JP7059903B2 - 通信装置、及び通信方法 - Google Patents

Description

本発明は、通信装置、及び通信方法に関する。

スマートフォンに代表される情報通信端末の普及、ＩｏＴ（Internet of Things）技術の進展などにより、大容量かつ高速な光通信システムへの需要がますます高まっている。高速・大容量の通信を実現するために、コヒーレント方式による１００Ｇｂｐｓを超える光ネットワークが普及しつつある。コヒーレント方式では、受信した光信号を局発光で検波し、電気信号への変換後にデジタル信号処理によって、伝送路で発生する波形歪を補償する。従来必要とされていた個別の波長分散補償器や、その挿入損失を補償するための光増幅器を省略できるため、システムの小型化と低コスト化が可能である。

一方で、光通信のネットワークシステムは複雑化しており、その仕様や接続方法をオープンにして、常識的なコストで安定的に運用・管理することが求められている。伝送路またはネットワークの状態を自動的に監視して異常の兆候を早期に検出し、問題を解決するシステムが望まれる。

デジタルコヒーレントレシーバで光伝送路のパラメータを継続的にモニタする構成が提案されている（たとえば、非特許文献１参照）。

特開平１１－００８５９０号公報

F．N．Hauske，et al．，"Optical Performance Monitoring in Digital Coherent Receivers，"IEEE Journal of Lightwave Technology，vol．27，no．16，pp．3623-3631．Aug．15，2009

デジタルコヒーレントレシーバでの公知のモニタ方法では、デジタル信号プロセッサ（ＤＳＰ）に設定されている固定的な指標を用いるため、監視の柔軟性に欠け、設計範囲を超えて詳細な分析を行うことが難しい。

本発明は、柔軟な伝送路の監視を実現する通信装置と通信方法を提供することを目的とする。

一つの態様では、光通信システムで用いられる通信装置は、
運用前に光伝送路の正常状態を学習する学習モードと、運用中に前記光伝送路の状態を監視する監視モードとの間を切り替えるモード切換器と、
前記監視モードが選択されているときに、前記学習モードによって決定された予測モデルを用いて、前記光伝送路の異常を検出する異常検出器と、
前記異常が検出されたときに、前記異常に関連する情報を含む波形データを抽出して外部に出力するデータ書き出し器と、
を有する。

光通信ネットワークにおける伝送路の柔軟な監視が実現する。

実施形態の通信装置が適用される光通信システムの模式図である。 実施形態の通信装置が適用される光トランシーバの模式図である。 実施形態の光受信器の構成例を示す図である。 光受信器の設置・再起動時のフローチャートである。 光受信器の学習モードのフローチャートである。 異常検出器の構成例と学習時の動作例である。 光受信器の運用時のフローチャートである。 運用時の異常検出器の動作例である。 異常スコアの出力例を示す図である。 学習モードで許容範囲内の伝送路変動をシミュレーションする構成例である。 学習モードで許容範囲内の伝送路変動をシミュレーションする構成例である。 波形品質モニタにしたがった伝送路変動量の制御例である。

伝送路の状態を柔軟に監視するひとつの方法として、受信側でデジタル変換後の波形データをすべて外部のストレージに出力（ストリーミング）し、ソフトウエア層で解析することが考えられる。現実に伝送路から得られる波形データを保存することで、伝送路の問題を詳細に分析することができる。しかし、すべての波形データをストリーミングで出力するため、問題検出に不要なデータが大量に含まれ、リソースが無駄になる。

実施形態では、光受信側で伝送路の異常またはその予兆が検出された時点の伝送データを抽出して外部のストレージに出力することで、リソースを節約し、かつ事後の詳細な分析を可能にする。

また、運用上問題がない場合にも伝送路の変動によって擬陽性のアラートが発せられる過剰アラートを抑制するために、合理的な異常判定基準をあらかじめ通信装置に学習させて、異常判定の精度を高める。一例として、運用上支障をきたさない許容範囲内のずれまたは変化を含めて、ネットワークの「正常状態」として通信装置に機械学習させる。

図１Ａは、実施形態の構成と手法が適用される光通信システム１の概略図である。光通信システム１では、光送信器（「Ｔｘ」と表記）１０Ｔと、光受信器（「Ｒｘ」と表記）１０Ｒが光伝送路７によって接続されている。光送信器１０Ｔと光受信器１０Ｒは、ともに通信装置の一例である。

光伝送路７は、光ファイバケーブル２と、中継器（または光増幅器）４、５を含む。光ファイバを用いた伝送路では、光信号はファイバ伝搬中に波長分散、偏波分散、偏波依存損失（ＰＤＬ）等の物理的な変化を受ける。光伝送路７で起きる物理的な変化は、波形劣化の原因となる。光伝送路７に挿入された中継器４，５等の装置の特性劣化によっても、波形は劣化する。したがって、光伝送路７の状態を監視して、伝送品質を維持することが求められる。

図１Ｂは、実施形態の通信装置が適用される別の例として、光トランシーバ１０の概略構成を示す。光通信は双方向で行われるため、通信装置は一般的に、送信器と受信器の両方の機能を備えている。光トランシーバ１０は、たとえば、プラガブルな光トランシーバモジュールであり、光フロントエンド回路１１と、光源ユニット２２と、ＤＳＰ２０がパッケージ内に収容されている。光トランシーバ１０はプラガブルコネクタ１４によって、たとえばクライアント側の伝送装置に挿抜可能に接続され得る。

光フロントエンド回路１１の光電気（Ｏ／Ｅ）変換部１０１には、光伝送路８から受信された光信号が入力される。光信号は、電気信号に変換されてＤＳＰ２０に出力される。電気光（Ｅ／Ｏ）変換部１０２は、ＤＳＰ２０から入力されるデータ信号を光信号に変換し、光信号を光伝送路９に出力する。

ＤＳＰ２０は、受信信号に波長分散補償、適応等化、周波数オフセット補償、キャリア位相補償等、誤り訂正復号等のデジタル処理を施し、復号された信号を出力する。ＤＳＰ２０の送信側では、送信すべきデータ信号に誤り訂正符号化、データの論理値に応じた電界情報（位相／振幅）へのマッピング、波形処理等を施して、Ｅ／Ｏ変換部１０２に出力する。Ｅ／Ｏ変換部で光信号に変換されて光伝送路９に出力される。

光トランシーバ１０はまた、メモリ１３とプロセッサ１５を有する。プロセッサ１５はＤＳＰ２０の一部であってもよいし、ＦＰＧＡ（Field Programmable Gate Array）のような別個の論理デバイスであってもよい。実施形態では、後述するように、プロセッサ１５をネットワーク異常（anomaly）の監視・検出装置として機能させる。

図２は、実施形態の光受信器１０Ｒの構成例である。光受信器１０Ｒは、光フロントエンド回路１１Ｒと、アナログ／デジタルコンバータ（ＡＤＣ）１２ａ～１２ｄと、ＤＳＰ２０と、一時記憶装置１３０と、ネットワーク監視部１５０を有する。一時記憶装置１３０は、メモリ１３の一部であってもよい。ネットワーク監視部１５０は、プロセッサ１５により実現される。

光受信器１０Ｒは、たとえばＤＰ－ＱＰＳＫ（Dual Polarization-Quadrature Phase Shift Keying：偏波多重４値位相変調）方式で変調された光信号を受信する。光フロントエンド回路１１Ｒは、入力された光信号を互いに直交するＸ偏波とＹ偏波に分離し、光源ユニット２２（図１Ｂ参照）からの局発光を用いて、９０°ハイブリッド光ミキサで偏波ごとに同相（Ｉ）成分と９０°位相（Ｑ）成分を検波する。各偏波の各位相成分（ＸＩ、ＸＱ、ＹＩ、ＹＱ）は対応する受光素子で検出され、電圧信号に変換されて、４つのアナログ電気信号が出力される。

ＡＤＣ１２ａ～１２ｄは、アナログ電気信号をデジタルサンプリングして、デジタル波形をＤＳＰ２０とネットワーク監視部１５０に供給する。このデジタル波形は、運用中は一時記憶装置１３０に一定時間、保持される。運用前の学習時にもデジタル波形が一時記憶装置１３０に記録されてもよいが、学習中は、入力されるデジタル波形は順次上書きされる。

ＤＳＰ２０は、波長分散補償器２０１、アダプティブ等化器２０２、周波数オフセット補償器２０３、キャリア位相補償器２０４、ＦＥＣ（Forward Error Correction：前方誤り訂正）部２０５を有する。波長分散補償器２０１は、波長分散による信号波形の歪みを補償する。

アダプティブ等化器２０２は、偏波モード分散による信号波形の歪みを補償する。アダプティブ等化器２０２はＰＭＤ（Polarization Mode Dispersion：偏波モード分散）モニタ２１２に接続され、ＰＭＤモニタ２１２で直交する２つの偏波モード間の群遅延差がモニタされる。

周波数オフセット補償器２０３は、送信信号と受信信号の間の周波数ずれを補償する。周波数オフセット補償器２０３は周波数ずれモニタ２１３に接続され、周波数ずれモニタ２１３で送信信号と受信信号の間の周波数のずれ量がモニタされる。

キャリア位相補償器２０４は、デジタルサンプリングデータに乗っている位相ノイズを補償する。キャリア位相補償器２０４は位相ノイズモニタ２１４に接続され、位相ノイズモニタ２１４で位相ノイズがモニタされる。

ＦＥＣ部２０５は前方誤り訂正処理を行う。ＦＥＣ部２０５は、ＢＥＲ（Bit Error Rate：ビットエラーレート）モニタ２１５に接続され、ＢＥＲモニタ２１５でＢＥＲがモニタされる。

ＰＭＤモニタ２１２、周波数ずれモニタ２１３、位相ノイズモニタ２１４、ＢＥＲモニタ２１５で得られるモニタ値は、ネットワーク監視部１５０に供給される。

ネットワーク監視部１５０は、データ書き出し器１６と、モード切換器１７と、異常検出器３０を有する、異常検出器３０は、予測モデル３１を有する。

モード切換器１７は、光受信器１０Ｒの動作を、学習モードと監視モードの間で切り換える。学習モードは、光受信器１０Ｒｘが新たに設置されるとき、あるいはメンテナンス後の再起動時に選択される。監視モードは、学習を終了した後の実際の運用時に選択される。

異常検出器３０は、学習モードのときは、ネットワークの正常状態を、運用上支障をきたさない許容範囲内のずれを含めて機械学習し、予測モデル３１に適切なパラメータを設定する。

予測モデル３１として、機械学習モデルを用いてもよい。機械学習モデルには、サポートベクターマシン、ロジスティック回帰、ランダムフォレスト回帰、ニューラルネットワーク、再帰型ニューラルネットワーク（ＬＳＴＭ（Long short-term memory）再帰型ニューラルネットワークを含む）等があるが、これらに限定されない。

光受信器１０Ｒに、運用上支障のない範囲のずれまたは変動を含めて伝送路の正常状態を学習させることで、伝送路の状態が初期状態から変化した場合などに、運用上は問題がないにもかかわらず擬陽性のアラートが発せられることを抑制する。

学習後の監視モードのときは、予測モデル３１を用いて、ＡＤＣ１２ａ～１２ｄから得られるデジタルサンプリングデータから予測される予測値と、ＤＳＰ２０から出力される各モニタ値とに基づいて、ネットワークの異常を予測し、検出する。ここで、「異常検出」という場合は、伝送路、または伝送路に挿入される装置に生じる故障、不具合等と、その予兆を検知することを総称するものとする。

機械学習モデルでは、学習時と似た環境の入力があると（正常状態）、モデルは正確度の高い予測値を返すため、異常スコアは低くなる。学習時と異なる環境の入力があると（異常状態）、予測精度が低下して、異常スコアは高くなる。運用中に継続的に異常スコアを算出し、適切に設定した閾値と異常スコアを比較することで、伝送路の異常またはその予兆を検出することができる。

運用中に異常検出器３０によって異常またはその予兆が検出された場合、異常検出器３０はデータ書き出し器１６にデータの書き出し命令を出力し、外部の監視装置５０に、異常予測報告またはアラートを出力する。データ書き出し器１６は、書き出し命令にしたがって、一時記憶装置１３０からデジタルサンプリングデータを書き出し、外部のストレージ４０に出力する。一時記憶装置１３０から書き出されるデータは、伝送路の異常が検出された時点のデータであり、伝送路の異常に関する情報が含まれている。

監視装置５０は、異常予測出力を受け取ると、外部ストレージ４０にアクセスして、その異常予測に関連するデジタルサンプリングデータを解析する。

異常検出器３０によって異常が検出されない場合は、書き出し命令、及び異常予測のアラートは出力されず、次のタイミングでデジタルサンプリングデータが一時記憶装置１３０とＤＳＰ２０に取り込まれる。一時記憶装置１３０では、新たに取り込まれたデジタル波形が上書きされる。ＤＳＰは新たに取り込まれたデジタルサンプリングデータをモニタして、モニタ値をネットワーク監視部１５０に出力する。ネットワーク監視部１５０は、モニタ値と、予測モデル３１に基づいて入力されたデジタル波形から得られる予測値とに基づいて、伝送路の異常を予測または検出する。予測結果に応じて、書き出し命令と異常予測のアラートが出力される。

ネットワーク監視部１５０は、時間軸上で、伝送路またはネットワークに生じる状態変化を監視・検出し、運用上問題となり得る状態変化が起きたときのデジタル波形データを出力する。一時記憶装置１３０は、ＤＳＰ２０によるモニタ値の出力と、異常検出器３０による予測処理の期間だけ、各時刻ｔで取り込まれたデジタルサンプリングデータを保持する。

この構成により、伝送路の異常情報を含むデータだけが抽出され、ネットワーク監視のためのリソースが節約される。光受信器１０Ｒによって抽出され、外部ストレージ４０に保存されたデータから、事後の詳細な解析が可能になる。さらに、運用上想定される範囲での変動を含めて伝送路の正常状態を学習するので、過剰アラートが抑制される。

＜学習前の設定＞
図３は、光受信器１０Ｒの設置時、または再起動時のフローチャートである。光受信器１０Ｒは、学習モードに入る前に所定の準備動作を行う。まず、光受信器１０Ｒがネットワークに接続されると（図１Ａ参照）、光通信システム１が正常に機能していることを確認する（Ｓ１１）。この確認は、設置者または保守管理者が、別途用意された測定装置を用いて実施してもよい。たとえば、対向する光送信器１０Ｔから送られてくるテスト信号が適切な信号強度で受信されているか、等が確認される。

次に、学習後に予測モデル３１で満たされるべき予測誤差基準「Ｌ」を設定する（Ｓ１２）。予測誤差基準「Ｌ」は、正常状態の伝送路における許容可能な最大予測誤差であり、正常な伝送路の状態を学習する際の基準値として用いられる。予測誤差基準「Ｌ」は、ネットワーク監視部１５０の異常検出器３０に設定される。

次に、学習の最短時間Ｔ_minを設定する（Ｓ１３）。最短時間Ｔ_minは、光受信器１０Ｒで学習によって予測モデル３１に適切なパラメータを設定するのに必要な最短の時間である。適切なパラメータとは、後述するように、伝送路の正常な状態に、運用上想定される範囲内の変動を反映して決定されるパラメータである。

予測モデルは、学習前は初期パラメータに設定されており、光伝送路の状態を学習することで、特定の伝送路に適したパラメータに更新される。最短時間Ｔ_minは、用いる予測モデルに応じて、経験値に基づいて設定されてもよい。

次に、光受信器１０Ｒが接続された伝送路の想定範囲内のずれを模擬するために、学習時に送受信されるテスト信号に、運用上支障のない範囲内で伝送路変動量ξを与える（Ｓ１４）。伝送路変動量ξは光送信器１０Ｔと光受信器１０Ｒの少なくとも一方で与えられてもよい。伝送路の変動は、光伝送路７に生じる物理変化であり、偏波回転、ＤＧＤ、ＰＤＬ、周波数ずれ、ＯＳＮＲ（optical signal to noise ratio：光信号対雑音比）、位相ノイズ等を含む。これらの物理変化のそれぞれについて、伝送路変動量ξを設定する。

次に、伝送路変動量ξが付加されたときの、光受信器１０Ｒの各モニタ出力の上限値Ｍ_ｕと下限値Ｍ_ｄを計算する（Ｓ１５）。光受信器１０Ｒのモニタは、図２の例ではＰＭＤモニタ２１２、周波数ずれモニタ２１３、位相ノイズモニタ２１４、ＢＥＲモニタ２１５等であるが、これらの例に限定されない。たとえば、残留波長分散量をモニタ値として出力してもよい。各モニタの上限値と下限値を設定することで、伝送路に発生する正常な範囲の変動量が、各モニタ値の許容出力範囲に変換される。これにより、学習モード開始の準備が整う。

＜学習モード＞
図４は、光受信器１０Ｒの学習モードのフローチャートである。図３で説明した設定が完了すると、光通信システム１の伝送路変動をシミュレーションする（Ｓ２１）。伝送路変動のシミュレーションは、たとえば、実際の光伝送路７に伝送路変動量ξが付加された状態で、対向する光送信器１０Ｔから光信号を送信し、光受信器１０Ｒで受信する。

光受信器１０Ｒの異常検出器３０は、ＰＭＤモニタ２１２、周波数ずれモニタ２１３、位相ノイズモニタ２１４、ＢＥＲモニタ２１５の出力値が、それぞれ上限値Ｍ_ｕと下限値Ｍ_dの間にあるか否かを判断する（Ｓ２２）。

いずれかのモニタ出力が設定された許容出力範囲を超える場合は（Ｓ２２でＮｏ）、正常な伝送路変動を超える何らかの異常が発生していることを意味する。この場合は、エラー表示して（Ｓ３０）、いったん処理を終了する。一定時間が経過した後にステップＳ２１を再開してもよいし、光通信システム１が正常動作しているかどうかを、測定装置を用いて再確認してもよい。

各モニタの出力がすべて上限値Ｍ_ｕと下限値Ｍ_dの間にある場合（Ｓ２２でＹｅｓ）、現在の伝送路が、許容可能な変動を含めて正常な状態にあることを意味する。この場合、モード切換器１７は光受信器１０Ｒのモードを、学習モードに設定する（Ｓ２３）。

学習モードでは、異常検出器３０は伝送路の正常な状態を学習する（Ｓ２４）。異常検出器３０は、時刻ｔごとに、各モニタからの出力値（実測値）と予測モデル３１に基づく予測値との差分の絶対値を、予測誤差として取得し、現在の予測誤差が、異常検出器３０に設定されている予測誤差基準値「Ｌ」以下であるか否かを判断する（Ｓ２５）。

現在の予測誤差が予測誤差基準値「Ｌ」以下であれば（Ｓ２５でＹｅｓ）、予測モデル３１に設定されているパラメータを維持し、現在の時間が学習の最短時間Ｔ_minを超えたか否かを判断する（Ｓ２６）。設定されている最短時間Ｔ_minを超えない場合は（Ｓ２６でＮｏ）、ステップＳ２４に戻って学習を継続する。

現在の予測誤差が基準値Ｌを超えた場合は（Ｓ２５でＮｏ）、予測誤差の大きさが予測誤差基準値「Ｌ」以下になるように予測モデル３１のパラメータを更新しながら、学習を繰り返す（Ｓ２４～Ｓ２６）。実測値と予測モデル３１で得られる予測値との誤差が予測誤差基準値「Ｌ」以下になるということは、運用上支障のない範囲の伝送路変動を含めて、伝送路の正常状態が学習されていることを意味する。

設定された最短時間Ｔ_minを超えるまで学習が継続されると（Ｓ２７でＹｅｓ）、予測モデルのパラメータをその時点でのパラメータ値に固定する（Ｓ２８）。パラメータは、用いられる予測モデルにもよるが、たとえば各層の重み係数、各層の関数などである。

学習が終了して予測モデルのパラメータが固定されると、伝送路変動のシミュレーションを停止して（Ｓ２９）、学習モードを終了する。

図５は、異常検出器３０の構成例と学習時（デプロイ時）の動作を示す図である。異常検出器３０は、予測モデル３１と、遅延回路３２と、減算器３３と、判定器３４を有し、判定器３４の出力は予測モデル３１の入力に接続されている。

異常検出器３０には、正常な伝送路から得られるモニタ情報が入力される。モニタ情報には、時刻ｔのデジタルサンプリングデータから得られる各モニタ（例えば、ＰＭＤモニタ２１２、周波数ずれモニタ２１３、位相ノイズモニタ２１４、ＢＥＲモニタ２１５等）の出力値を含む。モニタ情報の数Ｎは、光受信器１０ＲのＤＳＰ２０に設定されているモニタの数または種類に応じて決まり、Ｎは１以上の整数である。各モニタの出力値は、時刻ｔの実測値として、減算器３３の一方の入力に接続される。

Ｎ個のモニタ情報とともに、異常検出器３０には時刻ｔの時点でデジタルサンプリングデータが入力されている。デジタルサンプリングデータは、ＤＳＰ２０による信号処理の時間だけ遅延回路３２で遅延されて、予測モデル３１に入力される。予測モデル３１は、入力されたデジタルサンプリングデータから予測値を計算し、出力する。この予測値は、時刻ｔの予測値として減算器３３の他方の入力に接続される。

減算器３３の出力は、時刻ｔでの光伝送路の実測値と予測値との差分である。この差分は判定器３４に入力される。判定器３４は、差分の絶対値（すなわち予測誤差）が、設定されている予測誤差基準「Ｌ」以下であるか否かを判定する。

差分の絶対値が予測誤差基準「Ｌ」を超えるときは、予測モデル３１のパラメータ値を所定のステップサイズで更新する。この学習を最短時間Ｔ_minの間行うことで、正常な伝送路の状態を学習して、特定の伝送路のための最適な予測モデル３１が設定される。

＜監視モード＞
図６は、光受信器１０Ｒの運用時のフローチャートである。まず、光受信器１０Ｒのモードを監視モードに切り替える（Ｓ３１）。監視モードでは、学習によって設定されたパラメータ値を有する予測モデル３１を使用する（Ｓ３２）。運用中に伝送路の異常／正常を識別するためのスレッショルドＴを入力する（Ｓ３３）。このスレッショルドＴは、学習モードで得られた予測値と実測値との差分の履歴から決定されてもよい。

異常検出器３０は、デジタルサンプリングデータとＤＳＰ２０からのモニタ値が入力されるごとに、異常スコアＡＳ（Anomaly Score）を出力する。異常スコアは予測モデル３１からの乖離の度合いを示す数値である。

異常検出器３０は、異常スコアＡＳがスレッショルドＴよりも小さいか否かを判断する（Ｓ３５）。異常スコアＡＳがスレッショルドＴよりも小さい場合は（Ｓ３５でＹｅｓ）、一時記憶装置１３０のデータを破棄または上書きして、次の時刻（ｔ＋１）のデジタルサンプリングデータとモニタ値を取得する（Ｓ３６）。取得したデジタルサンプリングデータとモニタ値から、異常スコアＡＳを算出する（Ｓ３４）。

異常スコアＡＳがスレッショルドＴ以上になると（Ｓ３５でＮＯ）、異常検出器３０は、データ書き出し器１６に書き出し命令を出力し、外部の監視装置５０に異常予測を出力する（Ｓ３７）。データ書き出し器１６は、書き出し命令に従って、一時記憶装置１３０に保存されているデジタル波形データを書き出して、外部ストレージ４０に出力する（Ｓ３８）。ここで書き出されるデータは、異常またはその予兆が検出された時刻（ｔ＋１）のデジタル波形であり、伝送路またはネットワークの異常情報を含む。図６の処理は、運用中、繰り返し行われる。

図７は、運用時の異常検出器３０の動作を示す図である。異常検出器３０は、予測モデル３１と、遅延回路３２と、減算器３３と、絶対値への変換器３５と、識別器３６を有する。絶対値への変換器３５と識別器３６は、図５の判定器３４を用いてもよいが、設定される基準値が異なる。

運用中、異常検出器３０には、時刻ｔのデジタルサンプリングデータに基づいてＤＳＰ２０でモニタされたＮ個のモニタ情報が入力される。これらのモニタ情報は、時刻ｔの実測値として減算器３３の一方の入力に接続される。

Ｎ個のモニタ情報とともに、異常検出器３０には時刻ｔの時点でデジタルサンプリングデータが入力されている。デジタルサンプリングデータは、ＤＳＰ２０による信号処理の時間だけ遅延回路３２で遅延されて、予測モデル３１に入力される。予測モデル３１は、入力されたデジタルサンプリングデータから予測値を計算する。この計算値は、時刻ｔの予測値として減算器３３の他方の入力に接続される。

減算器３３の出力は、変換器３５で絶対値に変換されて、異常スコアＡＳとして出力される。識別器３６は、異常スコアＡＳをあらかじめ設定されているスレッショルドＴと比較して、異常か正常かを識別し、識別結果を出力する。

図８は、予測モデル３１としてＬＳＴＭ型再帰ニューラルネットワークを用いたときの検出例であり、学習期間と運用期間を通して取得された異常スコアの記録である。学習モードでは、「異常スコア」という名称は使用していないが、モニタ出力である実測値と学習中の予測モデル３１から得られた予測値との差分の絶対値は、監視モードでの異常スコアに対応する。

横軸は時刻であり、時刻インデックス０～３０００までが学習期間、時刻インデックスが３０００を超えてからが運用期間である。黒線は時刻ごとに出力される異常スコア、灰色のデータは、３０回ごとに平滑化された異常スコアである。平滑化することで変動が吸収されて平均的な値となる。スレッショルドＴは、学習モードで得られた生データと平滑化データとに基づいて設定されている。監視モードでは、平滑化された異常スコアとスレッショルドＴを比較し、平滑化された異常スコアがスレッショルドＴを超えた場合を、異常発生として検出してもよい。

図８では、時刻インデックス４２００～４７００の間、異常スコアＡＳの平滑値がスレッショルドＴを超え、異常検出器３０から外部の監視装置５０に異常予測が出力される。同時に、一時記憶装置１３０からデジタルサンプリングデータが書き出されて、外部ストレージ４０に保存される。

この方式により、異常またはその予兆が検出されたときのデータだけを抽出し、保存することができる。リソースが節約され、かつ異常予測の出力と、そのときの波形データとの関連づけが容易になり、効率的に伝送路の異常を解析することができる。

＜伝送路変動のシミュレーション＞
図９は、学習モードで行われる伝送路変動のシミュレーションの例を示す。学習モードで伝送路の正常状態を学習する際に、正常な実環境の伝送路だけを学習すると、伝送路が初期状態から変化したとき等に、運用上は問題がない場面であっても、擬陽性のアラートが出て過剰アラートになり得る。これを回避するために、正常な実環境と、運用上問題のない想定範囲内の変動の双方を学習する。

図９の例では、対向する光送信器１０Ｔに、伝送路変動シミュレータ１９が設けられている。光送信器１０Ｔは、送信側のＤＳＰ２０Ｔと、伝送路変動シミュレータ１９と、デジタルアナログコンバータ（ＤＡＣ）２４と、Ｅ／Ｏ変換部１０２を有する。Ｅ／Ｏ変換部１０２は、レーザーダイオード１０３と、電気アンプ１０４と、光変調器１０５を有する。

伝送路変動シミュレータ１９は、送信側のＤＳＰ２０Ｔの一部であってもよいし、ＦＰＧＡ等の別個の論理デバイスであってもよい。伝送路変動シミュレータ１９は、学習モードのときにＯＮにされ、運用中の監視モードではオフにされる。

学習時、ＤＳＰ２０Ｔで、テスト信号に誤り訂正符号化、波形整形等の処理が施され、デジタル送信データが生成される。テスト信号は、たとえば疑似ランダム系列である。伝送路変動シミュレータ１９には、想定される伝送路の変動量ξが入力される。変動量ξは図３のステップＳ１４で設定される伝送路変動量ξと同じであってもよい。

伝送路シミュレータ１９によって伝送路変動量ξが付加されたデジタル送信データは、ＤＡＣ１４でアナログ電気信号に変換され、電気アンプ１０４で高速の駆動信号が生成されて、光変調器に入力される。伝送路変動量ξとして、たとえば半端回転、ＤＧＤ、ＰＤＬ、周波数ずれ、ＯＳＮＲ劣化、位相ノイズなど、光送信器１０Ｒでモニタされる変動量を付加する。

光変調器１０５は、レーザーダイオード１０３から入射された光を、伝送路変動量ξが載った高速駆動信号で変調して、光伝送路９に出力する。対向する光受信器１０Ｒは、学習モードで、伝送路変動が加味されたテスト信号を受信して、伝送路の正常状態を学習する。これによって、過剰アラームを抑制することができる。

図１０は、光受信器１０Ｒに伝送路変動シミュレータ１９を設ける例を示す。伝送路変動シミュレータ１９は、光受信器１０Ｒが学習モードのときにＯＮにされ、監視モードに切り替えられると、オフにされる。

学習モードで、ＡＤＣ１２ａ～１２ｄによってデジタルサンプリングされた波形データに、伝送路変動シミュレータ１９で伝送路変動量ξが付加される。この伝送路変動量は、図３のステップＳ１４で設定される伝送路変動量ξと同じであってもよい。伝送路変動量ξが付加されたデジタルサンプリングデータは、ＤＳＰ２０Ｒとネットワーク監視部１５０の異常検出器３０に入力される。ＤＳＰ２０Ｒの各モニタ２１２～２１５は、伝送路変動量ξが付加された入力デジタル信号のモニタ値を、異常検出器３０に出力する。

異常検出器３０は、学習中の予測モデル３１を用いて、デジタル波形データから予測値を計算する。予測値と、モニタ２１２～２１５からの実測値とに基づいて予測モデル３１のパラメータは更新され、運用上問題のない範囲の伝送路変動が考慮された最適なパラメータが設定される。学習が終了すると、伝送路変動シミュレータ１９はオフにされる。

図１１は、波形品質モニタに基づく伝送路変動量の制御例を示す。図１１の例では、光送信器１０Ｔと光受信器１０Ｒのそれぞれに伝送路変動シミュレータ１９Ｔ、１９Ｒが設けられている。

光送信器１０Ｔと光受信器１０Ｒは、ネットワークのコントローラ７０に接続されている。コントローラ７０は、光送信器１０Ｔまたは光受信器１０Ｒがネットワークに接続されたとき、またはメンテナンス後に再起動されたときに、光送信器１０Ｔと光受信器１０Ｒに学習モード開始命令を出力する。伝送路変動シミュレータ１９Ｔと伝送路変動シミュレータ１９Ｒの少なくとも一方に、伝送路変動量ξの初期値があらかじめ設定されていてもよいし、コントローラ７０から初期値が与えられてもよい。

光受信器１０Ｒは受信波形の品質をモニタし、モニタ結果をコントローラ７０に通知する。コントローラ７０は、波形品質モニタ値に基づいて、伝送路変動量ξを調節する。波形品質モニタ値として良好な値が所定期間以上続くときは、伝送路変動量ξを増加して、想定される変動の範囲を拡張する。波形品質モニタ値の悪い状態が所定期間以上続くときは、伝送路変動量ξを小さくして光伝送路７の正常状態を適切な範囲に維持する。

所定の学習期間が終了すると、コントローラ７０は、光送信器１０Ｔと光受信器１０Ｒに学習終了と運用開始の制御信号を出力する。

図１１では、説明の便宜上、光送信器１０Ｔと光受信器１０Ｒが光伝送路７で接続されているが、通常は送信機能と受信機能の双方を有するので、コントローラ７０の制御は、双方向に行われてもよい。図１Ｂのように通信装置が光トランシーバモジュールである場合は、受信部と送信部で伝送路変動シミュレータ１９が用いられてもよい。

コントローラ７０を設けることで、光送信器１０Ｔまたは光受信器１０Ｒが新しくネットワークに接続されたとき、または保守・整備後に再起動されたときに、自動的に学習モードが走り、許容範囲内の伝送路変動を含めて伝送路の正常状態が学習される。学習が完了すると、自動的に監視モードに切り替えられる。運用中の異常検知では、時間軸上で起きる伝送路の状態変化が通信装置で連続的に監視され、異常またはその予兆と関連するデータが効率的に抽出されて保存される。これにより、リソースを節約しつつ、事後の詳細な解析が可能になる。また、過剰アラートが抑制されて、伝送路の異常検出精度が向上する。

以上の説明に対し、以下の付記を呈示する。
（付記１）
光通信システムで用いられる通信装置であって、
運用前に光伝送路の正常状態を学習する学習モードと、運用中に前記光伝送路の状態を監視する監視モードとの間を切り替えるモード切換器と、
前記監視モードが選択されているときに、前記学習モードによって決定された予測モデルを用いて、前記光伝送路の異常を検出する異常検出器と、
前記異常が検出されたときに、前記異常に関連する情報を含む波形データを抽出して外部に出力するデータ書き出し器と、
を有する通信装置。
（付記２）
前記波形データを一時的に保存する一時記憶装置、
をさらに有し、
前記データ書き出し器は、前記異常が検出されたときに前記異常検出器から書き出し命令を受け取り、前記異常が検出されたときの前記波形データを前記一時記憶装置から書き出して、外部のストレージに保存することを特徴とする付記１に記載の通信装置。
（付記３）
前記異常が検出されない場合は、前記一時記憶装置に記録された前記波形データは次の波形データで上書きされることを特徴とする付記２に記載の通信装置。
（付記４）
前記光伝送路に生じる物理変化を模擬するシミュレータ、
をさらに有し、
前記学習モードで、前記異常検出器は、前記物理変化の模擬状態を含めて前記光伝送路の前記正常状態を学習して、前記予測モデルを決定することを特徴とする付記１～３のいずれかに記載の通信装置。
（付記５）
前記学習モードで、前記シミュレータは前記光伝送路から受信されたテスト信号に所定の変動量を付加し、前記変動量が付加された前記波形データが前記異常検出器に入力されることを特徴とする付記４に記載の通信装置。
（付記６）
前記学習モードで、前記シミュレータは前記光伝送路に出力されるテスト信号に所定の変動量を付加することを特徴とする付記４に記載の通信装置。
（付記７）
受信波形の品質をモニタする波形品質モニタ、
をさらに有し、
前記波形品質モニタによるモニタ結果は、外部のコントローラに供給され、
前記シミュレータは、前記外部のコントローラから前記変動量を調整する制御信号を受け取ることを特徴とする付記５または６に記載の通信装置。
（付記８）
前記光伝送路から受信された光信号を電気信号に変換する光電気変換器と、
前記電気信号をデジタルサンプリングするアナログ／デジタル変換器と、
前記光伝送路の状態をモニタする１以上のモニタと、
をさらに有し、
前記アナログ／デジタル変換器から出力されるデジタルサンプリングデータは前記モニタと前記異常検出器に入力され、
前記学習モードで、前記異常検出器は、前記モニタで得られる実測値と、初期予測モデルを用いて前記デジタルサンプリングデータから計算される第１予測値とに基づいて、前記予測モデルを決定することを特徴とする付記１～７のいずれかに記載の通信装置。
（付記９）
前記監視モードで、前記異常検出器は、前記モニタで得られる前記実測値と、決定された前記予測モデルを用いて前記デジタルサンプリングデータから計算される第２予測値とに基づいて、前記異常を検出することを特徴とする付記８に記載の通信装置。
（付記１０）
前記異常検出器は、
前記モニタで前記実測値が得られる期間、前記デジタルサンプリングデータを遅延させる遅延回路と、
前記遅延後に前記第１予測値と前記モニタで得られる前記実測値との差分を求める減算器と、
前記学習モードにおいて、前記差分の絶対値が予測誤差基準値を超える場合に前記初期予測モデルを更新する判定器と、を有することを特徴とする付記８に記載の通信装置。
（付記１１）
前記異常検出器は、
前記モニタで前記実測値が得られる期間、前記デジタルサンプリングデータを遅延させる遅延回路と、
前記遅延後に前記第２予測値と前記モニタで得られる前記実測値との差分を求める減算器と、
前記監視モードにおいて、前記差分の絶対値が所定の閾値を超える場合に前記光伝送路における前記異常を識別する識別器と、を有することを特徴とする付記９に記載の通信装置。
（付記１２）
光通信システムにおける通信方法であって、
通信装置にて光伝送路の正常状態を学習して予測モデルを決定し、
前記通信装置の運用中に、決定された前記予測モデルを用いて、前記光伝送路の異常を検出し、
前記異常が検出されたときに、前記異常に関連する情報を含む波形データを抽出して外部に出力する、
ことを特徴とするを有する通信方法。
（付記１３）
現在の波形データに対して前記異常の検出処理を行う間、前記現在の波形データを一時記憶装置に保存し、
前記異常が検出されたときに、前記現在の波形データを前記一時記憶装置から書き出して、外部のストレージに保存する
ことを特徴とする付記１２に記載の通信方法。
（付記１４）
前記異常が検出されない場合は、前記一時記憶装置に次の波形データが上書きされることを特徴とする付記１３に記載の通信方法。
（付記１５）
前記通信装置は、前記学習を行うときに、前記光伝送路に生じる物理変化を模擬し、前記物理変化の模擬状態を含めて前記光伝送路の前記正常状態を学習して前記予測モデルを決定することを特徴とする付記１２～１４のいずれかに記載の通信方法。
（付記１６）
前記物理変化を模擬するときに、前記光伝送路から前記通信装置で受信されたテスト信号に所定の変動量を付加し、
前記変動量が付加された前記波形データに基づいて、前記予測モデルが決定されることを特徴とする付記１５に記載の通信方法。
（付記１７）
前記物理変化を模擬するときに、前記通信装置から前記光伝送路に出力されるテスト信号に所定の変動量が付加されることを特徴とする付記１５に記載の通信方法。
（付記１８）
前記通信装置にて受信波形の品質をモニタし、
前記受信波形の品質のモニタ結果を、外部のコントローラに出力し、
前記外部のコントローラから前記変動量を調整する制御信号を受け取ることを特徴とする付記１６または１７に記載の通信方法。
（付記１９）
前記学習を行うときに、前記通信装置で、前記光伝送路から受信された光信号を電気信号に変換し、
前記電気信号をデジタルサンプリングしてデジタルサンプリングデータを出力し、
前記デジタルサンプリングデータをモニタして得られる実測値と、初期予測モデルを用いて前記デジタルサンプリングデータから計算される第１予測値とに基づいて、前記予測モデルを決定することを特徴とする付記１２～１８のいずれかに記載の通信方法。
（付記２０）
前記運用中に、前記実測値と、決定された前記予測モデルを用いて前記デジタルサンプリングデータから計算される第２予測値とに基づいて、前記異常を検出することを特徴とする付記１９に記載の通信方法。

１ 光通信システム
７，８、９ 光伝送路
１０ 光トランシーバ（通信装置）
１０Ｔ 光送信器（通信装置）
１０Ｒ 光受信器（通信装置）
１１、１１Ｒ 光フロントエンド回路
１２、１２ａ～１２ｄ ＡＤＣ
１３ メモリ
１５ プロセッサ
１６ データ書き出し器
１７ モード切換器
１９、１９Ｒ、１９Ｔ 伝送路変動シミュレータ
２０、２０Ｒ、２０Ｔ デジタル信号プロセッサ（ＤＳＰ）
３０ 異常検出器
３１ 予測モデル
４０ 外部ストレージ
５０ 監視装置
７０ コントローラ
１３０ 一時記憶装置
１５０ ネットワーク監視部

Claims (7)

1. 光通信システムで用いられる通信装置であって、
   運用前に光伝送路の正常状態を学習する学習モードと、運用中に前記光伝送路の状態を監視する監視モードとの間を切り替えるモード切換器と、
   前記監視モードが選択されているときに、前記学習モードによって決定された予測モデルを用いて、前記光伝送路の異常を検出する異常検出器と、
   前記異常が検出されたときに、前記異常に関連する情報を含む波形データを抽出して外部に出力するデータ書き出し器と、
   を有する通信装置。
2. 前記波形データを一時的に保存する一時記憶装置と、
   をさらに有し、
   前記データ書き出し器は、前記異常が検出されたときに前記異常検出器から書き出し命令を受け取り、前記異常が検出されたときの前記波形データを前記一時記憶装置から書き出して、外部のストレージに保存することを特徴とする請求項１に記載の通信装置。
3. 前記光伝送路に生じる物理変化を模擬するシミュレータ、
   をさらに有し、
   前記学習モードで、前記異常検出器は、前記物理変化の模擬状態を含めて前記光伝送路の前記正常状態を学習して、前記予測モデルを決定することを特徴とする請求項１または２に記載の通信装置。
4. 前記光伝送路から受信された光信号を電気信号に変換する光電気変換器と、
   前記電気信号をデジタルサンプリングするアナログ／デジタル変換器と、
   前記光伝送路の状態をモニタする１以上のモニタと、
   をさらに有し、
   前記アナログ／デジタル変換器から出力されるデジタルサンプリングデータは前記モニタと前記異常検出器に入力され、
   前記学習モードで、前記異常検出器は、前記モニタで得られる実測値と、初期予測モデルを用いて前記デジタルサンプリングデータから計算される第１予測値とに基づいて、前記予測モデルを決定する、
   ことを特徴とする請求項１～３のいずれか１項に記載の通信装置。
5. 前記監視モードで、前記異常検出器は、前記モニタで得られる前記実測値と、決定された前記予測モデルを用いて前記デジタルサンプリングデータから計算される第２予測値とに基づいて、前記異常を検出することを特徴とする請求項４に記載の通信装置。
6. 光通信システムにおける通信方法であって、
   通信装置にて光伝送路の正常状態を学習して予測モデルを決定し、
   前記通信装置の運用中に、決定された前記予測モデルを用いて、前記光伝送路の異常を検出し、
   前記異常が検出されたときに、前記異常に関連する情報を含む波形データを抽出して外部に出力する、
   ことを特徴とするを有する通信方法。
7. 現在の波形データに対して前記異常の検出処理を行う間、前記現在の波形データを一時記憶装置に保存し、
   前記異常が検出されたときに、前記現在の波形データを前記一時記憶装置から書き出して、外部のストレージに保存する
   ことを特徴とする請求項６に記載の通信方法。
   

Images