利用长短期记忆网络进行反射式光纤故障检测与表征
网络与互联网体系结构
2022-04-15 v1 机器学习
摘要
为降低运维开支（OPEX）并确保光网络生存性，光网络运营商需要及时且高精度地检测与诊断故障。随着遥测技术与数据分析技术的快速进步，利用遥测数据解决故障诊断问题的数据驱动方法因其快速实现与部署而日益流行。本文中，我们提出一种基于长短期记忆（LSTM）的新型多任务学习模型，通过提取由光时域反射仪（OTDR）原理（常用于光纤电缆或链路故障排查）获取的监测数据中的洞察，来检测、定位并估计光纤反射式故障（事件，包括连接器和机械熔接）的反射率。实验结果证明所提方法：（i）即使在低SNR值下，也能在短测量时间内实现良好检测能力与高定位精度；（ii）优于常规采用的技术。
引用
@article{arxiv.2204.07058,
title = {Reflective Fiber Faults Detection and Characterization Using Long-Short-Term Memory},
author = {Khouloud Abdelli and Helmut Griesser and Peter Ehrle and Carsten Tropschug and Stephan Pachnicke},
journal= {arXiv preprint arXiv:2204.07058},
year = {2022}
}