JP5596221B2 - ワイヤーラインネットワークの回線をいくつかの仮想バインダにクラスタ化する方法およびデバイス - Google Patents

Description

本発明は、ワイヤーラインネットワーク、より詳細にはｘＤＳＬベースのアクセスネットワークの回線の物理的欠陥の検出に関する。したがって、本発明は、ワイヤーラインネットワークの回線をいくつかの仮想バインダにクラスタ化する方法、そのような方法を実施するデバイス、およびそのようなデバイスおよびアクセスノードを備えるシステムを提供する。

トリプルプレイ技術は、ビットレートおよび安定性の点で非常に高い性能を必要とするサービスを提供することを可能にする。ｘＤＳＬベースのアクセスネットワークの場合と同様に、ワイヤーラインインフラストラクチャがデータ伝送のために使用されるとき、必要なレベルの性能を達成することは、長いループの場合は特に、挑戦となることがある。さらに、物理的欠陥の存在下では、サービス品質が劇的に低下し、エンドユーザのエクスペリエンス品質が許容できないほど低下することがある。ＩＰ ＴＶの場合、そのような低いエクスペリエンス品質は、イメージ中のアーチファクト、ビデオストリームの一時的フリーズなどの誤りの形態で現れることがある。したがって、必要な最適化および／または保守介入を適時に実施することができるために、ネットワーク事業者がネットワークのトポロジカルな側面および物理的欠陥を十分に検出する仕方を有することが望ましい。

したがって、本発明の目的は、ワイヤーラインネットワークのトポロジカルな側面および／または物理的欠陥を検出する方法を提供することである。

本発明の第１の態様によれば、ワイヤーラインネットワークの回線をいくつかの仮想バインダにクラスタ化する方法であって、ワイヤーラインネットワークの第１の回線に関する第１のシリーズのノイズ値サンプル、およびワイヤーラインネットワークの第２の回線に関する第２のシリーズのノイズ値サンプルを得ることであって、第１のシリーズのノイズ値サンプルと、第２のシリーズのノイズ値サンプルが、対のほぼ同期のサンプリング時点に対応すること、第１のシリーズ中のターゲット特徴を検出すること、第２のシリーズ中の候補特徴を検出することであって、候補特徴がその時間範囲内でターゲット特徴とほぼ同時に起こること、候補特徴とターゲット特徴との間の相関度を求めること、および相関度が所定のしきい値を超える場合、第１の回線および第２の回線を第１の仮想バインダに割り当て、相関度が所定のしきい値を超えない場合、第１の回線および第２の回線をそれぞれ第１の仮想バインダおよび第２の仮想バインダに割り当てることを含む方法が提供される。

本発明は、とりわけ、外乱因子にコヒーレントに反応する各回線が強く結合される可能性が高いという洞察に基づく。そのような強い結合は、共通の物理的欠陥、または特定のトポロジカル特性の結果であることがある。本発明の利点は、様々な回線間の漏話チャネルを求める必要なしに、かつ専用テスト信号を送信することによってサービスを中断する必要なしに、外乱因子にコヒーレントに反応する回線を識別することができ、同一の仮想バインダ内にあると指定することができることである。仮想バインダは、強い相互結合を有する１組の回線を表し、一定のネットワーク管理または保守作業のために一緒に扱うことができる。さらに、有利には、結合した回線の正しい識別を行った後に、送信電力調整、漏話消去、ベクタリングなどの異なる回線間の結合に基づく一定の形態の伝送最適化を適用することができる。

本発明はまた、とりわけ、検出下のそれぞれの回線に関するノイズ値が回線間の結合度を求めるための適切なメトリックを与えるという洞察に基づく。本発明の利点は、スカラ値、すなわちノイズ値の傾向を観測することにより、計算の複雑さを最小にして良好な結果を得ることができることである。

様々な方式で適切な「相関度」メトリックを計算できることを当業者は理解されたい。数学または統計学の分野で「相関」としては公式には知られていない何らかのメトリックを完全に等価な方式で使用することができる。したがって、例えば、対応する特徴間のユークリッド距離が一定の距離しきい値未満であることが判明した場合、このことは、対応する相関しきい値を超える対応する相関度を発見することに等しいとみなすことができる。

一実施形態では、本発明の方法は、第１のシリーズのノイズ値サンプルおよび第２のシリーズのノイズ値サンプルでのほぼ同期のステップ遷移の発生に基づいて、ワイヤーラインネットワークの第１の回線および第２の回線を選択することをさらに含み、ステップ遷移は、所定のしきい値の大きさを超える大きさを有する。

この実施形態の利点は、容易に検出可能な特徴に基づいて事前選択を実施することにより、計算資源をより効率的に使用できることである。

本発明の方法の一実施形態では、求めることは、第１および第２のシリーズのノイズ値サンプルの対応するサブセットを相関させることを含む。本発明の方法の一実施形態では、求めることは、第１および第２のシリーズのノイズ値サンプルから導出した、対応する１次導関数値のシリーズを相関させることを含む。

これらの実施形態の利点は、高精度で、かつ複雑さを限定して相関を実施できることである。

一実施形態では、本発明の方法は、ワイヤーラインネットワークの任意の追加の回線について、追加の回線に関する追加のシリーズのノイズ値サンプルを得ることであって、追加のシリーズのノイズ値サンプルのサンプリング時間が、サンプリング時点にほぼ対応すること、追加のシリーズ中の追加の特徴を検出することであって、追加の特徴が、その時間範囲内でターゲット特徴とほぼ同時に起こること、追加の特徴とターゲット特徴との間の追加の相関度を求めること、追加の相関度が所定のしきい値を超える場合、追加の回線を第１の仮想バインダに割り当てることをさらに含む。

この実施形態は、任意の数の回線に本発明の方法を一般化できるという洞察に基づき、各回線のノイズ値シリーズ特徴と第１の回線のノイズ値シリーズ特徴との相関に基づいて、各回線を第１の回線と同一の仮想バインダ、または同一ではない仮想バインダに割り当てることができる。

特定の実施形態では、本発明の方法は、追加の特徴と候補特徴との間の別の相関度を求めること、および別の相関度が所定のしきい値を超える場合、追加の回線を第２の仮想バインダに割り当てることをさらに含む。特定の実施形態では、本発明の方法は、任意の追加の回線の第１の特徴、第２の特徴、および追加の特徴のそれぞれの間の相関度を表す距離行列を生成することをさらに含み、それぞれの仮想バインダに対する第１の回線、第２の回線、および任意の追加の回線の割当てが、距離行列にクラスタ化アルゴリズムを適用することによって実施される。

これらの実施形態の別の利点は、回線の様々なそれぞれの相互相関を考慮に入れることにより、効率的な方式で任意の数の回線を仮想クラスタに分割することができることである。

本発明の別の態様によれば、ワイヤーラインネットワークの回線をいくつかの仮想バインダにクラスタ化するデバイスであって、そのいくつかの回線の中の第１の回線に関する第１のシリーズのノイズ値サンプル、およびそのいくつかの回線の中の第２の回線に関する第２のシリーズのノイズ値サンプルを取り出すように構成された受信手段と、受信手段に動作可能に接続された特徴抽出ユニットであって、第１のシリーズ中のターゲット特徴を検出し、第２のシリーズ中の候補特徴を検出するように構成された特徴抽出ユニットと、特徴抽出ユニットに動作可能に接続された相関ユニットであって、候補特徴とターゲット特徴との間の相関度を求めるように構成された相関ユニットと、相関度が所定のしきい値を超える場合、第１の回線および第２の回線を第１の仮想バインダに割り当て、相関度が所定のしきい値を超えない場合、第１の回線および第２の回線をそれぞれ第１の仮想バインダおよび第２の仮想バインダに割り当てるように構成された仮想バインダ割当てユニットとを備えるデバイスが提供される。

本発明の実施形態はさらに、有利には、ネットワークアナライザなどのデバイスが、上記で開示した方法を実施するのに必要な機能を備えることができるという洞察に基づく。ネットワークアナライザは、受信したノイズ情報に基づいて集中計算を実施するのに特に適している。本発明の実施形態の利点は、様々なアクセスノード（例えば、ＤＳＬＡＭ）や専用測定機器などの分散したソースからノイズ情報がネットワークアナライザに到達することができることである。したがって、様々なアクセスノードによってサービスされるが、それでも外部刺激にコヒーレントに反応する回線を含む仮想バインダを識別することが可能となる。その結果、そのような回線に、それぞれのアクセスノードにわたってジョイント最適化を適用することができる。そのようなジョイント最適化は、分散漏話消去およびベクタリングとして知られている方式を含むことができる。ジョイント最適化はまた、アクセスノード間の回線を物理的に再分配して、結合された回線が同一のアクセスノードによってサービスされることを保証することにあることでよい。

一実施形態では、本発明のデバイスは、受信手段に動作可能に接続された選択ユニットをさらに備え、選択ユニットは、第１のシリーズのノイズ値サンプルおよび第２のシリーズのノイズ値サンプルでのほぼ同期のステップ遷移の発生に基づいて、いくつかの回線の中から第１の回線および第２の回線を選択するように構成され、ステップ遷移は、所定のしきい値の大きさを超える大きさを有する。

本発明のデバイスの一実施形態では、相関ユニットが、第１および第２のシリーズのノイズ値サンプルの対応するサブセットを相関させるように構成される。

本発明のデバイスの一実施形態では、相関ユニットが、第１および第２のシリーズのノイズ値サンプルから導出した、対応する１次導関数値のシリーズを相関させるように構成される。

本発明のデバイスの一実施形態では、受信手段がさらに、追加の回線に関する追加のシリーズのノイズ値サンプルを取り出すように構成され、前記追加のシリーズのノイズ値サンプルのサンプリング時間が、前記サンプリング時点にほぼ対応し、前記特徴抽出ユニットがさらに、前記追加のシリーズ中の追加の特徴を検出するように構成され、前記追加の特徴が、その時間範囲内で前記ターゲット特徴とほぼ同時に起こり、前記相関ユニットがさらに、前記追加の特徴と前記ターゲット特徴との間の追加の相関度を求めるように構成され、前記仮想バインダ割当てユニットがさらに、前記追加の相関度が前記所定のしきい値を超える場合、前記追加の回線を前記第１の仮想バインダに割り当てるように構成される。

特定の実施形態では、相関ユニットがさらに、追加の特徴と候補特徴との間の別の相関度を求めるように構成され、仮想バインダ割当てユニットがさらに、別の相関度が所定のしきい値を超える場合、追加の回線を第２の仮想バインダに割り当てるように構成される。

本発明およびその様々な実施形態のデバイスの利点は、対応する方法について上記で開示したものである。

本発明の別の態様によれば、アクセスノードに接続された、前述のデバイスを備えるシステムであって、アクセスノードが、第１の回線および第２の回線に接続可能であり、アクセスノードが、第１の回線に関する第１のシリーズのノイズ値サンプルを測定するように構成された第１のノイズ測定手段と、第２の回線に関する第２のシリーズのノイズ値サンプルを測定するように構成された第２のノイズ測定手段と、第１のシリーズのノイズ値サンプルおよび第２のシリーズのノイズ値サンプルをデバイスに送信するように構成された送信手段とを備えるシステムが提供される。

本発明の実施形態は、アクセスノードが、本発明のデバイスによって使用されるノイズ値を測定または取得するように特に有利に配置されるという洞察に基づく。

これから、添付の図面を参照しながら、本発明の実施形態による装置および／または方法のいくつかの実施形態を単なる実施例として説明する。

電話局によってサービスされるワイヤーラインネットワークの一部を示す図である。 いくつかの回線から得られるノイズ値傾向を示す図である。 本発明による方法の一実施形態を示す流れ図を表す図である。 本発明による方法の別の実施形態を示す流れ図を表す図である。 本発明によるシステムの一実施形態を示すブロック図を表す図である。

本発明は、そのサービスを中断することなく、その物理的状態の変化にコヒーレントに応答する回線のグループの効率的な識別を可能にする。これにより、事業者が、バンドル内の強く結合された回線のクラスタを識別することが可能となる。そのような情報は、グループ化された回線を含む物理的リンクの品質、例えば、図１に示されるような損傷した（例えば、濡れた）バインダの識別、所与のバインダの近傍の強力な外乱因子の存在、バインダインターフェースの理想的ではない接続の存在についての仮定を行う際に有用である。そのような識別に基づいて、影響を受ける回線に対して詳細な診断解析または最適化機能を選択的に開始することができ、あるいは必要な場合は、バインダレベルでフィールド介入をセットアップすることができる。

本発明の実施形態の目的は、その物理的特性のうちのいくつかの、経時的な同様の進展の傾向を表す回線のクラスタを識別することである。

そのノイズ環境に対する回線の応答を考慮することによって本発明の利点を理解することができる。所与のバインダは、外部および／または内部ノイズの存在によって影響を受ける。何らかの理由で平衡の取れていないその回線の一部が、経時的なそのノイズ環境の変動に強力かつコヒーレントに応答する。バインダネットワークの別の部分では、異なるノイズ状態が生じ、したがって、結合された回線の他の仮想バインダを識別することができる。その場合、この解決策の目的は、結合された回線の仮想バインダを識別し、そのトポロジについて知識を得て、物理的バインダネットワークブランチの状態についての結論を推論することである。

所与の回線についてのバックグラウンドノイズレベルを表す推定スカラ値から始めて、回線間のコヒーレント傾向の検出が、時間の関数としてのこのスカラ値の進展、すなわちｎ［ｔ］を表す曲線の類似性を検出することによって実施される。そのような曲線の例が図２に提示される。

入力として、この解決策は、ｌおよびｔがそれぞれ回線および時間の添字であるとして、所与のＣＯの各回線の経時的なスカラノイズレベル進展、すなわちｎ［ｌ，ｔ］を取る。

本発明で使用するアルゴリズムのアーキテクチャは、典型的なパターン認識アルゴリズム機能チェーンに従い、通常は４つのメイン部分に分割される：
− 入力前処理
− 特徴抽出
− パターン認識
− 信頼度推定
特徴抽出中、低域通過フィルタリングならびに統計的な意味での回線間の正規化をそれぞれ計算して、時間ウィンドウの各サンプルを生成し、それに同等の重みを与えることができる。そのような処理は、パターン間の空間および距離を最適化することにより、アルゴリズムの続く部分を正しく供給することができる意味のある特徴を抽出する。

パターン認識部分では、特徴間の相関と、その１次導関数の有意な符号変動の相関との組合せが実施され、通常は、所与のＣＯの回線間で推定される相似のレベルを表す距離行列が生成される。距離行列から、同じ傾向を表す曲線のファミリを収集して、それを他から分離するために、階層クラスタ化などの古典的クラスタ化技法を使用して、それを識別することができる。最後に、平均ノイズレベルなどのクラスタ化入力データに関する統計を推定することができる。

アルゴリズムの任意選択の追加の部分が、各クラスタの信頼性の推定を与える。このことは、各クラスタの分布を、各クラスタの他のクラスタまでの距離に対して比較することによって実施される。言い換えれば、これは、クラスタ化されていない特徴の類似性に対してクラスタ化された特徴間の類似性を定量化する。

出力として、クラスタ化回線（ポート）のＩＤならびにクラスタ化データ統計が返される。

図１に、本発明を使用することのできるワイヤーラインネットワークの例示的トポロジを示す。図示するネットワーク部分は電話局１００によってサービスされ、電話局１００から、いくつかの回線が始まる。図１では、一般性を失うことなく、限定された数のこうした回線が示されている。こうした回線の一部は、参照番号１０１、１０２、１０３、および１０４によって識別される。電話網では、回線を、少なくともその長さの一部にわたってバインダとして組み合わせることは一般的である。一般性を失うことなく、図１に示される回線の一部が、別々のバインダ１１１、１１２、１１３に属するものとして示されている。同一の物理的バインダに属する回線が、異なる物理的バインダに属する回線よりも強い漏話結合を示すことが一般に観察される。本発明は、バインダの概念を、外部刺激にコヒーレントに反応する回線のセットをグループ化するいわゆる「仮想バインダ」に一般化する。図１では、物理的バインダ１１１および１１２を含む、参照１２０で識別される第１の仮想バインダと、物理的バインダ１１３と一致する第２の仮想バインダという、２つのそのような仮想バインダが示されている。図示される例示的ネットワークでは、物理的バインダ１１１および１１２の仮想バインダ１２０へのグループ化は、ネットワークの区間１２０内の物理的損傷のためであり、物理的損傷により、影響を受ける回線が外乱に特に敏感となり、外乱に対するコヒーレントな反応を示す。そのような挙動に至ることのある可能な物理的状況は、物理的バインダ１１１および１１２の絶縁に対する損傷であり、それにより、図１で雨雲１５０として示される湿気が前記バインダに浸透することが可能となる。

図２に、共通の仮想バインダに属すると判断することのできる、３つの別個の回線からの、１２０個のサンプルによって表される、期間にわたって得られたノイズ値サンプルの３つのセットを示す。図２の上端に示される第１の傾向線は、ノイズ値サンプルのシリーズを示し、その絶対値の範囲は、約−２ｄＢから約＋２ｄＢの間である。第２のシリーズのノイズ値サンプルが、図２の下端付近に提示され、その絶対値の範囲が約−８ｄＢから約−４ｄＢの間のノイズ値サンプルを含む。第３のシリーズのノイズ値サンプルが、図２の下端に示され、その絶対値の範囲が約−１０ｄＢから約−８ｄＢの間のノイズ値サンプルを含む。すべての値は、任意に選ぶことのできる共通信号出力レベルを基準とする。さらに、図２は、３つの前述のノイズ値サンプルシリーズの平均を表す値のシリーズを太字で示す。以下でより詳細に説明するように、様々な個々のノイズ値サンプルシリーズの特徴間の相関を求めることができる。

図３に、本発明による方法の一実施形態をより詳細に示す。一般性を失うことなく、図３は、外部刺激に対するそれぞれの反応の類似性の程度に応じて、２つの個々の回線を１つの共通仮想バインダ、または２つの異なる仮想バインダにグループ化する方法を示す。図３では様々なステップが特定の順序で提示されるが、この順序は例示のために使用されるに過ぎず、別段の指定がない限り、本発明の不可欠な要素とみなすべきではないことに留意されたい。第１の対のステップ３０１、３０２では、方法が適用されているワイヤーラインネットワーク部分のターゲットとする各回線についてノイズ値サンプルのシリーズが得られる。好ましくは、ノイズ値は、ターゲットとするワイヤーラインネットワークで使用される伝送技術に関係するスペクトルの一部での平均ノイズ電力密度を表すスカラ値である。例えば、ＡＤＳＬネットワークでは、ＤＣから１．１ＭＨｚの間のスペクトルバンドでノイズ値を評価することができる。同様に、ＶＤＳＬネットワークでは、１３８ｋＨｚから１２ＭＨｚの間のスペクトルでノイズ値を評価することができる。様々な異なる伝送技術がその信号のためにスペクトルの異なる部分を使用すること、およびそれに応じてノイズ値を評価すべきことを当業者は理解されよう。図３では図示されないステップでは、得られるノイズ値サンプルを前処理して、その中に存在するＤＣ成分を抑制し、高周波エネルギーを正規化して、異なる回線から得られる曲線をより容易に比較可能にすることができる。後続の対のステップ３１１、３１２では、前処理済のノイズ値サンプルシリーズで比較可能な特徴が検出される。明快のために、第１の回線から得られる、比較に適しているものとして選択される特徴が、「ターゲット特徴」として示される。ターゲット特徴と比較するのに適しているものとして第２のサンプルシリーズから選択される特徴が、「候補特徴」として示される。ステップ３２０では、第１の回線と第２の回線が外部刺激に対して同様に反応する範囲を評価するために、ターゲット特徴と候補特徴との間の相関度が求められる。当業者に知られている、任意の適切な数学的または統計的方法によって相関を求めることができる。相関が所定のしきい値を超える場合、検出下の両方の回線が同一の仮想バインダ３４１に割り当てられ、相関が前記しきい値を超えない場合、両方の回線が異なる仮想バインダ３４２に割り当てられる。しきい値は、３２０で選択する相関アルゴリズムを考慮に入れて、適切なレベルに設定される。

図４に、不確定の数の回線に対する本発明の基礎となる原理の適用を明示的に含む、図３に示される実施形態の一般化を示す。図３の第１の対のステップ３０１、３０２に論理的に対応する第１のステップ４００では、ターゲット回線のノイズ値サンプルのシリーズが得られる。図３の第２の対のステップ３１１、３１２に論理的に対応する後続のステップ４１０では、得られたノイズ値サンプルシリーズ中の、比較に適した特徴が検出される。前と同様に、ステップ４１０の前に、ノイズ値サンプルシリーズ（図示せず）の適切な前処理を行うことができる。ステップ４１５は判定ステップであり、判定ステップは、検出下の選択した回線のセットにわたってアルゴリズムに反復させ、回線のセットは、ワイヤーラインネットワーク内で利用可能な任意の数の回線を含むことができる。図３に示されるステップ３２０に論理的に対応するステップ４２０では、検出した特徴間の相関度が求められる。回線の各対間の相関を対ごとに求めることができ、Ｎ本の回線について、Ｎ（Ｎ−１）／２個の相関または距離計算が得られる。特定の実施形態では、距離行列の形で相互相関を求める。相関が知られると、非常に相互相関する回線を同一の仮想バインダに割り当てることにより、異なる回線を仮想バインダ４４０にグループ化することができる。特定の実施形態では、クラスタ化アルゴリズムを距離行列に適用し、異なる仮想バインダを表すクラスタを識別することができる。

一般化により、したがって本発明は、複数の回線を仮想バインダにクラスタ化する方法であって、前記複数の回線のうちの各回線に関するノイズ値サンプルのそれぞれのシリーズを得ること、ノイズ値サンプルの前記それぞれのシリーズ中の時間的にほぼ同時に起こる特徴を検出すること、前記複数の回線のうちの回線の各対のそれぞれの検出した特徴間の対の相関度を求めること、およびその特徴が一定の所定の相関値を超える相互相関度を有する回線が同一の仮想バインダに割り当てられるという規則により、前記複数の回線をいくつかの仮想バインダにクラスタ化することを含む方法を提供する。同等に、本発明は、複数の回線を仮想バインダにクラスタ化する方法であって、前記複数の回線のうちの各回線に関するノイズ値サンプルのそれぞれのシリーズを得ること、ノイズ値サンプルの前記それぞれのシリーズ中の時間的にほぼ同時に起こる特徴を検出すること、前記複数の回線のうちの回線の各対のそれぞれの検出した特徴間の対の距離を求めること、およびその特徴が一定の所定の最大距離を未満の相互距離を有する回線が同一の仮想バインダに割り当てられるという規則により、前記複数の回線をいくつかの仮想バインダにクラスタ化することを含む方法を提供する。

図５に、ネットワーク化システムに組み込まれた、前述の方法を適用するのに適した、本発明によるデバイスの一実施形態を示す。ネットワークノード５９０、好ましくはアクセスノードが、図１の同一の番号によって指定される回線に論理的に対応する、４つの撚線対回線１０１−１０４にサービスするものとして示されている。４つの回線のみが示されているが、これは明快のために行われるに過ぎず、本発明のネットワークノードが接続することができる回線数に対するどのような限定も示唆するものではない。各回線１０１−１０４について、本発明のネットワークノード５９０は、それぞれの回線に関するノイズ値サンプルのシリーズを得るように構成されたノイズ測定手段５０１−５０４を備える。ノイズ値サンプルを得ることは、当技術分野で知られている方法に従って行われる。具体的には、この得ることは、ノイズの実際の測定、または回線にサービスする物理層デバイスから測定値を取り出すことを含むことができる。したがって、測定手段は、例えば、管理プロトコルを使用して１つの顧客構内機器から下流側チャネルに関するノイズ値を取り出すことができる。任意選択の前処理ユニット５０５が、送信手段５０６にノイズ値サンプルを渡す前に、圧縮、時間平均化などの適切な前処理をノイズ値サンプルに適用することができる。

ネットワークノードの送信手段５０６は、ネットワーク５５０を介してデバイスの受信手段５０７と通信する。ネットワーク５５０は、ポイントツーポイントリンク、または任意のより複雑なネットワークトポロジでよい。好ましくは、ネットワーク５５０はインターネットプロトコル（ＩＰ）に従って動作する。特に好ましくは、ネットワークノード５９０とデバイス５００との間の情報の交換は、簡易ネットワーク管理プロトコル（ＳＮＭＰ）などの管理プロトコルによって行われる。

本発明によるデバイス５００は受信手段５０７を備え、受信手段５０７は、ノイズ値サンプルのそれぞれのシリーズを受信する。図示される例では、デバイス５００は、ネットワークノード５９０から、任意選択で前処理された、これらのシリーズを受信する。特徴抽出ユニット５１０が、前記受信手段に動作可能に接続され、様々なそれぞれのシリーズで比較するのに適した特徴を検出するように構成される。比較するのに適した特徴は、ほぼ同じ時間範囲を有し、好ましくは、所定のしきい値を超える、サンプル値中の時間的に同時に起こるステップの存在などの、同様の高レベル傾向を呈する特徴である。デバイス５００は、特徴抽出ユニット５１０に動作可能に接続された相関ユニット５２０をさらに備え、相関ユニット５２０は、前述のように特徴抽出ユニット５１０によって検出される異なる特徴間の相関度を求めるように構成される。次に、仮想バインダ割当てユニット５３０は、図３および図４の状況で上記で説明した原理に従って、相関ユニット５２０によって求められるその相互相関度に従って様々な仮想バインダに様々な回線１０１−１０４を割り当てるように構成される。後続のネットワーク管理決定および操作で使用するために、適切なマンマシンインターフェースを介してネットワークノードの事業者に仮想バインダ割当てを提示することができ、または内部データベース５４０に格納することができる。

様々な前述の方法のステップをプログラムされたコンピュータによって実施できることを当業者なら容易に理解されよう。本明細書では、いくつかの実施形態はまた、機械またはコンピュータ可読であり、命令の機械実行可能またはコンピュータ実行可能プログラムを符号化するプログラム記憶デバイス、例えばデジタルデータ記憶媒体をも包含するものとし、前記命令は、前記前述の方法のステップの一部またはすべてを実施する。プログラム記憶デバイスは、例えば、デジタルメモリ、磁気ディスクや磁気テープなどの磁気記憶媒体、ハードドライブ、または光可読デジタルデータ記憶媒体でよい。実施形態はまた、前述の方法の前記ステップを実施するようにプログラムされたコンピュータをも包含するものとする。

「プロセッサ」または「ユニット」と標示した任意の機能ブロックを含む、図に示される様々な要素の機能は、専用ハードウェアならびに適切なソフトウェアに関連してソフトウェアを実行することのできるハードウェアの使用によって実現することができる。プロセッサによって実現されるとき、単一の専用プロセッサ、単一の共有プロセッサ、またはその一部を共有することのできる複数の個々のプロセッサによって機能を実現することができる。さらに、「プロセッサ」または「コントローラ」という用語の明示的な使用が、ソフトウェアを実行することのできるハードウェアを排他的に指すと解釈すべきではなく、限定はしないが、デジタル信号プロセッサ（ＤＳＰ）ハードウェア、ネットワークプロセッサ、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、ソフトウェアを格納する読取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、および不揮発性ストレージを暗黙的に含むことができる。従来型および／またはカスタム型の他のハードウェアも含めることができる。同様に、図に示される任意のスイッチは概念的なものに過ぎない。その機能は、プログラムロジックの動作、専用ロジック、プログラム制御と専用ロジックの対話により、さらには手動で実施することができ、特定の技法は、文脈からより具体的に理解できるように、実装者によって選択可能である。

Claims (13)

1. ワイヤーラインネットワークの回線をいくつかの仮想バインダにクラスタ化する方法であって、
   前記ワイヤーラインネットワークの第１の回線に関する第１のシリーズのノイズ値サンプル、および前記ワイヤーラインネットワークの第２の回線に関する第２のシリーズのノイズ値サンプルを得ることであって、前記第１のシリーズのノイズ値サンプルと、前記第２のシリーズのノイズ値サンプルが、対のほぼ同期のサンプリング時点に対応すること、
   前記第１のシリーズ中のターゲット特徴を検出すること、
   前記第２のシリーズ中の候補特徴を検出することであって、前記候補特徴がその時間範囲内で前記ターゲット特徴とほぼ同時に起こること、
   前記候補特徴と前記ターゲット特徴との間の相関度を求めること、および
   前記相関度が所定のしきい値を超える場合、前記第１の回線および前記第２の回線を第１の仮想バインダに割り当て、前記相関度が前記所定のしきい値を超えない場合、前記第１の回線および前記第２の回線をそれぞれ第１の仮想バインダおよび第２の仮想バインダに割り当てること
   を含み、
   前記求めることが、前記第１および前記第２のシリーズのノイズ値サンプルから導出した、対応する１次導関数値のシリーズを相関させることを含む、方法。
2. 前記第１のシリーズのノイズ値サンプルおよび前記第２のシリーズのノイズ値サンプルでのほぼ同期のステップ遷移の発生に基づいて、前記ワイヤーラインネットワークの前記第１の回線および前記第２の回線を選択することをさらに含み、前記ステップ遷移が、所定のしきい値の大きさを超える大きさを有する、請求項１に記載の方法。
3. 前記求めることが、前記第１および前記第２のシリーズのノイズ値サンプルの対応するサブセットを相関させることを含む、請求項１または２に記載の方法。
4. 前記ワイヤーラインネットワークの任意の追加の回線について、前記追加の回線に関する追加のシリーズのノイズ値サンプルを得ることであって、前記追加のシリーズのノイズ値サンプルのサンプリング時間が、前記サンプリング時点にほぼ対応すること、
   前記追加のシリーズ中の追加の特徴を検出することであって、前記追加の特徴が、その時間範囲内で前記ターゲット特徴とほぼ同時に起こること、
   前記追加の特徴と前記ターゲット特徴との間の追加の相関度を求めること、および
   前記追加の相関度が前記所定のしきい値を超える場合、前記追加の回線を前記第１の仮想バインダに割り当てること
   をさらに含む、請求項１から３のいずれか一項に記載の方法。
5. 前記追加の特徴と前記候補特徴との間の別の相関度を求めること、および前記別の相関度が前記所定のしきい値を超える場合、前記追加の回線を前記第２の仮想バインダに割り当てることをさらに含む、請求項４に記載の方法。
6. 前記任意の追加の回線の前記第１の特徴、前記第２の特徴、および前記追加の特徴のそれぞれの間の相関度を表す距離行列を生成することをさらに含み、それぞれの仮想バインダに対する前記第１の回線、前記第２の回線、および前記任意の追加の回線の前記割当てが、前記距離行列にクラスタ化アルゴリズムを適用することによって実施される、請求項４に記載の方法。
7. ワイヤーラインネットワークの回線をいくつかの仮想バインダにクラスタ化するデバイスであって、
   前記いくつかの回線の中の第１の回線に関する第１のシリーズのノイズ値サンプル、および
   前記いくつかの回線の中の第２の回線に関する第２のシリーズのノイズ値サンプル
   を取り出すように構成された受信手段であって、前記第１のシリーズのノイズ値サンプルと、前記第２のシリーズのノイズ値サンプルが、対のほぼ同期のサンプリング時点に対応する、手段と、
   前記受信手段に動作可能に接続された特徴抽出ユニットであって、前記第１のシリーズ中のターゲット特徴を検出し、前記第２のシリーズ中の候補特徴を検出するように構成された特徴抽出ユニットと、
   前記特徴抽出ユニットに動作可能に接続された相関ユニットであって、前記候補特徴と前記ターゲット特徴との間の相関度を求めるように構成された相関ユニットと、
   前記相関度が所定のしきい値を超える場合、前記第１の回線および前記第２の回線を第１の仮想バインダに割り当て、前記相関度が前記所定のしきい値を超えない場合、前記第１の回線および前記第２の回線をそれぞれ前記第１の仮想バインダおよび前記第２の仮想バインダに割り当てるように構成された仮想バインダ割当てユニットと
   を備え、
   前記相関ユニットが、前記第１および前記第２のシリーズのノイズ値サンプルから導出した、対応する１次導関数値のシリーズを相関させるように構成される、デバイス。
8. 前記受信手段に動作可能に接続された選択ユニットをさらに備え、前記選択ユニットが、前記第１のシリーズのノイズ値サンプルおよび前記第２のシリーズのノイズ値サンプルでのほぼ同期のステップ遷移の発生に基づいて、前記いくつかの回線の中から前記第１の回線および前記第２の回線を選択するように構成され、前記ステップ遷移が、所定のしきい値の大きさを超える大きさを有する、請求項７に記載のデバイス。
9. 前記相関ユニットが、前記第１および前記第２のシリーズのノイズ値サンプルの対応するサブセットを相関させるようにさらに構成される、請求項７または８のいずれか一項に記載のデバイス。
10. 前記受信手段がさらに、追加の回線に関する追加のシリーズのノイズ値サンプルを取り出すように構成され、前記追加のシリーズのノイズ値サンプルのサンプリング時間が、前記サンプリング時点にほぼ対応し、
    前記特徴抽出ユニットがさらに、前記追加のシリーズ中の追加の特徴を検出するように構成され、前記追加の特徴が、前記追加の特徴が検出された時間範囲内で前記ターゲット特徴とほぼ同時に起こり、
    前記相関ユニットがさらに、前記追加の特徴と前記ターゲット特徴との間の追加の相関度を求めるように構成され、
    前記仮想バインダ割当てユニットがさらに、前記追加の相関度が前記所定のしきい値を超える場合、前記追加の回線を前記第１の仮想バインダに割り当てるように構成される、請求項７から９のいずれか一項に記載のデバイス。
11. 前記相関ユニットがさらに、前記追加の特徴と前記候補特徴との間の別の相関度を求めるように構成され、前記仮想バインダ割当てユニットがさらに、前記別の相関度が前記所定のしきい値を超える場合、前記追加の回線を前記第２の仮想バインダに割り当てるように構成される、請求項１０に記載のネットワークデバイス。
12. 請求項７から１１のいずれかに記載のデバイスと、それに接続されたアクセスノードとを備えるシステムであって、前記アクセスノードが、前記第１の回線および前記第２の回線に接続可能であり、前記アクセスノードが、前記第１の回線に関する前記第１のシリーズのノイズ値サンプルを得るように構成された第１のノイズ測定手段と、前記第２の回線に関する第２のシリーズのノイズ値サンプルを得るように構成された第２のノイズ測定手段と、前記第１のシリーズのノイズ値サンプルおよび前記第２のシリーズのノイズ値サンプルを前記デバイスに送信するように構成された送信手段とを備える、システム。
13. 前記アクセスノードが、前記第１のおよび第２の測定手段に動作可能に接続され、前処理済ノイズ値を生成するように構成された前処理ユニットをさらに備え、前記送信手段が、前記デバイスに前記前処理済ノイズ値を送信するように構成される、請求項１２に記載のシステム。

Images