CN117081663B - 一种基于多路光纤连接转换的测试方法及系统 - Google Patents
一种基于多路光纤连接转换的测试方法及系统 Download PDFInfo
- Publication number
- CN117081663B CN117081663B CN202311325227.9A CN202311325227A CN117081663B CN 117081663 B CN117081663 B CN 117081663B CN 202311325227 A CN202311325227 A CN 202311325227A CN 117081663 B CN117081663 B CN 117081663B
- Authority
- CN
- China
- Prior art keywords
- optical
- optical signal
- distortion rate
- threshold
- fiber coupler
- 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.)
- Active
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 266
- 238000012360 testing method Methods 0.000 title claims abstract description 153
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 14
- 230000003287 optical effect Effects 0.000 claims abstract description 612
- 238000004891 communication Methods 0.000 claims abstract description 177
- 230000005856 abnormality Effects 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 239000000835 fiber Substances 0.000 claims description 54
- 238000001514 detection method Methods 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010998 test method Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 21
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 101000617478 Escherichia coli (strain K12) PTS system fructose-like EIIA component Proteins 0.000 description 2
- 101000617479 Escherichia coli (strain K12) PTS system fructose-like EIIA component Proteins 0.000 description 2
- 208000031320 Teratogenesis Diseases 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 101100117775 Arabidopsis thaliana DUT gene Proteins 0.000 description 1
- 101100346892 Arabidopsis thaliana MTPA1 gene Proteins 0.000 description 1
- 101150091805 DUT1 gene Proteins 0.000 description 1
- 101150069989 MTP2 gene Proteins 0.000 description 1
- 101100098774 Rattus norvegicus Tap2 gene Proteins 0.000 description 1
- 102100032008 Solute carrier family 40 member 1 Human genes 0.000 description 1
- 101710111423 Solute carrier family 40 member 1 Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect 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
- H04B10/077—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using a supervisory or additional signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
- G06N3/0455—Auto-encoder networks; Encoder-decoder networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- H04B10/077—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using a supervisory or additional signal
- H04B10/0771—Fault location on the transmission path
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种基于多路光纤连接转换的测试方法及系统,该方法包括:接收第二光纤耦合器输出的第一目标光信号、第三光纤耦合器输出的第二目标光信号;计算第一目标光信号与第一测试光信号之间的第一畸变率;计算第二目标光信号与第一测试光信号之间的第二畸变率;依据第二目标光信号预测分光器向光切换器输出的第三目标光信号;计算第二目标光信号与第三目标光信号之间的第三畸变率;接收第二光纤耦合器输出的第四目标光信号;计算第二测试光信号与第四目标光信号之间的第四畸变率;依据第一畸变率、第二畸变率、第三畸变率与第四畸变率识别通信通道中存在异常的通信路段。本实施例可以有效检测出存在异常的通信路段。
Description
技术领域
本发明涉及通信的技术领域,特别是涉及一种基于多路光纤连接转换的测试方法及系统。
背景技术
随着在电网、电信等场景的智能化业务的日益增多,其产生的数据众多,中配置有多条光纤构建光纤系统,并在光纤系统中传输数据,光纤系统交互的数据量庞大,在日常运行的过程中容易发生数据异常,如丢帧、失帧等。
由于光纤系统连接的设备数量众多,光纤系统的结构较为复杂,为了查找数据异常情况发生的位置,目前通常在光纤系统中的各个节点中将光纤拔出,并临时接入检测仪器,对该节点及其相邻的装置检测是否发生异常,在检测完成时接回光纤。
但是,光纤系统中光纤及接口的数量较多,技术人员容易发生操作不当的情况,导致误接、接触不良等情况,产生光信号传输错误、光信号衰减增加等问题。并且,频繁插拔光纤,增加光纤系统的损耗,增加光纤系统的运维成本。
发明内容
本发明提供了一种基于多路光纤连接转换的测试方法及系统,以解决如何提高测试光纤系统的异常的效率的问题。
为了解决上述问题,本发明提供了一种基于多路光纤连接转换的测试方法,在通信板卡中具有多条通信通道,每条所述通信通道均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器;所述第一光纤耦合器的输出端连接所述分光器的输入端,所述分光器的输出端分别连接所述光切换器的第一输入端、所述第三光纤耦合器的输入接口,所述第四光纤耦合器的输出端连接所述光切换器的第二输入端,所述光切换器的输出端连接所述第二光纤耦合器的接收端;所述方法包括:
在所述光切换器的第一输入端与所述光切换器的输出端导通时,将第一测试光信号输入所述第一光纤耦合器,并接收所述第二光纤耦合器输出的第一目标光信号、所述第三光纤耦合器输出的第二目标光信号;
计算所述第一目标光信号与所述第一测试光信号之间的第一畸变率;
计算所述第二目标光信号与所述第一测试光信号之间的第二畸变率;
依据所述第二目标光信号预测所述分光器向所述光切换器输出的第三目标光信号;
计算所述第二目标光信号与所述第三目标光信号之间的第三畸变率;
在所述光切换器的第二输入端与所述光切换器的输出端导通时,将第二测试光信号输入所述第四光纤耦合器,并接收所述第二光纤耦合器输出的第四目标光信号;
计算所述第二测试光信号与所述第四目标光信号之间的第四畸变率;
依据所述第一畸变率、所述第二畸变率、所述第三畸变率与所述第四畸变率识别所述通信通道中存在异常的通信路段。
本发明还提供了一种基于多路光纤连接转换的测试系统,在通信板卡中具有多条通信通道,每条所述通信通道均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器;所述第一光纤耦合器的输出端连接所述分光器的输入端,所述分光器的输出端分别连接所述光切换器的第一输入端、所述第三光纤耦合器的输入接口,所述第四光纤耦合器的输出端连接所述光切换器的第二输入端,所述光切换器的输出端连接所述第二光纤耦合器的接收端;所述系统包括:
第一光测试模块,用于在所述光切换器的第一输入端与所述光切换器的输出端导通时,将第一测试光信号输入所述第一光纤耦合器,并接收所述第二光纤耦合器输出的第一目标光信号、所述第三光纤耦合器输出的第二目标光信号;
第一畸变率计算模块,用于计算所述第一目标光信号与所述第一测试光信号之间的第一畸变率;
第二畸变率计算模块,用于计算所述第二目标光信号与所述第一测试光信号之间的第二畸变率;
光信号预测模块,用于依据所述第二目标光信号预测所述分光器向所述光切换器输出的第三目标光信号;
第三畸变率计算模块,用于计算所述第二目标光信号与所述第三目标光信号之间的第三畸变率;
第二光测试模块,用于在所述光切换器的第二输入端与所述光切换器的输出端导通时,将第二测试光信号输入所述第四光纤耦合器,并接收所述第二光纤耦合器输出的第四目标光信号;
第四畸变率计算模块,用于计算所述第二测试光信号与所述第四目标光信号之间的第四畸变率;
异常定位模块,用于依据所述第一畸变率、所述第二畸变率、所述第三畸变率与所述第四畸变率识别所述通信通道中存在异常的通信路段。
本发明还提供了一种电子设备,所述电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现基于多路光纤连接转换的测试方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现基于多路光纤连接转换的测试方法的步骤。
相对于背景技术,本发明实施例包括以下优点:
在本实施例中,在通信板卡中具有多条通信通道,每条通信通道均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器;第一光纤耦合器的输出端连接分光器的输入端,分光器的输出端分别连接光切换器的第一输入端、第三光纤耦合器的输入接口,第四光纤耦合器的输出端连接光切换器的第二输入端,光切换器的输出端连接第二光纤耦合器的接收端;在光切换器的第一输入端与光切换器的输出端导通时,将第一测试光信号输入第一光纤耦合器,并接收第二光纤耦合器输出的第一目标光信号、第三光纤耦合器输出的第二目标光信号;计算第一目标光信号与第一测试光信号之间的第一畸变率;计算第二目标光信号与第一测试光信号之间的第二畸变率;依据第二目标光信号预测分光器向光切换器输出的第三目标光信号;计算第二目标光信号与第三目标光信号之间的第三畸变率;在光切换器的第二输入端与光切换器的输出端导通时,将第二测试光信号输入第四光纤耦合器,并接收第二光纤耦合器输出的第四目标光信号;计算第二测试光信号与第四目标光信号之间的第四畸变率;依据第一畸变率、第二畸变率、第三畸变率与第四畸变率识别通信通道中存在异常的通信路段。本实施例可以在通信板卡的原有结构上对通信通道进行全方位的测试,按照逻辑对不同测试的结果进行比较,可以有效检测出存在异常的通信路段,可以大大减少异常定位的范围,减少插拔光纤的操作,减少误接、接触不良等情况,减少光信号传输错误、光信号衰减增加等问题,有效保障系统的稳定性。并且,由于减少插拔光纤的频次,可减少系统的损耗,降低系统的运维成本,从而整体上提高测试异常的效率。
附图说明
图1是本发明一个实施例的一种基于多路光纤连接转换的测试方法的流程图;
图2是本发明一个实施例的一种通信通道的示意图;
图3是本发明一个实施例的一种通信板卡的结构示意图;
图4是本发明一个实施例的一种通信路段的示意图;
图5是本发明一个实施例的一种通信路段的示意图;
图6是本发明一个实施例的一种通信路段的示意图;
图7是本发明一个实施例的一种通信路段的示意图;
图8是本发明一个实施例的一种预测网络的结构示意图;
图9是本发明一个实施例的一种训练预测网络的流程示意图;
图10是本发明一个实施例的一种基于多路光纤连接转换的测试系统的结构示意图;
图11是本发明一个实施例的一种电子设备的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明一个实施例的基于多路光纤连接转换的测试方法的流程图。
在本实施例中,可以在光纤系统的节点中安装一通信板卡,在通信板卡中具有多条(两条或两条以上)的通信通道,如图2所示,在每条通信通道中,均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器。
其中,分光器又称光分路器,其是一种可以将光信号分解为多路光信号输出的无源光器件,即分光器可提供分光处理,在本实施例中,分光器包含一个输入端和两个输出端。
光切换器又称光纤开关,是能使光纤线路换接的器件,通电时可通过电磁感应改变可动光纤的位置,换接时间可小至毫秒量级,即,光切换器可提供光切换处理,在本实施例中,光切换器包含两个输入端(分别记为第一输入端、第二输入端)和一个输出端。
第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器均属于光纤耦合器,光纤耦合器又称光纤适配器、光纤法兰,是光纤与光纤之间进行可拆卸(活动)连接的器件,它可以把光纤的两个端面精密地对接起来,以使发射光纤输出的光信号能最大限度地耦合到接收光纤中去,使其接入光链路从而对光纤系统造成的影响减到最小。
根据光纤系统应用的场景不同,光纤耦合器所使用的种类也不一样,例如,SC光纤耦合器、LC光纤耦合器、FC光纤耦合器、ST光纤耦合器,等等。
进一步地,第一光纤耦合器的输出端连接分光器的输入端,分光器的输出端分别连接光切换器的第一输入端、第三光纤耦合器的输入接口,第四光纤耦合器的输出端连接光切换器的第二输入端,光切换器的输出端连接第二光纤耦合器的接收端。
第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器均是角色的相对定义,本实施例对第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器的安装位置均并不加以限制。
在一个示例中,如图3所示,在304卡(通信板卡)中设置有两个相同的端口(PORT1、PORT2),每个端口均有MTP(Multi-fiber Termination Push-on,多光纤接头)线缆(MTP1、MTP2)接入,即,MTP1接入PORT1,MTP2接入PORT2。
针对PORT1设置有8个LC光纤耦合器(A1、A2、B1、B2、C1、C2、C3、C4)、2个分光器(分光器1、分光器2)和两个光切换器(光切换器1、光切换器2),4个LC光纤耦合器(A1、A2、B1、B2)可接入一组被测器件DUT1的X4通道上(编号分别为1、2、3、4),4个LC光纤耦合器(C1、C2、C3、C4)可接入MTP1中。
针对PORT2也设置有8个LC光纤耦合器、2个分光器和两个光切换器,4个LC光纤耦合器可接入另一组被测器件DUT2的X4通道上,4个LC光纤耦合器可接入MTP2中。
在其中一条通信通道1中,LC光纤耦合器A1的输出端T连接分光器1的输入端,分光器1的输出端分辨连接光切换器1与LC光纤耦合器C1的输入端R,LC光纤耦合器C2的输出端T连接光切换器1的输入端,光切换器1的输出端连接LC光纤耦合器B1的输入端R。
在研究此通信通道1时,LC光纤耦合器A1为第一光纤耦合器、LC光纤耦合器B1为第二光纤耦合器、LC光纤耦合器C1为第三光纤耦合器、LC光纤耦合器C2为第四光纤耦合器。
在另外一条通信通道2中,LC光纤耦合器B1的输出端T连接分光器2的输入端,分光器2的输出端分辨连接光切换器21与LC光纤耦合器C2的输入端R,LC光纤耦合器C1的输出端T连接光切换器2的输入端,光切换器2的输出端连接LC光纤耦合器A1的输入端R。
在研究此通信通道2时,LC光纤耦合器B1为第一光纤耦合器、LC光纤耦合器A1为第二光纤耦合器、LC光纤耦合器C2为第三光纤耦合器、LC光纤耦合器C1为第四光纤耦合器。
在又一条通信通道3中,LC光纤耦合器A2的输出端T连接LC光纤耦合器B2的输入端R,LC光纤耦合器C3的输出端T连接LC光纤耦合器A2的输入端R,LC光纤耦合器C4的输出端T连接LC光纤耦合器B2的输入端T。
通信通道1与通信通道2可以为测试提供直连模式与介入模式,产生的多路到单路的耦合冲突通过光切换器来解决,即,光切换器可实现直连模式与介入模式之间的切换,通信通道3可以为测试提供直连模式,不同测试的模式之间可以通过TAP(Test Access Port,测试输入输出端口)进行控制,提高测试通信板卡的联动性和灵活性。
如图1所示,该方法具体可以包括如下步骤:
步骤101、在光切换器的第一输入端与光切换器的输出端导通时,将第一测试光信号输入第一光纤耦合器,并接收第二光纤耦合器输出的第一目标光信号、第三光纤耦合器输出的第二目标光信号。
在本实施例中,可以向光切换器发送第一使能信号,使得光切换器的第一输入端与光切换器的输出端导通。
此时,可以控制DUT的其中一个通道输出第一测试光信号,第一测试光信号经第一光纤耦合器到达分光器,分光器对第一测试光信号进行分光处理。
其中一路分光处理之后的第一测试光信号输出至光切换器,光切换器对其进行光切换处理、输出至第二光纤耦合器,第二光纤耦合器将其输出至DUT的另外一个通道,以将其捕获并记为第一目标光信号。
另外一路分光处理之后的第一测试光信号输出至第三光纤耦合器,第三光纤耦合器将其输出至板卡的端口,以将其捕获并记为第二目标光信号。
进一步地,第一测试光信号是一段在波长、能量值等参数上具有规律变化的光信号,以防止通信通道中的器件因发生位移等异常对某些光信号产生固定的衰减而对测试造成影响。
步骤102、计算第一目标光信号与第一测试光信号之间的第一畸变率。
如图4所示,在已知通信通道中的器件、第一测试光信号的情况下,可以测量第一目标光信号与第一测试光信号之间的第一畸变率,第一畸变率表征第一测试光信号在第一光纤耦合器与第二光纤耦合器之间的通信路段传输时发生畸变的情况。
在一个示例中,可以相同类型(如304卡)的通信板卡中设置性能相同或相似的器件,因此,可以针对相同类型的通信板卡对第一测试光信号测试经分光处理得到的、且向第二光纤耦合器传输的第一参考光信号,并从第一参考光信号中提取多个维度下的特征,记为第一测试光特征,例如,每段光信号的波长、每段光信号的能量值、所有光信号的能量的波峰值、所有光信号的能量的波峰值,等等。
那么,可以查询对第一测试光信号经分光处理得到的、且向第二光纤耦合器传输的第一参考光信号,其中,第一参考光信号具有多个维度下的第一测试光特征。
相应地,从第一目标光信号中提取多个维度下的特征,记为第一目标光特征,例如,每段光信号的波长、每段光信号的能量值、所有光信号的能量的波峰值、所有光信号的能量的波峰值,等等。
其中,各个维度均按照其重要程度配置有权重。
对于同一维度,计算第一测试光特征与第一目标光特征之间的第一相似度,对于不同的维度,计算第一相似度的方式有所不同,例如,计算比值、计算欧氏距离、计算余弦夹角,等等。
计算第一偏离值与权重之间的乘积,得到第一调权值,其中,第一偏离值为1与第一反相度之间的比值,第一反相度为1与第一相似度之间的差值。
将所有第一调权值相加,得到第一目标光信号与第一测试光信号之间的第一畸变率。
那么,第一畸变率表示为:
;
其中,为第一畸变率,/>为第/>个维度的第一相似度,/>为对第/>个维度配置的权重,/>为维度的数量。
在本示例中,从多个维度评价第一参考光信号与第一目标光信号之间在多个维度上的相似度,以此评价第一目标光信号与第一测试光信号之间的第一畸变率,使得第一畸变率更加全面、综合,可提高第一畸变率的精确度。
步骤103、计算第二目标光信号与第一测试光信号之间的第二畸变率。
如图5所示,在已知通信通道中的器件、第一目标光信号的情况下,可以测量第二目标光信号与第一测试光信号之间的第二畸变率,第二畸变率表征第一测试光信号在第一光纤耦合器与第三光纤耦合器之间的通信路段传输时发生畸变的情况。
在一个示例中,可以相同类型(如304卡)的通信板卡中设置性能相同或相似的器件,因此,可以针对相同类型的通信板卡对第一测试光信号测试经分光处理与光切换处理得到的、且向第三光纤耦合器传输的第二参考光信号,并从第二参考光信号中提取多个维度下的特征,记为第二测试光特征,例如,每段光信号的波长、每段光信号的能量值、所有光信号的能量的波峰值、所有光信号的能量的波峰值,等等。
那么,可以查询对第一测试光信号经分光处理与光切换处理得到的、且向第三光纤耦合器传输的第二参考光信号,第二参考光信号具有多个维度下的第二测试光特征。
从第二目标光信号中提取多个维度下的特征,记为第二目标光特征,例如,每段光信号的波长、每段光信号的能量值、所有光信号的能量的波峰值、所有光信号的能量的波峰值,等等。
其中,各个维度按照其重要程度均配置有权重。
对于同一维度,计算第二测试光特征与第二目标光特征之间的第二相似度,对于不同的维度,计算第一相似度的方式有所不同,例如,计算比值、计算欧氏距离、计算余弦夹角,等等。
计算第二偏离值与权重之间的乘积,得到第二调权值,其中,第二偏离值为1与第二反相度之间的比值,第二反相度为1与第二相似度之间的差值。
将所有第二调权值相加,得到第二目标光信号与第一测试光信号之间的第二畸变率。
那么,第二畸变率表示为:
;
其中,为第一畸变率,/>为第/>个维度的第二相似度,/>为对第/>个维度配置的权重,/>为维度的数量。
在本示例中,从多个维度评价第二参考光信号与第二目标光信号之间在多个维度上的相似度,以此评价第二目标光信号与第一测试光信号之间的第二畸变率,使得第一畸变率更加全面、综合,可提高第二畸变率的精确度。
步骤104、依据第二目标光信号预测分光器向光切换器输出的第三目标光信号。
在非插拔光纤的情况下,分光器在分光处理后向光切换器传输的光信号是较难直接测量的。
但是,在固定分光器的情况下,分光器的结构是已知的,例如,基板、波导和盖子,等等,无论分光器的结构是否发生位移等异常,分光器在分光处理后的两路光信号之间均存在一定的非线性关系,因此,在本实施例中,可以预先针对分光器学习该非线性关系,从而将第二目标光信号代入该非线性关系中、预测分光器向光切换器输出的第三目标光信号。
在具体实现中,考虑到分光器的结构发生位移等异常,不同异常情况下下的非线性关系有所不同,因此,可以预先分光器的结构发生位移等异常对分光器划分多个分光类型,并针对多个分光类型训练自适应提升分类器(Adaptive Boosting,AdaBoost)。
AdaBoost包括多个弱分类器,多个弱分类器通过一定的组合策略(如平均法、投票法、学习法等)组成强分类器,提高高维度向量分类收敛的效果。
那么,可以查询第二目标光信号中位于多个维度下的第二目标光特征,将第二目标光特征输入预设的自适应提升分类器中,得到分光类型。
此时,可确定对各个分光类型基于深度学习构建并训练的预测网络,例如,U-Net及其衍生的神经网络(如U-Net++)、SegNet、FCN,等等,深度学习可以有效学习非线性关系。
进一步地,该预测网络使用Encoder-Decoder(编码器-解码器)框架,即该预测网络包括编码器Encoder、解码器Decoder。
编码器Encoder的任务是接受输入序列,并将其转换为具有固定形状的编码状态。它通过递归的神经网络层实现,一般采用循环神经网络(RNN)或长短期记忆网络(LSTM)。编码器将输入序列的每个词元转换为一个向量表示,这些向量在经过多层的传递后,最终被编码成一个固定维度的状态表示。这个状态包含了输入序列的全部信息,用于后续的解码过程。
解码器Decoder的任务是根据编码器的输出状态和已经生成的部分目标序列,生成下一个词元。它同样采用递归的神经网络层,一般也可以采用RNN或LSTM。在每个时间步,解码器将当前已经生成的部分序列和编码器的输出状态作为输入,然后生成下一个最有可能的词元。这个过程会不断重复,直到生成完整的目标序列或者达到预设的长度。
编码器Encoder和解码器Decoder之间通过注意力机制(Attention Mechanism)进行交互。解码器可以根据需要对编码器Encoder输出的状态进行动态地加权,以便更好地生成下一个向量。
如图8所示,将第二目标光信号(如频域上的信息)输入编码器Encoder中进行编码,得到新的特征,记为目标重构特征。
将目标重构特征输入解码器Decoder中进行解码,得到分光器向光切换器输出的第三目标光信号(如频域上的信息)。
进一步地,预测网络中的编码器Encoder与解码器Decoder可以通过如下方式训练:
S11、采集对同一光信号进行分光处理得到的第一样本光信号与第二样本光信号。
在本实施例中,如图9所示,可以预先采集同一光信号,并使用既定结构的分光器对该光信号进行分光处理,得到两路光信号,分别记为第一样本光信号与第二样本光信号。
通过对分光器的结构、第一样本光信号与第二样本光信号进行分析,得到分光类型,即,第一样本光信号与第二样本光信号已标注分光类型。
S12、将第一样本光信号输入编码器中进行编码,得到样本重构特征。
如图9所示,将第一样本光信号(如频域上的信息)输入编码器Encoder中进行编码,得到新的特征,记为样本重构特征。
S13、将样本重构特征输入解码器中进行解码,得到第三样本光信号。
如图9所示,将样本重构特征输入解码器Decoder中进行解码,得到第三样本光信号(如频域上的信息)。
S14、将样本重构特征输入检测头结构中,以预测分光类型。
如图9所示,可以预先构建一个检测头结构Detection Head,检测头结构Detection Head可以包括全连接层(FC)、卷积层等结构,可用于检测分光类型。
在本实施例中,在编码器Encoder与解码器Decoder的基础上临时增加检测头结构Detection Head,辅助训练编码器Encoder与解码器Decoder,使得编码器Encoder输出的特征可以兼顾分类与重构,提高预测的精确率,在编码器Encoder与解码器Decoder训练完成时,丢弃检测头结构Detection Head。
将样本重构特征输入检测头结构Detection Head中进行处理,检测头结构Detection Head将其映射为各个分光类型的概率,并取概率最大的分光类型作为预测的分光类型。
S15、计算第二样本光信号与第三样本光信号之间的第一损失值。
如图9所示,将第二样本光信号与第三样本光信号代入第一损失函数中,如BCE(Binary Cross Entropy,二元交叉熵)等,得到第一损失值LOSS1。
S16、计算标注的分光类型与预测的分光类型之间的第二损失值。
如图9所示,将标注的分光类型与预测的分光类型代入第二损失函数中,如MSE(Mean Square Error,均方误差)、KL(Kullback-Leibler)散度等,得到第二损失值LOSS2。
S17、将第一损失值与第二损失值融合为第三损失值。
如图9所示,可以通过线性或非线性的方式将第一损失值LOSS1与第二损失值LOSS2融合为第三损失值LOSS3。
示例性地,融合的过程表示如下:
LOSS3=LOSS1+βLOSS2
其中,LOSS3为第三损失值,LOSS1为第一损失值,LOSS2为第二损失值,β为(0,1)范围内的系数,用于调节第一损失值LOSS1与第二损失值LOSS2之间的重要程度。
S18、依据第三损失值分别更新检测头结构、解码器与编码器。
在本实施例中,可以对检测头结构Detection Head、编码器Encoder与解码器Decoder进行反向传播,基于第三损失值更新检测头结构(Detection Head)、编码器Encoder与解码器Decoder中的权重。
在进行反向传播的过程中,可将损失值代入SGD(stochastic gradient descent,随机梯度下降)、Adam(Adaptive momentum,自适应动量)等优化算法中,计算检测头结构Detection Head、编码器Encoder与解码器Decoder中参数的更新幅度,按照该更新幅度更新检测头结构Detection Head、编码器Encoder与解码器Decoder中的权重。
需要注意的是,编码器Encoder与解码器Decoder一同更新,检测头结构DetectionHead在更新完成时截止反向传播,并不再次更新编码器Encoder。
S19、判断是否满足预设的训练条件;若是,则执行S20,若否,则返回执行S12-S18。
S20、确定编码器与解码器完成训练。
本实施例中,可以预先设置训练条件,作为停止训练的条件,例如,迭代的次数达到某个阈值,损失值小于某个阈值,损失值在多次迭代训练中的变化幅度小于某个阈值,等等,在每轮迭代训练中,判断是否满足训练条件。
如果满足训练条件,则可以认为编码器Encoder与解码器Decoder完成训练,此时,输出编码器Encoder与解码器Decoder中的权重,将权重写入至相应的配置文件中,并丢弃检测头结构Detection Head。
如果未满足训练条件,则可以进入下一轮迭代训练,重新执行S12-S18,如此循环迭代训练,直至编码器Encoder与解码器Decoder完成训练。
步骤105、计算第二目标光信号与第三目标光信号之间的第三畸变率。
如图6所示,在已知通信通道中的器件、第三目标光信号的情况下,可以测量第二目标光信号与第三目标光信号之间的第三畸变率,第三畸变率表征第三目标光信号在分光器与第二光纤耦合器之间的通信路段传输时发生畸变的情况。
在具体实现中,可以查询第二目标光信号在多个维度下的第二目标光特征。
相应地,从第三目标光信号中提取多个维度下的第三目标光特征,例如,每段光信号的波长、每段光信号的能量值、所有光信号的能量的波峰值、所有光信号的能量的波峰值,等等。
其中,各个维度均按照其重要程度配置有权重。
对于同一维度,计算第二目标光特征与第三目标光特征之间的第三相似度,对于不同的维度,计算第一相似度的方式有所不同,例如,计算比值、计算欧氏距离、计算余弦夹角,等等。
计算第三偏离值与权重之间的乘积,得到第三调权值,其中,第三偏离值为1与第三反相度之间的比值,第三反相度为1与第三相似度之间的差值。
将所有第三调权值相加,得到第二目标光信号与第三目标光信号之间的第三畸变率。
那么,第三畸变率表示为:
;
其中,为第三畸变率,/>为第/>个维度的第三相似度,/>为对第/>个维度配置的权重,/>为维度的数量。
在本示例中,从多个维度评价第二目标光信号与第三目标光信号之间在多个维度上的相似度,以此评价第二目标光信号与第三目标光信号之间的第三畸变率,使得第三畸变率更加全面、综合,可提高第三畸变率的精确度。
步骤106、在光切换器的第二输入端与光切换器的输出端导通时,将第二测试光信号输入第四光纤耦合器,并接收第二光纤耦合器输出的第四目标光信号。
在本实施例中,可以向光切换器发送第二使能信号,使得光切换器的第二输入端与光切换器的输出端导通。
此时,可以从同行板卡的端口输出第二测试光信号,第二测试光信号经第四光纤耦合器到达分切换器,分切换器对第二测试光信号进行光切换处理、输出至第二光纤耦合器,第二光纤耦合器将其输出至DUT的一个通道,以将其捕获并记为第四目标光信号。
进一步地,第二测试光信号是一段在波长、能量值等参数上具有规律变化的光信号,以防止通信通道中的器件因发生位移等异常对某些光信号产生固定的衰减而对测试造成影响。
步骤107、计算第二测试光信号与第四目标光信号之间的第四畸变率。
如图7所示,在已知通信通道中的器件、第二测试光信号的情况下,可以测量第四目标光信号与第二测试光信号之间的第四畸变率,第四畸变率表征第二测试光信号在第四光纤耦合器与第二光纤耦合器之间的通信路段传输时发生畸变的情况。
在具体实现中,可以预先从第二测试光信号中提取多个维度下的第三测试光特征,例如,每段光信号的波长、每段光信号的能量值、所有光信号的能量的波峰值、所有光信号的能量的波峰值,等等,那么,可以查询第二测试光信号在多个维度下的第三测试光特征。
相应地,从第四目标光信号中提取多个维度下的第四目标光特征,例如,每段光信号的波长、每段光信号的能量值、所有光信号的能量的波峰值、所有光信号的能量的波峰值,等等。
其中,各个维度均按照其重要程度配置有权重。
对于同一维度,计算第三测试光特征与第四目标光特征之间的第四相似度,对于不同的维度,计算第一相似度的方式有所不同,例如,计算比值、计算欧氏距离、计算余弦夹角,等等。
计算第四偏离值与权重之间的乘积,得到第四调权值,其中,第四偏离值为1与第四反相度之间的比值,第四反相度为1与第四相似度之间的差值。
将所有第四调权值相加,得到第二测试光信号与第四目标光信号之间的第四畸变率。
那么,第四畸变率表示为:
;
其中,为第四畸变率,/>为第/>个维度的第四相似度,/>为对第/>个维度配置的权重,/>为维度的数量。
在本示例中,从多个维度评价第二测试光信号与第四目标光信号之间在多个维度上的相似度,以此评价第二测试光信号与第四目标光信号之间的第三畸变率,使得第四畸变率更加全面、综合,可提高第四畸变率的精确度。
步骤108、依据第一畸变率、第二畸变率、第三畸变率与第四畸变率识别通信通道中存在异常的通信路段。
在本实施例中,可以以各个器件为节点,将整个通信通道切分为不同的通信路段,这些通信路段之间可能存在重叠、也可能存在差异,而第一畸变率、第二畸变率、第三畸变率与第四畸变率表示光信号在不同通信路段传输是的畸变情况,该畸变情况可以表征通行路段是正常(以绿色表示)或是异常,其中,异常可以包括风险(以黄色表示)、故障(以红色表示)。
对于存在异常的通信路段,通过将其畸变情况进行逻辑分析,可以拆分出粒度更小的、存在异常的通信路段,以便进一步定位。
在具体实现中,可以分别分别将第一畸变率与第一阈值进行比较、将第二畸变率与第二阈值进行比较、将第三畸变率与第三阈值进行比较、将第四畸变率与第四阈值进行比较。
如果第一畸变率大于第一阈值,表示第一光纤耦合器与第二光纤耦合器之间的通信路段(第一光纤耦合器→分光器→光切换器→第二光纤耦合器)正常。
如果第一畸变率小于第一阈值,表示第一光纤耦合器与第二光纤耦合器之间的通信路段(第一光纤耦合器→分光器→光切换器→第二光纤耦合器)存在异常。
如果第二畸变率大于第二阈值,表示第一光纤耦合器与第三光纤耦合器之间的通信路段(第一光纤耦合器→分光器→第三光纤耦合器)正常。
如果第二畸变率小于第二阈值,表示第一光纤耦合器与第三光纤耦合器之间的通信路段(第一光纤耦合器→分光器→第三光纤耦合器)存在异常。
如果第三畸变率大于第三阈值,表示分光器与第二光纤耦合器之间的通信路段(分光器→光切换器→第二光纤耦合器)正常。
如果第三畸变率小于第三阈值,表示分光器与第二光纤耦合器之间的通信路段(分光器→光切换器→第二光纤耦合器)存在异常。
如果第四畸变率大于第四阈值,表示第四光纤耦合器与第二光纤耦合器之间的通信路段(第四光纤耦合器→光切换器→第二光纤耦合器)正常。
如果第四畸变率小于第四阈值,表示第四光纤耦合器与第二光纤耦合器之间的通信路段(第四光纤耦合器→光切换器→第二光纤耦合器)存在异常。
1、第一畸变率小于第一阈值
如果第一畸变率小于第一阈值,则可以进一步比较第二畸变率与第二阈值进行比较的结果。
1.1、第二畸变率小于第二阈值
如果第二畸变率小于第二阈值,则可以进一步分析第三畸变率与第三阈值进行比较的结果、第四畸变率与第四阈值进行比较的结果。
1.1.1、若第一畸变率小于第一阈值、第二畸变率小于第二阈值、第三畸变率大于第三阈值、第四畸变率大于第四阈值,则确定通信通道中第一光纤耦合器与分光器之间的通信路段存在异常。
此时,并不能区分分光器与第三光纤耦合器之间的通信路段(分光器→第三光纤耦合器)是正常或是异常,可提示用户进一步排查。
1.1.2、若第一畸变率小于第一阈值、第二畸变率小于第二阈值、第三畸变率大于第三阈值、第四畸变率小于第四阈值,则确定通信通道中第一光纤耦合器与分光器之间的通信路段、第四光纤耦合器与分切换器之间的通信路(第四光纤耦合器→分切换器)段存在异常。
此时,并不能区分分光器与第三光纤耦合器之间的通信路段是正常或是异常,可提示用户进一步排查。
1.1.3、若第一畸变率小于第一阈值、第二畸变率小于第二阈值、第三畸变率小于第三阈值、第四畸变率大于第四阈值,则确定通信通道中第一光纤耦合器与光切换器之间的通信路段(第一光纤耦合器→分光器→光切换器)存在异常。
此时,并不能区分分光器与第三光纤耦合器之间的通信路段是正常或是异常,可提示用户进一步排查。
1.1.4、若第一畸变率小于第一阈值、第二畸变率小于第二阈值、第三畸变率小于第三阈值、第四畸变率小于第四阈值,则确定通信通道中第一光纤耦合器与第二光纤耦合器之间的通信路段存在异常。
此时,并不能区分分光器与第三光纤耦合器之间的通信路段、第四光纤耦合器与光切换器之间的通信路段是正常或是异常,可提示用户进一步排查。
1.2、第二畸变率大于第二阈值
如果第二畸变率大于第二阈值,则可以进一步分析第三畸变率与第三阈值进行比较的结果、第四畸变率与第四阈值进行比较的结果。
1.2.1、若第一畸变率小于第一阈值、第二畸变率大于第二阈值、第三畸变率小于第三阈值、第四畸变率小于第四阈值,则确定通信通道中分光器与第二光纤耦合器之间的通信路段存在异常。
此时,并不能区分第四光纤耦合器与光切换器之间的通信路段是正常或是异常,可提示用户进一步排查。
1.2.2、若第一畸变率小于第一阈值、第二畸变率大于第二阈值、第三畸变率小于第三阈值、第四畸变率大于第四阈值,则确定通信通道中分光器与光切换器之间的通信路段(分光器→光切换器)存在异常。
2、第一畸变率大于第一阈值
如果第一畸变率大于第一阈值,其可以覆盖第三畸变率与第三阈值进行比较的结果,泽可以进一步分析第二畸变率与第二阈值进行比较的结果、第四畸变率与第四阈值进行比较的结果。
2.1、若第一畸变率大于第一阈值、第二畸变率小于第二阈值,则确定通信通道中分光器与第三光纤耦合器之间的通信路段存在异常。
2.2、若第一畸变率大于第一阈值、第四畸变率小于第四阈值,则确定通信通道中第四光纤耦合器与光切换器之间的通信路段存在异常。
在本实施例中,在通信板卡中具有多条通信通道,每条通信通道均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器;第一光纤耦合器的输出端连接分光器的输入端,分光器的输出端分别连接光切换器的第一输入端、第三光纤耦合器的输入接口,第四光纤耦合器的输出端连接光切换器的第二输入端,光切换器的输出端连接第二光纤耦合器的接收端;在光切换器的第一输入端与光切换器的输出端导通时,将第一测试光信号输入第一光纤耦合器,并接收第二光纤耦合器输出的第一目标光信号、第三光纤耦合器输出的第二目标光信号;计算第一目标光信号与第一测试光信号之间的第一畸变率;计算第二目标光信号与第一测试光信号之间的第二畸变率;依据第二目标光信号预测分光器向光切换器输出的第三目标光信号;计算第二目标光信号与第三目标光信号之间的第三畸变率;在光切换器的第二输入端与光切换器的输出端导通时,将第二测试光信号输入第四光纤耦合器,并接收第二光纤耦合器输出的第四目标光信号;计算第二测试光信号与第四目标光信号之间的第四畸变率;依据第一畸变率、第二畸变率、第三畸变率与第四畸变率识别通信通道中存在异常的通信路段。本实施例可以在通信板卡的原有结构上对通信通道进行全方位的测试,按照逻辑对不同测试的结果进行比较,可以有效检测出存在异常的通信路段,可以大大减少异常定位的范围,减少插拔光纤的操作,减少误接、接触不良等情况,减少光信号传输错误、光信号衰减增加等问题,有效保障系统的稳定性。并且,由于减少插拔光纤的频次,可减少系统的损耗,降低系统的运维成本,从而整体上提高测试异常的效率。
图10是本发明一个实施例的一种基于多路光纤连接转换的测试系统的结构示意图,在通信板卡中具有多条通信通道,每条所述通信通道均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器;所述第一光纤耦合器的输出端连接所述分光器的输入端,所述分光器的输出端分别连接所述光切换器的第一输入端、所述第三光纤耦合器的输入接口,所述第四光纤耦合器的输出端连接所述光切换器的第二输入端,所述光切换器的输出端连接所述第二光纤耦合器的接收端;该系统具体可以包括如下模块:
第一光测试模块201,用于在所述光切换器的第一输入端与所述光切换器的输出端导通时,将第一测试光信号输入所述第一光纤耦合器,并接收所述第二光纤耦合器输出的第一目标光信号、所述第三光纤耦合器输出的第二目标光信号;
第一畸变率计算模块202,用于计算所述第一目标光信号与所述第一测试光信号之间的第一畸变率;
第二畸变率计算模块203,用于计算所述第二目标光信号与所述第一测试光信号之间的第二畸变率;
光信号预测模块204,用于依据所述第二目标光信号预测所述分光器向所述光切换器输出的第三目标光信号;
第三畸变率计算模块205,用于计算所述第二目标光信号与所述第三目标光信号之间的第三畸变率;
第二光测试模块206,用于在所述光切换器的第二输入端与所述光切换器的输出端导通时,将第二测试光信号输入所述第四光纤耦合器,并接收所述第二光纤耦合器输出的第四目标光信号;
第四畸变率计算模块207,用于计算所述第二测试光信号与所述第四目标光信号之间的第四畸变率;
异常定位模块208,用于依据所述第一畸变率、所述第二畸变率、所述第三畸变率与所述第四畸变率识别所述通信通道中存在异常的通信路段。
可选地,所述第一畸变率计算模块202还用于:
查询对所述第一测试光信号经分光处理得到的第一参考光信号,所述第一参考光信号具有多个维度下的第一测试光特征;
从所述第一目标光信号中提取多个维度下的第一目标光特征;
对于同一所述维度,计算所述第一测试光特征与所述第一目标光特征之间的第一相似度,各个所述维度均配置有权重;
计算第一偏离值与所述权重之间的乘积,得到第一调权值,所述第一偏离值为1与第一反相度之间的比值,所述第一反相度为1与所述第一相似度之间的差值;
将所有所述第一调权值相加,得到所述第一目标光信号与所述第一测试光信号之间的第一畸变率。
可选地,所述第二畸变率计算模块203还用于:
查询对所述第一测试光信号经分光处理与光切换处理得到的第二参考光信号,所述第二参考光信号具有多个维度下的第二测试光特征;
从所述第二目标光信号中提取多个维度下的第二目标光特征;
对于同一所述维度,计算所述第二测试光特征与所述第二目标光特征之间的第二相似度,各个所述维度均配置有权重;
计算第二偏离值与所述权重之间的乘积,得到第二调权值,所述第二偏离值为1与第二反相度之间的比值,所述第二反相度为1与所述第二相似度之间的差值;
将所有所述第二调权值相加,得到所述第二目标光信号与所述第一测试光信号之间的第二畸变率。
可选地,所述光信号预测模块204还用于:
查询所述第二目标光信号中位于多个维度下的第二目标光特征;
将所述第二目标光特征输入预设的自适应提升分类器中,得到分光类型;
确定对所述分光类型训练的编码器、解码器;
将所述第二目标光信号输入所述编码器中进行编码,得到目标重构特征;
将所述目标重构特征输入所述解码器中进行解码,得到所述分光器向所述光切换器输出的第三目标光信号。
可选地,所述光信号预测模块204还用于:
采集对同一光信号进行分光处理得到的第一样本光信号与第二样本光信号,所述第一样本光信号与所述第二样本光信号已标注分光类型;
将所述第一样本光信号输入编码器中进行编码,得到样本重构特征;
将所述样本重构特征输入解码器中进行解码,得到第三样本光信号;
将所述样本重构特征输入检测头结构中,以预测分光类型;
计算所述第二样本光信号与所述第三样本光信号之间的第一损失值;
计算标注的所述分光类型与预测的所述分光类型之间的第二损失值;
将所述第一损失值与所述第二损失值融合为第三损失值;
依据所述第三损失值分别更新所述检测头结构、所述解码器与所述编码器;
判断是否满足预设的训练条件;若是,则确定所述编码器与所述解码器完成训练;若否,则返回执行所述将所述样本重构特征输入解码器中进行解码,得到第三样本特征。
可选地,所述第三畸变率计算模块205还用于
查询所述第二目标光信号在多个维度下的第二目标光特征;
从所述第三目标光信号中提取多个维度下的第三目标光特征;
对于同一所述维度,计算所述第二目标光特征与所述第三目标光特征之间的第三相似度,各个所述维度均配置有权重;
计算第三偏离值与所述权重之间的乘积,得到第三调权值,所述第三偏离值为1与第三反相度之间的比值,所述第三反相度为1与第三相似度之间的差值;
将所有所述第三调权值相加,得到所述第二目标光信号与所述第三目标光信号之间的第三畸变率。
可选地,所述第四畸变率计算模块207还用于:
查询所述第二测试光信号在多个维度下的第三测试光特征;
从所述第四目标光信号中提取多个维度下的第四目标光特征;
对于同一所述维度,计算所述第三测试光特征与所述第四目标光特征之间的第四相似度,各个所述维度均配置有权重;
计算第四偏离值与所述权重之间的乘积,得到第四调权值,所述第四偏离值为1与第四反相度之间的比值,所述第四反相度为1与第四相似度之间的差值;
将所有所述第四调权值相加,得到所述第二测试光信号与所述第四目标光信号之间的第四畸变率。
可选地,所述异常定位模块208还用于:
分别将所述第一畸变率与第一阈值进行比较、将所述第二畸变率与第二阈值进行比较、将所述第三畸变率与第三阈值进行比较、将所述第四畸变率与第四阈值进行比较;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率大于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述分光器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率大于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述分光器之间的通信路段、所述第四光纤耦合器与所述分切换器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述光切换器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述第二光纤耦合器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率大于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述分光器与所述第二光纤耦合器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率大于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述分光器与所述光切换器之间的通信路段存在异常。
可选地,所述异常定位模块208还用于:
若所述第一畸变率大于所述第一阈值、所述第二畸变率小于所述第二阈值,则确定所述通信通道中所述分光器与所述第三光纤耦合器之间的通信路段存在异常;
若所述第一畸变率大于所述第一阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第四光纤耦合器与所述光切换器之间的通信路段存在异常。
对于系统实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图11是本发明一个实施例的一种电子设备的结构示意图。
该电子设备300包括但不限于:射频单元301、网络模块302、音频输出单元303、输入单元304、传感器305、显示单元306、用户输入单元307、接口单元308、存储器309、处理器310、以及电源311等部件。本领域技术人员可以理解,图11中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中,在通信板卡中具有多条通信通道,每条所述通信通道均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器;所述第一光纤耦合器的输出端连接所述分光器的输入端,所述分光器的输出端分别连接所述光切换器的第一输入端、所述第三光纤耦合器的输入接口,所述第四光纤耦合器的输出端连接所述光切换器的第二输入端,所述光切换器的输出端连接所述第二光纤耦合器的接收端;处理器310,用于在所述光切换器的第一输入端与所述光切换器的输出端导通时,将第一测试光信号输入所述第一光纤耦合器,并接收所述第二光纤耦合器输出的第一目标光信号、所述第三光纤耦合器输出的第二目标光信号;计算所述第一目标光信号与所述第一测试光信号之间的第一畸变率;计算所述第二目标光信号与所述第一测试光信号之间的第二畸变率;依据所述第二目标光信号预测所述分光器向所述光切换器输出的第三目标光信号;计算所述第二目标光信号与所述第三目标光信号之间的第三畸变率;在所述光切换器的第二输入端与所述光切换器的输出端导通时,将第二测试光信号输入所述第四光纤耦合器,并接收所述第二光纤耦合器输出的第四目标光信号;计算所述第二测试光信号与所述第四目标光信号之间的第四畸变率;依据所述第一畸变率、所述第二畸变率、所述第三畸变率与所述第四畸变率识别所述通信通道中存在异常的通信路段。
应理解的是,本发明实施例中,射频单元301可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器310处理;另外,将上行的数据发送给基站。通常,射频单元301包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元301还可以通过无线通信系统与网络和其他设备通信。
电子设备通过网络模块302为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元303可以将射频单元301或网络模块302接收的或者在存储器309中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元303还可以提供与电子设备300执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元303包括扬声器、蜂鸣器以及受话器等。
输入单元304用于接收音频或视频信号。输入单元304可以包括图形处理器(Graphics Processing Unit,GPU)3041和麦克风3042,图形处理器3041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元306上。经图形处理器3041处理后的图像帧可以存储在存储器309(或其它存储介质)中或者经由射频单元301或网络模块302进行发送。麦克风3042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元301发送到移动通信基站的格式输出。
电子设备300还包括至少一种传感器305,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板3061的亮度,接近传感器可在电子设备300移动到耳边时,关闭显示面板3061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器305还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元306用于显示由用户输入的信息或提供给用户的信息。显示单元306可包括显示面板3061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板3061。
用户输入单元307可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元307包括触控面板3071以及其他输入设备3072。触控面板3071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板3071上或在触控面板3071附近的操作)。触控面板3071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器310,接收处理器310发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板3071。除了触控面板3071,用户输入单元307还可以包括其他输入设备3072。具体地,其他输入设备3072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板3071可覆盖在显示面板3061上,当触控面板3071检测到在其上或附近的触摸操作后,传送给处理器310以确定触摸事件的类型,随后处理器310根据触摸事件的类型在显示面板3061上提供相应的视觉输出。虽然在图11中,触控面板3071与显示面板3061是作为两个独立的部件来实现电子设备的输入和输出功能,但是在某些实施例中,可以将触控面板3071与显示面板3061集成而实现电子设备的输入和输出功能,具体此处不做限定。
接口单元308为外部装置与电子设备300连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元308可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到电子设备300内的一个或多个元件或者可以用于在电子设备300和外部装置之间传输数据。
存储器309可用于存储软件程序以及各种数据。存储器1209可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器309可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器310是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器309内的软件程序和/或模块,以及调用存储在存储器309内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。处理器310可包括一个或多个处理单元;优选的,处理器310可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器310中。
电子设备300还可以包括给各个部件供电的电源311(比如电池),优选的,电源311可以通过电源管理系统与处理器310逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外,电子设备300包括一些未示出的功能模块,在此不再赘述。
优选的,本发明实施例还提供一种电子设备,该电子设备包括处理器310,存储器309,存储在存储器309上并可在所述处理器310上运行的计算机程序,该计算机程序被处理器310执行时实现上述基于多路光纤连接转换的测试方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述基于多路光纤连接转换的测试方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (8)
1.一种基于多路光纤连接转换的测试方法,其特征在于,在通信板卡中具有多条通信通道,每条所述通信通道均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器;所述第一光纤耦合器的输出端连接所述分光器的输入端,所述分光器的输出端分别连接所述光切换器的第一输入端、所述第三光纤耦合器的输入接口,所述第四光纤耦合器的输出端连接所述光切换器的第二输入端,所述光切换器的输出端连接所述第二光纤耦合器的接收端;所述方法包括:
在所述光切换器的第一输入端与所述光切换器的输出端导通时,将第一测试光信号输入所述第一光纤耦合器,并接收所述第二光纤耦合器输出的第一目标光信号、所述第三光纤耦合器输出的第二目标光信号;
计算所述第一目标光信号与所述第一测试光信号之间的第一畸变率;
计算所述第二目标光信号与所述第一测试光信号之间的第二畸变率;
依据所述第二目标光信号预测所述分光器向所述光切换器输出的第三目标光信号;
计算所述第二目标光信号与所述第三目标光信号之间的第三畸变率;
在所述光切换器的第二输入端与所述光切换器的输出端导通时,将第二测试光信号输入所述第四光纤耦合器,并接收所述第二光纤耦合器输出的第四目标光信号;
计算所述第二测试光信号与所述第四目标光信号之间的第四畸变率;
依据所述第一畸变率、所述第二畸变率、所述第三畸变率与所述第四畸变率识别所述通信通道中存在异常的通信路段;
其中,所述依据所述第一畸变率、所述第二畸变率、所述第三畸变率与所述第四畸变率识别所述通信通道中存在异常的通信路段,包括:
分别将所述第一畸变率与第一阈值进行比较、将所述第二畸变率与第二阈值进行比较、将所述第三畸变率与第三阈值进行比较、将所述第四畸变率与第四阈值进行比较;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率大于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述分光器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率大于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述分光器之间的通信路段、所述第四光纤耦合器与所述光切换器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述光切换器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述第二光纤耦合器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率大于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述分光器与所述第二光纤耦合器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率大于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述分光器与所述光切换器之间的通信路段存在异常;
若所述第一畸变率大于所述第一阈值、所述第二畸变率小于所述第二阈值,则确定所述通信通道中所述分光器与所述第三光纤耦合器之间的通信路段存在异常;
若所述第一畸变率大于所述第一阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第四光纤耦合器与所述光切换器之间的通信路段存在异常。
2.根据权利要求1所述的方法,其特征在于,所述计算所述第一目标光信号与所述第一测试光信号之间的第一畸变率,包括:
查询对所述第一测试光信号经分光处理得到的第一参考光信号,所述第一参考光信号具有多个维度下的第一测试光特征;
从所述第一目标光信号中提取多个维度下的第一目标光特征;
对于同一所述维度,计算所述第一测试光特征与所述第一目标光特征之间的第一相似度,各个所述维度均配置有权重;
计算第一偏离值与所述权重之间的乘积,得到第一调权值,所述第一偏离值为1与第一反相度之间的比值,所述第一反相度为1与所述第一相似度之间的差值;
将所有所述第一调权值相加,得到所述第一目标光信号与所述第一测试光信号之间的第一畸变率;
所述计算所述第二目标光信号与所述第一测试光信号之间的第二畸变率,包括:
查询对所述第一测试光信号经分光处理与光切换处理得到的第二参考光信号,所述第二参考光信号具有多个维度下的第二测试光特征;
从所述第二目标光信号中提取多个维度下的第二目标光特征;
对于同一所述维度,计算所述第二测试光特征与所述第二目标光特征之间的第二相似度,各个所述维度均配置有权重;
计算第二偏离值与所述权重之间的乘积,得到第二调权值,所述第二偏离值为1与第二反相度之间的比值,所述第二反相度为1与所述第二相似度之间的差值;
将所有所述第二调权值相加,得到所述第二目标光信号与所述第一测试光信号之间的第二畸变率。
3.根据权利要求1所述的方法,其特征在于,所述依据所述第二目标光信号预测所述分光器向所述光切换器输出的第三目标光信号,包括:
查询所述第二目标光信号中位于多个维度下的第二目标光特征;
将所述第二目标光特征输入预设的自适应提升分类器中,得到分光类型;
确定对所述分光类型训练的编码器、解码器;
将所述第二目标光信号输入所述编码器中进行编码,得到目标重构特征;
将所述目标重构特征输入所述解码器中进行解码,得到所述分光器向所述光切换器输出的第三目标光信号。
4.根据权利要求3所述的方法,其特征在于,所述确定对所述分光类型训练的编码器、解码器,包括:
采集对同一光信号进行分光处理得到的第一样本光信号与第二样本光信号,所述第一样本光信号与所述第二样本光信号已标注分光类型;
将所述第一样本光信号输入编码器中进行编码,得到样本重构特征;
将所述样本重构特征输入解码器中进行解码,得到第三样本光信号;
将所述样本重构特征输入检测头结构中,以预测分光类型;
计算所述第二样本光信号与所述第三样本光信号之间的第一损失值;
计算标注的所述分光类型与预测的所述分光类型之间的第二损失值;
将所述第一损失值与所述第二损失值融合为第三损失值;
依据所述第三损失值分别更新所述检测头结构、所述解码器与所述编码器;
判断是否满足预设的训练条件;若是,则确定所述编码器与所述解码器完成训练;若否,则返回执行所述将所述样本重构特征输入解码器中进行解码,得到第三样本特征。
5.根据权利要求1所述的方法,其特征在于,所述计算所述第二目标光信号与所述第三目标光信号之间的第三畸变率,包括:
查询所述第二目标光信号在多个维度下的第二目标光特征;
从所述第三目标光信号中提取多个维度下的第三目标光特征;
对于同一所述维度,计算所述第二目标光特征与所述第三目标光特征之间的第三相似度,各个所述维度均配置有权重;
计算第三偏离值与所述权重之间的乘积,得到第三调权值,所述第三偏离值为1与第三反相度之间的比值,所述第三反相度为1与第三相似度之间的差值;
将所有所述第三调权值相加,得到所述第二目标光信号与所述第三目标光信号之间的第三畸变率;
所述计算所述第二测试光信号与所述第四目标光信号之间的第四畸变率,包括:
查询所述第二测试光信号在多个维度下的第三测试光特征;
从所述第四目标光信号中提取多个维度下的第四目标光特征;
对于同一所述维度,计算所述第三测试光特征与所述第四目标光特征之间的第四相似度,各个所述维度均配置有权重;
计算第四偏离值与所述权重之间的乘积,得到第四调权值,所述第四偏离值为1与第四反相度之间的比值,所述第四反相度为1与第四相似度之间的差值;
将所有所述第四调权值相加,得到所述第二测试光信号与所述第四目标光信号之间的第四畸变率。
6.一种基于多路光纤连接转换的测试系统,其特征在于,在通信板卡中具有多条通信通道,每条所述通信通道均包括分光器、光切换器、第一光纤耦合器、第二光纤耦合器、第三光纤耦合器与第四光纤耦合器;所述第一光纤耦合器的输出端连接所述分光器的输入端,所述分光器的输出端分别连接所述光切换器的第一输入端、所述第三光纤耦合器的输入接口,所述第四光纤耦合器的输出端连接所述光切换器的第二输入端,所述光切换器的输出端连接所述第二光纤耦合器的接收端;所述系统包括:
第一光测试模块,用于在所述光切换器的第一输入端与所述光切换器的输出端导通时,将第一测试光信号输入所述第一光纤耦合器,并接收所述第二光纤耦合器输出的第一目标光信号、所述第三光纤耦合器输出的第二目标光信号;
第一畸变率计算模块,用于计算所述第一目标光信号与所述第一测试光信号之间的第一畸变率;
第二畸变率计算模块,用于计算所述第二目标光信号与所述第一测试光信号之间的第二畸变率;
光信号预测模块,用于依据所述第二目标光信号预测所述分光器向所述光切换器输出的第三目标光信号;
第三畸变率计算模块,用于计算所述第二目标光信号与所述第三目标光信号之间的第三畸变率;
第二光测试模块,用于在所述光切换器的第二输入端与所述光切换器的输出端导通时,将第二测试光信号输入所述第四光纤耦合器,并接收所述第二光纤耦合器输出的第四目标光信号;
第四畸变率计算模块,用于计算所述第二测试光信号与所述第四目标光信号之间的第四畸变率;
异常定位模块,用于依据所述第一畸变率、所述第二畸变率、所述第三畸变率与所述第四畸变率识别所述通信通道中存在异常的通信路段;
其中,所述异常定位模块还用于:
分别将所述第一畸变率与第一阈值进行比较、将所述第二畸变率与第二阈值进行比较、将所述第三畸变率与第三阈值进行比较、将所述第四畸变率与第四阈值进行比较;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率大于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述分光器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率大于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述分光器之间的通信路段、所述第四光纤耦合器与所述光切换器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述光切换器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率小于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第一光纤耦合器与所述第二光纤耦合器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率大于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述分光器与所述第二光纤耦合器之间的通信路段存在异常;
若所述第一畸变率小于所述第一阈值、所述第二畸变率大于所述第二阈值、所述第三畸变率小于所述第三阈值、所述第四畸变率大于所述第四阈值,则确定所述通信通道中所述分光器与所述光切换器之间的通信路段存在异常;
若所述第一畸变率大于所述第一阈值、所述第二畸变率小于所述第二阈值,则确定所述通信通道中所述分光器与所述第三光纤耦合器之间的通信路段存在异常;
若所述第一畸变率大于所述第一阈值、所述第四畸变率小于所述第四阈值,则确定所述通信通道中所述第四光纤耦合器与所述光切换器之间的通信路段存在异常。
7.一种电子设备,其特征在于,所述电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的基于多路光纤连接转换的测试方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的基于多路光纤连接转换的测试方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311325227.9A CN117081663B (zh) | 2023-10-13 | 2023-10-13 | 一种基于多路光纤连接转换的测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311325227.9A CN117081663B (zh) | 2023-10-13 | 2023-10-13 | 一种基于多路光纤连接转换的测试方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117081663A CN117081663A (zh) | 2023-11-17 |
CN117081663B true CN117081663B (zh) | 2024-02-02 |
Family
ID=88719796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311325227.9A Active CN117081663B (zh) | 2023-10-13 | 2023-10-13 | 一种基于多路光纤连接转换的测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117081663B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006093777A (ja) * | 2004-09-21 | 2006-04-06 | Victor Co Of Japan Ltd | 動画像符号化装置及び動画像符号化プログラム |
CN115221203A (zh) * | 2022-07-29 | 2022-10-21 | 广东电网有限责任公司 | 一种输电线路异常检测方法、系统、设备和介质 |
CN116699282A (zh) * | 2023-05-29 | 2023-09-05 | 南通送变电工程有限公司 | 一种基于多种信息提取的输配电线路异常检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016192073A1 (zh) * | 2015-06-04 | 2016-12-08 | 清华大学 | 编码方法、解码方法及其装置 |
-
2023
- 2023-10-13 CN CN202311325227.9A patent/CN117081663B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006093777A (ja) * | 2004-09-21 | 2006-04-06 | Victor Co Of Japan Ltd | 動画像符号化装置及び動画像符号化プログラム |
CN115221203A (zh) * | 2022-07-29 | 2022-10-21 | 广东电网有限责任公司 | 一种输电线路异常检测方法、系统、设备和介质 |
CN116699282A (zh) * | 2023-05-29 | 2023-09-05 | 南通送变电工程有限公司 | 一种基于多种信息提取的输配电线路异常检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117081663A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947650B (zh) | 脚本步骤处理方法、装置和系统 | |
CN112735388B (zh) | 网络模型训练方法、语音识别处理方法及相关设备 | |
KR20210082401A (ko) | 사용자 이미지 식별 모델 업데이트 방법 및 장치 | |
CN113569992A (zh) | 异常数据识别方法及装置、电子设备和存储介质 | |
CN111343710B (zh) | 一种功率调整方法及电子设备 | |
CN110069407B (zh) | 一种应用程序的功能测试方法和装置 | |
CN117081663B (zh) | 一种基于多路光纤连接转换的测试方法及系统 | |
CN112035334B (zh) | 异常设备检测方法、装置、存储介质与电子设备 | |
CN112347067B (zh) | 一种日志信息管控方法、设备及计算机可读存储介质 | |
CN114328908A (zh) | 一种问答语句质检方法、装置及相关产品 | |
CN113052198B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN111401283A (zh) | 面部识别方法及装置、电子设备及存储介质 | |
CN114499983B (zh) | Tor流量检测方法、装置、终端设备及存储介质 | |
CN111370026A (zh) | 设备状态检测方法及电子设备 | |
CN112464831B (zh) | 视频分类方法、视频分类模型的训练方法及相关设备 | |
CN111383658A (zh) | 音频信号的对齐方法和装置 | |
CN113360908A (zh) | 数据处理方法、违规识别模型训练方法及相关设备 | |
CN117009328A (zh) | 一种基于噪声过滤的模型训练方法、装置以及存储介质 | |
KR102303699B1 (ko) | 항공기용 음성 인식 기반 처리 방법 | |
KR102283196B1 (ko) | 항공기용 음성 인식 기반 처리 방법 | |
CN109284119B (zh) | 一种应用功能控制参数处理方法、装置及设备 | |
CN108989350B (zh) | 一种检测拒绝服务漏洞的方法、装置及设备 | |
CN115345324A (zh) | 故障定位方法、装置、设备、存储介质及产品 | |
CN113518152A (zh) | 电话号码的识别方法、系统及电子设备 | |
CN114201958B (zh) | 网络资源数据处理方法、系统及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |