XY是所有的时间块上X和Y的乘积总和，
[0049] EX2是所有的时间块上X平方的总和，
[0050] EY2是所有的时间块上Y平方的总和，
[0051] 支是X的算术平均值，即，针对所有的时间块的X的总和除Wn，
[0052] 7是Y的算术平均值，W及，
[0053] X2是X的算术平均值的平方。
[0054] 截距a由算式做给出：
[00巧] a 二 Y -屈 (3)
[0056] 利用针对线路A的数据（图3)与上面的算式，我们获得a的值为1. 086,b的值为 1. 760。
[0057] 为了确定由变量a和b定义的拟合直线有多好，我们通过下面给出的算式（4)计 算"拟合质量"参数r2:
[0058]
(4)
[0059] 术语r本身被称为"积矩相关系数"。运里，我们选择使用r的平方来消除负数值。
[0060] r2的取值范围是从0到1，并且可W视为X和Y值之间的相关的程度或者相关性 的等级的指标。值为0将指示没有相关性，值为1将指示完全相关。在该示例中，针对线路 A，使用算式（4)，我们得到r2的值为0. 795。
[0061] 现在转到图2的步骤204,在斜率b和拟合质量r2已经确定时，将参数和阔值进行 比较来确定远端和近端误码秒相关的程度，并且进而确定线路是否被归类为表现出故障。
[0062] 在一个方法中，为斜率b设置了固定阔值b_t虹eshold，并且为拟合质量参数r2设 置了固定阔值r2_tbeshold。b_t虹eshold用来设置a的可接受数值的最小数值W消除假 拟合，例如当所有的X和Y值都为0时。所计算的b值必须>b_threshold。r2_threshold 是预设的阔值，其中任何所计算的r2>r2_tbeshold的值被归类为具有"好"拟合质量或 相关性，并进而指示存在潜在的故障。通过测试，可W发现虹eshold设置为0.Ol并且 r2_threshold设置为0. 7提供较好的结果。
[006引图9a中的表格示出了如何根据阔值比较结果对线路进行分类。可W看出，当b>b_t虹eshold并且同时;r2>r2_threshold时，根据回归分析认为近端和远端误码充分地相 关，表示线路存在故障。在步骤206中执行来自利用阔值和图9a的线路分类的输出。
[0064]W路线A为例，b为 1. 760,其大于t)_threshold，;r2是 0. 795,其大于;r2_threshold。 因此，对于线路A，当与阔值进行比较后，回归分析结果表示近端和远端误码之间的好的相 关性，并因此线路被归类为具有故障。
[006引图7是示出针对线路A相对于近端误码秒佩绘制的远端误码秒（Y)的曲线图。[006引W路线B为例，回归分析的结果是：曰=5. 143,b= 2. 033,r2= 0. 241。因此，b 大于t)_threshold，r2小于r2_threshold。从而，根据上面的方法，该线路是非相关的或者 是不充分相关的，并因此该线路被归类为没有故障。
[0067] 图8是示出针对线路B相对于近端误码秒佩绘制的远端误码秒（Y)的曲线图。
[0068] 在另选的方法中，可W使用多个阔值给出不同的分类，而不是使用单个阔值来给 出故障或非故障。因此，在另选的方法中，针对参数r2使用两个阔值r2_threshoW_low和 r2_threshold_hi曲。图9b中的表格说明了如何基于拟合质量r2使用运些阔值来给出线路 的更精细的分类。例如，取代将r2的固定阔值r2_threshold设置为0. 7,将;r2_threshold_ low设为0. 3,r2_threshold_hi曲设为0. 7,并且所计算的r2落入相对于运两个阔值的位 置将确定该线路如何归类。当r2小于或者等于r2_threshoW_low时，相关性是低的，并因 此该线路归类为ok,当r2位于r2_tbeshold_low和;r2_tbeshold_hi曲之间时，相关性更 好，但仍然没那么高，因此该线路被归类为潜在故障。当r2大于r2_threshold_hi曲时，相 关性较强，并因此该线路被归类为存在故障。
[0069] 可W通过实际线路的数据分析来确定;r2_threshold_low和;r2_threshold_hi曲的 数值。例如，通过在归类为好（即，没有报告故障的线路）的一批线路上运行算法来指定r2_ threshold_low的数值，并且寻找r2的最大观测值。r2_threshold_hi曲的值可W通过检查 已报告引入故障/问题（运种故障通常随解决方案记录在工程师笔记中）的线路，并且取 大于r2_threshold_low的较低的值来确定。
[0070] 为了理解本发明是如何工作的，首先考虑CPE附近环境中电噪声所在的位置。有 效点是相对于不期望的干扰信号而言，期望的D化信号的相对电平。由CPE(上游信号）生 成的信号连同D化线路中的电感干扰一起被发送。在CPE处，所期望的信号电平远大于干 扰的电平。当信号行进至DSLAM时，所期望的信号和干扰信号衰减相同的量，因此相对电平 得到保持并将导致很小的误差。在下游方向上，从DSLAM收到的信号被削弱，因此CPE附近 的干扰信号具有更高的相对电平。运导致在CPE处译码错误。
[0071] 运在图6a和图化中的一组曲线图中进行了说明。
[0072] 当在链路的一端的DSLAM处有明显干扰时，会发生类似的情形，运导致明显的近 端误码，而较少的远端误码。
[0073] 因此，一般的干扰问题通常不会导致相关的误码。
[0074] 然而，机械的不稳定的接合点可引起信号路径上的暂时的中断。该中断会同时恶 化上游和下游路径。因此，同时看到近端和远端误码二者，并且与中断的持续时间成比例。 在图5a和化中对此进行了例示，其中在定时和误码（连同来自两个信道之间不是时间相 关的电干扰的某些误码一起）计数之间具有时间相关性。虽然原则上机械的不稳定的接合 点可能出现在沿电路的任何接合点处，但通常位置是在客户端附近，尤其是具有外部引入 线或者接线盒的地方。
[00巧]虽然参照近端和远端的误码秒对上面的示例进行了描述，但可W在近端和远端处 利用其他的误码参数进行替代。运些参数包括（在近端和远端处）：前向纠错事件计数；CRC 误码事件计数；前向纠错秒（包含FEC误码的秒数）；严重误码秒（包含超过阔值数量的无 法修正的误码事件的秒数）；丢失帖秒（帖丢失的秒数）。
[0076] 上述另选的参数可WW与误码秒类似的方式在主示例中使用，并且可W同样地从 DSLAM和CPE获得。所有运些参数（包括误码秒）可W认为是误码实例的示例。
[0077] 在另选的示例中，单独的故障检测单元118可存在于每一个CPE中，用于执行步骤 200到206的操作W识别线路上的故障。将需要向各个故障检测单元提供来自DSLAM的数 据并且也本地保持阔值。类似的，故障检测单元可W存在于现场工程师使用的手持测试机 中，而不是存在于C阳或者DSLAM中。基于上述方法中的步骤200到206,相同的方法可W 在运种手持测试机中使用。
[0078] 通过执行可嵌入在应用程序数据中的计算机程序代码（至少部分的）实现本发明 的实施例。当运种计算机程序代码加载到故障检测单元118中的处理器120的存储器中时， 其提供计算机程序代码结构W能够执行至少部分的根据本发明的上述实施例的方法。
[0079] 本领域技术人员可W理解，所提及的计算机程序结构可对应于图2中示出的流程 图，其中流程图的各个步骤可对应至少一条计算机程序代码，并结合故障检测单元118中 的处理器120提供用于实现上述过程的装置。
[0080] 通常，本文应注意的是，尽管上面描述了本发明的示例，但在不脱离所附的权利要 求书中所限定的本发明的范围的情况下，可W对所描述的示例进行多种变形和修改。本领 域技术人员将意识到对所描述的示例的修改。
【主权项】
1. 一种识别电信网络中的数字用户线路上的故障的方法，所述方法包括以下步骤： i) 确定在一时间段内测量到的与所述数字用户线路相关联的近端误码实例和远端误 码实例； ii) 确定所述近端误码实例和所述远端误码实例之间的相关程度； iii) 根据所确定的相关程度识别所述数字用户线路上的故障； 其特征在于， 确定所述相关程度的步骤包括对所述误码实例的数值分析，并且其中，所述误码实例 是误码出现的计数。2. 根据权利要求1所述的方法，其中，所述时间段包括多个时间窗，各个时间窗与所述 远端误码实例的值和所述近端误码实例的值相关联。3. 根据权利要求1或2所述的方法，其中，所述误码实例是误码秒。4. 根据权利要求3所述的方法，其中，误码秒是所述数字用户线路上数据传输的出现 了不可校正的误码的秒。5. 根据前述权利要求中任一项所述的方法，其中，所述数值分析包括对所述近端误码 实例和所述远端误码实例的回归分析以确定拟合质量参数。6. 根据前述权利要求中任一项所述的方法，其中，所述近端误码实例是在所述数字用 户线路的网络端测量到的误码实例，并且所述远端误码实例是在所述数字用户线路的客户 端测量到的误码实例。7. 根据前述权利要求中任一项所述的方法，其中，识别故障的步骤包括将所确定的相 关性与阈值进行比较。8. -种用于识别电信网络中的数字用户线路的故障的故障检测单元，该故障检测单元 适用于： 确定在一时间段内测量到的与所述数字用户线路相关联的近端误码实例和远端误码 实例； 确定所述近端误码实例和所述远端误码实例之间的相关程度； 基于所确定的相关程度识别所述数字用户线路上的故障； 其特征在于， 所述故障检测单元适用于利用对所述误码实例的数值分析来确定所述相关程度，并且 其中，所述误码实例是误码出现的计数。
【专利摘要】本发明提供了一种识别DSL线路上的故障的方法，通常是由DSL线路上不稳定的接合点引起的间歇性故障。该方法收集DSLAM和客户端设备(CPE，通常是家庭集线器或路由器)上的误码秒数据。在DSLAM上所收集的误码数据被称为近端误码，在CPE上所收集的误码数据被称为远端误码。通过应用回归分析对近端误码和远端误码进行分析以确定两组数据之间是否存在相关性或者相匹配。匹配的数据模式指示DSL线路中不稳定或者坏的接合点，并且通常是间歇性的并位于客户端附近。
【IPC分类】H04M3/22, H04B3/46
【公开号】CN105144596
【申请号】CN201480016443
【发明人】D·M·罗尔芬, P·M·布尔, P·R·贝尼昂
【申请人】英国电讯有限公司
【公开日】2015年12月9日
【申请日】2014年3月5日
【公告号】EP2782261A1, WO2014147357A1