JP3243777B2 - 光線路特性の自動解析方法 - Google Patents
光線路特性の自動解析方法Info
- Publication number
- JP3243777B2 JP3243777B2 JP05020295A JP5020295A JP3243777B2 JP 3243777 B2 JP3243777 B2 JP 3243777B2 JP 05020295 A JP05020295 A JP 05020295A JP 5020295 A JP5020295 A JP 5020295A JP 3243777 B2 JP3243777 B2 JP 3243777B2
- Authority
- JP
- Japan
- Prior art keywords
- connection point
- connector connection
- loss
- connector
- processing step
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Testing Of Optical Devices Or Fibers (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、光パルス試験器（ＯＴ
ＤＲ）を用いて光線路の光学特性を測定し、コンピュー
タを利用して測定データの自動解析を行い、光線路の接
続損失、ケーブル損失、反射量、これらの発生位置及び
故障発生位置を求めて表示する方法に関するものであ
る。
ＤＲ）を用いて光線路の光学特性を測定し、コンピュー
タを利用して測定データの自動解析を行い、光線路の接
続損失、ケーブル損失、反射量、これらの発生位置及び
故障発生位置を求めて表示する方法に関するものであ
る。
【０００２】
【従来の技術】従来、光線路の接続損失を自動解析する
方法としては、接続点の両区間の近似直線の段差より求
める方法が知られている（例えば、中村 他「光パルス
試験波形データ自動解析法」１９９０年電子情報通信学
会春季全国大会予稿集、Ｂ−８９９参照）。
方法としては、接続点の両区間の近似直線の段差より求
める方法が知られている（例えば、中村 他「光パルス
試験波形データ自動解析法」１９９０年電子情報通信学
会春季全国大会予稿集、Ｂ−８９９参照）。
【０００３】従来の自動解析方法は、光パルス試験器の
測定条件を対象とする光線路に合わせて適切に設定し測
定する第１の処理工程と、第１の処理工程で得られた波
形データから、近端部分のマスクで欠落したデータ区間
を近似直線で光線路の開始点の受光レベルを推定し、開
始点の受光レベルを０ｄＢとして全データを正規化する
第２の処理工程と、正規化後のデータをパルス幅の半分
で差分計算することで微分波形を求め、この微分波形の
符号が正から負に変化する点をフレネル反射のピークと
みなし、コネクタ接続点とする第３の処理工程と、第３
の処理工程で得られた微分波形をさらに差分計算するこ
とで微分波形を求め、この微分波形の符号が正から負も
しくは負から正に変化する点をスプライスによるピーク
とみなし、融着接続点とする第４の処理工程と、最後の
フレネル反射をケーブル端とする第５の処理工程と、第
３、第４の処理工程で得られた各接続点位置から、融着
接続の場合はスプライスの幅だけ、コネクタ接続の場合
はフレネル反射の幅及びすそ引きを含む区間を接続点区
間、各接続点区間の間をケーブル区間とする第６の処理
工程と、各ケーブル区間の近似値を最小２乗法で求め、
接続点の位置における各近似直線上の値の差から各ケー
ブル損失を求める第７の処理工程と、融着接続点及びコ
ネクタ接続点による各接続損失を、各接続点の前後のケ
ーブル区間の近似直線の段差から求める第８の処理工程
と、接続点種別及び距離情報から構成されているデータ
ベースの接続点距離情報と検出結果を位置と接続損失で
対応させる第９の処理工程と、各コネクタ接続点区間の
データのピーク値と近似直線の差をフレネル反射の高さ
とする第１０の処理工程と、ケーブルの開始点からケー
ブル端までの２点間の差より全線路損失を求める第１１
の処理工程とから構成されていた。
測定条件を対象とする光線路に合わせて適切に設定し測
定する第１の処理工程と、第１の処理工程で得られた波
形データから、近端部分のマスクで欠落したデータ区間
を近似直線で光線路の開始点の受光レベルを推定し、開
始点の受光レベルを０ｄＢとして全データを正規化する
第２の処理工程と、正規化後のデータをパルス幅の半分
で差分計算することで微分波形を求め、この微分波形の
符号が正から負に変化する点をフレネル反射のピークと
みなし、コネクタ接続点とする第３の処理工程と、第３
の処理工程で得られた微分波形をさらに差分計算するこ
とで微分波形を求め、この微分波形の符号が正から負も
しくは負から正に変化する点をスプライスによるピーク
とみなし、融着接続点とする第４の処理工程と、最後の
フレネル反射をケーブル端とする第５の処理工程と、第
３、第４の処理工程で得られた各接続点位置から、融着
接続の場合はスプライスの幅だけ、コネクタ接続の場合
はフレネル反射の幅及びすそ引きを含む区間を接続点区
間、各接続点区間の間をケーブル区間とする第６の処理
工程と、各ケーブル区間の近似値を最小２乗法で求め、
接続点の位置における各近似直線上の値の差から各ケー
ブル損失を求める第７の処理工程と、融着接続点及びコ
ネクタ接続点による各接続損失を、各接続点の前後のケ
ーブル区間の近似直線の段差から求める第８の処理工程
と、接続点種別及び距離情報から構成されているデータ
ベースの接続点距離情報と検出結果を位置と接続損失で
対応させる第９の処理工程と、各コネクタ接続点区間の
データのピーク値と近似直線の差をフレネル反射の高さ
とする第１０の処理工程と、ケーブルの開始点からケー
ブル端までの２点間の差より全線路損失を求める第１１
の処理工程とから構成されていた。
【０００４】前述した従来の解析方法の特徴は、特徴損
失の算出に前後ケーブル区間の近似直線を最小２乗法に
より求めることで、光パルス試験器内部で発生するノイ
ズや光ファイバの偏波面回転に伴うノイズの影響を受け
ることなく接続損失を求めることができた。また、接続
損失を求めることが可能なコネクタ接続点間隔は、パル
ス幅５００ｎｓ時において２００ｍと報告されている
（榎本 他「フレネル反射を含むＯＴＤＲ波形の自動解
折精度の検討」１９９４年電子情報通信学会春季全国大
会予稿集、Ｂ−９８２参照）。
失の算出に前後ケーブル区間の近似直線を最小２乗法に
より求めることで、光パルス試験器内部で発生するノイ
ズや光ファイバの偏波面回転に伴うノイズの影響を受け
ることなく接続損失を求めることができた。また、接続
損失を求めることが可能なコネクタ接続点間隔は、パル
ス幅５００ｎｓ時において２００ｍと報告されている
（榎本 他「フレネル反射を含むＯＴＤＲ波形の自動解
折精度の検討」１９９４年電子情報通信学会春季全国大
会予稿集、Ｂ−９８２参照）。
【０００５】
【発明が解決しようとする課題】しかしながら、従来の
解析方法では、コネクタ接続点間隔がさらに近接した場
合、フレネル反射のすそ引きが後方のコネクタ接続点ま
で影響を及ぼすため、ケーブル区間を確保して近似直線
からコネクタ接続損失を算出することができなかった。
解析方法では、コネクタ接続点間隔がさらに近接した場
合、フレネル反射のすそ引きが後方のコネクタ接続点ま
で影響を及ぼすため、ケーブル区間を確保して近似直線
からコネクタ接続損失を算出することができなかった。
【０００６】本発明の目的は、コネクタ接続点間隔が近
接した光線路の接続損失、ケーブル損失、反射量、これ
らの発生位置及び故障発生位置を求めて表示できる光線
路の自動解析方法を提供することにある。
接した光線路の接続損失、ケーブル損失、反射量、これ
らの発生位置及び故障発生位置を求めて表示できる光線
路の自動解析方法を提供することにある。
【０００７】
【課題を解決するための手段】前記目的を達成するた
め、本発明の請求項１では、光パルス試験器を用いて光
線路の距離及び光強度からなる光学特性を測定し、得ら
れた測定データから自動的に光線路の接続損失、ケーブ
ル損失、反射量、これらの発生位置及び故障発生位置を
求めて表示する光線路特性の自動解析方法において、測
定条件を対象とする光線路に合わせて最適に設定した光
パルス試験器を用いて光学特性を測定し、測定データを
取り込む第１の処理工程と、測定データからコネクタ接
続点及び融着接続点を検出する第２の処理工程と、接続
点種別及び距離情報から構成されるデータベースを参照
してコネクタ接続点間隔が近接した区間がある場合、前
記コネクタ接続点を含めた複数の連続した位置の受光レ
ベルを正規化した値を入力とし、コネクタ接続点の接続
損失を正規化した値を出力とする、コネクタ接続点間隔
に対応したバックプロパゲーション型ニューラルネット
ワークを用いて、コネクタ接続点の接続損失を算出する
第３の処理工程と、第３の処理工程で接続損失を求めた
接続点以外の融着接続点及びコネクタ接続点の各接続損
失を、各接続点の前後のケーブル区間の近似直線の段差
から求める第４の処理工程と、データベースの接続点距
離情報と検出結果とを対応させる第５の処理工程と、前
記ケーブル損失、コネクタ接続位置における反射量、全
線路損失を求める第６の処理工程と、前記ケーブル損
失、融着接続及びコネクタ接続による接続損失、コネク
タ接続位置における反射量、これらの発生位置、全線路
損失及び故障発生位置等を表示する第７の処理工程とを
含む光線路特性の自動解析方法を提案する。
め、本発明の請求項１では、光パルス試験器を用いて光
線路の距離及び光強度からなる光学特性を測定し、得ら
れた測定データから自動的に光線路の接続損失、ケーブ
ル損失、反射量、これらの発生位置及び故障発生位置を
求めて表示する光線路特性の自動解析方法において、測
定条件を対象とする光線路に合わせて最適に設定した光
パルス試験器を用いて光学特性を測定し、測定データを
取り込む第１の処理工程と、測定データからコネクタ接
続点及び融着接続点を検出する第２の処理工程と、接続
点種別及び距離情報から構成されるデータベースを参照
してコネクタ接続点間隔が近接した区間がある場合、前
記コネクタ接続点を含めた複数の連続した位置の受光レ
ベルを正規化した値を入力とし、コネクタ接続点の接続
損失を正規化した値を出力とする、コネクタ接続点間隔
に対応したバックプロパゲーション型ニューラルネット
ワークを用いて、コネクタ接続点の接続損失を算出する
第３の処理工程と、第３の処理工程で接続損失を求めた
接続点以外の融着接続点及びコネクタ接続点の各接続損
失を、各接続点の前後のケーブル区間の近似直線の段差
から求める第４の処理工程と、データベースの接続点距
離情報と検出結果とを対応させる第５の処理工程と、前
記ケーブル損失、コネクタ接続位置における反射量、全
線路損失を求める第６の処理工程と、前記ケーブル損
失、融着接続及びコネクタ接続による接続損失、コネク
タ接続位置における反射量、これらの発生位置、全線路
損失及び故障発生位置等を表示する第７の処理工程とを
含む光線路特性の自動解析方法を提案する。
【０００８】また、本発明の請求項２では、第３の処理
工程の代わりに、データベースを参照してコネクタ接続
点間隔が近接した区間がある場合、前記コネクタ接続点
区間の前後のケーブル区間から２点分のコネクタ接続損
失を含むコネクタ接続点区間の損失を算出する第８の処
理工程と、コネクタ接続点を含めた複数の連続した位置
の受光レベルと、前記コネクタ接続点区間の接続損失と
を正規化した値を入力とし、各コネクタ接続点の接続損
失を正規化した値を出力とする、コネクタ接続点間隔に
対応したバックプロパゲーション型ニューラルネットワ
ークを用いて、各コネクタ接続点の接続損失を算出する
第９の処理工程とを含む請求項１記載の光線路特性の自
動解析方法を提案する。
工程の代わりに、データベースを参照してコネクタ接続
点間隔が近接した区間がある場合、前記コネクタ接続点
区間の前後のケーブル区間から２点分のコネクタ接続損
失を含むコネクタ接続点区間の損失を算出する第８の処
理工程と、コネクタ接続点を含めた複数の連続した位置
の受光レベルと、前記コネクタ接続点区間の接続損失と
を正規化した値を入力とし、各コネクタ接続点の接続損
失を正規化した値を出力とする、コネクタ接続点間隔に
対応したバックプロパゲーション型ニューラルネットワ
ークを用いて、各コネクタ接続点の接続損失を算出する
第９の処理工程とを含む請求項１記載の光線路特性の自
動解析方法を提案する。
【０００９】また、本発明の請求項３では、第９の処理
工程の代わりに、コネクタ接続点を含めた複数の連続し
た位置の受光レベルと、前記コネクタ接続点区間の接続
損失とを正規化した値を入力とし、前記コネクタ接続点
区間の接続損失のうち前方のコネクタ接続点が占める比
率を出力とする、コネクタ接続点間隔に対応したバック
プロパゲーション型ニューラルネットワークを用いて、
各コネクタ接続点の接続損失を算出する第１０の処理工
程を含む請求項２記載の光線路特性の自動解析方法を提
案する。
工程の代わりに、コネクタ接続点を含めた複数の連続し
た位置の受光レベルと、前記コネクタ接続点区間の接続
損失とを正規化した値を入力とし、前記コネクタ接続点
区間の接続損失のうち前方のコネクタ接続点が占める比
率を出力とする、コネクタ接続点間隔に対応したバック
プロパゲーション型ニューラルネットワークを用いて、
各コネクタ接続点の接続損失を算出する第１０の処理工
程を含む請求項２記載の光線路特性の自動解析方法を提
案する。
【００１０】
【作用】本発明の請求項１によれば、コネクタ接続点間
隔が近接した区間がある場合、該コネクタ接続点間隔に
対応したバックプロパゲーション型ニューラルネットワ
ークを用いることにより、従来、解析できなかった短い
コネクタ接続点間隔でもその接続損失を自動的に高精度
に算出することができ、光線路のケーブル損失、反射
量、これらの発生位置及び故障発生位置と併せて表示す
ることができる。
隔が近接した区間がある場合、該コネクタ接続点間隔に
対応したバックプロパゲーション型ニューラルネットワ
ークを用いることにより、従来、解析できなかった短い
コネクタ接続点間隔でもその接続損失を自動的に高精度
に算出することができ、光線路のケーブル損失、反射
量、これらの発生位置及び故障発生位置と併せて表示す
ることができる。
【００１１】また、請求項２によれば、コネクタ接続点
を含めた複数の連続した位置の受光レベルと、前記コネ
クタ接続点区間の接続損失とを正規化した値をニューラ
ルネットワークの入力とすることにより、接続損失を自
動的により高精度に算出することができる。
を含めた複数の連続した位置の受光レベルと、前記コネ
クタ接続点区間の接続損失とを正規化した値をニューラ
ルネットワークの入力とすることにより、接続損失を自
動的により高精度に算出することができる。
【００１２】また、請求項３によれば、コネクタ接続点
区間の接続損失のうち、前方のコネクタ接続点が占める
比率をニューラルネットワークの出力とすることによ
り、接続損失を自動的にさらに高精度に算出することが
できるとともにニューラルネットワークの構成を簡単に
することができる。
区間の接続損失のうち、前方のコネクタ接続点が占める
比率をニューラルネットワークの出力とすることによ
り、接続損失を自動的にさらに高精度に算出することが
できるとともにニューラルネットワークの構成を簡単に
することができる。
【００１３】
【実施例１】図１は本発明の光線路特性の自動解析方法
を実施するシステムの構成を示すもので、図中、１は光
線路、２は光パルス試験部（試験器）、３は制御・演算
部、４はデータ処理部、５はデータベース、６は表示
部、７はデータバスである。
を実施するシステムの構成を示すもので、図中、１は光
線路、２は光パルス試験部（試験器）、３は制御・演算
部、４はデータ処理部、５はデータベース、６は表示
部、７はデータバスである。
【００１４】まず、光パルス試験部２の測定原理を説明
する。光ファイバに光を入射した場合、光ファイバの途
中から入射端に戻ってくる光には、コネクタ接続点等に
よるフレネル反射光と、光ファイバ中で起こるレイリー
散乱光の一部が戻る後方散乱光とがある。
する。光ファイバに光を入射した場合、光ファイバの途
中から入射端に戻ってくる光には、コネクタ接続点等に
よるフレネル反射光と、光ファイバ中で起こるレイリー
散乱光の一部が戻る後方散乱光とがある。
【００１５】ここで、パルス発生器及び半導体レーザに
よって得られた光パルスを光ファイバに入射すると、光
ファイバ中で発生した後方散乱光とフレネル反射光は、
入射端から各発生位置までの距離に比例した時間の後に
入射端に戻る。戻った光は受光素子で電気信号に変換す
ることにより波形を求めることができる。なお、実施例
では光パルス試験部２が受光した受光電力を対数変換し
てデシベル（ｄＢ）で表示した受光レベルを縦軸に、距
離を横軸にとって表す。
よって得られた光パルスを光ファイバに入射すると、光
ファイバ中で発生した後方散乱光とフレネル反射光は、
入射端から各発生位置までの距離に比例した時間の後に
入射端に戻る。戻った光は受光素子で電気信号に変換す
ることにより波形を求めることができる。なお、実施例
では光パルス試験部２が受光した受光電力を対数変換し
てデシベル（ｄＢ）で表示した受光レベルを縦軸に、距
離を横軸にとって表す。
【００１６】図２、図３は本発明の光線路特性の自動解
析方法の第１の実施例を示すフローチャートである。本
実施例の光線路特性の自動解析方法を図１、図２、図
３、図４、図５を用いて説明する。
析方法の第１の実施例を示すフローチャートである。本
実施例の光線路特性の自動解析方法を図１、図２、図
３、図４、図５を用いて説明する。
【００１７】まず、制御・演算部３において、光パルス
試験部２にデータバス７を経由して測定条件を最適化す
るように指示を与える（ステップＳＡ１）。測定条件の
最適化を行う点は従来と同様である。次に、光パルス試
験を実施する（ステップＳＡ２）。
試験部２にデータバス７を経由して測定条件を最適化す
るように指示を与える（ステップＳＡ１）。測定条件の
最適化を行う点は従来と同様である。次に、光パルス試
験を実施する（ステップＳＡ２）。
【００１８】次に、光パルス試験部２で測定したデータ
について、データ処理部４で以下に説明する解析を行う
（ステップＳＡ３〜ステップＳＡ１７）。
について、データ処理部４で以下に説明する解析を行う
（ステップＳＡ３〜ステップＳＡ１７）。
【００１９】まず、測定データ列（Ｙ，Ｘ）をデータ処
理部４に取り込む（ステップＳＡ３）。ここで、Ｙは受
光レベル（ｄＢ）、Ｘは距離に対するポイントである。
実際の距離はＸに１ポイントの距離ΔＬを掛けたものと
なる。次に、測定データ列（Ｙ，Ｘ）から各ポイントに
おける微分係数ｄＹ／ｄＸを求め、微分係数列（ｄＹ／
ｄＸ，Ｘ）を作成する（ステップＳＡ４）。
理部４に取り込む（ステップＳＡ３）。ここで、Ｙは受
光レベル（ｄＢ）、Ｘは距離に対するポイントである。
実際の距離はＸに１ポイントの距離ΔＬを掛けたものと
なる。次に、測定データ列（Ｙ，Ｘ）から各ポイントに
おける微分係数ｄＹ／ｄＸを求め、微分係数列（ｄＹ／
ｄＸ，Ｘ）を作成する（ステップＳＡ４）。
【００２０】次に、微分係数ｄＹ／ｄＸの符号がプラス
又は零からマイナスへ変化した点を特異点として、該検
出した各特異点がコネクタ接続点で発生したフレネル反
射のピークであるか否か、その形状から判定を行う。そ
の結果、フレネル反射であると判定した場合、特異点の
位置をコネクタ接続点の位置Ｘfl0 とする（ステップＳ
Ａ５）。但し、ｌ０＝１，２，……となり、光線路の開
始位置から見てｌ０は何番目のコネクタ接続点であるか
を示す。
又は零からマイナスへ変化した点を特異点として、該検
出した各特異点がコネクタ接続点で発生したフレネル反
射のピークであるか否か、その形状から判定を行う。そ
の結果、フレネル反射であると判定した場合、特異点の
位置をコネクタ接続点の位置Ｘfl0 とする（ステップＳ
Ａ５）。但し、ｌ０＝１，２，……となり、光線路の開
始位置から見てｌ０は何番目のコネクタ接続点であるか
を示す。
【００２１】次に、パルス幅の半分に相当する距離間隔
のポイントの差分数列（ΔＹ，Ｘ）を作成し（ステップ
ＳＡ６）、該差分数列（ΔＹ，Ｘ）の微分係数列（ｄΔ
Ｙ／ｄＸ，Ｘ）を作成する（ステップＳＡ７）。
のポイントの差分数列（ΔＹ，Ｘ）を作成し（ステップ
ＳＡ６）、該差分数列（ΔＹ，Ｘ）の微分係数列（ｄΔ
Ｙ／ｄＸ，Ｘ）を作成する（ステップＳＡ７）。
【００２２】次に、微分係数列ｄΔＹ／ｄＸの符号がプ
ラス又は零からマイナスへ、もしくはマイナス又は零か
らプラスへ変化した点を特異点として、該抽出した各特
異点が融着接続点で発生したスプライスのピークである
か否か、その形状から判定を行う。その結果、スプライ
スであると判定した場合は、特異点の位置を融着接続点
の位置Ｘkl1 とする（ステップＳＡ８）。但し、ｌ１＝
１，２，……となり、光線路の開始位置からみてｌ１は
何番目の融着接続点であるかを示す。
ラス又は零からマイナスへ、もしくはマイナス又は零か
らプラスへ変化した点を特異点として、該抽出した各特
異点が融着接続点で発生したスプライスのピークである
か否か、その形状から判定を行う。その結果、スプライ
スであると判定した場合は、特異点の位置を融着接続点
の位置Ｘkl1 とする（ステップＳＡ８）。但し、ｌ１＝
１，２，……となり、光線路の開始位置からみてｌ１は
何番目の融着接続点であるかを示す。
【００２３】次に、各接続点の位置Ｘfl0 、Ｘkl1 を基
準に、融着接続の場合はスプライスの幅を、コネクタ接
続の場合はフレネル反射の幅とすそ引きを含む区間を接
続点区間とする。また、各接続点区間の間をケーブル区
間とする（ステップＳＡ９）。
準に、融着接続の場合はスプライスの幅を、コネクタ接
続の場合はフレネル反射の幅とすそ引きを含む区間を接
続点区間とする。また、各接続点区間の間をケーブル区
間とする（ステップＳＡ９）。
【００２４】次に、線路の建設時の設計書より作られた
データベース５の接続点距離情報と検出結果Ｘfl0 、Ｘ
kl1 を対応させて、Ｔ(m) 以下のコネクタ接続点間隔が
あるか否かを判定する（ステップＳＡ１０）。なお、Ｔ
はパルス幅毎に予め実験して求めておく。
データベース５の接続点距離情報と検出結果Ｘfl0 、Ｘ
kl1 を対応させて、Ｔ(m) 以下のコネクタ接続点間隔が
あるか否かを判定する（ステップＳＡ１０）。なお、Ｔ
はパルス幅毎に予め実験して求めておく。
【００２５】前述した判定結果がＹｅｓの場合、コネク
タ接続点間隔がＴ(m) 以下の、光線路の開始位置から見
てｓ番目とｓ＋１番目のコネクタ接続点において、Ｘfs
−ｍ０からＸfs＋ｍ１までの区間の受光レベルＹfs−ｍ
０からＹfs＋ｍ１で、最大の受光レベルＹmaxsを１、最
小の受光レベルＹminsを０として正規化処理を行い、正
規化データ列Ｉi を求める。但し、ｉ＝１，２，……
（ｍ０＋ｍ１＋１）とする。図４に光パルス試験部にお
ける波形データの一例を、また、図５に正規化した波形
データをそれぞれ示す。
タ接続点間隔がＴ(m) 以下の、光線路の開始位置から見
てｓ番目とｓ＋１番目のコネクタ接続点において、Ｘfs
−ｍ０からＸfs＋ｍ１までの区間の受光レベルＹfs−ｍ
０からＹfs＋ｍ１で、最大の受光レベルＹmaxsを１、最
小の受光レベルＹminsを０として正規化処理を行い、正
規化データ列Ｉi を求める。但し、ｉ＝１，２，……
（ｍ０＋ｍ１＋１）とする。図４に光パルス試験部にお
ける波形データの一例を、また、図５に正規化した波形
データをそれぞれ示す。
【００２６】そして、予め学習して求めたニューラルネ
ットワークの入力層に正規化データ列Ｉi を入力し、該
ニューラルネットワークの出力層からの出力値Ｏ1 に
（Ｙmaxs−Ｙmins）を掛けた値をｓ番目のコネクタ接続
損失Ｌfs（ｄＢ）、出力値Ｏ2に（Ｙmaxs−Ｙmins）を
掛けた値をｓ＋１番目のコネクタ接続損失Ｌfs+1（ｄ
Ｂ）とする（ステップＳＡ１１）。なお、ｍ０，ｍ１は
パルス幅、読み取り分解能、コネクタ接続点間隔毎に予
め実験して求めておく。
ットワークの入力層に正規化データ列Ｉi を入力し、該
ニューラルネットワークの出力層からの出力値Ｏ1 に
（Ｙmaxs−Ｙmins）を掛けた値をｓ番目のコネクタ接続
損失Ｌfs（ｄＢ）、出力値Ｏ2に（Ｙmaxs−Ｙmins）を
掛けた値をｓ＋１番目のコネクタ接続損失Ｌfs+1（ｄ
Ｂ）とする（ステップＳＡ１１）。なお、ｍ０，ｍ１は
パルス幅、読み取り分解能、コネクタ接続点間隔毎に予
め実験して求めておく。
【００２７】一方、判定結果がＮｏの場合、最小２乗法
で各ケーブル区間の近似直線を求め、接続点の位置にお
ける各近似直線上の値の差から各ケーブル損失を求める
（ステップＳＡ１２）。
で各ケーブル区間の近似直線を求め、接続点の位置にお
ける各近似直線上の値の差から各ケーブル損失を求める
（ステップＳＡ１２）。
【００２８】次に、ニューラルネットワークで求めた以
外のコネクタ接続損失及び融着接続損失を、各接続点の
前後のケーブル区間の近似直線の段差から求める（ステ
ップＳＡ１３）。
外のコネクタ接続損失及び融着接続損失を、各接続点の
前後のケーブル区間の近似直線の段差から求める（ステ
ップＳＡ１３）。
【００２９】次に、データベース５の接続点距離情報と
検出結果を、位置と接続損失で対応させ（ステップＳＡ
１４）、各コネクタ接続点区間のデータのピーク値と近
似直線の差からフレネル反射の高さＲfl0 を求め（ステ
ップＳＡ１５）、ケーブルの開始点とケーブル端の２点
間の差から全線路損失を求める（ステップＳＡ１６）。
検出結果を、位置と接続損失で対応させ（ステップＳＡ
１４）、各コネクタ接続点区間のデータのピーク値と近
似直線の差からフレネル反射の高さＲfl0 を求め（ステ
ップＳＡ１５）、ケーブルの開始点とケーブル端の２点
間の差から全線路損失を求める（ステップＳＡ１６）。
【００３０】最後に、表示部６に解析結果として、光線
路の接続損失、ケーブル損失、反射量、これらの発生位
置、全線路損失及び故障発生位置を表示して解析を終了
する（ステップＳＡ１７）。
路の接続損失、ケーブル損失、反射量、これらの発生位
置、全線路損失及び故障発生位置を表示して解析を終了
する（ステップＳＡ１７）。
【００３１】次に、ステップＳＡ１１に使われるニュー
ラルネットワークの構成について説明する。本発明では
３層構造のバックプロパゲーション型ニューラルネット
ワークを用いる。入力層のユニット数は（ｍ０＋ｍ１＋
１）となる。出力層は２個のユニットで構成されてい
る。以下にニューラルネットワークの計算手法について
説明する。
ラルネットワークの構成について説明する。本発明では
３層構造のバックプロパゲーション型ニューラルネット
ワークを用いる。入力層のユニット数は（ｍ０＋ｍ１＋
１）となる。出力層は２個のユニットで構成されてい
る。以下にニューラルネットワークの計算手法について
説明する。
【００３２】入力層のユニットの入出力関係は線形であ
り、中間層及び出力層のユニットはシグモイド関数、即
ち ｆ（ｐ）＝１／（１＋ｅｘｐ（−２ｐ／ｕ０）） で定義される入出力関係を持っている。但し、ｐはシグ
モイド関数の入力、ｕ０はシグモイド関数の形状を決定
するパラメータである。
り、中間層及び出力層のユニットはシグモイド関数、即
ち ｆ（ｐ）＝１／（１＋ｅｘｐ（−２ｐ／ｕ０）） で定義される入出力関係を持っている。但し、ｐはシグ
モイド関数の入力、ｕ０はシグモイド関数の形状を決定
するパラメータである。
【００３３】この時、ニューラルネットワークの中間層
ユニットｊの出力Ｈj は、 と表される。但し、Ｗjiは入力層及び中間層の結合係数
を、θj は中間層のオフセットを示している。
ユニットｊの出力Ｈj は、 と表される。但し、Ｗjiは入力層及び中間層の結合係数
を、θj は中間層のオフセットを示している。
【００３４】また、出力層ユニットｋの出力Ｏk は、 と表される。但し、Ｖj は中間層及び出力層の結合係数
を、γk は出力層のオフセットを示している。
を、γk は出力層のオフセットを示している。
【００３５】ニューラルネットワークの学習時において
は、出力値Ｏk と教師信号Ｏtkから結合係数Ｗji，Ｖkj
及びオフセットθj ，γk を変更する。以下に変更の方
法を説明する。
は、出力値Ｏk と教師信号Ｏtkから結合係数Ｗji，Ｖkj
及びオフセットθj ，γk を変更する。以下に変更の方
法を説明する。
【００３６】まず、出力値Ｏk と教師信号Ｏtkから誤差
δk を δk ＝（Ｏk −Ｏtk）・Ｏk ・（１−Ｏk ） と求める。
δk を δk ＝（Ｏk −Ｏtk）・Ｏk ・（１−Ｏk ） と求める。
【００３７】次に、誤差δk 、中間層及び出力層の結合
係数Ｖkj、中間層の出力Ｈj から、中間層ユニットｊに
つながる結合係数と中間層ユニットのオフセットに対す
る誤差のσj を と求める。
係数Ｖkj、中間層の出力Ｈj から、中間層ユニットｊに
つながる結合係数と中間層ユニットのオフセットに対す
る誤差のσj を と求める。
【００３８】次に、出力層ユニットｋの誤差δk と中間
層ユニットｊの出力Ｈj と定数αとの積を加算すること
で中間層ユニットｊから出力層ユニットｋにつながる結
合係数Ｖkjを、また、誤差δk と定数βとの積を加算す
ることで出力層ユニットｋのオフセットγk を修正す
る。 Ｖkj＝Ｖkj＋α・δk ・Ｈj γk ＝γk ＋β・δk また、中間層ユニットｊでの誤差σj と入力層ユニット
ｉの出力Ｉi と定数αとの積を加算することで入力層ユ
ニットｉから中間層ユニットｊにつながる結合係数Ｗji
を、また、誤差σj と定数βとの積を加算することで中
間層ユニットｊのオフセットθj を修正する。 Ｗji＝Ｗji＋α・σj ・Ｉi θj ＝θj ＋β・σj 以上の手法にて結合係数Ｗji，Ｖkj、オフセットθj ，
γk を変更する。なお、結合係数Ｗji，Ｖkj、オフセッ
トθj ，γk はパルス幅、読み取り分解能、コネクタ接
続点間隔毎に学習して求める必要がある。
層ユニットｊの出力Ｈj と定数αとの積を加算すること
で中間層ユニットｊから出力層ユニットｋにつながる結
合係数Ｖkjを、また、誤差δk と定数βとの積を加算す
ることで出力層ユニットｋのオフセットγk を修正す
る。 Ｖkj＝Ｖkj＋α・δk ・Ｈj γk ＝γk ＋β・δk また、中間層ユニットｊでの誤差σj と入力層ユニット
ｉの出力Ｉi と定数αとの積を加算することで入力層ユ
ニットｉから中間層ユニットｊにつながる結合係数Ｗji
を、また、誤差σj と定数βとの積を加算することで中
間層ユニットｊのオフセットθj を修正する。 Ｗji＝Ｗji＋α・σj ・Ｉi θj ＝θj ＋β・σj 以上の手法にて結合係数Ｗji，Ｖkj、オフセットθj ，
γk を変更する。なお、結合係数Ｗji，Ｖkj、オフセッ
トθj ，γk はパルス幅、読み取り分解能、コネクタ接
続点間隔毎に学習して求める必要がある。
【００３９】次に、近接したコネクタ接続点の接続損失
の算出にニューラルネットワークを用いた場合の例を実
際のデータを用いて示す。
の算出にニューラルネットワークを用いた場合の例を実
際のデータを用いて示す。
【００４０】フレネル反射が重なった光パルス試験部の
波形データを求める実験系を図６に示す。コネクタ接続
点間隔が３０ｍ，５０ｍ，１００ｍの３種類の模擬線路
を測定することでフレネル反射が重なった光パルス試験
部の波形データを求めた。測定する際、前後のコネクタ
接続損失には各０．５から３．０ｄＢまで０．５ｄＢの
間隔で損失を与え、計３６種類の波形を求めた。この３
６種類の中で１８種類はニューラルネットワークの学習
用、残り１８種類で学習後のニューラルネットワークの
精度を求める評価用データとして使用した。光パルス試
験部の測定条件は、距離レンジ１０ｋｍ、パルス幅２０
ｎｓ，５００ｎｓ、波長１．５５μｍ、データ数は５０
００である。
波形データを求める実験系を図６に示す。コネクタ接続
点間隔が３０ｍ，５０ｍ，１００ｍの３種類の模擬線路
を測定することでフレネル反射が重なった光パルス試験
部の波形データを求めた。測定する際、前後のコネクタ
接続損失には各０．５から３．０ｄＢまで０．５ｄＢの
間隔で損失を与え、計３６種類の波形を求めた。この３
６種類の中で１８種類はニューラルネットワークの学習
用、残り１８種類で学習後のニューラルネットワークの
精度を求める評価用データとして使用した。光パルス試
験部の測定条件は、距離レンジ１０ｋｍ、パルス幅２０
ｎｓ，５００ｎｓ、波長１．５５μｍ、データ数は５０
００である。
【００４１】図７にコネクタ接続点間隔が１００ｍの時
の光パルス試験部の波形データの例を、図８にコネクタ
接続点間隔が５０ｍの時の光パルス試験部の波形データ
の例を、図９にコネクタ接続点間隔が３０ｍの時の光パ
ルス試験部の波形データの例をそれぞれ示す。
の光パルス試験部の波形データの例を、図８にコネクタ
接続点間隔が５０ｍの時の光パルス試験部の波形データ
の例を、図９にコネクタ接続点間隔が３０ｍの時の光パ
ルス試験部の波形データの例をそれぞれ示す。
【００４２】また、図１０に本実施例で使用したニュー
ラルネットワークの構成を、図１１にユニット数をそれ
ぞれ示す。本実施例ではパルス幅が５００ｎｓの時の光
パルス試験部の波形データからコネクタ接続点間隔が３
０ｍ，５０ｍ，１００ｍの時の接続損失を算出するニュ
ーラルネットワークを作成した。
ラルネットワークの構成を、図１１にユニット数をそれ
ぞれ示す。本実施例ではパルス幅が５００ｎｓの時の光
パルス試験部の波形データからコネクタ接続点間隔が３
０ｍ，５０ｍ，１００ｍの時の接続損失を算出するニュ
ーラルネットワークを作成した。
【００４３】正規化処理を行う区間は、コネクタ接続点
間隔が１００ｍの時でｍ０＝１０、ｍ１＝１０９、５０
ｍの時でｍ０＝１０、ｍ１＝８９、３０ｍの時でｍ０＝
１０、ｍ１＝６９とした。なお、学習で用いる教師信号
Ｏtkは、２０ｎｓの時の光パルス試験部の波形データか
ら求めた前後のコネクタ接続損失を（Ｙmaxs−Ｙmins）
で割った値を使用した。
間隔が１００ｍの時でｍ０＝１０、ｍ１＝１０９、５０
ｍの時でｍ０＝１０、ｍ１＝８９、３０ｍの時でｍ０＝
１０、ｍ１＝６９とした。なお、学習で用いる教師信号
Ｏtkは、２０ｎｓの時の光パルス試験部の波形データか
ら求めた前後のコネクタ接続損失を（Ｙmaxs−Ｙmins）
で割った値を使用した。
【００４４】学習後のニューラルネットワークの解析精
度は、５００ｎｓの時の光パルス試験部の波形データか
らニューラルネットワークで求めたコネクタ接続損失
と、２０ｎｓの時の光パルス試験部の波形データから求
めた接続損失の誤差を累積相対度数で示した。
度は、５００ｎｓの時の光パルス試験部の波形データか
らニューラルネットワークで求めたコネクタ接続損失
と、２０ｎｓの時の光パルス試験部の波形データから求
めた接続損失の誤差を累積相対度数で示した。
【００４５】図１２に各コネクタ接続点間隔におけるニ
ューラルネットワークの解析精度を示す。１００ｍ，５
０ｍとも０．３ｄＢ以内で、光線路の評価には十分な解
析精度が得られていることがわかる。３０ｍでも０．５
ｄＢ以内で、接続点が故障しているか否かの評価には十
分な値である。
ューラルネットワークの解析精度を示す。１００ｍ，５
０ｍとも０．３ｄＢ以内で、光線路の評価には十分な解
析精度が得られていることがわかる。３０ｍでも０．５
ｄＢ以内で、接続点が故障しているか否かの評価には十
分な値である。
【００４６】また、光線路の評価において、解析可能な
コネクタ接続点間隔がパルス幅５００ｎｓの時で、従来
は２００ｍであったところを本発明では５０ｍであり、
分解能が向上していることがわかる。
コネクタ接続点間隔がパルス幅５００ｎｓの時で、従来
は２００ｍであったところを本発明では５０ｍであり、
分解能が向上していることがわかる。
【００４７】
【実施例２】図１３は本発明の第２の実施例を示すフロ
ーチャートであり、ここでは第１の実施例を示す図３に
おけるステップＳＡ１１を別のステップＳＢ１、ＳＢ２
に置き換えたものである。即ち、図３のステップＳＡ１
０においてＹｅｓの時にはステップＳＢ１、ＳＢ２と進
み、Ｎｏの時にはステップＳＡ１２に進む。以下、ステ
ップＳＢ１、ＳＢ２を説明する。なお、ステップＳＡ１
からＳＡ１０までは第１の実施例の場合と同様なので説
明を省略する。
ーチャートであり、ここでは第１の実施例を示す図３に
おけるステップＳＡ１１を別のステップＳＢ１、ＳＢ２
に置き換えたものである。即ち、図３のステップＳＡ１
０においてＹｅｓの時にはステップＳＢ１、ＳＢ２と進
み、Ｎｏの時にはステップＳＡ１２に進む。以下、ステ
ップＳＢ１、ＳＢ２を説明する。なお、ステップＳＡ１
からＳＡ１０までは第１の実施例の場合と同様なので説
明を省略する。
【００４８】ステップＳＢ１では、コネクタ接続点間隔
がＴ(m) 以下の、光線路の開始位置から見てｓ番目とＳ
＋１番目のコネクタ接続点において、コネクタ接続点区
間の前後のケーブル区間の近似直線を最小２乗法で求
め、各近似直線上の接続点位置の段差から、２点分のコ
ネクタ接続損失を含むコネクタ接続点区間の損失Ｌmixs
を求める。図１４に光パルス試験部における波形データ
の一例を示す。
がＴ(m) 以下の、光線路の開始位置から見てｓ番目とＳ
＋１番目のコネクタ接続点において、コネクタ接続点区
間の前後のケーブル区間の近似直線を最小２乗法で求
め、各近似直線上の接続点位置の段差から、２点分のコ
ネクタ接続損失を含むコネクタ接続点区間の損失Ｌmixs
を求める。図１４に光パルス試験部における波形データ
の一例を示す。
【００４９】ステップＳＢ２では、Ｘfs−ｍ０からＸfs
＋ｍ１までの区間の受光レベルＹfs−ｍ０からＹfs＋ｍ
１において、最大の受光レベルＹmaxsを１、最小の受光
レベルＹminsを０として正規化処理を行い、正規化デー
タ列Ｉi を求める。但し、ｉ＝１，２，……（ｍ０＋ｍ
１＋２）とし、Ｉm0+m1+2 は正規化したコネクタ接続点
区間の損失Ｌmixsを（Ｙmaxs−Ｙmins）で割った値とす
る。
＋ｍ１までの区間の受光レベルＹfs−ｍ０からＹfs＋ｍ
１において、最大の受光レベルＹmaxsを１、最小の受光
レベルＹminsを０として正規化処理を行い、正規化デー
タ列Ｉi を求める。但し、ｉ＝１，２，……（ｍ０＋ｍ
１＋２）とし、Ｉm0+m1+2 は正規化したコネクタ接続点
区間の損失Ｌmixsを（Ｙmaxs−Ｙmins）で割った値とす
る。
【００５０】そして、予め学習して求めておいたニュー
ラルネットワークの入力層に正規化データ列Ｉi を入力
し、出力層からの出力値Ｏ1 に（Ｙmaxs−Ｙmins）を掛
けた値をコネクタ接続損失Ｌfs、出力値Ｏ2 に（Ｙmaxs
−Ｙmins）を掛けた値をコネクタ接続損失Ｌfs+1とす
る。
ラルネットワークの入力層に正規化データ列Ｉi を入力
し、出力層からの出力値Ｏ1 に（Ｙmaxs−Ｙmins）を掛
けた値をコネクタ接続損失Ｌfs、出力値Ｏ2 に（Ｙmaxs
−Ｙmins）を掛けた値をコネクタ接続損失Ｌfs+1とす
る。
【００５１】ステップＳＢ２の終了後、図３のステップ
ＳＡ１２に進む。ステップＳＡ１２以降の処理は第１の
実施例の場合と同様なので説明を省略する。
ＳＡ１２に進む。ステップＳＡ１２以降の処理は第１の
実施例の場合と同様なので説明を省略する。
【００５２】次に、ステップＳＢ２に使われるニューラ
ルネットワークの構成について説明する。本発明では３
層構造のバックプロパゲーション型ニューラルネットワ
ークを用いる。入力層のユニット数は（ｍ０＋ｍ１＋
２）となる。出力層は２個のユニットで構成されてい
る。ニューラルネットワークの計算手法は第１の実施例
の場合と同様なので説明を省略する。
ルネットワークの構成について説明する。本発明では３
層構造のバックプロパゲーション型ニューラルネットワ
ークを用いる。入力層のユニット数は（ｍ０＋ｍ１＋
２）となる。出力層は２個のユニットで構成されてい
る。ニューラルネットワークの計算手法は第１の実施例
の場合と同様なので説明を省略する。
【００５３】次に、近接したコネクタ接続点の接続損失
の算出にニューラルネットワークを用いた場合の例を実
際のデータを用いて示す。
の算出にニューラルネットワークを用いた場合の例を実
際のデータを用いて示す。
【００５４】フレネル反射が重なった光パルス試験部の
波形データを求める実験系を図６に示す。コネクタ接続
点間隔が３０ｍ，５０ｍ，１００ｍの３種類の模擬線路
を測定することでフレネル反射が重なった光パルス試験
部の波形データを求めた。測定する際、前後のコネクタ
接続損失には各０．５から３．０ｄＢまで０．５ｄＢの
間隔で損失を与え、計３６種類の波形を求めた。この３
６種類の中で１８種類はニューラルネットワークの学習
用、残り１８種類で学習後のニューラルネットワークの
精度を求める評価用データとして使用した。光パルス試
験部の測定条件は、距離レンジ１０ｋｍ、パルス幅２０
ｎｓ，５００ｎｓ、波長１．５５μｍ、データ数は５０
００である。ここまでは第１の実施例の場合と同様であ
る。
波形データを求める実験系を図６に示す。コネクタ接続
点間隔が３０ｍ，５０ｍ，１００ｍの３種類の模擬線路
を測定することでフレネル反射が重なった光パルス試験
部の波形データを求めた。測定する際、前後のコネクタ
接続損失には各０．５から３．０ｄＢまで０．５ｄＢの
間隔で損失を与え、計３６種類の波形を求めた。この３
６種類の中で１８種類はニューラルネットワークの学習
用、残り１８種類で学習後のニューラルネットワークの
精度を求める評価用データとして使用した。光パルス試
験部の測定条件は、距離レンジ１０ｋｍ、パルス幅２０
ｎｓ，５００ｎｓ、波長１．５５μｍ、データ数は５０
００である。ここまでは第１の実施例の場合と同様であ
る。
【００５５】図１５に本実施例で使用したニューラルネ
ットワークの構成を、図１６にユニット数をそれぞれ示
す。本実施例ではパルス幅が５００ｎｓの時の光パルス
試験部の波形データからコネクタ接続点間隔が３０ｍ，
５０ｍ，１００ｍの時の接続損失を算出するニューラル
ネットワークを作成した。
ットワークの構成を、図１６にユニット数をそれぞれ示
す。本実施例ではパルス幅が５００ｎｓの時の光パルス
試験部の波形データからコネクタ接続点間隔が３０ｍ，
５０ｍ，１００ｍの時の接続損失を算出するニューラル
ネットワークを作成した。
【００５６】正規化処理を行う区間は、コネクタ接続点
間隔が１００ｍの時でｍ０＝１０、ｍ１＝１０８、５０
ｍの時でｍ０＝１０、ｍ１＝８８、３０ｍの時でｍ０＝
１０、ｍ１＝６８とした。なお、学習で用いる教師信号
Ｏtkは、２０ｎｓの時の光パルス試験部の波形データか
ら求めた前後のコネクタ接続損失を（Ｙmaxs−Ｙmins）
で割った値を使用した。
間隔が１００ｍの時でｍ０＝１０、ｍ１＝１０８、５０
ｍの時でｍ０＝１０、ｍ１＝８８、３０ｍの時でｍ０＝
１０、ｍ１＝６８とした。なお、学習で用いる教師信号
Ｏtkは、２０ｎｓの時の光パルス試験部の波形データか
ら求めた前後のコネクタ接続損失を（Ｙmaxs−Ｙmins）
で割った値を使用した。
【００５７】学習後のニューラルネットワークの解析精
度は、５００ｎｓの時の光パルス試験部の波形データか
らニューラルネットワークで求めたコネクタ接続損失
と、２０ｎｓの時の光パルス試験部の波形データから求
めた接続損失の誤差を累積相対度数で示した。
度は、５００ｎｓの時の光パルス試験部の波形データか
らニューラルネットワークで求めたコネクタ接続損失
と、２０ｎｓの時の光パルス試験部の波形データから求
めた接続損失の誤差を累積相対度数で示した。
【００５８】図１７に各コネクタ接続点間隔におけるニ
ューラルネットワークの解析精度を示す。１００ｍ，５
０ｍとも０．３ｄＢ以内で、光線路の評価には十分な解
析精度が得られていることがわかる。３０ｍでも０．５
ｄＢ以内で、接続点が故障しているか否かの評価には十
分な値である。
ューラルネットワークの解析精度を示す。１００ｍ，５
０ｍとも０．３ｄＢ以内で、光線路の評価には十分な解
析精度が得られていることがわかる。３０ｍでも０．５
ｄＢ以内で、接続点が故障しているか否かの評価には十
分な値である。
【００５９】また、光線路の評価において、解析可能な
コネクタ接続点間隔がパルス幅５００ｎｓの時で、従来
は２００ｍであったところを本発明では５０ｍであり、
分解能が向上していることがわかる。
コネクタ接続点間隔がパルス幅５００ｎｓの時で、従来
は２００ｍであったところを本発明では５０ｍであり、
分解能が向上していることがわかる。
【００６０】
【実施例３】図１８は本発明の第３の実施例を示すフロ
ーチャートであり、ここでは第２の実施例を示す図１３
におけるステップＳＢ２を別のステップＳＣ１に置き換
えたものである。即ち、図１３のステップＳＢ１の終了
後、ステップアＳＣ１に進む。以下、ステップＳＣ１を
説明する。なお、ステップＳＡ１からＳＢ１までは第１
及び第２の実施例の場合と同様なので説明を省略する。
ーチャートであり、ここでは第２の実施例を示す図１３
におけるステップＳＢ２を別のステップＳＣ１に置き換
えたものである。即ち、図１３のステップＳＢ１の終了
後、ステップアＳＣ１に進む。以下、ステップＳＣ１を
説明する。なお、ステップＳＡ１からＳＢ１までは第１
及び第２の実施例の場合と同様なので説明を省略する。
【００６１】ステップＳＣ１では、Ｘfs−ｍ０からＸfs
＋ｍ１までの区間の受光レベルＹfs−ｍ０ からＹfs＋
ｍ１において、最大の受光レベルＹmaxsを１、最小の受
光レベルＹminsを０として正規化処理を行い、正規化デ
ータ列Ｉi を求める。但し、ｉ＝１，２，……（ｍ０＋
ｍ１＋２）とし、Ｉm0+m1+2はステップＳＢ１で求めた
コネクタ接続点区間の損失Ｌmixsを（Ｙmaxs−Ｙmins）
で割った値とする。
＋ｍ１までの区間の受光レベルＹfs−ｍ０ からＹfs＋
ｍ１において、最大の受光レベルＹmaxsを１、最小の受
光レベルＹminsを０として正規化処理を行い、正規化デ
ータ列Ｉi を求める。但し、ｉ＝１，２，……（ｍ０＋
ｍ１＋２）とし、Ｉm0+m1+2はステップＳＢ１で求めた
コネクタ接続点区間の損失Ｌmixsを（Ｙmaxs−Ｙmins）
で割った値とする。
【００６２】そして、予め学習して求めておいたニュー
ラルネットワークの入力層に正規化データ列Ｉi を入力
し、出力層からの出力値Ｏ1 にコネクタ接続点区間の損
失Ｌmixsを掛けた値をコネクタ接続損失Ｌfs、（１−Ｏ
1 ）にコネクタ接続点区間の損失Ｌmixsを掛けた値をコ
ネクタ接続損失Ｌfs+1とする。
ラルネットワークの入力層に正規化データ列Ｉi を入力
し、出力層からの出力値Ｏ1 にコネクタ接続点区間の損
失Ｌmixsを掛けた値をコネクタ接続損失Ｌfs、（１−Ｏ
1 ）にコネクタ接続点区間の損失Ｌmixsを掛けた値をコ
ネクタ接続損失Ｌfs+1とする。
【００６３】ステップＳＣ１の終了後、図３のステップ
ＳＡ１２に進む。ステップＳＡ１２以降の処理は第１の
実施例の場合と同様なので説明を省略する。
ＳＡ１２に進む。ステップＳＡ１２以降の処理は第１の
実施例の場合と同様なので説明を省略する。
【００６４】次に、ステップＳＣ１に使われるニューラ
ルネットワークの構成について説明する。本発明では３
層構造のバックプロパゲーション型ニューラルネットワ
ークを用いる。入力層のユニット数は（ｍ０＋ｍ１＋
２）となる。出力層は１個のユニットで構成されてい
る。ニューラルネットワークの計算手法は第１の実施例
の場合と同様なので説明を省略する。
ルネットワークの構成について説明する。本発明では３
層構造のバックプロパゲーション型ニューラルネットワ
ークを用いる。入力層のユニット数は（ｍ０＋ｍ１＋
２）となる。出力層は１個のユニットで構成されてい
る。ニューラルネットワークの計算手法は第１の実施例
の場合と同様なので説明を省略する。
【００６５】次に、近接したコネクタ接続点の接続損失
の算出にニューラルネットワークを用いた場合の例を実
際のデータを用いて示す。
の算出にニューラルネットワークを用いた場合の例を実
際のデータを用いて示す。
【００６６】フレネル反射が重なった光パルス試験部の
波形データを求める実験系を図６に示す。コネクタ接続
点間隔が３０ｍ，５０ｍ，１００ｍの３種類の模擬線路
を測定することでフレネル反射が重なった光パルス試験
部の波形データを求めた。測定する際、前後のコネクタ
接続損失には各０．５から３．０ｄＢまで０．５ｄＢの
間隔で損失を与え、計３６種類の波形を求めた。この３
６種類の中で１８種類はニューラルネットワークの学習
用、残り１８種類で学習後のニューラルネットワークの
精度を求める評価用データとして使用した。光パルス試
験部の測定条件は、距離レンジ１０ｋｍ、パルス幅２０
ｎｓ，５００ｎｓ、波長１．５５μｍ、データ数は５０
００である。ここまでは第１の実施例の場合と同様であ
る。
波形データを求める実験系を図６に示す。コネクタ接続
点間隔が３０ｍ，５０ｍ，１００ｍの３種類の模擬線路
を測定することでフレネル反射が重なった光パルス試験
部の波形データを求めた。測定する際、前後のコネクタ
接続損失には各０．５から３．０ｄＢまで０．５ｄＢの
間隔で損失を与え、計３６種類の波形を求めた。この３
６種類の中で１８種類はニューラルネットワークの学習
用、残り１８種類で学習後のニューラルネットワークの
精度を求める評価用データとして使用した。光パルス試
験部の測定条件は、距離レンジ１０ｋｍ、パルス幅２０
ｎｓ，５００ｎｓ、波長１．５５μｍ、データ数は５０
００である。ここまでは第１の実施例の場合と同様であ
る。
【００６７】図１９に本実施例で使用したニューラルネ
ットワークの構成を、図２０にユニット数をそれぞれ示
す。本実施例ではパルス幅が５００ｎｓの時の光パルス
試験部の波形データからコネクタ接続点間隔が３０ｍ，
５０ｍ，１００ｍの時の接続損失を算出するニューラル
ネットワークを作成した。
ットワークの構成を、図２０にユニット数をそれぞれ示
す。本実施例ではパルス幅が５００ｎｓの時の光パルス
試験部の波形データからコネクタ接続点間隔が３０ｍ，
５０ｍ，１００ｍの時の接続損失を算出するニューラル
ネットワークを作成した。
【００６８】正規化処理を行う際の切り出す幅は、コネ
クタ接続点間隔が１００ｍの時でｍ０＝１０、ｍ１＝１
０８、５０ｍの時でｍ０＝１０、ｍ１＝８８、３０ｍの
時でｍ０＝１０、ｍ１＝６８とした。なお、学習で用い
る教師信号Ｏtkは、２０ｎｓの時の光パルス試験部の波
形データから求めた前後のコネクタ接続損失を（Ｙmaxs
−Ｙmins）で割ることで求めた。
クタ接続点間隔が１００ｍの時でｍ０＝１０、ｍ１＝１
０８、５０ｍの時でｍ０＝１０、ｍ１＝８８、３０ｍの
時でｍ０＝１０、ｍ１＝６８とした。なお、学習で用い
る教師信号Ｏtkは、２０ｎｓの時の光パルス試験部の波
形データから求めた前後のコネクタ接続損失を（Ｙmaxs
−Ｙmins）で割ることで求めた。
【００６９】学習後のニューラルネットワークの解析精
度は、５００ｎｓの時の光パルス試験部の波形データか
らニューラルネットワークで求めたコネクタ接続損失
と、２０ｎｓの時の光パルス試験部の波形データから求
めた接続損失の誤差を累積相対度数で示した。
度は、５００ｎｓの時の光パルス試験部の波形データか
らニューラルネットワークで求めたコネクタ接続損失
と、２０ｎｓの時の光パルス試験部の波形データから求
めた接続損失の誤差を累積相対度数で示した。
【００７０】図２１に各コネクタ接続点間隔におけるニ
ューラルネットワークの解析精度を示す。１００ｍ，５
０ｍとも０．２ｄＢ以内で、光線路の評価には十分な解
析精度が得られていることがわかる。３０ｍでも０．４
ｄＢ以内で、接続点が故障しているか否かの評価には十
分な値である。
ューラルネットワークの解析精度を示す。１００ｍ，５
０ｍとも０．２ｄＢ以内で、光線路の評価には十分な解
析精度が得られていることがわかる。３０ｍでも０．４
ｄＢ以内で、接続点が故障しているか否かの評価には十
分な値である。
【００７１】また、光線路の評価において、解析可能な
コネクタ接続点間隔がパルス幅５００ｎｓの時で、従来
は２００ｍであったところを本発明では５０ｍであり、
分解能が向上していることがわかる 以上、本発明を実施例に基づいて具体的に説明したが、
これに限定されるものではなく、その要旨を逸脱しない
範囲において種々変更可能であることはいうまでもな
い。
コネクタ接続点間隔がパルス幅５００ｎｓの時で、従来
は２００ｍであったところを本発明では５０ｍであり、
分解能が向上していることがわかる 以上、本発明を実施例に基づいて具体的に説明したが、
これに限定されるものではなく、その要旨を逸脱しない
範囲において種々変更可能であることはいうまでもな
い。
【００７２】
【発明の効果】以上説明したように本発明の請求項１に
よれば、コネクタ接続点間隔が近接した区間がある場
合、該コネクタ接続点間隔に対応したバックプロパゲー
ション型ニューラルネットワークを用いることにより、
従来、解析できなかった短いコネクタ接続点間隔でもそ
の接続損失を自動的に高精度に算出することができ、光
線路のケーブル損失、反射量、これらの発生位置及び故
障発生位置と併せて表示することができる。
よれば、コネクタ接続点間隔が近接した区間がある場
合、該コネクタ接続点間隔に対応したバックプロパゲー
ション型ニューラルネットワークを用いることにより、
従来、解析できなかった短いコネクタ接続点間隔でもそ
の接続損失を自動的に高精度に算出することができ、光
線路のケーブル損失、反射量、これらの発生位置及び故
障発生位置と併せて表示することができる。
【００７３】また、本発明の請求項２によれば、コネク
タ接続点を含めた複数の連続した位置の受光レベルと、
前記コネクタ接続点区間の接続損失とを正規化した値を
ニューラルネットワークの入力とすることにより、接続
損失を自動的により高精度に算出することができる。
タ接続点を含めた複数の連続した位置の受光レベルと、
前記コネクタ接続点区間の接続損失とを正規化した値を
ニューラルネットワークの入力とすることにより、接続
損失を自動的により高精度に算出することができる。
【００７４】また、本発明の請求項３によれば、コネク
タ接続点区間の接続損失のうち、前方のコネクタ接続点
が占める比率をニューラルネットワークの出力とするこ
とにより、接続損失を自動的にさらに高精度に算出する
ことができるとともにニューラルネットワークの構成を
簡単にすることができる。
タ接続点区間の接続損失のうち、前方のコネクタ接続点
が占める比率をニューラルネットワークの出力とするこ
とにより、接続損失を自動的にさらに高精度に算出する
ことができるとともにニューラルネットワークの構成を
簡単にすることができる。
【図１】本発明の光線路特性の自動解析方法を実施する
システムの構成を示すブロック図
システムの構成を示すブロック図
【図２】本発明の光線路特性の自動解析方法の第１の実
施例を示すフローチャート
施例を示すフローチャート
【図３】本発明の光線路特性の自動解析方法の第１の実
施例を示すフローチャート
施例を示すフローチャート
【図４】近接したコネクタ接続点を含む光線路の光パル
ス試験部における波形データの一例を示す図
ス試験部における波形データの一例を示す図
【図５】図４の波形データを正規化した図
【図６】フレネル反射が重なった光パルス試験部の波形
データを求める実験系を示す図
データを求める実験系を示す図
【図７】コネクタ接続点間隔が１００ｍの時の光パルス
試験部の波形データの一例を示す図
試験部の波形データの一例を示す図
【図８】コネクタ接続点間隔が５０ｍの時の光パルス試
験部の波形データの一例を示す図
験部の波形データの一例を示す図
【図９】コネクタ接続点間隔が３０ｍの時の光パルス試
験部の波形データの一例を示す図
験部の波形データの一例を示す図
【図１０】第１の実施例で用いたニューラルネットワー
クの構成図
クの構成図
【図１１】第１の実施例で用いたニューラルネットワー
クの入力層、中間層、出力層のユニット数を示す図
クの入力層、中間層、出力層のユニット数を示す図
【図１２】第１の実施例のニューラルネットワークにお
ける学習後の解析精度を示す図
ける学習後の解析精度を示す図
【図１３】本発明の光線路特性の自動解析方法の第２の
実施例を示すフローチャート
実施例を示すフローチャート
【図１４】近接したコネクタ接続点を含む光線路の光パ
ルス試験部における波形データの一例を示す図
ルス試験部における波形データの一例を示す図
【図１５】第２の実施例で用いたニューラルネットワー
クの構成図
クの構成図
【図１６】第２の実施例で用いたニューラルネットワー
クの入力層、中間層、出力層のユニット数を示す図
クの入力層、中間層、出力層のユニット数を示す図
【図１７】第２の実施例のニューラルネットワークにお
ける学習後の解析精度を示す図
ける学習後の解析精度を示す図
【図１８】本発明の光線路特性の自動解析方法の第３の
実施例を示すフローチャート
実施例を示すフローチャート
【図１９】第３の実施例で用いたニューラルネットワー
クの構成図
クの構成図
【図２０】第３の実施例で用いたニューラルネットワー
クの入力層、中間層、出力層のユニット数を示す図
クの入力層、中間層、出力層のユニット数を示す図
【図２１】第３の実施例のニューラルネットワークにお
ける学習後の解析精度を示す図
ける学習後の解析精度を示す図
１…光線路、２…光パルス試験部、３…制御・演算部、
４…データ処理部、５…データベース、６…表示部、７
…データバス。
４…データ処理部、５…データベース、６…表示部、７
…データバス。
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平７−49288（ＪＰ，Ａ) 特開 平４−296630（ＪＰ，Ａ) 特開 平５−231983（ＪＰ，Ａ) 特開 平６−307896（ＪＰ，Ａ) 特開 平８−68722（ＪＰ，Ａ) 榎本他，フレネル反射を含むＯＴＤＲ 波形の自動解析精度の検討，1994年電子 情報通信学会春季全国大会予稿集，日 本，Ｂ−982 中村他，光パルス試験波形データ自動 解析方法，1990年電子情報通信学会春季 全国大会予稿集，日本，Ｂ−899 (58)調査した分野(Int.Cl.7，ＤＢ名) G01M 11/00 - 11/02
Claims (3)
- 【請求項１】 光パルス試験器を用いて光線路の距離及
び光強度からなる光学特性を測定し、得られた測定デー
タから自動的に光線路の接続損失、ケーブル損失、反射
量、これらの発生位置及び故障発生位置を求めて表示す
る光線路特性の自動解析方法において、 測定条件を対象とする光線路に合わせて最適に設定した
光パルス試験器を用いて光学特性を測定し、測定データ
を取り込む第１の処理工程と、 測定データからコネクタ接続点及び融着接続点を検出す
る第２の処理工程と、 接続点種別及び距離情報から構成されるデータベースを
参照してコネクタ接続点間隔が近接した区間がある場
合、前記コネクタ接続点を含めた複数の連続した位置の
受光レベルを正規化した値を入力とし、コネクタ接続点
の接続損失を正規化した値を出力とする、コネクタ接続
点間隔に対応したバックプロパゲーション型ニューラル
ネットワークを用いて、コネクタ接続点の接続損失を算
出する第３の処理工程と、 第３の処理工程で接続損失を求めた接続点以外の融着接
続点及びコネクタ接続点の各接続損失を、各接続点の前
後のケーブル区間の近似直線の段差から求める第４の処
理工程と、 データベースの接続点距離情報と検出結果とを対応させ
る第５の処理工程と、 前記ケーブル損失、コネクタ接続位置における反射量、
全線路損失を求める第６の処理工程と、 前記ケーブル損失、融着接続及びコネクタ接続による接
続損失、コネクタ接続位置における反射量、これらの発
生位置、全線路損失及び故障発生位置等を表示する第７
の処理工程とを含むことを特徴とする光線路特性の自動
解析方法。 - 【請求項２】 第３の処理工程の代わりに、 データベースを参照してコネクタ接続点間隔が近接した
区間がある場合、前記コネクタ接続点区間の前後のケー
ブル区間から２点分のコネクタ接続損失を含むコネクタ
接続点区間の損失を算出する第８の処理工程と、 コネクタ接続点を含めた複数の連続した位置の受光レベ
ルと、前記コネクタ接続点区間の接続損失とを正規化し
た値を入力とし、各コネクタ接続点の接続損失を正規化
した値を出力とする、コネクタ接続点間隔に対応したバ
ックプロパゲーション型ニューラルネットワークを用い
て、各コネクタ接続点の接続損失を算出する第９の処理
工程とを含むことを特徴とする請求項１記載の光線路特
性の自動解析方法。 - 【請求項３】 第９の処理工程の代わりに、 コネクタ接続点を含めた複数の連続した位置の受光レベ
ルと、前記コネクタ接続点区間の接続損失とを正規化し
た値を入力とし、前記コネクタ接続点区間の接続損失の
うち前方のコネクタ接続点が占める比率を出力とする、
コネクタ接続点間隔に対応したバックプロパゲーション
型ニューラルネットワークを用いて、各コネクタ接続点
の接続損失を算出する第１０の処理工程を含むことを特
徴とする請求項２記載の光線路特性の自動解析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05020295A JP3243777B2 (ja) | 1995-03-09 | 1995-03-09 | 光線路特性の自動解析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05020295A JP3243777B2 (ja) | 1995-03-09 | 1995-03-09 | 光線路特性の自動解析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08247897A JPH08247897A (ja) | 1996-09-27 |
| JP3243777B2 true JP3243777B2 (ja) | 2002-01-07 |
Family
ID=12852546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05020295A Expired - Lifetime JP3243777B2 (ja) | 1995-03-09 | 1995-03-09 | 光線路特性の自動解析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3243777B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106127387A (zh) * | 2016-06-24 | 2016-11-16 | 中国电力科学研究院 | 一种基于bp神经网络的台区线损率评估方法 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19940775A1 (de) * | 1999-08-27 | 2001-03-01 | Siemens Ag | Verfahren und Vorrichtung zur Bestimmung der Qualität einer Verbindung zwischen Lichtwellenleitern |
| CN108593260B (zh) * | 2018-04-24 | 2020-01-31 | 国家电网公司 | 光缆线路故障定位和检测方法及终端设备 |
| CN111814954B (zh) * | 2020-06-19 | 2023-09-08 | 武汉光迅科技股份有限公司 | 一种光纤质量分析方法、装置、电子设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04296630A (ja) * | 1991-03-26 | 1992-10-21 | Nippon Telegr & Teleph Corp <Ntt> | 光パルス試験器用ニューロフィルタの構成法 |
| JPH05231983A (ja) * | 1992-02-26 | 1993-09-07 | Nippon Telegr & Teleph Corp <Ntt> | 光パルス試験器用信号処理装置 |
| JP3147616B2 (ja) * | 1993-02-26 | 2001-03-19 | 日立電線株式会社 | 分布型導波路センサ |
| JP3282753B2 (ja) * | 1993-08-04 | 2002-05-20 | 日本電信電話株式会社 | 光線路特性の自動解析方法 |
| JPH0868722A (ja) * | 1994-08-31 | 1996-03-12 | Nippon Telegr & Teleph Corp <Ntt> | 光線路特性の自動解析方法 |
-
1995
- 1995-03-09 JP JP05020295A patent/JP3243777B2/ja not_active Expired - Lifetime
Non-Patent Citations (2)
| Title |
|---|
| 中村他，光パルス試験波形データ自動解析方法，１９９０年電子情報通信学会春季全国大会予稿集，日本，Ｂ−８９９ |
| 榎本他，フレネル反射を含むＯＴＤＲ波形の自動解析精度の検討，１９９４年電子情報通信学会春季全国大会予稿集，日本，Ｂ−９８２ |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106127387A (zh) * | 2016-06-24 | 2016-11-16 | 中国电力科学研究院 | 一种基于bp神经网络的台区线损率评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08247897A (ja) | 1996-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6028661A (en) | Multi-branched optical line testing apparatus | |
| CN100567919C (zh) | 校准光学fmcw反向散射测量系统 | |
| CN101846743B (zh) | 用于相控阵超声仪的换能器基元故障检测的方法和系统 | |
| JP3527844B2 (ja) | 多分岐光線路試験方法および装置 | |
| CN102087332B (zh) | 一种基于波速寻优的直流行波故障测距方法 | |
| US9310274B2 (en) | System and method for measuring fiber temperature using OTDR measurements | |
| CN107505041A (zh) | 一种基于相位敏感光时域反射计的相位解调装置和方法 | |
| US8400622B2 (en) | Enhanced OTDR sensitivity by utilizing mode-field diameter measurements | |
| JP2914225B2 (ja) | 光ファイバの試験方法 | |
| KR20140051495A (ko) | 광링크 장애 감시 장치의 성능 향상방법 | |
| JP3243777B2 (ja) | 光線路特性の自動解析方法 | |
| Zhao et al. | Quantitative diagnosis method of beam defects based on laser Doppler non-contact random vibration measurement | |
| CN103822646A (zh) | 光纤光栅解调系统中长距离光延迟效应的解调方法 | |
| CN112798025B (zh) | 提高ofdr测量空间分辨率的方法及ofdr系统 | |
| US20230400334A1 (en) | Loss analysis device and loss analysis method | |
| JP2888821B1 (ja) | 光ファイバ評価装置、その評価方法及びその評価装置を用いた光ファイバ損失測定装置並びに損失測定プログラムを記録した記憶媒体 | |
| JPH0868722A (ja) | 光線路特性の自動解析方法 | |
| JP2914217B2 (ja) | 光線路試験装置およびその方法 | |
| CN116046145A (zh) | 交通道路光缆测区一致性检测系统及方法 | |
| CN116243242A (zh) | 基于ф-otdr的自适应滤波一体化降噪高精度3d定位方法 | |
| JP3335574B2 (ja) | 光パルス試験方法 | |
| JP3282753B2 (ja) | 光線路特性の自動解析方法 | |
| CN107084808A (zh) | 一种基于残缺谱拼谱的botdr互相关寻峰方法 | |
| JP3207323B2 (ja) | 光ファイバの試験方法 | |
| JP2004138506A (ja) | Ｏｔｄｒ測定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071026 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081026 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091026 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101026 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111026 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111026 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121026 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121026 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131026 Year of fee payment: 12 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |