军用光缆网是重要的国防基础通信设施,但光缆线路障碍问题一直以来都是导致通信网络故障的最主要原因。直埋式光缆线路作为军用光缆线路中占比最高的线路敷设方式,它的无障碍运行就成为军用光缆网安全运行的关键。对于军用直埋光缆线路的故障而言,事前预防的意义和重要性要远大于事后的抢修。因此,本文对军用直埋光缆线路障碍预警方法展开研究,以有效降低光缆线路阻断率,提升光缆线路维护部队的战斗力水平和信息化程度以及军用光缆网的作战通信保障效能。论文的主要研究内容如下:一是通过分析导致军用直埋光缆线路障碍的主要原因,从线路自身角度和外力破坏角度出发,分别研究了通过对传输损耗进行预测的和用无人机航拍巡检的两种线路障碍预警方法。二是提出将支持向量回归模型应用于光缆线路传输损耗预测中,进而建立了变权组合预测模型,结合对线路传输损耗预警门限值的分析,从传输损耗变化角度研究了线路障碍预警方法。三是研究了用无人机巡检方式结合深度学习算法进行光缆线路障碍预警的必要性、工作流程和关键技术,提出用卷积神经网络对无人机航拍图像中的光缆线路外力破坏隐患进行目标检测,仿真实现了对挖掘机等工程车辆的计算机自动识别预警,从而提高了传统光缆巡检的工作效率。四是基于MATLAB的GUI设计实现了线路障碍预警管理系统,使预警结果能够可视化呈现,结合系统生成的相关检测报告,为预警方法在部队推广应用提供了便捷工具。