專利名稱：一種多參數(shù)感知的高精度網(wǎng)絡(luò)故障篩選定位系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及光通信技術(shù)領(lǐng)域，具體涉及光波分復(fù)用網(wǎng)絡(luò)中的鏈路故障定位方法。
背景技術(shù)：
隨著波分復(fù)用(WDM)技術(shù)的發(fā)展，單根光纖可支持更高速率的信息傳輸，光網(wǎng)絡(luò)所承載的業(yè)務(wù)量急劇上升，鏈路故障時會導(dǎo)致大量數(shù)據(jù)丟失。因此，提高網(wǎng)絡(luò)的生存能力至關(guān)重要。光網(wǎng)絡(luò)生存性研究主要有故障監(jiān)測、故障定位、故障保護(hù)和故障恢復(fù)四個方面。其中，故障保護(hù)保存已建立連接業(yè)務(wù)的備用路由并預(yù)留相應(yīng)的資源，故障發(fā)生后，將業(yè)務(wù)轉(zhuǎn)至備用路由上傳輸，達(dá)到保護(hù)業(yè)務(wù)的目的；故障恢復(fù)是指故障發(fā)生后，排除故障鏈路，通過重路由完成業(yè)務(wù)的傳輸。故障定位是故障保護(hù)和恢復(fù)的前提，快速準(zhǔn)確的故障定位能夠有效地減少鏈路故障帶來的損失。鏈路發(fā)生故障后，其承載的業(yè)務(wù)會產(chǎn)生相應(yīng)的征兆，將這些征兆視為告警。通過對這些告警信息進(jìn)行處理，可以找出故障的位置，實現(xiàn)故障定位。告警產(chǎn)生的方式主要有兩種:一是設(shè)定專門的監(jiān)測波長主動獲取鏈路的告警信息；二是根據(jù)鏈路上傳輸?shù)臉I(yè)務(wù)被動獲取鏈路的告警信息。根據(jù)告警產(chǎn)生方式的不同，可以將現(xiàn)有的故障定位方法分為兩類:基于監(jiān)測波長的故障定位算法和基于業(yè)務(wù)的故障定位算法。根據(jù)監(jiān)測波長設(shè)計方式的不同，可以將基于監(jiān)測波長的故障定位算法分為監(jiān)測圈算法、監(jiān)測跡算法和監(jiān)測樹算法三類。Hongqing Zeng等人在“Fault detection and path performance monitoring in meshedall-optical networks” [IEEE GL0BEC0M[C].Dallas, TX, USA, 2004.2014-2018文章中提出了一種基于監(jiān)測圈的算法，該算法利用監(jiān)測波長獲取圈上鏈路的狀態(tài)信息，即利用監(jiān)測圈(M-cycle)收集告警，可實現(xiàn)快速故障定位。基于監(jiān)測波長的故障定位算法可以實現(xiàn)鏈路故障的精確定位，但獲取告警信息時需要專門的監(jiān)測波長，造成了額外的資源開銷，并且每條鏈路必須要滿足多個監(jiān)測波長覆蓋的要求，定位成本較高。

由于網(wǎng)絡(luò)中傳輸?shù)臉I(yè)務(wù)可以反映出鏈路的狀態(tài)，利用業(yè)務(wù)獲取鏈路狀態(tài)的告警信息，并依次實現(xiàn)故障定位，此類算法被稱為基于業(yè)務(wù)的故障定位算法?；跇I(yè)務(wù)的定位算法可節(jié)約定位資源，減少了定位開銷。Xiaohui Huang等人在“Fault management forInternet service:Modeling and algorithms，， [IEEE International Conference onCommunications (ICC) [C].1stanbul, Turkey, 2006.854-859將鏈路故障時網(wǎng)絡(luò)中業(yè)務(wù)產(chǎn)生的征兆作為告警，用與故障相關(guān)的告警數(shù)多少來表示該故障發(fā)生概率的大小，即故障的定位判別參數(shù)為故障覆蓋范圍。通過將覆蓋范圍最大的故障視為最有可能發(fā)生的故障，判定其為根源故障，從而實現(xiàn)故障定位。該算法節(jié)省了定位開銷，但由于故障覆蓋范圍與故障發(fā)生概率之間并不具有完全對應(yīng)的關(guān)系，參數(shù)定義存在一定的不合理性，導(dǎo)致定位準(zhǔn)確度較低。為此，張成，廖建新，朱曉民在“基于貝葉斯疑似度的啟發(fā)式故障定位算法”軟件學(xué)報，2010，21 (10):2610-2621中提出了一個新的判別參數(shù)——貝葉斯疑似度。該參數(shù)表達(dá)出了故障的多個相關(guān)征兆對其反饋信息的差異性，更合理地反映了故障發(fā)生的可能性，極大提高了故障定位的準(zhǔn)確度，但由于沒有考慮征兆對不同故障的反饋信息差異性，參數(shù)定義仍有一定局限，定位性能很難得到進(jìn)一步提升?？梢?，使用單一參數(shù)進(jìn)行故障定位具有定位精度低、成本開銷大的缺陷。因此，亟待尋找更合理的定位參數(shù)，并結(jié)合多參數(shù)來實現(xiàn)準(zhǔn)確的光網(wǎng)絡(luò)故障定位。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是:針對傳統(tǒng)基于監(jiān)測波長的故障定位算法開銷成本高的缺陷，本發(fā)明將業(yè)務(wù)感知到的鏈路狀態(tài)信息作為征兆，并依此實現(xiàn)故障定位，降低定位開銷；針對現(xiàn)有基于業(yè)務(wù)的故障定位算法單一判別參數(shù)定位性能差的缺陷，本發(fā)明設(shè)計了多參數(shù)來執(zhí)行故障的篩選和定位，以進(jìn)一步提升故障定位的準(zhǔn)確度。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:提出一種多參數(shù)感知的高精度網(wǎng)絡(luò)故障篩選定位系統(tǒng)，包括故障預(yù)測、故障篩選和故障定位模塊。其中，預(yù)測模塊利用故障傳播模型快速得到最大可能故障集合。篩選模塊通過定義參數(shù)故障信號強(qiáng)度，采用壓縮感知方法來篩選掉最大可能故障集合中的冗余信息。定位模塊通過定義參數(shù)信息熵差，選擇概率較大的故障為最終故障，實現(xiàn)網(wǎng)絡(luò)故障準(zhǔn)確定位。
·
首先，預(yù)測模塊建立反映故障和征兆之間因果關(guān)系的二分圖故障傳播模型，依據(jù)該模型快速找出所有與網(wǎng)絡(luò)中出現(xiàn)的征兆相關(guān)的故障，并加入最大可能故障集合。此處最大可能故障集合定義為預(yù)測模塊快速預(yù)測出的網(wǎng)絡(luò)中所有可能發(fā)生的故障的集合。其真實故障所占比例較小，冗余誤判故障比例較高。然后，篩選模塊對最大可能故障集合的元素進(jìn)行篩選，保留發(fā)生可能性較大的故障。定義故障信號強(qiáng)度來表示故障發(fā)生的可能性，將故障視為信號，故障覆蓋范圍的大小即為故障信號的強(qiáng)度值。由于壓縮感知方法可在保留信號重要信息的情況下，有效降低信號維數(shù)，因此，可采用壓縮感知方法對轉(zhuǎn)化后的故障信號進(jìn)行處理，得到冗余度更低的低維重構(gòu)信號。然后將重構(gòu)出的信號還原為對應(yīng)的故障集合，即可得到包含元素數(shù)目更小的可能故障集合，實現(xiàn)了故障集合的篩選。篩選后的可能故障集元素數(shù)目越小，影響定位的元素越少，就越容易實現(xiàn)精確的定位。最后，在定位模塊中根據(jù)參數(shù)信息熵差來表示故障發(fā)生可能性的大小。定義故障理想情況下和實際情況下信息熵的差值為故障的信息熵差。信息熵差值越小，實際情況越接近理想情況，即故障發(fā)生的可能性越大。其中，理想情況下征兆集合包含故障對應(yīng)的全部征兆，實際情況下征兆集合為實際獲得的所有征兆。對篩選后的可能故障集合中的元素，依據(jù)其信息熵差從小到大，選出最有可能解釋所得征兆的故障集合作為定位結(jié)果，實現(xiàn)故障定位。一種多參數(shù)感知的高精度網(wǎng)絡(luò)故障篩選定位系統(tǒng)，包括故障預(yù)測、故障篩選和故障定位三個模塊，建立網(wǎng)絡(luò)的二分圖模型作為故障傳播模型，預(yù)測模塊利用故障傳播模型得到網(wǎng)路中最大可能故障集合；篩選模塊對最大可能故障集合的元素進(jìn)行篩選，獲得故障重構(gòu)信號建立故障集合HsleMd ;定位模塊根據(jù)信息熵差對篩選模塊得到的故障集合Hslec^d進(jìn)行處理，得到最終故障定位結(jié)果。得到網(wǎng)路中最大可能故障集合具體為:建立網(wǎng)絡(luò)的二分圖模型，設(shè)定時間窗口長度，周期性地獲取網(wǎng)絡(luò)中的征兆集合Sn，對單一窗口內(nèi)的征兆集合5,進(jìn)行識別，對Si e Sn,
找出與其相關(guān)的所有故障集合F (Si)，調(diào)用公式 Μαχ=F(A)獲取最大可能故障集合H]VIax °篩選模塊將最大可能故障集合HMax轉(zhuǎn)化為原始信號X，對故障集合HMax=If1, f2，…
，fn}中的所有元素，根據(jù)公式
權(quán)利要求
1.一種多參數(shù)感知的高精度網(wǎng)絡(luò)故障篩選定位系統(tǒng)，包括故障預(yù)測、故障篩選和故障定位三個模塊，其特征在于，建立網(wǎng)絡(luò)的二分圖模型作為故障傳播模型，預(yù)測模塊利用故障傳播模型得到網(wǎng)路中最大可能故障集合；篩選模塊對最大可能故障集合的元素進(jìn)行篩選，獲得故障重構(gòu)信號建立故障集合Hslec^d ;定位模塊根據(jù)信息熵差對篩選模塊得到的故障集合Hs-進(jìn)行處理，得到最終故障定位結(jié)果。
2.根據(jù)權(quán)利要求1所述的故障篩選定位系統(tǒng)，其特征在于，得到網(wǎng)路中最大可能故障集合具體為:建立網(wǎng)絡(luò)的二分圖模型，設(shè)定時間窗口長度，周期性地獲取網(wǎng)絡(luò)中的征兆集合Sn,對單一窗口內(nèi)的征兆集合Sn進(jìn)行識別，對Si e Sn,找出與其相關(guān)的所有故障集合F(Si)，調(diào)用公式
3.根據(jù)權(quán)利要求1所述的故障篩選定位系統(tǒng)，其特征在于，篩選模塊將最大可能故障集合HMax轉(zhuǎn)化為原始信號X，對故障集合Hmm=K1, f2,…，fj中的所有元素，根據(jù)公式C(fi)=s|s e (Kfi) n SJ依次確定故障的覆蓋范圍，將所有C(A)組成數(shù)據(jù)序列為原始信號X，其中fi為集合HMax中第i個元素，η為信號X中數(shù)據(jù)的個數(shù)；根據(jù)感知矩陣A根據(jù)公式y(tǒng)=AX得到信號X的觀測值y，觀測值中具有最小非零元素數(shù)目的信號為重構(gòu)信號，建立重構(gòu)信號的故障集合HSlected。
4.根據(jù)權(quán)利要求1所述的故障篩選定位系統(tǒng)，其特征在于，所述信息熵差的確定具體包括:根據(jù)公式
5.根據(jù)權(quán)利要求3所述的故障篩選定位系統(tǒng)，其特征在于，所述感知矩陣A為對角矩陣，具體構(gòu)建方法為，根據(jù)公式a SI= μ.Max (X1, x2,.，xn}計算閾值a SI，其中，μ (O ≤ μ ≤ I)為尺度因子，根據(jù)公式
6.一種多參數(shù)感知的高精度網(wǎng)絡(luò)故障篩選定位方法，其特征在于，建立網(wǎng)絡(luò)的二分圖模型作為故障傳播模型，預(yù)測模塊利用故障傳播模型得到網(wǎng)路中最大可能故障集合；篩選模塊對最大可能故障集合的元素進(jìn)行篩選，獲得故障重構(gòu)信號建立故障集合Hslec;tod ;定位模塊根據(jù)信息熵差對篩選模塊得到的故障集合Hslec;tod進(jìn)行處理，得到最終故障定位結(jié)果。
7.根據(jù)權(quán)利要求6所述的故障篩選定位方法，其特征在于，得到網(wǎng)路中最大可能故障集合具體為:建立網(wǎng)絡(luò)的二分圖模型，設(shè)定時間窗口長度，周期性地獲取網(wǎng)絡(luò)中的征兆集合Sn,對單一窗口內(nèi)的征兆集合Sn進(jìn)行識別，對Si e Sn,找出與其相關(guān)的所有故障集合F(Si)，調(diào)用公式
8.根據(jù)權(quán)利要求6所述的故障篩選定位方法，其特征在于，篩選模塊將最大可能故障集合HMax轉(zhuǎn)化為原始信號X，對故障集合Hmm=K1, f2,…，fj中的所有元素，根據(jù)公式:c(fi)=s|s e (Kfi) n sN}依次確定故障的覆蓋范圍，將所有C(A)組成數(shù)據(jù)序列為原始信號X，其中fi為集合HMax中第i個元素，η為信號X中數(shù)據(jù)的個數(shù)；根據(jù)感知矩陣A根據(jù)公式:y=AX得到信號X的觀測值y，觀測值中具有最小的非零元素數(shù)目的信號為重構(gòu)信號，建立重構(gòu)信號的故障集合Hslec;ted。
9.根據(jù)權(quán)利要求6所述的故障篩選定位方法，其特征在于，所述信息熵差的確定具體包括:根據(jù)公式
10.根據(jù)權(quán)利要求1所述的故障篩選定位方法，其特征在于，依次取出Hslerted中的故障
11.根據(jù)權(quán)利要求8所述的故障篩選定位方法，其特征在于，所述感知矩陣A為對角矩陣，具體構(gòu)建方法為，根據(jù)公式
全文摘要
本發(fā)明請求保護(hù)一種多參數(shù)感知的高精度網(wǎng)絡(luò)故障篩選定位方法，涉及光通信技術(shù)領(lǐng)域。本發(fā)明針對傳統(tǒng)的基于監(jiān)測波長的定位方法定位開銷大的缺陷，引入業(yè)務(wù)獲取故障告警信息，節(jié)約了定位開銷。本發(fā)明進(jìn)一步針對現(xiàn)有基于業(yè)務(wù)的定位方法單一參數(shù)對提升定位性能具有局限性，提出了一種多參數(shù)的定位方法，將定位過程分為故障預(yù)測、篩選和定位三個模塊，使用多參數(shù)分別完成基于壓縮感知的故障篩選和進(jìn)一步的故障定位。本發(fā)明通過多參數(shù)的巧妙結(jié)合打破了單一參數(shù)的局限，能有效提高定位準(zhǔn)確度。
文檔編號H04B10/07GK103199919SQ201310137968
公開日2013年7月10日 申請日期2013年4月19日 優(yōu)先權(quán)日2013年4月19日
發(fā)明者熊余, 吳晴, 趙瑩, 王汝言 申請人:重慶郵電大學(xué)