人工智能在光纤通信运维管理的应用

人工智能在光纤通信运维管理的应用

【摘要】光纤通信技术在军民领域都得到了广泛的应用，为了保障通信的可靠性和稳定性，需要进行日常的运行维护管理工作。本文首先对光纤通信、日常运维工作以及人工智能技术做了概述，在此基础上，探讨了人工智能在光纤通信网络运维管理中的具体应用。 【关键词】光纤通信；人工智能；运维管理

1光纤通信网络运维

1.1光纤通信系统概述

光纤通信是以光波为载波，以光纤作为传输媒质的一种通信方式。光纤通信技术是1970年迅猛发展起来的一项技术，给世界通信技术乃至国民经济、国防事业和人民生活带来了巨大变革，是当代通信技术的最新成就。从1966年高锟等学者首次提出光纤通信的可能性和实现途径以来，经过几十年的发展，光纤通信技术已经应用到了各种通信网络中，目前很多局部、长途、干线通信线路都采用了光纤通信技术。光纤通信网络是在现代通信理论基础上，利用光纤线缆构建通信网络，实现长距离、大容量、抗干扰的稳定传输。与电缆、微波、卫星等通信系统相比，光纤通信的优点众多，从信号角度来看，具有频带宽、容量大、损耗低、距离远、抗电磁干扰等优点；从设备材料方面来看，具有线细、质轻、绝缘、抗腐蚀的优点；从施工应用角度看，具有可绕性好、无电火花、泄露小等优点。光纤通信系统的组成如图1所示，通常包含光发信机、光收信机、电端机、中继器等部件。 1.2光纤通信网络运维管理 光纤通信系统必须进行常态化的运行管理与维护，才能确保系统的稳定运行，保障通信的可靠性。通常运维工作包含以下两方面的内容：一方面是对光纤通信的硬件设备进行的定期或不定期巡检；另一方面是汇总光纤通信系统运行中出现的各种问题或故障以便实施维修处理。光纤通信网络在完成了敷设、组装以及调试测试后，日常管理维护的重点工作就是检测设备软硬件的工作状态，确保各部件以及指示器等处于正常稳定运行状态。然而，随着现代通信技术和互联网技术的发展，光纤通信网络的规模越来越大，网络维护工作越来越繁重，故障情况无法持续跟踪，历史的故障频繁发生，处理情况、知识资源不能有效利用，同时对于故障的处理无法进行效率评估和绩效考核，诸多问题令网络维护人员头疼不已。因此，将人工智能技术引入光纤通信网络的维护管理，确保网络中众多软、硬件设备的正常运维就显得十分重要。 2人工智能技术概述

人工智能是利用计算机，将与人类相关的知识进行计算机的再表达及应用，通过计算机来模拟人类的思维和行为，辅助人类的日常生产和生活。在人工智能领域，目前发展较为成熟的技术就是机器学习，该项技术综合利用多学科的知识与实践，在很多领域都展现了极大的应用价值。实际上，我们可以将机器学习理解为计算机系统对于知识、经验的累积与表达，通过反复的学习和训练，增强处理的能力和准确度，让计算机获得类似于人类的认知、推理、识别、判断、决策的能力，进而实现机器代替人类处理烦琐问题的目的。按照计算机学习方式的不同，机器学习通常可归为两大类：监督学习与非监督学习。监督学习是在有大量样本的情况下，通过标记身份或类型标签的训练数据的学习，实现较为可靠的判断与预测。无监督学习则不需要带有身份标签的训练数据，可以实现自主的学习过程。从数学角度来看，这两种类型都是寻找数学模型最优解的过程。监督学习能够利用已有结果标记的训练数据得到模型，实现对未知数据的结果预测，因此常用在回归分析和类型识别中，经典的算法有：BP神经网络、径向基网络、支持向量机，以及深度学习方法。非监督的学习常用于探究样本间的内在模式和规律，在此基础上，实现对数据的分类，可以用于目标的聚类以及异常检测等。经典的算法包含K-means、增强学习方法。由于这类人工智能技术的普及应用，计算机能够减少工作人员的工作量，甚至获得比人工工作更高的效率和精度，提高整体工作效率和可靠性。

3网络运维中人工智能的应用 随着信息技术的飞速发展，人类进入了一个全新的智能化时代。为了提高运维效率、降低运维成本，各大电信运营商陆续将人工智能、云计算、大数据等技术引入运维管理系统，从而实现集约化运维向智能化运维转型。将先进的机器学习、人工智能技术应用于光纤通信网络的运维，从而及时诊断发现故障，提高网络管理效率，保障网络可靠性。 3.1利用人工智能技术优化管理与调度

利用人工智能技术革新光纤通信网络的管理，构建分类管理专家系统。将光纤通信网络运维管理中所涉及的各项工作分类，利用专家经验，按照工作的不同属性进行权重分配。例如，对于日常的巡检工作，按照巡检的时空范围、气象状态、任务紧急程度、人员到岗等多种因素，通过模糊逻辑等机器学习方法实现智能化的工作分配管理，实现现代化的智能任务分配与调度。 3.2运用人工智能技术辅助光纤通信网络线路运维 在对光纤通信网络线路维护管理的实际工作中，可以利用大数据和云计算等现代人工智能技术，将多巡检点位上的检测信息数据实时传输至数据中心。数据中心集中整合了多方面

的数据，通过对这些数据的分析统计，制定出科学有效的维护抢修方案，将来任何网络出现故障后，都可根据预案进行处理，更加自动化、智能化地实现光纤通信线路运维。

3.3基于人工智能方法实现的光纤故障快速排除技术 光纤通信网络维护中，对于光纤线路的故障定位排查是重点工作。如果出现光纤断裂、连接器损坏等故障，不及时排查抢修，光纤通信将会中断，进而造成严重后果。对于小型网络，通常对信号进行小波变换实现故障点的定位和检测。对于长距离传输线路、大规模通信网络来说，需要提高故障检测的效率、降低虚警和漏检率，对这样的应用场景，可以将机器学习方法如神经网络、卷积神经网络等技术引入到光纤故障数据信息检测中来，实现故障的快速排查。例如，根据OTDR记录的光脉冲信号传输情况绘制成测试曲线，在完成了降噪和信号增强的预处理后，利用机器学习方法分析和挖掘OTDR测试曲线特性，实现光纤故障定位，提高故障检测的效率和正确率。

4结束语

随着人工智能技术的不断发展，其在通信领域中应用的范围也越来越广。在通信系统的管理、人员的调度、通信设备的检修中，都能够通过人工智能技术实现简洁高效的工作。在不久的将来，人工智能也必定会为我国的通信事业提供更好的技术支持。

参考文献 [1]施晓锋.试分析光缆通信网络线路的维护管理策略[J].数字通信世界，2018（2）：263. [2]吴华芹.基于机器学习的光纤故障数据信息快速排除方法[J].激光杂志，2018，39（12）：164-169.

[3]卢乐书，邓晓智.基于改进型OTDR的光纤故障定位算法[J].光通信技术，2017，41（11）：60-62.