傅 蕾，李 衛(wèi)，張 曦，鞏曉濱2，任 帥，吳靜怡

（1.西安通信學院，西安 710106； 2.69026部隊，烏魯木齊 830001）

基于傳輸性能指標預測的光纜可用性評估

傅 蕾1，2，李 衛(wèi)1，張 曦1，鞏曉濱2，任 帥1，吳靜怡1

（1.西安通信學院，西安 710106； 2.69026部隊，烏魯木齊 830001）

為準確評估既設光纜未來任務時間是否適用于高性能光端傳輸設備，提出一種基于傳輸性能指標預測的光纜可用性評估方法。在構建組合模型準確預測光纜性能指標的基礎上，根據(jù)光端設備對線路允許損耗變化范圍的要求評估光纜的可用性。通過實例驗證說明了基于性能指標預測的光纜可用性評估方法的準確性和有效性，對解決光纜可用性評估問題具有一定的參考價值和指導意義。

可用性評估；傳輸性能指標；組合模型；預測

0 引言

隨著光纖通信傳送網(wǎng)傳輸速率和智能化程度的不斷提高，高性能光端傳輸設備的使用對光纜線路的可靠性和可用性提出了更高的要求。在光纜網(wǎng)升級改造中，如果既設光纜能滿足要求直接使用，則可以最大限度地節(jié)約建設成本，因此光纜可用性評估就顯得尤為重要。而目前通過光纜損耗測試值判斷光纜可用性的方法無法準確評估既設光纜未來任務時間可用性［1］，因此，本文提出了基于傳輸性能指標預測的光纜可用性評估方法。首先，選擇由指數(shù)平滑模型、灰色模型和BP（反向傳播）神經(jīng)網(wǎng)絡模型通過最優(yōu)加權構建而成的組合模型進行光纜損耗預測；然后，將光端設備對線路允許損耗變化范圍的要求作為評估指標，評估光纜的可用性；最后，通過仿真驗證該評估方法的準確性和實用性。

1 組合模型的構建

提高光纜傳輸性能指標的預測精度是增強光纜可用性評估準確性的保證，因此要解決的首要問題是選取預測精度高、穩(wěn)定性強的模型。由于引發(fā)光纜性能指標變化的影響因素復雜且具有不確定性，致使單項模型難以綜合全部因素預測光纜性能指標的發(fā)展趨勢，如果在光纜網(wǎng)升級改造中采用單項模型對既設光纜性能指標進行預測就會存在很大風險。組合預測模型［2-3］是將兩種以上不同的預測模型利用權系數(shù)正確地融合起來分析一個問題，這樣不僅可以降低預測結果對某種方法的依賴程度，而且能夠更真實地體現(xiàn)光纜的特性，達到提高預測精準性和穩(wěn)定性的目的。

1.1 單項模型選擇理由

光纜敷設地域廣、地形復雜且環(huán)境類型多樣，受各種嚴酷環(huán)境和人為因素影響，光纜性能指標的衰減變化沒有固定規(guī)律，且在不同的環(huán)境中影響光纜傳輸性能指標變化的主要因素也會改變。本文選擇灰色預測模型GM（1，1）、三次指數(shù)平滑模型和BP神經(jīng)網(wǎng)絡模型構建組合模型進行預測研究，主要基于以下考慮：（1）三次指數(shù)平滑模型能夠有效地解決預測結果發(fā)生滯后的問題，且預測精度優(yōu)于其他模型［4］，因此選擇三次指數(shù)平滑模型進行光纜性能指標預測。（2）光纜線路敷設范圍廣，線路測試數(shù)據(jù)收集力度不均。組合模型需要具備既能分析多數(shù)據(jù)又能分析少數(shù)據(jù)的能力。因此，選擇了BP神經(jīng)網(wǎng)絡模型和GM（1.1）。（3）光纜傳輸性能指標測試值序列包含線性信息和非線性信息，為防止丟失任何有用信息，選擇GM（1，1）和三次指數(shù)平滑模型主要分析線性數(shù)據(jù)，同時，選擇了非線性數(shù)據(jù)分析能力強的BP神經(jīng)網(wǎng)絡模型。（4）雖然GM（1.1）和BP神經(jīng)網(wǎng)絡模型看似是對立和沖突的，但在實際組合中，GM（1，1）通過累加生成的數(shù)據(jù)序列比較適合與神經(jīng)網(wǎng)絡組合逼近真實值。

另外，組合模型可以根據(jù)樣本數(shù)據(jù)變化趨勢的不同，結合單項模型預測準確性的變化，及時調(diào)整單項模型在組合模型中的權系數(shù)大小，由此構建出的預測模型大大增強了模型自調(diào)節(jié)能力，有效提高了模型預測的精準性和穩(wěn)定性。

1.2 構建模型

分別構建光纜傳輸性能指標預測的GM（1.1）模型［5］、三次指數(shù)平滑模型［4］和BP神經(jīng)網(wǎng)絡模型［5］，用式（1）、式（2）和式（3）表示：

式中，a為發(fā)展灰數(shù)；b為灰色作用量。

設X0，X1，…，Xn為光纜傳輸性能指標測試值時間序列，t時刻測試值對應的指數(shù)平滑值序列為一次指數(shù)平滑值為為平滑系數(shù)，三次指數(shù)平滑值為則三次指數(shù)平滑預測模型為

式中，T為預測時間；αt、bt、ct均為平滑系數(shù)，且有

BP神經(jīng)網(wǎng)絡模型為

式中，ωjk為連接兩個相鄰層各節(jié)點的權值；OI為輸入層某節(jié)點的輸入；θK為輸出層某節(jié)點的輸出。

分別用f1、f2和f3代表已建立的GM（1，1）模型、三次指數(shù)平滑模型和BP神經(jīng)網(wǎng)絡模型，將歷史數(shù)據(jù)整理成時間序列并用Sn表示，分別用f1、f2和 f3預測Sn，預測結果分別用Y1、Y2和Y3表示。設St為t時刻光纜性能指標實際觀測值，Yi為t時刻由組合模型預測獲得的數(shù)值，則預測誤差為εit=Yi-Sit，組合模型在t時刻預測誤差為

誤差平方和為

將需要預測的光纜損耗測試值序列代入式（3），得到預測結果Y。為了驗證組合模型的預測準確性，用誤差平方和、均方誤差等誤差指標對組合模型進行檢驗。

2 光纜可用性評估

光纜的主要傳輸性能指標包括光纜損耗和色散，判斷光纜是否可用就是看光纜傳輸性能指標是否滿足新網(wǎng)絡和新設備的傳輸要求。目前色散補償技術能夠有效地解決傳輸過程中的色散問題，因此本文選取光纜損耗作為研究對象，選擇光纜線路允許損耗變化范圍和最大中繼段長度作為評估指標，綜合評判光纜線路的可用性。

2.1 光纜可用性評估指標

（1）從光纜通信系統(tǒng)方面得到光纜線路的最大損耗值，該數(shù)值是光信號在光纜線路中傳輸時允許損耗的上限值：（αf+αs+mc）L+2Ad≤At，式中，αf為光纖損耗系數(shù)；αs為平均每公里光纖插接器損耗；mc為光纜線路富裕度；L為光纜線路長度；Ad為光連接器損耗；At為光纜線路損耗值。

為確保系統(tǒng)正常工作，通常系統(tǒng)會規(guī)定At的取值，結合式（4）可以確定最大中繼段長度Lmax：

式中，Pout為發(fā)送光功率（dBm）；Pin為接收光功率（d Bm）；PL為光通道代價（d B）；ME為光端設備富裕度（dB），Ac為接收器損耗（dB）。

（2）從光端傳輸設備方面得到光纜線路最大損耗值，該數(shù)值是設備提供給光纜線路的允許可用損耗量，即為確保系統(tǒng)正常工作允許光纜線路損耗變化的范圍：

2.2 光纜可用性評估

光纜線路是否可用需要綜合上述兩個評估指標進行判斷：（1）若兩個指標都滿足，則說明光纜線路可以繼續(xù)使用。（2）若僅滿足其中一個指標，單從光纜線路角度看，此時的光纜線路性能不滿足網(wǎng)絡建設和設備升級后正常工作的要求，但通過增加放大板、提高發(fā)送端光功率等技術手段能夠有效增強光纜性能，提高光纜的可用性，使得光纜性能符合網(wǎng)絡建設和設備升級后正常工作標準，達到繼續(xù)使用的要求。（3）若兩個指標都不滿足且技術手段也無效，則說明光纜線路可用性差，不建議繼續(xù)使用。

3 應用實例

選取某部門負責維護的87 km光纜中繼段作為評估對象，光發(fā)送機的平均發(fā)送光功率為-2～+3 d Bm，光接收機靈敏度為-28 d Bm，最大過載光功率為-9 dBm，光纜為4 km/盤。對該光纜的可用性進行評估。

3.1 組合預測模型在光纜指標預測中的應用

以該中繼段2004～2014年光纜損耗測試數(shù)據(jù)為樣本（原始數(shù)據(jù)見表1），將2012年以前的光纜損耗測試數(shù)據(jù)作為基礎數(shù)據(jù)，分別代入式（1）、（2）和（3），預測后12個季度（2012～2014年）光纜損耗值，用后12個季度的真實數(shù)據(jù)作為檢驗樣本，驗證3個單項模型預測的準確性。

表1 2004～2014年某中繼段光纜損耗測試數(shù)據(jù)

（1）分別用3個單項模型進行預測，得到誤差矩陣E，以誤差平方和最小為準則，用MATLAB軟件求解得到單項模型在組合模型中的最優(yōu)加權系數(shù)為ω=（0.389 5，0.483 6，0.126 9），則組合模型可以表示為

（2）將該中繼段2012年以前光纜損耗的測試數(shù)據(jù)代入式（5）中，預測后面12個季度的光纜損耗值。GM（1，1）、三次指數(shù)平滑模型、神經(jīng)網(wǎng)絡模型和組合模型的誤差指標值如表2所示。表中，SSE為誤差平方和，MSE為均方誤差，MAE為平均絕對誤差，MAPE為平均相對百分比誤差。

表2 4種模型預測結果誤差指標值

從表2可以看出：組合模型的預測精度明顯高于單項模型。因此，選擇組合模型能夠更加真實地預測出光纜損耗隨運行時間增加而變化的發(fā)展趨勢，為準確評估光纜的可用性提供有用信息。

3.2 光纜可用性評估

為確保既設光纜入網(wǎng)后的穩(wěn)定性和可靠性，對照《光纖通信傳送網(wǎng)維護技術標準》確定mc、αs、Ad和αf的取值，計算得到最大中繼段線路長度為88 km，光纜線路允許可用損耗范圍為At≤26 d Bm。

將該中繼段2014年前的測試值作為樣本數(shù)據(jù)，代入組合模型式（5）中預測未來5年的發(fā)展趨勢，預測結果如圖1所示。對照圖1可知，該光纜中繼段損耗曲線呈逐年遞增趨勢且發(fā)展趨勢平穩(wěn)。針對光纜網(wǎng)升級改造進行的光纜可用性評估，必須綜合考慮光纜性能指標發(fā)展趨勢和網(wǎng)絡建設及設備升級后正常運行的要求。根據(jù)該中繼段光纜可用性評估指標判斷：光纜線路長87 km且5年后光纜損耗數(shù)值

圖1 光纜損耗預測曲線圖

遠遠小于26 dBm，故判斷該光纜線路可用性強，符合新建光纜網(wǎng)和設備升級改造后正常工作的要求，建議繼續(xù)使用。

4 結束語

通過對既設光纜可用性評估問題的研究，本文建立了由GM（1，1）、三次指數(shù)平滑模型和BP神經(jīng)網(wǎng)絡模型構建而成的組合模型，并在組合模型有效進行光纜損耗預測的前提下，結合光端設備對線路允許損耗變化范圍的具體要求，評估既設光纜可用性。本文的研究為既設光纜可用性評估選擇了新的切入口，對合理有效解決光纜可用性問題具有一定的參考價值和指導意見。

［1］ 傅蕾，李衛(wèi)，夏貴進，等.光纜可用性評估的研究［J］.光纖與電纜及其應用研究，2016，1（1）：1-3.

［2］ 李長錦，譚滿春.基于最優(yōu)加權法的改進交通流組合模型預測研究［J］.暨南大學學報，2010，31（5）：457-461.

［3］ 陳悅.基于行程時間組合預測模型的動態(tài)路徑誘導系統(tǒng)研究［D］.廣州：華南理工大學，2012.

［4］ 夏貴進，張曦，張居梅，等.基于三次指數(shù)平滑法的光纖損壞預測研究［J］.光通信技術，2014，1（5）：35-37.

［5］ 傅蕾，李衛(wèi)，張曦，等.基于組合模型的光纜性能指標預測［J］.光通信技術，2016，2（4）：53-55.

Usability Evaluation of the Optical Fiber Cable Based on Transmission Performance Index

FU Lei1，2，LI Wei1，ZHANG Xi1，GONG Xiao-bin2，REN Shuai1，WU Jing-yi1
（1.Xi’an Communication Institute，Xi’an 710106，China； 2.69026 Troops，Urumqi 830001，China）

The method of the optical cable usability evaluation is proposed based on the performance indicators forecast in order to accurately assess whether the existing optical cable can be adapted to the high-performance optical equipment in the future. A model which can accurately predict the performance of the optical cable is first built.Then the method predicts the usability of the optical cable according to the requirements of the allowable loss range of the optical equipment based on the model.The accuracy and validity of the method is demonstrated via the experiment.The proposed method may provide reference and guidance to solve the problem of cable usability evaluation.

usability evaluation；transmission performance index；combination model；forecasting

TN818

A

1005-8788（2016）03-0043-03

10.13756/j.gtxyj.2016.03.014

2015-12-22

傅蕾（1979-），女，山東茌平人。碩士研究生，研究方向為通信與指控裝備保障。