JP4326969B2 - 電話回線の障害を検出する方法と装置 - Google Patents

Description

本発明は電話回線の障害の自動的検出に関する。

ディジタル加入者回線（ＤＳＬ）サービスは、ある周波数範囲を用いて金属撚り対銅線を介して搬送される。たいていのＤＳＬシステムでは、ディスクリートマルチトーン(Discrete Multi Tones)（ＤＳＴ）が採用されているが、これにはある周波数ポイント範囲が用いられ、また、これに対してデータ伝送が分布されている。一般的に、ＤＭＴでは、利用可能な周波数スペクトルは２５６のサブキャリアに分割され、その各々が４．３ｋＨｚという周波数間隔を有し、「ビン(bin)」またはトーンと呼ばれるサブチャネルを搬送する。各ビンに対して１６ビットまでが割り当てられる。ＤＭＴは、信号の振幅と位相シフトを用いてビン毎にビットを符号化して、そのトーンのバースト(burst)を生成する。これらの離散したトーンは次に、時間ドメインに変換される。ＤＳＬサービスに影響するある種の回線状態／障害では、問題を検出するために進歩したテストツールが必要である（例えば、広帯域テストヘッド）。

ＤＳＬ回線に障害が存在するかどうか判定するための現在の方法では、手作業（しばしば、同じ問題を解決するために多くのエンジニアを派遣する結果となる「ポークアンドホープ（ｐｏｋｅ ａｎｄ ｈｏｐｅ）」）と高価な広帯域テスターとが含まれる。様々なテストツールによって結果（ＤＭＴの割り当て情報を含む）を表示するが、このような装置は、ユーザが、表示された分布から回線の障害を認識したり分類したりするのを手助けする機能を全く提供していない。

本発明によれば、電話回線の障害を検出する方法が提供される。本方法は、
前記回線の測定された特徴を少なくとも１つのモデルと比較することであって、前記モデルは、前記電話回線の期待された特徴をモデリングするものであるものと、
前記比較に応答して、前記測定された特徴と前記モデリングされた期待された特徴との間の比較が所定の閾値より大きく異なっている場合に、障害警戒信号を発生することと、を含み、
前記特徴は、複数の所定の周波数帯域内における前記回線上でのデータ伝送に関する特徴を含む。

回線の速度は、モデルを形成する際に考慮されるパラメータであってもよい。したがって、モデルは各々が、回線の予測された特徴を所定のデータレートでモデリングしてもよい。

好ましくは、前記の比較は、測定された特徴とモデルとの間での「適合度」テストを含む。例えば、この比較では、次の動作が１つ以上含まれてもよい：カイ二乗統計量の計算；測定された特徴と期待された特徴とに関する所定の周波数帯域にゼロがいくつあるかの比較；連続した所定の周波数帯域同士間の絶対差の和の計算；データが期待されたものより少ない（例えば、期待の５０％未満）所定の周波数帯域の数の計算；データが期待されたものより多い、例えば期待の２倍、所定の周波数帯域の数の計算。

本発明の別の態様では、電話回線の障害を検出する方法で用いられるモデルを生成する方法が提供される。前記障害検出方法は、前記回線の測定された特徴をモデルと比較することであって、前記モデルは前記電話回線の期待された特徴をモデリングするものと、前記比較に応答して、前記測定された特徴と前記モデリングされた期待された特徴と間の比較が所定の閾値より大きく異なっている場合に、障害警戒信号を発生することと、を含み、前記モデル生成方法は、
電話回線の特徴を表すデータを受信することと、
前記回線の前記受信された特徴をおおむね表すモデルを形成することと、
を含み、
前記特徴は、複数の所定の周波数帯域内で前記回線上でのデータ伝送に関する特徴を含む。

モデルは、様々なビットレートで所与のタイプの回線の特徴および／または前記所定の周波数帯域のサブ集合に対する所与のタイプの回線の特徴に対して形成されてもよい。

本発明のさらに別の態様では、電話回線の障害を検出するデバイスが提供される。本デバイスは、
障害に関してテストされる回線からデータを受信する入力部と、
前記データの特徴を測定するプロセッサと、
前記回線の測定された特徴をモデルを比較する比較器であって、前記モデルは電話回線の期待された特徴をモデリングするものと、
前記測定された特徴と前記モデリングされた期待された特徴との間の比較が所定の閾値より大きく異なる場合に、前記比較に応答して障害警戒信号を発生する障害警戒デバイスと、
を含み、
前記特徴は、複数の所定の周波数帯域内で前記回線上でのデータ伝送に関する特徴を含む。

本発明は広帯域情報を用いるが、これは情報源としての伝送システムの特徴である。本発明は、ＤＳＬデータ伝送が様々なディスクリートマルチトーン（ＤＭＴｓ）にどのように割り当てられたかに関する分析に基づいている。この割り当てを分析することによって、期待した通りに動作していない回線を特定し、考えられる障害状態を示すことが可能である。この技法は、「概要」情報（下流損失など）が「困難な」障害を拾ったりしないので有用である。

本発明は、障害のあるまたは障害を起こしやすいＤＳＬ回線、特に、障害が曖昧であったり断続的に起こったりするような回線を認識する方法に関する。本発明者は、ＤＭＴ周波数全体にわたるビット占有事象の分布を、特に、非対称ＤＳＬ（ＡＤＳＬ）回線に関して分析することによって、障害を起こしやすいＡＤＳＬ回線は、障害のない回線と比較して異なった分布の「プロフィール」を有していることを認識した。標準的なモデリング技法を用いて、ビン占有事象の１つ以上のモデルプロフィールを、障害がないことが分かっている回線の場合に集められた分布のサンプルに基づいて生成する。モデルプロフィールは、異なる全体的下流ビットレートと異なる回線長との選択で動作する回線（例えば、ＡＤＳＬ回線）を表すために生成されてもよい。

１つ以上の統計的な「適合度」テストを適用して、特定の回線のビット占有事象分布を選択された１つ以上のモデルプロフィールと比較して、その回線を障害がないまたは障害を起こしやすい回線であると識別したり、また、場合によっては、特定的なタイプの障害を生じやすいと認識してもよい。カイ自乗などの統計量テストは、プロフィールを比較する際に非常に有効であることが分かっている。

この技法は、ＤＭＴ伝送を採用しているあらゆるＤＳＬサービスに対して適用されてもよい。

上記の比較の結果によって、純粋にＤＳＬサービスに問題がある場合にだけエンジニアを派遣することができる。また、回線をある時間にわたって監視し、これで、その回線の問題がサービスに影響するようになる直前にエンジニアをその地点へ派遣するようにすることが可能であってもよい。

本技法はさらに、インストールされたＤＳＬサービスの長期にわたる展開に回線が適しているかに関する最終チェックに適用される。

本発明は、電気通信セクターの様々なセグメントにとって興味のあるものであるが、その例には次のものがある：
・自分たちが操作している回線が良好な作動状態にあるかどうかを提供時に確認するために、または、障害が報告されたときに、回線が時間の経過とともに劣化していたかを検査する際にもテストが役に立つかどうか確認するために、放送サービスを提供している現職の電気通信会社
・自分たちが装備している回線が、自分たちの提供するサービスをサポートすることが可能であるかどうかをチェックする、また、顧客が問題があると報告したときに回線が障害のある状態にあるかどうかを判定するオペレータ
・自分たちの製品に対して価値を付加するＤＳＬ装置製造業者
・ＤＭＴの結果を解釈する方法を提供するテスト装置製造業者
本発明のさらに別の態様では、電話回線の障害を検出する方法が提供される。本方法は、前記回線の測定された特徴をモデルと比較する工程を含み、前記モデルは前記電話回線の期待された特徴をモデリングし、前記比較工程は、測定された特徴とモデリングされた期待された特徴との間の適合度テストを含む。前記比較に応答して、測定された特徴とモデリングされた期待された特徴との比較が統計的にかなり異なっている場合には障害警戒信号が発生されてもよい。

前記比較工程は、ある時間期間にわたって周期的に実行して、その時間期間に電話回線の特徴に変化がなかったか監視するようにしてもよい。この周期的なテストによって、回線の性能が改善したか低下したか示されてもよい。

前記比較テストの結果は局所的に利用可能でもよいし、中央装置に送るようにしてもよい。

以下の添付図面だけを参照して本発明を次に例示して説明する。

本発明は、ＡＤＳＬ障害診断におけるディジタル加入者回線の特徴の調査に関する。このような特徴は、ある周波数範囲全体にわたる伝送データの分布、例えば、データ伝送をどのようにディスクリートマルチトーン（ＤＭＴ）ビンまたは回線の信号対雑音比に割り当てられたかであったりする。この特定の例では、我々はＤＭＴビン割り当て分布を考慮している。エンドユーザのモデムと電話局のモデムとに埋め込まれているアルゴリズムは、ビンとしても知られている異なったＤＭＴ周波数間にビンを割り当てる。使用される周波数を的確に選択できるかどうかは、主として雑音マージンを考慮して、また、おそらく、信号対雑音比や周波数ビンの損失などの要因も考慮して、これらの受信された信号をどれだけ分析できるか次第であるようだ。特定のビンをどのように用いるかを決定することを可能とする多くの効果があるが、それには、損失、回線雑音、インパルス雑音、回線上の歪み(distortion)および干渉、また、ビンの使用を決定するために用いられた特定の周波数およびアルゴリズムでどれほどの出力が伝送されたか、などが含まれる。このデータは、利用可能なディスクリートマルチトーン（ＤＭＴ）周波数またはビンをＡＤＳＬサービスではどのように利用しているかを詳細に説明するものである。

ＤＭＴ周波数ビン使用に対する「期待される」分布の集合が、特定のタイプの回線上で見受けられる各ビットレートのサービスに対して展開される。次に、障害がありそうな回線のデータをこのような「期待される」分布と比較して、障害状態が、予測された割り当てから変位している周波数使用と関連しているかどうかチェックする。

場合によっては、障害が報告された際に得られたＤＭＴビン使用分布が、あらかじめ用意された「期待された」分布とは異なるが、障害が除去されたときのＤＭＴ分布はその期待分布と「整合する」ことが分かっている。これは、この技法はサービスに解決すべき必要のある問題点がある場合を強調するのに有用であることを示している。上記のデータは以下の事項にとって有用である：
・ネットワークの所有者の責任である障害の識別、これは、サービスレベルの保証および品質サービスにとって有用である。
・障害の追跡、これで適切な技能を持つエンジニアを派遣することが可能である。
・考えられる障害の予測、ある時間にわたって分布を監視することによって、問題に対して前もって手を打つことが可能となる。
・使用されるエンドユーザモデムを識別できるようにするが、これは、セルフインストール製品には有用である。

エンドユーザが製品（例えば、ビデオストリーム、ＩＰまたは、英国電気通信会社が提供するデータストリーム）の障害を報告した場合、およびサービス提供者が直すことが不可能な場合、ネットワークの所有者に渡されて調査される。

伝送は、損失や雑音（回路とインパルスの双方）、歪み、干渉などの問題によって影響され得る。ある周波数で伝送することが可能な情報の量もまた、その特定の周波数でどれだけの出力が伝送されるかとビン使用を決定するのに用いられるアルゴリズムとに依存する。その基本的な考えは、ＤＭＴ周波数の使用法が、電気通信ネットワークにおいて期待される程度を越える干渉源にさらされることがない良好な修復状態にある回線のサービスの特定のビットレートの場合に概して類似する可能性がある、というものである。「異常」であるＤＭＴ使用パターンを有する回線はすべて、その相違の原因となるなんらの内在する物理的理由を有するが、それは、モデムがある程度、回線上でのある種の状態に対応できるからである。このような相違は、解決すべき問題点が回線に存在することを示している。

我々は、データを搬送可能な２５６のビン（０→２５５までの番号が付いている）を提供するＡＤＳＬシステムを考慮する。ビン７→２９は上流データを搬送し、一方ビン３８→２５５は下流データを搬送する。ビンは各々が最大で１６ビットのデータを保持することが可能であるが、調査されたケースでは、特定のビンでは最大で１０ビットであった。ＤＭＴビンと関連する数値は、記号レートが４ｋＨｚの状態で、各ビン中で搬送されるビットの数である。特定のビンと関連する周波数は、ビン番号に４．３ｋＨｚを乗算したものである。

最初、観察されたケースの各々に対してすべてのテストに対する上流ビン占有事象と下流ビン占有事象とに対してプロット図を引いた。上流ビンと下流ビンの双方を示すこのようなプロットの例を図１に示す。これらのプロットは、上流ビン占有事象分布はすべてのケースでほとんど同じであることを示していた。しかしながら、下流ビン占有事象分布は変化していた。ビン０〜ビン６およびビン３０〜ビン３７からビン占有事象に明らかな遮断が図１で明瞭にみとめられた。この研究で観察されたケースのどれもがレート適応的ではなく、サービスの適応が発生するのは上流の方向であることに注意すべきである。

以下では、４つの通常的な下流ビットレートである５７６Ｋビット／秒、１１５２Ｋビット／秒、２２７２Ｋビット／秒および２５２８Ｋビット／秒を考慮する。これらサンプル中で最も通常的な２つのビットレートは、５７６Ｋビット／秒と２５２８Ｋビット／秒であった。

上流ビン占有事象はビン７とビン３１の間でモデリングされたが、それは、この範囲からちょうどはずれるビンが保持するビットは０であったからである。このモデリングは、観察されたケースに対して上流のビン占有事象を平均し、次に、曲線をこの平均値の集合に適合させることによって実行された。この上流ビン占有事象の平均から引き出されたモデルは次の形態を取る：

（式１）
図２に示すグラフは、上流データと比較した上流モデルを示している。そのデータ中に見受けられるケースのどれもがレート適応的ではなく、適応が発生するのはスペクトルの上流セクションである。したがって、上流モデルはレート適応が応用された場合ほど首尾一貫しておらず、したがって、上流の特徴をモデリングするには２つ以上のモデルが必要とされる可能性が高い。

下流のビン占有事象から、５７６ｋのケースのビン使用の分布は他のケースのそれとはかなり異なるようにみえることが明らかであった。この理由で、５７６Ｋのケースを５７６Ｋ以外のケースとは別個に調査したが、それは、５７６Ｋのケースが異なるタイプの分布を辿るように思われた、したがって、別個の「モデル」を必要としたからである。５７６Ｋの分布は、他のそれと比較してはるかに平坦のように思われ、また、一般的にビン１つ当たり０ビットまたは２ビットのどちらかである。それ以外の分布はビン中に存在するビットの範囲という点および占有されたビンという点でははるかに変動している。

データのモデリング
５７６Ｋ下流ケース同士間におけるＤＭＴビンの割り当ては、他の下流ビットレートとは異なった分布を辿るように思われるので、２つの「期待される」分布が計算された。

得られたすべての下流ビン占有事象のプロット図が作られた。これらのプロット図から、あるビンだけが使用されたことが明らかであった。５７６Ｋビットレートの場合、ビン４６からビン２００までがそうであった。非５７６Ｋのビットレートの場合、ビン３８からビン２５５までがそうであった（２５５がビンの最大番号であるから、可能な下流のビンのすべてが使用されたことになる）。これらの範囲外のビンは、その保有ビット数が０であったかまたは上流のトラフィックと関連していたかのどちからである。

期待されるＤＭＴビン割り当てを計算する場合、障害がないと考えられる電話回線からのデータを用いる。手動で主観的に選択する方法を用いて、モデルを生成するために用いられるケースを選択する。

データのモデリングを実行する目的は、テスト回線上で実際に観察される分布と全体的に比較するために用いることが可能な特定のタイプの回線／ビットレート／回線長に対して「一般的に期待される」ＤＭＴビン割り当てを生成することである。

期待される分布をどのように得たかに関する詳細を、５７６Ｋビットレートと非５７６ｋビットレートとに関して以下に説明する。期待される下流分布を説明する式を以下のように要約する。

５６７ｋのケースに対する下流データの適合
５７６ｋのケースに対する期待されるＤＭＴビン割り当てを計算するために用いられるデータが、障害がない複数の電話回線から測定された。

５７６Ｋビットレートのケースをモデリングするために、各ビンに対する平均のビン占有率が取られ、プロットされ、傾向線適合された。結果得られた前記の平均に適合された傾向線をモデル、すなわち、５７６Ｋビットレートの場合の「期待される」下流ビン占有事象分布として用いた。

この平均のビン占有事象を傾向線と共に、ビン番号に対してプロットして図３が作成された。

ビン占有事象分布をモデリングするために、６次多項式の傾向線が、様々な適合を「目で見た」後で、用いるべき最良のモデルであると判断された。

５７６Ｋビットレートのビン占有事象から計算された期待されるモデルの例は、次の６次多項式という形態を取る：

（式２）
適合されたモデルによって、各ビンに対する期待されるビン占有事象が与えられる。特定のケースに対するこのビン占有事象をこの適合モデルと比較することによって、問題となっているサービスが「健全」であるか否か判断することが可能であるはずである。

非５６７ｋケースに対する下流データ適合
非５７６Ｋビットレートのケースでは下流ビットレートの範囲、したがって、様々なＤＭＴビンにおける期待される値の範囲が扱われたので、上記の５７６Ｋビットレートから別の手順を採用する。これら様々なビットレートは同じ一般的な「形状」であったので、正規化された分布が最初に計算され、それで、様々なＤＭＴビン中のすべての値は類似の範囲のものであった。すると、これは、結果として得られる「正規化された」分布は、考慮されているサービスの下流ビットレートにしたがって「判断され(scaled)」しなければならないことを意味するものであった。

障害のない回線毎に取られた各読みとり値に対するビン占有事象は、そのテストに対するビン占有事象の合計値の端数として正規化された。次に、各ビンに対する平均の正規化された占有事象が、考慮されるすべてのケースにわたって計算された。正規化されたＤＭＴビン使用値が、各ビン分布に対するビットの合計値の端数として計算された。再び、すべてのＤＭＴビン使用が正確に同じポイントから開始されるわけではないが、５６７ｋケースに関連して説明したように、目的は、「一般的な期待分布」を得ることであった。これら正規化されたビン占有事象から、すべてのＤＭＴ分布にわたる平均値が計算された。

この平均化されたデータに対して傾向線が適合された。再び、６次多項式モデルが、最も使用するのに適していると「目で」観察された。非５７６Ｋビットレートビン占有事象から計算された期待の正規化モデルは、次の６次多項式という形態を持っている：

（式３）
正規化された平均ビン占有事象のプロット図を、ビン番号に対して、適合された傾向線と共に図４に示す。図４に、傾向線は、下流正規化されたビン占有事象分布に緊密に適合することが示されているが、ある周波数においては正規化されたビン占有事象分布からはずれた明瞭な「バイト」が存在することに気づくと興味深い。

この「正規化された」多項式の適合を関連するビットレート（１１７２Ｋ、２２７２Ｋまたは２５２８Ｋ）にしたがって「判断する」ために、線形モデルを用いて、ビットレートに対する各分布の場合のすべての下流ビットの合計をモデリングされた。

Ｅｘｃｅｌの回帰分析ツールをビットレートに対して用いて、線形モデルを生成した。この線形モデルを用いることによって、モデル分布のスケーリングファクタ(scaling factor)倍率を計算することができれば効果的である。回帰出力から、線形モデルの勾配と切片を取って、モデリングされている分布に関するデータと共にプロットされた。非５７６Ｋケースに対する正規化されたモデルを判断するために用いられた線形モデルは、次の形態を持つ：
Ｙ＝０．３２８５７５６３８ｘ−４１．５０５８９７８５ （式４）
この線形モデルと多項式モデルから、下流レートの各々に対する期待されるビン占有率を計算することが可能であった。表１に、ビンのサブ集合に対する計算の例を示す。

表１：期待されるビン占有率の計算方法

図５に電気通信ネットワークの１部分の例を示す。ユーザの建物にあるローカル交換器２とネットワーク終端装置４とは、ディジタル加入者回線８によって接続されている。データは、ＤＳＬを介してローカル交換器２とモデムなどの端末装置４との間で伝送される。本発明による障害検出装置を６で示す。障害検出装置は、ＤＳＬ回線８で伝送されたデータを測定して、そのデータを必要とされる形態で出力する回線特徴計量器６０を含んでいる。例えば、本発明のある好ましい実施形態では、回線特徴計量器６０は、回線８のＤＭＴビン占有率を測定する。

このデータは、データ分析器６２に入力され、これが、測定コンポーネント６０の出力と分析器６２に記憶されているデータモデルとの間の比較を実行する。上述したように、これらのモデルは、特定のタイプの回線に対して期待された回線特徴をモデリングするものである。障害検出デバイスもまた、ディスプレイ６４と可聴警戒発生器６６とを含んでいる。したがって、分析器は、測定された特徴と、モデルの特徴と、分析器によって実行された「適合度」テストの結果とをディスプレイ６４上に表示する。分析器はまた、可聴警戒６６に信号を送り、これで、データ分析器６２の実行した比較の結果、障害を持つ回線が存在することが示された場合に、障害検出デバイス６に対して、可聴警告を発生させるように構成されてもよい。

測定データの統計的分析
モデルをどのように生成するかはすでに述べた。我々はここで、これらのモデルをどのように用いるかを考慮する。使用に際して、モデルによって表される期待されるビン占有率は、テスト中の回線に対して観察された実際のビン占有率と比較され、統計的分析が実行されて、各テストケースに対するデータが「期待された」分布に沿っているかどうかを判定する。

テストされた回線毎に、実際の測定データと、データの下流ビンに対するモデリングされた割り当てとを示すグラフを引く。データをより正式に分析して、観察されたデータ割り当てと期待されたデータ割り当てとの間の差に対して数値を割り当てるために、「適合度」も決定される。「適合度」テストに対して次の技法が調査された。

・「カイ(Chi)自乗」タイプのテスト
・１より大きい値が割り当てられているとモデル分布から期待された場合に、割り当てられたビット数が０である観察されたビンの数のカウント
・観察された下流範囲全体にわたって隣り合ったビン同士に割り当てられた数値同士間の差の絶対値の和
・ビン中の実際の割り当てがそのビンに対する理想化された分布から予測される割り当ての半分未満である場所のカウント
・ビン中の実際の割り当てがそのビンに対する理想化された分布から予測される割り当ての２倍を超えた場所のカウント
これらのテストは、得られた様々なビンに関する下流データの実際の分布を観察し、また、みとめられた期待された分布からの偏差を記述する数値的方法を定式化した後で選ばれた。

上記のテストは、目で観察された偏差のタイプを捕獲する計算可能な値のシーケンスを展開する試みを表している。モデムは、回線の問題を克服するような仕方で訓練することを目的とし、また、ある周波数でどれほど多くのデータを搬送するかを選択するこの機能の結果として「貧弱な」状態にある回線と対処することが、ある程度まで可能である。分布が期待されたものとは異なるケースを強調する機能を有すると、潜在的な物理的問題を持つような回線を識別することが可能であった。上記の技法は、期待された分布とは異なる分布を識別する多くの方法を提供する。

テスト１：「カイ自乗(Chi Squared)」タイプのテスト
標準のカイ自乗統計量テストを、観察された全体的なＤＭＴビン占有割り当てと「モデリング」されたＤＭＴビン占有割り当てとの間に「重大な差」があるかどうかをテストするために用いるようにした。カイ自乗テストに対して計算された値は次式５に示される：

（式５）
特定のカテゴリにおける期待値の数が５以上であれば、カイ自乗テストにとって理想的である。この期待される数がそれ未満であれば、隣同士のカテゴリを組み合わせるべきである。この試みにおいてデータを処理するために、隣同士のビンは、特定のビットレートに対するビンの特定の範囲での合計が常に１より大きくかつほとんどが５より大きくなるように合計された「期待される」ＤＭＴビン占有事象分布からの値を有していた。観察された分布からの同じ範囲のビンにわたる合計を取って、これらの値と比較された。厳密に言うと、カイ自乗近似は、オリジナルの分布からの期待値の２０％未満が５未満であり、かつ、１未満の値は１つもない場合にしか有効でないことに注意すべきである。しかしながら、このテストの真の目的は、観察された分布と期待された分布との間の差を「科学的に」決定することではなく、観察された分布が「異なっている」かどうかを判定する（数値を用いた）論理的なテストであることであった。

期待値が異なるビットレートの各々に対してカイ自乗テスト用に収集されたグループの数を表３．１に示す。異なるグループを必要とする理由は、より低いビットレートに対する特定のＤＭＴでの期待された割り当てがより高いビットレートに対するそれより通常低かったからである。その結果、より多くのＤＭＴビンを、グループに分けて、必要とされる範囲内にある値を得なければならなかった。

表３．１：異なるビットレートのサービスに対するカイ自乗テストのグループの数

データをグループ分けするために、連続したＤＭＴビンの範囲での期待値を、その合成された値が４．９〜１１．１の範囲に入るまで足し合わせる。これには次の２つの例外がある：
・ＤＭＴビン１８７から２００までの範囲におよび、１．１５という合計値を有した５７６Ｋビットの最終グループ
・ＤＭＴビン２４２から２５５までの範囲におよび、３．５という値を有した１１５２Ｋビットの最終グループ
５７６Ｋビットと１１５２Ｋビットという最終的な範囲はまったく拡張されたものであり、また、これらを隣のグループと合成すると、分布中で発生している変動の一部を隠してしまうと感じられた。

同じグループ分けが、処理を容易化するために２２７２ビットレートと２５２８ビットレートに対して用いられた。

このテストは、１％と５％という両方の重要なレベルで実行された。これらのレベルの一方または双方で差が重大であったこれらのケースは、「不良」分布という等級を付けられた。

式５は、データから計算された統計量を与えるものであり、これがテスト統計量と比較されるが、この統計量は、次のように用いられる重要なレベルに対するＥｘｃｅｌ関数ＣＨＩＩＮＶから誘導することが可能である。

＝ＣＨＩＩＮＶ（０．０５，ｄｆ）または＝ＣＨＩＩＮＶ（０．０１，ｄｆ）
式中、０．０５と０．０１とは、重要なレベル（それぞれ５％と１％）であり、ｄｆは自由度の数値である。期待されたものとは異なっていることを「目で」観察されたケースを強調するためにどのレベルでテストを実行すべきであるかを調査するために２つのレベルが選択された。これらのレベルはまた、分布をしばしばテストする「標準的な」レベルに対応している。カイ自乗テストの結果は、ディスプレイ６４に提供される。

テスト２：ゼロ下流ビット
このテストの目的は、下流ビン占有事象分布が、ゼロではないことが期待されていたがゼロビットであったビンをいくつか有するケースを検出することであった。

期待されたモデルが関連のビンに対して１より大きい値を予測し、また、次のＥｘｃｅｌ式を用いていたビンの範囲で統計量が計算された。

＝ＩＦ（観察されたビン＝０，１，０）
これによって簡単に、ビン占有率が期待されていなかった０に落ちた場合の数が与えられる。これは、占有が０である下流ビンの数が大きい場合に回線に問題があることを潜在的に示すものである。このようなテストが有用であるようなタイプの分布の例を図６に示す。このゼロ下流ビン統計量によって、図６に示すような「異常な」分布を識別するのが容易となるが、それは、ビン１５０以降の０ビットのビン占有事象の数が多いからである。このテストは、カイ自乗テストと一緒に用いると特に有用である。このテストの結果はディスプレイ６４に表示される。

テスト３：絶対差
このテストの目的は、図７に識別されるように、下流ビン占有中の「ジッタ性(jitteriness)」を検出することである。図７の分布には、ビン１２５〜ビン２００のあたりに「ジッタ性」が見受けられる。このテストは、観察された期待分布からの偏差のタイプを識別する別の方法を表すものである。

このテストでは、連続したビン同士間の絶対差を単に足し合わせる。その公式は次の通りである：
＝ＡＢＳ（ビン３９−ビン３８）
＝ＡＢＳ（ビン４０−ビン３９）
＝ＡＢＳ（ビン４１−ビン４０）
・・・・
など
次に、ＰＳＩＤの各々に対してこれらに差を足し合わせる。異なるビットレート同士間の差を比較するために、標準化という形式が必要とされるが、それは、ビットレートが高くなるに連れて、特定のＤＭＴビン中のビットの数が大きくなるため差も大きくなるものと予期されるからである。

次の正規化された差の統計量が用いられる：

図７に示すデータの場合に計算された差の統計量は１９．８４であったが、最も「健全に」見える分布のそれは約６という値と比較される。このテストの結果はディスプレイ６４に提供される。

テスト４：半分未満
このテストは、特に低いと観察されたビン占有事象を検出するように設計されていた。その公式は次の通りである：

この「半分未満」統計は、分布中の「下降(drop-off)」をピックアップする。図８における特定のテストの統計量は１１９であり、これは主として、ビン１４５以降ではビン占有が完全に欠如しているからである。通常は、「半分未満」の数字は、２０〜２５台の値である。このテストの結果はディスプレイ６４で提供される。

テスト５：２倍を超える
このテストは、観察された分布が斜めになると引き起こされ得る特に高いビン占有を検出する。その公式は次の通りである：

この「２倍を超える」統計量は、ＤＭＴビン使用分布中で割り当てがより高い周波数ビンに向かって傾くとそれを強調することが可能である。この状況の例を図９に示す。図９の特定のケースの２倍を超える統計量は４５である。障害のない回線の大多数にとって、この統計量は０〜５の範囲にある。このテストの結果はディスプレイ６４上に提供される。

結果
上述した測定値と統計量とは、テストされる回線毎に計算されてプロットと比較されて、各ケースに対する明瞭な情報を提供するが、次にこれを熟練したエンジニアが閲覧することが可能である。代わりに、障害検出デバイス６は、中央装置に自動的な障害警告を送って、その障害をログするように構成してもよい。

比較テストの結果はそれぞれ別個に提供してもよいし合成して提供してもよい。例えば、障害検出デバイスから出力されたデータは、上記のすべてのテストに対して別個の読み取り値を含んでいる。加えてまたは代わりに、障害検出デバイスは、さらなるデータ処理を実行して、個々のテストの結果を１つの読み取り値に合成してもよい。

分布が期待されたものとは異なるということは、他のテストでは強調できない問題点が回線にあることを示すものである。実際、検査された障害の１部の場合、本発明によるシステムだけが、回線に問題点があることを示したが、それ以外のテストでは期待された範囲内の値が返された。

回線データには、回線と装置との状態を反映する情報が含まれていることを示した。本発明は、このデータを取って、回線のビットレートに対する適切なモデルに関わるテストを実行する診断ツールを提供する。

回線データが障害診断で用いられる可能性があることから、この情報がすべての回線に対して利用可能とされるものと予測される。

上記の説明は、考慮された特定のビットを参照とするものである。しかしながら、これらのビットレートは単に説明目的であり、本発明に対して何ら制限を加えるものではないことが当業者には理解されよう。本発明は、異なるビットレート、ビット長、タイプ、および（例えば、撚り対銅線や光ファイバ）などを有する回線に応用可能である。データ分析器６２は、回線のテストにとって適切であると見なされたあらゆるモデルを含む。それと等しく、ある回線のビン占有の特定の特徴を述べた。しかしながら、他の回線特徴、例えば、回線の信号対雑音比マージンが考慮されることが当業者には明らかであろう。

この説明を読めば本発明の他の修正や変更が当業者には明らかであり、また、これらは本発明の範囲内に含まれることを意図するものである。

ディジタル加入者回線の場合の一般的なビン占有事象分布を示す図である。 上流ビン占有事象のモデルの例を示す図である。 傾向線と式が適合している場合の、５７６Ｋビットレートに対して「健全な」場合の平均ビン占有事象の例を示す図である。 傾向線が適合している場合の、ビン番号に対する正規化された平均ビン占有事象を示すプロット図である。 本発明による障害検出デバイスと、この障害検出デバイスが用いられる一般的なシステムとの実施形態を示す図である。 ゼロ下流ビン統計量を用いて異常であると示される例示のビット占有事象分布の図である。 差の絶対値の統計量を用いて、測定された特徴と期待された特徴とを示す、例示のビット占有事象分布の図である。 「半分未満」統計量を用いた例示のビット占有事象分布の図である。 「２倍を超える」統計量を用いて異常であることが示された例示のビット占有事象分布である。

Claims (12)

1. ディジタル加入者回線の障害を検出する方法であって、該方法は、
   前記ディジタル加入者回線のプロセッサにより測定されたデータ伝送特徴を比較器により少なくとも１つのモデルと比較するステップであって、前記モデルは前記ディジタル加入者回線の期待されたデータ伝送特徴をモデリングしている、ステップと、
   前記比較に応答して、前記測定されたデータ伝送特徴と前記モデリングされた期待されたデータ伝送特徴との間の比較が所定の閾値より大きく異なっている場合に、障害警告デバイスにより障害警戒信号を発生するステップと、
   を含み、
   前記データ伝送特徴は、ディスクリートマルチトーンのビン占有事象分布を示す、複数の所定の周波数帯域内における前記ディジタル加入者回線上でのデータの伝送に関する特徴を含む、方法。
2. モデルが、前記期待されたデータ伝送特徴を前記ディジタル加入者回線に関連する所定のデータレートでモデリングする、請求項１に記載の方法。
3. 前記比較するステップは、適合度テストを含む、請求項１または請求項２に記載の方法。
4. 前記比較するステップは、カイ自乗統計量を計算するステップを含む、請求項３に記載の方法。
5. 前記比較するステップは、前記所定の周波数帯域中におけるゼロの数を、前記測定されたデータ伝送特徴と期待されたデータ伝送特徴とに関して比較するステップを含む、請求項３または請求項４に記載の方法。
6. 前記比較するステップは、連続する前記所定の周波数帯域同士間の絶対差の和を計算するステップを含む、請求項３乃至請求項５のいずれか１項に記載の方法。
7. 前記比較するステップは、期待されたよりデータが小さい前記所定の周波数帯域の数を計算するステップを含む、請求項３乃至請求項６のいずれか１項に記載の方法。
8. 前記比較するステップは、データが前記期待されたデータ伝送特徴の５０％未満である前記所定の周波数帯域の数を計算するステップを含む、請求項７に記載の方法。
9. 前記比較するステップは、期待されたよりデータが大きい前記所定の周波数帯域の数を計算するステップを含む、請求項３乃至請求項８のいずれか１項に記載の方法。
10. 前記比較するステップは、データが前記期待されたデータ伝送特徴の２００％である前記所定の周波数帯域の数を計算するステップを含む、請求項９に記載の方法。
11. 前記ディジタル加入者回線の特徴は、このディジタル加入者回線を介して伝送されたデータの周波数分布を表す、請求項１乃至請求項１０のいずれか１項に記載の方法。
12. ディジタル加入者回線の障害を検出するデバイスであって、該デバイスは、
    障害に関してテストされるディジタル加入者回線からデータを受信する入力部と、
    前記データの特徴を測定するプロセッサと、
    前記ディジタル加入者回線の測定されたデータ伝送特徴をモデルと比較する比較器であって、前記モデルはディジタル加入者回線の期待されたデータ伝送特徴をモデリングしている、比較器と、
    前記測定されたデータ伝送特徴と前記モデリングされた期待されたデータ伝送特徴との間の比較が所定の閾値より大きく異なる場合に、前記比較に応答して障害警戒信号を発生する障害警戒デバイスと、
    を含み、
    前記データ伝送特徴は、ディスクリートマルチトーンのビン占有事象分布を示す、複数の所定の周波数帯域内で前記ディジタル加入者回線上でのデータの伝送に関する特徴を含む、デバイス。

Images