一种无源光网络中故障支路的定位方法和系统与流程

本发明涉及光纤通信技术领域，具体涉及一种无源光网络中故障支路的定位方法和系统。

背景技术：

光时域反射仪(opticaltimedomainreflector，简写为otdr)在光纤链路故障识别定位、光纤长度测量和光纤光缆的施工维护等众多领域均有较大的实用价值，如今基于otdr的无源光网络(passiveopticalnetwork，简写为pon)监控方案成了应用最广泛的方案。然而，尽管相应的研究一直在进行着，基于otdr的pon监控网络也遇到了很多的挑战。对于pon系统尤其是对tdm-pon中点到多点的接入方式，otdr发出的探测光脉冲通过光分路器进入各个支路中，各个支路的菲涅尔反射信号和后向瑞利散射信号在分路器处产生混叠，并且可能形成多重反射，从而使otdr的测试曲线难以区分，无法准确定位发生故障的支路。尤其是当支路的长度相同时，混叠会更加严重，区分故障支路会更加困难。因此，故障支路光纤的识别成了一个重要的问题。

如今，在光网络测试领域包括ntt、fujikura以及jusd等在内的龙头企业，已经生产了用于pon系统物理层监控的otdr。尽管这些产品都在每个用户支路上采用了反射性器件来提高otdr对故障的监控能力，然而也使得它们失去了精确定位故障的能力。简单来说，当用户支路的光纤长度基本一致或相差较小时，这些基于otdr的监控系统缺乏对故障支路识别的能力。

鉴于此，克服上述现有技术所存在的缺陷是本技术领域亟待解决的问题。

技术实现要素：

本发明需要解决的技术问题是：

在pon系统中，各个支路的信号会在分路器处产生混叠甚至形成多重反射，使otdr的测试曲线难以区分，无法准确定位故障支路，尤其是当支路的光纤长度相同或相差较小时，混叠更加严重，传统的监控系统区分故障支路更加困难，缺乏对故障支路识别的能力。

本发明通过如下技术方案达到上述目的：

第一方面，本发明提供了一种无源光网络中故障支路的定位方法，在pon布网之后运营之前，通过对支持向量机进行训练得到最佳支持向量机，则在pon开始运营之后，所述方法包括：

通过光时域反射仪获取pon支路中损耗与距离之间的曲线关系，并存为离散数据；

从获取到的离散数据中，读取能够反应支路故障与否的一个或多个特征参数；

将所述一个或多个特征参数导入最佳支持向量机，并利用最佳支持向量机进行计算；

根据最佳支持向量机的计算结果，对pon中故障支路进行定位。

优选的，所述通过对支持向量机进行训练得到最佳支持向量机，具体包括：

通过光时域反射仪进行多次测量，以获取pon中各种支路故障组合下对应的损耗与距离的曲线关系，并分别存为离散数据；

从获取的离散数据中选取一个或多个特征参数，并结合各支路是否故障，构造训练样本集d；

构建支持向量机模型；其中，所述支持向量机模型对应的数学表达式中包含多个待定参数；

利用样本集d对构建的支持向量机进行训练，确定支持向量机模型中各待定参数的最优解，从而得到最佳支持向量机。

优选的，pon中的每个支路均存在故障和正常两种情况，则当pon中包含t个支路时，pon中的支路故障组合总数为2^t；

则在训练过程中，采用光时域反射仪针对每种支路故障组合进行一次测量，测量的总次数相应为2^t；其中，t≥2。

优选的，pon运营之后的故障定位过程中读取的特征参数与训练过程中选取的特征参数保持性质一致；其中，所述特征参数包括损耗与距离之间的曲线关系中的反射峰的位置、反射峰的峰值、反射峰的半高全宽以及损耗曲线的平均斜率中的一项或者多项。

优选的，所述样本集d具体为：

其中，中的表示第i条支路所具有第j个的特征参数；yi＝1或-1，yi＝1表示第i条支路没有出现故障，yi＝-1表示第i条支路出现故障；1≤i≤n，1≤j≤m，n表示pon中的支路个数，m表示特征参数的个数。

优选的，所述支持向量机模型的数学表达式为：

其中，r表示“距离”；x为由各特征参数构成的列向量，ω为法向量，ω＝(ω1；ω2；ω3；...；ωmn)；b为位移项；||·||表示范数。

优选的，所述确定支持向量机模型中各待定参数的最优解具体为：不断矫正所述支持向量机模型中的法向量、位移项的值和范数的阶数，使得样本集d中的各元素通过支持向量机计算之后得到的“距离”r的整体效果最佳。

优选的，所述根据最佳支持向量机的计算结果，对pon中故障支路进行定位，具体为：

根据最佳支持向量机计算得到的各支路对应yi值，确认各支路是否出现故障，进而完成故障支路的定位；其中，如果yi＝1，则确认对应的第i条支路未出现故障；如果yi＝-1，则确认对应的第i条支路出现故障。

第二方面，本发明还提供了一种无源光网络中故障支路的定位系统，用于实现上述第一方面所述的无源光网络中故障支路的定位方法，则所述定位系统包括光时域反射仪，以及顺次连接的光线路终端、环形器、分光器和至少两个光网络单元，所述光时域反射仪与所述环形器连接；

其中，所述光线路终端用于接入数据，并将数据转换为光信号后通过所述环形器输入至所述分光器；所述分光器用于将接收到的光信号分成至少两个支路，并分别输入至所述至少两个光网络单元；所述光时域反射仪用于接收各支路中的反射光进行处理，获取损耗与距离之间的曲线关系，以便通过支持向量机的计算进行故障定位。

优选的，所述环形器包括第一端口、第二端口和第三端口，所述第一端口与所述光线路终端连接，所述第二端口与所述分光器连接，所述第三端口与所述光时域反射仪连接，使得所述光线路终端输出的光信号由所述第一端口进入所述环形器，并从所述第二端口输出至所述分光器；反射光由所述第二端口进入所述环形器，并从所述第三端口输出至所述光时域反射仪。

与现有技术相比，本发明的有益效果是：

本发明提供的故障支路的定位方法和系统中，首先在pon布网之后运营之前，通过“训练”得到最佳支持向量机，然后从开始运营的pon中获取实时数据、提取参数，并利用最佳支持向量机进行计算，进而判决故障支路。本发明在不引入额外器件或者辅助装置的前提下，对pon中的故障支路进行有效定位，解决pon系统，尤其是星型网络中两条或多条长度相同的支路中无法进行故障定位的难题。

【附图说明】

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种无源光网络中故障支路的定位方法流程图；

图2为本发明实施例提供的一种无源光网络中故障支路定位的完整逻辑框图；

图3为本发明实施例提供的一种无源光网络中最佳支持向量机的训练方法流程图；

图4为本发明实施例提供的一种由otdr测量得到的损耗与距离之间的曲线关系图；

图5为本发明实施例提供的一种无源光网络中故障支路的定位系统的结构示意图。

【具体实施方式】

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明的描述中，术语“内”、“外”、“纵向”、“横向”、“上”、“下”、“顶”、“底”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作，因此不应当理解为对本发明的限制。

此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面就参考附图和实施例结合来详细说明本发明。

实施例1：

本发明实施例提供了一种无源光网络中故障支路的定位方法，可对pon中的故障支路进行有效定位，解决pon系统中两条或多条长度相同的支路无法进行故障定位的难题。参考图1，在pon完成布网并开始运营之后，pon中故障支路的定位方法可简要概括为四个部分：获取数据、参数提取、利用最佳支持向量机计算和故障支路定位，即步骤201-步骤204。

其中，为了确定所述最佳支持向量机，在pon布网之后、实际运营之前，还需预先对支持向量机进行训练，以得到最佳支持向量机。因此，完整的定位方法可分为两大步，首先是在pon布网后运营前的支持向量机训练，然后是pon实际运营后的故障定位，如图2所示。因此，在介绍实际故障定位过程之前，首先对支持向量机的训练过程进行描述，如图3所示，具体包括以下步骤：

步骤101，通过光时域反射仪进行多次测量，以获取pon中各种支路故障组合下对应的损耗与距离的曲线关系，并分别存为离散数据。

在pon实际运营前，进行的测量要求全面，因此对于pon中所有支路出现故障的可能组合都要进行测量，进而获取所有可能组合下损耗与距离的曲线关系。由于pon中的每个支路均存在故障和正常两种情况，则当pon中包含t个支路时，pon中的支路故障组合总数为2^t；则在训练过程中，采用光时域反射仪针对每种支路故障组合进行一次测量，测量的总次数相应为2^t；其中，t≥2。例如，某pon中共有4条支路，每条支路有故障和不故障两种情况，整体一共16种情况，每种情况都用otdr进行一次测量，共测量16次，得到16条曲线关系。

步骤102，从获取的离散数据中选取一个或多个特征参数，并结合各支路是否故障，构造训练样本集d。

在该步骤中，所述特征参数应是来源于otdr所测量的曲线中的数据，而且能够反应所测得的数据和支路故障与否的关系。在本实施例中，所述特征参数具体可以选为：otdr测量得到的损耗与距离之间的曲线关系中的，反射峰的位置、反射峰的峰值、反射峰的半高全宽以及损耗曲线的平均斜率中的一项或者多项；其中，otdr测量得到曲线关系后，各特征参数的选取可参考图4。

以n表示pon中的支路个数，m表示特征参数的个数，则所述样本集d具体为：

式中，中的表示第i条支路所具有第j个的特征参数；在本实施例中，yi＝1或-1，yi＝1表示第i条支路没有出现故障，yi＝-1表示第i条支路出现故障；1≤i≤n，1≤j≤m。此处是以1和-1值来表示支路故障与否，当然，在可选的方案中，具体取值可灵活选择，此处不做限定。

步骤103，构建支持向量机模型；其中，所述支持向量机模型对应的数学表达式中包含多个待定参数。本实施例中，数学表达式为：

其中，r表示“距离”；x为由各特征参数构成的列向量，ω为法向量，ω＝(ω1；ω2；ω3；...；ωmn)；b为位移项；||·||表示某种范数。

步骤104，利用样本集d对构建的支持向量机进行训练，确定支持向量机模型中各待定参数的最优解，从而得到最佳支持向量机。

在该步骤中，训练过程的结果应该是，样本集d中的所有元素通过支持向量机计算之后得到的“距离”r的整体效果是最佳的。则所述确定支持向量机模型中各待定参数的最优解具体是指：不断矫正所述支持向量机模型中的法向量、位移项的值和范数的阶数，使得样本集d中的各元素通过支持向量机计算之后得到的“距离”的整体效果最佳，以期得到最短的“距离”，从而得到最佳支持向量机。

其中，图2中的计算结果即为利用支持向量机模型计算得到的各yi值，实际结果即为根据实际支路故障组合情况确定的各yi值，训练的结果应该是期望计算结果能与实际结果具有较高的吻合度。则在驯良过程中，每次矫正参数后，便利用支持向量机进行一次计算；如果计算结果与实际结果的吻合度较高，可得到最佳支持向量机；如果计算结果与实际结果的吻合度较低，则需继续修正参数进行计算，直至吻合度满足要求。在这里，吻合度较高是指吻合度达到预设值，所述预设值可根据实际应用需求进行设置，一般设置较高，例如可设置为98％，则当计算结果与实际结果间的吻合度超过98％后，可认为“距离”的整体效果最佳，得到最佳支持向量机。

通过上述步骤101-步骤104得到最佳支持向量机后，即可在pon完成布网并开始运营之后，通过步骤201-步骤204对pon中的故障支路进行定位，具体参考图1，包括：

步骤201，通过光时域反射仪获取pon支路中损耗与距离之间的曲线关系，并存为离散数据。

结合实施例2中的定位系统结构和图5，在pon实际运营过程中，各支路中的反射光经环形器之后传输至光时域反射仪otdr，则所述光时域反射仪otdr接收支路中的反射光并进行处理，得到如图4所示的支路损耗和距离的曲线关系。

步骤202，从获取到的离散数据中，读取能够反应支路故障与否的一个或多个特征参数。

需要注意的是，该步骤中被读取的特征参数应与步骤102中选取的特征参数保持性质一致，如果步骤102中选取的第一个特征参数为反射峰的位置，那么步骤202中被读取第一个特征参数的值也应该是反射峰的位置，即pon运营之后的故障定位过程中读取的特征参数与训练过程中选取的特征参数保持性质一致。

步骤203，将所述一个或多个特征参数导入最佳支持向量机，并利用最佳支持向量机进行计算。即，将步骤202中读取的特征参数值导入步骤104得到的最佳支持向量机中进行计算。

步骤204，根据最佳支持向量机的计算结果，对pon中故障支路进行定位。

通过最佳支持向量机的计算可得到pon中各支路对应的yi值，则根据各支路对应的yi值，可确认各支路是否出现故障；如果yi＝1，则可确认对应的第i条支路没有出现故障；如果yi＝-1，则可确认对应的第i条支路出现故障，进而可完成故障支路的定位。

综上所述，本发明实施例提供的上述故障支路的定位方法中，首先在pon布网之后运营之前，通过“训练”得到最佳支持向量机，然后从开始运营的pon中获取实时数据、提取参数，并利用最佳支持向量机进行计算，进而判决故障支路；结合支持向量机可对pon中的故障支路进行有效定位，解决pon系统中，尤其是星型网络中存在两条或多条长度相同的支路时无法进行故障定位的难题。

实施例2：

在上述实施例1的基础上，本发明实施例还提供了一种无源光网络中故障支路的定位系统，可用于实现实施例1所述的故障支路的定位方法，解决pon系统中两条或多条长度相同的支路无法进行故障定位的难题。

如图5所示，本发明实施例提供的无源光网络中故障支路的定位系统包括光时域反射仪otdr，以及顺次连接的光线路终端(opticallineterminal，简写为olt)、环形器、分光器和至少两个光网络单元(opticalnetworkunit，简写为onu)，所述光时域反射仪与所述环形器连接。具体来讲，整个系统可分为局端、光分配网络(opticaldistributionnetwork，简写为odn)和用户端三个部分，局端和用户端通过光分配网络odn连接，局端包括光时域反射仪otdr、光线路终端olt和环形器，光分配网络odn包括分光器，用户端包括至少两个光网络单元onu。

其中，所述光线路终端olt上联上层网络，进而可用于接入数据，并将数据转换为光信号的形式后，通过所述环形器输入至所述光分配网络odn中的分光器；

所述光分配网络odn可接收所述光线路终端olt传输过来的光信号，然后按用户分配对应的光信号，进而将接收到的光信号分成至少两个支路，并分别输入至所述至少两个光网络单元onu；在本实施例中，以设置四个光网络单元onu为例，分别记为onu1、onu2、onu3和onu4，相应地有四个支路，分别记为支路1、支路2、支路3和支路4；

所述光网络单元onu可接收所述odn光分配网络分配的光信号，并对接收的光信号进行解调等处理，从而为用户提供语音、数据和多媒体业务；

所述环形器可将所述光线路终端olt传来的光信号输入至所述光分配网络odn中的分光器，并将支路中的反射光信息输入到所述光时域反射仪otdr中；

所述光时域反射仪otdr可接收各支路中的反射光进行处理，获取损耗与距离之间的曲线关系，进而可获取离散数据、提取特征参数，并通过支持向量机进行计算，从而实现故障定位。

其中，本发明实施例中利用了环形器的单向传输特性，通过设置环形器，可使光分配网络odn获取到输入光信号，同时光时域反射仪也能获取到支路中的反射信号，满足光路传输需求。所述环形器的工作原理具体如下：所述环行器是一种具有非互易特性的分支传输系统，信号只能沿单方向环形传输并从其中一个端口输出，而反方向是隔离的，即当信号由其中任一端口输入时，与该端口顺时针相邻或逆时针相邻的下一个端口为信号输出端口，而剩下的一个端口为隔离端口，不输出信号；具体由偏磁场确定信号沿顺时针方向单向环形传输还是逆时针方向单向环形传输。

参考图5，本发明实施例中的环形器为顺时针方向单向环形传输，具体包括顺时针方向依次设置的第一端口(即端口1)、第二端口(即端口2)和第三端口(即端口3)，所述第一端口与所述光线路终端连接，所述第二端口与所述分光器连接，所述第三端口与所述光时域反射仪连接。因此，根据单向环形传输的原理，所述光线路终端olt输出的光信号由所述第一端口进入所述环形器后，可从所述第二端口输出至所述分光器，此时所述第三端口为隔离端口；反射光由所述第二端口进入所述环形器后，可从所述第三端口输出至所述光时域反射仪，此时所述第一端口为隔离端口。

结合图5所示的pon结构，假设pon中总共有四条支路，且支路1与支路2的长度相同，本发明实施例进一步提供了一种故障支路定位的具体实施方式，包括以下步骤：

步骤一，将支路1与oun1的连接处断开，用otdr测量得到损耗和距离的曲线关系，存为离散数据；将支路2与oun1的连接处断开，用otdr测量得到损耗和距离的曲线关系，存为离散数据；将支路3与oun1的连接处断开，用otdr测量得到损耗和距离的曲线关系，存为离散数据；将支路4与oun1的连接处断开，用otdr测量得到损耗和距离的曲线关系，存为离散数据；将支路1与oun1的连接处断开，将支路2与oun2的连接处断开，用otdr测量得到损耗和距离的曲线关系，存为离散数据。遵循此规律，将所有16种支路故障组合情况全部测量完成，得到最终的离散数据。

步骤二，从步骤一的离散数据中选取特征参数，此处可以选取四个特征参数：并进一步结合各支路是否故障，构造训练样本集d。

步骤三，构建支持向量机模型后，利用步骤一和步骤二所得到的数据和特征参数对支持向量机进行训练，即利用样本集d进行训练。训练过程可支持向量回归算法，训练完成后得到最佳支持向量机。

步骤四，模拟布网完成且开始运营的情况：将支路1和onu1的连接处断开，进而模拟支路1故障、其余支路正常的情况。通过otdr测量曲线数据，从中读取四个特征参数：反射峰的位置、反射峰的峰值、反射峰的半高全宽和损耗与距离曲线关系的曲线斜率。将四个特征参数输入到最佳支持向量机中进行计算，可发现算出来的结果为y1＝-1,y2＝1,y3＝1,y4＝1，即支路2、3、4均正常，支路1故障，从而完成了支路1、2长度相同的情况，对故障所在支路的定位。

综上所述，本发明实施例提供的上述故障支路定位系统，可以在不引入额外器件或者辅助装置的前提下，结合支持向量机对pon中的故障支路进行有效定位，解决pon系统中，尤其是星型网络中存在两条或多条长度相同的支路时无法进行故障定位的难题。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。