[发明专利]光电转换器模块识别方法及系统在审

专利信息
申请号: 201711493422.7 申请日: 2017-12-30
公开(公告)号: CN108090881A 公开(公告)日: 2018-05-29
发明(设计)人: 杨明;左璠;段正兵 申请(专利权)人: 武汉凌科通光电科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/42
代理公司: 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 代理人: 吴阳
地址: 430000 湖北省武汉市东湖新技术开发区华师园*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 光电转换器 测试终端 测试服务器 测试字符串 测试工位 测试信号 结果信息 模块识别 测试指令生成 故障类型分析 测试数据库 传送带 测试 测试指令 故障类型 时间生成 时间信息 速度信息 芯片施加 集合 发送 施加 芯片 停留 返回 配置
【说明书】:

一种光电转换器模块识别方法,包括:S1、配置测试终端中光电转换器达到各个测试工位的到达时间以及测试时间;根据各个测试工位的到达时间以及测试时间生成测试终端中传送带的运行速度信息以及停留时间信息;S2、获取光电转换器的芯片型号信息;对光电转换器的芯片施加测试信号,获得施加测试信号后,光电转换器向测试服务器返回的结果信息;S3、测试服务器建立结果信息与光电转换器故障类型的对应关系,并生成包括故障类型分析集合的测试数据库;S4、测试服务器向测试终端发送测试指令,测试终端根据测试指令生成测试字符串信息,并通过测试终端与被测光电转换器的接口将测试字符串信息发送到被测光电转换器。

技术领域

发明涉及光电通信技术领域,尤其涉及一种光电转换器模块识别方法 及系统。

背景技术

光电转换器是一种类似于基带MODEM(数字调制解调器)的设备,和 基带MODEM不同的是接入的是光纤专线,是光信号,分为全双工流控,半 双工背压控制。

光电转换器(又名光纤收发器),有百兆光纤收发器和千兆光纤收发器 之分,是一种快速以太网,其数据传输速率达1Gbps,仍采用CSMA/CD的访 问控制机制并与现有的以太网兼容,在布线系统的支持下,可以使原来的快 速以太网平滑升级并能充分保护用户原来的投资,千兆网技术已成为新建网 络和改造的首选技术,由此对综合布线系统的性能要求也提高。相关品牌有 TP-link,TC-net,三旺通信,汉信通信等厂家,其中有工业级的也有商用型 的,一般商用型的参数指标较低,范围较窄;工业级的性能更优,适用于工 业环境。

光电转换器接口包括:

RJ45接口:10/100BaseT(X)or 10/100/1000BaseT(X)自动适应

光纤接口:1000Base-SX/CX/LHX/EX(SFP插槽、LC接头)

LED指示灯:电源,端口状态,10/100/1000M。

现有技术中无法实现对光电转换器模块的准确识别。

发明内容

有鉴于此,本发明提出一种光电转换器模块识别方法及系统。

一种光电转换器模块识别方法,其包括如下步骤:

S1、建立光电转换器中组件的三维图像信息;

S2、根据光电转换器中组件的三维图像信息建立光电转换器中组件的图 像识别模型;

S3、通过光电转换器中组件的图像识别模型对光电转换器中模块进行识 别;

S4、将识别结果发动到远程服务器进行统计,根据统计结果获得光电转 换器的良品率。

在本发明所述的光电转换器模块识别方法中,所述步骤S4包括:

远程服务器获取识别结果,并根据识别结果获取光电转换器中不同模块 对应的良品率;

筛选良品率低于预设良品率阈值的光电转换器相应的模块,并获取良品 率低于预设良品率阈值的原因。

在本发明所述的光电转换器模块识别方法中,

所述步骤S2中根据光电转换器中组件的三维图像信息建立光电转换器 中组件的图像识别模型包括:

基于besov空间的多小波域光电转换器中模块图像消除噪声;对光电转 换器中模块图像进行连续多小波变换;

将小波域的图像信息载体小波系数映射到besov空间,使得多次映射后 的小波系数满足消噪代价函数;

对消噪后的图像进行再次小波变换,从变换后的小波系数中提取能量或 统计模型特征以刻画光电转换器中模块图像的纹理,并将纹理特征用以鲁棒 贝叶斯神经网络进行训练和测试。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉凌科通光电科技有限公司,未经武汉凌科通光电科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711493422.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top