問題描述

A－B－C－A三個OSN7500設備組10G速率SNCP環，主環方向為A－>B－>C，其中A通過無保護鏈下帶A'，C通過無保護鏈下帶C'，A'、C'都是OSN3500設備，所有網元的主機版本為5.**.18.50P01，某日B收A方向光路衰減突變，導致B收A方向光板閃報了6秒鐘的B3_SD告警，從網管的異常事件中看C站點同時也發生了SNCP誤碼倒換，但C'網元支路板卻上報了35～37秒的BIP_SD告警，同時用戶交換側也反饋業務也出現了幾秒鐘的中斷。

告警信息

B3_SD、BIP_SD

處理過程

1、檢查C站點SNCP屬性設置，都已經打開了SD誤碼倒換，排除SD倒換開關未設造成業務中斷；

2、檢查網管異常事件，用戶反饋有中斷的業務當時都已經發生了SNCP誤碼倒換，當前所有業務都工作在SNCP備用通道上，排除SNCP監測點異常；

3、查詢誤碼的檢測原理，發現VC12級別業務的SD檢測條件是“在40S的滑動窗口內，平均誤碼率超過10-6才上報BIP_SD告警”，而SD告警的消失條件為“在40S的滑動窗口內，平均誤碼率小于10-7 SD告警結束”，VC4級別業務的SD檢測條件與2M業務類似，只是滑動窗口為10S；

4、我們假定一條2M業務出現10－5誤碼率，那從誤碼開始出現到上報SD告警，中間需要4S時間（因為只有至少持續4S，除以40S后才能不低于10-6），而當業務出現10-5的誤碼率時，是很可能造成業務中斷的；如果要求從誤碼出現的100MS內上報SD告警，則要求這100MS內的平均誤碼率不低于4*10-4；

5、40秒內平均誤碼率的計算公式=(40S內總誤碼數量)/（40S內傳送的總BIT數量），誤碼數量與性能中統計的誤碼個數相同（因為采用BIP2誤碼校驗，實際誤碼數量很可能比性能中統計的誤碼數量更大），40S內總BIT數量=40（時間）×8000（1秒8000幀）×35（一個VC12 35個字節）×8（一個字節8bit）=89600000， 如果要達到SD的條件，89600000×10-6約等于90，也就是40S內超過90個誤碼才會達到BIPSD條件；同理40S內低于9個誤碼SD告警才會消失；

6、通過調節可調光衰進行實驗驗證，發現在不同的調節方法下,在實際誤碼消失后，SD告警的持續時間有長有短，一般在出現誤碼后慢慢降低可調光衰的衰減，在誤碼消失后SD告警的持續時間比較短，在出現誤碼后迅速降低可調光衰的衰減，SD告警的持續時間就比較長，最長時間可在誤碼消失后仍持續40S，實驗結果與理論推斷一致；

7、由于現場故障只出現了一次，且不具備再次測試的條件，我們無法判斷現場到底是誤碼出現多長時間后才上報了SD告警并觸發SNCP倒換，也無法判斷故障發生時的誤碼率到底是多少，但從當時上報了SD告警并發生了sncp誤碼倒換判斷，SNCP倒換是正常的。但從上面的理論中可以確認，對于誤碼倒換，是無法保證不中端業務的，除非對接設備能給出更寬的保證業務不中端的范圍，比如交換機保證“在45S的滑動窗口內，平均誤碼率超過10-6才中斷業務”，目前看對接設備不能保證上面的條件；

8、既然如此，為何不把SD的檢測窗口縮短，比如縮短到1S，當然這樣設置是能更快的觸發倒換，但如果檢測周期只有一秒，根據上面的計算公式，當1S內大于等于3個誤碼時，就會觸發SD倒換，這樣可能造成頻繁的倒換，另外縮短檢測周期對設備的硬件性能要求也更高，硬件未必能夠承受。

根因

VC12級別業務的SD檢測條件是“在40S的滑動窗口內，平均誤碼率超過10-6才上報BIP_SD告警”，而SD告警的消失條件為“在40S的滑動窗口內，平均誤碼率小于10-7 SD告警結束”，VC4/MS/RS級別業務的SD檢測條件與2M業務類似，只是滑動窗口為10S。

不同門限、不同級別業務的滑動窗口周期如下：

檢測器門限 STM-N/VC-4-Xc/VC-4/VC-3級別業務  VC-2VC-12/VC-11級別業務

10-3 10 ms 40 ms

10-4 100 ms 400 ms

10-5 1 s 4 s

10-6 10 s 40 s

10-7 100 s 400 s

10-8 1000 s 4000 s

10-9 10000 s 

建議與總結

誤碼倒換是不能完全保證不中端業務的，即便我們將SD門限設置成10-7，但檢測周期同時被拉長到了400S，需要在400S內平均誤碼率超過10-7才上報SD告警，但如果誤碼集中在某個時間段，還是可能造成實際業務已中斷、但傳輸設備還未達到倒換的門限，所以不要隨意向用戶承諾傳輸設備可以保證誤碼倒換不中端業務；如果用戶非要承諾，至少也要對接先給出類似承諾：“在40S的滑動窗口內，如果平均誤碼率不超過10-6不會中斷業務”。