施方式，其中：

图1描绘了使用电力线路适配器的典型网络拓扑；

图2描绘了包括各种可选实现特征的针对本发明的一个实施方式的处理流程；

图3例示了针对六天时段绘制的用于PLTI检测的数据对象；

图4例示了使用与图3所呈现的数据相同的数据来检测高业务量的时间段；

图5例示了使用与图3所呈现的数据相同的数据来检测高业务量和DS错误和/或DS严重错误的时间段；

图6示出了例示DS最大可获得数据速率、每日中位数和残差的另外的数据(该图所呈现的数据并非来自与图3相同的示例)；

图7例示了使用与图6所呈现的数据相同的数据来检测高业务量和减小的DS最大可获得速率的时间段；以及

图8例示了确保急剧的参数转变和去噪布尔数组。

本发明的实施方式可以被设计成主要与标准VDSL和G.fast网络设备一起工作，其中，DSL服务的工作频率范围与许多标准PLT系统具有显著交叠，但是这种方法也适用于其它DSL技术或贯穿非标准网络测试设备或调制解调器硬件的应用。

另一潜在的优点是该方法可以识别DSL链路的总体性能，而不是家庭内网络或整个IP会话的性能。

通过对汇总的使用模式进行分析，根据一个实施方式的PLTI检测器可能能够直接从诊断结果中得出DSL服务影响，从而不仅提供检测，还可以清楚地了解用于缓解PLTI对用户服务的影响的所需后续步骤。

有利地，根据优选实施方式的方法可以使用物理层操作管理和维护(PLOAM)统计。这些PLOAM统计是由ITU-T G.993.2(VDSL和ADSL)和ITU-T G.997.2和ITU-T G.9701(G.fast)规定的DSL调制解调器捕获和报告的，因此有利地，调制解调器无需专门的编程。

公开了对提高的DSL业务量与减少的DSL信道容量指示符之间的相关和/或提高的DSL业务量与增加的有症状的(symptomatic)信道压力指示符之间的相关进行识别以提取DSL系统中由业务量引起的干扰的影响和模式的方法。

在优选应用中，该方法在一系列时段(通常为所使用的15分钟至多个小时)内，将(指示使用的)DSL层业务量统计与关键信道容量和压力指示符相关联。

在可以对使用与劣化的信道容量或增加的线路压力之间的很强的关系进行识别的情况下，可以确定较高水平的网络使用通过增加的线路干扰水平直接影响DSL服务。这种自身引起的干扰的极有可能的原因之一将是正在通过家庭内电力线路传输系统传递很大的数据量，并且这通过电力线路与DSL线缆的共址或直接通过经由调制解调器电源的电网将噪声引入DSL服务。这允许建立对服务影响PLTI或非服务影响PLTI的诊断。

信道容量指示符表示DSL线路的状态及其传输数据的能力。这些信道容量指示符通常包括信噪比(SNR)、信噪比容限(SNRM)、已达到的数据速率和最大可达到(或“最大可获得”)数据速率。这些值通常作为一时间段内的点值(spot value)被报告，这些参数指示DSL链路的质量以及DSL层的速率与稳定性之间的有关权衡。信道压力指示符包括DSL层处的各种报告参数，所述各种报告参数包括前向纠错、重传统计、错误、无缝速率自适应事件和快速速率自适应事件、同步丢失以及失败的重新同步处理。这些参数示出了对DSL层性能的冲击，并指示了时变线路条件对用户的影响。

因为PLTI很可能是自身引起的干扰，所以DSL服务提供商尤其关注PLTI，确切地是在服务用户试图使用包括IPTV服务的高值宽带服务时。

近年来，网络启用设备的数量和种类迅速增加。这对分布客户驻地设备(CPE)路由器/接入点与家庭/企业周围的多个设备之间的连接造成了挑战。

现在，大多数新网络启用设备都将接受Wi-Fi连接，而较早的设备可能需要经由有线LAN的连接。通常，住宅客户和企业客户不愿在其家庭周围扩展以太网线缆，并且由于本地条件(本地条件包括在空间上竞争的Wi-Fi接入点的数量、物理驻地的建造和竞争带宽和/或使用不同Wi-Fi标准的设备的数量)，Wi-Fi信号强度通常会成为限制因素。

在过去的十年中，用于局域网连接的一种常见解决方案是使用电力线路适配器跨本地网络传输数据，该电力线路适配器可以在远离主路由器的辅位置处呈现有线接口或无线接口，如可以在图1中看到的。

如图1所描绘的，CPE调制解调器12连接至网络终端设备(NTE)9并且通常在NTE 9附近或与其共址，NTE 9从(外部)接入网络8的DSLAM调制解调器(未示出)为家庭内网络10内的CPE调制解调器12提供家庭内DSL线路11表示。CPE调制解调器12从家庭内电力分配环14接收运行功率，应该通过断路器15和接地线缆16保护家庭内电力分配环14免受外部电网的影响。CPE调制解调器12通常托管LAN端口的出站数组(outbound array)，并且可能托管Wi-Fi接入点以为家庭周围的设备提供数据连接。为了扩展该接入点的可用性，在内部电网14上设置了一对电力线路适配器17a、17b。这些设备可以以高频率在内部电网14上传递数据。在CPE调制解调器12处，建立从调制解调器12到第一电力线路适配器设备17a的以太网LAN链路13。在远程电力线路适配器设备17b处，可以实现以太网或Wi-Fi表示18，以在驻地的不同点处有效地扩展CPE调制解调器12的服务。

电力线路适配器通常成对地部署；其中一设备位于CPE调制解调器附近或至少位于可以从CPE调制解调器建立以太网终端的位置，并且辅设备位于通过电力分配网络联接的远程位置。

电力线路适配器使用与VDSL和G.fast频带交叠的宽频谱，以与接入网络中的DSL连接类似的方式在家庭内市电电网上传输数据。

在某些情况下，在两个电力线路适配器之间生成的电力线路传输(PLT)信号可以作为干扰电噪声被DSL线路拾取，从而导致电力线路传输干扰(PLTI)。这可能是由于电力线路与DSL线路之间距离太近，或者是由于经由调制解调器电源直接联接在CPE调制解调器处造成的。

PLTI对DSL的影响可能很严重，从而导致同步丢失、可达到同步速率显著降低和/或生成DSL错误。因此，检测PLTI的存在、严重性和定时对于向客户的应用和最终设备传送高质量的宽带服务至关重要，并且允许显著地改进对驻地内网络行为的评估，以用于准确派遣工程师并向客户提供反馈的目的。

如上所述，存在确实尝试考虑DSL串扰的电力线路调制解调器，并且那些方法中的一些方法原则上可以扩展到在网络中使用。然而，当前实现的安静线路噪声(QLN)不太可能识别PLTI，因为PLTI在G.fast技术中很少被捕获，并且仅在VDSL技术和ADSL技术中的重新同步时被捕获。G.fast技术中活动线路噪声(ALN)的未来实现可能会提供更多帮助，然而，频谱数据对象的报告速率可能仍然比一元(singleton)汇总数据对象的报告速率低很多。就这种情况的诊断系统而言，尚不清楚是高时间分辨率还是高频率分辨率更有帮助。如果两种数据类型均可用，则可以实现组合的诊断算法。然而，该实施方式采用不同方法。

本实施方式的主要目的是从标准DSL报告参数中识别用于服务客户的DSL线路或调制解调器中的自身引起的PLTI的特性。

所提出的解决方案使用来自标准DSL PLOAM参数的各种报告量度。这些值的确切细节不是明确必需的，因为需要的是允许随时间建立信道容量和信道压力的一组数据。许多报告参数是高度相关的，因此不可能总是直接从单个数据字段中清楚地识别出PLTI。该分析需要将可用于分析的扩展的时间序列的数据，因此可以识别和理解线路行为的时间变化。将理解，标准将在该专利(申请)的保护期限期间发展，并且本文公开的特定步骤和措施以及参数的等同物可以由将使得能够以类似方式确定干扰的其它对应项来替代。

根据该实施方式的处理如下-也参见图2。

开始(即，步骤s0)：

步骤s1)收集下行(DS)和上行(US)业务量数据、最大可获得DS同步速率、DS SNR容限、(DS FECS–可选的)、(DS SRA事件–可选的)、(DS FRA事件–可选的)、DS出错秒数、DS严重出错秒数、成功重新同步计数和失败重新同步计数。

步骤s2)随着时间的推移，测试DS业务量或US业务量的高值，并在识别到高业务量水平的位置，利用时间戳设置标记。

步骤s3a)测试DS出错秒数和/或DS严重出错秒数的高值，并标记出错秒数计数的高值与业务量数据的高值相关联的位置。

步骤s3b)测试成功重新同步计数和/或失败重新同步计数的高值，并标记高重新同步计数与业务量数据的高值相关联的位置。

步骤s3c)测试DS最大可获得速率的减小值，标记DS最大可获得速率的减小值与业务量的高值相关联的位置。

步骤s3d)测试DS SNR容限的减小值，标记DS SNR容限的减小值与业务量的高值相关联的位置。

步骤s4a)可选的：仅VDSL(测试DS FECS计数的高值，并标记DS FECS计数的高值与业务量数据的高值相关联的位置)。

步骤s4b)可选的：仅G.fast(测试高水平的DS SRA事件，并标记高水平的DS SRA事件与业务量数据的高值相关联的位置)。

步骤s4c)可选的：仅G.fast(测试高水平的DS FRA事件，并标记高水平的DS FRA事件与业务量数据的高值相关联的位置)。

步骤s5)可选的：(筛选一元相关事件，在该一元相关事件中，未针对超过一个的单个并发时间戳设置上述标记中的任何标记)。

步骤s6)跨各个时间戳测试一致的业务量(DS或US)与(参数)，以确定一次设置优选的4个至7个(或(在可用的情况下)更多个)有关参数相关中的多少个有关参数相关。设置映射，以对有关参数相关集进行评分，以形成时间戳特定的PLTI分数。

步骤s7)针对分析的各天，汇总时间戳PLTI分数。其中通过指示该天示出了PLTI的天设置标记，可以观察到高水平的相关业务量与参数行为。

步骤s8)跨至少3天的分析时间段，识别示出了PLTI的天数与没有PLTI的那些天相比是否显著。如果是，则将针对PLTI的诊断设置为真。

步骤s9)可选的：(如果PLTI被确定为真；则通过根据所有被分析的时间戳的时间戳特定的PLTI分数(高或低)分离所述所有被分析的时间戳来评估服务影响，确定在PLTI事件时间段期间，重新训练以及DS出错秒数或DS严重出错秒数是否更普遍。或者，在PLTI事件时间段期间，最大可获得速率是否受到显著影响。如果是，则扩展PLTI检测以包括“服务影响”标记)。

某些步骤是“可选的”的表征仅涉及关于本实施方式它们的状态是“可选的”。这并不意味着(因此不应该认为暗示)关于本发明的其它实施方式其它步骤是不可选的，这仅暗示该步骤关于本实施方式被认为是不可选的。

将在下面更详细地讨论上面的步骤。

步骤s1)收集下行(DS)和上行(US)业务量数据、最大可获得DS同步速率、DS SNR容限、(DS FECS–可选的)、(DS SRA事件–可选的)、(DS FRA事件–可选的)、DS出错秒数、DS严重出错秒数、成功重新同步计数和失败重新同步计数。

所需的数据分量在接入网络调制解调器工厂设备内产生，并且通常通过网络传回以进行存储和分析。

该实施方式依赖于正被查询的DSL调制解调器将性能数据返回给管理系统。对适时参数数据的访问对于识别DSL线路的当前状态是理想的，但是该特定实施方式还依赖于多天时段内的时间系列分析。因此，需要数据存储和可用性，而不仅仅是当前参数值。

被收集以分析PLTI的数据基于得出关于线路状态的三个关键断言。第一，DSL线路何时被大量使用？第二，DSL线路何时在压力状态下工作？第三，DSL线路何时低于正常性能工作？如果可以识别出这些时间段，则通过识别DSL线路使用与线路性能劣化相关来确定最终的PLTI评估。

第一个问题“DSL线路何时被大量使用？”是用于识别可能在家庭网络内使用PLT以及PLT是活动的时间段的指标(proxy)。这基于如下假设，在人类使用时间段内，PLT的大部分家庭网络使用严重偏向于下行数据传输(媒体、IPTV、BT Vision等)，即，短电视节目的半小时至电影或重大体育赛事的两至三个小时。

可以通过DSL层(理想地在下行信道和上行信道中)处的ATM分组计数来确定DSL线路何时被使用。通过G.fast调制解调器和一些VDSL调制解调器来提供该数据。该数据类型不给出与服务类型或所服务的内容有关的信息，该有效数据仅通过DSL链路提供。

了解家庭互联网网关行为的能力可以允许通过直接分析所附接的PLT设备的电力和保持活动签名或通过传递家庭内(无线)局域网((W)LAN)的更具体的IP层业务量详细信息来更好地识别PLT使用，以给出对使用模式以及PLT使用的可能性和定时的更清楚的了解。

其次，取决于技术类型和干扰的严重程度，“DSL线路何时在压力状态下工作？”可以通过许多参数来回答。在线路在升高的干扰水平下工作的情况下，预期会观察到DSL错误以及可能的重新同步处理。还可能观察到前向纠错(在VDSL中)、无缝速率自适应(在G.fast中)或快速速率自适应(在G.fast中)。

如果上述参数和协议按预期执行，则错误和重新同步可能是对客户的服务影响，而其它参数不应该导致服务影响，但是仍然表现出了线路压力。

最后，可以通过分析最大可获得同步速率和信噪比(SNR)容限来理解DSL线路的性能。这两个参数表现出了被预留以通过线路配置来缓解随时间变化的干扰条件的线路保护水平，并且可以显示速率和容限相对于彼此权衡以维持线路稳定(以速率为代价)的时间点。通过了解DSL线路的物理性能，最大可获得同步速率清除了网络行为和产品设计的影响。

当分析线路压力指示符和线路状态指示符以识别PLTI时，将重点放在下行参数上。预期将在客户驻地中使用PLT网络设备。因此，PLTI对先前衰减的下行链路(从DSLAM到驻地的路径)的影响比本地插入的上行信道明显得多。

图3示出了PLTI检测所需的数据对象。顶部两个子图示出了六天的时段内的DSL业务量(DS和US)。在这种情况下，沿两个方向的业务量具有很好的相关并示出了可能的人类使用的模式。业务量值在延长的时段内处于接近零的状态，并且当接入网络上有显著需求时偶尔会达到峰值。第三图块(panel)和第四图块分别示出了DS最大可获得同步速率和DSSNR容限。这些值给出了DSL线路的当前性能的感测，并且这些值是相关值。可以看出，在12月6日星期二，SNR容限在与DS最大可获得同步速率上升的点相同的点处下降。这种行为是可以预期的，并示出了速率和容限如何互相变化。最后的三个图表示出了出错秒数(具有至少一个DSL错误的秒数)的计数、严重出错秒数(具有多个DSL错误的秒数)的计数以及最后重新同步。

在这一点上值得注意的是，错误计数和重新训练的数学特性是非常相似的；通常为零、具有短且清楚的峰值。然而，SNR容限和最大可获得速率的行为是完全不同的原型模式、通常较高且是实值、在整个时间系列中具有一系列的微小和重大变化(两者都向上和向下变化)。这种不同的特性行为需要不同的分析方法。

步骤s2)随着时间的推移，测试DS业务量或US业务量的高值，并在识别到高业务量水平的位置，利用时间戳设置标记。

此处示出的PLTI检测方法基于使高业务量时段与上面示出的各种其它线路压力参数和线路状态参数相关。个体业务量与参数的关系可以并行处理。然而，为简单起见，业务量数据的处理被提取成可以重复使用多次的预处理。

该算法被设计成在整个网络层面(network estate)中工作，而无需手动干预或基于使用进行配置。为了识别整个网络上的“高业务量”时段，可以确定业务量水平的绝对值相对于其它线路必须是高的，并且与中至高使用期间可能看到的业务量数据值的范围一致。还可以确定业务量水平相对于给定线路上示出的正常或背景业务量数据必须是高的。这允许排除考虑具有相当低而使得无法传递大量PLT业务的业务量水平的任何线路，并且还可以排除示出了一致的高业务量水平而几乎没有变化的线路。

图4示出了示例计算。第一图表示出了DS业务量数据，第二图表示出了US业务量数据，并且第三图表示出了检测到高业务量的区域。

为了执行该评估，针对下行方向和上行方向二者，计算每日中位数业务量以上的业务量的“局部相对较高水平”。由于业务量通常严重偏向零、仅具有很小的峰值业务使用时段，所以该中位数值通常非常低、通常远远低于算术平均值。因此，如果业务量远远高于该中位数值，则这是有用的。为了确定该测试，按照每日中位数业务量水平的倍数(例如，3倍)设置业务量阈值(图4中的虚线)。此外，可以针对包含全网络级别的高业务量使用的业务量设置群体得出的“绝对高水平”阈值(图4中的点划线)。这可以以许多方式来设置，通过简单地从数据中(即，从下面的图表中)挑选大数字，或者通过确定群体驱动的统计(诸如，网络中所有业务量值的第n百分位数)。确定高业务量阈值的机制相当随意。

将执行的测试是识别下行业务量或上行业务量可以通过“绝对高水平”和“局部相对高水平”测试的时间段。因为这给出了暗示家庭内网络可能正传递数据的合理指导，并且如果正在使用发出干扰的PLT设备，则这正是可能观察到该技术的有症状的影响的时候。

该处理的输出只是一布尔数组，该布尔数组具有上述各种数据对象的各个时间实例处的针对高业务量的“真”结果和“假”结果。这在下面的图4的底部窗格中示出，并被绘制成真＝1，假＝0。

步骤s3a)测试DS出错秒数和/或DS严重出错秒数的高值，并标记出错秒数计数的高值与业务量数据的高值相关联的位置。

步骤s3a至步骤s3d执行高业务量与下行信道中受影响的DSL压力和容量之间的相关，这对于本实施方式而言是非可选的。步骤s4a至步骤s4c执行附加的可选相关。对于具有相当的共享处理的各种数据类型，重复此处示出的方法。

在步骤s3a至步骤s3d和步骤s4a至步骤s4c中执行的任务可以使用上面提供的高业务量结果并行执行，因为它们不依赖于彼此。

首先，识别具有与高业务量时段相对应的DS出错秒数和DS严重出错秒数的时间段。出错秒数计数表示信道压力指示符，并且因此通常为零值。大多数线路在大多数时间不会出错，因此观察到的错误是影响DSL服务的间歇线路或噪声条件的有用的症状标识符。然而，该实施方式旨在仅在该算法中识别PLTI，测试高错误与高业务量之间的相关也是如此，该相关指示干扰是由于家庭内联网而自身生成的。

与高业务量测试方式类似，对DS出错秒数计数和DS严重出错秒数计数应用群体规模绝对阈值，并且此外，根据DSL线路行为计算单个线路、一天的局部阈值以确定等于“高”出错秒数计数的局部阈值。

局部阈值被确定成DS出错秒数和DS严重出错秒数的每日中位数值的倍数(例如，2倍)，从而确保从该分析中有效地排除在整个时间连续出错的线路。可以通过许多方法来设置群体规模阈值，理想地是通过群体规模出错秒数行为的高百分位数。然而，也可以使用从观察到的数据中挑选任意值，或者通过确定出错秒数计数的服务影响。此处的要点是具有绝对高错误水平和局部高错误水平两者，以提高确定PLTI是否是由于高业务量而生成的可能性，在高DSL业务量时段期间，这作为高出错秒数计数通过症状被观察到。

将执行的最终测试是：如果DS出错秒数计数或DS严重出错秒数计数在与按照步骤s2观察到高业务量的时间相同的时间，在局部和全局两者都具有“高”值，则针对该时间段将布尔值设置为“真”。

在图5中可以看到这种计算的示例，图5在第一窗格中示出了DS出错秒数，在第二窗格中示出了DS严重出错秒数，在第三窗格中示出了“高业务量”的布尔结果，并且最后在第四窗格中示出了“在高业务量情况下的高错误计数”结果。

步骤s3b)测试成功重新同步计数和/或失败重新同步计数的高值，并标记高重新同步计数与业务量数据的高值相关联的位置。

用于确定高业务量是否与成功重新同步尝试和失败重新同步尝试相关联的处理基本上与上面概述的出错秒数处理相同。

如前所述，重新同步处理是线路压力的指示。该指示符比出错秒数略难使用，因为重新同步可以通过用户活动(关闭/打开调制解调器)、通过网络运行活动、由于断电或由于干扰形式的线路压力而发起。

唯一的主要差别是，在识别重新同步尝试计数是否在局部和全局都具有高值之前，可以对失败重新同步和成功重新同步相加，以产生组合的尝试重新同步量度。再次计算多个每日重新同步尝试中位数，乘以2至5范围中的值，以提供局部重新同步阈值。无论如何，在许多情况下，该值将为零，因为大多数线路很少重新同步。仅不太可能是由于PLTI的随时间变化的影响才引起的重复且定期地重新同步的DSL线路才需要该“局部”阈值。

还需要针对高水平的重新培训的“全局”阈值，并且再次地，这可以通过许多方式来计算。在重新同步尝试的情况下；以及在此类事件在高峰业务量使用时段期间对客户具有明显服务影响的情况下，合理的是，将针对重新同步尝试的全局阈值设置成(1)，并将高峰业务量使用期间的任何重新同步识别成异常(因为这通常会排除用户发起的重新同步和网络运行发起的重新同步)。

一旦确定了高重新同步尝试阈值，测试就变成：在检测到高业务量的同时，重新同步计数在局部和全局都高？

再次将结果存储成与各个数据时间戳相关联的布尔数组或值。

步骤s3c)测试DS最大可获得速率的减小值，标记DS最大可获得速率的减小值与业务量的高值相关联的位置。

该实施方式中的第三所需相关测试是在DS最大可获得速率与高业务量之间执行的。然而，最大可获得速率的统计属性与出错秒数或重新同步的行为完全不同，如可以在图3所示的数据表中观察到的。最大可获得速率是“信道容量”指示符，而不是“信道压力”指示符。

在大多数时间内，最大可获得速率是实值，相当稳定且很高，其中最大可获得速率、信噪比容限、网络运行目标容限与整体信道容量之间存在复杂的关系。然而，在运行能力下降(受信噪比影响)的时段期间，最大可获得线路速率将下降，如可以在图6中看到的(注意该图示出的数据来自与先前例示不同的线路)。

为了执行与在步骤s3a和步骤s3b中已经执行的相关类似的、迹线峰值与高业务量之间的相关，首先准备标准化数据迹线，该标准化数据迹线示出了DS最大可获得速率的、与该值的长期变化分离开的短期变化。这是通过计算DS最大可获得速率的每日中位数值，并将当前值与每日中位数的残差值计算成残差[Mbps]＝-(最大可获得速率[Mbps]–每日中位数[Mbps])来完成的。这意味着在最大可获得速率减小的位置，残差的值为正。可以在图6中看到该计算，在图6中，在顶部图块中示出了DS最大可获得速率(实线)以及每日中位数(虚线)，并且在底部图块中示出了残差。在残差迹线的特定部分中，该值将为负，但是整体上，该值集中在零上，具有持续多个小时的时段的一系列峰值。现在，可以以与用于出错秒数和重新同步的先前数据相同的方式使用该残差最大可获得迹线。

现在，可以以与先前示例类似的方式来处理减小的最大可获得速率(增加的速率残差)与高业务量之间的相关。通过分析线路群体以确定应将哪种速率下降水平视为对识别最大可获得速率的显著下降具有重要意义来确定全局阈值。在这种信道容量量度的情况下，几乎不需要确保维持“局部”速率下降阈值，因为起初这已被有效地置于残差计算中了。

用于高业务量和最大可获得速率的下降的最终测试简单地变成：当还检测到高业务量时，残差DS最大可获得速率高于阈值？再次将该值存储成布尔数组。

图7示出了该计算的详细信息，图7在顶部两个窗格中示出了图6的详细信息，以及在窗格3中示出了高业务量检测，并且在窗格4中示出了高速率残差和高业务量。

步骤s3d)测试DS SNR容限的减小值，标记DS SNR容限的减小值与业务量的高值相关联的位置。

信噪比容限(SNRM)的行为与最大可获得速率的行为非常相似，并且用于确定降低的SNRM情况下的高业务量的时段的计算与步骤s3c完全相同，但是利用用于确定所使用的“SNRM的大幅下降”的群体得出的阈值，而不是最大可获得阈值。

首先必须提取负残差，然后使用残差值在高业务量与降低的SNRM之间建立相关。

同样，该处理的结果将是针对降低的SNRM情况下的高业务量的“真”结果或“假”结果的布尔数组。

步骤s4a)可选的：仅VDSL(测试DS FECS计数的高值，并标记DS FECS计数的高值与业务量数据的高值相关联的位置)。

关于本实施方式，先前的处理是非可选的，因为在没有分析DS错误参数、重新同步计数、DS最大可获得速率和DS SNRM的情况下，由于DSL服务操作和管理信道容量与信道压力之间的关系的复杂方式，一些服务影响PLTI的情况可以避免检测。

然而，可以使用一系列其它参数来进一步增强该检测机制，其中的一些参数仅在VDSL/ADSL中可用，而其它参数仅在G.fast技术中可用。

在PLTI检测的VDSL实现方式中，可以对下行前向纠错秒数(FECS)执行进一步的测试。该处理将与用于DS出错秒数或DS严重出错秒数的处理完全相同，并具有局部经优化的阈值和全局经优化的阈值以指示升高的DS FECS水平。

FECS还是信道压力参数，该信道压力参数示出了通过前向纠错避免DSL错误。然而，这被视为非服务影响行为，并且将仅用于识别信道压力情况下的与时间相关的业务量的存在，而不用于示出服务影响问题的存在。

FECS通常为低值或零值，并且在线路在不利条件下工作时达到峰值。这就是相关数学运算与出错秒数行为相同的原因。

步骤s4b)可选的：仅G.fast(测试高水平的DS SRA事件，并标记高水平的DS SRA事件与业务量数据的高值相关联的位置)。

在PLTI检测的G.fast实现方式中，用于提高同步稳定性的容限管理技术可以用作信道压力的指示符。无缝速率自适应(SRA)用于利用SNR容限来交换最大可获得速率，以在外部影响者改变线路的信道容量时非常快速地稳定线路行为。在观察到高水平的SRA活动的情况下，可以得出的结论是，线路正在压力下工作。通过对基于局部和全局的表示高水平的SRA活动的阈值进行基准测试，该参数又可以用于识别与高业务量水平相关的线路运行行为的改变。该处理的数学运算又将与在步骤s3a中使用以识别与业务量相关的出错秒数的数学运算相同。

SRA事件是线路压力的指示符，并不直接影响服务。

步骤s4c)可选的：仅G.fast(测试高水平的DS FRA事件，并标记高水平的DS FRA事件与业务量数据的高值相关联的位置)。

在PLTI检测的G.fast实现方式中，快速速率自适应(FRA)处理也可以用于识别线路压力。该处理比SRA更严格，并且仅被实现用于防止可能的重新同步。然而，成功的FRA事件也是非服务影响的，并且可以如上所述使用高水平的FRA活动的局部阈值和全局阈值两者来分析FRA事件的计数，以与高业务量水平相关。

步骤s5)可选的：(确保基础参数的急剧转变并筛选一元相关事件，在该一元相关事件中，未针对超过一个的单个并发时间戳设置上述标记中的任何标记)。

已经构造了一系列布尔数组，一个布尔数组针对如上所述与业务量相关的一个参数，对输出进行细化是有用的，以确保在PLT可能按照显著水平使用的时间段内对线路性能的实际变化进行稳定、高置信度的检测。这可能是由于家庭周围某种形式的媒体流造成的。

用于稳定检测输出的首推的但可选的处理涉及使用步骤s3c和步骤s3d中概述的两个残差计算来检测PLTI。在上面示出的示例中，最大可获得速率从一个时间块(time-bin)到另一时间块显著变化，从而在转变之前和之后给出明显不同的线路行为。如果将干扰生成设备关闭然后打开或从静态发展到有影响的状态，则这是可以预期的。然而，这并不总是在数据中示出，也不是可以使数据相关的唯一方式，因为有时诸如最大可获得速率和SNRM的参数将随时间平滑地变化一显著量，但是从状态“A”到状态“B”没有明显的转变点。在这种情况下，这种行为不太可能是由PLTI引起的，并且将这种行为包括在PLTI算法的检测中将是没有用的。为了对该行为进行筛选，采用了(例如)“与高业务量相关的最大可获得速率的大幅降低”的布尔数组，并沿着该数组在时间上向前和向后执行扫描。如果在相关布尔数组中找到了从(未检测到或假)到(检测到或真)的转变，则将跨该转变分析基础参数DS最大可获得速率。已确定最大可获得速率的两个值必须彼此显著不同。如果这两个值正好在从相关行为到不相关行为的转变中没有显著不同，则可以重写检测布尔数组并将检测到的标记设置为“未检测到”。该处理改进了PLTI检测，因为这排除了信道容量的任何长期变化，诸如，由一天中不同时刻的不同温度或不同外部噪声水平引起的行为。图8示出了该处理的示例。

图8在顶部窗格中示出了变化的DS最大可获得速率和最大可获得速率的相关联的每日中位数的示例情况。第二窗格示出了该线路上的业务量(未示出)以及速率与中位数速率的残差高且相关的所有实例。第三窗格示出了当基础DS最大可获得速率发生显著改变以维持相关标记时的检测的减少。该步骤显著减少了检测时段的数量，并执行基础参数与检测之间更紧密的联接。该步骤显著提高了PLTI作为改变线路行为的源的检测可信度。上面识别的信道压力指示符不需要该步骤，只有需要进行计算以生成残差的信道容量指示符才需要该步骤。

建议使用最终结果去噪处理来清除跨所有相关布尔数组的相关行为的单时间实例。这仅是因为期望在大多数使用情况下，高水平的PLT会持续半小时以上，并且算法对参数的短时变化过于敏感是没有用的。因此，被读取为[假，真，假]的布尔数组中的任何部分都将被直接设置为[假，假，假]。该处理可以作为清除非急剧转变之后的附加步骤在图8的最低窗格中看到。

上述两个步骤已将一系列小的相关时间段减少到仅单个时间段，在该单个时间段中，在延长的时间段内，高业务量与DS最大可获得速率的急剧且显著的降低相关。现在，该最终布尔数组准备进行进一步的汇总和分析。

步骤s6)跨各个时间戳测试一致的业务量(DS或US)与(参数)，以确定一次设置(通常为)4个至7个(或(在可用的情况下)更多个)有关参数相关中的多少个有关参数相关。设置映射，以对有关参数相关集进行评分，以形成时间戳特定的PLTI分数。

已经生成了一系列布尔数组，一个布尔数组针对正在研究的一个参数集，将各个时间戳处的“真”标记相加，即，如果数组中的两个数组在给定的一天的12:00:00时示出“真”，而其它数组示出假，则这在输出数组中给出单个值2。该步骤允许将各种不同参数组合到单个数组中。

该步骤的目的是识别PLTI的与时间相关的证据，而不是判断这些影响的重要性。因此，虽然可能总想对最有影响的参数(诸如，重新训练)较高地加权并且对影响较小的参数(诸如，FECS)较小地加权，但是这可能不是仅用于识别PLTI行为的最佳方法。

最后，在这一点上引入相加结果的非线性映射可能是有用的，例如，如果对上述强制字段使用四参数模型，则证明了按照如下方式映射相加结果是有用的：使得1被映射到1、2被映射到3，3被映射到6以及4被映射到10，即，遵循三角形序列。与仅检测到单个真标记的情况相比，这使得对组合的容量结果和压力结果进行加权的效果高的多。这将馈送到后续步骤中的最终PLTI诊断。

步骤s7)针对分析的各天，汇总时间戳PLTI分数。其中通过指示该天示出了PLTI的天设置标记，可以观察到高水平的相关业务量与参数行为。

针对评估的各天，将来自先前步骤的所有映射结果相加。在映射时间戳结果的每日总和达到设置的阈值的情况下，将该天识别成PLTI_day。在上述情况中，寻找21或更大的每日分数，这对应于寻找所有四个标识符都设置为真的多于两个的时间戳，或者4个结果中的3个结果为真的四个时间戳，或者根据映射相关给出超过20的总和的任何其它组合。该处理允许对由于业务量相关线路压力或减小信道容量而生成的各种分量进行加权。

由于该方法的灵活性以及对将研究的参数的选择，用于声明PLTI_day＝真的最终阈值需要调整，并且不应该被视为固定参数。

步骤s8)跨至少3天的分析时间段，识别示出了PLTI的天数与没有PLTI的那些天相比是否显著。如果是，则将针对PLTI的诊断设置为真。

最后，对PLTI_day＝真的情况的数量计数，并将其与分析的天数进行比较。由于PLTI将仅在使用时被检测到，所以在中度PLT使用的情况下，不应预期该结果会特别地高。再一次地，通过与阈值比较，例如，如果PLTI天数多于分析的一周中的两天，则可以建立PLTI的高度汇总的分析。在这种情况被视为真的情况下，设置PLTI＝真的结果，并将其用作最终诊断。

步骤s9)可选的：(如果PLTI被确定为真；则通过根据所有被分析的时间戳的时间戳特定的PLTI分数(高或低)分离所述所有被分析的时间戳来评估服务影响，确定在PLTI事件时间段期间，重新训练以及DS出错秒数或DS严重出错秒数是否更普遍。或者，在PLTI事件时间段期间，最大可获得速率是否受到显著影响。如果是，则扩展PLTI检测以包括“服务影响”标记)。

尽管在步骤s8中已确定存在PLTI，但另一可选步骤可以为该处理添加重要的诊断值。该最终步骤是识别是否可以将检测到的PLTI识别成服务影响。

通过采用在步骤s6中生成的相加的布尔数组，可以将被分析的时间段分成没有检测到PLTI证据(即，相加值＝0)的时间和在很多天的时段内检测到PLTI(即，相加值≠0)的时间段。

通过仅考虑上面研究的“服务影响”参数(重新同步、DS错误、DS严重错误和DS同步速率)，可以确定在PLTI检测时段期间DSL服务是否显著降低。

通过在PLTI和没有PLTI期间确定每个时间窗口的平均重新同步计数、每个时间窗口的平均错误计数和每个时间窗口的平均严重错误计数，然后测试这两个状态之间的显著变化，可以最容易地执行该步骤。

错误、严重错误和重新同步都是线路性能的负面事件，因此，如果这些值在PLTI期间(相对于无PLTI的时间)增加并且超过绝对阈值，则可以确定检测到PLTI，并且这是服务影响效果。

在上述方法之后，可以仅使用由DSL调制解调器提供的标准DSL报告统计来确定在DSL线路上存在PLTI以及PLTI的影响。可以在电信提供商的中心局(或“交易所”)执行该分析，而无需在现场进行干预。此外，这种分析方法利用了DSL业务量的模式，该数据不包含与通过DSL线路传递的用户内容类型有关的信息，因此不会产生隐私问题。

根据一个方面，本发明提供了一种通过收集调制解调器数据并在多个时间间隔内确定该线路是否承载业务和/或该线路上是否存在错误来识别DSL(数字用户线路)系统上的干扰的方法。可以根据业务量数据和错误数据的相关来推断存在干扰。

由于可以使用适当配置和编程的PLOAM或其它计算装置来实现本发明，所以可以经由下载(例如，经由来自ISP的互联网)或在一些物理介质(例如，DVD、CD-ROM、USB记忆棒等)上访问适当的计算机代码。在前面的讨论中，参考了铜线缆。从历史上看，作为铜的替代品，铝有时被用作接入网络线缆中的电导体。将理解，本发明的实施方式可以同样应用于线缆，而不管导体是由铜、铝还是其它材料形成的。将理解，如电话网络中常规使用的，所参考的铜线缆是双绞线线缆。

如上所述，随着标准的演进，可以调整所使用的精确参数。本发明的范围不旨在限于特定示例，而是由所附权利要求书来限定，所附权利要求书被解释为根据现行法律给予该权利要求书完整的等效范围。

Claims (14)

1.一种确定在将网络连接至客户驻地的数字用户线路(DSL)上存在电力线路传输干扰(PLTI)的方法，所述方法包括以下步骤：

在由所述数字用户线路承载的数据所经过的调制解调器处，收集与所述数字用户线路上的数据通信有关的调制解调器数据，所述调制解调器数据是在一系列时间间隔内收集的；

根据所收集的调制解调器数据来确定至少一个业务量度量，所述至少一个业务量度量指示各个时间间隔内所述数字用户线路上的数据吞吐量；

根据所收集的调制解调器数据来确定至少一个噪声度量，所述至少一个噪声度量指示各个时间间隔内由所述数字用户线路承载的所述数据中的错误或噪声；

使多个所述时间间隔内的所述业务量度量与所述噪声度量相关；以及

基于多个所述相关的结果，确定存在电力线路传输干扰。

2.根据权利要求1所述的方法，其中，所述方法是基于由所述网络获得的调制解调器数据来执行的，并且其中，确定存在电力线路传输干扰的步骤涉及对在所述客户驻地起源的电力线路传输干扰进行检测。

3.根据权利要求1或2所述的方法，其中，所述调制解调器数据是至少部分地由所述网络从前端调制解调器收集的。

4.根据前述权利要求中任一项所述的方法，其中，所述调制解调器数据是至少部分地从由所述客户驻地内的调制解调器报告的物理层操作管理和维护(PLOAM)统计和/或其它标准数据收集的。

5.根据前述权利要求中任一项所述的方法，其中，所述至少一个噪声度量是根据选自以下项的至少一个报告的调制解调器参数确定的：

错误秒数；

成功重新同步计数和/或不成功重新同步计数；

最大可获得速率；

信噪比(SNR)容限。

6.根据前述权利要求中任一项所述的方法，其中，基于多个报告的调制解调器参数，确定所述至少一个噪声度量，和/或确定多个噪声度量。

7.根据前述权利要求中任一项所述的方法，其中，检测同步速率或最大可获得速率的改变，并且速率的减小被确定成指示噪声。

8.根据前述权利要求中任一项所述的方法，其中，所述时间间隔大体相等，并且介于1分钟至30分钟之间。

9.根据前述权利要求中任一项所述的方法，其中，当确定所述噪声度量与所述业务量度量之间的高于阈值的正相关时，时间间隔被标记成，被认为可能表现出电力线路传输干扰。

10.根据权利要求9所述的方法，其中，当在多日内都标记了时间间隔时，数字用户线路被标记成可能正经受电力线路传输干扰。

11.根据前述权利要求中任一项所述的方法，其中，基于指示特定的客户驻地处的电力线路传输干扰的可能性的独立输入，调整在使所述业务量度量与所述噪声度量相关和/或确定存在电力线路传输干扰时使用的参数。

12.一种方法，该方法包括针对连接至网络的多个数字用户线路重复根据前述权利要求中任一项所述的方法，并且其中，在所述重复之后，调整在使所述业务量度量与所述噪声度量相关和/或确定存在电力线路传输干扰时使用的参数。

13.根据前述权利要求中任一项所述的方法，所述方法包括以下步骤：响应于确定存在电力线路传输干扰，调整用于所述数字用户线路的DSL配置文件或参数和/或向调制解调器发送信号以调整用于所述数字用户线路的DSL配置文件或参数。

14.一种计算机程序或计算机程序产品，所述计算机程序或计算机程序产品包括用于执行根据前述权利要求中任一项所述的方法的指令。

Images