用于光学传输系统中的元件的参数报告的系统和方法与流程

本申请涉及通信系统，并且更具体地，涉及利用高损耗环回(hllb)数据来测量和报告海底光纤网络中的中继器和其它元件的操作参数的系统和方法。本公开涉及利用高损耗环回(hllb)数据的光学传输系统中的元件的参数报告的技术和实现其的线路监测系统。

背景技术：

海底光纤通信系统需要常规监测来通过在早期阶段检测并解决潮湿工厂故障和可能的侵略性威胁，来确保其性能并且使潜在的服务损耗最小化。目前建立的监测技术包括使用线路监测系统(lms)来用高损耗环回(hllb)技术检测从每个海底中继器和的终端环回的信号峰。

当沿着光学路径的性能发生改变时，这些环回信号的幅度在故障位置周围的中继器中发生改变。这些改变呈现出可以被用于识别故障状况的不同模式。这种故障状况包括例如光纤跨度损耗的改变、光学放大器泵浦激光器输出功率的改变和光纤中断。基于对应故障特征识别故障状况的一些方法包括利用自动特征分析(asa)。现有的基于asa的故障分析可以检测传输系统中相对大的改变，但是通常报告可以指示特定元件随时间推移的性能劣化的小改变的准确度不足。

一些海底传输系统利用具有命令响应(cr)特征的中继器，这些cr特征允许直接从每个中继器查询诸如输出功率和输入功率这样的操作参数。然而，命令响应需要每个中继器内有专用硬件，这会使单元成本显著增加并且使操作寿命缩短，在进行维修不太实际的海底环境中，这尤其是问题。

附图说明

应该参考以下应该结合下图阅读的具体实施方式，其中，类似的标号表示类似的部件：

图1是与本公开一致的系统的一个示例性实施例的简化框图。

图2是与本公开一致的系统的另一个示例性实施例的简化框图。

图3a是与本公开一致的线路监测设备(lme)系统的简化框图。

图3b示出了与本公开的实施例一致的图3a的lme执行周期性线路监测的示例工作流。

图4a是示出根据本公开的实施例的在没有检测到故障状况的情况下的光学传输系统的多个中继器的差分增益数据值的曲线图。

图4b是示出与本公开的实施例一致的与光学传输系统的中继器之间的故障对应的差分增益数据值的另一曲线图。

图5是示出了根据本公开的实施例的所测得的映射到从-1至1的位置系数的差分环路增益(ddlg)的差分和相对于终端t1的关联的加权系数的曲线图。

图6a至图6e示出了可以由与本公开一致的lme检测到的故障状况的示例故障特征。

图7是根据本公开的实施例的一个示例自动特征分析处理的框图。

图8示出了根据本公开的实施例的沿着传输系统检测到的多个故障特征。

图9a和图9b示出了根据本公开的实施例的分解成单独故障特征的图8的多个故障特征。

图10是示出根据本公开的实施例的在增加光学传输系统的总长度之后的环路增益移位的曲线图。

图11示出了根据本公开的实施例的适用于图1的光学传输系统的中继器的示例放大器对。

图12示出了根据本公开的实施例的一个示例可报告参数表(rpt)。

图13是例示说明根据与本公开一致的方法的操作的流程图。

具体实施方式

通常，与本公开一致的系统和方法提供了自动线路监测系统(lms)基线，lms基线能够基于高损耗环回(hllb)数据捕获和更新对每个中继器和关联的海底元件特定的操作参数。然后，可以利用所捕获的操作参数来以命令响应(cr)方式满足针对特定海底元件的查询。因此，能够在不增加与用板载cr电路系统部署海底元件相关的成本、复杂度和寿命问题的情况下实现命令响应功能。如本文中总体上表示，操作参数包括可以直接或间接用hllb数据推导出的任何参数。操作参数的一些示例(非限制示例)包括跨度增益损耗、输入功率、输出功率、增益和增益倾斜度。

图1是与本公开一致的wdm传输系统100的一个示例性实施例的简化框图。总体上，系统100可以被配置为使用从双向传输路径102的两端发送的lms信号来计算与每个中继器/放大器关联的环路增益值。本领域的普通技术人员将认识到，为了便于说明，系统100已被描绘为高度简化的点对点系统形式。要理解，与本公开一致的系统和方法可以被并入各种各样的网络组件和配置中。本文中例示说明的示例性实施例仅通过说明而非限制的方式提供。

如所示出的，系统100可以包括由两个单向光学路径110、120耦合的第一终端t1和第二终端t2，光学路径110、120一起形成双向光学传输路径102。第一终端t1耦合于传输路径102的第一端，并且第二终端t2耦合于传输路径102的第二端。本文中使用的术语“耦合”是指用于将一个系统元件承载的信号赋予“被耦合的”元件的任何连接、耦合、链接等。这种“耦合的”装置不一定是彼此直接连接，而是可以由能够操纵或修改这些信号的中间组件或装置分离。

光学路径110可以将光学数据在多个信道(或波长)上在第一方向上从终端t1中的发射机112承载到终端t2中的接收机114。光学路径120可以将光学数据在多个信道(或波长)上在与路径110关联的方向的相反方向上从终端t2中的发射机124承载到终端t1中的接收机122。相对于终端t1，光学路径110是射出路径并且光学路径120是射入路径。相对于终端t2，光学路径120是射出路径并且光学路径110是射入路径。光学路径110可以包括光纤116-1至116-n和光学放大器118-1至118-n的交替级联，并且光学路径120可以包括光纤126-1至126-n和光学放大器128-1至128-n的交替级联。

光学路径对(例如，光学路径110、120)可以包括多组放大器对118-1至118-n以及128-1至128-n，这多组放大器对118-1至118-n以及128-1至128-n设置在关联的中继器r1…rn的壳体131-1至131-n内并且通过多对光纤116-1至116-n和126-1至126-n连接。这多对光纤116-1至116-n和126-1至126-n可以与支持附加路径对的光纤一起被包括在光纤缆线中。每个中继器r1…rn可以包括用于支持的每个路径对的一对放大器118-1…118-n和128-1…128-n。以简化形式例示说明的光学放大器118-1…118-n和128-1…128-n可以包括一个或更多个掺铒光纤放大器(edfa)或其它稀土掺杂光纤放大器、拉曼(raman)放大器或半导体光学放大器。hllb路径132-1至132-n可以耦合在光学路径110、120之间，例如，在中继器r1…rn的壳体131-1至131-n中的一个或更多个中，并且可以包括例如一个或更多个无源光学耦合组件，如下面将更详细描述的。

线路监测设备(lme)140、142可以位于终端t1、t2二者处，以提供对路径对110、120的hllb监测。lme140可以将例如不同波长和/或不同频率的一个或更多个lme测试信号发射到一条光学路径110(例如，射出光学路径)中。hllb路径132-1至132-n中的每个可以将在光学路径110中传播的lme测试信号的样本耦合到其它光学路径120(例如，射入光学路径)的前向传播方向中。然后，lme140可以接收并测量样本，以检测环路增益的改变作为系统中故障的指示。响应于lme测试信号利用hllb路径132-1至132-n接收到的lme测试信号的接收样本在本文中被称为hllb环回数据或简称为环回数据。

lme142可以将例如不同波长和/或不同频率的一个或更多个lme测试信号发射到一条光学路径120(例如，射出光学路径)中。hllb路径132-1至132-n可以将在光学路径120中传播的lme测试信号的样本耦合到其它光学路径110(例如，射入光学路径)的前向传播方向中。然后，lme142可以接收并测量样本(环回数据)，以检测环路增益的改变作为系统中故障的指示。用于传输lme测试信号并且接收和测量环回数据的lme140、142的各种发射机和接收机配置是已知的。

可用于与本公开一致的系统中的各种hllb路径配置是已知的。另外，虽然中继器r1...rn中的每个被示出为具有关联的hllb路径132-1至132-n，但是hllb路径可以位于其它位置和/或可以不位于每个中继器r1...rn中。在一些实施例中，hllb路径132-1至132-n的操作可以是对称的，即，描述通过hllb路径132-1从路径110传递到路径120的每个波长处的光学功率的百分比的函数与描述通过hllb路径132-1从路径120传递到路径110的每个波长处的光学功率的百分比的函数相同。可供选择地，一个或更多个hllb路径可以不是对称的，并且不同的hllb路径可以具有不同的传递函数。

例如，多对放大器118-1至118-n和128-1至128-n中的每个包括泵浦方案，以有助于检测受监测路径中的光学性能改变的处理。在该示例中，放大器对中的每个可以配置有不对称泵浦配置，由此，给定放大器对中的每个放大器都具有不同于其它放大器的输出功率。因此，可以利用不对称泵浦方案为特定测量改变分派方向，并且识别可能与改变关联的特定元件。例如，单个中继器可以具有两个放大器(例如，a1和a2)，以放大每个方向上的信号。这两个放大器a1和a2可以由两个类似配置的激光器(例如，l1和l2)泵浦。在该示例中，a1可以由50％l1和50％l2泵浦。a2也可以被其相应的激光器以类似方式泵浦。相比之下，不对称泵浦可以包括被例如40％l1和60％l2泵浦的a1，但是其它比率在本公开的范围内。同样，a2可以由60％l1和40％l2泵浦。

图3a示出了与本公开的实施例一致的示例线路监测系统(lms)300。lms300可以适用于图1和图2中的lme140和/或lme142。出于清楚而非限制的目的，以高度简化的方式示出lms300。可以用硬件(例如，电路系统)、软件或其组合来实现lms300。在实施例中，lms300可以至少部分地实现为可以由控制器(未示出)执行以执行lms处理(例如，图13的处理1300)的多条指令。如本文中总体表示的，控制器可以被实现为处理器(例如，x86处理)、现场可编程门阵列(fpga)、专用集成电路(asic)或任何其它合适的处理装置/电路系统。

如所示出的，lms300包括增强型自动特征分析(easa)处理器301、可报告参数表(rpt)更新器302、rpt储存器303、基线管理器组件304和高损耗环回(hllb)储存器305。rpt储存器303和hllb储存器305可以在易失性或非易失性存储器区域中实现。注意的是，lms300的组件可以不在物理上位于同一系统中，并且可以分布在整个wdm传输系统100中。例如，rpt储存器303和hllb储存器305可以分别位于终端站t1和t2处。因此，与本公开一致的lms可以彼此通信，以取决于所期望配置来共享数据和/或处理组件。

响应于在网络上传播的(一个或更多个)lme测试信号，lms300可以从传输路径接收一个或更多个lms高损耗环回(hllb)数据集形式的环回数据308(或lme环回数据308)。环回数据308也可以被称为hllb数据集或简称为hllb数据。然后，环回数据308可以被存储在提供hllb储存器305的存储器中。如以下更详细讨论的，easa301可以对来自多个系统端点(可以被称为终端站，或简称为站)和来自多个测量时间的差分hllb数据集进行操作，以提供相对于对单个环回数据集进行操作的asa方法而言准确度提高的结果。即使当终端站/接地的特征可能不完整时，easa301也能检测终端站/接地附近的改变。

rpt更新器302(或rpt更新模型)可以从easa301接收输出，并且可以将easa301的输出映射到与光学传输系统(例如，图1的wdm传输系统100)的一个或更多个关联中继器/元件对应的操作参数。如下面进一步讨论的，rpt更新器302可以将基线rpt值与easa301输出的值进行比较以确定增量(delta)，进而可以使用增量计算操作参数的改变。因此，rpt更新器302可以访问rpt储存器303，以存储基于easa301的输出的操作参数和任何更新后的rpt基线值。在图12中示出了可以被更新并存储在rpt储存器303中的一个这样的示例rpt表(或rpt查找表)。rpt储存器的rpt数据也可以被称为当前基线rpt。

基线管理器304可以被配置为向easa301提供hllb基线数据(其也可以被称为lme基线数据)。hllb基线数据可以包括存储在hllb储存器305中的当前hllb基线。在操作期间，基线管理器304可以维持当前hllb基线数据而不进行修改，基于检测到的超过第一预定义阈值的故障/状况来本地修改基线数据，或者可以替换整个hllb基线数据集。

基线管理器304还可以被配置为提供/更新存储在rpt储存器303中的基线数据。在操作期间，基线管理器304可以维持当前rpt基线数据而不进行修改，基于检测到的超过第一预定义阈值的故障/状况来本地修改基线数据，或者可以替换整个rpt基线数据集。

在实施例中，lms300允许周期性地执行监测和数据报告处理。在每个监测周期期间，lms300可以从站接收新的hllb环回数据集308(例如，基于沿着wdm传输系统100传播的lme测试信号，如以上参考图2讨论的)，然后使用easa301对接收到的数据集执行自动特征分析。然后，rpt更新器302可以利用easa301的输出和来自基线管理器304的当前hllb基线来更新存储在rpt储存器303中的rpt表值。然后，用户可以按类似命令响应的方式询问lms300，以便监测诸如输入功率、输出功率、增益、跨度损耗和倾斜度这样的结果。进而，lms300可以利用存储在rpt储存器303中的rpt数据来满足这些请求。

在图3b中示出了lms300的一个示例工作流350。如所示出的，在时间(t)为零时，easa301从hllb储存器305接收一个或更多个hllb数据集和当前hllb基线数据作为输入。同样，在t＝0时，rpt更新器302从rpt储存器接收对应于rpt表的rpt基线数据。hllb数据集也可以被称为环回数据集，并且hllb基线数据可以被称为lms基线数据。继续地，easa301接着分析接收到的hllb数据集，并且将其与当前hllb基线数据(hllbcurrent)进行比较，以例如基于第一预定义阈值(例如，1％、5％、10％或其它合适阈值)确定一个或更多个改变。超过第一预定义阈值的任何改变可以被存储在存储器中的当前hllb基线数据(hllbcurrent)中/被更新，以生成新的hllb基线数据(hllbnew)。旧hllb基线数据(hllbcurrent)与接收到的hllb数据集之间的改变也可以用于生成用于改变rpt表的操作参数的第一rpt增量值(rptδ)。新hllb基线数据(hllbnew)与旧hllb基线数据(hllbcurren)之间的改变可以用于生成rpt基线数据的改变(rptbaslineδ)。在应用改变之前，先前rpt基线数据的副本(rptbaselineold)可以被存储在存储器中。然后，可以通过将先前rpt基线数据(rptbaselineold)的值与来自改变的rpt基线数据(rptbaslineδ)的对应值求和来生成新的rpt基线数据。然后，可以通过将先前rpt基线数据rptbaselineold与来自第一rpt增量值(rptδ)的对应值求和来计算更新后的rpt参数。

然后，easa301更新rpt基线数据，然后将其存储回rpt储存器303中，以替换或者说以其它方式调节一个或更多个操作参数。一些这样的示例操作参数包括每个放大器的输入功率、输出功率、增益、跨度损耗、频谱倾斜度和/或跨度长度以及在接收到的一个或更多个hllb数据集内表示的相邻跨度。

继图3b之后，在预确定的时段(例如，10分钟、1小时、1天、1周)之后，lms300可以在后续lms周期期间接收一个或更多个附加hllb数据集。easa301可以对hllb数据集执行分析，并且基于超过预定阈值的测得的一个或更多个操作参数，可以检测故障状况。倘若检测到故障，基线管理器304可以更新rpt储存器303中的一个或更多个操作参数和hllb储存器305中的hllb基线数据集。例如，可以用easa检测输出功率下降的放大器，并且可以更新对应于放大器的rpt表中的操作参数值(参见图12)。同样，可以更新hllb基线数据，以反映放大器的当前操作状态。因此，即使对于环回数据已发生了重新定基线，rpt储存器303也可以包括可以表示故障或潜在故障的操作参数。

hllb数据集的收集和分析

如以上参考图1和图2讨论的，wdm传输系统100包括在海底中继器主体中的双向放大器对中和终端放大器中的高损耗环回光学路径。对于以下讨论和公式，可以使用注释hllbi,j引用图1的hllb路径132-1至132-n中的每条，其中，i是终端而j是环回路径。这些光学路径以指定的测试信道波长将少量光从一个传输方向上的光纤路由到反向传输方向上的光纤。这些被反射的往返信号由终端站中的lms300检测，并且被作为环回数据308转换或以其它方式提供到lms300。

可以针对光学路径的传输频带内的至少一个光学频率/波长并且在一些情况下在两个或更多个波长处测量该环回数据308。在一个特定示例实施例中，可以选择给定带宽下的高信道波长和低信道波长(例如，分别地，最小波长和最大波长)作为测试信号信道波长。生成环回数据308可以包括来自每个终端站点(例如，t1和t2)的测量值。因此，环回数据308可以包括多个hllb数据集。在某些情况下，环回数据308可以包括每个分支光纤对的单个数据集中的至少一个或更多个以及(例如，表示每个传播方向的)来自主干光纤对的两个数据集。另外，当监测传输系统的特定部分时，环回数据308可以包括来自wdm传输系统的(一个或更多个)目标部分的一个或更多个数据集。注意的是，对于c+l光纤对，可以在c频带和l频带两者中测量hllb数据集。

在实施例中，能够减少环回数据308内表示的沿着传输线路的累积噪声，或者说使累积噪声最小化。为此，差分环路增益可以通过以下方式给出：

dlgj＝iillbt1，j＝iillbt1，j-1＝iillbt2，j-1-iillbt2，j式(1)

差分环路增益示出了两个中继器之间的放大器的光学增益，如以上针对图1和图2所讨论的。然后，可以将差分环路增益数据与存储在hllb储存器305中的基线差分环路增益数据进行比较，以检测故障，如以上针对图3a和图3b所讨论的。比较可以简单地包括从由式(1)得到的差分环路增益数据中减去基线的差分环路增益数据，以推导出差分环路增益的差分。因此，差分环路增益的差分可以通过以下方式给出：

ddlgj＝(dlgj)data-(dlgj)baseline式(2)

在wdm传输系统100没有故障的情况下，差分环路增益值的差异在大约零处波动。例如，如图4a中所示，差分环路增益数据值404基本上为零。注意的是，在应用加权以适应组合多站点数据集之后，示出了图4a的数据点，以下对此进行更详细的讨论。出于提供非限制示例的目的，具有0.25或更小的绝对幅度值的差分环路增益数据值可以被认为基本上为零，但是可以取决于所期望的灵敏度水平利用其它阈值。

另一方面，故障状况可能造成差分环路增益数据具有诸如图4b中示出的特有特征。在图4b中，设置在r3和r5之间的放大器内的泵会劣化并导致峰405。lms300可以包括多个预定义特征，以使easa301能够对关联的误差状况进行检测和分类。可供选择地，或者除了预定义特征之外，可以随时间推移，用受过训练的技术人员/工厂管理者提供的特征来训练lms300。

频带增益增量(bdg)可以被定义为高频和低频的ddlg的差异：

bgdj＝(ddlgj)lf-(ddlgj)hf式(3)

虽然差分环路增益使长距离传输中的噪声的影响最小化或者说减小，但是数据的误差率相对于测量距离增大。对于传输路径长度为数百、数千或数万公里的传输系统，误差累积可能很大。在实施例中，可以通过组合来自多个终端的hllb数据来消除引入的误差。例如，可以将来自t1的lme140的测量值与来自t2的lme142的测量值相组合。因此，来自第一终端站和第二终端站的hllb数据可以由下式给出：

ddlgj＝rj(ddlgj)t1+(1-rj)(ddlgj)t2式(4)

其中，(ddlgj)t1是来自t1的差分环路增益的差分，(ddlgj)t2是来自t2的差分环路增益的差分并且rj是来自t1的ddlgj的加权因子。

然后，可以使用下式将每个hllb环回位置映射到范围在-1和1之间的位置系数(参见图5)：

在实施例中，可以取决于系统的配置将加权因子应用于缩放数据。

加权因子可以通过下式计算：

其中，a是传输系统的缩放因子，e是等于2.71828的数学常数。注意的是，加权因子可以基于系统配置而改变，并且所提供的式(6)不旨在是限制。例如，可以基于光学传输系统的特定配置利用离散的数字阵列。

另外，可以定义中跨度常数，使得如果rj落在[s,1-s]之外并且(dglgj)t1和(ddlgj)t2之差太大，则：

max{|(ddlgj)t1|，|(ddlgj)t2|}＞＞min{|(ddlgj)t1|，|(ddlgj)t2|}式7

那么rj可以要么是1(如果rj＞1-s)要么是0(如果rj＜s)，如在图5中示出的。

在实施例中，故障特征分析可以由lms(例如，lms300)执行，以用hllb数据识别和定位诸如泵浦劣化、跨度损耗等这样的一种或更多种故障类型。可以对特定物理故障位置周围的多跨度故障特征执行这种故障特征分析。

如以上讨论的，例如，在由easa301执行的处理期间，出于比较目的，可以将预确定的故障特征存储在lms的存储器中。故障特征可以是基于例如仿真的，或者可以基于测得的在操作期间在wdm传输系统100上发生的事件来生成(训练)的。可以基于每个测量频率下的基线hllb数据集计算出的差分环路增益数据的差分也可以被存储在每个lms的存储器中(例如，hllb储存器305中)，以供asa分析处理期间使用。

easa301能检测到的一个示例故障事件/状况类型包括使光学放大器能够操作的光学泵浦激光器的输出功率的劣化。劣化的范围可以从输出功率的小幅下降至一个或更多个泵浦激光器的完全故障。另一个示例故障事件类型包括光纤跨度衰减的劣化。光纤跨度衰减的范围可以从衰减的小幅增加到显著的衰减增加，这会对所关注的跨度/段的光学性能产生不利影响。

在图7中示出了可以由easa301执行的一个示例asa处理流700。在处理流700期间，具有相同长度的多个维度数字滤波器(例如，具有基于用于泵浦劣化、跨度损耗等的已知故障形状的相应形状)可以应用于由式(4)得到的ddlg数据和bgd数据，以提供初步结果：

y1＝filter(f1,ddlghf)式(8)

y4＝filter(f4，ddlghf)式(9)

y5＝filter(f5，ddlghf)式(10)

y3＝filter(f3，ddlghf)式(11)

y2＝filter(f2，bgd)式(12)

其中，y是经滤波器f(fx,dy)处理的信号，其中，fx是曲线的形状并且dy是输入数据。如上所示，形状x＝3、4和5可以对应于激光器l1的泵浦劣化、激光器l2的泵浦劣化和跨度损耗。然而，例如，因为ddlg可以在相同的时刻与滤波器f3和f4作用，所以附加的滤波器可能是必要的。在这种情况下，可能无法得出关于劣化的是激光器l1还是激光器l2的结论。因此，引入滤波器f2，使得f2和f3一起可以预测激光器l1的泵浦劣化；f23和f4一起可以预测激光器l2的泵浦劣化；并且f2和f5可以一起预测跨度损耗。

继续地，倘若处理后的ddlg数据(y3、y4、y5)和bgd数据(y2)的初步结果指示在基本相同的位置(n)处有基本相同的故障，则将故障记录在j处。假定位置j附近的y2的幅度的总和为：

本公开已经识别到可以使用下式将该幅度ξ映射到故障值(δ)：

δ＝f(ξ)式(14)

可以通过变化故障的幅度来拟合y＝f(x)的函数。

转到图6a至图6e，示出了与本公开的实施例一致的示例故障状况特征。可以通过范围从整个位于两个方向中的一个上传播到被平均分配到两个方向上传播的这两个方向之间分配损耗来通过与本公开一致的lms计算跨度损耗。例如，图6c和图6d示出了在相同位置处的两个跨度损耗，其中，分别地，图6c示出射入方向上的损耗并且图6d示出射出方向上的损耗。

在图6c和图6d中，子峰601-1至601-4例示说明了不同的趋势。特别地，图6d中的位置4和5处的ddlg向上，因为在跨度之后，中继器将寻求恢复增益的损耗。另一方面，位置3和4处的ddlg在射入方向上向上，如图6c中所示。倘若跨度损耗是射入跨度和射出跨度的组合，则位置3和位置5处的ddlg二者将向上。因此，可以使用以下等式按射入跨度损耗的比率将跨度损耗分派到两个方向：

其中，＝y1(j-1)-y1(j+1)，在这种情况下，j＝4并且pm是与y1(n)相关的函数。

然而，对于诸如图6e中示出的岸跨度损耗(shorespanloss)，初始ddlg数据可能丢失，所以可以使用岸跨度损耗预测函数y＝p(x)估计/预测在第一中继器r1之前的ddlg：

ddlg(0)＝p(ddlg(1)，ddlg(2))式(16)

因此，可以使用式(16)来计算岸跨度损耗并且分派方向。

在某些情况下，可能发生对应于沿着wdm传输系统100的不同物理位置的多个故障特征。easa301可以检测每个独立的故障特征并且量化沿着传输路径存在的多个关联的湿工厂改变事件。在实施例中，可以在数学上分解对应于不同故障事件的故障特征。例如，如图8中所示，峰801和802可以被隔离并被分解成单独且不同的特征，分别如图9a和图9b中所示。然后，如以上讨论的，可以由ease301独立地分析隔离/分解的特征。

在某些场景下，lms能检测特定故障，而不必对hllb数据执行自动特征分析。例如，可以利用与单个放大器对对应的hllb数据检测沿着传输路径的光纤中断。考虑光纤在中继器j-1和中继器j之间断开的情形。结果，无法接收到中继器j(或j-1)之后的后续/下游中继器的hllb数据。例如，在图2中，r3和r4之间可能发生光纤中断。因此，t1中的lms140无法接收来自r4、r5、r6和t2的返回信号。

类似地，t2可能无法检测到来自r3、r2、r1和t1的返回信号。在这种情况下，所有丢失的峰的幅度可以被示出为预定值(例如，-55db)，以便显示在数据图上。对于具有两个末端终端的系统，两端的hllb数据集中的丢失峰的总数应大于或等于环回路径的总数，这取决于是否存在单个光纤中断或不同物理位置处的多个中断。对于具有一个末端终端(例如，分支)的系统，丢失峰的总数可能一行出现超过两个。因此，可以基于丢失的hllb数据点的位置和总数来检测光纤中断故障状况和故障状况的位置。

也可以利用与单个放大器对对应的hllb数据来检测hllb路径内的光学滤波器的故障。考虑在中继器j处的放大器对的环回路径内存在光纤中断的情况。在这种情况下，将不接收只来自该放大器对的所有测量频率下的hllb环回信号，并且将其标记为-55db(或其它预定义db值)。与如上所述的传输路径中的光纤中断不同，lms将仍然接收沿着光学路径的来自所有其它下游放大器对的环回信号。例如，在图2中，在中继器r3处有环回路径中断时，hllb3将被标记为-55db。在后续处理期间，easa301可以忽略/丢弃hllb3的数据点。在任何情况下，可以基于单个中继器处丢失的hllb数据点的位置来检测光学滤波器故障状况和故障状况的位置。

也可以利用与单个放大器对对应的hllb数据来检测给定hllb路径内的光学滤波器的故障(参见图6a和图6b)。在沿着wdm传输系统100的每个传播方向上，每条hllb路径都可以包括波长选择性光学滤波器，以选择在相反传播方向上反射的光学频率。通常，每个光学频带有两个测量频率(例如，c频带与c+l)，但是更多是可能的并且特定数量可以是应用特定的。在一个特定示例实施例中，选择每个光学频带的至少两个光学频率作为测量频率。所选择的测量频率可以对应于频谱带的相应边缘，例如，频谱的高波长和低波长，但是其它实施例在本公开的范围内。以这种方式使用两个或更多个光学频率可以有利地允许与本公开一致的lms测量频谱倾斜度，如下面更详细讨论的。

继续地，当例如中继器r3至t1的环回路径中的一个光学滤波器断开时(图2)，在数据集中该测量频率(hllbt1,3)处通向t1的返回信号将丢失，因此分别与r3和r4对应的dlg3和dlg4将受到影响。因此，可以通过识别丢失的数据点来检测/推断hllb路径内的光学滤波器故障。注意的是，因为r3和t2之间的环回路径仍然操作，所以仍然可以经由来自t2的测量数据推导出dlg3。在这种情况下，dlg3可以通过下式给出：

dlg3＝hllbt1，3-hllbt1，2＝hllbt2，2-hllbt2，3式(17)

并且因此，丢失的hllbt1，3数据点可以通过下式预测/估计：

hllbt1，3＝hllbt1，2+hllbt2，2-hllbt2，3式(18)

因此，可以基于仅仅一个中继器处的丢失hllb数据点(以及在给定中继器处的一个测量频率下存在数据点的事实)来检测给定hllb路径内的光学滤波器的故障和故障状况的位置。

在easa301识别到自每个物理位置中的最近重新定基线以来传输路径中的各改变事件的位置和幅度之后，接着可以使用识别到的改变事件来计算存储在rpt储存器303中的rpt数据的更新。rpt数据可以包括受监测光纤对中的每个放大器和相邻光纤跨度/段的操作参数值。然后，可以使用来自easa301的计算出的改变来调节rpt表内的rpt参考数据，以产生每个操作参数的新绝对值(参见图12)。因此，可以在没有经由光学传输路径与元件直接通信的情况下，单独报告与每个受监测的放大器/跨度关联的操作参数。这可以有利地允许相对简单的湿工厂装置，并且能够避免将附加的通信量(traffic)引入其中。

如图12中所示并且另外参考图11，与本公开一致的lms可报告的操作参数可以包括例如输入功率、输出功率和增益、和/或放大器累积增益倾斜度。为了提供可报告的参数，lms可以使用hllb数据来检测泵浦功率和跨度损耗改变、幅度和方向，然后使用这些改变基于放大器模型来计算操作参数值的改变。一般意义上，可以使用放大器模型来推导量化可报告操作参数与系统中的故障之间的关系的值。例如，考虑到图11中的中继器n的射出方向(例如，上半部)。可以至少部分基于中继器n-1的输出功率改变减去射出方向上的中继器n和n-1之间的跨度损耗改变来计算输入功率改变。可以至少部分地通过与光学增益改变求和的输入功率改变来计算输出功率改变。因此，接着可以基于所确定的(一个或更多个)泵浦激光器的改变借助放大器模型来计算增益改变。

在实施例中，rpt更新器302基于easa301输出的最近asa结果和环回数据308执行rpt更新处理。在该实施例中，rpt更新处理利用为每个放大器对提供的放大器模型。rpt更新处理还利用所有参数的rpt值的初始输入集和所有受监测的放大器对，这例如可以由现场技术人员在部署期间或分段运输期间提供。

在实施例中，可以使用放大器模型来响应于检测到泵浦激光器功率降低计算放大器输出功率的改变，并且响应于检测到的光纤跨度插入损耗和对应的放大器输入功率减小计算放大器输出功率的改变。放大器输入功率、输出功率和增益以及相邻光纤跨度的跨度损耗之间的关系可以通过下式给出：

pout，i＝pin，i+gi式(19)

pin，i+1＝pout，i-si，i+1式(20)

其中，pout，i是中继器ri的输出功率，pin，i是中继器ri的输入功率，gi是中继器ri的增益，si，i+1是中继器ri和中继器ri+1之间的跨度损耗。

放大器激光器泵浦的减少导致受影响的放大器的输出功率和增益g的减小以及后续/后面的下游放大器的输入功率的减小和增益的增大。两个放大器的累积增益倾斜度受到影响，而幅度相反，使得对下游放大器的倾斜度几乎没有累积影响。

光纤跨度插入损耗(s)的增加导致相邻放大器和可能的下一个相邻放大器的输入功率减小以及两个放大器中的g增大。两个放大器和所有下游放大器的累积增益倾斜度会受到影响。

可以如下从光纤对频谱带的任一极端处的hllb峰的相对峰高度的改变推断往返增益形状的改变：

δtilti＝ddlgi，hf-ddlgi，lf式(21)

其中，ddlgi，hf是中继器ri处的差分环路增益的高频率差分，并且ddlgi，lf是中继器ri处的差分环路增益的低频差分。

然而，在两个传播方向之间的增益形状的这种改变的分布可能更难以测量。可以基于来自以上asa处理700的检测到的跨度损耗和泵浦功率改变事件的方向性，将检测到的往返行程倾斜度的改变分派给传播方向。例如，如果跨度损耗增加仅在一个传播方向上发生，则检测到的增益倾斜度的任何改变都被分派给该传播方向。当同时出现多个故障(n)时，ddlg可以被分解成n个部分(例如，参见图8、图9a和图9b)，并且每个部分都对应于一个单个故障。然后，可以单独地计算倾斜度并且将其相加以形成总倾斜度。

返回到图3a，整个lms处理(例如，通常被描绘为图3b中的工作流)可以执行基线管理器处理，以确保asa分析新的hllb数据集。基线管理器处理还可以基于先前确定的rpt值，维持hllb数据的asa分析和当前rpt值的rpt更新二者的基线数据集之间的同步。

在某些情况下，可以提供可配置的阈值，以确定asa或rpt更新结果的幅度，这将触发整个处理以执行rpt和hllb基线数据集的本地化或全局更新。总体上，更新lms比较的基线数据集使得能够在现有故障附近检测新故障，而asa分析没有因存在重叠的故障特征而受损。因此，可以对造成故障/改变的事件附近的(一个或更多个)特定中继器跨度进行基线数据集更新，这进而避免了为整个系统重新定基线，以便网络的其它部分被相对于它们先前/之前的值受监测。例如，在某些情况下，可以针对故障形状检测使用六(6)个数据点，并且事件附近的这6个点可以各自被更新，使得当前故障的影响将被最小化或者说减小。然而，可以利用其它数量的数据点，并且所提供的示例不旨在限制。

在某些情况下，可以不基于相对较小/小的改变事件更新rpt和hllb基线数据集。对于较大的故障，检测准确度可以更好，所以当故障持续增长时继续监测总故障幅度可能是有利的，而不是连续更新基线然后连续监测故障幅度的小改变。例如，有益的是监测从1db缓慢增长至3db的跨度损耗改变，而非一直地当故障增加1db时重新定基线。此外，当每个lms周期的rpt更新结果都是基于参考rpt值和当前asa结果时，检测不准确度的累积较少，而不是当每个周期的结果被添加到先前周期的结果中时不准确度的逐个周期累积。

考虑其中图2的系统中的第一故障超过用于本地化基线更新的阈值而第二故障并非如此的情况。通过将故障(δhllbi，j)造成的hllb的改变注入基线中，将第一故障并入hllb基线数据中，使得下一轮将只示出第二故障，如图9中所示。在该示例中，可以将与没有超过阈值的故障对应的dlg设置成零/默认值，并且可以保持具有超过阈值的故障的dlg。因此，可以接着给出hllb基线数据的改变：

可以用下式从旧hllb基线(hllbi，j)old计算新生成的hllb基线(hllbi，j)new：

(hllbi，j)new＝(hllbi，j)old+δhllbi，j式(23)

在修复之后，可以将光纤插入原始系统中，使峰移位，如图10中所示。然后，与本公开一致的lms可以使用接收到的环回数据308自动地更新距离改变。如果距离数据与两端不同，则可以使用平均值。

图13是例示说明可以由与本公开一致的lms执行的故障检测处理的一个示例性实施例1300的流程图。以上讨论了图13中示出的操作的示例性细节。如所示出的，方法1300包括在传输路径上传输1302来自一个或更多个终端站的(一个或更多个)线路监测装置(lme)测试信号。然后，方法1300可以响应于(一个或更多个)lme测试信号而从传输路径接收1304hllb数据集(hllbi,j)形式的环回数据。

然后，方法1300可以使用式(1)基于接收到的hllb数据集hllbi,j生成1305差分环路增益数据dlgj..j-1。然后，例如，方法1300可以通过使用式(2)在具有对应的环路增益值基线数据集中的值的每个dlgj数据集中减去环路增益值来生成1306差分环路增益数据集(ddlgj.)的差分。动作1306中的附加预处理还可以包括使用式(4)向每个ddlgj应用减小误差并且基于式(5)-(7)对环路增益值进行加权和映射。

然后，方法1300可以基于asa分析识别1308一种或更多种故障类型和故障幅度。以上针对图7讨论用于asa分析的一个示例处理700，为简洁起见，对此将不再重复。然后，方法1300可以基于ddlgj数据内表示的针对中继器和关联元件中的每个的所识别的改变(例如，输入功率改变、输出功率改变、增益、倾斜度等)更新1310可报告参数表(rpt)。然后，方法1300可以包括将rpt表中的更新数据与当前基线rpt进行比较1312。响应于一个或更多个操作参数超过预定义阈值，向用户或其它监测处理发送报告消息。报告消息可以包括例如中继器的标识符、操作参数的标识符和/或操作参数值中的一个或更多个。

根据本公开的一个方面，公开了一种光学通信系统。该光学通信系统包括：光学传输路径；多个中继器，耦合于所述光学传输路径，所述多个中继器中的每个包括高损耗环回(hllb)路径；第一线路监测设备(lme)，耦合于所述传输路径的第一端，所述第一lme被配置为在所述光学传输路径上传输第一lme测试信号并且响应于所述第一lme测试信号从所述光学传输路径接收第一lme环回数据，所述第一lme环回数据包括与所述传输路径上的hllb路径中的每个的位置关联的峰；控制器，耦合于所述第一lme，所述控制器基于所述第一lme环回数据生成多个操作参数，所述操作参数中的每个对应于所述多个中继器的中继器，选择所述多个中继器中的一个或更多个中继器，并且向远程计算机发送报告消息，所述报告消息包括所述多个操作参数中的与所选择的中继器中的每个关联的一个或更多个操作参数的表示。

根据本公开的另一方面，公开了一种监测光学通信系统中的光学传输路径的方法。所述光学传输路径包括耦合于所述传输路径的多个中继器，所述中继器中的每个包括高损耗环回(hllb)路径，并且所述方法包括：在所述传输路径上传输第一线路监测设备(lme)测试信号；响应于所述第一lme测试信号从所述传输路径接收第一lme环回数据，所述第一lme环回数据具有与所述传输路径上的所述hllb路径中的每个的位置关联的峰；基于所述第一lme环回数据，将lme基线数据存储在存储器中；以及向用户发送报告消息，所述报告消息包括基于所存储的所述lme基线数据与所述多个中继器的中继器关联的至少一个操作参数。

已经为了例示说明和描述的目的呈现了示例实施例的前面描述。这不旨在穷尽性的或者将本公开限于所公开的精确形式。鉴于本公开，许多修改形式和改变形式是可能的。本公开的范围旨在不受该具体实施方式的限制，而是受随附的权利要求书限制。

可以使用控制器、处理器和/或其它可编程装置来实现本文中描述的方法的实施例。为此，本文中描述的方法可以在其上存储有当由一个或更多个处理器执行时执行所述方法的指令的有形非暂态计算机可读介质上实现。因此，例如，lms300可以包括储存介质，用于存储指令(例如，存储在固件或软件中)以执行本文中描述的操作。存储介质可以包括任何类型的有形介质，例如，任何类型的盘(包括软盘、光盘、光盘只读存储器(cd-rom)、可重写光盘(cd-rw)和磁光盘)、诸如只读存储器(rom)的半导体装置、诸如动态和静态ram的随机存取存储器(ram)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)、闪存存储器，磁卡或光学卡或适用于存储电子指令的任何类型的介质。

本领域的技术人员将理解，本文中的任何框图都呈现了体现本公开原理的例示性电路的系统概念视图。类似地，应当理解，任何框图、流程图、流程图表、状态转换图、伪代码等表示可以基本上在计算机可读介质中表示并因此由计算机或处理器执行的各种处理，无论是否是明确示出了此计算机或处理器。软件模块或简称为软件的模块在本文中可以被表示为流程图要素或指示处理步骤性能的其它要素和/或文本描述的任何组合。这些模块可以由明确地或隐含地示出的硬件来执行。

可以通过使用专用硬件以及与适宜软件关联的能够执行软件的硬件来提供图中所示的各种元件的功能，这些元件包括被标记为“处理器”的任何功能块。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，这些处理器中的一些可以被共享。此外，术语“处理器”的明确使用不应被解释为排他性地指能够执行软件的硬件，并且可以隐含地包括而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)和非易失性储存器。还可以包括传统和/或定制的其它硬件。

除非另有说明，否则词语“基本上”的使用可以被解释为包括精确关系、条件、布置、取向和/其它特性以及本领域的普通技术人员所理解的其衍生物，使得这些衍生物对所公开的方法和系统没有相当大的影响。在整个本公开中，用来修饰名词的不定冠词“一”和/或“一个”和/或定冠词“该”可以被理解为是为了方便起见使用的并且包括一个或不止一个所修饰的名词，除非另有明确说明。术语“包括”、“包含”和“具有”旨在是包含性的，并且意味着可能存在除了所列元件之外的附加元件。

虽然已相对于方法和系统的特定实施例描述了方法和系统，但是它们并不限于此。明显地，许多修改形式和改变形式可能依据以上教导而变得清楚。本领域的技术人员可以对本文中描述和例示说明的部件的细节、材料和布置进行许多附加改变。