针对含噪 OTDR 信号的光纤链路反射事件检测与表征的卷积神经网络
信号处理
2022-03-29 v1 机器学习
摘要
光纤电缆中快速而准确的故障检测与定位对于确保光网络的生存性与可靠性极为重要。因此，亟需开发一种自动且可靠的算法，以利用光时域反射仪（OTDR）仪器获取的遥测数据实现实时光纤故障检测与诊断。本文中，我们提出一种基于卷积神经网络（CNNs）的新型数据驱动方法，在给定含噪模拟 OTDR 数据（其 SNR（信噪比）值从 0 dB 到 30 dB 变化，并包含反射事件模式）的情况下检测并表征光纤反射故障。在我们的仿真中，相较于传统采用的技术，即便在低 SNR 值下我们也实现了更高的检测能力、低误报率与更佳的定位精度。
引用
@article{arxiv.2203.14820,
title = {Convolutional Neural Networks for Reflective Event Detection and Characterization in Fiber Optical Links Given Noisy OTDR Signals},
author = {Khouloud Abdelli and Helmut Griesser and Stephan Pachnicke},
journal= {arXiv preprint arXiv:2203.14820},
year = {2022}
}
备注
Photonic Networks; 22th ITG Symposium May 2021