JPH0868722A - 光線路特性の自動解析方法 - Google Patents

Abstract

(57)【要約】 【目的】 光線路の光学特性を測定して得られた測定デ
ータから光線路特性を自動的に解析する方法を提供す
る。 【構成】 光パルス試験器を用いて光線路を測定し、コ
ネクタ接続を検出するため測定データの微分係数の符号
が変化する特異点を求め、特異点を含めた複数の連続し
た位置の受光レベルを正規化した値を入力としてバック
プロパゲーション型ニューラルネットワークを用いてコ
ネクタ接続か否かを判定し、測定データ列からパルス幅
の半分に相当する距離間隔のポイントの差分数列を作成
し、融着接続を検出するため差分数列の微分係数の符号
が変化する特異点を求め、差分数を正規化した値を入力
としてバックプロパゲーション型ニューラルネットワー
クを用いて融着接続か否かを判定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は光パルス試験器を用いて
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、ケーブ
ル区間損失、反射量、これらの発生位置、及び故障発生
位置を求め、表示する方法に関する。

【０００２】

【従来の技術】従来、光線路の接続位置や故障位置を自
動検出する方法に関する技術が開示されている。また、
コネクタ接続点の検出にしきい値を用いた手法の検出精
度についても報告されている。（例えば、榎本 他「フ
レネル反射を含むＯＴＤＲ波形の自動解析精度の検討」
１９９４年電子通信学会春季全国大会予稿集、Ｂ−９８
２）

【０００３】まず従来の自動解析方法の第１の手段は、
光パルス試験器の測定条件を対象線路に合わせて適切に
設定し、測定する第１の処理段階と、受光レベルＹと距
離に対応するポイントＸによる測定データ列（Ｙ，Ｘ）
を、前記光パルス試験器からコンピュータに取り込み、
ケーブルフラグをＫとしたケーブルデータ列（Ｋ、Ｘ）
を作成する第２の処理段階と、各座標における微分係数
列（ｄＹ／ｄＸ，Ｘ）を作成する第３の処理段階と、前
記微分係数列の符号がプラスまたは零からマイナスへと
変化する点をデータのピーク位置とし、該ピーク位置を
基準として近端方向及び遠端方向にパルス幅区間の各ポ
イントの微分係数列（ｄＹ／ｄＸ，Ｘ）がケーブルの場
合と比較して誤差範囲内となる近端のポイント高さが一
定のしきい値Ｓａを越える場合、ピークの位置から測定
パルス幅内における各ポイント（Ｘｆｓ）及び遠端部分
のポイント（Ｘｆｅ）を求め、求めた該区間（Ｘｆｓ〜
Ｘｆｅ）のケーブルフラグをＦとしてケーブルデータ列
を（Ｆ，Ｘｆｓ〜Ｘｆｅ）と書き換える第４の処理段階
と、前記Ｘｆｓより遠端側のデータＹがノイズレベル以
下となる場合、そのてＸｆｓを線路の終端Ｌｅとし、ノ
イズレベル以下にならない場合は、最後のＸｆｓを線路
の終端Ｌｅとする第５の処理段階と、該終端Ｌｅがデー
タベース上の線路長と計測誤差を含んで一致するかどう
かを判定し、一致しない場合は、線路に故障ありと判断
し、故障の表示及び故障位置がＬｅであると表示する第
６の処理段階と、前記微分係数列（ｄＹ／ｄＸ，Ｘ）の
微分係数がケーブルの場合より大きく変化する範囲（Ｘ
ｊｓ〜Ｘｊｅ）のケーブルフラグをＪとしてケーブルデ
ータ列を（Ｊ，Ｘｊｓ〜Ｘｊｅ）と書き換える第７の処
理段階と、前記Ｘｊｓより遠端側のデータがノイズレベ
ル以下でしかも前記第５の処理段階で求めた終端Ｌｅよ
り近端の場合、前記Ｘｊｓを線路の終端Ｌｅとする第８
の処理段階と、終端Ｌｅがデータベース上の線路長と計
測誤差を含んで一致するかどうか判定し、一致しない場
合は、線路に故障ありと判断し、故障の表示および故障
位置が終端Ｌｅであると表示する第９の処理段階と、ケ
ーブルデータ列でケーブルフラグがＫとなる区間をケー
ブル区間、ケーブルフラグがＦとなる各区間の最初の位
置をコネクタ接続位置、ケーブルフラグがＪとなる各区
間の最初の位置を融着接続位置とする第１０の処理段階
と、前記ケーブル区間の損失、コネクタ接続位置におけ
る接続損失と反射量、融着接続位置における接続損失、
全線路損失を求める第１１の処理段階と、該第１１の処
理段階で求められたケーブル区間損失、接続損失、反射
量、これらの発生位置、全線路損失、故障位置を表示す
る第１２の処理段階、から構成されている。

【０００４】また、第２の手段として、第１の手段の第
７および第８の処理段階の替わりに、パルス幅の半分に
相当する距離間隔のポイントの差分数列（ΔＹ，Ｘ）を
作成する第１３の処理段階と、前記で求めた差分数列の
微分係数列（ｄΔＹ／ｄＸ，Ｘ）を作成する第１４の処
理段階と、前記微分係数列の符号がマイナスまたは零か
らプラスにおよびプラスまたは零からマイナスに変化す
る位置Ｘｋを求める第１５の処理段階と、前記Ｘｋから
パルス幅（ｐｗ）の半分に相当する区間のケーブルフラ
グをＪとして、ケーブルデータ列を（Ｊ，Ｘｋ〜Ｘｋ＋
ｐｗ）とする第１６の処理段階、から構成されている。

【０００５】また、第３の手段として、上記第１の手段
または第２の手段の第９と第１０の処理段階の間に、あ
らかじめ光線路の設計書よりつくられた線路の接続点情
報が登録されているデータベースを用いて、データベー
スから接続点情報を読み込み、接続点データ列（ＳＦ，
ＳＸ）（ＳＪ，ＳＸ）を作成する第１７の処理段階と、
各接続点データに対して設備の誤差から許容区間を設定
し、解析で求めた接続点が各接続点の許容区間にいくつ
入るかを数える第１８の処理段階と、接続点の数が０の
区間は、接続点データ列の位置を接続点とし、接続点の
数が１の区間は解析で求めた接続点の位置を用い、接続
点の数が２以上の区間は距離と損失の関係を用いて接続
点を１つに絞り、ケーブルデータ列を書き換える第１９
の処理段階、から構成されている。

【０００６】前記に示す従来方法の特徴は、接続点の検
出に微分係数の符号の変化を用いるため、しきい値の設
定をケーブル単位および距離ごとに変える必要がないの
で、しきい値の設定のため実験稼動またはプログラムの
パラメータ変更稼動を減らすことができることである。
また、パラメータの設定が少ないため解析の高速化を図
ることができる。また、解析結果と実際の光線路におけ
る接続位置を示すデータベースと自動的に対応させて解
析することより、解析の稼動を減らすことができる。

【０００７】

【発明が解決しようとする課題】しかし、上記に述べた
第１の手段および第２の手段の解析方法では、パルス試
験器の内部で発生するノイズが波形データに含まれてい
るため、誤ってノイズを接続点や終端と誤検出してしま
う場合もあった。また上記に述べた第３の手段の解析方
法では、多くのノイズを接続点と誤検出した場合、デー
タベースの接続点情報との対応にずれが生じてしまうこ
とがあった。

【０００８】本発明は以上の点に鑑み、前記問題点を解
決するためになされたものであり、本発明の目的は、光
線路の光学特性を測定して得られた測定データから光線
路の接続損失、ケーブル損失、反射量、これらの発生位
置及び故障発生位置を求め、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。本発明の前記ならびに
その他の目的と新規な特徴は、本明細書の記述および添
付図面によって明らかになるであろう。

【０００９】

【課題を解決するための手段】前記目的を達成するため
に、本発明の第１の方法は、光パルス試験器を用いて光
線路の距離と光強度からなる光学特性を測定し、得られ
た測定データからコンピュータを使用して自動的に光線
路の接続損失、ケーブル損失、反射量、これらの発生位
置、故障発生位置等を求め表示する光線路特性の自動解
析方法において、図１にフローチャートとして示すよう
に、光パルス試験器を用いて光線路を測定し、測定デー
タをコンピュータに取り込む第１の処理段階と、コネク
タ接続を検出するため、該測定データの微分係数の符号
が変化する特異点を求める第２の処理段階と、前記特異
点を含めた複数の連続した位置の受光レベルを正規化し
た値を入力として、該特異点がコネクタ接続であるかの
判定を出力とする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てコネクタ接続と判定した場合、該
特異点をコネクタ接続位置とする第３の処理段階と、測
定データ列から、パルス幅の半分に相当する距離間隔の
ポイントの差分数列を作成する第４の処理段階と、融着
接続を検出するため、前記差分数列の微分係数の符号が
変化する特異点を求める第５の処理段階と、前記特異点
を含めた複数の連続した位置の差分数を正規化した値を
入力として、該特異点が融着接続であるかの判定を出力
とするバックプロパゲーション型ニューラルネットワー
クを用いて融着接続と判定した場合、該特異点を融着接
続位置とする第６の処理段階と、接続点種別および距離
情報から構成されている設備データベースから接続点距
離情報と検出結果とを対応させる第７の処理段階と、前
記ケーブル区間の損失、コネクタ接続位置における接続
損失と反射量、融着接続位置における接続損失、全線路
損失等を求め、これらの発生位置、故障位置等を表示す
る第８の処理段階とを含むことを特徴とする。

【００１０】本発明の第２の方法は、光パルス試験器を
用いて光線路の距離と光強度からなる光学特性を測定
し、得られた測定データからコンピュータを使用して自
動的に光線路の接続損失、ケーブル損失、反射量、これ
らの発生位置、故障発生位置等を求め表示する光線路特
性の自動解析方法において、図２にフローチャートとし
て示すように、光パルス試験器を用いて光線路を測定
し、測定データをコンピュータに取り込む第１の処理段
階と、コネクタ接続を検出する際に基準とする位置を示
す考察点を、該光線路の測定開始位置とする第２処理段
階と、考察点を含んだ連続した複数の位置の受光レベル
を正規化した値を入力として、該考察点がコネクタ接続
であるかの判定を出力とする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て、考察点がコネクタ接
続と判定した場合、該考察点をコネクタ接続位置とする
第３の処理段階と、考察点を測定終了位置方向に１つ移
動させ、考察点が該光線路の測定終了位置を越えたかを
判定し、越えていない場合は第３の処理段階に戻り、越
えた場合は第５の処理段階に進む第４の処理段階と、測
定データ列から、パルス幅の半分に相当する距離間隔の
ポイントの差分数列を作成する第５の処理段階と、融着
接続を検出する際に基準とする位置を示す考察点を、該
光線路の測定開始位置とする第６の処理段階と、考察点
を含めた連続した複数の位置の差分数を正規化した値を
入力として、該考察点が融着接続であるかの判定を出力
とするバックプロパゲーション型ニューラルネットワー
クを用いて、該考察点が融着接続と判定した場合、該考
察点を融着接続位置とする第７の処理段階と、考察点を
測定終了位置方向に１つ移動させ、考察点が該光線路の
測定終了位置を越えたかを判定し、越えていない場合は
第７の処理段階に戻り、越えた場合は第９の処理段階に
進む第８の処理段階と、接続点種別および距離情報から
構成されている設備データベースから接続点距離情報と
検出結果とを対応させる第９の処理段階と、前記ケーブ
ル区間の損失、コネクタ接続位置における接続損失と反
射量、融着接続位置における接続損失、全線路損失等を
求め、これらの発生位置、故障位置等を表示する第１０
の処理段階とを含むことを特徴とする。

【００１１】本発明においては、測定を任意の位置から
開始し任意の位置で終了することができるが、光線路の
開始位置または終了位置から開始し、光線路の終了位置
または開始位置で終了するようにすれば便利である。

【００１２】

【作用】本発明においては、測定器内部で発生したノイ
ズが測定データに多く含まれているため、接続点もしく
は終端を誤検出しても、ニューラルネットワークでノイ
ズの影響を受けることなく判定することができ、接続点
や終端を精度よく検出することができる。また接続点の
誤検出が少なくなるので、解析結果と接続点情報が登録
されているデータベースを正確に対応させることができ
る。

【００１３】

【実施例】以下、本発明による実施例を図面を参照して
詳細に説明する。図３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はデータ
バス、４は制御・演算部、５はデータ処理部、６はデー
タベース、７は結果の表示部である。

【００１４】次に光パルス試験部の測定原理を説明す
る。光ファイバに光を入射した場合、光ファイバの途中
から入射端に戻ってくる光には、コネクタ接続点等によ
るフレネル反射光、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と戻る後方散乱光があ
る。ここで、パルス発生器の半導体レーザによって得ら
れた光パルスを光ファイバに入射すると、光ファイバ中
で発生した後方散乱光およびフレネル反射光は、反射端
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。戻った光は受光素子で電気信号に変換して波形を求
めることができる。光パルス試験部１が受光した受光電
力を対数変換し、受光レベルをデシベル（ｄＢ）で表示
する。

【００１５】図４は、本発明の光線路特性の自動解析方
法における第１の実施例の処理を示すフローチャートで
ある。この実施例の光線路特性の自動解析方法を図３お
よび図４を用いて説明する。まずステップＳＡ１では、
制御・演算部４において、光パルス試験部１にデータバ
ス３を経由して測定条件を最適化するように指示を与え
る。測定条件の最適化を行う点は従来と同様である。ス
テップＳＡ２では、光パルス試験を実施する。

【００１６】次に、光パルス試験部１で測定したデータ
について、ステップＳＡ３からステップＳＡ１４に示す
解析をデータ処理部５で行う。ステップＳＡ３では、測
定データ列（Ｙ，Ｘ）をデータ処理部５に取り込む。こ
こで、Ｙは受光レベル（ｄＢ）、Ｘは距離に対応するポ
イントである。実際の距離はＸに１ポイントの距離ΔＬ
を掛けたものとなる。

【００１７】ステップＳＡ４に進み、測定データ（Ｙ，
Ｘ）から各ポイントにおける微分係数ｄＹ／ｄＸを求
め、微分係数列（ｄＹ／ｄＸ，Ｘ）を作成する。次にス
テップＳＡ５では、微分係数ｄＹ／ｄＸの符号がプラス
または零からマイナスと変化した特異点Ｘｆｌを求め
る。ただし、ｌ＝1.2 --となり、光線路開始位置から見
てｌは何番目のピークであるかを示す。

【００１８】ステップＳＡ６では、特異点Ｘｆｌを中心
に前後ｍポイント区間、Ｘｆｌ−ｍからＸｆｌ＋ｍまで
の受光レベルＹを抽出し、受光レベルの最大値を１、最
小値を０としてデータの正規化を行い、正規化データ列
Ｉｉｌを作成する。ただしｉ＝ 1.2 ---（２・ｍ＋１）
とする。なおｍはパルス幅および読みとり分解能ごと
に、あらかじめ実験して求めておく。

【００１９】次にステップＳＡ７では、あらかじめ学習
して求めておいたコネクタ接続判定用ニューラルネット
ワークの入力層に、正規化データ列Ｉｉｌを入力して、
該ニューラルネットワークの出力層からの出力値Ｏが判
定しきい値Ｏｍ以上の場合、Ｘｆｌがコネクタ接続によ
るフレネル反射波形のピークであると判定を行い、Ｘｆ
ｌを書き換える。ただしｌ＝ 1.2 ---となり、光線路開
始位置から見てｌは何番目のコネクタ接続によるフレネ
ル反射波形のピークであるかを示す。なお判定しきい値
Ｏｍはあらかじめ実験で求めておく。

【００２０】ステップＳＡ８では、パルス幅の半分に相
当する距離間隔のポイントの差分数列（ΔＹ，Ｘ）を作
成する。次に、ステップＳＡ９では差分数列（ΔＹ，
Ｘ）の微分係数列（ｄΔＹ／ｄＸ，Ｘ）を作成する。ス
テップＳＡ１０ではｄΔＹ／ｄＸの符号がマイナスまた
は零からプラスにもしくはプラス又は零からマイナスに
変化する特異点Ｘｋｌを求める。ただしｌ＝1.2 --- と
なり、光線路開始位置から見て、ｌは何番目のピークで
あるかを示す。

【００２１】ステップＳＡ１１では、特異点Ｘｋｌを中
心に前後ｎポイント区間Ｘｋｌ−ｎからＸｋｌ＋ｎまで
の差分数ΔＹを抽出し、最大値を１、最小値を０として
データの正規化を行い、正規化データ列Ｉｉｌを作成す
る。ただしｌ＝1.2 --- （２・ｎ＋１）とする。なおｎ
はパルス幅および読みとり分解能ごとに、あらかじめ実
験で求めておく。

【００２２】次にステップＳＡ１２では、あらかじめ学
習して求めておいた融着接続判定用ニューラルネットワ
ークに、正規化データ列Ｉｉｌを入力層に入力して、該
ニューラルネットワークの出力層からの出力値Ｏが判定
しきい値Ｏｎ以上の場合、Ｘｋｌが融着接続点による波
形のピークであると判定を行い、Ｘｋｌを書き換える。
ただしｌ＝1.2 --- となり、光線路開始位置から見てｌ
は何番目の融着接続による波形のピークであるかを示
す。また判定しきい値Ｏｎはあらかじめ実験で求めてお
く。

【００２３】ステップＳＡ１３に進み、光線路の建設時
の設計書によりつくられた設備データベース６から、接
続点距離情報と検出結果ＸｆｌおよびＸｋｌとを対応さ
せる。ステップＳＡ１４では光線路の接続損失、ケーブ
ル区間損失、反射量、これらの発生位置、故障発生位置
等を求め、最後にステップＳＡ１５では表示部７に解析
結果として、光線路の接続損失、ケーブル区間損失、反
射量、これらの発生位置、故障発生位置等を示して、解
析を終了する。

【００２４】次に、ステップＳＡ７およびステップＳＡ
１２に使われているニューラルネットワークの構成につ
いて説明する。本発明では３層構造のバックプロパゲー
ション型ニューラルネットワークを用いている。入力層
および中間層ユニットの個数は、フレネル反射判定用の
場合は（２・ｍ＋１）、融着接続判定用の場合は（２・
ｎ＋１）となる。おなｍおよびｎはパルス幅、読み取り
分解能ごとに、あらかじめ実験して求めておく。出力層
は１個のユニットで構成されている。

【００２５】以下にニューラルネットワークの計算手法
について説明する。入力層のユニットの入出力関係は線
形であり、中間層と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。次式にシグモイド
関数の定義を示す。 ｆ（ｐ）＝１／（１＋ｅｘｐ（−２ｐ／ｕｏ）） ただしｐはシグモイド関数の入力、ｕｏはシグモイド関
数の形状を決定するパラメータである。

【００２６】このとき、ニューラルネットワークの中間
層の出力Ｈｊは次式にて表される。

【数１】 ただしＷｊｉは入力層から中間層までの結合定数を、θ
ｊは中間層のオフセットを示している。

【００２７】また出力層の出力Ｏは次式にて表される。

【数２】 ただしＶｊは中間層から出力層までの結合定数を、γは
出力層のオフセットを示している。

【００２８】ニューラルネットワークの学習時において
は、出力値Ｏと教師信号Ｏｔから結合定数Ｗｊｉ、Ｖｊ
およびオフセットγ、θｊを変更する。以下に変更の方
法を説明する。まず出力値Ｏと教師信号Ｏｔから誤差δ
を求める。 δ＝（Ｏ−Ｏｔ）

【００２９】次に誤差δと中間層から出力層への結合定
数Ｖｊと中間層の出力Ｈｊとから、中間層ユニットｊに
つながる結合定数と中間層ユニットのオフセットに対す
る誤差σｊを求める。 σｊ＝δ・Ｖｊ・Ｈｊ・（１−Ｈｊ）

【００３０】次に出力層ユニットの誤差δと中間層ユニ
ットｊの出力Ｈｊと定数αとの積を加算することで、中
間層ユニットｊから出力層のユニットにつながる結合定
数Ｖｊを、誤差δと定数βとの積を加算することで、出
力層ユニットのオフセットγをそれぞれ修正する。 Ｖｊ＝Ｖｊ＋α・δ・Ｈｊ γ＝γ＋β・δ

【００３１】中間層ユニットｊでの誤差σと入力層ユニ
ットｉの出力Ｉｉと定数αとの積を加算することで、入
力層ユニットｉから中間層のユニットｊにつながる結合
定数Ｗｊｉを、誤差σｊと定数βとの積を加算すること
で、中間層ユニットｊのオフセットθｊをそれぞれ修正
する。 Ｗｊｉ＝Ｗｊｉ＋α・σｊ・Ｉｉ θｊ＝θｊ＋β・σｊ 以上の手法にて結合定数Ｗｊｉ、Ｖｊ、オフセットγ、
θｊを変更する。なお結合定数Ｗｊｉ、Ｖｊ、オフセッ
トγ、θｊはコネクタ接続判定用と融着接続判定用をそ
れぞれ学習して求める必要がある。

【００３２】次に、実データを用いて、コネクタ接続点
によるフレネル反射波形の判定にニューラルネットワー
クを用いた場合の一例を示す。第１の実施例におけるコ
ネクタ接続判定用ニューラルネットワークの学習に使用
した測定データの波形を図６に示す。この測定データの
微分係数ｄＹ／ｄＸの符号がプラスまたは零からマイナ
スに変化した点Ｘｆｌを求めたところ、３個のコネクタ
接続によるフレネル反射、３１４個のノイズ波形による
ピークが求められた。なお図６の波形を求めた測定条件
は、距離レンジ１０ｋｍ、パルス幅１００ｎｓ、波長
１．３１μｍ、データ数５０００である。

【００３３】この実施例で使用したニューラルネットワ
ークは、ｍ＝１０として、入力層、中間層とも２１個、
出力層は１個のユニットで構成した。また学習時におい
て、教師信号Ｏｔには入力したデータＩｉｌのピークが
フレネル反射の場合はＯｔ＝１、それ以外はＯｔ＝０と
した。図８に正規化したデータの一例を示す。図８ａは
フレネル反射波形、図８ｂはノイズ波形である。学習回
数は１０万回とした。

【００３４】次に該ニューラルネットワークの評価に用
いた測定データの波形を図７に示す。この測定データの
微分係数ｄＹ／ｄＸの符号がプラスまたは零からマイナ
スに変化した点Ｘｆｌを求めたところ、フレネル反射が
７個、ノイズ波形が３４１個のピークが求められた。各
Ｘｆｌを中心に前後ｍポイント区間の受光レベルの正規
化を行い、正規化データ列Ｉｉｌを作成し、上記で学習
したニューラルネットワークの入力層に入力し、出力層
からの出力値Ｏが０．５未満はノイズ、０．５以上はフ
レネル反射として判定を行った。

【００３５】図９に従来の手法と本発明による手法を用
いた判定結果を示す。従来の手法と比較して、ノイズを
フレネル反射と誤判定する数が少なくなっていることか
ら、本発明の手法が従来より精度よく判定できているこ
とがわかる。

【００３６】図５は、本発明の光線路特性の自動解析方
法における第２の実施例の処理を示すフローチャートで
ある。この実施例の光線路特性の自動解析方法を図３お
よび図５を用いて説明する。まずステップＳＢ１では、
制御・演算部４において、光パルス試験部１にデータパ
ス３を経由して測定条件を最適化するように指示を与え
る。測定条件の最適化を行う点は従来と同様である。ス
テップＳＢ２に進み、光パルス試験を実施する。

【００３７】次に、光パルス試験部１で測定したデータ
について、ステップＳＢ３からステップＳＢ１６に示す
解析をデータ処理部５で行う。ステップＳＢ３では、測
定データ列（Ｙ，Ｘ）をデータ処理部５に取り込む。こ
こで、Ｙは受光レベル（ｄＢ）、Ｘは距離に対応するポ
イントである。実際の距離はＸに１ポイントの距離ΔＬ
を掛けたものとなる。

【００３８】ステップＳＢ４に進み、考察点ｘ＝１＋ｍ
とする。なおｍはパルス幅および読み取り分解能ごと
に、あらかじめ実験して求めておく。次にステップＳＢ
５では測定データ（Ｙ，Ｘ）から、考察点ｘを中心に前
後ｍポイント区間、ｘ−ｍからｘ＋ｍまでの受光レベル
Ｙを抽出して、最大値を１、最小値を０として、データ
の正規化を行い、正規化データ列Ｉｉを作る。ただしｉ
＝1.2 --- （２・ｍ＋１）とする。

【００３９】ステップＳＢ６では、あらかじめ学習して
求めておいたコネクタ接続検出用ニューラルネットワー
クの入力層に、正規化データ列Ｉｉを入力して、該ニュ
ーラルネットワークの出力層からの出力値Ｏが判定しき
い値Ｏｍ以上の場合、考察点ｘはコネクタ接続によるフ
レネル反射波形のピークであると判定して、Ｘｆｌ＝ｘ
とする。ただしｌ＝ 1.2 ---となり、光線路開始位置か
ら見てｌは何番目のニューラルネットワークで検出した
コネクタ接続点のピークであるかを示す。なお判定しき
い値Ｏｍはあらかじ実験で求めておく。

【００４０】次にステップＳＢ７では、考察点ｘを遠端
方向に１つ移動する。ステップＳＢ８では、考察点ｘが
（ＡＬＬ−ｍ）以下であるかを判定する。ただしＡＬＬ
は該測定データ（Ｙ，Ｘ）の全データ数とする。判定し
た結果、Ｙｅｓの場合はステップＳＢ５へ戻り、Ｎｏの
場合はステップＳＢ９へ進む。ステップＳＢ９では、パ
ルス幅の半分に相当する距離間隔のポイントの差分数列
（ΔＹ，Ｘ）を作成する。

【００４１】ステップＳＢ１０に進み、考察点ｘ＝ｎ＋
１とする。なおｎはパルス幅および読み取り分解能ごと
に、あらかじめ実験して求めておく。次にステップＳＢ
１１では、差分数列（ΔＹ，Ｘ）から、考察点ｘを中心
に前後ｎポイント区間、ｘ−ｎからｘ＋ｎまでの差分数
ΔＹを抽出して、最大値を１、最小値を０として、デー
タの正規化を行い、正規化データ列Ｉｉを作る。ただし
ｉ＝1.2 --- （２・ｎ＋１）とする。

【００４２】ステップＳＢ１２では、融着接続検出用ニ
ューラルネットワークの入力層に正規化データＩｉを入
力し、該ニューラルネットワークの出力層からの出力値
Ｏが判定しきい値Ｏｎ以上の場合、考察点ｘは融着接続
点による差分波形のピークであると判定して、Ｘｋｌ＝
ｘとする。ただしｌ＝ 1.2 ---- となり、光線路開始位
置から見て、ｌは何番目のニューラルネットワークで求
めた融着接続点のピークであるかを示す。判定しきい値
Ｏｎはあらかじめ実験で求めておく。そして、ステップ
ＳＢ１３では考察点ｘを遠端方向に１つ移動する。

【００４３】ステップＳＢ１４では、考察点ｘが（ＡＬ
Ｌ−ｎ）以下であるかを判定する。判定した結果、Ｙｅ
ｓの場合はステップＳＢ１１へ戻り、Ｎｏの場合は、ス
テップＳＢ１５へ進む。ステップＳＢ１５では、光線路
の建設時の設計書よりつくられた設備データベース６か
ら接続点距離情報と検出結果ＸｆｌおよびＸｋｌとを対
応させる。ステップＳＢ１６では、光線路の接続損失、
ケーブル区間損失、反射量、これらの発生位置、故障発
生位置等を求める。最後にステップＳＢ１７では解析結
果として、光線路の接続損失、ケーブル区間損失、反射
量、これらの発生位置、故障発生位置等を表示部７に表
示して、解析を終了する。

【００４４】次に、ステップＳＢ６およびステップＳＢ
１２に用いられているニューラルネットワークの構成に
ついて説明する。本発明では３層構造のバックプロパゲ
ーション型ニューラルネットワークを用いている。入力
層および中間層ユニットの個数は、コネクタ接続検出用
の場合は（２・ｍ＋１）、融着接続検出用の場合は（２
・ｎ＋１）となる。出力層は１個のユニットで構成され
ている。入力層への入力Ｉｉから、出力層からの出力値
Ｏを求めるニューラルネットワークの処理は、実施例１
と同じである。

【００４５】学習時においては、出力層からの出力値Ｏ
と教師信号Ｏｔとの比較から、結合定数Ｗｊｉ、Ｖｊ、
オフセットγ、θｊを変更する。結合定数Ｗｊｉ、Ｖ
ｊ、オフセットγ、θｊを変更する処理は実施例１と同
じである。なお、結合定数Ｗｊｉ、Ｖｊ、オフセット
γ、θｊはコネクタ接続検出用と融着接続検出用のそれ
ぞれを学習して求める必要がある。

【００４６】次に、実データを用いて、コネクタ接続に
よるフレネル反射波形の検出にニューラルネットワーク
を用いた場合の一例を示す。第２の実施例におけるコネ
クタ接続検出用ニューラルネットワークの学習に使用し
た測定データの波形は図６に示す第１の実施例に用いた
ものと同じである。該測定データには３個のコネクタ接
続によるフレネル反射が含まれている。なお図６の波形
を求めた測定条件は、距離レンジ１０ｋｍ、パルス幅１
００ｎｓ、波長１．３１μｍ、データ数５０００であ
る。

【００４７】この実施例で使用したニューラルネットワ
ークは、ｍ＝１０として、入力層、中間層とも２１個、
出力層は１個のユニットで構成した。学習時において、
教師信号Ｏｔは入力したデータＩｉがフレネル反射のピ
ークの場合はＯｔ＝１、それ以外はＯｔ＝０とした。学
習回数は１０万回とした。

【００４８】次に該ニューラルネットワークの評価に用
いた測定データの波形は図７に示す第１の実施例に用い
たものと同じである。この測定データには７個のコネク
タ接続によるフレネル反射が含まれている。考察点ｘを
中心に前後ｍポイント区間の受光レベルの正規化を行
い、正規化データ列Ｉｉを作成し、上記で学習したニュ
ーラルネットワークの入力層に入力し、出力層からの出
力値Ｏが０．５未満はノイズ、０．５以上はフレネル反
射として行った。

【００４９】図１０に従来の手法と本発明による手法を
用いた検出結果を示す。ノイズをフレネル反射とする誤
検出が従来の手法と比較して少なくなくなっていること
から、本発明の手法が従来より精度よく検出できている
ことがわかる。本発明によれば、ノイズの影響で微分係
数の符号の変化では検出できなたったコネクタ接続や融
着接続も、ニューラルネットワークを用いることでノイ
ズの影響を受けることなく検出することが可能である。

【００５０】以上、本発明を、実施例に基づき具体的に
説明したが、本発明は、前記実施例に限定されるもので
はなく、その要旨を逸脱しない範囲において種々の変更
が可能であることは勿論である。例えば、第２の実施例
において、考察点を光線路終了位置から光線路開始位置
方向へ移動させて解析を行うことでもできる。

【００５１】

【発明の効果】以上説明したように本発明によれは、測
定器内部で発生したノイズが測定データに多く含まれて
いるため、接続点もしくは終端を誤検出しても、ニュー
ラルネットワークでノイズの影響を受けることなく判定
することができ、接続点や終端を精度よく検出すること
ができる。またノイズの影響を受けることなく、ニュー
ラルネットワークで接続点や終端を精度よく検出するこ
とができる。また接続点の誤検出が少なくなることで、
解析結果と接続点情報が登録されているデータベースを
正確に対応させることができる。

【図面の簡単な説明】

【図１】第１の本発明の光線路特性の自動解析方法のフ
ローチャートである。

【図２】第２の本発明の光線路特性の自動解析方法のフ
ローチャートである。

【図３】本発明による光線路特性の自動解析方法を実施
するシステム構成を示すブロック図である。

【図４】本発明の第１の実施例の光線路特性の自動解析
方法の処理手順を示すフローチャートである。

【図５】本発明の第２の実施例の光線路特性の自動解析
方法の処理手順を示すフローチャートである。

【図６】第１の実施例および第２の実施例で用いたニュ
ーラルネットワークの学習に使用した測定データ波形を
示す図である。

【図７】第１の実施例および第２の実施例で用いたニュ
ーラルネットワークの評価に使用した測定データ波形を
示す図である。

【図８】第１の実施例の正規化データ例を示す図であ
る。

【図９】第１の実施例における評価結果を示す表であ
る。

【図１０】第２の実施例における評価結果を示す表であ
る。

【符号の説明】

１ 光パルス試験部 ２ 光線路 ３ データバス ４ 制御・演算部 ５ データ処理部 ６ データベース ７ 表示部

Claims (6)

【特許請求の範囲】
1. 【請求項１】 光パルス試験器を用いて光線路の距離と
   光強度からなる光学特性を測定し、得られた測定データ
   からコンピュータを使用して自動的に光線路の接続損
   失、ケーブル損失、反射量、これらの発生位置、故障発
   生位置等を求め表示する光線路特性の自動解析方法にお
   いて、 光パルス試験器を用いて光線路を測定し、測定データを
   コンピュータに取り込む処理段階と、 コネクタ接続を検出するため、該測定データの微分係数
   の符号が変化する特異点を求める処理段階と、 前記特異点を含めた複数の連続した位置の受光レベルを
   正規化した値を入力として、該特異点がコネクタ接続で
   あるかの判定を出力とする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てコネクタ接続と判定した
   場合、該特異点をコネクタ接続位置とする処理段階と、 測定データ列から、パルス幅の半分に相当する距離間隔
   のポイントの差分数列を作成する処理段階と、 融着接続を検出するため、前記差分数列の微分係数の符
   号が変化する特異点を求める処理段階と、 前記特異点を含めた複数の連続した位置の差分数を正規
   化した値を入力として、該特異点が融着接続であるかの
   判定を出力とする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て融着接続と判定した場合、該特異
   点を融着接続位置とする処理段階と、 接続点種別および距離情報から構成されている設備デー
   タベースから接続点距離情報と検出結果とを対応させる
   処理段階と、 前記ケーブル区間の損失、コネクタ接続位置における接
   続損失と反射量、融着接続位置における接続損失、全線
   路損失等を求め、これらの発生位置、故障位置等を表示
   する処理段階とを含むことを特徴とする光線路特性の自
   動解析方法。
2. 【請求項２】 請求項１に記載の光線路特性の自動解析
   方法において、 光パルス試験器を用いて光線路を測定する第１の処理段
   階と、 受光レベルＹと距離に対応するポイントＸによる測定デ
   ータ列（Ｙ，Ｘ）を、前記光パルス試験器からコンピュ
   ータに取り込む第２の処理段階と、 前記測定データ列（Ｙ，Ｘ）から微分係数列（ｄＹ／ｄ
   Ｘ，Ｘ）を作成する第３の処理段階と、 コネクタ接続を検出するため、前記微分係数列（ｄＹ／
   ｄＸ，Ｘ）の符号がプラスまたは零からマイナスへと変
   化する特異点Ｘｆｌ（ｌは該光線路の測定開始位置から
   見てｌ番目の特異点を示す）を求める第４の処理段階
   と、 前記特異点Ｘｆｌを含めた複数の連続した位置の受光レ
   ベルＹを正規化した値を入力として、特異点Ｘｆｌがコ
   ネクタ接続であるかの判定を出力とするバックプロパゲ
   ーション型ニューラルネットワークを用いて、ニューラ
   ルネットワークの出力から特異点Ｘｆｌがコネクタ接続
   と判定した場合、該光線路の測定開始位置から見てｌ番
   目のコネクタ接続位置Ｘｆｌとする第５の処理段階と、 測定データ列（Ｙ，Ｘ）から、パルス幅の半分に相当す
   る距離間隔のポイントの差分数列（ΔＹ，Ｘ）を作成す
   る第６の処理段階と、 前記差分数列（ΔＹ，Ｘ）の微分係数列（ｄΔＹ／ｄ
   Ｘ，Ｘ）を作成する第７の処理段階と、 融着接続点を検出するため、前記微分係数列（ｄΔＹ／
   ｄＸ，Ｘ）の符号がマイナスまたは零からプラスに、も
   しくはプラスまたは零からマイナスに変化する特異点Ｘ
   ｋｌ（ｌは該光線路の測定開始位置から見てｌ番目の特
   異点を示す）を求める第８の処理段階と、 前記特異点Ｘｋｌを含めた複数の連続した位置の差分数
   ΔＹを正規化した値を入力として、特異点Ｘｋｌが融着
   接続であるかの判定を出力とする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て、ニューラルネッ
   トワークの出力から特異点Ｘｋｌが融着接続と判定した
   場合、該光線路の測定開始位置から見てｌ番目の融着接
   続位置Ｘｋｌとする第９の処理段階と、 光線路の建設時の設計書よりつくられた、接続点種別お
   よび距離情報から構成されている設備データベースか
   ら、接続点距離情報と検出結果ＸｆｌおよびＸｋｌとを
   対応させる第１０の処理段階と、 前記ケーブル区間の損失、コネクタ接続位置における接
   続損失と反射量、融着接続位置における接続損失、全線
   路損失等を求める第１１の処理段階と、 該第１１の処理段階で求めたケーブル区間損失、接続損
   失、反射量、これらの発生位置、全線路損失、故障位置
   等を表示する第１２の処理段階とを含むことを特徴とす
   る光線路特性の自動解析方法。
3. 【請求項３】 光パルス試験器を用いて光線路の距離と
   光強度からなる光学特性を測定し、得られた測定データ
   からコンピュータを使用して自動的に光線路の接続損
   失、ケーブル損失、反射量、これらの発生位置、故障発
   生位置等を求め表示する光線路特性の自動解析方法にお
   いて、 光パルス試験器を用いて光線路を測定し、測定データを
   コンピュータに取り込む処理段階と、 コネクタ接続を検出する際に基準とする位置を示す考察
   点を、該光線路の測定開始位置とする処理段階と、 考察点を含んだ連続した複数の位置の受光レベルを正規
   化した値を入力として、該考察点がコネクタ接続である
   かの判定を出力とする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て、考察点がコネクタ接続と判
   定した場合、該考察点をコネクタ接続位置とする処理段
   階と、 考察点を測定終了位置方向に１つ移動させ、考察点が該
   光線路の測定終了位置を越えたかを判定し、越えていな
   い場合は前の処理段階に戻り、越えた場合は次の処理段
   階に進む処理段階と、 測定データ列から、パルス幅の半分に相当する距離間隔
   のポイントの差分数列を作成する処理段階と、 融着接続を検出する際に基準とする位置を示す考察点
   を、該光線路の測定開始位置とする処理段階と、 考察点を含めた連続した複数の位置の差分数を正規化し
   た値を入力として、該考察点が融着接続であるかの判定
   を出力とするバックプロパゲーション型ニューラルネッ
   トワークを用いて、該考察点が融着接続と判定した場
   合、該考察点を融着接続位置とする処理段階と、 考察点を測定終了位置方向に１つ移動させ、考察点が該
   光線路の測定終了位置を越えたかを判定し、越えていな
   い場合は前の処理段階に戻り、越えた場合は次の処理段
   階に進む処理段階と、 接続点種別および距離情報から構成されている設備デー
   タベースから接続点距離情報と検出結果とを対応させる
   処理段階と、 前記ケーブル区間の損失、コネクタ接続位置における接
   続損失と反射量、融着接続位置における接続損失、全線
   路損失等を求め、これらの発生位置、故障位置等を表示
   する処理段階とを含むことを特徴とする光線路特性の自
   動解析方法。
4. 【請求項４】 請求項３に記載の光線路特性の自動解析
   方法において、 光パルス試験器を用いて光線路を測定する第１の処理段
   階と、 受光レベルＹと距離に対応するポイントＸによる測定デ
   ータ列（Ｙ，Ｘ）を、前記光パルス試験器からコンピュ
   ータに取り込む第２の処理段階と、 コネクタ接続を検出する際に基準とする考察点ｘを、該
   光線路の測定開始位置とする第３の処理段階と、 考察点ｘを含めた、連続した複数の位置の受光レベルＹ
   の正規化を行った値を入力として、考察点ｘがコネクタ
   接続であるかの判定を出力とする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て、考察点ｘがコネ
   クタ接続と判定した場合、該光線路の測定開始位置から
   見てｌ番目のコネクタ接続位置Ｘｆｌ＝ｘとする第４の
   処理段階と、 考察点ｘを測定終了位置方向に１つ移動させ、考察点ｘ
   が該光線路の測定終了位置を越えたかを判定し、越えて
   いない場合は第４の処理段階に戻り、越えた場合は第６
   の処理段階に進む第５の処理段階と、 測定データ列（Ｙ，Ｘ）から、パルス幅の半分に相当す
   る距離間隔のポイントの差分数列（ΔＹ，Ｘ）を作成す
   る第６の処理段階と、 融着接続を検出する際に基準とする考察点ｘを、該光線
   路の測定開始位置とする第７の処理段階と、 考察点ｘを含めた連続した複数の位置の差分数ΔＹの正
   規化を行った値を入力として、考察点ｘが融着接続であ
   るかの判定を出力とする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て、該ニューラルネットワー
   クの出力値から考察点ｘが融着接続と判定した場合、該
   光線路の測定開始位置から見てｌ番目の融着接続位置Ｘ
   ｋｌ＝ｘとする第８の処理段階と、 考察点ｘを測定終了位置方向に１つ移動させ、考察点ｘ
   が該光線路の測定終了位置を越えたかを判定し、越えて
   いない場合は第８の処理段階に戻り、越えた場合は第１
   ０の処理段階に進む第９の処理段階と、 光線路建設時の設計書よりつくられた、接続点種別およ
   び距離情報から構成されている設備データベースから、
   接続点距離情報と検出結果ＸｆｌおよびＸｋｌとを対応
   させる第１０の処理段階と、 前記ケーブル区間の損失、コネクタ接続位置における接
   続損失と反射量、融着接続位置における接続損失、全線
   路損失等を求める第１１の処理段階と、 該第１１の処理段階で求めたケーブル区間損失、接続損
   失、反射量、これらの発生位置、全線路損失、故障位置
   等を表示する第１２の処理段階とを含むことを特徴とす
   る光線路特性の自動解析方法。
5. 【請求項５】 請求項３または４に記載の光線路特性の
   自動解析方法において、測定開始位置を光線路開始位置
   とすることを特徴とする光線路特性の自動解析方法。
6. 【請求項６】 請求項３または４に記載の光線路特性の
   自動解析方法において、測定開始位置を光線路終了位置
   とすることを特徴とする光線路特性の自動解析方法。