CN111629398A - 一种参数确定方法及装置 - Google Patents
一种参数确定方法及装置 Download PDFInfo
- Publication number
- CN111629398A CN111629398A CN201910145423.5A CN201910145423A CN111629398A CN 111629398 A CN111629398 A CN 111629398A CN 201910145423 A CN201910145423 A CN 201910145423A CN 111629398 A CN111629398 A CN 111629398A
- Authority
- CN
- China
- Prior art keywords
- base station
- value
- under
- station product
- running state
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000007613 environmental effect Effects 0.000 claims abstract description 108
- 238000009826 distribution Methods 0.000 claims abstract description 69
- 230000008569 process Effects 0.000 claims abstract description 33
- 238000012417 linear regression Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 16
- 238000012360 testing method Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000010923 batch production Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种参数确定方法及装置,用以有效评估基站产品的可靠性水平,保证批量生产基站产品的稳健性。本申请实施例提供的一种参数确定方法,包括:针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值。
Description
技术领域
本申请涉及无线通信技术领域,尤其涉及一种参数确定方法及装置。
背景技术
现有技术中,对研制阶段的产品进行可靠性评估,一般采用可靠性试验数据进行评估,如可靠性增长试验、可靠性验证试验等。通过收集系统或单元产品的可靠性数据,并依据系统的功能或可靠性结构,利用概率统计的方法,给出系统的各种可靠性数量指标的定量估计。这些定量评估的结果,将作为预防、发现和纠正可靠性设计以及元器件、材料和工艺等方面缺陷的参考,帮助发现产品的薄弱环节,进行分析、改进设计,可以使产品的可靠性水平不断改进和提高。常用的进行可靠性评估的流程如图1所示。
随着科学技术水平的提高,产品的可靠性越来越高,对于许多复杂系统,按照传统的验证或者评估试验确认产品的可靠性水平耗时费力,甚至无法进行。对于通信系统而言,设备构成复杂,造成整机异常的原因多种多样,采用传统的评估产品硬件组成即使用应力的方案,可以反映出产品的可靠性潜能,但无法综合的考虑产品实际再使用情况下的复杂情况。并且,采用传统的评估方法需要大量的可靠性试验数据;同时,产品可靠性的提高使得可靠性试验费用非常昂贵,试验周期较长,导致可靠性评估工作难以开展,在实际使用中遇到诸多困难。
发明内容
本申请实施例提供了一种参数确定方法及装置,用以有效评估基站产品的可靠性水平,保证批量生产基站产品的稳健性。
本申请实施例提供的一种参数确定方法,包括:
针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;
根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值。
通过该方法,针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值,从而有效评估基站产品的可靠性水平,保证批量生产基站产品的稳健性。
可选地,基于DPD过程中的数据,构造基站产品的运行状态分布,具体包括:
在预设条件下,采集基站产品在DPD迭代过程中的显示查找表LUT中数据的最大值,并根据预设的概率分布进行参数估计,构造基站产品的运行状态分布。
可选地,任一类型的环境参数包括至少一个取值;
针对任一类型的环境参数,根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值,具体包括:
针对任一类型的环境参数,执行以下步骤:
根据该类型的环境参数的每一取值和所述每一取值对应的预设风险因子下的运行状态值,建立线性回归,并确定下列线性回归方程式中的斜率和截距:
ha|EN=i=b·i+β
其中,ha|EN=i表示当该类型的环境参数为i时,对应的该基站产品的预设风险因子下的运行状态值,b为斜率,β为截距。
可选地,针对任一类型的环境参数的任一取值,采用如下公式计算得到该取值对应的预设风险因子下的运行状态值:
P{h(t)<ha}=a
其中,ha为预设风险因子下的运行状态值,h(t)为基站产品的在该类型的环境参数的该取值下的运行状态分布,a为预设风险因子,P{h(t)<ha}为运行状态值小于ha时的风险因子。
可选地,针对所述任一类型的环境参数,还执行下列步骤:
采用以下公式确定基站产品在预设的标准条件下的安全状态值:
其中,为斜率b的估计值,HaENstand为该环境参数对应的所述基站产品在预设条件下的安全状态值,θ为预设安全系数,并且θ∈[0,1],hth为基站产品的运行状态值阈值,ENworst-ENstand为所述基站产品的该环境参数下的参数范围。
可选地,从与所有环境参数对应的安全状态值中选择最小的安全状态值,作为所述安全状态阈值。
可选地,基于所述安全状态阈值,判断所述基站产品实际运行状态的风险。
相应地,在装置侧,本申请实施例提供的一种参数确定装置,该装置包括:
第一单元,用于针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;
第二单元,用于根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值。
可选地,所述第一单元还用于:
在预设条件下,采集基站产品在DPD迭代过程中的显示查找表LUT中数据的最大值,并根据预设的概率分布进行参数估计,构造基站产品的运行状态分布。
可选地,任一类型的环境参数包括至少一个取值;
针对任一类型的环境参数,根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值,具体包括:
针对任一类型的环境参数,执行以下步骤:
根据该类型的环境参数的每一取值和所述每一取值对应的预设风险因子下的运行状态值,建立线性回归,并确定下列线性回归方程式中的斜率和截距:
ha|EN=i=b·i+β
其中,ha|EN=i表示当该类型的环境参数为i时,对应的该基站产品的预设风险因子下的运行状态值,b为斜率,β为截距。
可选地,针对任一类型的环境参数的任一取值,所述第一单元采用如下公式计算得到该取值对应的预设风险因子下的运行状态值:
P{h(t)<ha}=a
其中,ha为预设风险因子下的运行状态值,h(t)为基站产品的在该类型的环境参数的该取值下的运行状态分布,a为预设风险因子,P{h(t)<ha}为运行状态值小于ha时的风险因子。
可选地,针对所述任一类型的环境参数,所述第二单元还用于执行下列步骤:
采用以下公式确定基站产品在预设的标准条件下的安全状态值:
其中,为斜率b的估计值,HaENstand为该环境参数对应的所述基站产品在预设条件下的安全状态值,θ为预设安全系数,并且θ∈[0,1],hth为基站产品的运行状态值阈值,ENworst-ENstand为所述基站产品的该环境参数下的参数范围。
可选地,从与所有环境参数对应的安全状态值中选择最小的安全状态值,作为所述安全状态阈值。
可选地,基于所述安全状态阈值,判断所述基站产品实际运行状态的风险。
本申请实施例还提供的一种计算设备,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行上述本申请实施例提供的任一种所述的方法。
本申请另一实施例提供了一种计算机存储介质,所述计算机存储介质存储有计算机可执行指令,所述计算机可执行指令用于使所述计算机执行上述任一种方法。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为常用的进行可靠性评估的流程示意图;
图2为本申请实施例提供的一种参数确定方法示意图;
图3为本申请实施例提供的一种基于DPD数据的基站产品可靠性评估方法示意图;
图4为本申请实施例提供的产品状态分布示意图;
图5为本申请实施例提供的温度与状态值的线性回归示意图;
图6为本申请实施例提供的一种参数确定装置示意图;
图7为本申请实施例还提供的一种参数确定装置示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,并不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
下面结合说明书附图对本申请各个实施例进行详细描述。需要说明的是,本申请实施例的展示顺序仅代表实施例的先后顺序,并不代表实施例所提供的技术方案的优劣。
针对基站类产品,在研发阶段,虽然对产品针对各项环境的适应能力进行了验证,但在批量生产阶段,设备之间存在分散性。现有的生产验证通常仅对标准状态下设备的最终指标进行验证统计,没有条件评估该批产品在各种环境下保持稳定工作的能力。
在多项产品验证过程中发现,基站类产品对各类因素影响较为敏感的指标为临信道功率比(Adjacent Channel Power Radio,ACPR),并会因此影响基站类产品的误差向量幅度(Error Vector Magnitude,EVM),并影响实际用户使用峰速,长期的指标异常同样会对硬件造成不良影响,存在一定风险。对产品ACPR影响较为明显的因素为产品的数字预失真(Digital Pre-Distortion,DPD)效果,且经验证明,产品的DPD是影响产品的重要参数中相对不稳定的值,选择该值构建模型可以有效的评估整机的短板。
通常的,产品在选择符合实际硬件的模型及相应参数后,DPD中的显示查找表(Look-Up-Table,LUT)数据表征了当前产品的多个方面,包括:硬件芯片本身的状态、产品屏蔽效果以及当前产品运行的各项环境因素等。本申请实施例提供的方法可在研发验证阶段,利用该数据中的多项信息,构造基站产品的状态分布,并根据各种环境条件下的试验结果,反推出标准状态下基站产品的安全状态阈值,从而实现通过过程数据的检验,有效评估基站产品的稳健性水平。
本申请实施例所述的基站产品,例如,可以是基站射频类产品等,不再一一赘述。
参见图2,本申请实施例提供的一种参数确定方法,包括:
S101、针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定所述基站产品在预设风险因子下的运行状态值;
所述基站产品可以是基站类射频产品。
所述基站产品的运行状态分布,例如,可以是基站产品在DPD迭代过程中的显示查找表LUT中数据的最大值的概率分布。
S102、根据所述基站产品在预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值。
例如,多种环境参数包括温度、湿度等。
本申请基于射频指标的中间运算参数,即DPD过程中的LUT表的最大值,在保证基站产品标准状态下射频指标通过的前提下,给出基站产品在各类环境影响下能正常工作的预期,从而有效地评估基站产品的可靠性水平。
可选地,基于DPD过程中的数据,构造基站产品的运行状态分布,具体包括:
在预设条件下,采集基站产品在DPD迭代过程中的显示查找表LUT中数据的最大值,并根据预设的概率分布进行参数估计,构造基站产品的运行状态分布。
例如,预设条件为标准条件,也可以为其他的条件(非标准条件)。标准条件可以为标准环境条件,常见的标准环境条件范围包括:
温度:15~35℃;相对湿度范围:20%~80%;气压范围:86~106kpa。
非标准条件例如包括高温、高压等环境条件。
可选地,任一类型的环境参数包括至少一个取值;也就是说,每一类型的环境参数,可以有多个取值,例如,温度参数,可以有多个温度值或温度范围。
针对任一类型的环境参数,根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值,具体包括:
针对任一类型的环境参数,执行以下步骤:
根据该类型的环境参数的每一取值和所述每一取值对应的预设风险因子下的运行状态值,建立线性回归,并确定下列线性回归方程式中的斜率和截距:
ha|EN=i=b·i+β
其中,ha|EN=i表示当该类型的环境参数为i时,对应的该基站产品的预设风险因子下的运行状态值,b为斜率,β为截距。
例如,对于温度参数,i可以取值为-20℃、25℃或40℃等。
可选地,针对任一类型的环境参数的任一取值,采用如下公式计算得到该取值对应的预设风险因子下的运行状态值:
P{h(t)<ha}=a
其中,ha为预设风险因子下的运行状态值,h(t)为基站产品的在该类型的环境参数的该取值下的运行状态分布,a为预设风险因子,P{h(t)<ha}为运行状态值小于ha时的风险因子。
例如,预设风险因子也可称为置信度,可以取值为0.98或0.95等。
可选地,针对所述任一类型的环境参数,还执行下列步骤:
采用以下公式确定基站产品在预设的标准条件下的安全状态值:
其中,为斜率b的估计值,HaENstand为该环境参数对应的所述基站产品在预设条件下的安全状态值,θ为预设安全系数,并且θ∈[0,1],hth为基站产品的运行状态值阈值,ENworst-ENstand为所述基站产品的该环境参数下的参数范围。
安全系数的取值可通过经验指定,例如取值为0.8。当运行状态值阈值确定后,不会随环境条件而变化。ENworst为基站产品在该类型环境中的最差环境参数取值,ENstand为基站产品在该类型环境中的最好环境参数取值;例如,对于某基站产品,所处的温度环境最好为25℃,最差为55℃。
可选地,从与所有环境参数对应的安全状态值中选择最小的安全状态值,作为所述安全状态阈值。
可选地,基于所述安全状态阈值,判断所述基站产品实际运行状态的风险。
例如,在批量生产测试中,该批基站产品在标准条件下运行的安全状态值不超过所述安全状态阈值,则认为该批基站产品具有可靠性和稳健性,该批基站产品出厂后在各个环境下的运行具有适应能力。
下面给出一个具体实施例的举例说明。
如图3所示,本申请实施例提供的一种基于DPD数据的基站产品可靠性评估方法,包括:首先定义产品的状态分布与确定方法,用以表征产品的可靠性稳健性分布;其次,根据风险因子a,确定在风险因子下的状态值ha;然后,给出了安全状态阈值Ha确定方法;最后,通过一个具体实施例,使用上述方法确定风险。
步骤一,定义及确定产品的运行状态分布;
定义产品状态分布h(t),并且h(t)>0,该状态分布表示产品的运行状态;具体地,对于基站产品,定义基于DPD数据的基站产品运行状态分布h(t),该基站产品运行状态分布为基站产品在实际DPD迭代中的LUT表中最大值的分布,具体确定方法包括:当基站产品在标准条件下(或其他条件下)运行时,记录DPD每次迭代中的LUT表中最大值h,并根据多次迭代的LUT表中最大值,以及选用的具体概率分布进行参数估计,构造基站产品运行状态分布h(t);
步骤二,确定预设风险因子下的运行状态值;
定义风险因子a∈(0,1),当a→1时,风险减少,当a→0时,风险增大;该风险因子也可称为置信度;
在标准条件下(或其他条件下),在预设风险因子a下,若满足以下公式:
P{h(t)<ha}=a
则确定在预设风险因子a的运行状态值ha,表示在a的置信区间内,存在基站产品运行状态值小于ha。
步骤三,确定安全状态阈值Ha;
根据DPD算法,带宽、选择的DPD模型以及DPD参数值,确定基站产品状态值阈值hth,当hth的值确定后,不会随环境条件而变化,当h>hth时,该次运行DPD会告警,无法执行;在反复迭代过程中,偶然发生的DPD告警不会实际影响基站产品指标,但如果DPD告警次数过多,就会导致基站产品ACPR指标差从而影响EVM指标;
在不同环境条件下,例如标准条件下、其他环境条件下,根据步骤一和步骤二,分别确定基站产品的预设风险因子下的运行状态值ha|EN=i,其中,i是任一类型环境参数的任一取值,ha|EN=i具体指当任一类型环境参数的取值为i时,对应的预设风险因子a的运行状态值;
定义ha|EN=i=b·i+β,其中,b和β是待估计参数,通过该线性回归方程式确定b、β的估计值;
针对任一类型的环境,根据基站产品实际使用的环境范围,以及基站产品状态值阈值,当基站环境所在的环境为最差的情况下,计算运行状态值HaENworst=θ·hth,其中θ是安全系数,θ∈[0,1],θ值可通过经验指定;通过以下公式计算基站产品在预设的标准条件下运行时的安全状态值:
通过上述步骤得到:在任一类型的环境下,基站产品在预设的标准条件下运行时的安全状态值HaENstand;则在多种类型环境下,基站产品在预设的标准条件下运行时的安全状态阈值Ha=min{HaENstand},即从每一类型的环境下对应的安全状态值HaENstand选择数值最小的,作为安全状态阈值Ha。
在基站产品的研发过程中,根据预设风险因子下的运行状态值ha和安全状态值HaENstand,判断基站产品的稳健性,以及对哪种环境条件更加敏感;在基站产品的生产过程中,根据确定的安全状态阈值Ha,判断批次生产的产品的可靠性和稳健程度。从而能够较早地预测风险,防止所生产的基站产品在实际运行中出现故障后硬件烧毁,避免影响整个通信网络的稳定性。
本申请还提供了一个具体实施例,对上述方法进行应用:
例如,对于某样机(某个基站产品),在研发阶段,采集DPD过程中的LUT表的最大值h,并确定状态值阈值hth为3.0,即当h>3.0,该次运行DPD会告警,并选择正态分布,采用最小二乘法对h(t)进行参数估计,具体包括:
ti=μ+σ·Zi
该公式属于回归方程,使用最小二乘法计算回归系数,可以得到μ和σ的估计值。
经过整理,该样机在标准条件下运行的产品状态分布函数为:
产品状态分布图如图4所示,图中横轴表示将所采集的数值h进行分组,1~15分别为分组名称;左侧纵轴表示数值h出现在各个分组内的概率,右侧纵轴表现产品状态分布函数的概率密度。
选取风险因子a为0.95,已知该基站产品的实际使用温度要求为-40℃~55℃,湿度范围为5%~95%,经过验证,湿度对基站产品运行状态值没有显著影响,因此,主要考虑温度的影响。
分别在-40℃、-20℃、25℃、40℃、55℃进行试验,采集DPD过程中LUT表的最大值h,根据上述方法,计算得到在不同温度下的运行状态值:h0.95|temp=-40=1.33,h0.95|temp=-20=1.44,h0.95|temp=25=1.72,h0.95|temp=-20=1.98,h0.95|temp=55=2.44。
由于hth为3.0,要求的安全系数为0.8,则通过上述步骤三的公式得到在标准条件下运行的安全状态值:
HαTEMP=3.0×0.8-0.0103×(55-25)=2.09
由于该实施例只考虑温度这一环境参数,因此,某基站产品在标准环境下运行的安全状态阈值为2.09;在批量生产测试中,测量基站产品在标准条件下的运行状态值不超过2.09,则认为该批基站产品满足要求。
本申请针对基站类产品,基于射频指标的中间运算参数(或基于射频指标非最终结果),利用基站产品DPD过程中的数据,在保证基站产品标准状态下射频指标通过的前提下,给出基站产品在各类环境下能否工作的预期,从而保证批次基站产品的环境适应能力;在工程上易于应用,可以有效的在基站类产品中应用;在生产测试中增加一个过程值的检测,成本很低,有效降低设备发外场后发现因恶劣环境导致故障以引起的相应维修率,从而降低成本增加效率。
相应地,在装置侧,参见图6,本申请实施例提供的一种参数确定装置,包括:
第一单元11,用于针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;
第二单元12,用于根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值。
可选地,所述第一单元11还用于:
在预设条件下,采集基站产品在DPD迭代过程中的显示查找表LUT中数据的最大值,并根据预设的概率分布进行参数估计,构造基站产品的运行状态分布。
可选地,任一类型的环境参数包括至少一个取值;
针对任一类型的环境参数,根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值,具体包括:
针对任一类型的环境参数,执行以下步骤:
根据该类型的环境参数的每一取值和所述每一取值对应的预设风险因子下的运行状态值,建立线性回归,并确定下列线性回归方程式中的斜率和截距:
ha|EN=i=b·i+β
其中,ha|EN=i表示当该类型的环境参数为i时,对应的该基站产品的预设风险因子下的运行状态值,b为斜率,β为截距。
可选地,针对任一类型的环境参数的任一取值,所述第一单元采用如下公式计算得到该取值对应的预设风险因子下的运行状态值:
P{h(t)<ha}=a
其中,ha为预设风险因子下的运行状态值,h(t)为基站产品的在该类型的环境参数的该取值下的运行状态分布,a为预设风险因子,P{h(t)<ha}为运行状态值小于ha时的风险因子。
可选地,针对所述任一类型的环境参数,所述第二单元还用于执行下列步骤:
采用以下公式确定基站产品在预设的标准条件下的安全状态值:
其中,为斜率b的估计值,HaENstand为该环境参数对应的所述基站产品在预设条件下的安全状态值,θ为预设安全系数,并且θ∈[0,1],hth为基站产品的运行状态值阈值,ENworst-ENstand为所述基站产品的该环境参数下的参数范围。
可选地,从与所有环境参数对应的安全状态值中选择最小的安全状态值,作为所述安全状态阈值。
可选地,基于所述安全状态阈值,判断所述基站产品实际运行状态的风险。
参见图7,本申请实施例还提供的一种参数确定装置,包括:
处理器600,用于读取存储器610中的程序,执行下列过程:
针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;
根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值。
通过该装置,针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值,从而有效评估基站产品的可靠性水平,保证批量生产基站产品的稳健性。
可选地,基于DPD过程中的数据,构造基站产品的运行状态分布,具体包括:
在预设条件下,采集基站产品在DPD迭代过程中的显示查找表LUT中数据的最大值,并根据预设的概率分布进行参数估计,构造基站产品的运行状态分布。
可选地,任一类型的环境参数包括至少一个取值;
针对任一类型的环境参数,根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值,具体包括:
针对任一类型的环境参数,执行以下步骤:
根据该类型的环境参数的每一取值和所述每一取值对应的预设风险因子下的运行状态值,建立线性回归,并确定下列线性回归方程式中的斜率和截距:
ha|EN=i=b·i+β
其中,ha|EN=i表示当该类型的环境参数为i时,对应的该基站产品的预设风险因子下的运行状态值,b为斜率,β为截距。
可选地,针对任一类型的环境参数的任一取值,采用如下公式计算得到该取值对应的预设风险因子下的运行状态值:
P{h(t)<ha}=a
其中,ha为预设风险因子下的运行状态值,h(t)为基站产品的在该类型的环境参数的该取值下的运行状态分布,a为预设风险因子,P{h(t)<ha}为运行状态值小于ha时的风险因子。
可选地,针对所述任一类型的环境参数,还执行下列步骤:
采用以下公式确定基站产品在预设的标准条件下的安全状态值:
其中,为斜率b的估计值,HaENstand为该环境参数对应的所述基站产品在预设条件下的安全状态值,θ为预设安全系数,并且θ∈[0,1],hth为基站产品的运行状态值阈值,ENworst-ENstand为所述基站产品的该环境参数下的参数范围。
可选地,从与所有环境参数对应的安全状态值中选择最小的安全状态值,作为所述安全状态阈值。
可选地,基于所述安全状态阈值,判断所述基站产品实际运行状态的风险。
其中,在图7中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器600代表的一个或多个处理器和存储器610代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。
本申请实施例提供了一种显示终端,该显示终端具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)等。该显示终端可以包括中央处理器(Center Processing Unit,CPU)、存储器、输入/输出设备等,输入设备可以包括键盘、鼠标、触摸屏等,输出设备可以包括显示设备,如液晶显示器(Liquid Crystal Display,LCD)、阴极射线管(Cathode Ray Tube,CRT)等。
针对不同的显示终端,可选地,用户接口620可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器600负责管理总线架构和通常的处理,存储器610可以存储处理器600在执行操作时所使用的数据。
可选地,处理器600可以是CPU(中央处埋器)、ASIC(Application SpecificIntegrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或CPLD(Complex Programmable Logic Device,复杂可编程逻辑器件)。
存储器610可以包括只读存储器(ROM)和随机存取存储器(RAM),并向处理器提供存储器中存储的程序指令和数据。在本申请实施例中,存储器可以用于存储本申请实施例提供的任一所述方法的程序。
处理器通过调用存储器存储的程序指令,处理器用于按照获得的程序指令执行本申请实施例提供的任一所述方法。
本申请实施例提供了一种计算机存储介质,用于储存为上述本申请实施例提供的装置所用的计算机程序指令,其包含用于执行上述本申请实施例提供的任一方法的程序。
所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
综上所述,本申请实施例提供的一种参数确定方法及装置,可以有效地评估基站产品的可靠性水平,保证进行批量生产基站产品的稳健性,并且实施便捷,可在基站产品的全寿命周期中使用,降低基站产品发生潜在风险的概率,以及实际运行中的外场故障率,提高用户感知体验,增加客户美誉度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (16)
1.一种参数确定方法,其特征在于,该方法包括:
针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;
根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值。
2.根据权利要求1所述的方法,其特征在于,基于DPD过程中的数据,构造基站产品的运行状态分布,具体包括:
在预设条件下,采集基站产品在DPD迭代过程中的显示查找表LUT中数据的最大值,并根据预设的概率分布进行参数估计,构造基站产品的运行状态分布。
3.根据权利要求1所述的方法,其特征在于,任一类型的环境参数包括至少一个取值;
针对任一类型的环境参数,根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值,具体包括:
针对任一类型的环境参数,执行以下步骤:
根据该类型的环境参数的每一取值和所述每一取值对应的预设风险因子下的运行状态值,建立线性回归,并确定下列线性回归方程式中的斜率和截距:
ha|EN=i=b·i+β
其中,ha|EN=i表示当该类型的环境参数为i时,对应的该基站产品的预设风险因子下的运行状态值,b为斜率,β为截距。
4.根据权利要求3所述的方法,其特征在于,针对任一类型的环境参数的任一取值,采用如下公式计算得到该取值对应的预设风险因子下的运行状态值:
P{h(t)<ha}=a
其中,ha为预设风险因子下的运行状态值,h(t)为基站产品的在该类型的环境参数的该取值下的运行状态分布,a为预设风险因子,P{h(t)<ha}为运行状态值小于ha时的风险因子。
6.根据权利要求5所述的方法,其特征在于,从与所有环境参数对应的安全状态值中选择最小的安全状态值,作为所述安全状态阈值。
7.根据权利要求1所述的方法,其特征在于,该方法还包括:
基于所述安全状态阈值,判断所述基站产品实际运行状态的风险。
8.一种参数确定装置,其特征在于,该装置包括:
第一单元,用于针对任一类型的环境参数,基于数字预失真DPD过程中的数据,构造基站产品的运行状态分布,并根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值;
第二单元,用于根据所述预设风险因子下的运行状态值,确定所述基站产品在多种环境参数影响下的安全状态阈值。
9.根据权利要求8所述的装置,其特征在于,所述第一单元还用于:
在预设条件下,采集基站产品在DPD迭代过程中的显示查找表LUT中数据的最大值,并根据预设的概率分布进行参数估计,构造基站产品的运行状态分布。
10.根据权利要求8所述的装置,其特征在于,任一类型的环境参数包括至少一个取值;
针对任一类型的环境参数,根据所述基站产品的运行状态分布,确定预设风险因子下的运行状态值,具体包括:
针对任一类型的环境参数,执行以下步骤:
根据该类型的环境参数的每一取值和所述每一取值对应的预设风险因子下的运行状态值,建立线性回归,并确定下列线性回归方程式中的斜率和截距:
ha|EN=i=b·i+β
其中,ha|EN=i表示当该类型的环境参数为i时,对应的该基站产品的预设风险因子下的运行状态值,b为斜率,β为截距。
11.根据权利要求10所述的装置,其特征在于,针对任一类型的环境参数的任一取值,所述第一单元采用如下公式计算得到该取值对应的预设风险因子下的运行状态值:
P{h(t)<ha}=a
其中,ha为预设风险因子下的运行状态值,h(t)为基站产品的在该类型的环境参数的该取值下的运行状态分布,a为预设风险因子,P{h(t)<ha}为运行状态值小于ha时的风险因子。
13.根据权利要求12所述的装置,其特征在于,从与所有环境参数对应的安全状态值中选择最小的安全状态值,作为所述安全状态阈值。
14.根据权利要求8所述的装置,其特征在于,基于所述安全状态阈值,判断所述基站产品实际运行状态的风险。
15.一种计算设备,其特征在于,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行权利要求1~7任一项所述的方法。
16.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机可执行指令,所述计算机可执行指令用于使所述计算机执行权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910145423.5A CN111629398B (zh) | 2019-02-27 | 2019-02-27 | 一种参数确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910145423.5A CN111629398B (zh) | 2019-02-27 | 2019-02-27 | 一种参数确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111629398A true CN111629398A (zh) | 2020-09-04 |
CN111629398B CN111629398B (zh) | 2022-05-10 |
Family
ID=72258765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910145423.5A Active CN111629398B (zh) | 2019-02-27 | 2019-02-27 | 一种参数确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111629398B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114022059A (zh) * | 2022-01-06 | 2022-02-08 | 锱云(上海)物联网科技有限公司 | 产品的不良原因分析方法、系统、终端设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272580A (zh) * | 2008-03-05 | 2008-09-24 | 南京大学 | 一种基于反馈的自适应移动基站系统可靠性评估方法 |
CN102680812A (zh) * | 2012-03-14 | 2012-09-19 | 大唐移动通信设备有限公司 | 一种产品寿命评价方法和装置 |
WO2016043888A1 (en) * | 2014-09-15 | 2016-03-24 | Qualcomm Incorporated | Adjustment of one or more operational parameters of a small cell based on small cell reliability |
EP3301817A1 (en) * | 2015-06-30 | 2018-04-04 | Huawei Technologies Co., Ltd. | Transmitter |
CN108111448A (zh) * | 2016-11-24 | 2018-06-01 | 联芯科技有限公司 | 预失真查找表的生成方法、装置与预失真校准设备 |
CN108495329A (zh) * | 2018-03-29 | 2018-09-04 | 中国联合网络通信集团有限公司 | 一种基站可靠性的评价方法和装置 |
CN108882280A (zh) * | 2017-05-15 | 2018-11-23 | 大唐移动通信设备有限公司 | 一种基站的热设计评估方法和装置 |
-
2019
- 2019-02-27 CN CN201910145423.5A patent/CN111629398B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272580A (zh) * | 2008-03-05 | 2008-09-24 | 南京大学 | 一种基于反馈的自适应移动基站系统可靠性评估方法 |
CN102680812A (zh) * | 2012-03-14 | 2012-09-19 | 大唐移动通信设备有限公司 | 一种产品寿命评价方法和装置 |
WO2016043888A1 (en) * | 2014-09-15 | 2016-03-24 | Qualcomm Incorporated | Adjustment of one or more operational parameters of a small cell based on small cell reliability |
EP3301817A1 (en) * | 2015-06-30 | 2018-04-04 | Huawei Technologies Co., Ltd. | Transmitter |
CN108111448A (zh) * | 2016-11-24 | 2018-06-01 | 联芯科技有限公司 | 预失真查找表的生成方法、装置与预失真校准设备 |
CN108882280A (zh) * | 2017-05-15 | 2018-11-23 | 大唐移动通信设备有限公司 | 一种基站的热设计评估方法和装置 |
CN108495329A (zh) * | 2018-03-29 | 2018-09-04 | 中国联合网络通信集团有限公司 | 一种基站可靠性的评价方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114022059A (zh) * | 2022-01-06 | 2022-02-08 | 锱云(上海)物联网科技有限公司 | 产品的不良原因分析方法、系统、终端设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111629398B (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111143102B (zh) | 异常数据检测方法、装置、存储介质及电子设备 | |
CN109242135B (zh) | 一种模型运营方法、装置、及业务服务器 | |
Wang et al. | Modeling multivariate degradation processes with time‐variant covariates and imperfect maintenance effects | |
CN113837596A (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN115629576B (zh) | 非侵入式柔性负荷聚合特性辨识与优化方法、装置及设备 | |
CN111629398B (zh) | 一种参数确定方法及装置 | |
CN110852602A (zh) | 基于机器学习的数据监控方法及装置 | |
CN115795928A (zh) | 基于伽马过程的加速退化试验数据处理方法和装置 | |
CN116485365A (zh) | 一种基于蒙特卡洛与网格搜索算法的复杂装备不完美维护预测方法 | |
CN113486583B (zh) | 设备的健康评估方法、装置、计算机设备及计算机可读存储介质 | |
CN113533923A (zh) | GaN HEMT器件测试方法及装置 | |
CN116843119B (zh) | 一种考虑维修耗时的电子单元备件设计方法及系统 | |
CN110991130B (zh) | 一种利用电路仿真检查标准单元时序库的方法 | |
CN117054896A (zh) | 一种sop功能测试方法、装置、设备及存储介质 | |
CN107239880B (zh) | 基于设备寿命统计分析的电网技改资金需求测算模型 | |
CN113689042B (zh) | 监测节点的故障源预测方法 | |
CN112731150B (zh) | 电压暂降状态估计方法、装置、计算机设备和存储介质 | |
CN115374619A (zh) | 一种计及芯片影响的设备可靠性确定方法及系统 | |
CN113222393A (zh) | 风险评估方法、装置、计算机设备和计算机可读存储介质 | |
CN113376564A (zh) | 基于数据分析的智能电表计量校正方法、装置及终端 | |
JP2013024671A (ja) | 半導体集積回路のテスト方法とシステムとプログラム | |
CN117057674B (zh) | 一种基于离散模型的信息技术服务质量评估方法及系统 | |
CN117892564B (zh) | 多部件及多敏感应力分开加载的并行加速试验方法和装置 | |
US20240013027A1 (en) | Model recommendation method and apparatus, and computer device | |
CN116415194A (zh) | 基站异常电量检测方法、装置及计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |