CN116527136A - 智能光纤网络在线监测系统及方法 - Google Patents
智能光纤网络在线监测系统及方法 Download PDFInfo
- Publication number
- CN116527136A CN116527136A CN202310796745.2A CN202310796745A CN116527136A CN 116527136 A CN116527136 A CN 116527136A CN 202310796745 A CN202310796745 A CN 202310796745A CN 116527136 A CN116527136 A CN 116527136A
- Authority
- CN
- China
- Prior art keywords
- optical fiber
- fault
- node
- optical
- attenuation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 411
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 26
- 238000013507 mapping Methods 0.000 claims abstract description 20
- 230000003287 optical effect Effects 0.000 claims description 45
- 230000007613 environmental effect Effects 0.000 claims description 35
- 230000005540 biological transmission Effects 0.000 claims description 27
- 239000013598 vector Substances 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 16
- 239000000835 fiber Substances 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 241001125929 Trisopterus luscus Species 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012847 principal component analysis method Methods 0.000 claims description 6
- 230000036962 time dependent Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0791—Fault location on the transmission path
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/25—Arrangements specific to fibre transmission
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了智能光纤网络在线监测系统及方法,具体涉及光纤监测技术领域,包括光纤衰减系数获取模块用于获取光纤网络的衰减系数,根据衰减系数获取光纤衰减的阈值TH;故障光纤节点监测模块用于获取故障光纤节点信息,实时监测光纤节点的状态,基于光纤衰减系数判断光纤节点是否正常,将超出阈值的光纤节点标记为故障光纤网络节点并传输至故障光纤节点特征提取模块;故障光纤特征提取模块用于获取故障光纤节点的曲线特征,建立故障光纤节点曲线特征与光纤故障类型、定位规则的映射关系;故障光纤节点定位模块用于获取故障光纤节点发生故障的位置,将获取的故障位置和类型上报至故障管理中心。
Description
技术领域
本发明涉及光纤监测技术领域,更具体地说,本发明涉及智能光纤网络在线监测系统及方法。
背景技术
良好的网络通信支撑是网络数据顺利传输的基础,光纤网络的质量影响了生产生活的方方面面,需要加强对光纤网络的在线监测,及时识别、定位故障的光纤网络节点,将获取的故障光纤网络节点上报至维修部门,保证网络数据的正常传输。
目前已有的光纤网络在线监测系统基于相关光时域反射测量技术,通过采用数字编码激光器的应用,产生了少量单脉冲和大量的调制脉冲,在监测光纤中注入脉冲,收集、解调反射信号,通过对专用芯片进行计算,能够精准确定连接器的位置,掌握光链路的长度、衰耗和断点,基于大数据的分析、判别及告警管理,预测光纤未来物理参数变化,结合光纤运维的历史数据,为未来光纤路由规划提供依据。但这些系统或方案普遍侧重于基于采集到的数据进行故障分析,即检测出已发生故障的光纤线路,并进行维修,不能准确预测光纤线路中潜在的光纤故障,并对光纤线路状态做出预警。事实上,如果可以提前预测光纤损耗情况,对降低由于光纤损坏带来的损失具有更加重大的意义。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供智能光纤网络在线监测系统及方法,通过获取影响光纤传输性能的参数,基于光纤所处的环境、光纤材质状况预测光纤的衰减系数,基于光纤衰减系数对光纤线路进行预警,通过对故障光纤节点的曲线分析获取光纤线路故障点的位置和种类信息,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:智能光纤网络在线监测系统,包括光纤衰减系数获取模块、故障光纤节点监测模块、故障光纤节点特征提取模块、故障光纤节点定位模块,所述光纤衰减系数获取模块用于获取光纤网络的衰减系数,根据衰减系数获取光纤衰减的阈值TH,将获取的光纤衰减系数传输至故障光纤节点监测模块;
所述故障光纤节点监测模块用于获取故障光纤节点信息,实时监测光纤节点的状态,基于光纤衰减系数判断光纤节点是否正常,将超出阈值的光纤节点标记为故障光纤网络节点并传输至故障光纤节点特征提取模块;
所述故障光纤特征提取模块用于获取故障光纤节点的曲线特征,建立故障光纤节点曲线特征与光纤故障类型、定位规则的映射关系;
所述故障光纤节点定位模块用于获取故障光纤节点发生故障的位置,将获取的故障位置和类型上报至故障管理中心。
优选的,所述光纤衰减系数获取模块包括环境影响系数获取单元、光纤状况影响系数获取单元、光纤光波影响系数获取单元,以及光纤衰减阈值计算单元,所述环境影响系数获取单元用于获取环境参数对光纤传输性能的影响,所述光纤状况影响系数获取单元用于获取光纤累计使用时间、光纤分光器数目对光纤传输性能的影响,所述光纤固定衰减系数获取单元用于获取光纤长度、光纤使用波长对光纤传输性能的影响系数。
优选的,所述环境影响系数获取单元包括下列步骤:
步骤S01、取n段质量相同的光纤,将n根光纤随机分为m组,n≥4m,每组光纤放置在不同的环境中,在相同输入光源和相同光纤传输距离下,输入光信号记为Pin,获取光信号输出值Pout,环境参数包括温度参数、温差参数、噪声参数,所述温差wc指测量时的前12小时中气温最大值与最小值的差值;
步骤S02、将每组光纤的环境参数记为hi=f1(zi,wi,wci),获取单位距离的光衰减量Δs1,Δs2,…,Δsm,获取单位距离的光衰减占比记为,bs1,bs2,…,bsm;
步骤S03、获取环境参数对光纤衰减的影响系数,基于公式当光纤质量相同、输入光源和相同光纤传输距离下z=0,将每组光纤对光纤传输衰减量的系数记为hi,得到h1,h2,…,hm;
步骤S04、基于环境参数构建影响因子,得到影响因子至少包括zi,wi,wci,ezi-1,wci2,基于主成分分析法获取对光纤影响程度>10%的因子,获取第j组光纤的影响系数λ1j,λ2j、λ3j,分别表示气压变化率、温度、温差对光纤传输性能的影响系数,得到每组光纤中的影响系数;
步骤S05、获取平均影响系数[λ1,λ2、λ3],满足公式 ,基于多元回归线性方程建立环境参数的表达式,满足公式。
优选的,所述光纤状况影响系数YFi获取单元包括下列步骤:
步骤S11、取不同使用时间、分光器数目不同的光纤n段,随机划分为m组,n≥4m,在环境参数相同的条件下测试,将每组光纤的基础情况记为zi=f2(yi,fsi),在相同输入光源和相同光纤传输距离下,输入光信号记为Pin,获取光信号输出值Pout;
步骤S12、获取每组光纤的单位衰减量si,满足公式,利用主成分分析法中的方差解释率获取光纤的累计使用月份与光纤分光器数目对于衰减量的贡献系数,将光纤累计使用月份的贡献系数记为wyi,将光纤分光器数目的贡献系数记为wfi;
步骤S13、获取光纤的平均贡献系数[Wy,Wf],满足 ,获取YFi,满足公式/>。
优选的,所述光纤光波影响系数获取单元通过取不同光纤输入波长的,在相同的环境下,相同条件的光纤,获取光信号波长γ对光纤衰减系数的系数,获取光纤单位衰减量为s1,s2,…,sn,以信号波长在1310nm的输入光为基准,将对应的光纤单位衰减量记为s0,获取不同输入波长对应的衰减系数常数满足。
优选的,所述光纤衰减阈值计算单元基于获取的环境影响系数、光纤状况影响系数和光纤输入光波波长,获取光纤的正常衰减阈值TH,满足公式,其中c为固定损耗系数。
优选的,所述故障光纤节点监测模块包括故障光纤节点获取单元、故障光纤节点跟踪单元和跟踪力度调整单元,所述故障光纤节点获取单元基于获取光纤衰减系数获取故障光纤节点的判断阈值,将超出阈值TH的记为故障光纤节点;所述故障光纤节点跟踪单元用于对故障光纤节点进行实时跟踪监测,采用脉冲激光输入激光,按照一定频率采集光纤节点输出光,获得光功率值,构建输出激光随时间的变化曲线,获取故障光纤节点信号随时间变化的曲线,并将获取的曲线传输至故障光纤特征提取模块,所述跟踪力度调整单元用于根据故障光纤节点的偏离程度匹配光纤的跟踪力度,偏离程度越大,数据采集的频率越高,数据采集的频率越高获取的曲线数据精度越高。
优选的,用于监测光纤网络节点的故障,光纤网络节点的故障不包括光纤网络节点断裂的情况,当光纤网络节点断裂时光纤信号中断。
优选的,所述故障光纤节点监测模块包括下列步骤:
步骤S21、故障节点获取:将区域内的光纤中取n个节点,得到n-1条光纤线段,在节点处基于激光器对准光纤发送测试光脉冲,基于探测器监测反射的光信号,输入光纤所处的环境参数、基础情况参数,测试光波长输入光纤衰减阈值计算单元获取阈值,当光衰减数值超出阈值范围则将节点标记为故障节点,将故障光纤节点的端点分别记为端点a和端点b;
步骤S22、故障节点跟踪:通过探测器在故障节点端点a输入脉冲激光,按照一定频率获取故障光纤节点的输出,获取光衰减数值,基于获取的光衰减数值构建输出激光随时间的变化曲线a;
步骤S23、故障节点跟踪:通过探测器在故障节点端点b输入脉冲激光,按照一定频率获取故障光纤节点的输出,获取光衰减数值,基于获取的光衰减数值构建输出激光随时间的变化曲线b;
步骤S24、将获取的曲线传输至故障光纤特征提取模块。
优选的,所述故障光纤特征提取模块包括数据预处理单元、曲线特征提取单元、故障与曲线特征映射单元,所述数据预处理单元基于过滤器过滤噪声,得到降噪后的曲线图像数据;所述曲线特征提取单元通过小波变换处理曲线图像提取图像特征,得到曲线a、b的特征向量数据;所述故障与曲线特征映射单元用于建立故障光纤的故障信息与曲线特征向量的映射关系,所述故障信息包括故障的种类、故障的程度和故障的位置,将人工标记的故障光纤作为样本,获取光纤的曲线a、b,将曲线a的特征向量记为Ta=(ED1,ED2,…,EDj),将曲线b的特征向量记为Tb=(ED1,ED2,…,EDj),标记信息为故障点的位置、类型、故障程度,建立故障信息GW(wz,LX,cd)与特征向量Ta、Tb的映射关系,满足函数F3(Ta,Tb)=GW(wz,LX,cd)。
为实现上述目的,本发明提供如下技术方案:一种智能光纤网络在线监测方法,包括下列步骤:
步骤S001、获取光纤网络所处的环境参数、光纤状况参数、光波参数;
步骤S002、获取光纤网络信号的正常衰减阈值:基于控制变量法获取环境影响系数、光纤状况影响系数、光纤光波影响系数,计算得到光纤的正常衰减阈值;
步骤S003、获取故障节点:获取光纤网络节点的信号衰减值,基于获取的衰减阈值获取不满足阈值的光纤网络节点,标记为故障光纤网络节点;
步骤S004、对故障节点进行跟踪:对故障光纤网络节点进行跟踪,获取故障光纤节点间的信号变化曲线;
步骤S005、基于小波变换获取信号变化曲线的特征向量,基于映射关系获取故障光纤网络的故障信息,将故障信息通报至故障处理中心。
本发明的技术效果和优点:
本发明具体采用光纤衰减系数获取模块获得各参数对于光纤衰减的影响系数,获取光纤传输的衰减阈值,基于阈值获取故障光纤节点信息,通过故障光纤节点监测模块实时监测光纤节点的状态,基于光纤衰减系数判断光纤节点是否正常,将超出阈值的光纤节点标记为故障光纤网络节点,解决了现有技术中对于故障光纤节点的判断不准确问题,通过故障光纤特征提取模块用于获取故障光纤节点的曲线特征,建立故障光纤节点曲线特征与光纤故障类型、定位规则的映射关系,故障光纤节点定位模块用于获取故障光纤节点发生故障的位置,将获取的故障位置和类型上报至故障管理中心,完成故障光纤的定位。
附图说明
图1为本发明的系统结构框图。
图2为本发明的环境影响系数获取流程图。
图3为本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请使用的“模块”“系统”等术语旨在包括与计算机相关的实体,例如但不限于硬件、固件、软硬件组合、软件或者执行中的软件。例如,模块可以是,但并不仅限于:处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。举例来说,计算设备上运行的应用程序和此计算设备都可以是模块。一个或多个模块可以位于执行中的一个进程和/或线程内,一个模块也可以位于一台计算机上和/或分布于两台或更多台计算机之间。
实施例1
本实施例提供了如图1所示智能光纤网络在线监测系统,包括光纤衰减系数获取模块、故障光纤节点监测模块、故障光纤节点特征提取模块、故障光纤节点定位模块,
所述光纤衰减系数获取模块用于获取光纤网络的衰减系数,根据衰减系数获取光纤衰减的阈值TH,将获取的光纤衰减系数传输至故障光纤节点监测模块;
所述故障光纤节点监测模块用于获取故障光纤节点信息,实时监测光纤节点的状态,基于光纤衰减系数判断光纤节点是否正常,将超出阈值的光纤节点标记为故障光纤网络节点并传输至故障光纤节点特征提取模块;
所述故障光纤特征提取模块用于获取故障光纤节点的曲线特征,建立故障光纤节点曲线特征与光纤故障类型、定位规则的映射关系;
所述故障光纤节点定位模块用于获取故障光纤节点发生故障的位置,将获取的故障位置和类型上报至故障管理中心。
进一步的,所述光纤衰减系数获取模块包括环境影响系数获取单元、光纤状况影响系数获取单元、光纤光波影响系数获取单元,以及光纤衰减阈值计算单元,所述环境影响系数获取单元用于获取环境参数对光纤传输性能的影响,所述光纤状况影响系数获取单元用于获取光纤累计使用时间、光纤分光器数目对光纤传输性能的影响,所述光纤固定衰减系数获取单元用于获取光纤长度、光纤使用波长对光纤传输性能的影响系数。
如图2所示,所述环境影响系数获取单元包括下列步骤:
步骤S01、取n段质量相同的光纤,将n根光纤随机分为m组,n≥4m,每组光纤放置在不同的环境中,在相同输入光源和相同光纤传输距离下,输入光信号记为Pin,获取光信号输出值Pout;
步骤S02、将每组光纤的环境参数记为hi=f1(zi,wi,wci),获取单位距离的光衰减量Δs1,Δs2,…,Δsm,获取单位距离的光衰减占比记为,bs1,bs2,…,bsm;
步骤S03、获取环境参数对光纤衰减的影响系数,将每组光纤对光纤传输衰减量的系数记为hi,得到h1,h2,…,hm;
步骤S04、基于环境参数构建影响因子,得到影响因子至少包括zi,wi,wci,ezi-1,wci2,基于主成分分析法获取对光纤影响程度>10%的因子,获取第j组光纤的影响系数λ1j,λ2j、λ3j,分别表示气压变化率、温度、温差对光纤传输性能的影响系数,得到每组光纤中的影响系数;
步骤S05、获取平均影响系数[λ1,λ2、λ3],基于多元回归线性方程建立环境参数的表达式。
进一步的,步骤S01中,所述环境参数包括温度参数、温差参数、噪声参数,所述温差wc指测量时的前12小时中气温最大值与最小值的差值。
进一步的,步骤S05中,平均影响系数[λ1,λ2、λ3],满足公式 ,环境参数的表达式,满足公式。
进一步地,所述光纤状况影响系数YFi获取单元包括下列步骤:
步骤S11、取不同使用时间、分光器数目不同的光纤n段,随机划分为m组,n≥4m,在环境参数相同的条件下测试,将每组光纤的基础情况记为zi=f2(yi,fsi),在相同输入光源和相同光纤传输距离下,输入光信号记为Pin,获取光信号输出值Pout;
步骤S12、获取每组光纤的单位衰减量si,满足公式,利用主成分分析法中的方差解释率获取光纤的累计使用月份与光纤分光器数目对于衰减量的贡献系数,将光纤累计使用月份的贡献系数记为wyi,将光纤分光器数目的贡献系数记为wfi;
步骤S13、获取光纤的平均贡献系数[Wy,Wf],满足 ,获取YFi,满足公式/>。
进一步的,所述光纤光波影响系数获取单元通过取不同光纤输入波长的,在相同的环境下,相同条件的光纤,获取光信号波长γ对光纤衰减系数的系数,获取光纤单位衰减量为s1,s2,…,sn,以信号波长在1310nm的输入光为基准,将对应的光纤单位衰减量记为s0,获取不同输入波长对应的衰减系数常数满足。
进一步的,所述光纤衰减阈值计算单元基于获取的环境影响系数、光纤状况影响系数和光纤输入光波波长,获取光纤的正常衰减阈值TH,满足公式,其中c为固定损耗系数。
进一步的,所述故障光纤节点监测模块包括故障光纤节点获取单元、故障光纤节点跟踪单元和跟踪力度调整单元,所述故障光纤节点获取单元基于获取光纤衰减系数获取故障光纤节点的判断阈值,将超出阈值TH的记为故障光纤节点;所述故障光纤节点跟踪单元用于对故障光纤节点进行实时跟踪监测,采用脉冲激光输入激光,按照一定频率采集光纤节点输出光,获得光功率值,构建输出激光随时间的变化曲线,获取故障光纤节点信号随时间变化的曲线,并将获取的曲线传输至故障光纤特征提取模块,所述跟踪力度调整单元用于根据故障光纤节点的偏离程度匹配光纤的跟踪力度,偏离程度越大,数据采集的频率越高,数据采集的频率越高获取的曲线数据精度越高。
进一步的,用于监测光纤网络节点的故障,光纤网络节点的故障不包括光纤网络节点断裂的情况,当光纤网络节点断裂时光纤信号中断。
进一步的,所述故障光纤节点监测模块包括下列步骤:
步骤S21、故障节点获取:将区域内的光纤中取n个节点,得到n-1条光纤线段,在节点处基于激光器对准光纤发送测试光脉冲,基于探测器监测反射的光信号,输入光纤所处的环境参数、基础情况参数,测试光波长输入光纤衰减阈值计算单元获取阈值,当光衰减数值超出阈值范围则将节点标记为故障节点,将故障光纤节点的端点分别记为端点a和端点b;
步骤S22、故障节点跟踪:通过探测器在故障节点端点a输入脉冲激光,按照一定频率获取故障光纤节点的输出,获取光衰减数值,基于获取的光衰减数值构建输出激光随时间的变化曲线a;
步骤S23、故障节点跟踪:通过探测器在故障节点端点b输入脉冲激光,按照一定频率获取故障光纤节点的输出,获取光衰减数值,基于获取的光衰减数值构建输出激光随时间的变化曲线b;
步骤S24、将获取的曲线传输至故障光纤特征提取模块。
进一步的,所述故障光纤特征提取模块包括数据预处理单元、曲线特征提取单元、故障与曲线特征映射单元,所述数据预处理单元基于过滤器过滤噪声,得到降噪后的曲线图像数据;所述曲线特征提取单元通过小波变换处理曲线图像提取图像特征,得到曲线a、b的特征向量数据;所述故障与曲线特征映射单元用于建立故障光纤的故障信息与曲线特征向量的映射关系,所述故障信息包括故障的种类、故障的程度和故障的位置,将人工标记的故障光纤作为样本,获取光纤的曲线a、b,将曲线a的特征向量记为Ta=(ED1,ED2,…,EDj),将曲线b的特征向量记为Tb=(ED1,ED2,…,EDj),标记信息为故障点的位置、类型、故障程度,建立故障信息GW(wz,LX,cd)与特征向量Ta、Tb的映射关系,满足函数F3(Ta,Tb)=GW(wz,LX,cd)。
为实现上述目的,如图3所示本发明实施例提供如下技术方案:一种智能光纤网络在线监测方法,包括下列步骤:
步骤S001、获取光纤网络所处的环境参数、光纤状况参数、光波参数;
步骤S002、获取光纤网络信号的正常衰减阈值:基于控制变量法获取环境影响系数、光纤状况影响系数、光纤光波影响系数,计算得到光纤的正常衰减阈值;
步骤S003、获取故障节点:获取光纤网络节点的信号衰减值,基于获取的衰减阈值获取不满足阈值的光纤网络节点,标记为故障光纤网络节点;
步骤S004、对故障节点进行跟踪:对故障光纤网络节点进行跟踪,获取故障光纤节点间的信号变化曲线;
步骤S005、基于小波变换获取信号变化曲线的特征向量,基于映射关系获取故障光纤网络的故障信息,将故障信息通报至故障处理中心。
本发明实施例仅仅提供一种实施方式,而不是具体地限定本发明的保护范围。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种智能光纤网络在线监测系统,其特征在于:包括下列模块:
光纤衰减系数获取模块用于获取光纤网络的衰减系数,根据衰减系数获取光纤衰减的阈值TH,将获取的光纤衰减系数传输至故障光纤节点监测模块,所述光纤衰减系数获取模块包括环境影响系数获取单元、光纤状况影响系数获取单元、光纤光波影响系数获取单元,以及光纤衰减阈值计算单元,所述环境影响系数获取单元用于获取环境参数对光纤传输性能的影响,所述光纤状况影响系数获取单元用于获取光纤累计使用时间、光纤分光器数目对光纤传输性能的影响,所述光纤固定衰减系数获取单元用于获取光纤长度、光纤使用波长对光纤传输性能的影响系数;
故障光纤节点监测模块用于获取故障光纤节点信息,实时监测光纤节点的状态,基于光纤衰减系数判断光纤节点是否正常,将超出阈值的光纤节点标记为故障光纤网络节点并传输至故障光纤节点特征提取模块;
故障光纤特征提取模块用于获取故障光纤节点的曲线特征,建立故障光纤节点曲线特征与光纤故障类型、定位规则的映射关系;
故障光纤节点定位模块用于获取故障光纤节点发生故障的位置,将获取的故障位置和类型上报至故障管理中心。
2.根据权利要求1所述的智能光纤网络在线监测系统,其特征在于:所述环境影响系数获取单元包括下列步骤:
步骤S01、取n段质量相同的光纤,将n根光纤随机分为m组,n≥4m,每组光纤放置在不同的环境中,在相同输入光源和相同光纤传输距离下,输入光信号记为Pin,获取光信号输出值Pout,环境参数包括温度参数、温差参数、噪声参数,所述温差wc指测量时的前12小时中气温最大值与最小值的差值;
步骤S02、将每组光纤的环境参数记为hi=f1(zi,wi,wci),获取单位距离的光衰减量Δs1,Δs2,…,Δsm,获取单位距离的光衰减占比记为,bs1,bs2,…,bsm;
步骤S03、获取环境参数对光纤衰减的影响系数,基于公式当光纤质量相同、输入光源和相同光纤传输距离下z=0,将每组光纤对光纤传输衰减量的系数记为hi,得到h1,h2,…,hm;
步骤S04、基于环境参数构建影响因子,得到影响因子至少包括zi,wi,wci,ezi-1,wci2,基于主成分分析法获取对光纤影响程度>10%的因子,获取第j组光纤的影响系数λ1j,λ2j、λ3j,分别表示气压变化率、温度、温差对光纤传输性能的影响系数,得到每组光纤中的影响系数;
步骤S05、获取平均影响系数[λ1,λ2、λ3],满足公式 ,基于多元回归线性方程建立环境参数的表达式,满足公式。
3.根据权利要求1所述的智能光纤网络在线监测系统,其特征在于:所述光纤状况影响系数YFi获取单元包括下列步骤:
步骤S11、取不同使用时间、分光器数目不同的光纤n段,随机划分为m组,n≥4m,在环境参数相同的条件下测试,将每组光纤的基础情况记为zi=f2(yi,fsi),在相同输入光源和相同光纤传输距离下,输入光信号记为Pin,获取光信号输出值Pout;
步骤S12、获取每组光纤的单位衰减量si,满足公式,利用主成分分析法中的方差解释率获取光纤的累计使用月份与光纤分光器数目对于衰减量的贡献系数,将光纤累计使用月份的贡献系数记为wyi,将光纤分光器数目的贡献系数记为wfi;
步骤S13、获取光纤的平均贡献系数[Wy,Wf],满足 ,获取YFi,满足公式/>。
4.根据权利要求1所述的智能光纤网络在线监测系统,其特征在于:所述光纤光波影响系数获取单元通过取不同光纤输入波长的,在相同的环境下,相同条件的光纤,获取光信号波长γ对光纤衰减系数的系数,获取光纤单位衰减量为s1,s2,…,sn,以信号波长在1310nm的输入光为基准,将对应的光纤单位衰减量记为s0,获取不同输入波长对应的衰减系数常数满足。
5.根据权利要求1所述的智能光纤网络在线监测系统,其特征在于:所述光纤衰减阈值计算单元基于获取的环境影响系数、光纤状况影响系数和光纤输入光波波长,获取光纤的正常衰减阈值TH,满足公式,其中c为固定损耗系数。
6.根据权利要求1所述的智能光纤网络在线监测系统,其特征在于:所述故障光纤节点监测模块包括故障光纤节点获取单元、故障光纤节点跟踪单元和跟踪力度调整单元,所述故障光纤节点获取单元基于获取光纤衰减系数获取故障光纤节点的判断阈值,将超出阈值TH的记为故障光纤节点;所述故障光纤节点跟踪单元用于对故障光纤节点进行实时跟踪监测,采用脉冲激光输入激光,按照一定频率采集光纤节点输出光,获得光功率值,构建输出激光随时间的变化曲线,获取故障光纤节点信号随时间变化的曲线,并将获取的曲线传输至故障光纤特征提取模块,所述跟踪力度调整单元用于根据故障光纤节点的偏离程度匹配光纤的跟踪力度,偏离程度越大,数据采集的频率越高。
7.根据权利要求1所述的智能光纤网络在线监测系统,其特征在于:所述故障光纤节点监测模块包括下列步骤:
步骤S21、故障节点获取:将区域内的光纤中取n个节点,得到n-1条光纤线段,在节点处基于激光器对准光纤发送测试光脉冲,基于探测器监测反射的光信号,输入光纤所处的环境参数、基础情况参数,测试光波长输入光纤衰减阈值计算单元获取阈值,当光衰减数值超出阈值范围则将节点标记为故障节点,将故障光纤节点的端点分别记为端点a和端点b;
步骤S22、故障节点跟踪:通过探测器在故障节点端点a输入脉冲激光,按照一定频率获取故障光纤节点的输出,获取光衰减数值,基于获取的光衰减数值构建输出激光随时间的变化曲线a;
步骤S23、故障节点跟踪:通过探测器在故障节点端点b输入脉冲激光,按照一定频率获取故障光纤节点的输出,获取光衰减数值,基于获取的光衰减数值构建输出激光随时间的变化曲线b;
步骤S24、将获取的曲线传输至故障光纤特征提取模块。
8.根据权利要求1所述的智能光纤网络在线监测系统,其特征在于:所述故障光纤特征提取模块包括数据预处理单元、曲线特征提取单元、故障与曲线特征映射单元,所述数据预处理单元基于过滤器过滤噪声,得到降噪后的曲线图像数据;所述曲线特征提取单元通过小波变换处理曲线图像提取图像特征,得到曲线a、b的特征向量数据;所述故障与曲线特征映射单元用于建立故障光纤的故障信息与曲线特征向量的映射关系,所述故障信息包括故障的种类、故障的程度和故障的位置,将人工标记的故障光纤作为样本,获取光纤的曲线a、b,将曲线a的特征向量记为Ta=(ED1,ED2,…,EDj),将曲线b的特征向量记为Tb=(ED1,ED2,…,EDj),标记信息为故障点的位置、类型、故障程度,建立故障信息GW(wz,LX,cd)与特征向量Ta、Tb的映射关系,满足函数F3(Ta,Tb)=GW(wz,LX,cd)。
9.一种智能光纤网络在线监测方法,用于实施上述权利要求1-8任一所述的智能光纤网络在线监测系统,其特征在于包括下列步骤:
步骤S001、获取光纤网络所处的环境参数、光纤状况参数、光波参数;
步骤S002、获取光纤网络信号的正常衰减阈值:基于控制变量法获取环境影响系数、光纤状况影响系数、光纤光波影响系数,计算得到光纤的正常衰减阈值;
步骤S003、获取故障节点:获取光纤网络节点的信号衰减值,基于获取的衰减阈值获取不满足阈值的光纤网络节点,标记为故障光纤网络节点;
步骤S004、对故障节点进行跟踪:对故障光纤网络节点进行跟踪,获取故障光纤节点间的信号变化曲线;
步骤S005、基于小波变换获取信号变化曲线的特征向量,基于映射关系获取故障光纤网络的故障信息,将故障信息通报至故障处理中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310796745.2A CN116527136A (zh) | 2023-07-03 | 2023-07-03 | 智能光纤网络在线监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310796745.2A CN116527136A (zh) | 2023-07-03 | 2023-07-03 | 智能光纤网络在线监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116527136A true CN116527136A (zh) | 2023-08-01 |
Family
ID=87398010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310796745.2A Pending CN116527136A (zh) | 2023-07-03 | 2023-07-03 | 智能光纤网络在线监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116527136A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116681993A (zh) * | 2023-08-03 | 2023-09-01 | 江苏泽宇智能电力股份有限公司 | 智能光纤配线调度管理系统及其方法 |
CN117527067A (zh) * | 2024-01-05 | 2024-02-06 | 深圳国人无线通信有限公司 | 一种检测光纤传输质量的方法和直放站系统 |
CN117674993A (zh) * | 2023-11-09 | 2024-03-08 | 中交广州航道局有限公司 | 光纤网络的运行状态检测系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101753207A (zh) * | 2008-12-16 | 2010-06-23 | 华为技术有限公司 | 光纤链路故障识别方法、装置及系统 |
CN105871604A (zh) * | 2016-03-29 | 2016-08-17 | 国网河北省电力公司衡水供电分公司 | 一种光纤衰耗全程在线监测系统及监测方法 |
CN106788696A (zh) * | 2017-01-20 | 2017-05-31 | 山西恒海创盈科技有限公司 | 基于gis平台的光缆在线智能监测及故障定位系统 |
CN112436888A (zh) * | 2020-11-13 | 2021-03-02 | 锐捷网络股份有限公司 | 光模块的选定关键属性的值调整方法、装置、设备及介质 |
CN113067634A (zh) * | 2020-01-02 | 2021-07-02 | 中国移动通信集团设计院有限公司 | 一种光缆网络性能在线监控方法及装置 |
CN114039658A (zh) * | 2021-11-12 | 2022-02-11 | 国网河南省电力公司邓州市供电公司 | 基于相干光的智能光纤监测系统 |
US20220294529A1 (en) * | 2021-03-11 | 2022-09-15 | Ciena Corporation | Analyzing performance of fibers and fiber connections using long-term historical data |
CN115833940A (zh) * | 2022-11-29 | 2023-03-21 | 国网吉林省电力有限公司信息通信公司 | 一种基于萤火虫优化算法的光纤故障检测方法 |
-
2023
- 2023-07-03 CN CN202310796745.2A patent/CN116527136A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101753207A (zh) * | 2008-12-16 | 2010-06-23 | 华为技术有限公司 | 光纤链路故障识别方法、装置及系统 |
CN105871604A (zh) * | 2016-03-29 | 2016-08-17 | 国网河北省电力公司衡水供电分公司 | 一种光纤衰耗全程在线监测系统及监测方法 |
CN106788696A (zh) * | 2017-01-20 | 2017-05-31 | 山西恒海创盈科技有限公司 | 基于gis平台的光缆在线智能监测及故障定位系统 |
CN113067634A (zh) * | 2020-01-02 | 2021-07-02 | 中国移动通信集团设计院有限公司 | 一种光缆网络性能在线监控方法及装置 |
CN112436888A (zh) * | 2020-11-13 | 2021-03-02 | 锐捷网络股份有限公司 | 光模块的选定关键属性的值调整方法、装置、设备及介质 |
US20220294529A1 (en) * | 2021-03-11 | 2022-09-15 | Ciena Corporation | Analyzing performance of fibers and fiber connections using long-term historical data |
CN114039658A (zh) * | 2021-11-12 | 2022-02-11 | 国网河南省电力公司邓州市供电公司 | 基于相干光的智能光纤监测系统 |
CN115833940A (zh) * | 2022-11-29 | 2023-03-21 | 国网吉林省电力有限公司信息通信公司 | 一种基于萤火虫优化算法的光纤故障检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116681993A (zh) * | 2023-08-03 | 2023-09-01 | 江苏泽宇智能电力股份有限公司 | 智能光纤配线调度管理系统及其方法 |
CN116681993B (zh) * | 2023-08-03 | 2023-10-27 | 江苏泽宇智能电力股份有限公司 | 智能光纤配线调度管理系统及其方法 |
CN117674993A (zh) * | 2023-11-09 | 2024-03-08 | 中交广州航道局有限公司 | 光纤网络的运行状态检测系统及方法 |
CN117674993B (zh) * | 2023-11-09 | 2024-04-26 | 中交广州航道局有限公司 | 光纤网络的运行状态检测系统及方法 |
CN117527067A (zh) * | 2024-01-05 | 2024-02-06 | 深圳国人无线通信有限公司 | 一种检测光纤传输质量的方法和直放站系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116527136A (zh) | 智能光纤网络在线监测系统及方法 | |
JP7201793B2 (ja) | 光リンク障害識別方法、装置およびシステム | |
JP4324581B2 (ja) | 光ネットワークにおける光ファイバ状態モニタリングデバイス及び方法 | |
CN106788696A (zh) | 基于gis平台的光缆在线智能监测及故障定位系统 | |
CN103597848A (zh) | 用于光网络通信系统的故障检测器 | |
US20220294529A1 (en) | Analyzing performance of fibers and fiber connections using long-term historical data | |
CN110492926B (zh) | 一种基于机器学习的光纤窃听定位方法、系统及电子设备 | |
CN102386974A (zh) | Pon网络故障检测方法和装置 | |
CN108306675A (zh) | 一种智能光纤跳线故障诊断的方法及系统 | |
CN106330298A (zh) | 一种光缆纤芯实时监测系统 | |
JP6328765B2 (ja) | 光ファイバ上で発生する障害のライフサイクル管理 | |
US11901938B2 (en) | Fault classification | |
CN114866137B (zh) | 电力光缆网的检测方法及装置 | |
CN115913357A (zh) | 一种用于光纤宽带信息传输监测系统 | |
EP2903182B1 (en) | Diagnosing faults in optical networks | |
Esmail | Optical wireless performance monitoring using asynchronous amplitude histograms | |
TWI700907B (zh) | 光纖迴路障礙診斷方法 | |
CN112752172A (zh) | 一种基于迁移学习的光通道故障诊断方法和系统 | |
CN115865190B (zh) | 基于物联网的通信设备监管系统及方法 | |
CN114070407B (zh) | 一种可同时实现光纤链路损伤补偿与异常损耗监测的方法 | |
CN208128250U (zh) | 一种智能光纤跳线故障诊断装置 | |
CN110808776A (zh) | 一种光缆故障分析系统 | |
CN117353807B (zh) | 一种基于人工智能的光缆远程监测系统及方法 | |
JP4663587B2 (ja) | 劣化要因を測定する方法および装置 | |
Abdelli et al. | Anomaly detection and localization in optical networks using vision transformer and SOP monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |