基于數字信號處理的電力光纖通信網絡狀態監測

藥 煒，張 凱，原 軍，張 源

(國網山西省電力公司太原供電公司,山西 太原 030012)

0 引言

隨著電力系統的網絡不斷發展，光通信的容量逐漸擴大，變得更加復雜。而光纖通信網絡在網絡的動態特性中存在一些傳輸的問題，包括損耗、色散補償、非線性補償和各類噪聲抑制等。在數據傳輸方面，服務的中斷可能導致信息的災難性后果。因此，針對電力光交換系統通信的監測顯得十分重要。實現高質量的網絡狀態監測，不僅對于通信網絡的控制、管理和運維有著重要意義，而且能夠提升電力系統安全可靠的運維。在運維管理過程中，通信系統的性能監測是重要的環節，能夠通過誤比特率、QoS等進行性能評估。由此可見，在動態復雜的通信網絡中，性能評估以及監測是必不可少的環節。

針對通信網絡狀態監測，文獻[1]針對電力系統通信網絡狀態估計模型與智能告警進行了研究。文獻[2]提出了一種基于信令大數據分析的網絡故障發現方法。文獻[3]提出了智能變電站通信網絡狀態監測信息模型及配置描述方法。文獻[4]提出了基于SDN架構的5G通信網絡中的切換算法。文獻[5]對一種基于泛在物聯網的多終端電力通信網抗干擾方法進行了研究。

目前，針對電力光纖通信的研究大多集中在網絡規劃[6]、運維方式[7]、故障檢測[8]和安全可靠性評估[9]等方面。針對與數字信號處理方法結合的研究還較少。

為此，本文提出了一種基于數字信號處理的電力光纖通信網絡狀態監測方法。

1 光纖通信網絡狀態監測原理

1.1 監測系統結構

信道故障、延時、冗余、可靠性、數據同步、交換頻率、數據帶寬和數據規模均會對通信系統的選擇產生影響。電力系統通信網絡的結構如圖1所示。

圖1 電力通信網絡示意

光纖通信網絡狀態監測的原理如圖2所示。由圖2可以看出，在光節點之間的光纖網絡受到監控元件的同時監控。以信號模型作為提取原理，提取線路的相關信息。該監測能夠提供網絡的實時信息，因此能夠有效判斷故障位置以及故障原因。另外，網絡的狀態監測能夠收集相關的故障信息，從而為故障類型的分布和推演提供了數據支撐。因此，能夠進一步防止數據信號在傳輸過程中的丟失。通過及時的狀態監測，能夠采取預防措施避免事故或故障擴大，從而提升網絡運行的可靠性。

圖2 監測原理示意

通信網絡的狀態感知也能夠提升網絡資源的合理利用水平，如當動態網絡中的鏈路質量有下降時，可以通過監測的信息切換傳輸鏈路，從而盡可能減少噪聲或其他信號源對傳輸過程的影響。通過減少光傳輸功率能夠提升信號的魯棒性，避免信號發生非線性畸變。另外，傳輸信道的功率也能夠進行相應的提升，從而增加數據速率，使用更高調頻格式的數據。

數據路由算法在光纖通信網絡中能夠尋找最短路徑進行流量傳輸，或者能夠滿足最小QoS約束條件下的路徑。在這種情況下，延時、丟包和數據速率等內容均可以納入考慮范圍。通過網絡的狀態監測，能夠提升損傷感知背景下的路由規劃和路徑規劃。通過對所有可能路徑不同參數的權重進行統籌考慮，可以得到決策結果，使得損傷感知背景下的路徑規劃更加合理。

1.2 監測系統參數

光纖傳輸是目前電力系統通信中主要的通信手段，其優點較多，但是在光纖傳輸過程中也會受到信號損傷的影響，因此會影響通信網絡的性能。除此之外，其他網絡元件也可能會影響到通信的質量。所有這些對通信網絡構成的損害，都會降低通信鏈路的傳輸質量，從而影響數據傳輸速率和信號傳輸效率。信號傳輸過程中受到的影響可以分為一般影響和嚴重影響。包括光纖功率損耗、斷纖、網絡元件故障等在內的多為嚴重故障，而線性或非線性畸變則為非嚴重損傷。監測參數示意如圖3所示。

圖3 監測參數示意

主要的參數有光功率、光信噪比、色散、光纖非線性、品質因數以及波長漂移。通過對這類參數的監測，能夠有效提升光纖通信系統的評價性能，避免在網絡運行中出現損傷或信號缺失等現象。從而實現系統精確、動態運行，還能夠允許光纖多信道運行，從而降低運維成本，提升系統的運行可靠性，提升動態響應時間。

2 基于數字信號處理的光纖通信監測原理

2.1 傳統狀態估計方法

利用傳統狀態估計方法，狀態量X與量測量Z之間的關系為

ΔZ=HΔX+n

(1)

X為設備本身狀態；Z為狀態監測量；n為誤差矩陣。

采用最小二乘法對狀態進行估計，使整體誤差最小，目標函數為

minJ=(ΔZ-HΔX)TR-1(ΔZ-HΔX)

(2)

R表示權重矩陣。

通過迭代計算得到：

ΔXk+1=[HTR-1H]HTR-1ΔZk

(3)

ΔZk+1=HΔXk+1

(4)

得到網絡的狀態估計結果后，可以基于估計值得到有效解。

2.2 基于數字信號處理狀態估計方法

數據流量和帶寬的需求促進了同步接收器和數字信號處理在光纖通信中的應用。同步接收器能夠融合m-PSK或者m-QAM，工作效率更高。但同時，高階調制信號也對信道噪聲更為敏感。利用數字信號處理的方式能夠有效解決線性信道損傷的問題。

假設光信道用信道傳輸矩陣H(f)表示，通過迫零(ZF)解或最小均方估計(MMSE)解得到的均衡濾波器W(f)表達式為

(5)

H(f)由傳遞函數D(f)和元素Ei與Ui(f)構成。

對式(5)進行變換，得到：

(6)

(7)

(8)

WUE(f)為歸一化的W(f)；ui和vi構成PMD矩陣；ki為PDL衰減因數。

上述方法對于光信噪比、放大自發輻射噪聲、線性損傷等內容的狀態監測較為適用，同時在狀態監測中，數據輔助估計比非數據輔助估計具有更好的估計精度、更快的估計時間，同時帶寬利用率也更高。

2.3 仿真分析

本文利用如圖4所示的系統進行通信網絡狀態監測模擬。選擇OSNR為監測對象，光源為“Photom 352,353”，功率表計為Photom 211。

圖4 仿真測試系統

利用本文所提的狀態估計方法對光信噪比進行監測，得到OSNR結果如圖5所示。

圖5 仿真測試結果

本文對不同功率的光信號進行了測試，由圖5可以看出，功率較大的光信號的監測值較低，而且功率大的光信號監測值偏離理論值的程度更大一些。

根據實驗結果，說明本文所提的方法更適用于監測功率較大的光信號，可以有效針對光信噪比進行監測和識別。

3 基于數字信號處理的網絡狀態監測應用

光網絡狀態監測是對傳輸過程中的光信號和網絡元件的估計和獲取的過程。這類狀態監測對于網絡可靠靈活運行式必不可少的，并且對于網絡定義軟件也十分重要。通過狀態監測，網絡傳輸的數據速率、調制參數和功率等均可以清晰呈現。

基于數字信號處理的光通信網絡狀態監測已經成功應用于部分通信網絡。基于數字信號處理的方法通常與人工神經網絡算法相結合，從而實現對信號幅值以及多損傷監測等問題求解。另外，光信噪比的監測與調制格式的識別可以利用深度神經網絡進行求解。此外，基于數字信號處理的方法還與卷積神經網絡以及核算法等相結合。下面針對算法的主要應用進行說明。

3.1 主動故障檢測與預防

網絡運行狀態與主動故障檢測密切相關，如果能夠充分利用網絡的狀態監測信息，實現主動故障監測和預防，就能夠提升通信網絡可靠性。目前，已經有研究應用支持向量機對網絡設備的故障進行預測。通過利用故障數據，元件的物理參數可以實現不同狀態下連續監測以及未來參數值的預測。預測的方式是通過基于數字信號處理的方法，得到不同設備和故障事件狀態下的預測值。

另外，還可以通過樸素貝葉斯分類器實現參數的追蹤。通過利用歷史故障數據結合人工神經網絡可以實現主動故障檢測。在這種方法中，需要對神經網絡進行訓練，從而得到不同時間尺度下網絡的正常和非正常運行狀態。人工網絡的訓練可以用于檢測網絡故障，從而實現更高的精度，同時節省預測時間。

3.2 光纖非線性補償

基于數字信號處理的算法能夠對光纖非線性畸變進行補償。通過所提的方法并利用不同非線性損傷的特點，提供相應的數據和概率模型，可以用于這類信號畸變的補償。其中，與數字信號處理算法密切相關的有極限學習機器、隨機后向傳播、最大期望算法和高階統計均衡器等。

3.3 QoT預測

部署光路徑之前的QoT預測，對于光通信網絡的優化設計是必不可少的。目前，QoT預測技術主要基于經驗統計模型或者估計方法等。前者能夠利用不同的物理信息數據以較好的精度進行光路徑的質量預測，而后者預測精度較差。基于數字信號處理的QoT預測模型具有較多優勢，能夠在監測數據以及部署光路徑之間建立合適的數據關系，從而為即將部署到光路徑的QoT進行預測。

3.4 軟件定義網絡的優化

光纖通訊狀態監測利用基于數字信號處理的方法還可以實現軟件定義網絡。結合機器學習等算法可以實現軟件定義網絡中的光網絡規劃。通過這類方法，可以結合實時鏈路信息以及網絡拓撲結構對數據進行統一監測。人工神經網絡模型也可以通過訓練得到不同鏈路參數之間以及光信噪比數值。當訓練過程結束時，人工神經網絡模型可以更加準確地對不同光路徑進行優化監測。最終，可以通過相應的預測機制，實現在一定概率情況下軟件定義網絡的容量達到最大。

4 結束語

本文提出的基于數字信號處理的電力光纖通信網絡狀態監測方法，充分利用了光纖通信過程中的元件參數，能夠提升狀態監測的質量和效率，同時考慮到信號噪聲等敏感問題，突出解決了非線性損傷的影響。本文提出的方法能夠針對主動故障檢測與防御、光纖非線性補償、QoT、軟件定義網絡的優化等方面進行應用，提升通信網絡運行質量。