CN106358212B - 室内分布系统的检测方法和装置 - Google Patents

室内分布系统的检测方法和装置 Download PDF

Info

Publication number
CN106358212B
CN106358212B CN201610791626.8A CN201610791626A CN106358212B CN 106358212 B CN106358212 B CN 106358212B CN 201610791626 A CN201610791626 A CN 201610791626A CN 106358212 B CN106358212 B CN 106358212B
Authority
CN
China
Prior art keywords
time window
distributed system
indoor distributed
detection
indoor
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.)
Active
Application number
CN201610791626.8A
Other languages
English (en)
Other versions
CN106358212A (zh
Inventor
李明欣
周亚东
邓巍
陈宇为
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201610791626.8A priority Critical patent/CN106358212B/zh
Publication of CN106358212A publication Critical patent/CN106358212A/zh
Application granted granted Critical
Publication of CN106358212B publication Critical patent/CN106358212B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H04W16/20—Network planning tools for indoor coverage or short range network deployment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明提供一种室内分布系统的检测方法和装置，其中，该方法包括：采集室内分布系统的原始数据，对原始数据进行解析；确定监控维度，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度，各维度中有至少一个异常检测条件；采用监控维度中至少一个维度，对室内分布系统的解析后的原始数据检测；确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况。自动对室内分布系统进行检测，不需依赖工程师经验，提高检测效率、降低耗能、便于集中监控；不存在监控盲区，易于对室内分布系统进行监控和检测，便于对室内分布系统的隐性故障监控；提高检测的准确性，及时发现室内分布系统的故障。

Description

室内分布系统的检测方法和装置
技术领域
本发明涉及通信技术领域，尤其涉及一种室内分布系统的检测方法和装置。
背景技术
室内分布系统利用室内天线分布系统将移动基站的信号均匀分布在室内每个角落，从而保证室内区域拥有理想的信号覆盖。在设置了室内分布系统之后，需要对室内分布系统的运行情况进行检测，进而确定室内分布系统是否存在故障和异常。
现有技术中，对室内分布系统的检测，采用的人工到站点现场，利用手机等测试工具抽样测试室内分布系统的基站的运行情况，通过接收信号强度及质量间接判断室内分布系统是否存在故障；工程师根据经验观察天馈的连接状态以及各器件是否明显损坏，然后结合网管系统输出的室分信源部分进行故障定位。
然而现有技术中，采用的人工到站点现场进行检测的方式，检测效率低、耗能大、集中监控困难；需要严重依赖工程师经验，且室内分布系统的天馈大多是隐蔽工程，均匀分布在楼宇各层中，发现及定位天馈问题困难，同时主设备的监控主要依靠网管系统推送的告警，难以发现设备的隐性故障，进而存在检测不准确的情况，无法及时的发现室内分布系统的故障。
发明内容
本发明提供一种室内分布系统的检测方法和装置，用以解决现有技术中检测效率低、耗能大、集中监控困难，需要严重依赖工程师经验，难以发现设备的隐性故障，进而存在检测不准确的情况的问题。
本发明的一方面是提供一种室内分布系统的检测方法，包括：
采集服务器中室内分布系统的原始数据，对原始数据进行解析；
确定监控维度，其中，监控维度为基于性能指标的检测维度、基于测量报告(Measurement Report，简称MR)的检测维度、上行接收功率检测维度，各维度中具有至少一个异常检测条件；
采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；
在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况。
本发明的另一方面是提供一种室内分布系统的检测装置，包括：
采集模块，用于采集服务器中室内分布系统的原始数据，对原始数据进行解析；
确定模块，用于确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度，各维度中具有至少一个异常检测条件；
检测模块，用于采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；
异常模块，用于在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况。
本发明的技术效果是：通过采集服务器中室内分布系统的原始数据，对原始数据进行解析；确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度；采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况。从而可以自动的对各室内分布系统进行检测，不需要依赖工程师经验，提高检测效率、降低耗能、便于集中监控；并且不存在监控盲区，可以易于对室内分布系统进行监控和检测，便于对室内分布系统的隐性故障监控；同时提高了检测的准确性，可以及时的发现室内分布系统的故障。
附图说明
图1为本发明实施例一提供的室内分布系统的检测方法的流程图；
图2为本发明实施例二提供的室内分布系统的检测方法的流程图；
图3为本发明实施例三提供的室内分布系统的检测装置的结构示意图；
图4为本发明实施例四提供的室内分布系统的检测装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例一提供的室内分布系统的检测方法的流程图，如图1所示，本实施例的方法包括：
步骤101、采集服务器中室内分布系统的原始数据，对原始数据进行解析。
在本实施例中，具体的，从服务器中采集室内分布系统的原始数据，可以得到告警、MR数据原始码流、性能KPI、上行接收功率等等数据，然后将这些数据存储在本地服务器中。
然后采集到的原始数据进行解析、结构化，再按照按时间顺序存入本地数据库中。
步骤102、确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度，各维度中具有至少一个异常检测条件。
在本实施例中，具体的，确定监控维度，监控维度包括了基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度。
并且在各维度中各自具有至少一个异常检测条件。
步骤103、采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测。
在本实施例中，具体的，确定统计周期，在统计周期中具有至少一个时间窗口。然后在统计周期内，采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行检测。可以只采用基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度中的一个、二个或者三个维度，对解析后的原始数据进行分析和检测，从而确定判断当前时间点的室内分布系统的数据是否异常。
步骤104、在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况。
在本实施例中，具体的，由于监控维度中的基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度中，各维度中具有至少一个异常检测条件，可以确定当前时间点的室内分布系统的数据是否符合监控维度中任意一个异常检测条件时；在确定当前时间点的室内分布系统的数据，符合监控维度中任意一个异常检测条件时，可以确定当前的室内分布系统具有异常情况。
本实施例通过采集服务器中室内分布系统的原始数据，对原始数据进行解析；确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度；采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况。从而可以自动的对各室内分布系统进行检测，不需要依赖工程师经验，提高检测效率、降低耗能、便于集中监控；并且不存在监控盲区，可以易于对室内分布系统进行监控和检测，便于对室内分布系统的隐性故障监控；同时提高了检测的准确性，可以及时的发现室内分布系统的故障。
图2为本发明实施例二提供的室内分布系统的检测方法的流程图，在实施例一的基础上，如图2所示，本实施例的方法，在基于性能指标的检测维度下，步骤101，具体包括：
确定n个时间窗口下室内分布系统的性能数据，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，其中，n为正整数。
步骤103，具体包括：
对n个时间窗口下室内分布系统的性能数据，计算性能数据均值和性能数据标准差其中，vi为第i个时间窗口下室内分布系统的性能数据，i∈[1,n]，i为正整数。
步骤104，具体包括：
若当前时间点起向后推的检测周期内的M个时间窗口的性能系数都低于μ1-Kσ1，则确定当前室内分布系统异常，其中，M个时间窗口为连续的M个时间窗口时则M＝3，K＝3，M个时间窗口为离散的M个时间窗口时则M＝5，K＝3；
或者，若当前时间点起向后推的检测周期内连续的M个时间窗口的性能系数vn+k都低于性能数据均值μ1、且符合第一连续降低条件(vn+k-vn+k-1)<0，则确定当前室内分布系统异常，其中，k∈[1,M]，k、M为正整数。
在本实施例中，具体的，在基于性能指标的检测维度下，原始数据为性能数据。从当前时间点向前推的检测周期内，确定出n个时间窗口，一个时间窗口可以为一天的某个时间，确定n个时间窗口下室内分布系统的性能数据，其中，n为正整数。n值通常取7即一周。例如，当前时间为2016-6-20 08:00:00，则时间窗口为{2016-6-19 08:00:00，2016-6-18 08:00:00，2016-6-17 08:00:00，2016-6-16 08:00:00，2016-6-15 08:00:00，2016-6-14 08:00:00，2016-6-13 08:00:00}。其中，一个检测周期可以为一周，即7天。
对n个时间窗口下室内分布系统的性能数据，计算出性能数据均值以及性能数据标准差其中，vi为第i个时间窗口下的性能数据，i∈[1,n]，i为正整数。
此时，第一个异常检测条件为，当前时间点起向后推的检测周期内的M个时间窗口的性能系数，都低于μ1-Kσ1，则确定当前室内分布系统异常，M为正整数；其中，M个时间窗口可以为连续的M个时间窗口，则M＝3，K＝3，M个时间窗口可以为离散的M个时间窗口，则M＝5，K＝3。
第二个异常检测条件为，当前时间点起向后推的检测周期内连续的M个时间窗口的性能系数vn+k都低于μ1，并且符合第一连续降低条件(vn+k-vn+k-1)<0，其中，k∈[1,M]，k为正整数，则确定当前室内分布系统异常，M为正整数，优选的M＝5。
在上行接收功率检测维度下，步骤101，具体包括：
确定n个时间窗口下室内分布系统的上行接收功率，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，其中，n为正整数。
步骤103，具体包括：
对n个时间窗口下室内分布系统的上行接收功率，计算上行接收功率均值和上行接收功率标准差其中，pi为第i个时间窗口下室内分布系统的上行接收功率，i∈[1,n]，i为正整数。
步骤104，具体包括：
若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都低于第一功率门限值、且M个时间窗口的业务量大于零，则确定当前室内分布系统异常，其中，M为正整数；
或者，若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于μ2+3σ2或μ2+3db、且当前时间点起向后推的M个时间窗口的业务量都小于μ2′(1+20％)，则确定当前室内分布系统异常，其中，μ2′为业务量的平均值；
或者，若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于第二功率门限值、且M个时间窗口的业务量小于μ2′(1+20％)，则确定当前室内分布系统异常。
在本实施例中，具体的，在上行接收功率检测维度下，此时，原始数据为上行接收功率；从当前时间点向前推的检测周期内，确定出n个时间窗口，一个时间窗口可以为一天的某个时间；确定n个时间窗口下的上行接收功率。其中，n为正整数。
然后对n个时间窗口下的上行接收功率，计算出上行接收功率均值以及上行接收功率标准差其中，pi为第i个时间窗口下的上行接收功率，i∈[1,n]，i为正整数。
此时，第一个异常检测条件为，当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都低于第一功率门限值，即rssi<thre1，并且M个时间窗口的业务量大于零，即traffic>0，从而确定当前室内分布系统异常。其中，在3G网络下第一功率门限值取-107db，4G网络下第一功率门限值取-98db；M个时间窗口可以为连续的M个时间，或者窗口离散的M个时间窗口，M为正整数，优选的M＝5。其中，一个检测周期可以为一周，即7天。
第二个异常检测条件为，当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于μ2+3σ2，即rssi>μ2+3σ2，并且，当前时间点起向后推的M个时间窗口的业务量都小于μ2′(1+20％)，即traffic<μ2′(1+20％)，其中μ2′为业务量的平均值，此时，确定当前室内分布系统异常，说明此时上行接收功率较大，但业务量不够大。或者，当前时间点起向后推的M个时间窗口的上行接收功率都大于μ2+3db，即rssi>μ2+3db，并且，当前时间点起向后推的M个时间窗口的业务量都小于μ2′(1+20％)，即traffic<μ2′(1+20％)，则确定当前室内分布系统异常，说明此时上行接收功率较大，但业务量不够大。其中，M个时间窗口可以为连续的M个时间，或者窗口离散的M个时间窗口，M为正整数，优选的M＝5。
第三个异常检测条件为，当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于第二功率门限值，并且M个时间窗口的业务量小于μ2′(1+20％)，即rssi<thre2且traffic<μ2′(1+20％)，则确定当前室内分布系统异常，说明此时上行接收功率较大，但业务量不够大。其中，在3G网络下第二功率门限值取-100db，4G网络下第二功率门限值取-80db，M个时间窗口可以为连续的M个时间，或者窗口离散的M个时间窗口，M为正整数，优选的M＝5。
在上行接收功率检测维度下，步骤101，具体包括：
采集服务器中室内分布系统的各MR数据，以获取各MR数据中各服务小区的接收电平。
步骤103，具体包括：
计算服务小区的接收电平大于第一电平门限值的服务小区的第一个数，确定第一个数与MR采样点总个数的第一比值P1；
计算每一个服务小区的接收电平和与每一个服务小区对应的邻区的接收电平的电平差值，确定电平差值大于第二电平门限值的服务小区的第二个数，确定第二个数与MR采样点总个数的第二比值P2；
计算MR数据中时间提前量ta大于时间提前量门限值的服务小区的第三个数，确定第三个数与MR采样点总个数的第三比值P3；
根据第一比值P1、第二比值P2和第三比值P3，计算覆盖延伸指数covindex＝P1*P2*P3。
步骤104，具体包括：
确定覆盖延伸指数covindex在一个周期内出现异常并连续降低时，则确定当前室内分布系统异常；
其中，步骤104的具体实现方式为：
确定n个时间窗口下的覆盖延伸指数，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，且一个时间窗口下具有至少一个服务小区，其中，n为正整数；
对n个时间窗口下的覆盖延伸指数，计算覆盖延伸指数均值和覆盖延伸指数标准差其中，ci为第i个时间窗口下的覆盖延伸指数，i∈[1,n]，i为正整数；
若当前时间点起向后推的检测周期内的M个时间窗口的覆盖延伸指数都低于μ3-Kσ3，则确定当前室内分布系统异常；
或者，若当前时间点起向后推的检测周期内连续的M个时间窗口的覆盖延伸指数cn+k都低于μ3、且符合第二连续降低条件(cn+k-cn+k-1)<0，则确定当前室内分布系统异常，其中，k∈[1,M]，k为正整数。
在本实施例中，具体的，在基于MR的检测维度下，此时，原始数据为室内分布系统的各MR原始数据；解析各MR原始数据，格式化各MR原始数据，得到各MR数据，进而可以获取各MR数据中各服务小区的接收电平。
然后，计算服务小区的接收电平大于第一电平门限值的服务小区的第一个数，确定该第一个数与MR采样点总个数的第一比值P1；并且，计算每一个服务小区的接收电平和与每一个服务小区对应的邻区的接收电平的电平差值，确定电平差值大于第二电平门限值的服务小区的第二个数，确定该第二个数与MR采样点总个数的第二比值P2；并且，计算MR数据中时间提前量ta大于时间提前量门限值的服务小区的第三个数，确定该第三个数与MR采样点总个数的第三比值P3；从而可以第一比值P1、第二比值P2和第三比值P3，计算出覆盖延伸指数covindex＝P1*P2*P3。
进而，确定覆盖延伸指数covindex是否在一个检测周期内出现异常并连续降低，若是，则确定当前室内分布系统异常。
其中，确定覆盖延伸指数covindex是否在一个检测周期内出现异常并连续降低，若是，则确定当前室内分布系统异常，具体为以下步骤：
从当前时间点向前推，确定出n个时间窗口，一个时间窗口可以为一天的某个时间，一个时间窗口下具有多个服务小区；确定n个时间窗口下的覆盖延伸指数；其中，n为正整数。
然后，对n个时间窗口下的覆盖延伸指数，计算出覆盖延伸指数均值以及覆盖延伸指数标准差其中，ci为第i个时间窗口下的覆盖延伸指数，i∈[1,n]，i为正整数。
此时，第一个异常检测条件为，当前时间点起向后推的检测周期内的M个时间窗口的覆盖延伸指数，都低于μ3-Kσ3，则确定当前室内分布系统异常，其中，M个时间窗口可以为连续的M个时间窗口，或者M个时间窗口可以为离散的M个时间窗口。其中，一个检测周期可以为一周，即7天。
第二个异常检测条件为，当前时间点起向后推的检测周期内连续的M个时间窗口的覆盖延伸指数cn+k，都低于μ3，并且符合第二连续降低条件(cn+k-cn+k-1)<0，则确定当前室内分布系统异常，其中，k∈[1,M]，k为正整数。
本实施提供的方法，在步骤104之后，还包括：
步骤105、根据室内分布系统的异常情况，向用户发送异常通知，以使用户对室内分布系统进行维修。
在本实施例中，具体的，在采用基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度中的至少一个维度，对室内分布系统进行实时检测之后，可以确定出室内分布系统符合的监控维度中的异常检测条件，进而可以确定出室内分布系统的异常情况。然后可以根据室内分布系统的异常情况，向用户发送异常通知，可以以文字、语音等多种形式向用户发送异常通知。从而可以适当而用户得知室内分布系统的异常情况，然后根据维修用户根据室内分布系统的异常情况，对室内分布系统进行维修。
本实施例通过采集服务器中室内分布系统的原始数据，对原始数据进行解析；确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度；采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况；根据室内分布系统的异常情况，向用户发送异常通知，以使用户对室内分布系统进行维修。从而可以自动的对各室内分布系统进行检测，不需要依赖工程师经验，提高检测效率、降低耗能、便于集中监控；并且不存在监控盲区，可以易于对室内分布系统进行监控和检测，便于对室内分布系统的隐性故障监控；同时提高了检测的准确性，可以及时的发现室内分布系统的故障。
图3为本发明实施例三提供的室内分布系统的检测装置的结构示意图，如图3所示，本实施例的装置，包括：
采集模块31，用于采集服务器中室内分布系统的原始数据，对原始数据进行解析；
确定模块32，用于确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度，各维度中具有至少一个异常检测条件；
检测模块33，用于采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；
异常模块34，用于在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况。
本实施例的室内分布系统的检测装置可执行本发明实施例一提供的室内分布系统的检测方法，其实现原理相类似，此处不再赘述。
本实施例通过采集服务器中室内分布系统的原始数据，对原始数据进行解析；确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度；采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况。从而可以自动的对各室内分布系统进行检测，不需要依赖工程师经验，提高检测效率、降低耗能、便于集中监控；并且不存在监控盲区，可以易于对室内分布系统进行监控和检测，便于对室内分布系统的隐性故障监控；同时提高了检测的准确性，可以及时的发现室内分布系统的故障。
图4为本发明实施例四提供的室内分布系统的检测装置的结构示意图，在实施例三的基础上，如图4所示，本实施例的装置，在基于性能指标的检测维度下，采集模块31，具体用于：
确定n个时间窗口下室内分布系统的性能数据，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，其中，n为正整数；
检测模块33，具体用于：
对n个时间窗口下室内分布系统的性能数据，计算性能数据均值和性能数据标准差其中，vi为第i个时间窗口下室内分布系统的性能数据，i∈[1,n]，i为正整数；
异常模块34，具体用于：
若当前时间点起向后推的检测周期内的M个时间窗口的性能系数都低于μ1-Kσ1，则确定当前室内分布系统异常，其中，M个时间窗口为连续的M个时间窗口时则M＝3，K＝3，M个时间窗口为离散的M个时间窗口时则M＝5，K＝3；
或者，若当前时间点起向后推的检测周期内连续的M个时间窗口的性能系数vn+k都低于性能数据均值μ1、且符合第一连续降低条件(vn+k-vn+k-1)<0，则确定当前室内分布系统异常，其中，k∈[1,M]，k、M为正整数。
在上行接收功率检测维度下，采集模块31，具体用于：
确定n个时间窗口下室内分布系统的上行接收功率，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，其中，n为正整数；
检测模块33，具体用于：
对n个时间窗口下室内分布系统的上行接收功率，计算上行接收功率均值和上行接收功率标准差其中，pi为第i个时间窗口下室内分布系统的上行接收功率，i∈[1,n]，i为正整数；
异常模块34，具体用于：
若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都低于第一功率门限值、且M个时间窗口的业务量大于零，则确定当前室内分布系统异常，其中，M为正整数；
或者，若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于μ2+3σ2或μ2+3db、且当前时间点起向后推的M个时间窗口的业务量都小于μ2′(1+20％)，则确定当前室内分布系统异常，其中，μ2′为业务量的平均值；
或者，若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于第二功率门限值、且M个时间窗口的业务量小于μ2′(1+20％)，则确定当前室内分布系统异常。
在上行接收功率检测维度下，采集模块31，具体用于：
采集服务器中室内分布系统的各MR数据，以获取各MR数据中各服务小区的接收电平；
检测模块33，具体用于：
计算服务小区的接收电平大于第一电平门限值的服务小区的第一个数，确定第一个数与MR采样点总个数的第一比值P1；
计算每一个服务小区的接收电平和与每一个服务小区对应的邻区的接收电平的电平差值，确定电平差值大于第二电平门限值的服务小区的第二个数，确定第二个数与MR采样点总个数的第二比值P2；
计算MR数据中MR时间提前量ta大于时间提前量门限值的服务小区的第三个数，确定第三个数与MR采样点总个数的第三比值P3；
根据第一比值P1、第二比值P2和第三比值P3，计算覆盖延伸指数covindex＝P1*P2*P3；
异常模块34，具体用于：
确定覆盖延伸指数covindex在一个周期内出现异常并连续降低时，则确定当前室内分布系统异常。
具体来说，异常模块34，具体用于：
确定n个时间窗口下的覆盖延伸指数，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，且一个时间窗口下具有至少一个服务小区，其中，n为正整数；
对n个时间窗口下的覆盖延伸指数，计算覆盖延伸指数均值和覆盖延伸指数标准差其中，ci为第i个时间窗口下的覆盖延伸指数，i∈[1,n]，i为正整数；
若当前时间点起向后推的检测周期内的M个时间窗口的覆盖延伸指数都低于μ3-Kσ3，则确定当前室内分布系统异常；
或者，若当前时间点起向后推的检测周期内连续的M个时间窗口的覆盖延伸指数cn+k都低于μ3、且符合第二连续降低条件(cn+k-cn+k-1)<0，则确定当前室内分布系统异常，其中，k∈[1,M]，k为正整数。
本实施例提供的装置，还包括：
通知模块41，用于在异常模块34确定室内分布系统具有异常情况之后，根据室内分布系统的异常情况，向用户发送异常通知，以使用户对室内分布系统进行维修。
本实施例通过采集服务器中室内分布系统的原始数据，对原始数据进行解析；确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度；采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况；根据室内分布系统的异常情况，向用户发送异常通知，以使用户对室内分布系统进行维修。从而可以自动的对各室内分布系统进行检测，不需要依赖工程师经验，提高检测效率、降低耗能、便于集中监控；并且不存在监控盲区，可以易于对室内分布系统进行监控和检测，便于对室内分布系统的隐性故障监控；同时提高了检测的准确性，可以及时的发现室内分布系统的故障。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种室内分布系统的检测方法，其特征在于，包括：
采集服务器中室内分布系统的原始数据，对原始数据进行解析；
确定监控维度，其中，监控维度为基于性能指标的检测维度、基于测量报告MR的检测维度、上行接收功率检测维度，各维度中具有至少一个异常检测条件；
采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；
在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况；
其中，在基于性能指标的检测维度下，所述采集服务器中室内分布系统的原始数据，包括：
确定n个时间窗口下室内分布系统的性能数据，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，其中，n为正整数；
所述采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测，包括：
对n个时间窗口下室内分布系统的性能数据，计算性能数据均值和性能数据标准差其中，vi为第i个时间窗口下室内分布系统的性能数据，i∈[1,n]，i为正整数；
所述在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况，包括：
若当前时间点起向后推的检测周期内的M个时间窗口的性能系数都低于μ1-Kσ1，则确定当前室内分布系统异常，其中，M个时间窗口为连续的M个时间窗口时则M＝3，K＝3，M个时间窗口为离散的M个时间窗口时则M＝5，K＝3；
或者，若当前时间点起向后推的检测周期内连续的M个时间窗口的性能系数vn+k都低于性能数据均值μ1、且符合第一连续降低条件(vn+k-vn+k-1)＜0，则确定当前室内分布系统异常，其中，k∈[1,M]，k、M为正整数。
2.根据权利要求1所述的方法，其特征在于，在上行接收功率检测维度下，所述采集服务器中室内分布系统的原始数据，包括：
确定n个时间窗口下室内分布系统的上行接收功率，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，其中，n为正整数；
所述采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测，包括：
对n个时间窗口下室内分布系统的上行接收功率，计算上行接收功率均值和上行接收功率标准差其中，pi为第i个时间窗口下室内分布系统的上行接收功率，i∈[1,n]，i为正整数；
所述在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况，包括：
若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都低于第一功率门限值、且M个时间窗口的业务量大于零，则确定当前室内分布系统异常，其中，M为正整数；
或者，若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于μ2+3σ2或μ2+3db、且当前时间点起向后推的M个时间窗口的业务量都小于μ′2(1+20％)，则确定当前室内分布系统异常，其中，μ′2为业务量的平均值；
或者，若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于第二功率门限值、且M个时间窗口的业务量小于μ′2(1+20％)，则确定当前室内分布系统异常。
3.根据权利要求1所述的方法，其特征在于，在上行接收功率检测维度下，所述采集服务器中室内分布系统的原始数据，包括：
采集服务器中室内分布系统的各MR数据，以获取各MR数据中各服务小区的接收电平；
所述采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测，包括：
计算服务小区的接收电平大于第一电平门限值的服务小区的第一个数，确定第一个数与MR采样点总个数的第一比值P1；
计算每一个服务小区的接收电平和与每一个服务小区对应的邻区的接收电平的电平差值，确定电平差值大于第二电平门限值的服务小区的第二个数，确定第二个数与MR采样点总个数的第二比值P2；
计算MR数据中时间提前量ta大于时间提前量门限值的服务小区的第三个数，确定第三个数与MR采样点总个数的第三比值P3；
根据第一比值P1、第二比值P2和第三比值P3，计算覆盖延伸指数covindex＝P1*P2*P3；
所述在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况，包括：
确定所述覆盖延伸指数covindex在一个周期内出现异常并连续降低时，则确定当前室内分布系统异常。
4.根据权利要求3所述的方法，其特征在于，所述确定所述覆盖延伸指数covindex在一个周期内出现异常并连续降低时，则确定当前室内分布系统异常，包括：
确定n个时间窗口下的覆盖延伸指数，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，且一个时间窗口下具有至少一个服务小区，其中，n为正整数；
对n个时间窗口下的覆盖延伸指数，计算覆盖延伸指数均值和覆盖延伸指数标准差其中，ci为第i个时间窗口下的覆盖延伸指数，i∈[1,n]，i为正整数；
若当前时间点起向后推的检测周期内的M个时间窗口的覆盖延伸指数都低于μ3-Kσ3，则确定当前室内分布系统异常；
或者，若当前时间点起向后推的检测周期内连续的M个时间窗口的覆盖延伸指数cn+k都低于μ3、且符合第二连续降低条件(cn+k-cn+k-1)＜0，则确定当前室内分布系统异常，其中，k∈[1,M]，k为正整数。
5.根据权利要求1-4任一项所述的方法，其特征在于，在所述确定室内分布系统具有异常情况之后，还包括：
根据室内分布系统的异常情况，向用户发送异常通知，以使用户对室内分布系统进行维修。
6.一种室内分布系统的检测装置，其特征在于，包括：
采集模块，用于采集服务器中室内分布系统的原始数据，对原始数据进行解析；
确定模块，用于确定监控维度，其中，监控维度为基于性能指标的检测维度、基于MR的检测维度、上行接收功率检测维度，各维度中具有至少一个异常检测条件；
检测模块，用于采用监控维度中的至少一个维度，对室内分布系统的解析后的原始数据进行实时检测；
异常模块，用于在确定室内分布系统符合监控维度中任意一个异常检测条件时，确定室内分布系统具有异常情况；
在基于性能指标的检测维度下，所述采集模块，具体用于：
确定n个时间窗口下室内分布系统的性能数据，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，其中，n为正整数；
所述检测模块，具体用于：
对n个时间窗口下室内分布系统的性能数据，计算性能数据均值和性能数据标准差其中，vi为第i个时间窗口下室内分布系统的性能数据，i∈[1,n]，i为正整数；
所述异常模块，具体用于：
若当前时间点起向后推的检测周期内的M个时间窗口的性能系数都低于μ1-Kσ1，则确定当前室内分布系统异常，其中，M个时间窗口为连续的M个时间窗口时则M＝3，K＝3，M个时间窗口为离散的M个时间窗口时则M＝5，K＝3；
或者，若当前时间点起向后推连续的检测周期内的M个时间窗口的性能系数vn+k都低于性能数据均值μ1、且符合第一连续降低条件(vn+k-vn+k-1)＜0，则确定当前室内分布系统异常，其中，k∈[1,M]，k、M为正整数。
7.根据权利要求6所述的装置，其特征在于，在上行接收功率检测维度下，所述采集模块，具体用于：
确定n个时间窗口下室内分布系统的上行接收功率，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，其中，n为正整数；
所述检测模块，具体用于：
对n个时间窗口下室内分布系统的上行接收功率，计算上行接收功率均值和上行接收功率标准差其中，pi为第i个时间窗口下室内分布系统的上行接收功率，i∈[1,n]，i为正整数；
所述异常模块，具体用于：
若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都低于第一功率门限值、且M个时间窗口的业务量大于零，则确定当前室内分布系统异常，其中，M为正整数；
或者，若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于μ2+3σ2或μ2+3db、且当前时间点起向后推的M个时间窗口的业务量都小于μ′2(1+20％)，则确定当前室内分布系统异常，其中，μ′2为业务量的平均值；
或者，若当前时间点起向后推的检测周期内的M个时间窗口的上行接收功率都大于第二功率门限值、且M个时间窗口的业务量小于μ′2(1+20％)，则确定当前室内分布系统异常。
8.根据权利要求6所述的装置，其特征在于，在上行接收功率检测维度下，所述采集模块，具体用于：
采集服务器中室内分布系统的各MR数据，以获取各MR数据中各服务小区的接收电平；
所述检测模块，具体用于：
计算服务小区的接收电平大于第一电平门限值的服务小区的第一个数，确定第一个数与MR采样点总个数的第一比值P1；
计算每一个服务小区的接收电平和与每一个服务小区对应的邻区的接收电平的电平差值，确定电平差值大于第二电平门限值的服务小区的第二个数，确定第二个数与MR采样点总个数的第二比值P2；
计算MR数据中时间提前量ta大于时间提前量门限值的服务小区的第三个数，确定第三个数与MR采样点总个数的第三比值P3；
根据第一比值P1、第二比值P2和第三比值P3，计算覆盖延伸指数covindex＝P1*P2*P3；
所述异常模块，具体用于：
确定所述覆盖延伸指数covindex在一个周期内出现异常并连续降低时，则确定当前室内分布系统异常。
9.根据权利要求8所述的装置，其特征在于，所述异常模块，具体用于：
确定n个时间窗口下的覆盖延伸指数，其中，n个时间窗口为从当前时间点向前推得到的时间窗口，且一个时间窗口下具有至少一个服务小区，其中，n为正整数；
对n个时间窗口下的覆盖延伸指数，计算覆盖延伸指数均值和覆盖延伸指数标准差其中，ci为第i个时间窗口下的覆盖延伸指数，i∈[1,n]，i为正整数；
若当前时间点起向后推的检测周期内的M个时间窗口的覆盖延伸指数都低于μ3-Kσ3，则确定当前室内分布系统异常；
或者，若当前时间点起向后推的检测周期内连续的M个时间窗口的覆盖延伸指数cn+k都低于μ3、且符合第二连续降低条件(cn+k-cn+k-1)＜0，则确定当前室内分布系统异常，其中，k∈[1,M]，k为正整数。
10.根据权利要求 6-9任一项所述的装置，其特征在于，还包括：
通知模块，用于在所述异常模块确定室内分布系统具有异常情况之后，根据室内分布系统的异常情况，向用户发送异常通知，以使用户对室内分布系统进行维修。
CN201610791626.8A 2016-08-31 2016-08-31 室内分布系统的检测方法和装置 Active CN106358212B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610791626.8A CN106358212B (zh) 2016-08-31 2016-08-31 室内分布系统的检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610791626.8A CN106358212B (zh) 2016-08-31 2016-08-31 室内分布系统的检测方法和装置

Publications (2)

Publication Number Publication Date
CN106358212A CN106358212A (zh) 2017-01-25
CN106358212B true CN106358212B (zh) 2019-08-20

Family

ID=57857800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610791626.8A Active CN106358212B (zh) 2016-08-31 2016-08-31 室内分布系统的检测方法和装置

Country Status (1)

Country Link
CN (1) CN106358212B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108243429B (zh) * 2016-12-27 2021-05-14 中国移动通信集团浙江有限公司 一种用于室内分布系统的网络覆盖检测方法及系统
CN110249653B (zh) * 2017-03-01 2021-07-16 华为技术有限公司 一种信号发射设备的状态检测方法及终端
CN111356147B (zh) * 2018-12-05 2023-09-08 中国移动通信集团广西有限公司 一种室分小区故障定位方法及装置
CN110149654B (zh) * 2019-05-10 2022-09-16 中国联合网络通信集团有限公司 一种基站天馈系统故障的确定方法及装置
CN113766444B (zh) * 2021-09-23 2023-07-04 中国联合网络通信集团有限公司 故障定位方法、装置及设备
CN114363946B (zh) * 2021-12-24 2023-06-02 中国联合网络通信集团有限公司 室分小区网络质量监测方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013185687A1 (zh) * 2012-08-08 2013-12-19 中兴通讯股份有限公司 一种时间提前量的确定方法、用户设备及基站
CN103716825A (zh) * 2013-12-30 2014-04-09 上海大唐移动通信设备有限公司 一种基站监控天线劣化的方法及装置
CN104320795A (zh) * 2014-10-17 2015-01-28 四川公用信息产业有限责任公司 一种多维度的无线网络健康度评估方法
CN104486772A (zh) * 2014-12-05 2015-04-01 珠海世纪鼎利通信科技股份有限公司 一种端到端多维度归一化的lte网络评估优化系统
CN105024765A (zh) * 2014-04-17 2015-11-04 中国移动通信集团广东有限公司 一种室内天线分布系统故障快速定位方法及装置
CN105451256A (zh) * 2015-11-11 2016-03-30 中国联合网络通信集团有限公司 监测室分系统的方法及装置
CN105722114A (zh) * 2014-12-04 2016-06-29 中国移动通信集团公司 一种lte网络下行干扰的分析方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013185687A1 (zh) * 2012-08-08 2013-12-19 中兴通讯股份有限公司 一种时间提前量的确定方法、用户设备及基站
CN103716825A (zh) * 2013-12-30 2014-04-09 上海大唐移动通信设备有限公司 一种基站监控天线劣化的方法及装置
CN105024765A (zh) * 2014-04-17 2015-11-04 中国移动通信集团广东有限公司 一种室内天线分布系统故障快速定位方法及装置
CN104320795A (zh) * 2014-10-17 2015-01-28 四川公用信息产业有限责任公司 一种多维度的无线网络健康度评估方法
CN105722114A (zh) * 2014-12-04 2016-06-29 中国移动通信集团公司 一种lte网络下行干扰的分析方法及装置
CN104486772A (zh) * 2014-12-05 2015-04-01 珠海世纪鼎利通信科技股份有限公司 一种端到端多维度归一化的lte网络评估优化系统
CN105451256A (zh) * 2015-11-11 2016-03-30 中国联合网络通信集团有限公司 监测室分系统的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于MR大数据的LTE网络结构评估方法;李昶等;《电信工程技术与标准化》;20151130;正文第1-第4节
基于分场景的WCDMA 室内分布系统规划优化研究分析;杨锐雄;《广西通信技术》;20140430;42-46

Also Published As

Publication number Publication date
CN106358212A (zh) 2017-01-25

Similar Documents

Publication Publication Date Title
CN106358212B (zh) 室内分布系统的检测方法和装置
CN105740975B (zh) 一种基于数据关联关系的设备缺陷评估与预测方法
CN105606957B (zh) 一种基于故障指示器以及公专变的配电网故障研判方法
CN103812577A (zh) 非正常无线电信号的自动识别系统及其方法
CN104360208A (zh) 用电信息采集运维系统的采集故障分析及处理方法
CN111160791A (zh) 一种基于gbdt算法及因素融合的异常用户识别方法
CN113473514B (zh) 电力无线专网故障诊断模型训练方法、诊断方法及装置
CN107331101A (zh) 基于云计算的楼宇火灾报警系统及方法
WO2013169903A1 (en) Methods and systems for managing distributed energy resources
CN106776480A (zh) 一种无线电干扰现场测量异常值的剔除方法
CN106714189B (zh) 一种小区过覆盖的分析方法及装置
CN103747474A (zh) 一种通过测量报告计算评估网络结构问题区域的方法
CN110690699A (zh) 一种基于泛在电力物联网的变电站智慧检测系统
Klein et al. Wireless sensor networks for fugitive methane emissions monitoring in oil and gas industry
CN109521451A (zh) 智能设备所处环境的判断方法、设备、系统及存储介质
CN117614487A (zh) 一种基于北斗系统的输电线路通信方法及系统
CN204463278U (zh) 一种点巡检终端、标识设备和点巡检系统
CN110647086B (zh) 一种基于运行大数据分析的智能运维监控系统
US10345484B2 (en) Storm confirmation and path prediction system
CN110139308B (zh) 一种基于大数据技术的无线网络干扰检测方法及装置
CN114664494B (zh) 一种分布式测温智能电缆
CN116317138A (zh) 一种断路器控制系统
CN110750760A (zh) 一种基于态势感知和控制图的异常理论线损检测方法
CN102270278A (zh) 基于红外测温的设备故障的预测方法及装置
CN101923605B (zh) 铁路防灾风预警方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant