JP3336587B2 - 光線路特性の自動解析方法 - Google Patents
光線路特性の自動解析方法Info
- Publication number
- JP3336587B2 JP3336587B2 JP4052097A JP4052097A JP3336587B2 JP 3336587 B2 JP3336587 B2 JP 3336587B2 JP 4052097 A JP4052097 A JP 4052097A JP 4052097 A JP4052097 A JP 4052097A JP 3336587 B2 JP3336587 B2 JP 3336587B2
- Authority
- JP
- Japan
- Prior art keywords
- wavelength
- connection loss
- optical
- connection
- loss
- 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.)
- Expired - Fee Related
Links
Description
【０００１】
【発明の属する技術分野】本発明は、光パルス試験器
（ＯＴＤＲ）を用いて光線路の光学特性を測定し、コン
ピュータを利用して測定データの自動解析を行い、光線
路の接続損失を求めて表示する方法に関するものであ
る。
（ＯＴＤＲ）を用いて光線路の光学特性を測定し、コン
ピュータを利用して測定データの自動解析を行い、光線
路の接続損失を求めて表示する方法に関するものであ
る。
【０００２】光線路の接続損失を自動的に解析する方法
としては、ＯＴＤＲを用いて接続点の両側区間の後方散
乱光の近似直線の段差から求める方法が知られている
（例えば、中村他「光パルス試験波形データ自動解析
法」（1990年電子情報通信学会春季全国大会予稿集、B-
899 ）参照）。
としては、ＯＴＤＲを用いて接続点の両側区間の後方散
乱光の近似直線の段差から求める方法が知られている
（例えば、中村他「光パルス試験波形データ自動解析
法」（1990年電子情報通信学会春季全国大会予稿集、B-
899 ）参照）。
【０００３】この方法から、その測定波長における光線
路の接続損失を求めることができるが、通信を行ってい
る光線路（現用心線）の光パルス試験を行う場合（イン
サービス試験）、通信波長より長波長側の試験波長帯の
光を用いて、通信に影響を与えないようにして光パルス
試験を行っている（例えばN.Tomita他,"Design andPerf
ormance of a Novel Automatic Fiber Line Testing Sy
stem with OTDR forOptical Subscriber Loops",(Journ
al of Lightwave Technology, Vol.12,No.5,pp.717-72
6,May,1994)参照）。因みに、現在、通信波長としては
1.31μm 、試験波長帯としては1.55μm 帯の波長が用い
られており、将来的には1.55μm 帯も通信波長として使
用し、試験波長帯としては1.65μm 帯の波長を用いるこ
とが検討されている。
路の接続損失を求めることができるが、通信を行ってい
る光線路（現用心線）の光パルス試験を行う場合（イン
サービス試験）、通信波長より長波長側の試験波長帯の
光を用いて、通信に影響を与えないようにして光パルス
試験を行っている（例えばN.Tomita他,"Design andPerf
ormance of a Novel Automatic Fiber Line Testing Sy
stem with OTDR forOptical Subscriber Loops",(Journ
al of Lightwave Technology, Vol.12,No.5,pp.717-72
6,May,1994)参照）。因みに、現在、通信波長としては
1.31μm 、試験波長帯としては1.55μm 帯の波長が用い
られており、将来的には1.55μm 帯も通信波長として使
用し、試験波長帯としては1.65μm 帯の波長を用いるこ
とが検討されている。
【０００４】上記のような理由から、現用心線では光線
路の良否を判定するために必要な通信波長における接続
損失を直接測定することができず、試験波長における光
パルス試験の測定結果から一次関数の換算式を用いる等
により通信波長における接続損失を推定していた。
路の良否を判定するために必要な通信波長における接続
損失を直接測定することができず、試験波長における光
パルス試験の測定結果から一次関数の換算式を用いる等
により通信波長における接続損失を推定していた。
【０００５】例えば、試験波長における接続損失Ｘと通
信波長における接続損失Ｙとの関係を、 Ｙ＝ａＸ＋ｂ の一次式で表している。係数ａ及びｂは、実際に複数の
接続点で測定した各波長における接続損失の値から、 （Ｙ−ａＸ−ｂ）2 が最小になるように最小自乗法を用いて求めている（恩
田他「光加入者線路の1.65μm 帯及び1.48μm 帯試験波
長に関する検討」（1995年電子情報通信学会総合大会、
B-1048）参照）。このようにして得られた一次式を用い
て、試験波長における接続損失から通信波長における接
続損失を算出していた。
信波長における接続損失Ｙとの関係を、 Ｙ＝ａＸ＋ｂ の一次式で表している。係数ａ及びｂは、実際に複数の
接続点で測定した各波長における接続損失の値から、 （Ｙ−ａＸ−ｂ）2 が最小になるように最小自乗法を用いて求めている（恩
田他「光加入者線路の1.65μm 帯及び1.48μm 帯試験波
長に関する検討」（1995年電子情報通信学会総合大会、
B-1048）参照）。このようにして得られた一次式を用い
て、試験波長における接続損失から通信波長における接
続損失を算出していた。
【０００６】しかしながら、光線路の接続損失は、各光
ファイバのモードフィールド径及びカットオフ波長等の
ファイバパラメータ、融着接続又はコネクタ接続の際に
生じる光ファイバの軸ずれ、間隙又は接続角度等の接続
状態パラメータ等に依存し（Nemoto S,Makimoto T,"Ana
lysis of splice loss in single-mode fibers usinga
Gaussian field approximation",(Optical Quantum Ele
ctronics 11,pp.447-457,1979) 参照）、各パラメータ
が変化することにより接続損失及び接続損失の波長依存
係数も変化する。そのため、実験データから統計的に近
似した一次関数を用いて算出する方法では、通信波長に
おける接続損失を過剰又は過少に算出する場合がある。
ファイバのモードフィールド径及びカットオフ波長等の
ファイバパラメータ、融着接続又はコネクタ接続の際に
生じる光ファイバの軸ずれ、間隙又は接続角度等の接続
状態パラメータ等に依存し（Nemoto S,Makimoto T,"Ana
lysis of splice loss in single-mode fibers usinga
Gaussian field approximation",(Optical Quantum Ele
ctronics 11,pp.447-457,1979) 参照）、各パラメータ
が変化することにより接続損失及び接続損失の波長依存
係数も変化する。そのため、実験データから統計的に近
似した一次関数を用いて算出する方法では、通信波長に
おける接続損失を過剰又は過少に算出する場合がある。
【０００７】このため、上記の換算式を用いて試験波長
における接続損失から通信波長における接続損失を算出
し、光線路の接続点の良否の判定を行う場合、実際には
通信波長において許容できる接続損失より大きい接続損
失が生じていても判定をパスしてしまうことがあるとい
う問題があった。
における接続損失から通信波長における接続損失を算出
し、光線路の接続点の良否の判定を行う場合、実際には
通信波長において許容できる接続損失より大きい接続損
失が生じていても判定をパスしてしまうことがあるとい
う問題があった。
【０００８】
【発明が解決しようとする課題】本発明の目的は、上述
の問題点に鑑み、試験波長帯の波長における光線路の接
続損失を測定し、その測定結果から高精度に通信波長に
おける接続損失を求めて表示する光線路特性の自動解析
方法を提供することにある。
の問題点に鑑み、試験波長帯の波長における光線路の接
続損失を測定し、その測定結果から高精度に通信波長に
おける接続損失を求めて表示する光線路特性の自動解析
方法を提供することにある。
【０００９】
【課題を解決するための手段】本発明の光線路特性の自
動解析方法は、上記の目的を達成するため、光パルス試
験を行う試験波長帯の複数の波長で、後方散乱光の受光
レベルの段差量を測定し、その測定データから計算され
た光ファイバの接続点における接続損失及び光パルス試
験を行った波長と接続損失との関係から求められる接続
損失の波長依存係数をそれぞれ正規化した値を入力と
し、任意の波長における接続損失を出力とするニューラ
ルネットワークを用いて、光ファイバの接続点における
任意の波長での接続損失を算出する処理を含むことを特
徴とする。
動解析方法は、上記の目的を達成するため、光パルス試
験を行う試験波長帯の複数の波長で、後方散乱光の受光
レベルの段差量を測定し、その測定データから計算され
た光ファイバの接続点における接続損失及び光パルス試
験を行った波長と接続損失との関係から求められる接続
損失の波長依存係数をそれぞれ正規化した値を入力と
し、任意の波長における接続損失を出力とするニューラ
ルネットワークを用いて、光ファイバの接続点における
任意の波長での接続損失を算出する処理を含むことを特
徴とする。
【００１０】このような本発明の自動解析方法において
は、複数の波長において光パルス試験を行い、測定した
各波長における接続損失をニューラルネットワークの入
力とし、このニューラルネットワークの各ニューロン間
の重み及びニューロンの入出力関係として定義される非
線形飽和関数（シグモイド関数）の形状を学習すること
により、任意の波長における接続損失を算出する。
は、複数の波長において光パルス試験を行い、測定した
各波長における接続損失をニューラルネットワークの入
力とし、このニューラルネットワークの各ニューロン間
の重み及びニューロンの入出力関係として定義される非
線形飽和関数（シグモイド関数）の形状を学習すること
により、任意の波長における接続損失を算出する。
【００１１】
【発明の実施の形態】次に図面を参照して本発明の実施
例を詳細に説明する。図１は、本発明による光線路特性
の自動解析方法を実施するシステムの構成を示すブロッ
ク図であり、１は光パルス試験部、２は光線路、３は制
御・演算部、４はデータ処理部、５は結果の表示部であ
る。
例を詳細に説明する。図１は、本発明による光線路特性
の自動解析方法を実施するシステムの構成を示すブロッ
ク図であり、１は光パルス試験部、２は光線路、３は制
御・演算部、４はデータ処理部、５は結果の表示部であ
る。
【００１２】先ず、光パルス試験部１の測定原理を説明
する。光ファイバ２に光を入射した場合に、光ファイバ
２の途中から入射端に戻って来る光には、コネクタ接続
点等によるフレネル反射光、及び光ファイバ中で起こる
レイリー散乱光の一部が光ファイバ入射端へ戻る後方散
乱光がある。
する。光ファイバ２に光を入射した場合に、光ファイバ
２の途中から入射端に戻って来る光には、コネクタ接続
点等によるフレネル反射光、及び光ファイバ中で起こる
レイリー散乱光の一部が光ファイバ入射端へ戻る後方散
乱光がある。
【００１３】ここで、パルス発生器と半導体レーザによ
って得られた光パルスを光ファイバ２に入射すると、光
ファイバ２中で発生した後方散乱光及びフレネル反射は
入射端から各発生位置の距離に比例した時間後に入射端
に戻る。戻った光を受光素子で電気信号に変換すれば、
信号波形を求めることができる。表示方法としては、通
常、光パルス試験器１が受光した受光電力を対数変換し
てデシベル（dB）で表示した受光レベルを縦軸に、距離
を横軸にとって表す。この際、光パルス試験部１に用い
られている半導体レーザとして、複数の波長で出力する
ことができる波長可変半導体光源を使用すれば複数の波
長における光パルス試験を行うことができる。これは通
常波長可変ＯＴＤＲと呼ばれる。
って得られた光パルスを光ファイバ２に入射すると、光
ファイバ２中で発生した後方散乱光及びフレネル反射は
入射端から各発生位置の距離に比例した時間後に入射端
に戻る。戻った光を受光素子で電気信号に変換すれば、
信号波形を求めることができる。表示方法としては、通
常、光パルス試験器１が受光した受光電力を対数変換し
てデシベル（dB）で表示した受光レベルを縦軸に、距離
を横軸にとって表す。この際、光パルス試験部１に用い
られている半導体レーザとして、複数の波長で出力する
ことができる波長可変半導体光源を使用すれば複数の波
長における光パルス試験を行うことができる。これは通
常波長可変ＯＴＤＲと呼ばれる。
【００１４】次に、試験波長帯における接続損失から通
信波長における接続損失を、ニューラルネットワークを
用いて算出する方法の手順を説明する。前述したよう
に、光ファイバの接続状態により、接続損失の波長依存
性は様々に変化する。そのため、波長可変ＯＴＤＲを用
いて、様々な接続状態において複数の波長でのＯＴＤＲ
波形を求め、このそれぞれのＯＴＤＲ波形から接続損失
を求め、接続損失と測定波長との関係から接続損失の波
長依存係数を求める。このようにして求めた各状態にお
ける接続損失と波長依存係数とを、ニューラルネットワ
ークの学習用データとして用いる。ニューラルネットワ
ークの学習は、試験波長帯の複数の波長における接続損
失とその区間の波長依存係数とを正規化したものを入力
とし、通信波長における接続損失の真値を出力するよう
に行う。
信波長における接続損失を、ニューラルネットワークを
用いて算出する方法の手順を説明する。前述したよう
に、光ファイバの接続状態により、接続損失の波長依存
性は様々に変化する。そのため、波長可変ＯＴＤＲを用
いて、様々な接続状態において複数の波長でのＯＴＤＲ
波形を求め、このそれぞれのＯＴＤＲ波形から接続損失
を求め、接続損失と測定波長との関係から接続損失の波
長依存係数を求める。このようにして求めた各状態にお
ける接続損失と波長依存係数とを、ニューラルネットワ
ークの学習用データとして用いる。ニューラルネットワ
ークの学習は、試験波長帯の複数の波長における接続損
失とその区間の波長依存係数とを正規化したものを入力
とし、通信波長における接続損失の真値を出力するよう
に行う。
【００１５】ここで、ＯＴＤＲ片端測定で発生する光フ
ァイバの後方散乱光の受光レベルの段差について説明す
る。ＯＴＤＲを用いて光線路の測定を行う場合、接続点
の両区間の後方散乱光の近似直線の段差から接続損失を
求めることができる。しかし、ＯＴＤＲの後方散乱光の
受光レベルが各ファイバ毎に異なるため、図２に示すよ
うに、同一の接続点でも測定方向によって後方散乱光の
段差量（β及びγ）が異なることがある。図２の横軸は
距離、縦軸は受光レベルを表す。これらのＯＴＤＲ片端
測定によって得られた接続損失は、通常、見掛け上の接
続損失と呼ばれる。同じ接続点を両方向から測定して求
めた見掛け上の接続損失の平均をとることにより、受光
レベルの違いに影響されることなく接続損失の真値を求
めることができる。
ァイバの後方散乱光の受光レベルの段差について説明す
る。ＯＴＤＲを用いて光線路の測定を行う場合、接続点
の両区間の後方散乱光の近似直線の段差から接続損失を
求めることができる。しかし、ＯＴＤＲの後方散乱光の
受光レベルが各ファイバ毎に異なるため、図２に示すよ
うに、同一の接続点でも測定方向によって後方散乱光の
段差量（β及びγ）が異なることがある。図２の横軸は
距離、縦軸は受光レベルを表す。これらのＯＴＤＲ片端
測定によって得られた接続損失は、通常、見掛け上の接
続損失と呼ばれる。同じ接続点を両方向から測定して求
めた見掛け上の接続損失の平均をとることにより、受光
レベルの違いに影響されることなく接続損失の真値を求
めることができる。
【００１６】図３に、両端からの片端測定によるＯＴＤ
Ｒ波形から求めたコネクタ接続損失の波長依存性の一例
を示す。ここでは、試験波長帯の波長λn において、両
端測定から得た接続損失の真値をαn 、順及び逆方向か
ら片端測定で得られた見掛け上の接続損失をβn 及びγ
n とし、このαn 、βn 及びγn を用いて得られた波長
依存係数をそれぞれＫα、Ｋβ及びＫγとし、また、通
信波長における接続損失の真値をＴk とする。
Ｒ波形から求めたコネクタ接続損失の波長依存性の一例
を示す。ここでは、試験波長帯の波長λn において、両
端測定から得た接続損失の真値をαn 、順及び逆方向か
ら片端測定で得られた見掛け上の接続損失をβn 及びγ
n とし、このαn 、βn 及びγn を用いて得られた波長
依存係数をそれぞれＫα、Ｋβ及びＫγとし、また、通
信波長における接続損失の真値をＴk とする。
【００１７】図４にニューラルネットワークの構成例を
示す。ここでは、入力層のユニット数をｉ、中間層のユ
ニット数をｊ、出力層のユニット数をｋとし、また、測
定データの中で通信波長における接続損失の真値の最大
値を１として、接続損失αn、βn 及びγn の正規化を
それぞれ行う。測定データの中で最大の波長依存係数を
１とし、試験波長帯の波長依存係数Ｋα、Ｋβ及びＫγ
をそれぞれ正規化する。これらの正規化処理を行ったも
のを正規化データ列Ｉi としてニューラルネットワーク
の入力とする。但しｉ＝ｎ＋１とする。また、ニューラ
ルネットワークの出力をＯk 、通信波長における接続損
失の真値Ｔk を教師信号とする。
示す。ここでは、入力層のユニット数をｉ、中間層のユ
ニット数をｊ、出力層のユニット数をｋとし、また、測
定データの中で通信波長における接続損失の真値の最大
値を１として、接続損失αn、βn 及びγn の正規化を
それぞれ行う。測定データの中で最大の波長依存係数を
１とし、試験波長帯の波長依存係数Ｋα、Ｋβ及びＫγ
をそれぞれ正規化する。これらの正規化処理を行ったも
のを正規化データ列Ｉi としてニューラルネットワーク
の入力とする。但しｉ＝ｎ＋１とする。また、ニューラ
ルネットワークの出力をＯk 、通信波長における接続損
失の真値Ｔk を教師信号とする。
【００１８】このような構成のニューラルネットワーク
に、学習用データを入力してニューラルネットワークの
学習を行う。以下に、ニューラルネットワークの計算方
法について説明する。ここではバックプロパゲーション
型ニューラルネットワークを用いる。（ニューラルネッ
トワークの計算方法に関する詳細については、例えば、
中野他「ニューロンコンピュータの基礎」（コロナ社、
1990年）等が参考になる。）
に、学習用データを入力してニューラルネットワークの
学習を行う。以下に、ニューラルネットワークの計算方
法について説明する。ここではバックプロパゲーション
型ニューラルネットワークを用いる。（ニューラルネッ
トワークの計算方法に関する詳細については、例えば、
中野他「ニューロンコンピュータの基礎」（コロナ社、
1990年）等が参考になる。）
【００１９】入力層のユニットの入出力関係は線形であ
り、中間層のユニット及び出力層のユニットはシグモイ
ド関数で表される入出力関係を持っている。シグモイド
関数ｆ（ｐ）は、 ｆ（ｐ）＝１／（１＋ｅｘｐ（−２ｐ／ｕ0 ）） で定義される。但し、ｐはシグモイド関数の入力、ｕ0
はシグモイド関数の形状を決定するパラメータである。
り、中間層のユニット及び出力層のユニットはシグモイ
ド関数で表される入出力関係を持っている。シグモイド
関数ｆ（ｐ）は、 ｆ（ｐ）＝１／（１＋ｅｘｐ（−２ｐ／ｕ0 ）） で定義される。但し、ｐはシグモイド関数の入力、ｕ0
はシグモイド関数の形状を決定するパラメータである。
【００２０】このとき、入力層ユニットの出力をＩi と
すると、ニューラルネットワークの中間層ユニットｊの
出力Ｈj は、 Ｈj ＝ｆ（ΣＷij・Ｉi ＋φj ） で表される。但し、Ｗijは入力層と中間層との結合係
数、φj は中間層のオフセットを表し、Σはｉについて
の和を示すものとする。また、出力層ユニットｋの出力
Ｏk は、 Ｏk ＝ｆ（ΣＶkj・Ｈj ＋ξk ） で表される。但し、Ｖkjは中間層と出力層との結合係
数、ξk は出力層のオフセットを表し、Σはｊについて
の和を示すものとする。
すると、ニューラルネットワークの中間層ユニットｊの
出力Ｈj は、 Ｈj ＝ｆ（ΣＷij・Ｉi ＋φj ） で表される。但し、Ｗijは入力層と中間層との結合係
数、φj は中間層のオフセットを表し、Σはｉについて
の和を示すものとする。また、出力層ユニットｋの出力
Ｏk は、 Ｏk ＝ｆ（ΣＶkj・Ｈj ＋ξk ） で表される。但し、Ｖkjは中間層と出力層との結合係
数、ξk は出力層のオフセットを表し、Σはｊについて
の和を示すものとする。
【００２１】ニューラルネットワークが学習する時は、
出力値Ｏk 及び教師信号Ｔk により結合係数Ｗij、Ｖkj
及びオフセットφj 、ξk を変更する。以下にこの変更
の方法を説明する。先ず、出力値Ｏk 及び教師信号Ｔk
から誤差δk を δk ＝（Ｏk −Ｔk ）・Ｏk ・（１−Ｏk ） によって求める。
出力値Ｏk 及び教師信号Ｔk により結合係数Ｗij、Ｖkj
及びオフセットφj 、ξk を変更する。以下にこの変更
の方法を説明する。先ず、出力値Ｏk 及び教師信号Ｔk
から誤差δk を δk ＝（Ｏk −Ｔk ）・Ｏk ・（１−Ｏk ） によって求める。
【００２２】次に、誤差δk 、中間層と出力層との結合
係数Ｖkj、及び中間層の出力Ｈj から、中間層ユニット
ｊにつながる結合係数及び中間層ユニットのオフセット
に対する誤差σj を σj ＝Σδk ・Ｖkj・Ｈj ・（１−Ｈj ） によって求める。但し、Σはｋについての和を示すもの
とする。
係数Ｖkj、及び中間層の出力Ｈj から、中間層ユニット
ｊにつながる結合係数及び中間層ユニットのオフセット
に対する誤差σj を σj ＝Σδk ・Ｖkj・Ｈj ・（１−Ｈj ） によって求める。但し、Σはｋについての和を示すもの
とする。
【００２３】次に、出力層ユニットｋの誤差δk と中間
層ユニットｊの出力Ｈj と定数εとの積を加算して、中
間層ユニットｊから出力層ユニットｋにつながる結合係
数Ｖkjを、誤差δk と定数ηとの積を加算して、出力層
ユニットｋのオフセットξkを、それぞれ Ｖkj＝Ｖkj＋ε・δk ・Ｈj ξk ＝ξk ＋η・δk のように修正する。
層ユニットｊの出力Ｈj と定数εとの積を加算して、中
間層ユニットｊから出力層ユニットｋにつながる結合係
数Ｖkjを、誤差δk と定数ηとの積を加算して、出力層
ユニットｋのオフセットξkを、それぞれ Ｖkj＝Ｖkj＋ε・δk ・Ｈj ξk ＝ξk ＋η・δk のように修正する。
【００２４】また、中間層ユニットｊの誤差σj と入力
層ユニットｉの出力Ｉi と定数εとの積を加算して、入
力層ユニットｉから中間層ユニットｊにつながる結合係
数Ｗijを、誤差σj と定数ηとの積を加算して、中間層
ユニットｊのオフセットφjを、それぞれ Ｗij＝Ｗij＋ε・σj ・Ｉi φj ＝φj ＋η・σj のように修正する。
層ユニットｉの出力Ｉi と定数εとの積を加算して、入
力層ユニットｉから中間層ユニットｊにつながる結合係
数Ｗijを、誤差σj と定数ηとの積を加算して、中間層
ユニットｊのオフセットφjを、それぞれ Ｗij＝Ｗij＋ε・σj ・Ｉi φj ＝φj ＋η・σj のように修正する。
【００２５】以上の手法により結合係数Ｗij、Ｖkj、及
びオフセットξk 、φj を変更する。ニューラルネット
ワークの学習は、教師信号Ｔk とニューラルネットワー
クの出力値Ｏk との差が充分に小さくなるまで行う。こ
のようにして事前に学習したニューラルネットワークに
試験波長帯の波長λn における接続損失とその区間の波
長依存係数を正規化した正規化データ列Ｉi を入力する
ことにより、通信波長における接続損失の真値を算出す
ることができる。
びオフセットξk 、φj を変更する。ニューラルネット
ワークの学習は、教師信号Ｔk とニューラルネットワー
クの出力値Ｏk との差が充分に小さくなるまで行う。こ
のようにして事前に学習したニューラルネットワークに
試験波長帯の波長λn における接続損失とその区間の波
長依存係数を正規化した正規化データ列Ｉi を入力する
ことにより、通信波長における接続損失の真値を算出す
ることができる。
【００２６】次に、ニューラルネットワークを用いて、
実際に測定して求めたデータにより試験波長帯における
接続損失から通信波長における接続損失を算出した場合
のニューラルネットワークの算出精度を検討する。
実際に測定して求めたデータにより試験波長帯における
接続損失から通信波長における接続損失を算出した場合
のニューラルネットワークの算出精度を検討する。
【００２７】この実施例で用いた光ファイバのコネクタ
接続点における、接続損失の波長依存性を測定するため
の実験系を図５に示す。波長可変ＯＴＤＲ６を用いて、
４種類の光ファイバを様々に組合せてＭＴコネクタ７及
び８で接続し、接続点の接続損失の測定を光ファイバの
両端から行い、波長λを1.27μm から５nm間隔で1.35μ
m まで及び1.47μm から５nm間隔で1.65μm までの各波
長における見掛け上の接続損失及び接続損失の真値を得
た。その際、微動台９を用いて図６に示す軸ずれｒ、間
隙ｚ、及び接続角度θのファイバの接続状態に関する３
つのパラメータをそれぞれ変化させ、波長が1.55μm に
おいて 3.0dB以下の接続損失を生じさせた。
接続点における、接続損失の波長依存性を測定するため
の実験系を図５に示す。波長可変ＯＴＤＲ６を用いて、
４種類の光ファイバを様々に組合せてＭＴコネクタ７及
び８で接続し、接続点の接続損失の測定を光ファイバの
両端から行い、波長λを1.27μm から５nm間隔で1.35μ
m まで及び1.47μm から５nm間隔で1.65μm までの各波
長における見掛け上の接続損失及び接続損失の真値を得
た。その際、微動台９を用いて図６に示す軸ずれｒ、間
隙ｚ、及び接続角度θのファイバの接続状態に関する３
つのパラメータをそれぞれ変化させ、波長が1.55μm に
おいて 3.0dB以下の接続損失を生じさせた。
【００２８】このように、様々な接続状態における接続
損失の波長依存性を求め、各パラメータ毎に分類し、そ
れぞれの片端から測定した見掛け上の接続損失及び接続
損失の真値を一組のデータとして６１組のデータを求
め、それをニューラルネットワークの学習用データとし
て３５組及び汎用評価用データとして２６組に振り分け
た。
損失の波長依存性を求め、各パラメータ毎に分類し、そ
れぞれの片端から測定した見掛け上の接続損失及び接続
損失の真値を一組のデータとして６１組のデータを求
め、それをニューラルネットワークの学習用データとし
て３５組及び汎用評価用データとして２６組に振り分け
た。
【００２９】次に、ニューラルネットワークの構成につ
いて説明する。この実施例で用いたニューラルネットワ
ークの入力層のユニット数は１３、中間層のユニット数
は３０、出力層のユニット数は１とした。また、試験波
長帯を1.52μm から 1.575μm までとし、試験波長を
（1.52＋(n−1)×0.005 ）μm とした。但し、ｎ＝１，
２，… 12とする。通信波長は1.31μm とした。
いて説明する。この実施例で用いたニューラルネットワ
ークの入力層のユニット数は１３、中間層のユニット数
は３０、出力層のユニット数は１とした。また、試験波
長帯を1.52μm から 1.575μm までとし、試験波長を
（1.52＋(n−1)×0.005 ）μm とした。但し、ｎ＝１，
２，… 12とする。通信波長は1.31μm とした。
【００３０】ここで、ニューラルネットワークへの入力
をCase 1、Case 2及びCase 3の３つに分類した。見掛け
上の接続損失βn 及びγn とそれらの波長依存係数Ｋβ
及びＫγを正規化したものからなる正規化データ列をCa
se 1とし、Case 1のうち接続損失の真値とＯＴＤＲ片端
測定で得られた見掛け上の接続損失との差が0.1dB 以下
である正規化データ列をCase 2とし、接続損失の真値で
あるαn 及びその波長依存係数Ｋαを正規化したものか
らなる正規化データ列をCase 3とした。この実施例にお
けるCase 1中の、接続損失の真値とＯＴＤＲ片端測定で
得られた見掛け上の接続損失との差の最大値は0.23dBで
あった。これを表にすると図７のようになる。
をCase 1、Case 2及びCase 3の３つに分類した。見掛け
上の接続損失βn 及びγn とそれらの波長依存係数Ｋβ
及びＫγを正規化したものからなる正規化データ列をCa
se 1とし、Case 1のうち接続損失の真値とＯＴＤＲ片端
測定で得られた見掛け上の接続損失との差が0.1dB 以下
である正規化データ列をCase 2とし、接続損失の真値で
あるαn 及びその波長依存係数Ｋαを正規化したものか
らなる正規化データ列をCase 3とした。この実施例にお
けるCase 1中の、接続損失の真値とＯＴＤＲ片端測定で
得られた見掛け上の接続損失との差の最大値は0.23dBで
あった。これを表にすると図７のようになる。
【００３１】ニューラルネットワークの学習は、学習用
データのCase 3に分類された３５組の正規化データ列を
用いて行った。学習後のニューラルネットワークに２６
組の汎用評価用データを入力してニューラルネットワー
クの精度を評価した。精度の評価は、ニューラルネット
ワークの出力値とＯＴＤＲ両端測定で求めた通信波長の
接続損失の真値との誤差によって行った。この評価の結
果を図８及び図９に示す。
データのCase 3に分類された３５組の正規化データ列を
用いて行った。学習後のニューラルネットワークに２６
組の汎用評価用データを入力してニューラルネットワー
クの精度を評価した。精度の評価は、ニューラルネット
ワークの出力値とＯＴＤＲ両端測定で求めた通信波長の
接続損失の真値との誤差によって行った。この評価の結
果を図８及び図９に示す。
【００３２】図８は、汎用評価用データを用いて、Case
1、Case 2及びCase 3のそれぞれの正規化データ列を入
力した場合のニューラルネットワーク（ＮＮ）の精度を
示す表である。最も誤差が大きいCase 1の場合でも誤差
は0.32dBであった。従来の一次関数の換算式を用いた方
法で算出した場合の誤差は最大0.73dBであり、これと比
較すると、本発明による方法が優れていることが分か
る。
1、Case 2及びCase 3のそれぞれの正規化データ列を入
力した場合のニューラルネットワーク（ＮＮ）の精度を
示す表である。最も誤差が大きいCase 1の場合でも誤差
は0.32dBであった。従来の一次関数の換算式を用いた方
法で算出した場合の誤差は最大0.73dBであり、これと比
較すると、本発明による方法が優れていることが分か
る。
【００３３】また、図９はニューラルネットワークの精
度を累積相対度数で示す図である。横軸はニューラルネ
ットワークの出力と通信波長における接続損失の真値と
の誤差の値、縦軸は累積相対度数をそれぞれ表す。この
図から、従来の接続損失の波長相関性から近似した一次
関数の換算方式に比較して、本発明によるニューラルネ
ットワークを用いて算出する方法が、明らかに精度が向
上していることが分かる。
度を累積相対度数で示す図である。横軸はニューラルネ
ットワークの出力と通信波長における接続損失の真値と
の誤差の値、縦軸は累積相対度数をそれぞれ表す。この
図から、従来の接続損失の波長相関性から近似した一次
関数の換算方式に比較して、本発明によるニューラルネ
ットワークを用いて算出する方法が、明らかに精度が向
上していることが分かる。
【００３４】この実施例においては通信波長を1.31μm
とし、試験波長帯を1.55μm 帯としたが、それぞれ、こ
れらの波長以外の波長を選択しても、同様の手順でニュ
ーラルネットワークの学習を行うことができることは勿
論であり、本発明によれば、任意の波長における接続損
失の算出を行うことができることは明らかである。
とし、試験波長帯を1.55μm 帯としたが、それぞれ、こ
れらの波長以外の波長を選択しても、同様の手順でニュ
ーラルネットワークの学習を行うことができることは勿
論であり、本発明によれば、任意の波長における接続損
失の算出を行うことができることは明らかである。
【００３５】
【発明の効果】以上説明したように、本発明の方法によ
れば、光線路の試験波長帯における複数の接続損失から
通信波長における接続損失の算出をニューラルネットワ
ークを用いて行うことにより、従来用いられていた一次
関数の換算式を用いた方法より高精度に通信波長の接続
損失を算出することができる。また、通信波長における
接続損失が高精度に算出できることにより、接続損失の
規格値に過剰な余裕を持たせる必要がなくなるので、線
路設計の精度が著しく向上する。
れば、光線路の試験波長帯における複数の接続損失から
通信波長における接続損失の算出をニューラルネットワ
ークを用いて行うことにより、従来用いられていた一次
関数の換算式を用いた方法より高精度に通信波長の接続
損失を算出することができる。また、通信波長における
接続損失が高精度に算出できることにより、接続損失の
規格値に過剰な余裕を持たせる必要がなくなるので、線
路設計の精度が著しく向上する。
【図１】本発明による光線路特性の自動解析方法を実施
するシステムの構成を示すブロック図である。
するシステムの構成を示すブロック図である。
【図２】後方散乱光の受光レベルの段差量（β及びγ）
を説明する図である。
を説明する図である。
【図３】ＯＴＤＲ波形から求めたコネクタ接続損失の波
長依存性の一例を示す図である。
長依存性の一例を示す図である。
【図４】ニューラルネットワークの構成例を示す図であ
る。
る。
【図５】光ファイバのコネクタ接続点における接続損失
の波長依存性を測定するための実験系を示す図である。
の波長依存性を測定するための実験系を示す図である。
【図６】ファイバの接続状態に関する３つのパラメータ
を説明する図である。
を説明する図である。
【図７】ニューラルネットワークへの入力の分類を示す
表である。
表である。
【図８】汎用評価用データを用いてニューラルネットワ
ークを評価した時の誤差の最大値を示す表である。
ークを評価した時の誤差の最大値を示す表である。
【図９】ニューラルネットワークの精度を累積相対度数
で示す図である。
で示す図である。
１ 光パルス試験部 ２ 光線路 ３ 制御・演算部 ４ データ処理部 ５ 表示部 ６ 波長可変ＯＴＤＲ ７、８ ＭＴコネクタ ９ 微動台
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平８−15092（ＪＰ，Ａ) 特開 昭62−204139（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G01M 11/00 - 11/08
Claims (1)
- 【請求項１】 光パルス試験器を用いて複数の光ファイ
バが接続された光線路の距離及び光強度からなる光学特
性を測定し、その測定データから光ファイバの接続点に
おける接続損失を計算する光線路特性の自動解析方法に
おいて、 光パルス試験を行う試験波長帯の複数の波長で、後方散
乱光の受光レベルの段差量を測定し、その測定データか
ら計算された光ファイバの接続点における接続損失及び
光パルス試験を行った波長と接続損失との関係から求め
られる接続損失の波長依存係数をそれぞれ正規化した値
を入力とし、任意の波長における接続損失を出力とする
ニューラルネットワークを用いて、光ファイバの接続点
における任意の波長での接続損失を算出する処理を含む
ことを特徴とする光線路特性の自動解析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4052097A JP3336587B2 (ja) | 1997-02-25 | 1997-02-25 | 光線路特性の自動解析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4052097A JP3336587B2 (ja) | 1997-02-25 | 1997-02-25 | 光線路特性の自動解析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10239214A JPH10239214A (ja) | 1998-09-11 |
| JP3336587B2 true JP3336587B2 (ja) | 2002-10-21 |
Family
ID=12582795
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4052097A Expired - Fee Related JP3336587B2 (ja) | 1997-02-25 | 1997-02-25 | 光線路特性の自動解析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3336587B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19905814A1 (de) | 1999-02-12 | 2000-08-17 | Deutsche Telekom Ag | Verfahren zur Überwachung der Übertragungsqualität eines optischen Übertragungssystems, insbesondere eines optischen Wellenlängenmultiplexnetzes |
| GB0819124D0 (en) * | 2008-10-18 | 2008-11-26 | Mckay Taylor Campbell | Gravity power |
| WO2017210550A1 (en) * | 2016-06-02 | 2017-12-07 | Massachusetts Institute Of Technology | Apparatus and methods for optical neural network |
| US10833770B2 (en) * | 2018-06-22 | 2020-11-10 | Nec Corporation | Optical fiber nonlinearity compensation using neural networks |
| CN110187499B (zh) * | 2019-05-29 | 2021-10-19 | 哈尔滨工业大学（深圳） | 一种基于神经网络的片上集成光功率衰减器的设计方法 |
-
1997
- 1997-02-25 JP JP4052097A patent/JP3336587B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10239214A (ja) | 1998-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3336587B2 (ja) | 光線路特性の自動解析方法 | |
| GB2190264A (en) | Calibrating a reflectometer; characterizing an optical fibre device | |
| Lee et al. | Identification method of non-reflective faults based on index distribution of optical fibers | |
| JP3335574B2 (ja) | 光パルス試験方法 | |
| CN113834631B (zh) | 一种光纤测量方法、系统及装置 | |
| JP4160939B2 (ja) | 光線路の障害探索方法 | |
| JP3388497B2 (ja) | 単一モード光ファイバの特性評価方法 | |
| JP4109574B2 (ja) | 光ファイバ伝送路の損失特性評価方法 | |
| US7151249B2 (en) | Method for determining the cut-off wavelength of an optical fibre as well as a device suitable for that purpose | |
| JP2022085974A (ja) | 光学特性測定方法および光学特性測定装置 | |
| JP3257197B2 (ja) | 単一モード光ファイバ特性評価方法および装置 | |
| JP3133025B2 (ja) | 減衰量可変機能付線路及びそれを用いた光パルス試験器 | |
| Matsui et al. | Effective mode-field diameter measurement for few-mode fibers | |
| JP3388496B2 (ja) | 単一モード光ファイバの特性評価方法 | |
| WO2024038487A1 (ja) | 双方向のクロストークを評価する装置及び方法 | |
| JP2005147871A (ja) | 光線路特性の解析方法及び光線路試験監視システム | |
| Galtarossa et al. | Improving the accuracy of the wavelength-scanning technique for PMD measurements | |
| Straub et al. | ML approaches for OTDR diagnoses in passive optical networks—event detection and classification: ways for ODN branch assignment | |
| JPH05107150A (ja) | 高分散光フアイバの分散測定方法 | |
| Kapron | Issues in single-mode fiber standardization | |
| JP2001041855A (ja) | 光ファイバ伝送路の特性評価方法及び装置 | |
| JPH04296630A (ja) | 光パルス試験器用ニューロフィルタの構成法 | |
| Accordi et al. | Coupling efficiency evaluation of multimode fiber devices using GRIN rod lenses | |
| JP2022111485A (ja) | 光学特性測定方法および光学特性測定装置 | |
| JP3463991B2 (ja) | 光損失特性の推定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080809 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080809 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090809 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090809 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100809 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100809 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110809 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120809 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130809 Year of fee payment: 11 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |