当前位置>主页 > 期刊在线 > 计算机技术 >

计算机技术22年19期

基于 BP 神经网络的光纤通信故障信号智能诊断方法
李英华,杨利红
(郑州工商学院,河南 郑州 451400)

摘  要:为实现对光纤通信链路中故障信号的精准定位,文章设计一种基于 BP 神经网络的光纤通信故障信号智能诊断方法。采集光纤通信链路异常信号;引进 BP 神经网络,对信号进行录入,经小波分解后进行初步的故障诊断并做出故障排除决策;引进 OTDR 光电一体化仪表,将光纤通信链路中的脉冲序列波添加到测试网络中,实现对故障信号的智能诊断。实验结果表明,该文设计方法可以精准定位故障信号在通信链路中的位置。


关键词:BP 神经网络;OTDR;诊断方法;故障信号;光纤通信



DOI:10.19850/j.cnki.2096-4706.2022.19.019


中图分类号:TN929.11                                    文献标识码:A                                文章编号:2096-4706(2022)19-0075-03


Intelligent Diagnosis Method of Optical Fiber Communication Fault Signal Based on BP Neural Network

LI Yinghua, YANG Lihong

(Zhengzhou Technology and Business University, Zhengzhou 451400, China)

Abstract: In order to realize the accurate positioning of fault signals in optical fiber communication link, this paper designs an intelligent diagnosis method of fault signals in optical fiber communication based on BP neural network. Collect abnormal signals of optical fiber communication link; BP neural network is introduced to input the signal, conduct preliminary fault diagnosis and make troubleshooting decisions after wavelet decomposition; the OTDR photoelectric integrated instrument is introduced to add the pulse sequence wave in the optical fiber communication link to the test network to realize the intelligent diagnosis of the fault signal. The experimental results show that the design method can accurately locate the position of the fault signal in the communication link.

Keywords: BP neural network; OTDR; diagnosis method; fault signal; optical fiber communication


参考文献:

[1] 李勇,朱昊,许洪华,等 . 基于空载合闸振动信号的变压器绕组松动故障诊断研究 [J]. 变压器,2022,59(1):40-44+21.

[2] 吴利杰,安致嫄,张勇,等 . 基于深度学习的电力骨干通信网故障诊断方法 [J]. 电子世界,2020(14):32-33.

[3] 史可鉴,陈刚,吴建军,等 . 基于行波信号注入的配网线路单相故障状态接地诊断方法 [J]. 电网与清洁能源,2022,38(2):82-87.

[4] 马勇,王树刚,王同磊,等 . 基于驱动电机电流与振动信号的有载分接开关故障诊断方法 [J]. 高压电器,2022,58(5):202-210.

[5] 陈剑,程明 . 基于 tSNE-ASC 特征选择和 DSmT 融合决策的滚动轴承声振信号故障诊断 [J]. 电子测量与仪器学报,2022,36(4):195-204.


作者简介:李英华(1981.08—),女,汉族,河南南阳人,讲师,硕士研究生,研究方向:电子信息与通信技术。