[发明专利]基于卷积神经网络的通信电缆信道故障检测方法

说明书

本发明提供一种基于卷积神经网络的通信电缆信道故障检测方法，包括以下步骤：向待检测通信电缆发送测试信号，接收反射信号；根据反射信号提取包含通信电缆信道状态信息的软故障信号；将软故障信号输入到基于卷积神经网络的软故障信息检测网络中，得到通信电缆的故障类型、故障距离以及可体现故障严重程度的故障值。构建软故障信息检测网络，包括：建立通信电缆软故障等效模型得到信道传递函数；使用通信电缆的软故障历史数据构建数据集，将软故障信号作为输入，将通信电缆的信道传递函数所对应的故障类型、故障距离、故障值作为输出，使用数据集对软故障信息检测网络进行训练。本发明可以解决无法对通信电缆的软故障进行有效检测的技术问题。

技术领域

本发明涉及通信电缆故障检测技术领域，具体涉及一种基于卷积神经网络的通信电缆信道故障检测方法。

背景技术

伴随着安装受损、日常受损、自然老化等情况，以通信电缆为核心的通信系统时常面临着异常发生。如果在关键电缆段出现故障且未及时进行检查与维护时，可能会导致整个通信系统崩溃，进而造成巨大经济损失。为保证通信的稳定性，电缆的信道状态需要不定时的进行监测，以免出现故障。此外，目前常用的检测方法大多需要专业技术人员对测量信号进行分析，从而判断电缆的健康状况，成本高、效率低，常需数小时甚至数日来检查与修复故障。因此，必须研究高效且准确的检测技术以尽快诊断故障。

通信电缆的故障可分为硬故障、软故障。硬故障指具有明显的阻抗变化，如开路或短路。软故障指故障与导线之间的阻抗失配非常小，如摩擦或磨损。在现有技术中，然而大多方法在故障信息分析时较为复杂，且仅针对硬故障，无法对软故障进行有效检测。

发明内容

针对现有技术存在的不足，本发明提出一种基于卷积神经网络的通信电缆信道故障检测方法，以解决现有技术中存在的无法对通信电缆的软故障进行有效检测的技术问题。

本发明采用的技术方案是，一种基于卷积神经网络的通信电缆信道故障检测方法，包括以下步骤：

向待检测通信电缆发送测试信号，接收反射信号；

根据反射信号提取包含通信电缆信道状态信息的软故障信号；

将软故障信号输入到基于卷积神经网络的软故障信息检测网络中，得到通信电缆的故障类型、故障距离以及可体现故障严重程度的故障值。

进一步的，测试信号的生成方式包括：

生成待发送的多个子载波符号序列；

将多个子载波符号序列从频域转换到时域，得到离散信号；

将离散信号插入循环前缀后再转换到时域，得到测试信号。

进一步的，根据反射信号提取包含通信电缆信道状态信息的软故障信号，包括：将反射信号经模数转换、串并转换、去循环前缀、快速傅里叶变换以及并串转换，得到软故障信号。

进一步的，构建基于卷积神经网络的软故障信息检测网络，包括：

建立通信电缆软故障的等效模型，得到通信电缆的信道传递函数；

搭建基于卷积神经网络的软故障信息检测网络架构；

使用通信电缆的软故障历史数据构建数据集，

将软故障信号作为输入，将通信电缆的信道传递函数所对应的故障类型、故障距离、故障值作为输出，使用数据集对软故障信息检测网络进行训练并保存。

进一步的，通信电缆的信道传递函数如下：

在上式中，Γ_F表示通信电缆软故障导致的反射系数，α表示通信电缆的衰减常数，β表示通信电缆的相位系数，l表示故障距离，e表示自然常数。