BOSA校准方法、测试终端及可读存储介质与流程

本发明涉及光通信领域，尤其涉及bosa校准方法、测试终端及计算机可读存储介质。

背景技术：

pon(passiveopticalnetwork，无源光纤网络)产品生产流程中，为了保证产品品质，每一个产品的bosa(bi-directionalopticalsub-assembly，光发射接收组件)经过测试确认后才能下线出厂。bosa校准测试在整个pon产品生产流程中耗时占比最大，而且bosa校准需要用到示波器、功率计、衰减器和误码仪等高价值测试仪器，bosa校准耗时越长，对测试仪器的占用也越长，生产成本也随之提高。

目前现有的技术采用遍历法，即获取bosa中影响校准参数的所有寄存器值，从寄存器的最小值依次调整到最大值，每调整一次寄存器值，都需要配合测试仪器测量待测pon产品的bosa的校准参数值，直到将校准的参数值调整到目标范围，但采用这种方法测试时间较长，测试效率低，对测试仪器的占用时间长，。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现要素：

本发明的主要目的在于提供一种bosa校准方法、测试终端及计算机可读存储介质，旨在解决现有技术采用遍历法存在测试效率低的技术问题。

为实现上述目的，本申请提供一种bosa校准方法，包括步骤：

按照无源光纤网络pon产品的批次号，建立每个批次号对应的光发射接收组件bosa发光参数预测模型；

获取待测pon产品的批次号，并根据待测pon产品的批次号，获取对应的bosa发光参数预测模型；

根据获取的bosa发光参数预测模型中寄存器值和对应的发光参数预测值，对所述待测pon产品的bosa发光参数进行校准。

可选地，所述按照无源光纤网络pon产品的批次号，建立每个批次号对应的光发射接收组件bosa发光参数预测模型的步骤包括：

获取pon样件的批次号，并获取所述pon样件中bosa的各寄存器值和各寄存器值对应的发光参数值；

选择处于预设范围内的发光参数值，并选择处于预设范围内的发光参数值对应的寄存器值；

根据处于预设范围内的发光参数值和处于预设范围内发光参数值对应的寄存器值，拟合出寄存器值和发光参数值的关系函数，并将该函数作为所述批次号对应的bosa发光参数预测模型。

可选地，所述获取所述pon样件中bosa的各寄存器值和各寄存器值对应的发光参数值的步骤包括：

获取所述pon样件中bosa的各寄存器值；

根据各寄存器值，测量各寄存器值对应的发光参数值。

可选地，所述按照无源光纤网络pon产品的批次号，建立每个批次号对应的光发射接收组件bosa发光参数预测模型步骤之后还包括：

将每个批次号对应的bosa发光参数预测模型发送至服务器，以使服务器根据批次号存储对应的bosa发光参数预测模型；

根据待测pon产品的批次号，获取对应的bosa发光参数预测模型的步骤包括：

发送包括待测pon产品的批次号的获取预测模型请求至服务器，以使得所述服务器根据接收到获取预测模型请求中的待测pon产品的批次号反馈对应的bosa发光参数预测模型。

可选地，所述根据获取的bosa发光参数预测模型中寄存器值和对应的发光参数预测值，对所述待测pon产品的bosa发光参数进行校准的步骤包括：

从获取的bosa发光参数预测模型的寄存器值取值范围中选取一个寄存器值；

根据选取的寄存器值和获取的bosa发光参数预测模型，获得发光参数预测值；

根据选取的寄存器值，测量所述寄存器值对应的发光参数实际值；

根据所述发光参数预测值和选取的寄存器值对应的发光参数实际值，对所述待测pon产品的bosa发光参数进行校准。

可选地，所述根据选取的寄存器值和获取的bosa发光参数预测模型，获得发光参数预测值的步骤包括：

将选取的寄存器值输入获取的bosa发光参数预测模型中，获得获取的bosa发光参数预测模型输出的发光参数预测值。

可选地，所述根据所述发光参数预测值和选取的寄存器值对应的发光参数实际值，对所述待测pon产品的bosa发光参数进行校准的步骤包括：

计算选取的寄存器值对应的发光参数实际值与所述发光参数预测值的差值；

判断所述差值是否处于预设阈值范围内；

当所述差值处于所述预设阈值范围内时，确定校准完成。

可选地，所述判断所述差值是否处于预设阈值范围内的步骤后还包括：

当所述差值不处于所述预设阈值范围内时，重新选取一个寄存器值；

判断重选选取的寄存器值对应的发光参数实测值与所述发光参数预测值的差值是否处于所述预设阈值范围内；

当重选选取的寄存器值对应的发光参数实测值与所述发光参数预测值的差值处于所述预设阈值范围内时，确定校准完成；

当重选选取的寄存器值对应的发光参数实测值与所述发光参数预测值的差值不处于所述预设阈值范围内时，返回执行重新选取一个寄存器值的步骤，直至重新选取的寄存器值对应的发光参数实际值与所述发光参数预测值间的差值处于所述预设阈值范围内为止。

此外，为实现上述目的，本发明还提供一种测试终端，所述测试终端包括：通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的bosa校准方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的bosa校准方法的步骤。

本发明实施例提出的一种bosa校准方法、测试终端及计算机可读存储介质，通过按照无源光纤网络pon产品的批次号，建立每个批次号对应的光发射接收组件bosa发光参数预测模型；获取待测pon产品的批次号，并根据待测pon产品的批次号，获取对应的bosa发光参数预测模型；根据获取的bosa发光参数预测模型中寄存器值和对应的发光参数预测值，对所述待测pon产品的bosa发光参数进行校准。从而不需要从最小寄存器值依次调整到最大寄存器值，只需要根据已经建立的发光参数预测模型，选取寄存器值，就能对bosa发光参数进行校准，极大减少了bosa校准的时间，提高了测试效率。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的结构示意图；

图2为本发明bosa校准方法第一实施例的流程示意图；

图3为本发明bosa校准方法第二实施例中步骤s10的细化流程示意图；

图4为本发明bosa校准方法第三实施例中步骤s30的细化流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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。

请参照图1，图1为本发明各个实施例中所提供的测试终端的硬件结构示意图，所述测试终端包括通信模块10、存储器20及处理器30等部件。本领域技术人员可以理解，图1中所示出的测试终端还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中，所述处理器30分别与所述存储器20和所述通信模块10连接，所述存储器20上存储有计算机程序，所述计算机程序同时被处理器30执行。

通信模块10，可通过网络与外部设备连接。通信模块10可以接收外部设备发出的数据，还可发送数据、指令及信息至所述外部设备。所述外部设备可以是待测pon产品、服务器以及各种测试仪器及监控设备等电子设备。

存储器20，可用于存储软件程序以及各种数据。存储器20可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如校准bosa发光参数)等；存储数据区可存储根据测试终端的使用所创建的数据或信息等。此外，存储器20可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器30，是测试终端的控制中心，利用各种接口和线路连接整个测试终端的各个部分，通过运行或执行存储在存储器20内的软件程序和/或模块，以及调用存储在存储器20内的数据，执行测试终端的各种功能和处理数据，从而对测试终端进行整体监控。处理器30可包括一个或多个处理单元；优选的，处理器30可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器30中。

尽管图1未示出，但上述测试终端还可以包括电路控制模块，用于与市电连接，实现电源控制，保证其他部件的正常工作。

本领域技术人员可以理解，图1中示出的测试终端结构并不构成对测试终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

根据上述硬件结构，提出本发明方法各个实施例。

参照图2，在本发明bosa校准方法的第一实施例中，所述bosa校准方法包括步骤：

步骤s10，按照无源光纤网络pon产品的批次号，建立每个批次号对应的光发射接收组件bosa发光参数预测模型；

在本方案中，测试终端用于控制测试流程、发送接收数据和控制各种仪器或者待测pon产品执行特定命令完成需要的功能(如测量，调整功率，调整衰减，开启关闭激光器等)，测试终端与测试仪器或者待测pon产品都通过串口或者ip网络连接，测试仪器与待测pon产品间通过光纤或其他信号线连接。bosa包括驱动器、激光器和光接收器，其中驱动器包括芯片，芯片中存储有各个寄存器值，驱动器根据芯片中的寄存器值，调整激光器、光接收器等各个部件的基础参数值，从而调整整个bosa的各个工作参数，例如：发光功率、消光比、接收光功率等。

测试终端首先建立了每个批次号的bosa发光参数预测模型，其中批次号为pon产品的批次号。每一个批次号对应的一种bosa发光参数预测模型。由于bosa发光参数包括发光功率和消光比，测试终端在建立bosa发光参数预测模型过程中，是分别建立了bosa的发光功率的预测模型和bosa的消光比的预测模型。也就是说每一个批次号都存在对应的bosa发光功率的预测模型和bosa消光比预测模型。

步骤s20，获取待测pon产品的批次号，并根据待测pon产品的批次号，获取对应的bosa发光参数预测模型；

在测试终端建立bosa发光参数预测模型后，测试终端可以通过扫描待测pon产品上的二维码，从而获得存储在二维码中的批次号，也可以将待测pon产品的批次号输入测试终端中。

在获取需要校准bosa的待测pon产品的批次号后，根据所述批次号获取对应的发光参数预测模型。测试终端可以发送包含待测pon产品的批次号的获取预测模型请求至服务器，所述服务器根据接收到包含待测pon产品的批次号的获取预测模型请求后，根据批次号查询存储在服务器中该批次号对应的bosa发光参数预测模型，并将查询到的bosa发光参数预测模型反馈会测试终端。例如当需要校准的发光参数为发光功率时，服务器在接收到获取预测模型请求后，会根据批次号查询对应的发光功率预测模型。获取bosa发光参数预测模型的过程还可以在建立的各批次号对应的bosa发光功率预测模型存储在测试终端中情况下，通过批次号直接从测试终端中直接获取对应的bosa发光功率预测模型。

需要说明的是，测试终端根据所述待测pon产品批次号获取对应的bosa发光参数预测模型前，还可以判断是否存在所述待测pon产品批次号对应的bosa发光参数预测模型，若确定没有，则将该待测pon产品作为所述批次号的样件，利用该样件建立所述批次号对应的bosa发光参数预测模型。

步骤s30，根据获取的bosa发光参数预测模型中寄存器值和对应的发光参数预测值，对所述待测pon产品的bosa发光参数进行校准。

测试终端获取bosa发光参数预测模型后，根据该bosa发光参数预测模型中寄存器值和对应的发光参数预测值，对待测pon产品的bosa发光参数进行校准。例如根据bosa发光参数预测模型中的一个寄存器值和对应的发光参数预测值，对待测pon产品的bosa发光参数进行校准，也可以根据bosa发光参数预测模型中的多个寄存器值和对应的多个发光参数预测值，对待测pon产品的bosa发光参数进行校准。

本实施例通过按照无源光纤网络pon产品的批次号，建立每个批次号对应的光发射接收组件bosa发光参数预测模型；获取待测pon产品的批次号，并根据待测pon产品的批次号，获取对应的bosa发光参数预测模型；根据获取的bosa发光参数预测模型中寄存器值和对应的发光参数预测值，对所述待测pon产品的bosa发光参数进行校准。从而不需要从最小寄存器值依次调整到最大寄存器值，只需要根据已经建立的bosa发光参数预测模型，在预测模型的寄存器取值范围进行取值，就能对bosa发光参数进行校准，极大减少了bosa校准的时间，提高了测试效率。

进一步地，参照图3，根据本申请bosa校准方法的第一实施例提出本申请bosa校准方法的第二实施例，在本实施例中，所述步骤s10包括：

步骤s11，获取pon样件的批次号，并获取所述pon样件中bosa的各寄存器值；

步骤s12，根据各寄存器值，测量各寄存器值对应的发光参数值；

步骤s13，选择处于预设范围内的发光参数值，并选择处于预设范围内的发光参数值对应的寄存器值；

步骤s14，根据处于预设范围内的发光参数值和处于预设范围内发光参数值对应的寄存器值，拟合出寄存器值和发光参数值的关系函数，并将该函数作为所述批次号对应的bosa发光参数预测模型。

在本方案中，从每一批次的所有pon产品中随机选取一个pon产品作为该批次号的pon样件，通过根据pon样件的bosa的数据手册，获取与校准的发光参数有关的所述pon样件中bosa的各寄存器值。例如，通过bosa的数据手册，能够获取分别与发光功率和与消光比有关的寄存器值范围，与发光功率有关的寄存器值范围和与消光比有关的寄存器值范围可能相同也可能不同。

通过获取与发光参数有关的寄存器值范围后，测试终端控制pon样件依次调整从与发光参数有关的寄存器范围最小值到最大值，并测量各个寄存器值下pon样件的发光参数值，并记录各发光参数值，根据预设范围，从记录的各发光参数值中选择处于预设范围内的各发光参数值以及处于预设范围内的各发光参数值对应的寄存器值。根据选择的各发光参数值和对应的寄存器值，拟合出寄存器值和发光参数值的关系函数y＝f(x)，x代表寄存器值，y代表发光参数值。将该函数作为pon样件的批次号对应的bosa发光参数预测模型。例如控制pon样件依次调整与发光功率有关的寄存器值从最小值到最大值，同时利用光功率计测量测量各个寄存器值下pon样件的发光功率，根据预设发光功率范围，从测量获得的发光功率值中选择处于预设范围中的各发光功率值以及对应的寄存器值，根据这些选择的发光功率值和寄存器值，拟合出寄存器值与发光功率的关系函数y＝f(x)，其中x为寄存器值，y代表发光功率，将该关系函数作为pon样件批次号对应的发光功率预测模型。

当发光参数预测模型建立后，将pon样件的批次号对应的bosa发光参数预测模型的发送至服务器，服务器根据批次号存储对应的bosa发光参数预测模型。

需要说明的是，测试终端也可以根据批次号存储对应的bosa发光参数预测模型。

本实施例提出了一种建立各批次号对应的bosa发光参数预测模型的策略，同一批次号的pon产品可以利用同一bosa发光参数预测模型进行发光参数校准，不需要每个pon产品都建立一个bosa发光参数预测模型。

进一步地，参照图4，根据本申请bosa校准方法的第一实施例提出本申请bosa校准方法的第三实施例，在本实施例中，所述步骤s40包括：

步骤s31，从获取的bosa发光参数预测模型的寄存器值取值范围中选取一个寄存器值；

步骤s32，将选取的寄存器值输入获取的bosa发光参数预测模型中，获得获取的bosa发光参数预测模型输出的发光参数预测值；

步骤s33，根据选取的寄存器值，测量所述寄存器值对应的发光参数实际值，并计算选取的寄存器值对应的发光参数实际值与所述发光参数预测值的差值；

步骤s34，判断所述差值是否处于预设阈值范围内；

步骤s35，当所述差值处于所述预设阈值范围内时，确定校准完成。

在本方案中，不同批次号对应的bosa发光参数预测模型的寄存器值取值范围可能相同也可能不相同，同一个批次号对应的bosa发光参数预测模型中的发光功率预测模型和消光比预测模型的寄存器值取值范围可以相同也可以不同。在从寄存器值取值范围内选取一个寄存器值，可以随机选取，也可以选取取值范围的中间值，也可以根据以往经验或历史数据从取值范围内选择一个最优的寄存器值。

将选取的寄存器值输入bosa发光参数预测模型中，所述bosa发光参数预测模型会输出一个发光参数预测值，该发光参数预测值会作为待测pon产品的校准的目标值。

将选取的寄存器值写入待测pon产品的bosa的芯片中，测量bosa在该寄存器值下的发光参数实际值。计算发光参数预测值和发光参数实际值间的差值。当差值处于预设阈值范围(一般为[-0.5,0.5])内时，确定bosa合格，从而结束该pon产品的校准。

本实施例提出了一种通过计算基于bosa发光参数预测模型获得的发光参数预测值与发光参数实测值的差值，进行bosa发光参数校准的策略；从而在待测pon产品的bosa发光参数校准的过程中，只需要选取一个寄存器值，并测量一次该寄存器值对应的发光参数就可以完成校准，校准时间短，极大提高了pon产品的测试效率。

进一步地，根据本申请bosa校准方法的第一实施例提出本申请bosa校准方法的第四实施例，在本实施例中，所述步骤s34之后还包括：

步骤s36，当所述差值不处于所述预设阈值范围内时，重新选取一个寄存器值；

步骤s37，判断重选选取的寄存器值对应的发光参数实测值与所述发光参数预测值的差值是否处于所述预设阈值范围内；

步骤s38，当重选选取的寄存器值对应的发光参数实测值与所述发光参数预测值的差值处于所述预设阈值范围内时，确定校准完成；

步骤s39，当重选选取的寄存器值对应的发光参数实测值与所述发光参数预测值的差值不处于所述预设阈值范围内时，返回执行重新选取一个寄存器值的步骤，直至所述重新选取的寄存器值对应的发光参数实际值与所述发光参数预测值间的差值处于所述预设阈值范围内为止。

在本方案中，除了设定了预设阈值范围，还设定了第二预设阈值范围和第三预设阈值范围，当所述差值不处于所述预设阈值范围内时，根据所述差值处于第二预设阈值范围还是处于第三预设阈值范围内，按照不同的方法重新选择寄存器值；例如预设阈值范围为[-0.5，+0.5]，第二预设阈值范围为[-0.6,-05)和(+0.5，+0.6)，第三预设阈值范围为[-1.0，-0.6)和(+0.6,+1.0]。当所述差值处于第二预设阈值范围内时，在将第一次选取的寄存器值增加或减去一个寄存器值的最小变化单位，作为第二次选取的寄存器值。当处于第三预设阈值范围内时，会将第一选取的寄存器值和预设值相加或相减，获得第二次选取的寄存器值，该预设值远远大于寄存器值的最小变化单位，若所述差值是正数，则会将第一次选取的寄存器值和预设值相减，若是负数，则会将第一次选取的寄存器值和预设值相减。

重新选取寄存器值后，将重新选取的寄存器值再次写入待测pon产品的bosa的芯片中，替换掉第一次写入的寄存器值，测量bosa在重新选取的寄存器值下的发光参数实际值。

再次判断所述重选选取的寄存器值对应的发光参数实测值与所述发光参数预测值的差值是否处于所述预设阈值范围内，当所述所述重选选取的寄存器值对应的发光参数实测值与所述发光参数预测值的差值处于所述预设阈值范围内时，则确定校准完成；当所述差值仍不处于所述预设阈值范围内时，再根据所述差值大小第三次选取寄存器值，至到所述重新选择寄存器值对应的发光参数实际值与所述发光参数预测值间的差值处于所述预设阈值范围内为止。

本实施例提供了一种第一次选取的寄存器值进行校准未达到要求后重新调整寄存器值校准的策略。从而第一次选取寄存器值校准未达到所要求的效果，不需要对预测模型进行修正或重新建立新的预测模型，只需要重新选取寄存器值就能进行bosa发光参数校准。

本发明还提出一种计算机可读存储介质，其上存储有计算机程序。所述计算机可读存储介质可以是图1的测试终端中的存储器20，也可以是如rom(read-onlymemory，只读存储器)/ram(randomaccessmemory，随机存取存储器)、磁碟、光盘中的至少一种，所述计算机可读存储介质包括若干信息用以使得服务器执行本发明各个实施例所述的方法。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。