一种基于决策树ONU故障诊断算法.docVIP

一种基于决策树的ONU故障诊断算法 　　摘要：PON技术可以提高光纤资源的利用率，但是在上行链路中容易受到干扰，影响PON系统的稳定运行。为解决这个问题，该文基于决策树理论，提出了基于决策树的ONU故障诊断算法。该算法提取ONU故障中丰富的OLT和ONU运行相关信息，按照特征和规则进行组合构建决策树，然后将决策树进行存储，应用于ONU的故障诊断。通过仿真实验，证明了该文提出的故障诊断算法可用于代替人工故障诊断方法，提高了故障诊断的效率，而且取得了较高的准确率、较低的误报率。 　　关键词：无源光网络；光网络单元；干扰；故障诊断 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）34-0253-03 　　Abstract： PON technology can improve the utilization of fiber resources， but PON uplink is susceptible to be interfered， which affects the stable operation of PON system. In order to solve this problem， this paper proposes an ONU fault diagnosis algorithm Based on decision tree. The algorithm extracts the abundant OLT and ONU operation information related to the ONU fault， and combines the characteristics and rules to form the decision tree. Then the decision tree is stored and applied to the ONU fault diagnosis. Through the simulation experiment， it is proved that the fault diagnosis algorithm proposed in this paper can be used to replace the artificial fault diagnosis method， improve the efficiency of fault diagnosis， and obtain high accuracy and low false alarm rate. 　　Key words： PON； ONU； Interference； fault diagnosis 　　1 背景 　　PON技术可以提高光纤资源的利用率，但是在上行链路中容易受到干扰，影响PON系统的稳定运行[1，2]。另外，PON系统传输距离延伸环境下，增加了相关光信号延伸设备，使这个问题更加复杂[3]。一般来说，产生干扰的原因主要包括：长发光、发光超出或偏离授权窗口、消光比不达标、随机突发式乱发光等几种。从已有研究成果可知，长发光对业务的影响最为严重[1，2]。所以，解决长发光问题，是当前的研究重点。已有相关研究提出了一些长发光告警诊断方法，包括信号扫描法、虚拟ONU法[4-5]。但是，在这些算法中，需要人工积累判断规则，然后基于判断规则和告警信息，通过人工打开和关闭发光器、电源开关等措施，进行故障诊断，这种故障诊断的效率较低。 　　为了提高ONU故障诊断的效率，本文提出了基于决策树的ONU故障诊断算法。该算法基于决策树理论[6-7]，将人工积累的ONU故障诊断判断规则进行预处理，提取特征和故障的关联关系，生成故障诊断的决策树，然后将决策树进行存储，应用于ONU的故障诊断。通过仿真实验，证明了本文提出的故障诊断算法可用于代替人工故障诊断方法，不但提高了故障诊断的效率，而且取得了较高的准确率，较低的误报率。 　　2 问题分析与故障诊断模型构建 　　2.1 问题描述与分析 　　为了便于对问题进行分析，下面首先对长发光的特征进行分析。长发光是指ONU的发光不是在OLT允许的时限范围内进行发光，而是发光的时间较长，严重影响其他ONU的数据发送。出现长发光故障的原因主要是由于ONU出现硬件或软件故障，导致ONU的光发射机不受控制。为便于进行故障诊断，现对长发光业务特征进行分析，从而建立症状和故障的关联关系。 　　2.2 故障诊断模型构建 　　故障诊断模型构建，即建立特征（也叫症状）与故障的关联关系。所以，构建故障诊断模型首先需要定义特征与故障的关联规则。下面根据突发式长发光干扰时相关ONU及链路的特征信息，来设置故障ONU 的特征与故障的