System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 光纤的人为扰动识别方法、装置、对纤仪及存储介质制造方法及图纸_技高网

光纤的人为扰动识别方法、装置、对纤仪及存储介质制造方法及图纸

技术编号:41513751 阅读:3 留言:0更新日期:2024-05-30 14:51
本发明专利技术涉及光纤通信技术领域,公开了一种光纤的人为扰动识别方法、装置、对纤仪及存储介质,该方法通过获取光纤的漏光数据差分曲线;利用第一检测窗口在漏光数据差分曲线上进行滑动识别,并在识别到异常后提取第一检测窗口内的漏光差分数据,生成第一数据组;利用第二检测窗口提取漏光数据差分曲线上位于第一检测窗口之后的漏光差分数据,生成第二数据组;基于第一数据组和第二数据组进行人为扰动的识别。以解决现有对光纤中人为扰动的动作识别效率和准确度低的问题。

【技术实现步骤摘要】

本专利技术涉及光纤通信,尤其涉及一种光纤的人为扰动识别方法、装置、对纤仪及存储介质


技术介绍

1、随着通信技术的发展,光纤网络已基本实现了在全国各区域的铺设,同时随着需求量的不断增加,光纤线路也在不断增加,导致光纤网络结构越来越复杂,相应地,对光纤网络的维护也越来越困难了。

2、目前,为了便于后续的维护,在铺设每条光纤时,通过设置标签的方式来标记每条光纤所经过的机房或者井,从而构建出光纤的路由,以显示在监控后台上。但是现有的路由构建主要是通过人工或者人工+对纤仪的方式来实现,而人工+对纤仪的方式记录光纤所经过的每个机房或者井,则需要工作人员不断地操作夹在光纤上的对纤仪与移动终端之间的连接,以获取光纤所经过的每个机房或者井的相关信息进行绑定构建路由,而这样的方式操作太复杂,也容易连接出错。


技术实现思路

1、本专利技术提供了一种光纤的人为扰动识别方法、装置、对纤仪及存储介质,其主要目的在于解决现有对光纤中人为扰动的动作识别效率和准确度低的问题。

2、第一方面,本专利技术提供了一种光纤的人为扰动识别方法,应用于对纤仪,包括:

3、获取光纤的漏光数据曲线,并对所述漏光数据曲线进行差分处理,得到漏光数据差分曲线;

4、利用第一检测窗口在所述漏光数据差分曲线上进行滑动识别,并在识别到异常后提取所述第一检测窗口内的漏光差分数据,生成第一数据组;

5、利用第二检测窗口提取所述漏光数据差分曲线上位于所述第一检测窗口之后的漏光差分数据,生成第二数据组,其中,所述第一检测窗口的结束时间点为第所述二检测窗口的时间起始点;

6、基于所述第一数据组和所述第二数据组进行人为扰动的识别。

7、可选的,所述漏光数据曲线为漏光电流曲线;所述获取光纤的漏光数据曲线,包括:

8、基于预设的分析周期,采集光纤在所述对纤仪上漏出的光信号,并提取所述光信号的漏光功率数据;

9、通过数模转换原理,将所述分析周期内的所有漏光功率数据转换为电流值,得到漏光电流曲线。

10、可选的,所述对所述漏光数据曲线进行差分处理,得到漏光数据差分曲线,包括:

11、对所述漏光电流曲线中相邻的两个电流值进行求差,并基于求得的差值构建漏光电流差分曲线。

12、可选的,所述基于所述第一数据组和所述第二数据组进行人为扰动的识别,包括:

13、基于所述第一数据组计算异常识别阈值;

14、基于所述异常识别阈值提取所述第二数据组中的漏光差分数据中的异常数据,并基于所述异常数据确定是否为人为扰动。

15、可选的,所述基于所述第一数据组计算异常识别阈值,包括:

16、提取所述第一数据组中异常的漏光数据值,并基于所述漏光数据值计算出异常识别阈值。

17、可选的,所述基于所述漏光数据值计算出异常识别阈值,包括:

18、对所述漏光数据值和位于异常位置前后的漏光数据值进行方差计算,基于计算得到的方差确定异常识别阈值。

19、可选的,所述基于所述异常识别阈值提取所述第二数据组中的漏光差分数据中的异常数据,并基于所述异常数据确定是否为人为扰动,包括:

20、对所述异常识别阈值取反,并基于取反后的异常识别阈值识别所述第二数据组中是否存在异常的漏光数据;

21、若存在,则基于异常的漏光数据进行人为扰动的判断。

22、可选的,所述基于异常的漏光数据进行人为扰动的判断,包括:

23、对异常的漏光数据进行分析,得到数据的变化规律;

24、将所述变化规律与人为扰动的变化规律进行匹配,并基于匹配的结果确定是否属于人为扰动。

25、第二方面,本专利技术还提供了一种光纤的人为扰动识别装置,包括:

26、获取模块,用于获取光纤的漏光数据曲线,并对所述漏光数据曲线进行差分处理,得到漏光数据差分曲线;

27、分析模块,用于利用第一检测窗口在所述漏光数据差分曲线上进行滑动识别,并在识别到异常后提取所述第一检测窗口内的漏光差分数据,生成第一数据组;以及利用第二检测窗口提取所述漏光数据差分曲线上位于所述第一检测窗口之后的漏光差分数据,生成第二数据组,其中,所述第一检测窗口的结束时间点为第所述二检测窗口的时间起始点;

28、识别模块,用于基于所述第一数据组和所述第二数据组进行人为扰动的识别。

29、可选的,所述漏光数据曲线为漏光电流曲线;所述获取模块,包括:

30、获取单元,用于基于预设的分析周期,采集光纤在所述对纤仪上漏出的光信号,并提取所述光信号的漏光功率数据;

31、转换单元,用于通过数模转换原理,将所述分析周期内的所有漏光功率数据转换为电流值,得到漏光电流曲线。

32、可选的,所述获取模块还包括:差分单元,用于:

33、对所述漏光电流曲线中相邻的两个电流值进行求差,并基于求得的差值构建漏光电流差分曲线。

34、可选的,所述识别模块包括:

35、计算单元,用于基于所述第一数据组计算异常识别阈值;

36、识别单元,用于基于所述异常识别阈值提取所述第二数据组中的漏光差分数据中的异常数据,并基于所述异常数据确定是否为人为扰动。

37、可选的,所述计算单元具体用于:

38、提取所述第一数据组中异常的漏光数据值,并基于所述漏光数据值计算出异常识别阈值。

39、可选的,所述计算单元具体用于:

40、对所述漏光数据值和位于异常位置前后的漏光数据值进行方差计算,基于计算得到的方差确定异常识别阈值。

41、可选的,所述识别单元具体用于:

42、对所述异常识别阈值取反,并基于取反后的异常识别阈值识别所述第二数据组中是否存在异常的漏光数据;

43、若存在,则基于异常的漏光数据进行人为扰动的判断。

44、可选的,所述识别单元具体用于:

45、对异常的漏光数据进行分析,得到数据的变化规律;

46、将所述变化规律与人为扰动的变化规律进行匹配,并基于匹配的结果确定是否属于人为扰动。

47、第三方面,本申请还提供了一种对纤仪,包括处理器和存储器,存储器存储有能够被处理器执行的机器可执行指令,处理器执行机器可执行指令以实现上述提供的光纤的人为扰动识别方法。

48、第四方面,本申请还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现上述提供的光纤人为扰动识别方法。

49、本公开实施例带来了以下有益效果:

50、上述光纤的人为扰动识别方法、装置、对纤仪及存储介质,通过获取光纤的漏光数据差分曲线;利用第一检测窗口在漏光数据差分曲线上进行滑动识别,并在识别到异常后提取第一检测窗口内的漏光差分数据,生成第本文档来自技高网...

【技术保护点】

1.一种光纤的人为扰动识别方法,应用于对纤仪,其特征在于,包括:

2.根据权利要求1所述的光纤的人为扰动识别方法,其特征在于,所述漏光数据曲线为漏光电流曲线;所述获取光纤的漏光数据曲线,包括:

3.根据权利要求2所述的光纤的人为扰动识别方法,其特征在于,所述对所述漏光数据曲线进行差分处理,得到漏光数据差分曲线,包括:

4.根据权利要求1-3中任一项所述的光纤的人为扰动识别方法,其特征在于,所述基于所述第一数据组和所述第二数据组进行人为扰动的识别,包括:

5.根据权利要求4所述的光纤的人为扰动识别方法,其特征在于,所述基于所述第一数据组计算异常识别阈值,包括:

6.根据权利要求5所述的光纤的人为扰动识别方法,其特征在于,所述基于所述漏光数据值计算出异常识别阈值,包括:

7.根据权利要求6所述的光纤的人为扰动识别方法,其特征在于,所述基于所述异常识别阈值提取所述第二数据组中的漏光差分数据中的异常数据,并基于所述异常数据确定是否为人为扰动,包括:

8.根据权利要求7所述的光纤的人为扰动识别方法,其特征在于,所述基于异常的漏光数据进行人为扰动的判断,包括:

9.一种光纤的人为扰动识别装置,其特征在于,包括:

10.一种对纤仪,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现权利要求1-8任一项所述的光纤的人为扰动识别方法。

11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,所述计算机可执行指令促使所述处理器实现权利要求1-8任一项所述的光纤的人为扰动识别方法。

...

【技术特征摘要】

1.一种光纤的人为扰动识别方法,应用于对纤仪,其特征在于,包括:

2.根据权利要求1所述的光纤的人为扰动识别方法,其特征在于,所述漏光数据曲线为漏光电流曲线;所述获取光纤的漏光数据曲线,包括:

3.根据权利要求2所述的光纤的人为扰动识别方法,其特征在于,所述对所述漏光数据曲线进行差分处理,得到漏光数据差分曲线,包括:

4.根据权利要求1-3中任一项所述的光纤的人为扰动识别方法,其特征在于,所述基于所述第一数据组和所述第二数据组进行人为扰动的识别,包括:

5.根据权利要求4所述的光纤的人为扰动识别方法,其特征在于,所述基于所述第一数据组计算异常识别阈值,包括:

6.根据权利要求5所述的光纤的人为扰动识别方法,其特征在于,所述基于所述漏光数据值计算出异常识别阈值,包括:

7.根据权利要求6所述的光纤...

【专利技术属性】
技术研发人员:欧秀平陈俊友蔡俊潘浩蔡抒枫
申请(专利权)人:高勘广州技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1