没有WIFI怎么嗨——SoftCOM AI之PON光链路故障定位和预测

点击“人工智能园地”关注我们~

马斯洛理论人的需求将其依次由较低层次到较高层次排列：生理需求、安全需求、社交需求、尊重需求和自我实现需求。但最新版本多了一条：对WIFI的需求！So：

1、WIFI是人类的最基本的需求！

2、WIFI是其他一切需求的根基！

那么PON是什么呢，敲黑板！！PON是WIFI的根基！

PON，Passive Optical Network，简称无源光网络。在家中观看高清足球比赛，和远在异国他乡的亲人视频聊天，这里边都用到了这项关键的宽带接入技术：PON。

PON网络用于连接城域网和家庭，使得接入网的局端(OLT)与用户(ONT)之间只需光纤、分光器等无源光器件，不需租用机房和配备电源，因此被称为无源光网络。它用于FTTH(Fiber To The Home)/FTTB(Fiber To The Building)。

PON有包含下面几个部件：

OLT：Optical Line Terminal(光线路终端），用于连接城域网的终端设备，用于实现家庭侧光链路点到多点的汇聚和PON协议到以太网协议的转换，用户业务通过OLT汇聚到城域网。

ONT：Optical Network Terminal（光网络终端），就是常说的光猫，放置在家庭内。

Splitter：分光器，实现光的复用，把一路主干光信号分成多路（2的整数倍）复用给多个ONT。

按照XX运营商的统计，2016年7月~12月共收到用户2.5万条投诉，其中PON光链路故障占比34%。这其中皮纤设备因为城镇改造、鼠类咬断、雨雪天气等原因造成的故障占比超过20%，户外各种接头故障超过6%。这一段设备如果发生故障，无源器件无法发出任何信息，故障定位非常困难。

一旦用户投诉故障，在排除掉骨干故障之后，维护人员首先通过告警话务统计等信息排除OLT自身问题，然后通过OLT首先下发测试消息到ONT，如果ONT正常响应，并且重启ONT后故障依然存在，则大致可以判断故障在用户ONT内部发生，建议客户自查内部网络，用户误操作原因导致的问题可以排除掉80%；如果ONT没有响应，则问题发生在OLT下的网络内，无法判定故障类型和故障点，可能是ONT故障，也可能是光纤出了问题，而光纤线路都埋在管道中无法检测，只能带着专业测试仪器OTDR*上门到ONT上检测整个链路，判断故障原因。

据统计，XX电信一年的上门费用就有一亿元。

当前PON网络故障定位的主要问题是PON无源器件的故障定位困难，缺乏有效手段，远程定位率低，导致上门费用高。

而当前PON网络的故障定位主要依赖于人的判断，在故障投诉阶段，维护人员通过话务统计告警初步排查故障，这部分的故障定位大概能占到总故障定位数的20%；如果不能判定故障，则需要人工上门排查定位问题。故障定位的效率取决于人的经验。而AI技术主要的价值就是将人的经验固化到机器中，让机器学习人的经验并能根据实际情况作出判断。我们尝试用AI方法解决PON故障定位的难题。

整个方案分为三个阶段，第一阶段，拓扑还原。还原整体PON系统的网络拓扑，解决由于资管系统（运营商资产管理系统，光猫ONT及Splitter属于运营商资产，登记在这个系统中，PON网络的拓扑关系也记录在这个系统中，但实际由于施工人员填写信息不规范，导致资管系统中拓扑关系不准确）不准而导致的问题误判；第二阶段，故障定位。通过人工智能的方法判断出故障类型并定位故障发生的位置；第三阶段，故障预测。提前预测故障的发生。

每个阶段详细打开如下：借助于网管系统从ONT/OLT光模块获取历史数据如下：模块类型、模块电压、模块电流、模块温度、光层告警、光层统计（发送接收报文数量，告警次数统计、接收误码率等）、发送功率、接收功率、光距…。通过这些信息让机器学习整个PON网络的特征，建立PON网络的数字镜像（Digital Twin）。

第 一 阶 段

拓扑还原基本原理如下图所示：

如果二级光纤发生了故障，则二级光纤下所有的ONT（ONT1和ONT1n）都会表现为相同的故障特征。反过来看，如果ONT1和ONT1n同时表现为相同的故障特征，则我们可以认为ONT1和ONT1n挂在同一根光纤下面，通过这种方式还原出整个网络拓扑。

第 二 阶 段

首先需要收集历史上PON网络故障的信息，如光纤弯折时的数据如下，

将其标注为光纤弯折，将这个标注数据放入AI平台进行训练，让机器学习这些特征，在故障发生时根据故障发生时的数据特征判别出故障类型。

第 三 阶 段

其实和第二阶段相类似，让机器学习故障发生前的数据变化趋势，如光纤损耗过大，表现为下面的数据变化趋势。当这个趋势实际发生时，即可提前预测故障。

上面我们都是从理论上分析何种手段可以解决问题，那么实际效果如何呢？从实际网络验证的结果来看，使用人工智能的方法判定预测光网络故障，使光链路的远程故障定位率从30%（部分故障通过OLT上的告警和自回环测试可以远程定位）提升到80%，支持光链路故障提前派单，明显提升光链路故障处理效率。

通过把AI引入到PON网络故障处理中，最终降低故障处理时间，提升了网络运维效率，使家庭宽带的体验越来越好。

OTDR：英文全称是Optical Time Domain Reflectometer，中文意思为光时域反射仪。OTDR是利用光线在光纤中传输时的瑞利散射和菲涅尔反射所产生的背向散射而制成的精密的光电一体化仪表，它被广泛应用于光缆线路的维护、施工之中，可进行光纤长度、光纤的传输衰减、接头衰减和故障定位等的测量。

排版 / 保尔

人工智能园地，力求打造运营商领域第一的人工智能交流平台，促进华为SoftCOM AI理念在业界（尤其通信行业）形成影响力！