4G优化案例:4G5G光模块与光链路健康度智能诊断预警方法.docx

4G优化案例:4G5G光模块与光链路健康度智能诊断预警方法.docx

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
4G5G光模块与光链路健康度智能诊断预警方法 XX XX年XX月 目 录 TOC \o "1-2" \h \z \u 一、 问题描述 3 二、 分析过程 3 三、 应用成效 6 四、 经验总结 12 光模块与光链路健康度智能诊断预警方法 XX 【摘要】目前无线网络中故障超过70%的问题源自无源设备,例如光纤弯曲老化、接口松动、光模块故障等,通常从性能逐渐恶化到触发故障的过程中信号会发生变化,通过引入AI学习这些变化的特征,就可提前进行预测,用有源解决无源的故障问题。 本课题以无线维护“事先化、主动化、自动化”为目标,借助AI等新技术和工具,将网络管理化繁为简,推动网络运维智能化,提升网络运维的效率。课题通过光模块中的收发器温度、发射功率、偏置电流、工作电压等参数结合大数据分析和AI算法,识别出激光器劣化场景,并根据劣化程度给光模块进行健康品质评估,根据激光器的劣化程度,将光模块的健康程度分成故障、高危、风险、亚健康等几个等级(如:健康度高危的光模块表示后续一定时间大概率会发生故障,甚至是当前已经存在误码从而影响了业务指标。),为现场排障提供参考。通过“智能故障预测”方式,变抢修为基于状态计划性维护,实现网络预测性维护,从“被动运维”向可预测的“主动运维”。这种提前识别故障风险主动运维的方式主要创新点如下: (1)预警提示风险:打破之前传统运维模式,对光模块器件硬件老化造成的风险能够提前识别,通过劣化度表征的健康度分级,在告警(故障)发生前给出预警和提示。 (2)辅助故障定位:故障发生时,根据品质评估结果,可以对光链路故障或者业务指标故障进行定界定位,对排障工作进行分析支撑。 该功能已于2019年4月全省部署应用,截至8月底已累计自动发现故障态光模块19例, 亚健康光模块47例,光链路异常问题738例,均已完成整治,有效提升维护效率,保障用户感知。 【关键字】智能运维 光路诊断 【业务类别】基础维护 问题描述 5G时代以“用户体验”为中心,需灵活敏捷甚至定制化地满足不同客户的业务需求,用户保障等级更高。目前无线专业运维人员主要通过告警派单来识别故障和排除排障。这种传统运维模式只有等问题发生后才能发现,无法提前识别和预防。5G业务要求端到端的、始终如一的高可靠保障,一旦出现故障,被动响应速度慢、效率低,长时间影响网络质量,导致用户感知差,易造成客户流失,从而导致业务收入下降。5G网络本身复杂的部署和组网对运维方式提出了更高的要求,单纯靠人工经验识别已经无法满足要求。 无线侧基站分布范围广,单个站点所掌控的硬件资源以及数据有限,一些策略分析类功能难以实现,导致很多告警只能是问题表现型,无法对故障的深层原因给出分析结论,以光链路相关问题表现尤为突出。光链路相关故障现场维护人员排障过程中要么不断更换尝试,可能造成更大范围的影响,如单小区问题造成整站退服等,要么就简单粗暴,直接更换光模块排除障碍,导致无效的硬件返修,造成维护成本提升。 分析过程 光模块异常诊断 光模块收发性能主要与距离、波长、速率等参数特性相关。 光模块发射 光模块接收 距离 由激光器本身特性决定,外部速率距离与他没有关系 一般向下兼容,有些会存在下限。如果超过规定的距离,会导致误码率增大 波长 由激光器本身特性决定,外部速率距离与之没有关系,波长只与温度强相关 1)双纤影响不大,因接收测的波长范围较宽一般大于50nm以上 2)单纤影响较大,如果波长范围不一致会直接导致断链 速率 本身低速,超速率应用会导致性能眼图异常 本身高速率,与低速发射对接,部分会有问题(因为高速接收测本身带宽较高,对端低速发射端部分高频噪声会被全部接收) 光模块的失效原因主要有三种: ESD损伤 ESD损伤无法完全避免,在整个电子产业都是难点之一,由于对静电的累积情况当前还无法识别,只能在器件电路设计上增加保护。 光模块光口污染 光模块光口污染在光模块本身的参数表征中无法体现,需要结合两端光模块以及光纤链路信息整体来分析,此场景作为我们后续的一个研究方向,在本课题中当前暂不涉及。 激光器劣化 激光器劣化,是指光模块的激光发射元器件量子效率降低的情况。激光器的量子效率越低,越需要更大的偏置电流来保证输出光功率和光脉冲的稳定。本课题重点解决的就是激光器劣化场景下的识别和检测。下图是正常光模块以及激光器劣化光模块的眼图情况: 图2.1 正常光模块眼图 图2.2 故障光模块眼图 本课题通过光模块中的收发器温度、发射功率、偏置电流、工作电压等参数结合大数据分析和AI算法,可以识别出激光器劣化场景,并根据劣化程度给光模块进行健康品质评估,根据激光器的劣化程度,将光模块的健康程度分成故障、高危、风险、亚健康等几个等级。对于健康度高危的光模块表示后续一定时间大概率会发生故障,甚

您可能关注的文档

文档评论(0)

5GNPO + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档