CN118432710A - 一种光纤通信链路故障上报的方法 - Google Patents
一种光纤通信链路故障上报的方法 Download PDFInfo
- Publication number
- CN118432710A CN118432710A CN202410899138.3A CN202410899138A CN118432710A CN 118432710 A CN118432710 A CN 118432710A CN 202410899138 A CN202410899138 A CN 202410899138A CN 118432710 A CN118432710 A CN 118432710A
- Authority
- CN
- China
- Prior art keywords
- fault
- optical fiber
- transmission data
- link
- communication link
- 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.)
- Granted
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 100
- 238000004891 communication Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 121
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 238000012423 maintenance Methods 0.000 claims abstract description 14
- 238000004088 simulation Methods 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 6
- 238000011835 investigation Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Optical Communication System (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及光纤通信链路故障上报技术领域。本发明涉及一种光纤通信链路故障上报的方法。其包括以下步骤：S1、采集光纤通信链路的传输数据，并获取该光纤通信链路的设备参数；S2、将传输数据结合设备参数动态设置波动故障阈值，同时对传输数据的波动率进行监测；本发明通过自动化处理和有效的信息上报，可以减少故障处理所需的时间，提高光纤通信链路的可用性和稳定性，通过对光纤设备进行故障标记和对光纤线路和软件配置进行故障标记，能够清晰地将故障信息分类和归类，有助于运维人员更准确地定位和解决问题，避免浪费时间在不相关的故障排查上，将重点放在最需要处理的故障上，提高工作效率。
Description
技术领域
本发明涉及光纤通信链路故障上报技术领域，具体地说，涉及一种光纤通信链路故障上报的方法。
背景技术
光纤通信系统中，通过主控芯片来判断光纤端口是否接收到光信号或者双绞线端口电信号，当没有收到其中任何一个信号时，主控芯片强制断开光纤端口或者双绞线端口，通过这种强制断线的方式引起线路维护人员的注意，第一时间赶到现场排除故障；目前，运维人员到达现场后，需要对光纤通信链路进行统一故障排查，较为浪费时间，影响维修效率，同时利用强制断线进行故障上报的方式，无法提前预测通信链路故障，容易导致用户在使用过程中出现数据丢失，因此，提出一种光纤通信链路故障上报的方法。
发明内容
本发明的目的在于提供一种光纤通信链路故障上报的方法，以解决上述背景技术中提出的问题。
为实现上述目的，提供了一种光纤通信链路故障上报的方法，包括以下步骤：
S1、采集光纤通信链路的传输数据，并获取该光纤通信链路的设备参数；
S2、将传输数据结合设备参数动态设置波动故障阈值，同时对传输数据的波动率进行监测，并根据监测的数据对波动率进行预测，将预测波动率和波动故障阈值进行故障预测检查，当检查结果为链路故障，启动备用链路代替故障链路运行；
S3、将备用链路的传输数据和故障链路的传输数据进行波动率比对，当比对结果显示波动率未下降时，将实时设备参数和标准设备参数进行故障检测，根据检测结果将光纤设备进行故障标记；
S4、根据实时设备参数和故障链路建立信号模拟模型，获得故障链路的模拟传输数据，在故障链路中发送测试信号，根据测试信号的反馈传输数据与模拟传输数据进行故障比对分析，根据分析结果对光纤线路和软件配置进行故障标记；
S5、将S3和S4进行故障信息汇总，并将故障信息上报至运维人员。
作为本技术方案的进一步改进，所述S1通过传感器采集光纤通信链路中的信号强度、数据传输速率、链路负载情况，并将其汇总为传输数据。
作为本技术方案的进一步改进，所述S1通过与光纤收发器、光纤交换机以及光纤中继站建立数据监测协议，实时获取光纤收发器、光纤交换机以及光纤中继站的工作参数并汇集为设备参数。
作为本技术方案的进一步改进，所述S2的步骤如下：
S2.1、将实时传输数据结合实时设备参数进行实时运行故障分析，获取代表故障的传输数据；
S2.2、将故障传输数据和实时传输数据进行波动率计算，获取故障传输数据和实时传输数据之间最大波动率，并将最大波动率作为波动故障阈值。
作为本技术方案的进一步改进，所述S2的步骤如下：
S2.3、对实时传输数据结合历史传输数据与故障传输数据进行波动率变化监测，获取实时传输数据的波动率变化趋势，并根据波动率变化趋势对实时传输数据的波动率进行预测；
S2.4、将S2.3获取的预测波动率和波动故障阈值进行故障预测检测，当检查结果为预测波动率超出波动故障阈值，即为链路故障，启动备用链路代替故障链路进行工作，反之，当检查结果为预测波动率未超出波动故障阈值，保持继续检查，不进行S4的步骤。
作为本技术方案的进一步改进，所述S2和S3在工作时，当光纤端口不具备备用链路时，停止S3步骤工作，改为将光纤设备进行重启，当重启之后仍未能修复故障，对光纤设备进行故障标记。
作为本技术方案的进一步改进，所述S3的步骤如下：
S3.1、将备用链路的传输数据和故障链路的传输数据进行波动率比对；
S3.2、当S3.1的比对结果显示，波动率未出现下降的趋势，将实时设备参数和标准设备参数进行故障检测，根据检测结果将光纤设备进行故障标记；
S3.3、当S3.1的比对结果显示，波动率出现下降的趋势，即不对光纤设备进行故障标记，判定光纤设备运行正常。
作为本技术方案的进一步改进，所述S4的步骤如下：
S4.1、采集故障链路正确的网络环境参数，然后将实时设备参数和正确的网络环境参数结合建立信号模拟模型，然后并在信号模拟模型内生成故障链接正确的模拟传输数据；
S4.2、在故障链路内发送信号模拟模型相同数据的测试信号，并将测试信号的反馈传输数据与S4.1的模拟传输数据进行故障比对分析，当反馈传输数据和模拟传输数据偏差越大，说明故障率越高，当反馈传输数据和模拟传输数据偏差越小，说明故障率越小。
作为本技术方案的进一步改进，所述S4.2包括如下步骤：
S4.2.1、运维人员设置网络偏差阈值，并将反馈传输数据和模拟传输数据的偏差值和网络偏差阈值进行比对，当偏差值大于网络偏差阈值，对光纤线路和软件配置进行故障标记，反之，当偏差值小于网络偏差阈值，认定光纤线路和软件配置正常。
与现有技术相比，本发明的有益效果：
该光纤通信链路故障上报的方法中，通过自动化处理和有效的信息上报，可以减少故障处理所需的时间，提高光纤通信链路可用性和稳定性，通过对光纤设备进行故障标记和对光纤线路和软件配置进行故障标记，能够清晰地将故障信息分类和归类，有助于运维人员更准确地定位和解决问题，避免浪费时间在不相关的故障排查上，将重点放在最需要处理的故障上，提高工作效率，通过预测波动率进行故障预测检测，避免光纤通信链路突然故障对用户的影响，增强用户对光纤通信链路的使用效果。
附图说明
图1为本发明的整体流程框图；
图2为本发明将最大波动率作为波动故障阈值的流程框图；
图3为本发明将备用链路的传输数据和故障链路的传输数据进行波动率比对的流程框图；
图4为本发明认定光纤线路和软件配置正常的流程框图。
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、完整地描述，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。
请参阅图1-图4所示，本实施例目的在于，提供了一种光纤通信链路故障上报的方法，包括以下步骤：
S1、采集光纤通信链路的传输数据，并获取该光纤通信链路的设备参数；
S1通过传感器采集光纤通信链路中的信号强度、数据传输速率、链路负载情况，并将其汇总为传输数据，工作步骤如下：
光功率传感器：使用光功率传感器可以实时监测光纤通信链路中的信号强度，传感器可以测量光信号的功率，并将其转换为数字信号输出，通过安装光功率传感器在光纤链路上，可以实时监测信号强度的变化；
网络性能监测工具：使用网络性能监测工具可以实时监测数据传输速率和链路负载情况，这些工具可以监测网络流量、带宽利用率、丢包率指标，并将其记录为传输数据。常见的网络性能监测工具包括Wireshark、SNMP（SimpleNetworkManagementProtocol）；
传感器数据汇总和处理：采集到的光功率、数据传输速率和链路负载数据可以通过传感器节点进行汇总和处理，将采集到的数据进行整合、计算和存储，并生成相应的传输数据。
S1通过与光纤收发器、光纤交换机以及光纤中继站建立数据监测协议，实时获取光纤收发器、光纤交换机以及光纤中继站的工作参数并汇集为设备参数，工作步骤如下：
建立监测协议：需要设计一个数据监测协议，用于与光纤设备通信并获取其工作参数，这个协议可以基于标准的网络通信协议（如TCP/IP、UDP）或者专有的通信协议，该协议需要定义数据的格式、通信的方式、命令和响应细节；
设备参数定义：在监测协议中明确定义需要监测和汇总的设备参数，包括光纤收发器、光纤交换机和光纤中继站的工作参数，这些参数包括信号强度、传输速率、链路负载、温度；
实时数据采集：通过监测协议与光纤设备建立连接，并周期性地发送指令以获取设备参数，这些指令包括请求当前的工作参数或订阅实时数据流，设备收到指令后，将相应的参数数据发送回监测系统。
数据汇集和处理：监测系统接收到来自各个光纤设备的参数数据后，将其汇集到一个统一的数据存储或数据库中，然后，对这些数据进行处理和分析，计算设备的综合参数或性能指标。
S2、将传输数据结合设备参数动态设置波动故障阈值，同时对传输数据的波动率进行监测，并根据监测的数据对波动率进行预测，将预测波动率和波动故障阈值进行故障预测检查，当检查结果为链路故障，启动备用链路代替故障链路运行；
S2的步骤如下：
S2.1、将实时传输数据结合实时设备参数进行实时运行故障分析，获取代表故障的传输数据，工作步骤如下：
特征提取：对收集到的实时传输数据和设备参数进行特征提取，这包括统计特征（如均值、标准差、最大最小值）、频域特征（如功率谱密度）、时域特征（如自相关函数），通过提取这些特征，可以将复杂的数据转换为具有代表性的特征向量。
故障识别模型：建立故障识别模型，将实时传输数据和设备参数的特征向量输入到模型中进行分析。这可以采用各种机器学习算法，如支持向量机（SVM）、决策树、神经网络，模型的训练数据可以来自历史故障数据和正常运行数据；
故障判定：使用训练好的故障识别模型对实时传输数据和设备参数进行分析，以识别可能存在故障的情况。模型可以输出概率值或标签，表示传输数据是否代表故障；
故障特征提取：一旦识别出可能存在故障的传输数据，可以进一步分析其特征，以确定故障的类型和原因。这可能需要结合设备参数进行更深入的分析，以找出与故障相关的特征模式或异常行为。
S2.2、将故障传输数据和实时传输数据进行波动率计算，获取故障传输数据和实时传输数据之间最大波动率，并将最大波动率作为波动故障阈值，公式如下：；其中，是数据的平均值，通过将所有数据点的值相加然后除以样本数量来计算得到，n为数据的样本数量，xi为第i个数据点的值，∑为求和符号，表示对所有数据点的值进行求和，为每个数据点与平均值的差的平方，将故障传输数据和实时传输数据的标准差，分别记为σfault和σrealtime，然后，比较这两个标准差，取其中较大的一个作为最大波动率，将最大波动率作为波动故障阈值，用于监测故障传输数据和实时传输数据之间的波动情况。
S2.3、对实时传输数据结合历史传输数据与故障传输数据进行波动率变化监测，获取实时传输数据的波动率变化趋势，并根据波动率变化趋势对实时传输数据的波动率进行预测，公式如下：；
是在时间t+1的波动率预测值，是在时间t的实际观测到的波动率，是在时间t的波动率预测值。是平滑系数，它控制着历史波动率和当前波动率的权重，通过不断更新，预测未来的波动率。
S2.4、将S2.3获取的预测波动率和波动故障阈值进行故障预测检测，当检查结果为预测波动率超出波动故障阈值，即为链路故障，启动备用链路代替故障链路进行工作，反之，当检查结果为预测波动率未超出波动故障阈值，保持继续检查，不进行S4的步骤。
S2和S3在工作时，当光纤端口不具备备用链路时，停止S3步骤工作，改为将光纤设备进行重启，当重启之后仍未能修复故障，对光纤设备进行故障标记。
S3、将备用链路的传输数据和故障链路的传输数据进行波动率比对，当比对结果显示波动率未下降时，将实时设备参数和标准设备参数进行故障检测，根据检测结果将光纤设备进行故障标记；
S3的步骤如下：
S3.1、将备用链路的传输数据和故障链路的传输数据进行波动率比对；
S3.2、当S3.1的比对结果显示，波动率未出现下降的趋势，将实时设备参数和标准设备参数进行故障检测，根据检测结果将光纤设备进行故障标记；
S3.3、当S3.1的比对结果显示，波动率出现下降的趋势，即不对光纤设备进行故障标记，判定光纤设备运行正常。
S4、根据实时设备参数和故障链路建立信号模拟模型，获得故障链路的模拟传输数据，在故障链路中发送测试信号，根据测试信号的反馈传输数据与模拟传输数据进行故障比对分析，根据分析结果对光纤线路和软件配置进行故障标记；
S4的步骤如下：
S4.1、采集故障链路正确的网络环境参数，然后将实时设备参数和正确的网络环境参数结合建立信号模拟模型，然后并在信号模拟模型内生成故障链接正确的模拟传输数据；工作步骤如下：
采集正确的网络环境参数：首先，需要采集故障链路正确的网络环境参数，包括但不限于网络拓扑、链路带宽、延迟、丢包率、信噪比。这些参数将用于构建信号模拟模型。
建立信号模拟模型：使用采集到的正确的网络环境参数，结合实时设备参数，建立信号模拟模型，这个模型可以是基于统计学或机器学习的模型，取决于所需的精度和复杂度；
模拟故障链路传输数据：在建立的信号模拟模型中，将故障链路的网络环境参数输入，并结合实时设备参数，生成模拟的故障链路传输数据，这些数据可以模拟出在故障链路上实际传输时可能出现的情况，例如数据包丢失、延迟增加，公式如下：；其中，V(z,t)和I（z,t）分别表示传输线上的电压和电流，z表示传输线上的位置，t表示时间，L和C分别是传输线的感应和电容，R和G分别是传输线的电阻和电导，通过第一个公式电压V随着位置z的变化率于电流I随着时间t的变化率乘以感应L的负数再减去电流乘以电阻R的影响，这反映了传输线的电压随着位置变化而受到电感和电阻的影响，第二个公式电流I随着位置z的变化率于电压V随着时间t的变化率乘以电容C的负数再减去电压乘以电导G的影响。这反映了传输线的电流随着位置的变化而受到电容和电导的影响；；
其中，Voutput(t)是输出信号，Vinput(t)是输入信号，H（t）是信道的冲激响应，表示卷积操作，N（t）是噪声信号，在给定输入信号的情况下，经过信道传输后的输出信号由输入信号通过信道的响应和噪声共同影响而生成，这个方程在通信系统的建模，可以帮助理解信号在传输过程中的变化和受到的影响。
S4.2、在故障链路内发送信号模拟模型相同数据的测试信号，并将测试信号的反馈传输数据与S4.1的模拟传输数据进行故障比对分析，当反馈传输数据和模拟传输数据偏差越大，说明故障率越高，当反馈传输数据和模拟传输数据偏差越小，说明故障率越小。
S4.2.1、运维人员设置网络偏差阈值，并将反馈传输数据和模拟传输数据的偏差值和网络偏差阈值进行比对，当偏差值大于网络偏差阈值，对光纤线路和软件配置进行故障标记，反之，当偏差值小于网络偏差阈值，认定光纤线路和软件配置正常。
S5、将S3和S4进行故障信息汇总，并将故障信息上报至运维人员，工作步骤如下：
故障上报：将故障信息汇总，然后向运维人员发送警报通知，或者将故障信息记录在日志中待人工处理；
故障定位与排除：运维人员收到故障告警后，他们会通过系统提供的故障根源进行链路修复，以恢复光纤通信链路的正常运行。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其效物界定。
Claims (9)
1.一种光纤通信链路故障上报的方法，其特征在于：包括以下步骤：
S1、采集光纤通信链路的传输数据，并获取该光纤通信链路的设备参数；
S2、将传输数据结合设备参数动态设置波动故障阈值，同时对传输数据的波动率进行监测，并根据监测的数据对波动率进行预测，将预测波动率和波动故障阈值进行故障预测检查，当检查结果为链路故障，启动备用链路代替故障链路运行；
S3、将备用链路的传输数据和故障链路的传输数据进行波动率比对，当比对结果显示波动率未下降时，将实时设备参数和标准设备参数进行故障检测，根据检测结果将光纤设备进行故障标记；
S4、根据实时设备参数和故障链路建立信号模拟模型，获得故障链路的模拟传输数据，在故障链路中发送测试信号，根据测试信号的反馈传输数据与模拟传输数据进行故障比对分析，根据分析结果对光纤线路和软件配置进行故障标记；
S5、将S3和S4进行故障信息汇总，并将故障信息上报至运维人员。
2.根据权利要求1所述的光纤通信链路故障上报的方法，其特征在于：所述S1通过传感器采集光纤通信链路中的信号强度、数据传输速率、链路负载情况，并将其汇总为传输数据。
3.根据权利要求1所述的光纤通信链路故障上报的方法，其特征在于：所述S1通过与光纤收发器、光纤交换机以及光纤中继站建立数据监测协议，实时获取光纤收发器、光纤交换机以及光纤中继站的工作参数并汇集为设备参数。
4.根据权利要求1所述的光纤通信链路故障上报的方法，其特征在于：所述S2的步骤如下：
S2.1、将实时传输数据结合实时设备参数进行实时运行故障分析，获取代表故障的传输数据；
S2.2、将故障传输数据和实时传输数据进行波动率计算，获取故障传输数据和实时传输数据之间最大波动率，并将最大波动率作为波动故障阈值。
5.根据权利要求1所述的光纤通信链路故障上报的方法，其特征在于：所述S2的步骤如下：
S2.3、对实时传输数据结合历史传输数据与故障传输数据进行波动率变化监测，获取实时传输数据的波动率变化趋势，并根据波动率变化趋势对实时传输数据的波动率进行预测；
S2.4、将S2.3获取的预测波动率和波动故障阈值进行故障预测检测，当检查结果为预测波动率超出波动故障阈值，即为链路故障，启动备用链路代替故障链路进行工作，反之，当检查结果为预测波动率未超出波动故障阈值，保持继续检查，不进行S4的步骤。
6.根据权利要求1所述的光纤通信链路故障上报的方法，其特征在于：所述S2和S3在工作时，当光纤端口不具备备用链路时，停止S3步骤工作，改为将光纤设备进行重启，当重启之后仍未能修复故障，对光纤设备进行故障标记。
7.根据权利要求1所述的光纤通信链路故障上报的方法，其特征在于：所述S3的步骤如下：
S3.1、将备用链路的传输数据和故障链路的传输数据进行波动率比对；
S3.2、当S3.1的比对结果显示，波动率未出现下降的趋势，将实时设备参数和标准设备参数进行故障检测，根据检测结果将光纤设备进行故障标记；
S3.3、当S3.1的比对结果显示，波动率出现下降的趋势，即不对光纤设备进行故障标记，判定光纤设备运行正常。
8.根据权利要求1所述的光纤通信链路故障上报的方法，其特征在于：所述S4的步骤如下：
S4.1、采集故障链路正确的网络环境参数，然后将实时设备参数和正确的网络环境参数结合建立信号模拟模型，然后并在信号模拟模型内生成故障链接正确的模拟传输数据；
S4.2、在故障链路内发送信号模拟模型相同数据的测试信号，并将测试信号的反馈传输数据与S4.1的模拟传输数据进行故障比对分析，当反馈传输数据和模拟传输数据偏差越大，说明故障率越高，当反馈传输数据和模拟传输数据偏差越小，说明故障率越小。
9.根据权利要求8所述的光纤通信链路故障上报的方法，其特征在于：所述S4.2包括如下步骤：
S4.2.1、运维人员设置网络偏差阈值，并将反馈传输数据和模拟传输数据的偏差值和网络偏差阈值进行比对，当偏差值大于网络偏差阈值，对光纤线路和软件配置进行故障标记，反之，当偏差值小于网络偏差阈值，认定光纤线路和软件配置正常。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410899138.3A CN118432710B (zh) | 2024-07-05 | 2024-07-05 | 一种光纤通信链路故障上报的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410899138.3A CN118432710B (zh) | 2024-07-05 | 2024-07-05 | 一种光纤通信链路故障上报的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118432710A true CN118432710A (zh) | 2024-08-02 |
| CN118432710B CN118432710B (zh) | 2024-08-30 |
Family
ID=92310859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410899138.3A Active CN118432710B (zh) | 2024-07-05 | 2024-07-05 | 一种光纤通信链路故障上报的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118432710B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6285475B1 (en) * | 1995-12-29 | 2001-09-04 | Mci Communications Corporation | Method and system for detecting optical faults in a network fiber link |
| WO2009017469A1 (en) * | 2007-07-27 | 2009-02-05 | Tellabs Petaluma, Inc. | Method and apparatus of detecting abnormal behavior in a passive optical network (pon) |
| CN113644974A (zh) * | 2021-08-16 | 2021-11-12 | 深圳市润迅通投资有限公司 | 一种光纤通信端口网络的故障管控系统 |
| CN116488724A (zh) * | 2023-06-25 | 2023-07-25 | 成都实时技术股份有限公司 | 一种光纤通信测试方法、介质及应用其的系统 |
| WO2024078013A1 (zh) * | 2022-10-12 | 2024-04-18 | 华为技术有限公司 | 一种光纤链路故障检测方法、通信系统及装置 |
-
2024
- 2024-07-05 CN CN202410899138.3A patent/CN118432710B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6285475B1 (en) * | 1995-12-29 | 2001-09-04 | Mci Communications Corporation | Method and system for detecting optical faults in a network fiber link |
| WO2009017469A1 (en) * | 2007-07-27 | 2009-02-05 | Tellabs Petaluma, Inc. | Method and apparatus of detecting abnormal behavior in a passive optical network (pon) |
| CN113644974A (zh) * | 2021-08-16 | 2021-11-12 | 深圳市润迅通投资有限公司 | 一种光纤通信端口网络的故障管控系统 |
| WO2024078013A1 (zh) * | 2022-10-12 | 2024-04-18 | 华为技术有限公司 | 一种光纤链路故障检测方法、通信系统及装置 |
| CN116488724A (zh) * | 2023-06-25 | 2023-07-25 | 成都实时技术股份有限公司 | 一种光纤通信测试方法、介质及应用其的系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118432710B (zh) | 2024-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111597204A (zh) | 一种基于ai技术的智慧运维知识分析方法 | |
| CN114630352B (zh) | 一种接入设备的故障监测方法和装置 | |
| CN110460454B (zh) | 基于深度学习的网络设备端口故障智能预测方法 | |
| CN116800199A (zh) | 一种分布式光伏运行电能质量监测与分析方法 | |
| CN115372816A (zh) | 基于数据分析的配电开关设备运行故障预测系统及方法 | |
| CN117289085A (zh) | 一种多线路故障分析诊断方法及系统 | |
| CN116992346A (zh) | 一种基于人工智能大数据分析的企业生产数据处理系统 | |
| CN115877198A (zh) | 基于边缘计算的一二次融合开关故障诊断预警系统 | |
| CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
| CN108613820A (zh) | 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法 | |
| CN117493498B (zh) | 基于工业互联网的电力数据挖掘与分析系统 | |
| CN117038048B (zh) | 一种用于医疗器械的远程故障处理方法及系统 | |
| CN118432710B (zh) | 一种光纤通信链路故障上报的方法 | |
| CN117194171A (zh) | 一种异构云资源全景式异常检测系统 | |
| CN117571354A (zh) | 一种有机废气容量实时监控系统 | |
| CN110647086B (zh) | 一种基于运行大数据分析的智能运维监控系统 | |
| WO2024066331A1 (zh) | 网络异常检测方法、装置、电子设备及存储介质 | |
| CN114785617B (zh) | 一种5g网络应用层异常检测方法及系统 | |
| CN116466166A (zh) | 一种大屏设备的故障检测方法、系统及装置 | |
| CN114936614A (zh) | 一种基于神经网络的作业风险识别方法及系统 | |
| WO2024138968A1 (zh) | 基站故障诊断方法及装置 | |
| CN118094168B (zh) | 一种电力数据的修正方法及装置 | |
| CN118566701B (zh) | 应用于工业机器人的集成电路的故障诊断系统及方法 | |
| CN118501614A (zh) | 一种基于Pearson的直流微电网故障分析方法 | |
| CN118138492A (zh) | 基于数字孪生的电力专网监测方法、系统、设备及介质 |
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 |