Détection de dégradations de performance dans les câbles de fibre optique
Achetée sur Istock.com. Droits d’auteur.
Les câbles de fibre optique déployés durant les 30 dernières années sont considérés comme des composants à longue durée de vie en raison du niveau de fiabilité généralement élevé du verre et de la robustesse des procédés de fabrication. Cependant, comme tout composant, leur performance peut se dégrader avec l’âge en fonction de divers facteurs et des conditions environnementales. Dans cet article, trois méthodes statistiques sont appliquées sur des données collectées sur 12 mois dans une liaison optique pour détecter une augmentation de pertes optiques dans une section de câble optique (span), signe du vieillissement de la fibre optique. La méthode montre une augmentation de 1,3 % pour la période étudiée. Cette tendance a été validée par régression linéaire sur une période subséquente de 9 mois. Mots clés : Fibre optique, perte optique, décomposition de série temporelle, détection de tendances à long terme, régression linéaire.
Introduction
Les systèmes de communication optique constituent l’épine dorsale de la société de l’information et des communications d’aujourd’hui. Plusieurs milliards de kilomètres de fibres optiques sont aujourd’hui installés dans le monde entier – assez pour enrouler plus de 100 000 fois autour du globe une ficelle de verre aussi fine qu’un cheveu humain [1]. La fibre optique offre en effet une capacité de transmission impressionnante d’environ 88 Térabits/s, soit par analogie, 88 x 17,000 heures de musique [2] et plusieurs autres avantages dont sa longue durée de vie. Cependant, cette durée de vie est limitée par de nombreux facteurs externes causant sa dégradation et réduisant ainsi la performance du signal optique. Ces facteurs sont notamment les conditions environnementales liées au lieu de déploiement de la fibre optique.
De plus, les réseaux optiques sont constitués de fibres optiques de divers types, longueurs et générations, dont certaines sont déployées depuis plus de 30 ans alors que la durée de vie approximative est comprise entre 20 et 40 ans [3]. Ainsi, les opérateurs cherchent à quantifier les effets à long terme du vieillissement de la fibre optique sur les paramètres de performance. Plusieurs travaux ont été menés au fil des années, mais cette problématique n’a pas encore été résolue. Certaines des méthodes proposées sont théoriques; d’autres plutôt destructives et intrusives impliquent des essais sur des échantillons de vieux câble; et d’autres encore, plutôt coûteuses, nécessitent l’installation d’équipements supplémentaires.
D’un autre côté, les opérateurs surveillent régulièrement les performances optiques du réseau, dont le taux d’erreur binaire (BER) mesuré au niveau du récepteur optique (Rx) et la puissance optique mesurée au niveau des amplificateurs optiques situés dans les sites intermédiaires (sites ROADM) à la Figure 1 [4]. Ces données enregistrées toutes les 15 minutes sont seulement utilisées pour l’analyse des causes sous-jacentes en cas de défaillance d’un composant ou de panne dans le réseau.
Figure 1 Circuit optique bidirectionnel sous analyse (4 spans de fibre optique, 205 km de longueur totale). WSS : Wavelength Selective Switch; ROADM : Reconfigurable Optical Add-Drop Multiplexer
Détection de tendances
La technique proposée repose sur l’analyse de tendances à long terme, un sujet longuement étudié dans les domaines de la météorologie, des finances, de la surveillance de la qualité de l’air et de l’eau. Elle se base sur l’utilisation de trois méthodes statistiques complémentaires à savoir la méthode de décomposition STL (Seasonal-Trend decomposition using LOESS), le test de Mann-Kendall, et de Sen’s slope.
Ces méthodes ont été appliquées sur la perte de chaque section de fibre optique (span) calculée à partir des données de puissance des amplificateurs optiques recueillies sur une période de 12 mois, afin de quantifier la perte liée à la dégradation de la fibre optique.
La méthode de décomposition STL est d’abord appliquée afin d’isoler la composante tendance. Les séries temporelles sont constituées de 3 composantes : la composante tendance qui donne l’évolution à long terme de la série, la composante saisonnière qui décrit la saisonnalité (c.-à-d. la présence ou non de périodicité), et la composante résiduelle ou bruit qui est ce qui reste de la série quand on enlève les deux premières composantes. Le test de Mann-Kendall est ensuite appliqué afin de déterminer si la tendance est croissante, décroissante ou inexistante. Une tendance croissante, qui, de l’intérêt de l’article, indique que les pertes dans le span augmente en fonction du temps, est un signe de dégradation. Par la suite, le test de Sen’slope quantifie numériquement la pente de dégradation.
En suivant cette approche, une valeur de 0,2 dB d’augmentation de pertes optiques dans une section du câble optique a été détectée. La méthode de régression linéaire a permis de confirmer cette tendance sur la période subséquente de 6 mois, la valeur de pente cumulative obtenue étant de 0,3 dB (Figure 2). La perte optique du segment de câble plafonne ensuite autour de 13,7 dB.
Figure 2 Évolution des pertes optique (span 1, direction A-B) durant les 12 premiers mois (en noir), et confirmée par des données additionnelles de 12 mois (en bleu)
Conclusion
Dans cet article, trois tests statistiques complémentaires ont été appliqués sur des données de perte optique dans un segment de câble optique afin de détecter une éventuelle dégradation à long terme. L’augmentation de la perte optique détectée est très faible, comme prévu, étant donné que la période d’observation est relativement courte. Des mesures indépendantes ont confirmé que cette augmentation est due à la dégradation de performance des fibres optiques, et non à une erreur de la mesure ou d’instrumentation.
Cet outil serait utile pour l’analyse des données de perte optique dans les câbles optiques, notamment pour localiser les segments de fibres optiques qui se dégradent. Si elle était automatisée, cette méthode pourrait être utilisée par les opérateurs de réseau pour la surveillance des fibres optiques, la détection anticipée de dégradation des câbles à fibres optiques et la planification proactive du remplacement des fibres à l’aide des données historiques.
Information supplémentaire
Pour plus d’information sur cette recherche, lire l’article suivant :
B. L. M. Yaméogo, D. W. Charlton, D. Doucet, C. Desrosiers, M. O. Sullivan, and C. Tremblay, « Trends in Optical Span Loss Detected Using the Time Series Decomposition Method », Journal of Lightwave Technology, pp. 1-1, 2020.
