CN106254167A - 一种网络监控的方法、装置、设备及系统 - Google Patents
一种网络监控的方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN106254167A CN106254167A CN201610882499.2A CN201610882499A CN106254167A CN 106254167 A CN106254167 A CN 106254167A CN 201610882499 A CN201610882499 A CN 201610882499A CN 106254167 A CN106254167 A CN 106254167A
- Authority
- CN
- China
- Prior art keywords
- signal
- value
- ideal
- sampling
- parameter detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 254
- 230000002159 abnormal effect Effects 0.000 claims abstract description 58
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims description 149
- 238000012545 processing Methods 0.000 claims description 30
- 238000012806 monitoring device Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 abstract description 40
- 230000005856 abnormality Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 16
- 239000000969 carrier Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000027648 face development Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明是关于一种网络监控的方法、装置、设备及系统,涉及电视网络领域,上述方法包括:接收至少一个参数检测装置发送的检测信息;所述检测信息中包含有所述参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值;对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常;在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点;根据发生异常的网络节点的参数检测装置发送的所述MER值及所述BER值,及预设异常数据,确定异常类型。本发明减少了维护成本,且提高了维护效率。
Description
技术领域
本发明涉及电视网络技术领域,尤其涉及一种网络监控的方法、装置、设备及系统。
背景技术
随着三网融合的推进,NGB(Next Generation Broadcasting Network,下一代广播电视网)基于同轴电缆的语音、数据和多媒体应用的增长,业务提供商将面临着业务开通和可靠性方面的发展挑战。维护的高效性、及时性、准确性以及简便性越来越重要。
在现有技术中,广电网在网络维护方面,一般还是沿用用户报修->派人现场维护的流程,即为,在用户的终端接收不到电视信号时,可以用户可以向广电网中心反馈电视信号接收不到的报修信息,此时,广电网中心根据用户报修信息进行维护人员的分配,维护人员需至现场进行相应的检测处理。通过上述方式进行维护,需要维护人员至现场进行相应的检测处理,增加了维护成本,且维护效率慢。
发明内容
为克服相关技术中存在的问题,本发明提供一种网络监控的方法、装置、设备及系统。
根据本发明实施例的第一方面,提供一种网络监控的方法,包括:接收至少一个参数检测装置发送的检测信息;所述检测信息中包含有所述参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值;对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常;在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点;根据发生异常的网络节点的参数检测装置发送的所述MER值及所述BER值,及预设异常数据,确定异常类型。
可选的,所述对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常包括:分别所述至少一个参数检测装置发送的所述MER值是否低于预设阈值;在至少一个所述MER值低于预设阈值时,确定存在网络异常;所述在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点包括:在确定存在网络异常时,根据参数检测装置的检测信息,将所述MER值低于预设阈值的参数检测装置所在的网络节点确定为发生异常的网络节点。
根据本发明实施例的第二方面,提供一种网络监控的方法,包括:获取预设数目个采样信号及所述采样信号对应的理想信号;根据所述预设数目个采样信号及所述采样信号对应的理想信号,计算调制误差率MER值;获取误差率信息,并根据所述误差率信息,确定比特误差率BER值;所述误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数;向网络监控的装置发送检测信息;所述检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
可选的,所述获取预设数目个采样信号及所述采样信号对应的理想信号包括:执行预设数目次采集程序,获取预设数目个采样信号及所述采样信号对应的理想信号;其中,所述采样程序包括:采集射频RF信号;根据所述RF信号进行正交幅度调制QAM,利用预设计算公式,获取理想I信号、理想Q信号,并根据理想I信号及理想Q信号确定n个理想信号,及每个所述理想信号的门限范围;其中,n为RF信号进行的QAM的状态数;根据所述RF信号进行QAM,确定采样I信号及采样Q信号,并根据采样I信号及采样Q信号确定采样信号;根据所述采样信号及每个所述理想信号的门限范围,确定所述采样信号对应的理想信号。
可选的,所述根据所述预设数目个采样信号及所述采样信号对应的理想信号,计算调制误差率MER值包括:根据所述预设数目个采样信号及所述采样信号对应的理想信号,利用公式计算调制误差率MER值;其中,N表示预设数目,Ij表示第j个理想信号的I信号的值;Qj表示第j个理想信号的Q信号的值;ΔIj表示第j个采样信号的I信号的值与对应的第j个理想信号的I信号的值之差;ΔQj表示第j个采样信号的Q信号的值与对应的第j个理想信号的Q信号的值之差。
根据本发明实施例的第三方面,提供一种网络监控的装置,包括:接收单元,用于接收至少一个参数检测装置发送的检测信息;所述检测信息中包含有所述参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值;确定单元,用于对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常;所述确定单元,还用于在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点;所述确定单元,还用于根据发生异常的网络节点的参数检测装置发送的所述MER值及所述BER值,及预设异常数据,确定异常类型。
根据本发明实施例的第四方面,提供一种参数检测装置,包括:获取单元,用于获取预设数目个采样信号及所述采样信号对应的理想信号;计算单元,用于根据所述预设数目个采样信号及所述采样信号对应的理想信号,计算调制误差率MER值;所述获取单元,还用于获取误差率信息;所述误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数;确定单元,用于根据所述误差率信息,确定比特误差率BER值;发送单元,用于向网络监控的装置发送检测信息;所述检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
根据本发明实施例的第五方面,提供一种网络监控服务器,包括:处理组件,存储器,及输入输出接口;其中,所述存储器,用于存储由所述处理组件的执行的指令;所述输入输出接口,用于接收至少一个参数检测装置发送的检测信息;所述检测信息中包含有所述参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值;所述处理组件,用于对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常;在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点;根据发生异常的网络节点的参数检测装置发送的所述MER值及所述BER值,及预设异常数据,确定异常类型。
根据本发明实施例的第六方面,提供一种参数检测设备,包括:处理组件,存储器,及输入输出接口;其中,所述存储器,用于存储由所述处理组件的执行的指令;所述处理组件,用于获取预设数目个采样信号及所述采样信号对应的理想信号;根据所述预设数目个采样信号及所述采样信号对应的理想信号,计算调制误差率MER值;获取误差率信息;所述误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数;根据所述误差率信息,确定比特误差率BER值;所述输入输出接口,用于向网络监控的装置发送检测信息;所述检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
可选的,所述获取单元,具体用于执行预设数目次采集程序,获取预设数目个采样信号及所述采样信号对应的理想信号;其中,所述采样程序包括:采集射频RF信号;根据所述RF信号进行正交幅度调制QAM,利用预设计算公式,获取理想I信号、理想Q信号,并根据理想I信号及理想Q信号确定n个理想信号,及每个所述理想信号的门限范围;其中,n为RF信号进行的QAM的状态数;根据所述RF信号进行QAM,确定采样I信号及采样Q信号,并根据采样I信号及采样Q信号确定采样信号;根据所述采样信号及每个所述理想信号的门限范围,确定所述采样信号对应的理想信号。
根据本发明实施例的第七方面,提供一种网络监控的系统,包括:中心机房,分前端,光接收机,网络监控的服务器及多个参数检测设备;其中,所述多个参数检测设备分别与中心机房,分前端,光接收机连接;所述多个参数检测设备为上述实施例所述的参数检测设备;所述网络监控的服务器为上述实施例所述的网络监控的服务器。
本发明的实施例提供的技术方案可以包括以下有益效果:网络监控的装置可以接收到至少一个参数检测装置发送的检测信息,对至少一个参数检测装置发送的MER值进行数据分析,确定是否存在网络异常,在确定存在网络异常时,可以一步根据至少一个参数检测装置发送的检测信息,确定发生异常的网络节点,在确定出发生异常的网络节点后,可以进一步根据位于发生异常的网络节点的参数检测装置发送的MER值及BER值及预设异常数据,确定异常类型,以便于维护人员进行相应的维护。这样一来,本发明中的网络监控的装置可以根据获取的参数检测装置发送的检测信息进行异常的确定及异常类型的确定,无需用户及维护人员的参与,从而减少了维护成本,并在网络节点异常时,及时检测出,提高了维护效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种网络监控的方法的流程示意图;
图2为本发明实施例提供的另一种网络监控的方法的流程示意图;
图3为本发明实施例提供的一种理想信号的星座图的示意图;
图4为本发明实施例提供的一种采样信号的星座图的示意图;
图5为本发明实施例提供的一种网络监控的装置的结构示意图;
图6为本发明实施例提供的一种参数检测装置的结构示意图;
图7为本发明实施例提供的一种网络监控服务器的结构示意图;
图8为本发明实施例提供的一种参数检测设备的结构示意图;
图9为本发明实施例提供的一种网络监控的系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
如图1所示,本发明实施了提供了一种网络监控的方法,包括:
步骤101、接收至少一个参数检测装置发送的检测信息。
其中,检测信息中包含有所述参数检测装置所在的网络节点的信息、MER(调制误差率)值及BER(比特误差率)值。
具体的,由于MER值是数字电视信号的理想符号功率与噪声功率之比取对数,MER值包含了信号的所有类型的损伤:各种噪声、载波泄漏、IQ幅度不平衡、相位噪声。当信号逐渐变差时,被接收信号的实际位置离其理想位置愈来愈远,这时测得的MER值也会渐渐减小。而当接收信号离理想信号的距离超过了预设阈值后,MER值就不能完全客观的反映出网络的状态,这时候就需要使用BER值来判断接收信号的数据的错误率。因此,为了确定网络是否存在异常,通过参数检测装置检测MER值及BER值。由于需要对不同的网络节点进行检测,因此需要在至少一个的网络节点处设置至少一个参数检测装置,使得至少一个参数检测装置可以对其所在位置处的网络节点进行相应的检测,获取到其所在位置处的网络节点对应的MER值及BER值。而参数检测装置在向网络监测的装置发送MER值及BER值时,需要将其所属的网络节点的信息一起发送至网络监控的装置,以便告知网络监控的装置每个网络节点处的MER值及BER值。为了方便的向网络监控的装置发送各个信息,可以将自个所在网络节点的信息,MER值及BER值作为检测信息,发送至网络监控的装置。此时,网络监控的装置可以接收到至少一个参数检测装置发送的检测信息。
步骤102、对至少一个参数检测装置发送的MER值进行数据分析,确定是否存在网络异常。
具体的,网络监控的装置在接收到各个参数检测装置发送的检测信息后,可以对接收的各检测信息进行解析,解析出各检测信息中的网络节点的信息,MER值及BER值。在解析出MER值后,可以对解析出的各个MER值进行数据分析,根据各个数据分析结果确定是否存在网络异常。
进一步的,对至少一个参数检测装置发送的MER值进行数据分析,确定是否存在网络异常包括:分别至少一个参数检测装置发送的MER值是否低于预设阈值;在至少一个MER值低于预设阈值时,确定存在网络异常。
也就是说,网络监控的装置在解析出至少一个参数检测装置发送的MER值后,由于MER值越大,则说明采样的信号误差越小,而MER值越小,则说明采样的信号误差越大。因此可以将各个MER值与预设阈值进行比较,确定各个MER值是否低于预设阈值,若有低于预设阈值的MER值,则说明此处采样信号的误差较大,则可以确定存在网络异常。
进一步的,若至少一个MER值均大于预设阈值,则说明网络节点均正常工作,没有发生异常,无需进行下述步骤,可以重新执行上述各个步骤。
需要说明的是,预设阈值是管理员根据实际需要预先设置的,可以是23.5dBm(分贝毫瓦)。当然,还可以是其他值,本发明对此不作限制。
步骤103、在确定存在网络异常时,根据至少一个参数检测装置发送的检测信息,确定发生异常的网络节点。
具体的,网络监控的装置在确定出存在网络异常时,可以将根据数据分析结果确定出异常的MER值,进而根据可以此MER值确定出发送此MER值的参数检测装置,进而可以获取到此参数检测装置发送的检测信息,从检测信息中获取到此参数检测装置所在网络节点的信息,进而可以将参数检测装置所在的网络节点确定为发生异常的网络节点。
需要说明的是,在本发明实施例中,参数检测装置所在的网络节点是指此参数检测装置所在位置处的网络节点,并不是指此参数检测装置在网络节点内部。
进一步的,在确定存在网络异常时,根据至少一个参数检测装置发送的检测信息,确定发生异常的网络节点包括:
在确定存在网络异常时,根据参数检测装置的检测信息,将MER值低于预设阈值的参数检测装置所在的网络节点确定为发生异常的网络节点。
也就是说,网络监控的装置在确定出网络异常时,由于在确定有MER值低于预设阈值时,确定出有网络异常。因此网络监控的装置可以将发送的MER值低于预设阈值的参数检测装置所在的网络节点确定为异常的网络节点。
步骤104、根据发生异常的网络节点的参数检测装置发送的MER值及BER值,及预设异常数据,确定异常类型。
具体的,网络监控的装置在确定出发生异常的网络节点后,可以进一步确定具体的异常类型。网络监控的装置中可以预先缓存预设异常数据,此预设异常数据是不同的异常的MER值及BER值与异常类型间的对应关系。例如,MER值为a,BER值为b,在预设异常数据中记录了MER值为a,BER值为b对应的异常类型为c,则可以在预设异常数据中确定出异常类型。
网络监控的装置可以确定出处于发生异常的网络节点的参数检测装置发送的检测信息,从此检测信息中获取到MER值及BER值,进而根据此MER值及BER值查找预设异常数据,若在预设异常数据中有与此MER值及BER值相匹配的记录时,可以从此记录中确定出异常类型。若在预设异常数据中没有与此MER值及BER值相匹配的记录时,则说明此异常并不是易发生异常,需通过其他方式确定异常类型。例如,通过维护人员至异常的网络节点处进行相应的检测,确定出异常类型。当然,还可以是其他方式,本发明对此不作限制。
需要说明的是,预设异常数据也可不缓存至网络监控的装置中,而是缓存至其他设备中。此时,网络监控的装置可以将获取的异常网络节点处的MER值及BER值直接发送至存储了预设异常数据的设备中,通过存储了预设异常数据的设备进行异常类型的确定,将确定的结果发送至网络监控的装置。网络监控的装置可以通过存储了预设异常数据的设备返回的结果获知异常网络节点的异常类型。当然,还可以通过其他方式进行异常类型的确定,本发明对此不作限制。
这样一来,网络监控的装置可以接收到至少一个参数检测装置发送的检测信息,对至少一个参数检测装置发送的MER值进行数据分析,确定是否存在网络异常,在确定存在网络异常时,可以一步根据至少一个参数检测装置发送的检测信息,确定发生异常的网络节点,在确定出发生异常的网络节点后,可以进一步根据位于发生异常的网络节点的参数检测装置发送的MER值及BER值及预设异常数据,确定异常类型,以便于维护人员进行相应的维护。这样一来,本发明中的网络监控的装置可以根据获取的参数检测装置发送的检测信息进行异常的确定及异常类型的确定,无需用户及维护人员的参与,从而减少了维护成本,并在网络节点异常时,及时检测出,提高了维护效率。
如图2所示,本发明实施例提供了一种网络监控的方法,包括:
步骤201、获取预设数目个采样信号及采样信号对应的理想信号。
具体的,由于参数检测装置需要计算出MER值,而MER值是根据理想信号功率与噪声功率得到的,因此需要先获取到理想信号及噪声信号。
需要说明的是,理想信号是没有噪声的信号,理想信号的获取可以在采集到采样信号后,利用预设公式进行计算,得到理想信号。
而噪声信号是无法直接获取的,可以根据采样信号及理想信号获取到噪声信号。因此,参数检测装置需要先获取到采样信号及采样信号对应的理想信号。而MER值是一个统计测量量,需要测量一定时间内的多个值,因此,为了计算出MER值,需要获取预设数目的采样信号及此采样信号对应的理想信号。
进一步的,获取预设数目个采样信号及采样信号对应的理想信号包括:
执行预设数目次采集程序,获取预设数目个采样信号及采样信号对应的理想信号。
其中,采样程序包括:采集RF(Radio Frequency,射频)信号;根据RF信号进行正交幅度调制QAM,利用预设计算公式,获取理想I信号、理想Q信号,并根据理想I信号及理想Q信号确定n个理想信号,及每个所述理想信号的门限范围。根据RF信号进行QAM,确定采样I信号及采样Q信号,并根据采样I信号及采样Q信号确定采样信号;根据采样信号及每个理想信号的门限范围,确定采样信号对应的理想信号。
其中,n为RF信号进行的QAM的状态数。
具体的,参数检测装置放置于需要进行网络监控的网络节点处,可以从此网络节点中获取到与电视信号有关的RF信号。参数检测装置在接收到RF信号后,需要对其进行调制。在本发明中,参数检测装置需要对采集的RF信号进行正交幅度调制,即为进行QAM。而RF信号在QAM中由相互正交的两个载波的幅度变化表示,分别称为I信号及Q信号。
这样一来,参数检测装置在采集到RF信号后,需根据此RF信号先找出对应的理想信号。此时,参数检测装置可以对RF信号进行QAM的调制后,形成了相互正交载波Kcosωct和Ksinωct。其中,Kcosωct信号为理想I信号,Ksinωct信号为理想Q信号。由于I信号及Q信号间变化的仅为相位,信号的幅值是不变化的。因此,通过采集RF信号,利用预设计算公式,可以获取到理想信号的幅值。在确定出理想I信号及理想Q信号后,将理想I信号及理想Q信号进行不同的组合,可以得到n个理想信号,并形成星座图。
在确定出n个理想信号后,可以根据每个理想信号在星座图中的位置,确定出每个理想信号的门限范围。其中,任一个理想信号在其门限范围所限制的范围的中心位置。
需要说明的是,针对每个RF信号进行QAM后才能获取到理想信号,且QAM的状态数可以是16,32,64,128等,因此,每个RF信号最后确定出的理性信号的个数n与QAM的状态数相同。例如,QAM的状态数为64,则此时,RF信号确定出的理性信号的个数应为64个。预设计算公式是预先设置的,与QAM的状态数及星座图的有关,例如,QAM的状态数为64,且星座图为方形,则预设计算公式为:-M/7,-M/5,-M/3,-1*M,M,M/3,M/5,M/7,其中M为星座图中IQ坐标的最大值,由于RF信号经过串并转换后,I信号及Q信号各站一半的位数,因此通过上述预设计算公式可以计算出8个幅值,进而可以得到8个理想I信号,8个理想Q信号,并通过此8个理想I信号,8个理想Q信号,得到64个理想信号。假设,RF信号量化后的值为8,则根据预设计算公式,可以得到8个幅值为:-1、-3、-5、-7、+1、+3、+5和+7共8个幅值,获取的理想Q信号为+7sinωct、+5sinωct、+3sinωct、+1sinωct、-1sinωct、-3sinωct、-5sinωct、-7sinωct;理想I信号为:+7cosωct、+5cosωct、+3cosωct、+1cosωct、-1cosωct、-3cosωct、-5cosωct和-7cosωct。上述两路信号共有64个不同的组合,即为可以形成64个理想信号,这样便形成64QAM的星座图,如图3所示。在确定出64个理想信号后,可以相应的在星座图中将每个理想信号的位置确定出,由于每个理想信号在星座图中有具体位置,因此,可以根据每个理想信号的位置,确定出每个理想信号对应的门限范围。在星座图中可以将方框线即为相邻理想信号的分界限,即为门限范围。
参数检测装置在获取了RF信号后,在对此RF信号进行QAM的调制后,可以直接获取到采样I信号及采样Q信号。此时,可以将采样I信号及采样Q信号进行组合,确定出采样信号。
需要说明的是,数字电视信号的每一个信号(又称为符号)在星座图上都有一个相应的位置,如果这个信号是理想信号的,那么其在星座图内的对应的方框内是一个中心点。但是数字电视信号总是伴随着广义噪声而存在,那么,它每时每刻都是叠加有噪声,因此采样信号基本都是叠加了噪声的信号,采样信号不可能是理想信号,进而不可能是星座内对应的方框中的中心点。
因此,参数检测装置在确定出采样信号后,需要确定出每个采样信号对应的理性信号。此时,由于每个理想信号均有门限范围,因此参数检测装置可以根据每个采样信号的值在哪个门限范围内,则可以确定出每个采样信号对应的理性信号,如图4所示。
需要说明的是,为了准确的计算出每个网络节点的MER值,预设数目是远大于n的整数。预设数目可以由管理员预先设定,例如,n为64时,预设数目可以为300,或是其他数值。本发明对此不作限制。
步骤202、根据预设数目个采样信号及采样信号对应的理想信号,计算调制误差率MER值。
具体的,由于参数检测装置需要计算出MER值,而MER值是根据理想信号功率与噪声功率得到的,因此需要先获取到理想信号及噪声信号。而在参数检测装置获取到采样信号及理想信号后,可以根据采样信号及理想信号确定出噪声信号,进而可以根据理想信号功率,及噪声信号功率计算出MER值。
进一步的,根据所述预设数目个采样信号及采样信号对应的理想信号,计算调制误差率MER值包括:
根据预设数目个采样信号及采样信号对应的理想信号,利用公式计算调制误差率MER值。
其中,N表示预设数目,Ij表示第j个理想信号的I信号的值;Qj表示第j个理想信号的Q信号的值;ΔIj表示第j个采样信号的I信号的值与对应的第j个理想信号的I信号的值之差;ΔQj表示第j个采样信号的Q信号的值与对应的第j个理想信号的Q信号的值之差。
步骤203、获取误差率信息,并根据误差率信息,确定比特误差率BER值。
其中,误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数。
具体的,参数检测装置可以通过数据统计获取误差率信息,即为参数检测装置可以统计预设时间内接收的数字信号中发生错误的比特数,及在此预设时间内接收到的数字信号的总比特数,进而可以根据公式计算出BER值。
其中,T1表示预设时间内接收的数字信号中发生错误的比特数,T2表示预设时间内接收到的数字信号的总比特数。
需要说明的是,若有其他设备可以统计出预设时间内接收的数字信号中发生错误的比特数,及在此预设时间内接收到的数字信号的总比特数,则可以通过其他设备获取到误差率信息,而无需自身进行数据统计。
需要说明的是,预设时间是管理员根据实际需要预先设定的。
步骤204、向网络监控的装置发送检测信息。
其中,检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
具体的,参数检测装置在计算出MER值及BER值后,可以在确定出其所在网络节点的信息,进而根据计算出的MER值、BER值及获取的所在网络节点的信息生成包含了上述信息的检测信息,发送至网络监控的装置,以便网络监控的装置根据检测信息确定此参数检测装置所在网络节点是否存在异常,并在存在异常时,确定出异常类型。
这样一来,参数检测装置计算出MER值及BER值,并根据MER值、BER值及所在网络节点的信息生成检测信息,并发送至网络监控的装置,以使得网络监控的装置可以接收到至少一个参数检测装置发送的检测信息,对至少一个参数检测装置发送的MER值进行数据分析,确定是否存在网络异常,在确定存在网络异常时,可以一步根据至少一个参数检测装置发送的检测信息,确定发生异常的网络节点,在确定出发生异常的网络节点后,可以进一步根据位于发生异常的网络节点的参数检测装置发送的MER值及BER值及预设异常数据,确定异常类型,以便于维护人员进行相应的维护。这样一来,本发明中的网络监控的装置可以根据获取的参数检测装置发送的检测信息进行异常的确定及异常类型的确定,无需用户及维护人员的参与,从而减少了维护成本,并在网络节点异常时,及时检测出,提高了维护效率。
如图5所示,本发明实施了提供了一种网络监控的装置,包括:
接收单元501,用于接收至少一个参数检测装置发送的检测信息。
其中,检测信息中包含有所述参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值。
确定单元502,用于对至少一个参数检测装置发送的MER值进行数据分析,确定是否存在网络异常。
具体的,确定单元502,具体用于分别至少一个参数检测装置发送的MER值是否低于预设阈值;在至少一个MER值低于预设阈值时,确定存在网络异常。
确定单元502,还用于在确定存在网络异常时,根据至少一个参数检测装置发送的检测信息,确定发生异常的网络节点。
确定单元502,还用于根据发生异常的网络节点的参数检测装置发送的MER值及BER值,及预设异常数据,确定异常类型。
如图6所示,本发明实施了提供了一种参数检测装置,包括:
获取单元601,用于获取预设数目个采样信号及采样信号对应的理想信号。
具体的,获取单元601,具体用于执行预设数目次采集程序,获取预设数目个采样信号及采样信号对应的理想信号。
其中,所述采样程序包括:采集射频RF信号;根据RF信号进行正交幅度调制QAM,利用预设计算公式,获取理想I信号、理想Q信号,并根据理想I信号及理想Q信号确定n个理想信号,及每个所述理想信号的门限范围。根据RF信号进行QAM,确定采样I信号及采样Q信号,并根据采样I信号及采样Q信号确定采样信号。根据采样信号及每个理想信号的门限范围,确定采样信号对应的理想信号。
其中,n为RF信号进行的QAM的状态数。
计算单元602,用于根据预设数目个采样信号及采样信号对应的理想信号,计算调制误差率MER值。
具体的,计算单元602,具体用于根据预设数目个采样信号及采样信号对应的理想信号,利用公式计算调制误差率MER值。
其中,N表示预设数目,Ij表示第j个理想信号的I信号的值;Qj表示第j个理想信号的Q信号的值;ΔIj表示第j个采样信号的I信号的值与对应的第j个理想信号的I信号的值之差;ΔQj表示第j个采样信号的Q信号的值与对应的第j个理想信号的Q信号的值之差。
获取单元601,还用于获取误差率信息。
其中,误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数。
计算单元602,还用于根据误差率信息,计算比特误差率BER值。
发送单元603,用于向网络监控的装置发送检测信息。
其中,检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
如图7所示,本发明实施例提供了一种网络监控服务器包括:处理组件701,存储器702,及输入输出接口703。
处理组件701进一步包括一个或多个处理器。
存储器702,用于存储可由处理组件701的执行的指令,例如应用程序。存储器702中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。
进一步的,上述网络监控服务器还可以包括一个电源组件704被配置为执行网络监控服务器的电源管理,一个有线或无线网络接口705被配置为将网络监控服务器连接到网络,和一个输入输出(I/O)接口703。网络监控服务器可以操作基于存储在存储器702的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
具体的,输入输出接口703,用于接收至少一个参数检测装置发送的检测信息。
其中,检测信息中包含有参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值。
处理组件701,用于对至少一个参数检测装置发送的MER值进行数据分析,确定是否存在网络异常;在确定存在网络异常时,根据至少一个参数检测装置发送的检测信息,确定发生异常的网络节点;根据发生异常的网络节点的参数检测装置发送的MER值及BER值,及预设异常数据,确定异常类型。
进一步的,处理组件701,具体用于分别至少一个参数检测装置发送的MER值是否低于预设阈值;在至少一个MER值低于预设阈值时,确定存在网络异常。在确定存在网络异常时,根据参数检测装置的检测信息,将MER值低于预设阈值的参数检测装置所在的网络节点确定为发生异常的网络节点。
这样一来,网络监控服务器可以接收到至少一个参数检测设备发送的检测信息,对至少一个参数检测设备发送的MER值进行数据分析,确定是否存在网络异常,在确定存在网络异常时,可以一步根据至少一个参数检测设备发送的检测信息,确定发生异常的网络节点,在确定出发生异常的网络节点后,可以进一步根据位于发生异常的网络节点的参数检测设备发送的MER值及BER值及预设异常数据,确定异常类型,以便于维护人员进行相应的维护。这样一来,本发明中的网络监控服务器可以根据获取的参数检测设备发送的检测信息进行异常的确定及异常类型的确定,无需用户及维护人员的参与,从而减少了维护成本,并在网络节点异常时,及时检测出,提高了维护效率。
如图8所示,本发明实施例提供了一种参数检测设备包括:处理组件801,存储器802,及输入输出接口803。
处理组件801进一步包括一个或多个处理器。
存储器802,用于存储可由处理组件801的执行的指令,例如应用程序。存储器802中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。
进一步的,上述参数检测设备还可以包括一个电源组件804被配置为执行网络监控服务器的电源管理,一个有线或无线网络接口805被配置为将参数检测设备连接到网络,和一个输入输出(I/O)接口803。参数检测设备可以操作基于存储在存储器802的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
具体的,处理组件801,用于获取预设数目个采样信号及采样信号对应的理想信号;根据预设数目个采样信号及采样信号对应的理想信号,计算调制误差率MER值;获取误差率信息。根据误差率信息,确定比特误差率BER值。
其中,误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数。
具体来说,处理组件801,具体用于执行预设数目次采集程序,获取预设数目个采样信号及所述采样信号对应的理想信号。
其中,所述采样程序包括:采集射频RF信号;根据RF信号进行正交幅度调制QAM,利用预设计算公式,获取理想I信号、理想Q信号,并根据理想I信号及理想Q信号确定n个理想信号,及每个所述理想信号的门限范围。根据所述RF信号进行QAM,确定采样I信号及采样Q信号,并根据采样I信号及采样Q信号确定采样信号;根据采样信号及每个理想信号的门限范围,确定采样信号对应的理想信号。
其中,n为RF信号进行的QAM的状态数。
处理组件801,具体用于根据预设数目个采样信号及采样信号对应的理想信号,利用公式计算调制误差率MER值。
其中,N表示预设数目,Ij表示第j个理想信号的I信号的值;Qj表示第j个理想信号的Q信号的值;ΔIj表示第j个采样信号的I信号的值与对应的第j个理想信号的I信号的值之差;ΔQj表示第j个采样信号的Q信号的值与对应的第j个理想信号的Q信号的值之差。
输入输出接口803,用于向网络监控的装置发送检测信息。
其中,检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
进一步的,上述处理组件801可以是MXL214芯片。
这样一来,参数检测设备计算出MER值及BER值,并根据MER值、BER值及所在网络节点的信息生成检测信息,并发送至网络监控服务器,以使得网络监控服务器可以接收到至少一个参数检测设备发送的检测信息,对至少一个参数检测设备发送的MER值进行数据分析,确定是否存在网络异常,在确定存在网络异常时,可以一步根据至少一个参数检测设备发送的检测信息,确定发生异常的网络节点,在确定出发生异常的网络节点后,可以进一步根据位于发生异常的网络节点的参数检测设备发送的MER值及BER值及预设异常数据,确定异常类型,以便于维护人员进行相应的维护。这样一来,本发明中的网络监控服务器可以根据获取的参数检测设备发送的检测信息进行异常的确定及异常类型的确定,无需用户及维护人员的参与,从而减少了维护成本,并在网络节点异常时,及时检测出,提高了维护效率。
如图9所示,本发明实施例提供了一种网络监控的系统,包括:中心机房901,分前端902,光接收机903,网络监控的服务器904及多个参数检测设备905。其中,
多个参数检测设备905分别与中心机房901,分前端902,光接收机903连接。多个参数检测设备905为上述实施例所述的参数检测设备。
网络监控的服务器904为上述实施例所述的网络监控的服务器。
进一步的,参数检测设备905与中心机房901连接时,安装在中心机房901的每个EDFA(Erbium-doped Optical Fiber Amplifier,掺铒光纤放大器)设备(比如LOA3000)后面,从EDFA设备的分路器上单独拉出一路光信号传输至参数检测设备905。这样可以监控从中心机房901出去的所有信号的MER值。此时的网络节点为中心机房901。
参数检测设备905与分前端902连接时,需要多个参数检测设备905安装在两个位置,第一处参数检测设备905的安装位置是主备路开关的后面(比如TBS2202)的分路器处,此时第一处参数检测设备905与主备路开关的分路器连接,从分路器上单独拉一路光信号传输至第一处参数检测设备905,以便监控此路的MER值,这样可以检测从中心机房传输过来的信号经过长距离传输以后,到达分前端902机房的MER值。第二处参数检测设备905的安装位置是从分前端902传输信号出去的每个EDFA后面的分路器处(比如LOA3000后面的分路器),即为从分前端902传输信号出去的每个EDFA后面的分路器分别连接一个处参数检测设备905,从而可以监控经分前端902输出的信号的MER值,从而确定从分前端902输出的信号是否正常。此处的网络节点为分前端902。
参数检测设备905与光接收机903连接时,安装在接收机903前的EDFA设备的机房处。此时,每个EDFA设备后面的光分路器处分别连接一个参数检测设备905。
这样一来,本发明实施例提供了一组网络监控的方法、装置、设备及系统,网络监控服务器可以接收到至少一个参数检测设备发送的检测信息,对至少一个参数检测设备发送的MER值进行数据分析,确定是否存在网络异常,在确定存在网络异常时,可以一步根据至少一个参数检测设备发送的检测信息,确定发生异常的网络节点,在确定出发生异常的网络节点后,可以进一步根据位于发生异常的网络节点的参数检测设备发送的MER值及BER值及预设异常数据,确定异常类型,以便于维护人员进行相应的维护。这样一来,本发明中的网络监控服务器可以根据获取的参数检测设备发送的检测信息进行异常的确定及异常类型的确定,无需用户及维护人员的参与,从而减少了维护成本,并在网络节点异常时,及时检测出,提高了维护效率。
本领域技术人员在考虑说明书及实践这里发明的公开后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (11)
1.一种网络监控的方法,其特征在于,包括:
接收至少一个参数检测装置发送的检测信息;所述检测信息中包含有所述参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值;
对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常;
在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点;
根据发生异常的网络节点的参数检测装置发送的所述MER值及所述BER值,及预设异常数据,确定异常类型。
2.根据权利要求1所述的网络监控的方法,其特征在于,所述对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常包括:
分别所述至少一个参数检测装置发送的所述MER值是否低于预设阈值;
在至少一个所述MER值低于预设阈值时,确定存在网络异常;
所述在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点包括:
在确定存在网络异常时,根据参数检测装置的检测信息,将所述MER值低于预设阈值的参数检测装置所在的网络节点确定为发生异常的网络节点。
3.一种网络监控的方法,其特征在于,包括:
获取预设数目个采样信号及所述采样信号对应的理想信号;
根据所述预设数目个采样信号及所述采样信号对应的理想信号,计算调制误差率MER值;
获取误差率信息,并根据所述误差率信息,确定比特误差率BER值;所述误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数;
向网络监控的装置发送检测信息;所述检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
4.根据权利要求3所述的网络监控的方法,其特征在于,所述获取预设数目个采样信号及所述采样信号对应的理想信号包括:
执行预设数目次采集程序,获取预设数目个采样信号及所述采样信号对应的理想信号;其中,所述采样程序包括:
采集射频RF信号;
根据所述RF信号进行正交幅度调制QAM,利用预设计算公式,获取理想I信号、理想Q信号,并根据理想I信号及理想Q信号确定n个理想信号,及每个所述理想信号的门限范围;其中,n为RF信号进行的QAM的状态数;
根据所述RF信号进行QAM,确定采样I信号及采样Q信号,并根据采样I信号及采样Q信号确定采样信号;
根据所述采样信号及每个所述理想信号的门限范围,确定所述采样信号对应的理想信号。
5.根据权利要求3或4所述的网络监控的方法,其特征在于,
所述根据所述预设数目个采样信号及所述采样信号对应的理想信号,计算调制误差率MER值包括:
根据所述预设数目个采样信号及所述采样信号对应的理想信号,利用公式计算调制误差率MER值;其中,N表示预设数目,Ij表示第j个理想信号的I信号的值;Qj表示第j个理想信号的Q信号的值;ΔIj表示第j个采样信号的I信号的值与对应的第j个理想信号的I信号的值之差;ΔQj表示第j个采样信号的Q信号的值与对应的第j个理想信号的Q信号的值之差。
6.一种网络监控的装置,其特征在于,包括:
接收单元,用于接收至少一个参数检测装置发送的检测信息;所述检测信息中包含有所述参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值;
确定单元,用于对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常;
所述确定单元,还用于在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点;
所述确定单元,还用于根据发生异常的网络节点的参数检测装置发送的所述MER值及所述BER值,及预设异常数据,确定异常类型。
7.一种参数检测装置,其特征在于,包括:
获取单元,用于获取预设数目个采样信号及所述采样信号对应的理想信号;
计算单元,用于根据所述预设数目个采样信号及所述采样信号对应的理想信号,计算调制误差率MER值;
所述获取单元,还用于获取误差率信息;所述误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数;
所述计算单元,还用于根据所述误差率信息,计算比特误差率BER值;
发送单元,用于向网络监控的装置发送检测信息;所述检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
8.根据权利要求7所述的参数检测装置,其特征在于,
所述获取单元,具体用于执行预设数目次采集程序,获取预设数目个采样信号及所述采样信号对应的理想信号;其中,所述采样程序包括:
采集射频RF信号;
根据所述RF信号进行正交幅度调制QAM,利用预设计算公式,获取理想I信号、理想Q信号,并根据理想I信号及理想Q信号确定n个理想信号,及每个所述理想信号的门限范围;其中,n为RF信号进行的QAM的状态数;
根据所述RF信号进行QAM,确定采样I信号及采样Q信号,并根据采样I信号及采样Q信号确定采样信号;
根据所述采样信号及每个所述理想信号的门限范围,确定所述采样信号对应的理想信号。
9.一种网络监控服务器,其特征在于,包括:处理组件,存储器,及输入输出接口;其中,
所述存储器,用于存储由所述处理组件的执行的指令;
所述输入输出接口,用于接收至少一个参数检测装置发送的检测信息;所述检测信息中包含有所述参数检测装置所在的网络节点的信息、调制误差率MER值及比特误差率BER值;
所述处理组件,用于对所述至少一个参数检测装置发送的所述MER值进行数据分析,确定是否存在网络异常;在确定存在网络异常时,根据所述至少一个参数检测装置发送的检测信息,确定发生异常的网络节点;根据发生异常的网络节点的参数检测装置发送的所述MER值及所述BER值,及预设异常数据,确定异常类型。
10.一种参数检测设备,其特征在于,包括:处理组件,存储器,及输入输出接口;其中,
所述存储器,用于存储由所述处理组件的执行的指令;
所述处理组件,用于获取预设数目个采样信号及所述采样信号对应的理想信号;根据所述预设数目个采样信号及所述采样信号对应的理想信号,计算调制误差率MER值;获取误差率信息;所述误差率信息包括在预设时间内接收的数字信号中发生错误的比特数及在预设时间内接收的数字信号的总比特数;根据所述误差率信息,确定比特误差率BER值;
所述输入输出接口,用于向网络监控的装置发送检测信息;所述检测信息中包含有所在网络节点的信息、计算出的MER值及BER值。
11.一种网络监控的系统,其特征在于,包括:中心机房,分前端,光接收机,网络监控的服务器及多个参数检测设备;其中,
所述多个参数检测设备分别与中心机房,分前端,光接收机连接;所述多个参数检测设备为权利要求10所述的参数检测设备;
所述网络监控的服务器为权利要求9所述的网络监控的服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610882499.2A CN106254167B (zh) | 2016-10-09 | 2016-10-09 | 一种网络监控的方法、装置、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610882499.2A CN106254167B (zh) | 2016-10-09 | 2016-10-09 | 一种网络监控的方法、装置、设备及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106254167A true CN106254167A (zh) | 2016-12-21 |
CN106254167B CN106254167B (zh) | 2020-02-04 |
Family
ID=57611548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610882499.2A Active CN106254167B (zh) | 2016-10-09 | 2016-10-09 | 一种网络监控的方法、装置、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106254167B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108462897A (zh) * | 2018-02-09 | 2018-08-28 | 北京奇艺世纪科技有限公司 | 一种网络故障的数据收集方法和装置 |
CN112532453A (zh) * | 2020-11-30 | 2021-03-19 | 成都思酷智能科技有限公司 | 网络异常信息处理方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1607838A (zh) * | 2003-10-16 | 2005-04-20 | 北京中视联数字系统有限公司 | 一种对数字电视信号质量监视的方法 |
CN102281457A (zh) * | 2011-04-21 | 2011-12-14 | 西安山脉科技发展有限公司 | 一种数字电视信号质量远程监测装置及其实现方法 |
CN102388553A (zh) * | 2011-09-19 | 2012-03-21 | 华为技术有限公司 | 通信设备及其性能监测方法 |
CN104506886A (zh) * | 2014-12-15 | 2015-04-08 | 四川长虹电器股份有限公司 | 一种故障处理方法及云端服务器 |
CN105763874A (zh) * | 2016-04-22 | 2016-07-13 | 南京睿高宇信息科技有限公司 | 有线数字电视射频信号的信号质量监测装置与监控方法 |
-
2016
- 2016-10-09 CN CN201610882499.2A patent/CN106254167B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1607838A (zh) * | 2003-10-16 | 2005-04-20 | 北京中视联数字系统有限公司 | 一种对数字电视信号质量监视的方法 |
CN102281457A (zh) * | 2011-04-21 | 2011-12-14 | 西安山脉科技发展有限公司 | 一种数字电视信号质量远程监测装置及其实现方法 |
CN102388553A (zh) * | 2011-09-19 | 2012-03-21 | 华为技术有限公司 | 通信设备及其性能监测方法 |
CN104506886A (zh) * | 2014-12-15 | 2015-04-08 | 四川长虹电器股份有限公司 | 一种故障处理方法及云端服务器 |
CN105763874A (zh) * | 2016-04-22 | 2016-07-13 | 南京睿高宇信息科技有限公司 | 有线数字电视射频信号的信号质量监测装置与监控方法 |
Non-Patent Citations (1)
Title |
---|
李同忠: ""MER--有线数字电视传输系统的一个重要指标"", 《有线电视技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108462897A (zh) * | 2018-02-09 | 2018-08-28 | 北京奇艺世纪科技有限公司 | 一种网络故障的数据收集方法和装置 |
CN108462897B (zh) * | 2018-02-09 | 2020-08-18 | 北京奇艺世纪科技有限公司 | 一种网络故障的数据收集方法和装置 |
CN112532453A (zh) * | 2020-11-30 | 2021-03-19 | 成都思酷智能科技有限公司 | 网络异常信息处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106254167B (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3240240B1 (en) | Network architecture for predictive services management in cable network environments | |
US10348554B2 (en) | Hybrid fibre coaxial fault locationing in cable network environments | |
CN109412720B (zh) | 用于检测蜂窝网络中的无源互调(pim)干扰的系统和方法 | |
JP6028138B2 (ja) | ネットワーク要素位置へのネットワーク経路の推定を伴うネットワーク監視 | |
US10367713B2 (en) | Cloud based system and method for managing testing configurations for cable test devices | |
EP3343837A1 (en) | Hybrid fibre coaxial fault classification in cable network environments | |
US20050198688A1 (en) | System and method for digitally monitoring a cable plant | |
CN102135234A (zh) | 水管泄漏监控系统及方法 | |
EP3667952B1 (en) | Method, device, and storage medium for locating failure cause | |
US11770321B2 (en) | Systems and methods for testing wireless mobile network devices | |
CN106254167B (zh) | 一种网络监控的方法、装置、设备及系统 | |
CA2976986A1 (en) | Interference signal recording device as well as system and method for locating impairment sources in a cable network | |
EP2911394B1 (en) | A device and a method for monitoring a signal | |
CN109547296A (zh) | 一种有线电视网络链路信号质量的监测方法、监测模块及系统 | |
US10924799B2 (en) | Instrument and method for performing a sweep for noise in a cable network system | |
CN114384558B (zh) | 一种基于gpu的在线信号质量监测分析方法及系统 | |
CN102388553B (zh) | 通信设备及其性能监测方法 | |
CN109302322B (zh) | 一种提高核安全级网络测试准确性的测试系统及方法 | |
Song et al. | Cluster-based Method for Eavesdropping Identification and Localization in Optical Links | |
US20170070409A1 (en) | Parameter obtaining method and apparatus | |
US12119868B2 (en) | Optical network system, management device, optical transmission apparatus, and communications device | |
CN113852430B (zh) | 用户环境下的蓝牙设备性能测试系统及测试方法 | |
JP4601696B2 (ja) | 雑音発生源検出装置、情報提供システム及び雑音発生源検出方法 | |
CN112787716B (zh) | 故障检测方法及装置、电子设备、计算机可读介质 | |
CN112787716A (zh) | 故障检测方法及装置、电子设备、计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |