一种光纤同缆的检测方法与装置

技术领域

本发明涉及光纤通信技术领域，尤其涉及一种光纤同缆的检测方法与装置。

背景技术

由于光缆的无源特性，物理光缆网络一直无法实现可视化的实时状态管理，庞大的光缆、纤芯、端子等“哑资源”数据全靠人工录入和手动维护，且管理维度多、复杂度高。而随着网络的不断建设，光缆管线的资源数据实时更新困难，数据同步及时性差，准确率越来越低，导致物理网络和逻辑网络的对应关系偏差越来越大。在实际业务规划建设过程中，极易出现主备路径同沟同缆的情况。

如图1所示，光缆沟101内可以预埋有一根或者多根光缆102，一根光缆102中可以包括多根光纤103。主路径的光纤和备用路径的光纤设置在同一根光缆102内，可以称为主备路径同缆，而主路径的光纤所在的光缆和备用路径的光纤所在的光缆处于同一个光缆沟103内，可以称为主备路径同沟。

而一旦存在主备路径同沟同缆的问题，则会导致主备业务或关联业务实际部署到同一条光缆上，单条光缆中断后主备业务或关联业务同时失效，不仅将造成业务中断，同时会使部分网络成为缺乏远程应对手段的网络孤岛。事实上，近年来的多次重大网络故障导致的业务中断，均与主备同路由相关，网络安全存在极大的隐患。

当前，对于主备路径同沟同缆的识别，一般需要人工通过光时域反射仪(OpticalTime-Domain Reflectometer，OTDR)的检测数据进行判断。然而人工识别的方式，存在准确性低且效率低的问题。

发明内容

本发明所要解决的技术问题是：现有技术中对主备路径是否同沟同缆的识别结果准确性较低，且效率低。

针对现有技术的上述不足，提供以下方案：

第一方面，本发明提供了一种光纤同缆的检测方法，包括：获取每一根待检测光纤的检测数据。根据每一根待检测光纤的检测数据分别获取每一根待检测光纤的事件点数量和每一根待检测光纤的事件点数据。根据每一根待检测光纤的事件点数据，获取每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量。将每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量作为输入，获取同沟同缆检测模型输出的每一根待检测光纤的嵌入特征。以及，根据每一根待检测光纤的事件点数量和每一根待检测光纤的嵌入特征判断是否存在同沟同缆的待检测光纤。光纤的检测数据包括待检测光纤的取样点对应的光反射强度值和取样点在待检测光纤中的位置。事件点数据包括事件点的相关取样点的检测数据。相关取样点包括事件点以及事件点之前或/和之后各若干个取样点。

具体地，根据每一根待检测光纤的事件点数据，获取每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量，包括：对于第一光纤中的第一事件点，根据第一事件点在第一光纤中的位置，获取第一事件点的第一相关取样点在第一光纤中的位置；并获取第一相关取样点的光反射强度值。根据第一事件点的第一相关取样点在第一光纤中的位置获取与第一事件点对应的事件点位置向量。根据第一相关取样点的光反射强度值，获取与第一事件点对应的事件点特征向量。以及，根据第一光纤中每个第一事件点对应的事件点位置向量和每个第一事件点对应的事件点特征向量，得到第一光纤中所有事件点的事件点特征向量和事件点位置向量。其中，第一光纤为任一根待检测光纤，第一事件点为第一光纤上的任一个事件点，第一相关取样点为第一事件点的任一个相关取样点。

具体地，根据第一相关取样点的光反射强度值，获取与第一事件点对应的与事件点特征向量，包括：获取每两个相邻的第一相关取样点的光反射强度值的差值；并将获取到的光反射强度值的差值按照第一相关取样点的位置进行排列，得出与第一事件点对应的事件点特征向量。

具体地，将每一根所述待检测光纤中所有事件点的事件点特征向量和事件点位置向量作为输入，获取同沟同缆检测模型输出的每一根待检测光纤的嵌入特征，包括：将每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量编码到同一空间，以分别获取每一根待检测光纤中所有事件点的聚合特征。以及，对每一根待检测光纤中所有事件点的聚合特征进行特征提取，并将提取出的特征作为输入，分别获取同沟同缆检测模型输出的每一根待检测光纤的嵌入特征。

具体地，根据每一根待检测光纤的事件点数量和每一根待检测光纤的嵌入特征判断待检测光纤是否存在同沟同缆的待检测光纤，包括：根据每一根待检测光纤的事件点数量和每一根待检测光纤的嵌入特征，分别获取每一根待检测光纤的特征矩阵，并根据每一根待检测光纤的特征矩阵获取所有待检测光纤的相似度矩阵。以及，根据所有待检测光纤的相似度矩阵判断是否存在同沟同缆的待检测光纤。

具体地，方法还包括：获取检测数据库，检测数据库包括至少两根同沟同缆的光纤的检测数据和至少两根非同沟同缆的光纤的检测数据，并根据检测数据库获取事件点数据库。根据事件点数据库，获取同沟同缆检测数据集，同沟同缆检测数据集包括多组一一对应的事件点特征向量和事件点位置向量。以及，根据同沟同缆检测数据集进行对比学习与模型训练，并获取同沟同缆检测模型。

具体地，根据事件点数据库，获取同沟同缆检测数据集，包括：确定正样本与负样本；根据正样本和负样本得到同沟同缆检测数据集；正样本中的事件点特征向量和事件点位置向量所对应的事件点包括同沟同缆的光纤中位置相同的事件点，负样本中的事件点特征向量和事件点位置向量所对应的事件点包括同沟同缆的光纤中位置不同的事件点或不同沟同缆的光纤中的事件点。根据同沟同缆检测数据集进行对比学习与模型训练，并获取同沟同缆检测模型，包括：根据同沟同缆检测数据集中的正样本与负样本，通过对比损失的方法进行对比学习与模型训练，获取同沟同缆检测模型。

第二方面，本发明提供了一种光纤同缆的检测装置，包括数据获取单元与数据处理单元。数据获取单元用于：获取每一根待检测光纤的检测数据。根据每一根待检测光纤的检测数据分别获取每一根待检测光纤的事件点数量和每一根待检测光纤的事件点数据。光纤的检测数据包括待检测光纤的取样点对应的光反射强度值和取样点在待检测光纤中的位置。事件点数据包括事件点的相关取样点的检测数据。相关取样点包括事件点以及事件点之前或/和之后各若干个取样点。数据处理单元与数据获取单元相连，且用于：根据每一根待检测光纤的事件点数据，获取每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量。将每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量作为输入，获取同沟同缆检测模型输出的每一根待检测光纤的嵌入特征。以及，根据每一根待检测光纤的事件点数量和每一根待检测光纤的嵌入特征判断是否存在同沟同缆的待检测光纤。

第三方面，本发明提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行上述的光纤同缆的检测方法。

第四方面，本发明一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行上述的光纤同缆的检测方法。

本发明的有益效果包括：本发明根据检测数据获取事件点数据，并根据事件点数据和对比学习的方法进行同沟同缆的检测，可以更好地忽略掉检测数据中的一些无用的细节变动，学习到更本质的同沟同缆特征，对于光纤这种无标签数据，在判断光纤是否同沟同缆时能够具有较高的准确率。此外，本发明通过机器学习的方法进行判断，能够提高同沟同缆的检测效率。

附图说明

图1为一种光缆在光缆沟中的预埋示意图；

图2为本发明实施例中的一种光纤测试设备测试光纤的场景示意图；

图3为本发明实施例中的一种光纤同缆的检测方法的流程图；

图4为本发明实施例中的另一种光纤同缆的检测方法的流程图；

图5为本发明实施例中的再一种光纤同缆的检测方法的流程图；

图6为本发明实施例中的又一种光纤同缆的检测方法的流程图；

图7为本发明实施例中的又一种光纤同缆的检测方法的流程图；

图8为本发明实施例中的一种光纤同缆的检测装置的结构图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面将结合附图对本发明实施方式作进一步地详细描述。

可以理解的是，此处描述的具体实施例和附图仅仅用于解释本发明，而非对本发明的限定。

可以理解的是，在不冲突的情况下，本发明中的各实施例及实施例中的各特征可相互组合。

可以理解的是，为便于描述，本发明的附图中仅示出了与本发明相关的部分，而与本发明无关的部分未在附图中示出。

可以理解的是，本发明的实施例中所涉及的每个单元、模块可仅对应一个实体结构，也可由多个实体结构组成，或者，多个单元、模块也可集成为一个实体结构。

可以理解的是，在不冲突的情况下，本发明的流程图和框图中所标注的功能、步骤可按照不同于附图中所标注的顺序发生。

可以理解的是，本发明的流程图和框图中，示出了按照本发明各实施例的系统、装置、设备、方法的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可代表一个单元、模块、程序段、代码，其包含用于实现规定的功能的可执行指令。而且，框图和流程图中的每个方框或方框的组合，可用实现规定的功能的基于硬件的系统实现，也可用硬件与计算机指令的组合来实现。

可以理解的是，本发明实施例中所涉及的单元、模块可通过软件的方式实现，也可通过硬件的方式来实现，例如单元、模块可位于处理器中。

通常，光纤的检测可以由光纤测试设备完成，如图2所示，可以通过光纤测试设备200对光纤103进行检测，以获取光纤的检测数据，比如，光纤测试设备200可以将光脉冲注入光纤的一端，并分析背向散射和反射信号，采集光纤103的OTDR测试曲线，以探测、定位和测量光纤103中任何位置上的事件，从而测试光通信网络的特性。

本发明的实施例提供一种光纤同缆的检测方法，如图3所示，方法包括步骤301至步骤305。

步骤301、获取每一根待检测光纤的检测数据。

可以理解地，光纤的检测数据包括待检测光纤的取样点对应的光反射强度值和取样点在待检测光纤中的位置。示例性地，光纤的检测数据可以包括光纤的长度和光纤的取样点个数，取样点在光纤中的位置可以为相对位置也可以为绝对位置。相对位置指的是该取样点为待检测光纤的第几个取样点，而绝对位置指的是，该取样点位于待检测光纤的第几米。为本发明的实施例以取样点在光纤中的位置为绝对位置为例。

步骤302、根据每一根待检测光纤的检测数据分别获取每一根待检测光纤的事件点数量和每一根待检测光纤的事件点数据。

可以理解地，事件点数据包括事件点的相关取样点的检测数据。相关取样点包括事件点以及事件点之前和之后各若干个取样点。示例性地，若干可以表示为N，而N可以为任意大于1的整数，比如N可以为10，也可以为20，本发明的实施例对于N的具体取值并不限定，下述实施例以N为20为例进行说明。如此，本发明的实施例考虑了事件点以及事件点前后的采样点的光反射强度，可以使得数据的特征更为明确，以提高后续检测的准确率。

步骤303、根据每一根待检测光纤的事件点数据，获取每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量。

可以理解地，事件点特征向量可以反映该事件点的相关取样点的发光反射强度，事件点位置向量可以反应改时间点的相关取样点在待检测光纤中的位置。事件点特征向量与事件点位置向量能够使得事件点的特征更加明确。

在一些实施例中，如图4所示，步骤303可以包括步骤401至步骤404。

步骤401、对于第一光纤中的第一事件点，根据第一事件点在第一光纤中的位置，获取第一事件点的第一相关取样点在第一光纤中的位置；并获取第一相关取样点的光反射强度值。

可以理解地，步骤401中，第一光纤为任一根待检测光纤，第一事件点为第一光纤上的任一个事件点，第一相关取样点为第一事件点的任一个相关取样点。示例性地，在N为20的情况下，第一事件点的第一相关取样点可以包括第一事件点前20个取样点、第一事件点和第一事件点后20个取样点，如此，第一相关取样点最多可以有41个。示例性地，第一相关取样点在第一光纤中的位置指的是第一相关取样点在第一光纤中的绝对位置，比如，第一光纤长度为100米，一共有100个取样点，第一事件点位于第25米，此时，第一相关取样点的个数可以为41个，且第一相关取样点的位置可以位于第5米、或第6米、…、或第44米、或第45米。

可以理解地，若第一事件点在第一光纤中的位置比较接近第一光纤的前点位置或者重点位置，可能会存在第一相关取样点少于41个的情况，此时，第一相关点可以取到第一光纤的第一个取样点或者最后一个取样点为止。比如，第一事件点位于第10米，则第一相关取样点的位置可以位于第0米、或第1米、…、或第29米、或第30米，此时，第一相关取样点的个数可以为31个，显然少于41个。

步骤402、根据第一事件点的第一相关取样点在第一光纤中的位置获取与第一事件点对应的事件点位置向量。

可以理解地，事件点位置向量可以由第一相关取样点在第一光纤中的位置组成，比如，若第一事件点位于第10米，则与第一事件点对应事件点位置向量可以表示为(0，1，…，31)。

步骤403、根据第一相关取样点的光反射强度值，获取与第一事件点对应的事件点特征向量。

在一些实施例中，步骤403的实现方法可以为：获取每两个相邻的第一相关取样点的光反射强度值的差值，并将获取到的光反射强度值的差值按照与光反射强度值的差值对应的第一相关取样点的位置进行排列，作为与第一事件点对应的事件点特征向量。

示例性地，获取每两个相邻的第一相关取样点的光反射强度值的差值的方式可以为后一个第一相关取样点的光反射强度值减去前一个第一相关取样点的光反射强度值，或者也可以为前一个第一相关取样点的光反射强度值减去后一个第一相关取样点的光反射强度值。

步骤404、根据第一光纤中每个第一事件点对应的事件点位置向量和每个第一事件点对应的事件点特征向量，得到第一光纤中所有事件点的事件点特征向量和事件点位置向量。

可以理解地，对于第一光纤中所有的事件点，统一采用步骤403中两种方式其中的一种。即，对于任一个事件点的任一个相关取样点，均采用后一个相关取样点的光反射强度值减去前一个相关取样点的光反射强度值的方式获取每两个相邻的相关取样点的光反射强度值的差值。或者，对于任一个事件点的任一个相关取样点，均采用前一个相关取样点的光反射强度值减去后一个相关取样点的光反射强度值的方式获取每两个相邻的相关取样点的光反射强度值的差值。

步骤304、将每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量作为输入，获取同沟同缆检测模型输出的每一根待检测光纤的嵌入特征。

可以理解地，嵌入特征即为embedding特征。

在一些实施例中，如图5所示，步骤304的实现方法可以包括步骤501至步骤502。

步骤501、将每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量编码到同一空间，以分别获取每一根待检测光纤中所有事件点的聚合特征。

步骤502、对每一根待检测光纤中所有事件点的聚合特征进行特征提取，并将提取出的特征作为输入，分别获取同沟同缆检测模型输出的每一根待检测光纤的嵌入特征。

在一些实施例中，如图6所示，同沟同缆检测模型的获取方法可以包括步骤601至步骤603。

步骤601、获取检测数据库。

检测数据库包括至少两根同沟同缆的光纤的检测数据和至少两根非同沟同缆的光纤的检测数据，并根据检测数据库获取事件点数据库。

步骤602、根据事件点数据库，获取同沟同缆检测数据集。

可以理解地，同沟同缆检测数据集包括多组一一对应的事件点特征向量和事件点位置向量。示例性地，同沟同缆检测数据集中，训练集、测试集和验证集的比利可以为6:3:1。

在一些实施例中，同沟同缆检测数据集包括正样本与负样本。正样本中的事件点特征向量和事件点位置向量所对应的事件点包括同沟同缆的光纤中位置相同的事件点，负样本中的事件点特征向量和事件点位置向量所对应的事件点包括同沟同缆的光纤中位置不同的事件点或不同沟同缆的光纤中的事件点。示例性地，正样本与负样本的比例可以为4:6。

同沟同缆的事件点的事件点特征向量和事件点位置向量经过对比学习特征提取后，嵌入特征相似。不同沟同缆的事件点的事件点特征向量和事件点位置向量经过对比学习特征提取后，嵌入特征不相似，因此可以通过嵌入特征来判断光纤是否同沟同缆。

步骤603、根据同沟同缆检测数据集进行对比学习与模型训练，并获取同沟同缆检测模型。

在同沟同缆检测数据集包括正样本与负样本的情况下，步骤603具体为：根据正样本与负样本，通过对比损失的方法进行对比学习与模型训练，并获取同沟同缆检测模型。

示例性地，可以使用对比损失(contrastive loss)的方法对预设的神经网络模型进行训练，如式(1)。

式(1)中，N为每次训练的批大小(batch size)，y为正负样本标签，对于正样本，y为1，对于负样本，y为0，d为两个样本之间的cosine距离，margin＝0.5为边界阈值。

步骤305、根据每一根待检测光纤的事件点数量和待检测光纤的嵌入特征判断是否存在同沟同缆的待检测光纤。

在一些实施例中，如图7所示，步骤305的实现方法可以包括步骤701至步骤702。

步骤701、根据每一根待检测光纤的事件点数量和每一根待检测光纤的嵌入特征，分别获取每一根待检测光纤的特征矩阵，并根据每一根待检测光纤的特征矩阵获取所有待检测光纤的相似度矩阵。

示例性地，以待检光纤为第一光纤和第二光纤为例，第二光纤与第一光纤不是同一条光纤。可以使用步骤603得到的同沟同缆检测模型对第一光纤的事件点数据和第二光纤的事件点数据进行特征提取。若第一光纤的事件点数量为A，第二光纤的事件点数量为B，则可以得到第一光纤的特征矩阵为A*dim，第二光纤的特征矩阵为B*dim，dim指的是同沟同缆检测模型输出的嵌入特征纬度。接着计算特征矩阵A*dim与特征矩阵B*dim的余弦距离，即可得到第一光纤和第二光纤相似度矩阵。

步骤702、根据所有待检测光纤的相似度矩阵判断是否存在同沟同缆的待检测光纤。

示例性地，可以使用史密斯-沃特曼算法(Smith-Waterman algorithm)得到第一光纤和第二光纤的整体相似度，从而判定两条光缆是否为同沟同缆。

综上，本发明的实施例提供的一种光纤同缆的检测方法，通过对检测数据中的事件点及事件点之前和之后的若干个取样点的位置和光反射强度进行特征提取，且将光反射强度的差值作为特征，而非仅仅使用事件点的光反射强度作为特征，通过对比学习的方法，从事件点的相似度这个角度进行光纤是否同沟同缆的判断，对光纤这种无标签数据，可以有较好的准确率，并且可以更好的忽略掉无用细节变动，使得同沟同缆检测模型能够学习到更本质的同沟同缆特征，从而提升光纤同缆的检测结果的准确性。

本发明的实施例提供一种光纤同缆的检测装置，如图8所示，光纤同缆的检测装置800包括数据获取单元801与数据处理单元802。数据获取单元801用于：获取每一根待检测光纤的检测数据。根据每一根待检测光纤的检测数据分别获取每一根待检测光纤的事件点数量和每一根待检测光纤的事件点数据。光纤的检测数据包括待检测光纤的取样点对应的光反射强度值和取样点在待检测光纤中的位置。事件点数据包括事件点的相关取样点的检测数据。相关取样点包括事件点以及事件点之前或/和之后各若干个取样点。数据处理单元802与数据获取单元801相连，且用于：根据每一根待检测光纤的事件点数据，获取每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量。将每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量作为输入，获取同沟同缆检测模型输出的每一根待检测光纤的嵌入特征。以及，根据每一根待检测光纤的事件点数量和每一根待检测光纤的嵌入特征判断是否存在同沟同缆的待检测光纤。

在一些实施例中，数据处理单元802用于：对于第一光纤中的第一事件点，根据第一事件点在第一光纤中的位置，获取第一事件点的第一相关取样点在第一光纤中的位置，并获取第一相关取样点的光反射强度值。根据第一事件点的第一相关取样点在第一光纤中的位置获取与第一事件点对应的事件点位置向量。根据第一相关取样点的光反射强度值，获取与第一事件点对应的事件点特征向量。以及，根据第一光纤中每个第一事件点对应的事件点位置向量和每个第一事件点对应的事件点特征向量，得到第一光纤中所有事件点的事件点特征向量和事件点位置向量。其中，第一光纤为任一根待检测光纤，第一事件点为第一光纤上的任一个事件点，第一相关取样点为第一事件点的任一个相关取样点。

在一些实施例中，数据处理单元802用于：获取每两个相邻的第一相关取样点的光反射强度值的差值；将获取到的光反射强度值的差值按照第一相关取样点的位置进行排列，得出与第一事件点对应的事件点特征向量。

在一些实施例中，数据处理单元802用于：将每一根待检测光纤中所有事件点的事件点特征向量和事件点位置向量编码到同一空间，以分别获取每一根待检测光纤中所有事件点的聚合特征；以及，对每一根待检测光纤中所有事件点的聚合特征进行特征提取，并将提取出的特征作为输入，分别获取同沟同缆检测模型输出的每一根待检测光纤的嵌入特征。

在一些实施例中，数据处理单元802用于：根据每一根待检测光纤的事件点数量和每一根待检测光纤的嵌入特征，分别获取每一根待检测光纤的特征矩阵，并根据每一根待检测光纤的特征矩阵获取所有待检测光纤的相似度矩阵；以及，根据所有待检测光纤的相似度矩阵判断是否存在同沟同缆的待检测光纤。

在一些实施例中，数据获取单元801还用于：获取检测数据库，检测数据库包括至少两根同沟同缆的光纤的检测数据和至少两根非同沟同缆的光纤的检测数据，并根据检测数据库获取事件点数据库。数据处理单元802用于：根据事件点数据库，获取同沟同缆检测数据集，同沟同缆检测数据集包括多组一一对应的事件点特征向量和事件点位置向量；以及，根据同沟同缆检测数据集进行对比学习与模型训练，并获取同沟同缆检测模型。

在一些实施例中，数据获取单元801还用于：确定正样本与负样本，并根据正样本和负样本得到同沟同缆检测数据集。数据处理单元802用于：根据同沟同缆检测数据集中的正样本与负样本，通过对比损失的方法进行对比学习与模型训练，获取同沟同缆检测模型。正样本中的事件点特征向量和事件点位置向量所对应的事件点包括同沟同缆的光纤中位置相同的事件点，负样本中的事件点特征向量和事件点位置向量所对应的事件点包括同沟同缆的光纤中位置不同的事件点或不同沟同缆的光纤中的事件点。

本发明的实施例提供的一种同缆检测装置的具体方案与有益效果可以参考上述实施例提供的一种光纤的同缆检测方法，此处不再赘述。

本发明的实施例提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行上述的光纤同缆的检测方法。

本发明的实施例一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行上述的光纤同缆的检测方法。

本发明的实施例提供的一种计算机设备和计算机可读存储介质的具体方案与有益效果可以参考上述实施例提供的一种光纤的同缆检测方法，此处不再赘述。

可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。