基于AI建模的寬帶弱光問題精準定界方法

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

0 引言

黨的十八大以來，習近平同志圍繞網絡強國建設發表一系列重要論述，要求我們以人民為中心，要適應人民期待和需求，加快信息化服務普及，降低應用成本，為老百姓提供用得上、用得起、用得好的信息服務，讓億萬人民在共享互聯網發展成果上有更多獲得感。

江西移動積極響應國家號召，開展家庭寬帶“818”免費送活動，公司寬帶業務飛速發展、ODN規模迅速膨脹，ODN質量管理卻沒有齊頭并進，寬帶弱光問題影響客戶感知，客戶滿意度出現逐漸下滑趨勢。對影響用戶上網滿意度的弱光問題進行寫生解剖、細分原因，發現家寬“弱光率較高、問題定界困難”主要體現在以下四方面：

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

（2）組網不合理，分光比超限（1∶8＊1∶16分光）場景無法判定。

（3）弱光數據未經分析或采取簡單統計分析，無法準確界定骨干、分支、入戶弱光場景，直接派單給一線維護人員處理，超出維護人員職責范圍，可能引起部門之間互相推諉，整治效果差。

（4）傳統弱光數據采集，采用單次定時同步策略方式，受用戶關機、設備繁忙等因素影響，導致弱光數據采集率低（60%~70%），無法有效支撐弱光數據分析。

針對接入網弱光率整治效率低、準確率低等問題，筆者引入AI聚類分類算法，通過五個創新舉措，實現主干弱光、分支弱光、入戶弱光、分光比超限、反復弱光等場景精確識別，自動輸出地市弱光設備和定界原因。……