CN109756263A - 光纤老化预测方法及装置 - Google Patents
光纤老化预测方法及装置 Download PDFInfo
- Publication number
- CN109756263A CN109756263A CN201811562348.4A CN201811562348A CN109756263A CN 109756263 A CN109756263 A CN 109756263A CN 201811562348 A CN201811562348 A CN 201811562348A CN 109756263 A CN109756263 A CN 109756263A
- Authority
- CN
- China
- Prior art keywords
- optical power
- history
- sampled value
- module
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Optical Communication System (AREA)
Abstract
本申请提供一种光纤老化预测方法及装置,所述方法包括:获取待测光纤模块可接收的光信号的告警阈值;获取待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;根据多个历史光功率采样值和多个历史采样时间点进行多项式回归计算得到预测模型;通过预测模型计算待测光纤模块接收到的光信号的光功率下降至告警阈值的老化极限时间点。如此,可以根据接入待测光纤模块的光纤的实际老化情况估计老化极限时间点,使得对光纤可用年限的估计更为准确可靠。
Description
技术领域
本申请涉及光电通信技术领域,具体而言,涉及一种光纤老化预测方法及装置。
背景技术
光通信作为一种传输距离长,抗干扰能力强,成本低的通信方式在目前得到了非常广泛的应用。光通信中,信号的传播依赖于光纤线缆,光纤线缆的状态直接影响到光通信的质量。随着使用年限的增加,光纤逐渐老化,使得光信号在传输过程中损失大量能量,这会导致信号接收端接收到的光信号功率不足,无法正确识别光信号。因此,运维人员常需要在光纤线缆到达其使用极限寿命前进行更换。
发明内容
第一方面,本申请提供一种光纤老化预测方法,所述方法包括:
获取待测光纤模块可接收的光信号的告警阈值;
获取所述待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;
根据所述多个历史光功率采样值和所述多个历史采样时间点进行多项式回归计算得到预测模型;
通过所述预测模型计算所述待测光纤模块接收到的光信号的光功率下降至所述告警阈值的老化极限时间点。
可选地,在上述方法中,所述方法还包括:
获取新采样得到的当前光功率采样值及当前采样时间点;
根据所述当前光功率采样值、所述历史光功率采样值、所述当前采样时间点和所述多个历史采样时间点更新所述预测模型;
根据更新后的所述预测模型计算老化极限时间点。
可选地,在上述方法中,所述获取所述待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点的步骤,包括:
根据预设的功率间隔,依次记录多个相较于上一次记录的光功率采样值、采样值下降幅度大于或等于所述功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;或者,
根据预设的功率间隔,从历史采样数据库中依次获取多个相较于上一个获取到的光功率采样值、采样值下降幅度大于或等于所述功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
可选地,在上述方法中,所述方法还包括:
将首次记录的所述光纤模块接收到的光信号的光功率采样值作为基准光功率;
根据所述基准光功率及所述告警阈值计算得到所述待测光纤模块的功率下降幅度;
根据所述功率下降幅度及预设的采样间隔比例计算得到所述功率间隔。
可选地,在上述方法中,所述获取所述待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点的步骤,包括:
根据预设的时间间隔,依次记录多个历史采样时间点和与各历史采样时间点一一对应的多个历史光功率采样值。
第二方面,本申请提供一种光纤老化预测装置,所述装置包括:
阈值获取模块,用于获取待测光纤模块的可接收的光信号的告警阈值;
采样模块,用于获取所述待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;
模型建立模块,用于根据所述多个历史光功率采样值和所述多个历史采样时间点进行多项式回归计算得到预测模型;
老化预测模块,用于通过所述预测模型计算所述待测光纤模块接收到的光信号的光功率下降至所述告警阈值的老化极限时间点。
可选地,在上述装置中,
所述采样模块还用于获取新采样得到的当前光功率采样值及当前采样时间点;
所述模型建立模块还用于根据所述当前光功率采样值、所述历史光功率采样值、所述当前采样时间点和所述多个历史采样时间点更新所述预测模型;
所述老化预测模块还用于根据更新后的所述预测模型计算老化极限时间点。
可选地,在上述装置中,所述采样模块具体根用于根据预设的功率间隔,依次记录多个相较于上一次记录的光功率采样值、采样值下降幅度大于或等于所述功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;或者,根据预设的功率间隔,从历史采样数据库中依次获取多个相较于上一个获取到的光功率采样值、采样值下降幅度大于或等于所述功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
可选地,在上述装置中,所述装置还包括:
基准功率获取模块,用于将首次记录的所述光纤模块接收到的光信号的光功率采样值作为基准光功率;
功率间隔计算模块,用于根据所述基准光功率及所述告警阈值计算得到该待测光纤模块的功率下降幅度;并根据所述功率下降幅度及预设的采样比例系数计算得到所述功率间隔。
可选地,在上述装置中,所述采样模块具体用于根据预设的时间间隔,依次记录多个历史采样时间点和与各历史采样时间点一一对应的多个历史光功率采样值。
相对于现有技术而言,本申请具有以下有益效果:
本申请提供的光纤老化预测方法及装置,通过从待测光纤模块获取多个历史采样时间点接收到光信号的历史光功率采样值进行多项式回归计算得到预测模型,并根据预测模型计算该待测光纤模块接收到光信号的光功率因光纤老化下降至可接收的告警阈值的老化极限时间点。如此,可以根据接入待测光纤模块的光纤的实际老化情况估计老化极限时间点,使得对光纤使用年限的估计更为准确可靠,有利于运维人员及时对光纤进行更换。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的光纤老化预测方法的流程示意图之一;
图2为本申请实施例提供的光纤老化预测方法的多项式回归模型原理示意图;
图3为本申请实施例提供的光纤老化预测方法的流程示意图之二;
图4为本申请实施例提供的网络设备的硬件结构示意图;
图5为本申请实施例提供的控制设备与网络设备的交互示意图;
图6为本申请实施例提供的控制设备的硬件结构示意图;
图7为本申请实施例提供的老化预测装置的功能模块示意图之一;
图8为本申请实施例提供的老化预测装置的功能模块示意图之二。
图标:100-网络设备;120-第一机器可读存储介质;130-第一处理器;140-第一***总线;200-控制设备;220-第二机器可读存储介质;230-第二处理器;240-第二***总线;310-光纤老化预测装置;311-阈值获取模块;312-采样模块;313-模型建立模块;314-老化预测模块;315-基准功率获取模块;316-功率间隔计算模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
目前,维护人员常根据光纤供应商提供的理论使用年限对光纤的更换周期进行维护。然而,光纤的理论使用年限是供应商根据光纤的各项特性,假设光纤在特定环境下使用时估计得出的理论值。但实际上,根据光纤的实际使用环境不同,光纤的老化速度也会不同,例如,如在酸碱性强、光照强烈或温度偏高的地方,光纤老化得较快,但是在酸碱、温度适宜的环境下,光纤相对老化得较慢。这导致光纤的理论使用年限和实际可用年限有较大出入。另外,在光纤的制造过程中可能出现一些工艺问题,导致根据光纤总体特性估计出的理论使用年限和每个光纤个体的实际可用年限不符。
由于光纤的理论使用年限与光纤实际可用年限出入较大,导致维护人员无法正确的估计光纤维护更换的时间。过迟的更换可能出现一些光纤在其理论使用年限内就已经到达了使用极限,从而引发通信故障,影响业务运行。过早的更换可能出现一些光纤仍可以继续使用,但却被提前更换掉了,浪费了成本。
有鉴于此,本实施例提供了一种根据可以根据光纤的实际使用情况动态地估计光纤老化情况的方案,下面对本实施例提供的方案进行详细阐述。
请参照图1,本实施例提供一种光纤老化预测方法,下面对该方法的各个步骤进行详细阐述。
步骤S110,获取待测光纤模块的可接收的光信号的告警阈值。
光纤模块是一种将用于与光纤连接,将光纤传递的光信号转换为电信号的模块,光纤模块可以识别的光信号的功率范围有限,随着光纤老化,光信号在传递过程中的衰减增大,当光纤模块接收到光信号的光功率低于某一阈值(如,最低光功率阈值)时,光纤模块将无法将光信号正确地转换为电信号,最低光功率阈值指的是一个光纤模块可接收的光信号功率的下限值。
步骤S120,获取待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
步骤S130,根据多个历史光功率采样值和多个历史采样时间点进行多项式回归计算得到预测模型。
步骤S140,通过预测模型计算待测光纤模块接收到的光信号的光功率下降至告警阈值的老化极限时间点。
多项式回归计算可以将自变量与因变量之间的非线性变化关系通过一个自变量的多项式表达,例如,在本实施例中,可以将历史采样时间点作为自变量x,将对应的历史光功率采样值作为因变量y,则因变量y可以表示为自变量x的一个一元m次多项式,如下,
y=a0+a1x+a2x2+…+amxm
请参照图2,通过将多个历史采样时间点对应历史光功率采样值输入上述多项式进行回归计算,可以得出a0到am的值,得到随时间变化的光功率下降趋势的曲线,即可以拟合出图2所示的曲线。进而可以将告警阈值作为因变量反推出作为自变量的老化极限时间点,即可以将告警阈值在图2所示曲线上对应时间作为老化极限时间点。
其中,多项式回归计算可以通过变量转换变为多元线性回归问题来解决。对于上述的一元m次多项式回归方程,令x1=x,x2=x2,…,xm=xm,则该一元m次多项式就转化为m元线性回归方程:
y=a0+a1x1+a2x2+…+amxm
转换以后可以使用最小二乘或者梯度下降的方法进行求解。多项式次数越多预测模型可以得出的结果越准确,需要的计算量也就越来,在本实施例中,综合考虑准确程度及计算量可以将上述多项式的次数设置为大约10次。
基于上述设计,在本实施例提供的方法中,预测模型是根据从待测光纤模块获得实际的历史光功率采样值建立的,因此能较为准确的反映接入待测光纤模块的光纤在当前使用场景中的老化变换趋势,从而使的根据预测模型预测的老化极限时间点更为准确可靠。
可选地,在建立了预测模型后,数据分析设备还可以获取新采样得到的当前光功率采样值及当前采样时间点,根据当前光功率采样值、历史光功率采样值、当前采样时间点和多个历史采样时间点更新预测模型,并根据更新后的预测模型计算老化极限时间点。
通过这种方式,可以根据持续性采样的结果不断更新预测模型,从而使预测模型模型的预测结果可以与光纤的当前状态符合,提高预测的准确度。
可选地,由于不同供应商提供的光纤模块对光信号的识别能力可能不同,每一类光纤模块均有其对应的可接收的最低光功率阈值,即一个光纤模块接收到的光信号的功率大于或等于该一个光纤模块对应的最低光功率阈值,则该一个光纤模块可以正确的将接收到的光信号转换成电信号,而该一个光纤模块接收到的光信号的功率小于该一个光纤模块对应的最低光功率阈值,则该一个光纤模块就不可以正确的将接收到的光信号转换成电信号。在本实施例中可以针对不同的待测光纤模块,将其对应的最低光功率阈值作为告警阈值。
光纤模块通常是一种集成模块,可以通过网络设备自身运行的操作***与待测光纤模块进行命令交互以获取待测光纤模块可接收的光信号的最低光功率阈值。例如,可以通过向待测光纤模块下发transceiver interface[端口类型][端口号]读取待测光纤模块的各项性能数据,并从其中获取该待测光纤模块的最低光功率阈值作为告警阈值。
可选地,告警阈值也可以是由维护人员手动设定的预设值。例如,在某些具体应用场景中,可以将告警阈值设置为:比最低光功率阈值大指定值,或者,比最低光功率值小指定值。
在本实施例中,需要根据在待测光纤模块上多个历史采样时间点的获得的历史光功率采样值建立预测模型,在实际使用中,光纤的老化是十分缓慢的,因此待测光纤模块接收到光信号的光功率变化也是十分缓慢的,为了避免获得的历史光功率采样值重复率高而影响预测模型的构建,降低建模效率,需要获取满足预设条件的多个历史光功率采样值和对应的历史采样时间点。
可选地,在本实施例的一种实施方式中,在步骤S120中,根据预设的功率间隔,依次记录多个相较于上一次记录的光功率采样值、采样值下降幅度大于或等于功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
例如,首先进行一次初始采样,记录采样时间点及光功率采样值作为第一个历史采样时间点及历史光功率采样值。然后持续检测接收到的光信号的光功率,在检测到当前光功率相较于初始采样记录的,采样值下降幅度大于或等于预设的N分贝毫瓦(dBm),记录当前时间点及当前光功率作为第二个历史采样时间点及历史光功率采样值,在检测到当前光功率相较于第二次采样记录的,采样值下降幅度大于或等于预设的N分贝毫瓦(dBm),记录当前时间点及当前光功率作为第三个历史采样时间点及历史光功率采样值。依次类推,记录多个相较于上一次采样,采样值下降幅度大于N分贝毫瓦的采样点。
可选地,在本实施例的另一种实施方式中,一些已经工作了一段时间的待测光模块,可以保存有周期性采样的记录,例如,存在一历史采样数据库,该历史采样数据库基于预设的记录周期(如,每天记录一次)记录光模块接收到的光功率及其对应的时间。数据分析设备可以根据预设的功率间隔,从历史采样数据库中依次获取多个相较于上一个获取到的光功率采样值、采样值下降幅度大于或等于功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
例如,针对已经工作了一段时间的待测光模块,历史采样数据库中已经记录了该光模块的多个采样点记录,在步骤S120中,可以在这些记录中选取首次记录到的光信号的光功率作为基准光功率,然后根据光功率每下降预设的N分贝毫瓦(dBm)在已存的采样点记录中选取多个采样点,并获取选出的采样点的历史采样时间点及历史光功率采样值。进一步地,请参照图3,在上述实施方式中,在步骤S120之前,该方法还可以包括步骤S210到步骤S230。
步骤S210,将首次记录的光纤模块接收到的光信号的光功率采样值作为基准光功率。
在本实施例中,基准光功率可以是待测光纤模块在正常工作情况下的首次接收到的光信号的光功率。例如,可以在待测光纤模块首次接收到光信号时,将接收到的光信号的光功率记录为基准光功率。基准光功率也可以是待测光模块上首次有记录的光信号的光功率。例如,在待测光模块的多个采样点记录中,将首个记录的采样点的光功率作为基准光功率。
步骤S220,根据基准光功率及告警阈值计算得到该待测光纤模块的功率下降幅度。
步骤S230,根据功率下降幅度及预设的采样比例系数计算得到功率间隔。
在本实施例中,将基准光功率记为Pnormal,将待测端口的告警阈值记为T1,将功率下降幅度记为T2,则在步骤S220中计算功率下降幅度,
T2=Pnormal-T1
另外,在本实施例中,采样比例系数可以设置为5%,在步骤S230中计算得到的功率间隔为T2·5%。
如此,使用步骤S210到步骤S230得出的功率间隔进行采样,可以使获得的采样点分布比较均匀,有利于预测模型的构建。
可选地,在本实施例的另一种实施方式中,也可以根据预设的时间间隔,依次记录多个历史采样时间点和与各历史采样时间点一一对应的多个历史光功率采样值。例如,每间隔15天进行一次采样,记录历史采样时间点及历史光功率采样值。
由于光纤的老化随时间的推进持续进行的,老化速度较慢,在本实施例中,历史采样时间点的采样粒度以通常天为单位,历史采样时间点的记录形式通常是年-月-日,但是年-月-日的记录方式不是一种数值连续变化记录方式,例如表示2018年11月30日的时间点通常记为20181130,但是表示2018年12月30日的时间点通常记为20181230,从2018年11月30日到2018年12月30日实际上是间隔30天,但是记录的数值上20181230-20181130=100,因此20181130到20181230在数值上的差值不能体现出实际时间间隔,使用这种非连续变化规律的数值来进行多项式回归拟合得出结果是不正确的。
因此,可选地,步骤S130根据历史采样时间点和历史光功率采样值进行多项式回归计算前,需要将历史采样时间点的值的表形式转换为数值连续变化的表达形式,在本实施例中,可以将历史采样时间点的值转换为相距某个基准时间的天数。例如,将2018年1月1日作为基准时间,将历史采样时间点2018年11月30日的值20181130转换为距离基准时间的天数,即333天;将历史采样时间点2018年12月30日的值20181230转换为距离基准时间的天数,即363天。如此,363-333=30天,等于2018年11月30日到2018年12月30日之间的实际天数,转换后的历史采样时间点的数值符合随时间推移连续变化。
需要说明的是,上述将历史采样时间点转换为距离基准时间的天数仅为本实施例中将历史采样时间点转换为连续变化数值的一种示例性方式,在本实施例的其他实施方式中,也可以采用其他的转换方式,在此不再赘述。
可选地,在本实施例的一种实施方式中,可以由网络设备自身执行获取多个历史采样时间点的历史光功率采样值,然后进行多项式回归计算得出预测模型,并根据预测模型计算获得历史采样时间点的动作。
请参照图4,图4为本实施提供的一种网络设备100示意图。该网络设备100可包括第一处理器130及第一机器可读存储介质120。第一处理器130与第一机器可读存储介质120可经由第一***总线140通信。并且,第一机器可读存储介质120存储有机器可执行指令,通过读取并执行第一机器可读存储介质120中与光纤老化预测逻辑对应的机器可执行指令,处理器可执行上文描述的步骤S110至步骤S130方法。
可选地,请参照图5,在本实施例的另一种实施方式中,也可以由网络设备100待测光纤模块接收到光信号的光功率通过网络发送给一个控制设备200,由该控制设备200执行记录多个历史采样时间点的历史光功率采样值,然后进行多项式回归计算得出预测模型,并根据预测模型计算获得历史采样时间点的动作。
请参照图6,图6为本实施例提供的一种控制设备200的示意图。该控制设备200可以包括第二处理器230及第二机器可读存储介质220。第二处理器230与第二机器可读存储介质220可经由第二***总线240通信。并且,第二机器可读存储介质220存储有机器可执行指令,通过读取并执行第二机器可读存储介质220中与光纤老化预测逻辑对应的机器可执行指令,处理器可执行上文描述的步骤S110至步骤S130方法。
本文中提到的机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:RAM(Radom Access Memory,随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等),或者类似的存储介质,或者它们的组合。
请参照图7,本实施例还提供一种光纤老化预测装置310,光纤老化预测装置310包括至少一个可以以软件形式存储于图4所示网络设备100的第一机器可读存储介质130或图6所示控制设备200的第二机器可读存储介质210的功能模块。从功能上划分,光纤老化预测装置310可以包括阈值获取模块311、采样模块312、模型建立模块313及老化预测模块314。
阈值获取模块311用于获取待测光纤模块的可接收的光信号的告警阈值。
本实施例中,阈值获取模块311可用于执行图1所示的步骤S110,关于阈值获取模块311的具体描述可参对步骤S110的描述。
采样模块312用于获取待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
本实施例中,采样模块312可用于执行图1所示的步骤S120,关于采样模块312的具体描述可参对步骤S120的描述。
模型建立模块313用于根据多个历史光功率采样值和多个历史采样时间点进行多项式回归计算得到预测模型。
本实施例中,模型建立模块313可用于执行图1所示的步骤S130,关于模型建立模块313的具体描述可参对步骤S130的描述。
老化预测模块314用于通过预测模型计算待测光纤模块接收到的光信号的光功率下降至告警阈值的老化极限时间点。
本实施例中,老化预测模块314可用于执行图1所示的步骤S140,关于老化预测模块314的具体描述可参对步骤S140的描述。
可选地,在本实施例中,采样模块312还用于获取新采样得到的当前光功率采样值及当前采样时间点。
模型建立模块313还用于根据当前光功率采样值、历史光功率采样值、当前采样时间点和多个历史采样时间点更新预测模型。
老化预测模块314还用于根据更新后的预测模型计算老化极限时间点。
可选地,在本实施例中,采样模块312具体用根据预设的功率间隔,依次记录多个相较于上一次记录的光功率采样值、采样值下降幅度大于或等于功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;或者,根据预设的功率间隔,从历史采样数据库中依次获取多个相较于上一个获取到的光功率采样值、采样值下降幅度大于或等于功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
可选地,在本实施例中,请参照图8,光纤老化预测装置310还可以包括基准功率获取模块315及功率间隔计算模块316。
基准功率获取模块315用于将首次记录的光纤模块接收到的光信号的光功率采样值作为基准光功率。
本实施例中,基准功率获取模块315可用于执行图3所示的步骤S210,关于基准功率获取模块315的具体描述可参对步骤S210的描述。
功率间隔计算模块316用于功率间隔计算模块,用于根据基准光功率及告警阈值计算得到该待测光纤模块的功率下降幅度;并根据功率下降幅度及预设的采样比例系数计算得到功率间隔。
本实施例中,功率间隔计算模块316可用于执行图3所示的步骤S220及S230,关于功率间隔计算模块316的具体描述可参对步骤S220及S230的描述。
可选地,在本实施例中,采样模块312具体用于根据预设的时间间隔,依次记录多个历史采样时间点和与各历史采样时间点一一对应的多个历史光功率采样值。
综上,本申请提供的光纤老化预测方法及装置,通过从待测光纤模块获取多个历史采样时间点接收到光信号的历史光功率采样值进行多项式回归计算得到预测模型,并根据预测模型计算该待测光纤模块接收到光信号的光功率因光纤老化下降至可接收的告警阈值的老化极限时间点。如此,可以根据接入待测光纤模块的光纤的实际老化情况估计老化极限时间点,使得对光纤使用年限的估计更为准确可靠。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本申请的各种实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种光纤老化预测方法,其特征在于,所述方法包括:
获取待测光纤模块可接收的光信号的告警阈值;
获取所述待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;
根据所述多个历史光功率采样值和所述多个历史采样时间点进行多项式回归计算得到预测模型;
通过所述预测模型计算所述待测光纤模块接收到的光信号的光功率下降至所述告警阈值的老化极限时间点。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取新采样得到的当前光功率采样值及当前采样时间点;
根据所述当前光功率采样值、所述历史光功率采样值、所述当前采样时间点和所述多个历史采样时间点更新所述预测模型;
根据更新后的所述预测模型计算老化极限时间点。
3.根据权利要求1所述的方法,其特征在于,所述获取所述待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点的步骤,包括:
根据预设的功率间隔,依次记录多个相较于上一次记录的光功率采样值、采样值下降幅度大于或等于所述功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;或者,
根据预设的功率间隔,从历史采样数据库中依次获取多个相较于上一个获取到的光功率采样值、采样值下降幅度大于或等于所述功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
将首次记录的所述光纤模块接收到的光信号的光功率采样值作为基准光功率;
根据所述基准光功率及所述告警阈值计算得到所述待测光纤模块的功率下降幅度;
根据所述功率下降幅度及预设的采样间隔比例计算得到所述功率间隔。
5.根据权利要求1所述的方法,其特征在于,所述获取所述待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点的步骤,包括:
根据预设的时间间隔,依次记录多个历史采样时间点和与各历史采样时间点一一对应的多个历史光功率采样值。
6.一种光纤老化预测装置,其特征在于,所述装置包括:
阈值获取模块,用于获取待测光纤模块的可接收的光信号的告警阈值;
采样模块,用于获取所述待测光纤模块接收到的,满足预设条件的多个历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;
模型建立模块,用于根据所述多个历史光功率采样值和所述多个历史采样时间点进行多项式回归计算得到预测模型;
老化预测模块,用于通过所述预测模型计算所述待测光纤模块接收到的光信号的光功率下降至所述告警阈值的老化极限时间点。
7.根据权利要求6所述的装置,其特征在于,
所述采样模块还用于获取新采样得到的当前光功率采样值及当前采样时间点;
所述模型建立模块还用于根据所述当前光功率采样值、所述历史光功率采样值、所述当前采样时间点和所述多个历史采样时间点更新所述预测模型;
所述老化预测模块还用于根据更新后的所述预测模型计算老化极限时间点。
8.根据权利要求6所述的装置,其特征在于,所述采样模块具体根用于根据预设的功率间隔,依次记录多个相较于上一次记录的光功率采样值、采样值下降幅度大于或等于所述功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点;或者,根据预设的功率间隔,从历史采样数据库中依次获取多个相较于上一个获取到的光功率采样值、采样值下降幅度大于或等于所述功率间隔的历史光功率采样值和与各历史光功率采样值一一对应的多个历史采样时间点。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
基准功率获取模块,用于将首次记录的所述光纤模块接收到的光信号的光功率采样值作为基准光功率;
功率间隔计算模块,用于根据所述基准光功率及所述告警阈值计算得到该待测光纤模块的功率下降幅度;并根据所述功率下降幅度及预设的采样比例系数计算得到所述功率间隔。
10.根据权利要求6所述的装置,其特征在于,所述采样模块具体用于根据预设的时间间隔,依次记录多个历史采样时间点和与各历史采样时间点一一对应的多个历史光功率采样值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811562348.4A CN109756263B (zh) | 2018-12-20 | 2018-12-20 | 光纤老化预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811562348.4A CN109756263B (zh) | 2018-12-20 | 2018-12-20 | 光纤老化预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109756263A true CN109756263A (zh) | 2019-05-14 |
CN109756263B CN109756263B (zh) | 2021-01-01 |
Family
ID=66402980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811562348.4A Active CN109756263B (zh) | 2018-12-20 | 2018-12-20 | 光纤老化预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109756263B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111750925A (zh) * | 2019-12-24 | 2020-10-09 | 广州极飞科技有限公司 | 设备老化预测***、方法和装置 |
CN112311454A (zh) * | 2020-11-04 | 2021-02-02 | 中国联合网络通信集团有限公司 | 光模块的状态确定方法、装置及设备 |
CN116296295A (zh) * | 2023-04-10 | 2023-06-23 | 广东思沃激光科技有限公司 | 基于人工智能的光路老化测试方法、*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0407009A2 (en) * | 1989-05-05 | 1991-01-09 | Tektronix, Inc. | Estimation of fiber loss and return signal power |
US20090254287A1 (en) * | 2008-04-04 | 2009-10-08 | Fujifilm Corporation | Method for predicting lifetime of photo-semiconductor device and drive apparatus |
CN103152095A (zh) * | 2013-01-29 | 2013-06-12 | 华为技术有限公司 | 一种光模块寿命预测方法和装置 |
CN104158585A (zh) * | 2014-07-29 | 2014-11-19 | 国家电网公司 | 一种光纤故障老化模型的建立方法 |
CN107171722A (zh) * | 2017-07-26 | 2017-09-15 | 青岛海信宽带多媒体技术有限公司 | 一种光模块接收光功率的监测方法、装置及终端 |
CN107222254A (zh) * | 2016-03-21 | 2017-09-29 | 中兴通讯股份有限公司 | 一种光纤状态的检测方法及装置 |
CN108667513A (zh) * | 2018-04-08 | 2018-10-16 | 四川微迪智控科技有限公司 | 一种基于sfp模块的ddm功能的光纤链路管理***及使用寿命预估方法 |
-
2018
- 2018-12-20 CN CN201811562348.4A patent/CN109756263B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0407009A2 (en) * | 1989-05-05 | 1991-01-09 | Tektronix, Inc. | Estimation of fiber loss and return signal power |
US20090254287A1 (en) * | 2008-04-04 | 2009-10-08 | Fujifilm Corporation | Method for predicting lifetime of photo-semiconductor device and drive apparatus |
CN103152095A (zh) * | 2013-01-29 | 2013-06-12 | 华为技术有限公司 | 一种光模块寿命预测方法和装置 |
CN104158585A (zh) * | 2014-07-29 | 2014-11-19 | 国家电网公司 | 一种光纤故障老化模型的建立方法 |
CN107222254A (zh) * | 2016-03-21 | 2017-09-29 | 中兴通讯股份有限公司 | 一种光纤状态的检测方法及装置 |
CN107171722A (zh) * | 2017-07-26 | 2017-09-15 | 青岛海信宽带多媒体技术有限公司 | 一种光模块接收光功率的监测方法、装置及终端 |
CN108667513A (zh) * | 2018-04-08 | 2018-10-16 | 四川微迪智控科技有限公司 | 一种基于sfp模块的ddm功能的光纤链路管理***及使用寿命预估方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111750925A (zh) * | 2019-12-24 | 2020-10-09 | 广州极飞科技有限公司 | 设备老化预测***、方法和装置 |
CN112311454A (zh) * | 2020-11-04 | 2021-02-02 | 中国联合网络通信集团有限公司 | 光模块的状态确定方法、装置及设备 |
CN116296295A (zh) * | 2023-04-10 | 2023-06-23 | 广东思沃激光科技有限公司 | 基于人工智能的光路老化测试方法、*** |
Also Published As
Publication number | Publication date |
---|---|
CN109756263B (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109756263A (zh) | 光纤老化预测方法及装置 | |
US8065098B2 (en) | Progressive humidity filter for load data forecasting | |
CN103177180B (zh) | 预测模型的建模样本的筛选方法 | |
CN109460188A (zh) | 一种数据迁移方法、***、设备及计算机可读存储介质 | |
CN1734624A (zh) | 用于光学介质信息存储寿命跟踪的***和方法 | |
CN109150100A (zh) | 光伏电站的故障检测方法、装置、设备及存储介质 | |
CN110413430A (zh) | 一种固态硬盘的寿命预测方法、装置及设备 | |
CN103152095A (zh) | 一种光模块寿命预测方法和装置 | |
CN104991581A (zh) | 一种工艺腔室的压力控制方法和装置 | |
CN101719161A (zh) | 视频索引方法和装置 | |
CN105653521A (zh) | 数据校验方法和装置 | |
CN104077192A (zh) | 测试***及方法 | |
CN112032031B (zh) | 一种空压机的云数据分析方法、装置及*** | |
US20180150042A1 (en) | Fill level measurement device | |
CN107689831A (zh) | 一种激光器阈值电流和斜效率随时间变化计算方法及*** | |
CN105183627A (zh) | 一种服务器性能预测的方法及*** | |
US20220131203A1 (en) | Method and apparatus for determining status of battery temperature sensor, medium, vehicle, and server | |
CN115203161A (zh) | 一种基于互联网接入服务的数据迁移管理*** | |
CN109783323A (zh) | 剩余存储容量可用时间的预测方法 | |
CN117711295A (zh) | 基于人工智能的显示模组控制方法、装置、芯片及介质 | |
CN110413492A (zh) | 存储盘的健康评估方法、电子设备和计算机程序产品 | |
CN102916851B (zh) | 一种网络流量预测方法及装置 | |
CN110308644A (zh) | 一种智能电表时钟计时精度补偿方法、装置及设备 | |
KR101366874B1 (ko) | 태양광 발전량 정보 처리 장치 및 방법과 태양광 발전 모니터링 장치 및 방법 | |
CN114489498A (zh) | 一种NAND Flash介质剩余寿命预测的方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |