用于确定对于数字用户线的校正操作的方法和设备与流程

本发明涉及电信领域。特别地，本发明涉及一种用于确定对于数字用户线的校正操作的方法和设备。

背景技术：

由不同线路之间的干扰而导致的串扰是诸如数字用户线(dsl)系统的有线通信系统中的信道损伤的主要来源。题为“self-fextcancellation(vectoring)forusewithvdsl2transceivers”的itu-t建议g.993.5描述了向量化，它是一种用于dsl线路的串扰消除机制。干扰dsl线路对受害dsl线路的串扰通过向受害dsl线路添加反信号而被消除，该反信号补偿来自干扰dsl线路的串扰噪声。可以对多个干扰dsl线路进行向量化，以使得能够同时抑制受害dsl线路内来自所有这些干扰dsl线路的串扰。

向量化依赖于将通信线路分组到所谓的向量化组中。向量化组、即其信号被联合处理的一组通信线路的选择对于实现良好的串扰减轻性能是相当关键的。理想情况下，向量化组包含形成相同捆或束的部分的线路，但是向量化组也可以包含属于两种或更多种不同捆的线路。

交叉布线的线路被定义为属于给定向量化组的线路、但是其线路成员在同一物理捆中不与其共存。事实上，这是由dsl运营商在错误的向量化组中不良地连线的线路。已经提出了用于标识被诊断为交叉布线的这些线路的技术。然而，已知技术需要被怀疑的交叉布线的线路的服务中断。此外，只有标识是不够的，因为只要这些交叉布线的线路没有在正确的向量化组中被重新布线，则它们将继续生成将影响属于同一物理捆的线路的外来串扰。如果有两个以上的向量化组，则不清楚交叉布线的线路应该被重新布线到哪个组。

此外，在本领域大规模部署向量化技术之后，似乎存在一些与向量化兼容的cpe调制解调器，但是其中向量化或串扰消除机制无法正常工作。这可能影响交叉布线的线路的诊断。

技术实现要素：

因此，本发明的实施例的目的是提出用于确定对于数字用户线的校正操作的方法和设备，其不呈现现有技术的固有缺点。

因此，实施例涉及一种用于确定对于第一向量化组中的被监测数字用户线的校正操作的方法，该方法由监测设备(7)执行，该方法包括：

-接收测量数据，该测量数据代表被监测数字用户线的在连续(successive)时间处连续接收的信号质量以及其他数字用户线的连续传输活动，其中上述其他数字用户线包括上述第一向量化组中的至少一个第一数字用户线和第二向量化组中的至少一个第二数字用户线，

-根据在上述其他数字用户线中的至少一个其他数字用户线的传输活动发生变化的时间之间上述接收的信号质量的变化来确定对于被监测数字用户线的校正操作。

相应地，实施例涉及一种监测设备，该监测设备用于确定对于第一向量化组中的被监测数字用户线的校正操作，该监测设备包括：

-用于接收测量数据的部件，该测量数据代表被监测数字用户线的在连续时间处的连续接收的信号质量以及其他数字用户线的连续传输活动，其中上述其他数字用户线包括上述第一向量化组中的至少一个第一数字用户线和第二向量化组中的至少一个第二数字用户线，

-用于根据在上述其他数字用户线中的至少一个其他数字用户线的传输活动发生变化的时间之间上述接收的信号质量的变化来确定对于被监测数字用户线的校正操作的部件。

在一些实施例中，上述连续接收的信号质量包括被监测数字用户线的连续比特率和/或上述连续传输活动包括指定上述其他数字用户线是否活动的相应的活动指示符。

确定校正操作可以包括：

-对于每个向量化组，在上述向量化组中的数字用户线的加入或离开事件之后，确定被监测数字用户线的比特率与参考比特率之间的差异，

-通过比较各个向量化组的最大差异来确定上述校正操作。

确定校正操作可以包括：

-根据连续比特率来确定被监测数字用户线的连续噪声对信号比率，

-对于多个上述其他数字用户线，通过以下方式来确定其他数字用户线对被监测数字用户线的噪声影响：

-标识两个连续时间，至少一个数字用户线的活动指示符在两个连续时间之间发生了变化，以及

-确定在所标识的连续时间之间被监测数字用户线的噪声对信号比率之间的差异，

-根据所确定的噪声影响来确定上述校正操作。

在一些实施例中，该方法包括发送对于上述其他数字用户线之一的暂时解除激活的请求。

在一些实施例中，连续接收的信号质量包括被监测数字用户线的连续的每载波信噪比和/或连续传输活动包括每载波传输功率电平。

确定校正操作可以包括：

-根据上述每载波信号噪声比和上述每载波传输功率电平来确定连续的每载波归一化接收干扰电平，

-对于多个上述其他数字用户线中，通过以下方式来确定其他数字用户线对被监测数字用户线的每载波串扰强度：

-标识两个连续时间，一个数字用户线的一个载波的传输功率电平在两个连续时间之间发生了变化，

-确定在所标识的连续时间处每载波归一化接收干扰电平之间的差异，

-根据所确定的每载波串扰强度来确定针对多个上述其他数字用户线的聚合串扰强度，以及

-根据所确定的聚合串扰强度来确定上述校正操作。

确定校正操作可以包括确定用于对被监测数字用户线重新布线的正确的向量化组和/或确定用于对被监测数字用户线重新布线的向量化组的有序列表和/或标识故障用户节点。

实施例还涉及一种包括指令的计算机程序，该计算机程序用于在上述指令由计算机执行时，执行前述方法。

附图说明

通过参考以下结合附图对实施例的描述，本发明的上述和其他目的和特征将变得更加明显，并且本发明本身将被最好地理解，在附图中：

图1是电信网络的框图，

图2至图4是根据各种实施例的用于确定对于数字用户线的校正操作的方法的流程图，以及

图5是用于确定对于数字用户线的校正操作的监测设备的结构图。

具体实施方式

图1是电信网络1的框图。电信网络1包括通过相应的数字用户线4连接到用户节点5的接入节点2、以及监测设备7。数字用户线4被分组在相应的捆6中。为了简单起见，并没有示出所有的用户节点5。

接入节点2和用户节点5使用具有串扰消除机制(例如，vdsl2和向量化)的数字用户线(dsl)技术，用于通过数字用户线4进行通信。例如，接入节点2是或者包括dslam，并且用户节点5是包括dsl调制解调器的用户驻地设备(cpe)。

向量化包括向量化组3中在一起共同处理的多条线路。在图1的示例中，接入节点2包括三个向量化组3，其标示为vg1、vg2和vg3。向量化组vg3示出了理想情况，其中向量化组vg3的数字用户线4与捆6的数字用户线4匹配。相比较而言，向量化组vg1和vg2示出了交叉布线的线路，由虚线所示。交叉布线的线路属于向量化组vg2，但是位于与向量化组vg1的数字用户线4相同的捆6中。因此，来自交叉布线的线路的对于向量化组vg1的其他数字用户线4的串扰没有被正确地消除。同样，来自向量化组vg1的其他数字用户线4的对于交叉布线的线路的串扰没有被正确地消除。此外，对于向量化组vg2中的交叉布线的线路的信号的处理是不必要的。

在板级向量化的情况下，向量化组3可以只包括连接到同一线路卡的数字用户线4。因此，对于交叉布线的线路的校正操作可能需要将交叉布线的线路重新布线到正确的线路卡。在系统级向量化的情况下，也可能需要重新布线交叉布线的线路，例如在接入节点2包括多于一个dslam的情况下。

监测设备7可以获得与接入节点2、向量化组3、数字用户线4和/或用户节点5的功能有关的操作参数。例如，接入节点2和/或用户节点5定期地或响应于请求将操作参数发送到监测设备7。基于获得的操作参数，监测设备7确定对于被监测数字用户线4的校正操作。校正操作可以包括将交叉布线的数字用户线4重新布线到正确的向量化组3，或者更换有缺陷的用户节点5。下文中描述用于确定校正操作的各种实施例。

监测设备7可以是网络分析器，除了确定校正操作之外，其还执行与接入节点2、向量化组3、数字用户线4和/或用户节点5相关的其他监测、故障排除和管理任务。

图2是根据第一实施例的用于确定对于被监测数字用户线4的校正操作的方法的流程图。被监测数字用户线4可以是先前标识的被怀疑的交叉布线的线路。

在监测周期δt期间，在连续的时间t，监测设备7获取代表被监测数字用户线4的比特率r(t)和其他数字用户线4的传输活动的数据(步骤s1)。

比特率r(t)可以是被监测数字用户线4的可达到的比特率、或被监测数字用户线4的完全消除比特率，其被定义为仅其内部串扰被消除的dsl线路的比特率。已经提出了用于确定这些比特率而不需要服务中断的技术。

传输活动可以包括例如活动指示符al(t)，其可以取两个值来指定线路l在时间t是否是活动的。活动指示符al(t)的值可以在两个连续时间t之间改变，并且这指示线路l的加入或离开事件。线路l的加入或离开事件通常对应于连接到线路l的用户节点5被接通或断开。

然后，对于每个向量化组vgi，监测设备7根据所接收的传输活动来确定自最近的时间t以来是否发生了加入或离开事件(步骤s2)。

如果对于向量化组vgi的线路l发生了加入或离开事件，则监测设备7确定以下度量(步骤s3)：

δbi(ki)＝r(t)-r(tref)

其中i指代向量化组vgi，ki是向量化组vgi的计数器，其在步骤s3被递增，并且tref是参考时间。在实施例中，参考时间tref是所有向量化组3的所有数字用户线4处于开演时间(showtime)的时间。如果dsl运营商具有很多向量化组，则这种情况是不可能达到的，因此在另一个实施例中，tref是向量化组vgi的所有线路处于开演时间的最后时间，即使其他向量化组的其他线路不处于开演时间。在这两种情况下，r(tref)是参考比特率。

然后，如果在步骤s2之后没有发生加入或离开事件，或者在步骤s3之后发生了加入或离开事件，则监测设备7确定监测周期δt是否已经结束(步骤s4)。如果监测周期尚未结束，则监测将在步骤s1处继续进行。因此，通过对于连续时间t重复步骤s1到s4，监测设备7确定各向量化组vgi的向量δbi，其中值δbi(ki)代表在其间向量化组vgi的一个数字用户线4的传输活动发生变化的时间之间比特率r(t)的变化。

相反，如果监测周期结束，则监测设备7根据向量δbi来确定对于被监测数字用户线4的校正操作(步骤s5)。

首先，对于每个向量化组vgi，监测设备7将向量δbi的元素从最大值到最小值排序。

然后，监测设备7比较所有向量化组vgi的第一元素δbi(1)(其是最大值)。选择在第一元素中具有最大值的向量化组3，并且消除其他元素。如果所选择的向量化组3的数目多于一个，则监测设备7去除δbi的第一元素，并且第二元素δbi(2)变为新的最大值。重复这个过程，直到只获得一个所选择的组。检测到的交叉布线的线路被建议重新布线到这个选择的向量化组3。

在实施例中，监测设备7将概率与多个选择的向量化组3相关联。例如，在第一迭代中，选择两个向量化组3。则50％的概率与每个向量化组相关联。在第二迭代中，单独选择第一向量化组3。则75％的概率被给予第一向量化组，并且25％被给予第二向量化组。最后，代替选择一个向量化组3，监测设备7提供与概率相关联的候选列表。这相当于向量化组的有序列表。因此，优点在于，如果将交叉布线的线路重新布线到具有最高概率的向量化组3之后并且再次检测到交叉布线的线路，则操作者可以重新尝试将交叉布线的线路重新布线到被列在第二位置的向量化组。可以重新进行重新布线，直到完全检测不到交叉布线的线路。

在一些实施例中，监测设备7确定应该更换被监测数字用户线4的用户节点5。例如，如果候选组在最后一次迭代具有相同的概率或者它们全都具有低概率，则检测到不良的cpe调制解调器。实际上，dsl运营商有兴趣区分连接到不良的向量化cpe调制解调器的线路和实际的交叉布线的线路。因此，他们可以标识某些类别的不良的cpe调制解调器，并且因此建议更换它们。

图3是根据第二实施例的用于确定对于被监测数字用户线4的校正操作的方法的流程图。被监测数字用户线4可以是先前标识的被怀疑的交叉布线的线路。

在监测期间δt期间，在连续的时间t处，监测设备7获取代表被监测数字用户线4的比特率r(t)和其他数字用户线4的传输活动的数据(步骤t1)。与参考图2描述的实施例类似，比特率r(t)可以是被监测数字用户线4的可达到的比特率或完全消除比特率，并且传输活动可以包括活动指示符ak(t)，其可以取两个值来指定线路k在时间t是否是活动的。

然后，对于一些数字用户线4，监测设备7确定线路n对被监测线路m的噪声影响xmn(步骤t2)。噪声影响xmn可以如下确定：

监测设备7查找成对时间，例如(t-1，t)，在该成对时间，活动线路的集合仅相差一个。这可以被称为简单的加入或离开事件。在不失一般性的情况下，假设它是离开事件，所以对于仅一个线路n，an[t-1]＝1并且an[t]＝0，而被监测线路m是活动的(am[t-1]＝am[t]＝1)，并且所有其他线路不变(ak[t-1]＝ak[t])。

基于“平均比特加载”分析，可以将速率转换为平均nsr值。特别地，对于b＝r/(nfs)并且b＝log2(1+1/(γη))，其中n是音调的数目，fs是符号率，γ是间隙参数，η是标称噪声对信号(nsr)比率，监测设备7可以将所有可达到的速率r[t]映射到标称nsr值η[t]。

nsr可以在给定的时间点被建模为来自所有活动线路的噪声贡献的总和加上恒定的背景项ym：

这里xmk是线路k对被监测线路m的噪声影响。

在an[t-1]＝1并且an[t]＝0的离开事件中，其中对于所有其他k，ak[t-1]＝ak[t]，可以从差异估计xmk：

对于加入事件，差异项相反：

当线路被监测并且更多的加入和离开事件被观察到时，监测设备7可以建立越来越多的项xmk的估计。大多数将接近零，但是在交叉布线的情况下，或者在cpe不良的情况下，有些可能会很大。如果同一线路n有多个加入或离开事件，则可以在不同时间获得xmn的不同估计。这是由于噪声以及模型中的不准确。这些可以通过将不同的估计一起进行平均来处理。

注意，值xmn可以被映射回速率rmn，以给出在只有线路m和n处于活动状态的情况下将在被监测线路m上获得的速率的估计。

在步骤t2的替代版本中，监测设备7从多线加入和离开事件估计信息。例如，如果两条线路n和p在给定的间隔(t-1，t)中离开，则通过获取标称nsr值的差异，监测设备7获得估计xmn+xmp。或者，如果线路q在相同的间隔激活，则差异给出估计xmn+xmp—xmq。以这种方式，监测设备7可以建立用于变量{xmk}的线性方程组。为了获得单个变量{xmk}的最终估计，监测设备7可以找到这些线性方程的最小二乘解，受到对于所有k的xmk>0的约束。当监测间隔较不频繁时，步骤t2的该版本将是特别有用的，因此多个事件更可能在相同的时间间隔发生。

步骤t1和t2在图3中被示出为两个连续步骤。然而，它们可以并行执行，其中针对越来越多的线路n的噪声影响xmn被确定，因为越来越多的数据r(t)和ak(t)被收集。

然后，监测设备7根据确定的噪声影响xmn来确定对于被监测线路m的校正操作(步骤t3)。随着越来越多的xmn值被确定，形象(picture)可以开始出现：

-如果对于在与m相同的向量化组中的更多线路n之一存在较大的xmn值(rmn的小值)，则可以表明向量化不能正常工作。例如由于出故障的cpe。

-如果对于仅在一个向量化组g中的线路n存在较大的xmn值(rmn的小值)，并且该向量化组与线路m的组不同，则可以说线路m应该重新布线到向量化组g。

-如果对于在多于一个向量化组中的线路n存在较大的xmn值(rmn的小值)，则可以表明可能需要更复杂的重新布线的情况。

在确定哪些速率rmn被认为是大或小时，可以将它们与预定值相比较，例如全消除(full_cancellation)速率(如以上定义的)和无fext(fext_free)速率(被定义为所有内部和外部串扰被消除的dsl线路的比特率)。大速率接近无fext，并且小速率接近全消除。

在实施例中，监测设备7监测多于一个的被监测线路m。例如，取决于可用资源，监测设备7监测所有数字用户线7，并且因此获得所有线路的速率r(t)。在这种情况下，可以更快地学习信息。特别地，当监测的线路m之一加入或离开时，监测设备可以确定很多线路k的xkm。xkm的大值与xmk的大值具有相似的含义，只要指示线路m和k应该在相同的向量化组中。

在上述实施例中，度量(值δbi(ki)或噪声影响xmn)的确定依赖于加入或离开事件。在实施例中，如果足够的加入或离开事件不会自然发生，则监测设备7可以在一段时间之后发送用于线路落下并且返回的请求，以便获得确定相应度量所需要的数据。

图4是根据第三实施例的用于确定对于被监测数字用户线4的校正操作的方法的流程图。被监测数字用户线4可以是先前标识的被怀疑的交叉布线的线路。

在监测期间，在连续的时间t处，监测设备7获得数据，该数据代表被监测数字用户线4的每载波信噪比(snr)，标示为其中m指代被监测线路，f指代音调/频率，并且代表被监测数字用户线4和其他数字用户线4的传输活动(步骤u1)。在本实施例中，传输活动是关于传输功率电平的每载波信息，标示为

然后，监测设备7根据获得的信噪比和传输功率电平来对于多个其他线路n确定被监测线路m和线路n之间的每载波串扰强度的估计(步骤u2)。这可以如下进行：

在时间t的线路m的音调f的snr报告可以被建模为：

其中pk^f[t]是传输功率，xmk^f是归一化串扰强度，ym^f是背景噪声电平。如果线路不活动，则功率被定义为零。

根据在步骤u1获得的数据，即对于很多音调f和时间t的被监测线路m的snr以及对于相同时间集合和所有线路k的每载波功率电平监测设备7确定归一化接收干扰电平其定义为：

这类似于图3的实施例中使用的nsr值ηm[t]。

在数据内，监测设备7搜索频率f和时间对(t-1，t)，使得正好一条线路(例如，线路n)在该频率上从时间t-1到时间t改变了功率。也就是说，对于所有k≠n并且pn^f[t]≠pn^f[t-1]，应该具有pk^f[t]＝pk^f[t-1]。

在这种情况下，监测设备7可以将串扰强度xmn^f估计为：

其中运算符[]⁺确保估计不会小于零。

以这种方式，监测设备7将确定在各种频率f和不同时间t处的被监测线路m和各种其他线路n之间的串扰强度的各种估计。符号中的变量t用于表示监测设备7在不同时间获得不同的估计，即使假定量xmn^f本身不随时间变化。

然后，监测设备7根据每载波串扰强度来对于多个其他线路n确定被监测线路m和线路n之间的串扰耦合φmn(步骤u3)。这可以通过如下在音调f和时间t上聚合来进行：

串扰强度的标准模型表明，串扰强度(幅度平方)与频率平方成比例，这意味着归一化耦合量不应该强烈地依赖于f。

因此，监测设备7可以将线路m和线路n之间的串扰耦合的强度确定为加权平均个体估计：

下面描述选择权重wf[t]的过程。

为了尽可能快地获得准确的估计，并且具有估计在任何给定阶段的可靠程度的度量，监测设备7使用最小方差组合。利用最小方差组合，监测设备7将相同量的不同估计与权重组合，使得组合的估计是无偏的并且具有尽可能小的方差。为此，监测设备7使用各个估计的方差的估计。

在该实施例中，初始数据是snr测量这些测量通常应该在db标度上具有一定的固定精度，这对应于线性标度上的相对精度。因此，可以假设初始的snr测量或导出的测量(以线性标度表示)具有与测量本身的值成比例的方差；也就是说，方差对于某个常数σ²近似为如果以db为单位的snr测量具有为ν的小的标准偏差，则可以表明在线性标度中，这转换为相对标准偏差σ＝νln(10)/10。例如，ν＝0.5db的snr标准偏差对应于约σ＝0.12的线性标度相对标准偏差。

回顾归一化估计是如何从测量中得出的，可以计算，估计的方差应当近似地为：

注意，当功率的差异pn^f[t]-pn^f[t-1]较大时，估计值更可靠。

使用最小方差组合的原则，权重应该与方差成反比，并且总和应该为1。因此，为了计算φmn，监测设备7可以使用权重注意，常数σ²的值不影响权重。

使用这种技术的组合估计φmn的方差有一个明确的公式，即

步骤u1至u3被示出为连续步骤。但是，它们可以并行执行。因此，随着信息随时间被收集，串扰耦合估计φmn变得更加准确，并且方差vmn减小。如果φmn显著大于标准偏差(vmn)^1/2，则估计可以被认为是可靠的。

最后，监测设备7根据确定的串扰耦合φmn来确定对于被监测线路m的校正操作(步骤u4)。例如，可以以与图3的实施例的噪声影响xmn类似的方式使用串扰耦合φmn的可靠估计，以确定哪个向量化组线路m应该被布线到或用于检测不良的cpe。

在dsl系统中，传输功率在开演时间通常是相当恒定的，但是由于精细增益调节，它可能在大约5db的范围内上升或下降。在图4的实施例中，监测设备7利用这些波动。没有必要依靠加入或离开事件。

在上述各种实施例中，监测设备7获得代表被监测数字用户线在连续的时间t的连续接收的信号质量的测量数据：速率r(t)或snr其都可以被认为是代表被监测线路的信号质量。监测设备7还获得代表其他数字用户线的连续传输活动的测量数据：活动指示符ak(t)或功率电平

然后，在基于与传输活动的变化相关的信号质量的变化确定一些中间结果(向量δbi、噪声影响xmn或串扰耦合φmn)之后，监测设备7可以确定对于被监测数字用户线的校正操作。

为此，由于可以在不需要服务中断的情况下获得所使用的数据，所以监测设备7可以仅依赖于被动收集信息。此外，除了确定用于交叉布线的线路的正确的向量化组之外，监测设备7可以检测故障的cpe。

图5是监测设备7的结构图，其包括处理器8和存储器9。存储器9存储计算机程序p，当计算机程序p由处理器7执行时引起监测设备7执行上文描述的方法之一。

应当注意，附图中所示的各种元件的功能可以通过使用专用硬件以及能够与适当软件相关联地执行软件的硬件来提供。当由处理器提供时，这些功能可以由单个专用处理器、单个共享处理器或多个单独的处理器提供，其中一些处理器可以例如在云计算架构中被共享。此外，术语“处理器”的明确使用不应当被解释为专门指代能够执行软件的硬件，而是可以隐含地包括但不限于数字信号处理器(dsp)硬件、网络处理器、专用集成电路(asic)、现场可编程门阵列(fpga)、用于存储软件的只读存储器(rom)、随机存取存储器(ram)和非易失性存储器。还可以包括传统和/或定制的其他硬件。它们的功能可以通过程序逻辑的操作、通过专用逻辑、通过程序控制和专用逻辑的交互、甚至手动地执行，特定技术可以由实现者来选择，如从上下文中更具体地理解的。

本领域技术人员应当进一步理解，本文中的任何框图表示实施本发明原理的说明性电路的概念图。类似地，应当理解，任何流程图表示可以基本上在计算机可读介质中表示并且因此由计算机或处理器执行的各种过程，无论这样的计算机或处理器是否被明确示出。

方法的实施例可以借助于专用硬件和/或软件或两者的任何组合来执行。

虽然上面已经结合具体实施例描述了本发明的原理，但是应当清楚地理解，该描述仅通过示例的方式进行，而不是作为对所附权利要求中限定的本发明的范围的限制。