本发明涉及光通信，特别是指一种光纤同缆检测方法、装置及系统。
背景技术：
1、由于光纤的无源特性，物理光纤网络一直无法实现可视化的实时状态管理，庞大的光缆、纤芯、端子等“哑资源”数据需要人工录入和手动维护，且管理纬度多、复杂度高。随着网络的不断建设，光纤管线的资源数据实时更新困难，数据同步及时性差，准确率低，导致物理网络和逻辑网络的对应关系偏差越来越大，在实际业务规划建设过程中，极易出现主备设备同沟同缆的情况，从而导致主备业务或关联业务实际部署到一条光纤上，因此需要识别主备路径同沟同缆的识别。
2、目前为识别任意两条光纤是否来自同一条光缆，可基于历史光路数据，结合相关性分析来确定同路由光缆；或提取光纤的特征来制定相关的方案来判断光纤同路由段，然而这些方案或是忽略了光纤的某些特征，或是在特征提取时要花费很长的时间在数据处理上(如通过光纤的振动或温度来做特征提取)，从而影响了在线测试的效果，无法获得较好的识别效果。
技术实现思路
1、本发明的目的是提供一种光纤同缆检测方法、装置及系统，通过识别光纤的曲线特征和事件特征来确定光纤对的融合特征向量矩阵，利用分类模型对融合特征向量矩阵中的每个行向量进行分类判决，实现双层级联的联合分类判决，以确定光纤同缆识别结果，提高了同缆识别准确率和模型的泛化能力。
2、为达到上述目的，本发明的实施例提供一种光纤同缆检测方法，包括：
3、获取拼接特征向量矩阵，所述拼接特征向量根据所述光纤的曲线特征向量和事件特征向量确定，所述事件特征向量对应各自的权重；
4、将多个光纤中两个不同光纤的拼接特征向量进行组合，得到光纤对拼接特征向量；
5、将所述光纤对拼接特征向量按照单个光纤的拼接特征向量的对应位置上的特征进行融合，得到光纤对融合特征向量；
6、将所有所述光纤对融合特征向量组成融合特征向量矩阵；
7、利用分类模型对所述融合特征向量矩阵中的每个行向量进行分类判决，确定光纤同缆识别结果。
8、为达到上述目的，本发明的实施例提供一种光纤同缆检测装置，包括：
9、获取模块，用于获取拼接特征向量矩阵，所述拼接特征向量根据所述光纤的曲线特征向量和事件特征向量确定，所述事件特征向量对应各自的权重；
10、第一处理模块，用于将多个光纤中两个不同光纤的拼接特征向量进行组合，得到光纤对拼接特征向量；
11、第二处理模块，用于将所述光纤对拼接特征向量按照单个光纤的拼接特征向量的对应位置上的特征进行融合，得到光纤对融合特征向量；
12、第三处理模块，用于将所有所述光纤对融合特征向量组成融合特征向量矩阵；
13、识别模块，用于利用分类模型对所述融合特征向量矩阵中的每个行向量进行分类判决，确定光纤同缆识别结果。
14、为达到上述目的，本发明的实施例提供一种光纤同缆检测系统，包括：光传输网络otn和软件定义网络sdn，所述otn包括嵌入式光时域反射计eotdr板，其中，
15、所述eotdr板用于执行以下步骤：
16、采集多个光纤的光时域反射计otdr数据；
17、对每个光纤的所述otdr数据进行特征提取，得到对应光纤的曲线特征向量和事件特征向量，所述事件特征向量对应各自的权重；
18、对每个光纤的所述曲线特征向量和事件特征向量进行拼接，得到对应光纤的拼接特征向量；
19、根据所述多个光纤中每个光纤的拼接特征向量，构建所述拼接特征向量矩阵，并将所述拼接特征向量矩阵发送给所述sdn，所述拼接特征向量矩阵由所述多个光纤的拼接特征向量构成，所述拼接特征向量根据所述光纤的曲线特征向量和事件特征向量确定；
20、所述sdn用于执行以下步骤：
21、获取所述拼接特征向量矩阵；
22、将所述多个光纤中两个不同光纤的拼接特征向量进行组合，得到光纤对拼接特征向量；
23、将所述光纤对拼接特征向量按照单个光纤的拼接特征向量的对应位置上的特征进行融合，得到光纤对融合特征向量；
24、将所有所述光纤对融合特征向量组成融合特征向量矩阵；
25、利用分类模型对所述融合特征向量矩阵中的每个行向量进行分类判决，确定光纤同缆识别结果。
26、为达到上述目的，本发明的实施例提供一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上所述的光纤同缆检测方法的步骤。
27、为达到上述目的，本发明的实施例提供一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时实现如上所述的光纤同缆检测方法的步骤。
28、本发明的上述技术方案的有益效果如下：
29、本发明实施例通过识别光纤的曲线特征和事件特征来确定光纤对的融合特征向量矩阵，利用分类模型对融合特征向量矩阵中的每个行向量进行分类判决，实现双层级联的联合分类判决，以确定光纤同缆识别结果，提高了同缆识别准确率和模型的泛化能力。
1.一种光纤同缆检测方法，其特征在于，包括：
2.根据权利要求1所述的光纤同缆检测方法，其特征在于，还包括：
3.根据权利要求2所述的光纤同缆检测方法，其特征在于，对每个光纤的所述otdr数据进行特征提取，得到对应光纤的曲线特征向量和事件特征向量的步骤，包括：
4.根据权利要求1至3任一项所述的光纤同缆检测方法，其特征在于，所述事件特征向量由事件类型、事件发生位置、回波损耗和拼接损耗四个位置组成，所述方法还包括：
5.根据权利要求1至3任一项所述的光纤同缆检测方法，其特征在于，将所述光纤对拼接特征向量按照单个光纤的拼接特征向量的对应位置上的特征进行融合，得到光纤对融合特征向量之后，还包括：
6.根据权利要求5所述的光纤同缆检测方法，其特征在于，根据光纤对融合特征向量和每个光纤的光缆信息，构建带标签的光纤对融合特征向量包括：
7.根据权利要求5所述的光纤同缆检测方法，其特征在于，所述分类模型包括随机森林模型，基于所述带标签的光纤对融合特征向量，训练分类模型，包括：
8.一种光纤同缆检测装置，其特征在于，包括：
9.根据权利要求8所述的光纤同缆检测装置，其特征在于，还包括：
10.根据权利要求9所述的光纤同缆检测装置，其特征在于，所述第四处理模块包括：
11.根据权利要求8所述的光纤同缆检测装置，其特征在于，所述事件特征向量由事件类型、事件发生位置、回波损耗和拼接损耗四个位置组成，所述装置还包括：
12.根据权利要求8至11任一项所述的光纤同缆检测装置，其特征在于，还包括：
13.根据权利要求12所述的光纤同缆检测装置，其特征在于，所述第七处理模块包括：
14.根据权利要求12所述的光纤同缆检测装置，其特征在于，所述分类模型包括随机森林模型，所述第八处理模块包括：
15.一种光纤同缆检测系统，其特征在于，包括：光传输网络otn和软件定义网络sdn，所述otn包括嵌入式光时域反射计eotdr板，其中，
16.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1-7任一项所述的光纤同缆检测方法的步骤。
17.一种计算机程序产品，其特征在于，包括计算机指令，所述计算机指令被处理器执行时实现如权利要求1至7中任一项所述的光纤同缆检测方法的步骤。
