張素琴 曾 光 宋其平 王曉雷 中國移動通信集團(tuán)江西有限公司 南昌市 330038

0 引言

黨的十八大以來，習(xí)近平同志圍繞網(wǎng)絡(luò)強(qiáng)國建設(shè)發(fā)表一系列重要論述，要求我們以人民為中心，要適應(yīng)人民期待和需求，加快信息化服務(wù)普及，降低應(yīng)用成本，為老百姓提供用得上、用得起、用得好的信息服務(wù)，讓億萬人民在共享互聯(lián)網(wǎng)發(fā)展成果上有更多獲得感。

江西移動積極響應(yīng)國家號召，開展家庭寬帶“818”免費(fèi)送活動，公司寬帶業(yè)務(wù)飛速發(fā)展、ODN規(guī)模迅速膨脹，ODN質(zhì)量管理卻沒有齊頭并進(jìn)，寬帶弱光問題影響客戶感知，客戶滿意度出現(xiàn)逐漸下滑趨勢。對影響用戶上網(wǎng)滿意度的弱光問題進(jìn)行寫生解剖、細(xì)分原因，發(fā)現(xiàn)家寬“弱光率較高、問題定界困難”主要體現(xiàn)在以下四方面：

（1）入戶光纜不受控、骨干及分支光纜損耗大、分光器老化，導(dǎo)致弱光率高，無有效定界手段，需要反復(fù)上站，整治一個(gè)ONU弱光需要120分鐘，效率低下。

（2）組網(wǎng)不合理，分光比超限（1∶8＊1∶16分光）場景無法判定。

（3）弱光數(shù)據(jù)未經(jīng)分析或采取簡單統(tǒng)計(jì)分析，無法準(zhǔn)確界定骨干、分支、入戶弱光場景，直接派單給一線維護(hù)人員處理，超出維護(hù)人員職責(zé)范圍，可能引起部門之間互相推諉，整治效果差。

（4）傳統(tǒng)弱光數(shù)據(jù)采集，采用單次定時(shí)同步策略方式，受用戶關(guān)機(jī)、設(shè)備繁忙等因素影響，導(dǎo)致弱光數(shù)據(jù)采集率低（60%~70%），無法有效支撐弱光數(shù)據(jù)分析。

針對接入網(wǎng)弱光率整治效率低、準(zhǔn)確率低等問題，筆者引入AI聚類分類算法，通過五個(gè)創(chuàng)新舉措，實(shí)現(xiàn)主干弱光、分支弱光、入戶弱光、分光比超限、反復(fù)弱光等場景精確識別，自動輸出地市弱光設(shè)備和定界原因。弱光指標(biāo)主動推送網(wǎng)格，根據(jù)運(yùn)維人員位置，推送附近弱光用戶，并提供導(dǎo)航功能，引導(dǎo)運(yùn)維人員主動上門整治，提升客戶滿意度。

1 AI算法精準(zhǔn)識別四種弱光場景

（1）特征提取：采用聚類k-means++算法，在ONU收發(fā)光功率的平面，同一個(gè)分光器分支下的ONU因?yàn)槲锢砺窂揭恢?，?yīng)該形成稠密的規(guī)律分布；將PON口下每個(gè)ONU的光功率原始數(shù)據(jù)，轉(zhuǎn)換為更能代表預(yù)測模型的基礎(chǔ)問題的特征，從而提高模型對于不規(guī)則數(shù)據(jù)的準(zhǔn)確性。

（2）根因分析：收集現(xiàn)場數(shù)據(jù)樣本，采用樸素貝葉斯分類算法，通過已知的特征的條件概率，現(xiàn)場PON口ONU收光功率的特征情況，訓(xùn)練模型判定弱光根本原因，判定骨干、分支、入戶、分光比超限等光纖故障，有效提升ONU弱光整治效率。

圖1 AI算法精準(zhǔn)識別弱光場景圖

2 通過增量采集、差分規(guī)避的方式，優(yōu)化數(shù)據(jù)采集

（1）增量采集：由于用戶關(guān)機(jī)，設(shè)備繁忙等因素影響光功率數(shù)據(jù)未采集到，則用15天內(nèi)最新一次采集到數(shù)據(jù)進(jìn)行填充。

（2）差分規(guī)避：每天對光功率數(shù)據(jù)進(jìn)行4次采集，規(guī)避設(shè)備繁忙、減少ONU關(guān)電、采集失敗對ONU光功率采集影響。

通過增量采集、差分規(guī)避的采集方式，使ONU光功率采集率由60%提升至95%，并對長期無法采集光功率的設(shè)備進(jìn)行分析處理，使基礎(chǔ)網(wǎng)絡(luò)指標(biāo)可管可控。樣本數(shù)量的提升，支撐AI 建模弱光定界準(zhǔn)確率提升到95%。

圖2 增量采集及差分規(guī)避實(shí)施架構(gòu)圖

3 打通系統(tǒng)接口，自動輸出設(shè)備弱光定界原因

圖3 弱光整治端到端流程拉通圖

拉通數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)分析、數(shù)據(jù)呈現(xiàn)端到端流程，整個(gè)弱光定界過程不依賴綜合資源管理系統(tǒng)中的數(shù)據(jù)。自動輸出地市弱光設(shè)備及定界原因，自動輸出弱光整治報(bào)表，便于后臺人員跟蹤。AI平臺與數(shù)據(jù)采集平臺進(jìn)行解耦，AI建模定界弱光問題，可適配所有PON網(wǎng)管廠家，打破了原來AI分析只能分析特定PON網(wǎng)管廠家數(shù)據(jù)的局面。最終實(shí)現(xiàn)自動下發(fā)弱光整治任務(wù)給一線維護(hù)人員，同時(shí)為一線人員提供精準(zhǔn)的弱光定界原因，指導(dǎo)其開展弱光整治工作。

4 創(chuàng)新拉通IHGU軟探針數(shù)據(jù)，實(shí)現(xiàn)反復(fù)弱光問題動態(tài)監(jiān)控

首先提取ONU 收發(fā)光數(shù)據(jù)時(shí)間序列特征；其次，通過時(shí)間序列數(shù)據(jù)的平穩(wěn)性檢驗(yàn)方法，使用AI算法訓(xùn)練，建立各種故障光路指標(biāo)特征模型；最后，定界光模塊劣化，光纖彎曲、工程施工、ONU設(shè)備故障等導(dǎo)致的反復(fù)弱光問題。

不穩(wěn)定光路特征表現(xiàn)出趨勢一致，ONU或光模塊原因則會有不一致性體現(xiàn)。網(wǎng)絡(luò)改造引起光距及分光比變動可及時(shí)發(fā)現(xiàn)并處理，最終實(shí)現(xiàn)反復(fù)弱光原因精準(zhǔn)定位。

5 弱光指標(biāo)直送網(wǎng)格，主動運(yùn)維客戶寬帶質(zhì)量

弱光指標(biāo)關(guān)聯(lián)網(wǎng)格，根據(jù)維護(hù)員位置精準(zhǔn)推送附近弱光問題，實(shí)現(xiàn)寬帶質(zhì)量主動運(yùn)維。

6 結(jié)束語

本文針對家庭寬帶弱光整治效率低、弱光定界準(zhǔn)確度低等問題，引入AI聚類分類算法、弱光直送網(wǎng)格等創(chuàng)新舉措，在成本節(jié)約、效率提升、網(wǎng)絡(luò)質(zhì)量和客戶滿意度提升方面取得了較大成效，具有實(shí)用價(jià)值。

圖4 弱光指標(biāo)關(guān)聯(lián)網(wǎng)格，引導(dǎo)一線人員主動弱光整治功能圖