CN116684327B - 一种基于云计算的山林地区通信网络故障监测评估方法 - Google Patents

一种基于云计算的山林地区通信网络故障监测评估方法 Download PDF

Info

Publication number
CN116684327B
CN116684327B CN202310969803.7A CN202310969803A CN116684327B CN 116684327 B CN116684327 B CN 116684327B CN 202310969803 A CN202310969803 A CN 202310969803A CN 116684327 B CN116684327 B CN 116684327B
Authority
CN
China
Prior art keywords
communication network
mountain
fault
network
user
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
CN202310969803.7A
Other languages
English (en)
Other versions
CN116684327A (zh
Inventor
高朝
杜雷
欧军
孟林
胡海鹰
朱眉
洪球
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.)
Zhongweijian Communication Technology Service Co ltd
Original Assignee
Zhongweijian Communication Technology Service 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 Zhongweijian Communication Technology Service Co ltd filed Critical Zhongweijian Communication Technology Service Co ltd
Priority to CN202310969803.7A priority Critical patent/CN116684327B/zh
Publication of CN116684327A publication Critical patent/CN116684327A/zh
Application granted granted Critical
Publication of CN116684327B publication Critical patent/CN116684327B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852Delays
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/318Received signal strength
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/309Measuring or estimating channel quality parameters
    • H04B17/336Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06Management of faults, events, alarms or notifications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0823Errors, e.g. transmission errors
    • H04L43/0847Transmission error
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852Delays
    • H04L43/087Jitter
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876Network utilisation, e.g. volume of load or congestion level
    • H04L43/0888Throughput
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/04Arrangements for maintaining operational condition
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于云计算的山林地区通信网络故障监测评估方法。该方法包括以下步骤:S1获取山林地区通信网络性能参数;S2部署山林地区通信网络监测传感器;S3获取山林地区通信网络性能数据;S4计算山林地区通信网络性能;S5获取山林地区通信网络故障评估参数;S6评估山林地区通信网络故障。本发明通过部署山林地区通信网络监测传感器采集山林地区通信网络性能数据,传输至山林地区通信网络云平台存储并处理,结合公式计算山林地区通信网络故障的影响指数来评估山林地区通信网络故障的影响,达到了降低通信网络故障评估成本的效果,解决了现有技术中存在通信网络故障评估成本高的问题。

Description

一种基于云计算的山林地区通信网络故障监测评估方法
技术领域
本发明涉及通信网络故障监测技术领域,尤其涉及一种基于云计算的山林地区通信网络故障监测评估方法。
背景技术
通信网络故障是指由于硬件问题、软件漏洞、病毒侵入等引起网络无法保证正常通信。山林地区的复杂地形导致通信信号传输困难,通信网络基础设施如通信塔等也因为地形、自然灾害等易被破坏,这些因素而都可能导致通信网络故障,进而产生通信终断、救援困难等危害。云计算是以互联网为基础开展的运算模式,提供了灵活且可扩展的计算和存储资源,安全可靠,扩展性强,可以支持山林地区监测设备部署、数据处理和分析。
传统方法监测通信网络故障由值班人员巡检、远程监控系统、软硬件设备自带的故障监测功能等获取数据,计算机接收信息后人工分析实现;基于SRIO总线监测通信网络故障通过辅助总线监测并恢复故障实现与SRIO高速网络故障的隔离。
例如公告号为:CN109218113B的发明专利公开的一种通信网络故障定位方法及故障监测装置,包括:与通信网络管理系统连接,抓取错误数据报表信息,并根据上报时间对各错误数据赋值;计算同类错误数据首次至末次发生时间段内访问量数据;确定所述访问量最小峰值以及同类错误上报量最大峰值同时发生的时间点,获取该时间点网络参数;将发生所述同类错误的步骤过程拆分为若干访问行为;在模拟终端中以所述网络参数重复执行所述访问行为,收集发生同类错误的访问行为及其频次。
例如公开号为:CN115720180A的专利申请中公开的一种基于SRIO总线通信网络故障实时监测与恢复的方法和系统,包括:通过辅助总线完成故障监测与恢复,与SRIO高速网络的故障隔离;实时故障监测并快速恢复网络故障,尽量不影响SRIO交换网络通信功能。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中,运用传统方法监测通信网络故障需要耗费大量的人力和物力,存在通信网络故障评估成本高的问题。
发明内容
本申请实施例通过提供一种基于云计算的山林地区通信网络故障监测评估方法,解决了现有技术中存在通信网络故障评估成本高的问题,实现了通信网络故障评估成本的降低。
本申请实施例提供了一种基于云计算的山林地区通信网络故障监测评估方法,包括以下步骤:S1,获取山林地区通信网络性能参数:分析通信网络性能的衡量标准,得到山林地区通信网络性能参数;S2,部署山林地区通信网络监测传感器:以家庭为单位统计使用山林地区通信网络的用户数量并进行编号,再以每个用户为中心布置山林地区通信网络监测传感器并对山林地区通信网络监测传感器进行编号;S3,获取山林地区通信网络性能数据:使用山林地区通信网络监测传感器实时采集单位时间段内山林地区初始通信网络性能数据,再通过无线传输技术将山林地区初始通信网络性能数据传输到基于云计算建立的山林地区通信网络云平台进行数据预处理,得到山林地区通信网络性能数据;S4,计算山林地区通信网络性能:通过山林地区通信网络云平台分析获取的山林地区通信网络性能数据,并结合通信网络性能公式获取山林地区通信网络性能;S5,获取山林地区通信网络故障评估参数:根据山林地区通信网络故障的类别和后果分析山林地区通信网络故障评估的影响因子,得到山林地区通信网络故障评估参数;S6,评估山林地区通信网络故障:根据山林地区通信网络故障评估参数建立山林地区通信网络故障评估模型计算山林地区通信网络故障影响指数,根据山林地区通信网络故障影响指数评估山林地区通信网络故障的影响,再通过可视化界面显示。
进一步的,所述S1中通信网络性能参数包括网络使用率、网络错误率和网络链路质量比,具体如下:所述网络使用率为吞吐量和带宽的比值;所述网络错误率包括网络时延量、网络抖动量和网络丢包率,具体获得步骤如下:根据网络时延量、网络抖动量和网络丢包率,通过公式得到网络错误率,具体计算公式为:
其中、/>、/>和/>分别为网络错误率、网络时延量、网络抖动量和网络丢包率;网络时延量和网络抖动量分别为网络时延和网络抖动的数值;网络时延具体包括发送时延、传播时延、处理时延和排队时延四部分;网络抖动是指最大延迟与最小延迟的时间差,网络抖动越小,网络越稳定;网络丢包率是测量通信网络在传输数据过程中丢失的比例;网络链路质量比包括信号强度、信噪比和误码率,具体获得步骤如下:根据信号强度、信噪比和误码率,通过公式得到网络链路质量比,具体计算公式为:
其中、/>、/>、/>和/>分别为通信链路质量比、实时信号强度、参考信号强度、信噪比和误码率,e为自然常数;所述实时信号强度为山林地区通信网络监测传感器实时获取的信号强度;所述参考信号强度为通信网络无故障时的信号强度。
进一步的,所述S2中山林地区通信网络监测传感器包括网络设备状态监测传感器、网络性能监测传感器、网络信号强度监测传感器和网络故障监测传感器,具体如下:所述网络设备状态监测传感器用于获取网络设备状态和网络设备相对温度,其中网络设备的在线状态和离线状态分别记为1和0,网络设备相对温度为网络设备的实际温度与参考温度之差的绝对值,参考温度为网络无故障时的网络设备温度;所述网络性能监测传感器监测山林地区通信网络的吞吐量、带宽、时延、抖动和丢包率,其中时延和抖动的单位相同,均为毫秒;所述网络信号强度监测传感器用于获取山林地区通信网络信号强度、信噪比和误码率数据;所述网络故障监测传感器获取山林地区通信网络的故障事件类别数据,故障事件类别数据包括无故障、带宽不足、设备故障、链路中断和信号中断。
进一步的,所述S3中数据预处理包括山林地区初始通信网络性能数据的存储和山林地区初始通信网络性能数据的标准化,具体如下:所述山林地区初始通信网络性能数据的存储通过山林地区通信网络云平台的云存储服务实现;所述山林地区初始通信网络性能数据的标准化通过山林地区通信网络云平台的云计算服务实现,得到山林地区通信网络性能数据,其中标准化具体包括清洗、提取和转换。
进一步的,所述S4中结合通信网络性能公式获取山林地区通信网络性能,具体过程如下:S41,计算第j个用户的通信网络性能:通过山林地区通信网络云平台分析第j用户的通信网络性能数据,结合单用户通信网络性能公式得到第j个用户的通信网络性能,其中j=1,2,3…N,N为使用山林地区通信网络的用户数量;S42,计算山林地区通信网络性能:统计使用山林地区通信网络的所有用户的通信网络性能,结合山林地区通信网络性能公式计算山林地区通信网络性能。
进一步的,所述山林地区通信网络性能为使用山林地区通信网络的所有用户的通信网络性能的组合,具体如下:所述山林地区通信网络性能由所有用户的通信网络性能和网络设备状态决定,具体获得步骤如下:根据第j个用户的通信网络性能和网络设备状态/>,通过所述山林地区通信网络性能公式得到山林地区通信网络性能/>,具体计算公式为:
其中第j个用户的网络设备状态的在线状态和离线状态分别记为/>,j=1,2,3…N,N为使用山林地区通信网络的用户数量;所述第j个用户的通信网络性能/>由网络使用率、网络错误率和网络链路质量比决定,具体获得步骤如下:根据第j个用户的网络使用率/>、网络错误率/>和网络链路质量比/>,通过所述单用户通信网络性能公式得到第j个用户的通信网络性能/>,计算公式为:
,e为自然常数。
进一步的,所述S5中山林地区通信网络故障评估参数包括所有用户的用户体验指数和用户通信网络故障影响指数,具体如下:所述用户体验指数由网络时延、网络丢包、信号强度决定,具体获得步骤如下:根据网络时延量、网络丢包率/>和信号强度,通过公式获得用户体验指数/>,计算公式为:
,e为自然常数;所述用户通信网络故障影响指数由故障修复时间、故障间隔时间、故障率和故障事件类别决定,具体获得步骤如下:统计存在通信网络故障的用户编号j,j=1,2,3…N,N为使用山林地区通信网络的用户数量;获取各编号用户对应的故障修复时间/>、故障间隔时间/>、故障率/>和故障事件类别/>,并据其通过公式获得用户通信网络故障影响指数/>,计算公式为:
,其中故障事件类别FD包括无故障、带宽不足、设备故障、链路中断和信号中断,分别记为1、2、3、4和5,即/>
进一步的,所述S6中计算山林地区通信网络故障影响指数,具体过程如下:S61,计算第j个用户的用户体验指数;S62,计算第j个用户的用户通信网络故障影响指数;S63,计算第j个用户的通信网络故障评估指数:根据用户体验指数和用户通信网络故障影响指数,通过用户的通信网络故障评估指数公式计算第j个用户的通信网络故障评估指数,j=1,2,3…N,N为使用山林地区通信网络的用户数量;S64,评估山林地区通信网络故障:根据第j个用户的通信网络故障评估指数统计所有用户的通信网络故障评估指数,通过故障影响指数公式计算山林地区通信网络故障影响指数,根据山林地区通信网络故障影响指数评估山林地区通信网络故障的影响程度。
进一步的,所述S63中第j个用户的通信网络故障评估指数,具体获得步骤如下:根据第j个用户的用户体验指数和用户通信网络故障影响指数/>,通过用户的通信网络故障评估指数公式得到第j个用户的通信网络故障评估指数/>,计算公式为:
,/>为通信网络故障评估指数修正因子。
进一步的,所述S64中山林地区通信网络故障影响指数,具体获得步骤如下:根据第j个用户的通信网络故障评估指数统计所有用户的通信网络故障评估指数,通过故障影响指数公式得到山林地区通信网络故障影响指数/>,计算公式为:
;其中/>、/>、/>、/>和/>为山林地区通信网络故障影响的修正因子、第j个用户的网络设备相对温度、第j个用户的网络设备参考温度、故障事件类别和网络故障率,参考温度为网络无故障时的网络设备温度。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、通过获取山林地区通信网络性能参数、部署山林地区通信网络监测传感器、获取山林地区通信网络性能数据、山林地区通信网络云平台分析处理数据、计算山林地区通信网络性能和山林地区通信网络故障评估参数的获取,从而根据公式计算山林地区通信网络故障影响指数来评估山林地区通信网络故障的影响,实现了通信网络故障评估成本的降低,有效解决了现有技术中存在通信网络故障评估成本高的问题;
2、通过山林地区通信网络的网络时延、网络丢包和信号强度计算的用户体验指数来衡量用户使用通信网络的体验感,由故障修复时间、故障间隔时间、故障率和故障事件类别计算的用户通信网络故障影响指数来衡量用户的通信网络故障影响程度,从而由用户体验指数和用户通信网络故障影响指数计算单个用户的通信网络故障评估指数,进而实现了单个用户对通信网络故障的系统化评估;
3、通过计算单个用户的用户体验指数、计算单个用户的用户通信网络故障影响指数、获取该用户的通信网络故障评估指数和统计所有用户的通信网络故障评估指数,从而由结合故障影响指数公式计算山林地区通信网络故障影响指数来评估山林地区通信网络故障的影响程度,进而实现了山林地区通信网络故障的全面性评估。
附图说明
图1为本申请实施例提供的一种基于云计算的山林地区通信网络故障监测评估方法流程图;
图2为本申请实施例提供的通信网络性能参数概念图;
图3为本申请实施例提供的获取山林地区通信网络性能流程图;
图4为本申请实施例提供的计算山林地区通信网络故障影响指数流程图。
具体实施方式
本申请实施例通过提供一种基于云计算的山林地区通信网络故障监测评估方法,解决了现有技术中存在通信网络故障监测成本高的问题,通过分析通信网络性能的衡量标准获取山林地区通信网络性能参数,以家庭为单位部署山林地区通信网络监测传感器获取山林地区通信网络性能数据,山林地区通信网络云平台分析处理数据后计算山林地区通信网络性能,分析山林地区通信网络故障的类别和后果得到山林地区通信网络故障评估参数,根据公式计算山林地区通信网络故障影响指数来评估山林地区通信网络故障的影响,实现了通信网络故障评估成本的降低。
本申请实施例中的技术方案为解决上述存在通信网络故障监测成本高的问题,总体思路如下:
通过部署山林地区通信网络监测传感器采集山林地区通信网络性能数据,传输至山林地区通信网络云平台存储并处理,结合公式计算山林地区通信网络故障的影响指数来评估山林地区通信网络故障的影响,达到了降低通信网络故障评估成本的效果。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示,为本申请实施例提供的 一种基于云计算的山林地区通信网络故障监测评估方法流程图,该方法包括以下步骤:S1,获取山林地区通信网络性能参数:分析通信网络性能的衡量标准,得到山林地区通信网络性能参数;S2,部署山林地区通信网络监测传感器:以家庭为单位统计使用山林地区通信网络的用户数量并进行编号,再以每个用户为中心布置山林地区通信网络监测传感器并对山林地区通信网络监测传感器进行编号;S3,获取山林地区通信网络性能数据:使用山林地区通信网络监测传感器实时采集单位时间段内山林地区初始通信网络性能数据,再通过无线传输技术将山林地区初始通信网络性能数据传输到基于云计算建立的山林地区通信网络云平台进行数据预处理,得到山林地区通信网络性能数据;S4,计算山林地区通信网络性能:通过山林地区通信网络云平台分析获取的山林地区通信网络性能数据,并结合通信网络性能公式获取山林地区通信网络性能;S5,获取山林地区通信网络故障评估参数:根据山林地区通信网络故障的类别和后果分析山林地区通信网络故障评估的影响因子,得到山林地区通信网络故障评估参数;S6,评估山林地区通信网络故障:根据山林地区通信网络故障评估参数建立山林地区通信网络故障评估模型计算山林地区通信网络故障影响指数,根据山林地区通信网络故障影响指数评估山林地区通信网络故障的影响,再通过可视化界面显示。
在本实施例中,基于云计算的山林地区通信网络云平台可以批量存储和处理大量的数据,实现了通信网络故障评估成本的降低。
进一步的,如图2所示,为本申请实施例提供的通信网络性能参数概念图,S1中通信网络性能参数包括网络使用率、网络错误率和网络链路质量比,具体如下:网络使用率为吞吐量和带宽的比值;网络错误率包括网络时延量、网络抖动量和网络丢包率,具体获得步骤如下:根据网络时延量、网络抖动量和网络丢包率,通过公式得到网络错误率,具体计算公式为:
;其中/>、/>、/>和/>分别为网络错误率、网络时延量、网络抖动量和网络丢包率;网络时延量和网络抖动量分别为网络时延和网络抖动的数值;网络时延具体包括发送时延、传播时延、处理时延和排队时延四部分;网络抖动是指最大延迟与最小延迟的时间差,网络抖动越小,网络越稳定;网络丢包率是测量通信网络在传输数据过程中丢失的比例;网络链路质量比包括信号强度、信噪比和误码率,具体获得步骤如下:根据信号强度、信噪比和误码率,通过公式得到网络链路质量比,具体计算公式为:
其中、/>、/>、/>和/>分别为通信链路质量比、实时信号强度、参考信号强度、信噪比和误码率,e为自然常数;实时信号强度为山林地区通信网络监测传感器实时获取的信号强度;参考信号强度为通信网络无故障时的信号强度;信噪比为信号强度与噪声的比值,信噪比越大,网络越稳定。
在本实施例中,网络使用率越高,网络错误率越低,网络链路质量比越高,通信网络性能越优,实现了对山林地区通信网络性能的标准化与系统化评估。
进一步的,S2中山林地区通信网络监测传感器包括网络设备状态监测传感器、网络性能监测传感器、网络信号强度监测传感器和网络故障监测传感器,具体如下:网络设备状态监测传感器用于获取网络设备状态和网络设备相对温度,其中网络设备的在线状态和离线状态分别记为1和0,网络设备相对温度为网络设备的实际温度与参考温度之差的绝对值,参考温度为网络无故障时的网络设备温度,相对温度越高,将影响设备的正常运行,也是通信网络出现故障的一种表现;网络性能监测传感器监测山林地区通信网络的吞吐量、带宽、时延、抖动和丢包率,其中时延和抖动的单位相同,均为毫秒;网络信号强度监测传感器用于获取山林地区通信网络信号强度、信噪比和误码率数据,信号强度可用于评估通信质量和覆盖范围;网络故障监测传感器获取山林地区通信网络的故障事件类别数据,故障事件类别数据包括无故障、带宽不足、设备故障、链路中断和信号中断,不同故障对应的修复时间和对用户造成的影响也不同。
在本实施例中,不同的故障事件类别对于用户的影响不同,实现了准确可靠的获取山林地区通信网络性能数据。
进一步的,S3中数据预处理包括山林地区初始通信网络性能数据的存储和山林地区初始通信网络性能数据的标准化,具体如下:山林地区初始通信网络性能数据的存储通过山林地区通信网络云平台的云存储服务实现;山林地区初始通信网络性能数据的标准化通过山林地区通信网络云平台的云计算服务实现,得到山林地区通信网络性能数据,其中标准化具体包括清洗、提取和转换。
在本实施例中,实现了山林地区通信网络性能数据存储与计算力的提高。
进一步的,如图3所示,为本申请实施例提供的获取山林地区通信网络性能流程图,S4中结合通信网络性能公式获取山林地区通信网络性能,具体过程如下:S41,计算第j个用户的通信网络性能:通过山林地区通信网络云平台分析第j用户的通信网络性能数据,结合单用户通信网络性能公式得到第j个用户的通信网络性能,其中j=1,2,3…N,N为使用山林地区通信网络的用户数量;S42,计算山林地区通信网络性能:统计使用山林地区通信网络的所有用户的通信网络性能,结合山林地区通信网络性能公式计算山林地区通信网络性能。
在本实施例中,每个用户相对于通信网络所处的区域不同,对应的通信网络性能不同,实现了对山林地区通信网络性能的全面性评估。
进一步的,山林地区通信网络性能为使用山林地区通信网络的所有用户的通信网络性能的组合,具体如下:山林地区通信网络性能由所有用户的通信网络性能和网络设备状态决定,具体获得步骤如下:根据第j个用户的通信网络性能和网络设备状态/>,通过所述山林地区通信网络性能公式得到山林地区通信网络性能/>,具体计算公式为:
,其中第j个用户的网络设备状态/>的在线状态和离线状态分别记为/>和/>,j=1,2,3…N,N为使用山林地区通信网络的用户数量;第j个用户的通信网络性能/>由网络使用率、网络错误率和网络链路质量比决定,具体获得步骤如下:根据第j个用户的网络使用率/>、网络错误率/>和网络链路质量比/>,通过所述单用户通信网络性能公式得到第j个用户的通信网络性能/>,计算公式为:
,e为自然常数。
在本实施例中,每个用户的网络设备状态同样对山林地区通信网络性能产生影响,实现了对山林地区通信网络性能的全面性和规范性评估。
进一步的,S5中山林地区通信网络故障评估参数包括所有用户的用户体验指数和用户通信网络故障影响指数,具体如下:用户体验指数由网络时延、网络丢包和信号强度决定,具体获得步骤如下:根据网络时延量、网络丢包率/>和信号强度/>,通过公式获得用户体验指数/>,计算公式为:
,e为自然常数;用户通信网络故障影响指数由故障修复时间、故障间隔时间、故障率和故障事件类别决定,具体获得步骤如下:统计存在通信网络故障的用户编号j,j=1,2,3…N,N为使用山林地区通信网络的用户数量;获取各编号用户对应的故障修复时间/>、故障间隔时间/>、故障率/>和故障事件类别,并据其通过公式获得用户通信网络故障影响指数/>,计算公式为:
其中故障事件类别FD包括无故障、带宽不足、设备故障、链路中断和信号中断,分别记为1、2、3、4和5,即
在本实施例中,故障事件不同,对应的故障修复时间也不同,那么该故障对于用户的影响也不同,实现了对山林地区通信网络性能的系统性评估。
进一步的,如图4所示,为本申请实施例提供的计算山林地区通信网络故障影响指数流程图,S6中计算山林地区通信网络故障影响指数,具体过程如下:S61,计算第j个用户的用户体验指数;S62,计算第j个用户的用户通信网络故障影响指数;S63,计算第j个用户的通信网络故障评估指数:根据用户体验指数和用户通信网络故障影响指数,通过用户的通信网络故障评估指数公式计算第j个用户的通信网络故障评估指数,j=1,2,3…N,N为使用山林地区通信网络的用户数量;S64,评估山林地区通信网络故障:根据第j个用户的通信网络故障评估指数统计所有用户的通信网络故障评估指数,通过故障影响指数公式计算山林地区通信网络故障影响指数,根据山林地区通信网络故障影响指数评估山林地区通信网络故障的影响程度。
在本实施例中,实现了山林地区通信网络故障的系统性评估。
进一步的,S63中第j个用户的通信网络故障评估指数,具体获得步骤如下:根据第j个用户的用户体验指数和用户通信网络故障影响指数/>,通过用户的通信网络故障评估指数公式得到第j个用户的通信网络故障评估指数/>,计算公式为:
,/>为通信网络故障评估指数修正因子。
在本实施例中,修正因子可以提高计算结果的准确性,实现了单个用户对于通信网络故障的准确性评估。
进一步的,S64中山林地区通信网络故障影响指数,具体获得步骤如下:根据第j个用户的通信网络故障评估指数统计所有用户的通信网络故障评估指数,通过故障影响指数公式得到山林地区通信网络故障影响指数/>,计算公式为:
,其中/>、/>、/>、/>和/>为山林地区通信网络故障影响的修正因子、第j个用户的网络设备相对温度、第j个用户的网络设备参考温度、故障事件类别和网络故障率,参考温度为网络无故障时的网络设备温度。
在本实施例中,修正因子可以提高计算结果的准确性,实现了山林地区通信网络故障影响的全面性和系统性评估。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:相对于公告号为:CN109218113B公开的一种通信网络故障定位方法及故障监测装置,本申请实施例通过获取山林地区通信网络性能参数、部署山林地区通信网络监测传感器、获取山林地区通信网络性能数据、计算山林地区通信网络性能和获取山林地区通信网络故障评估参数,从而根据山林地区通信网络故障评估参数建立山林地区通信网络故障评估模型计算山林地区通信网络故障影响指数,进而评估山林地区通信网络故障的影响;相对于公布号为:CN115720180A公开的一种基于SRIO总线通信网络故障实时监测与恢复的方法和系统,本申请实施例通过计算第j个用户的用户体验指数和计算第j个用户的用户通信网络故障影响指数,从而获得第j个用户的通信网络故障评估指数,进而由计算的山林地区通信网络故障影响指数评估山林地区通信网络故障的影响程度。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,包括以下步骤:
S1,获取山林地区通信网络性能参数:分析通信网络性能的衡量标准,得到山林地区通信网络性能参数;
S2,部署山林地区通信网络监测传感器:以家庭为单位统计使用山林地区通信网络的用户数量并进行编号,再以每个用户为中心布置山林地区通信网络监测传感器并对山林地区通信网络监测传感器进行编号;
S3,获取山林地区通信网络性能数据:使用山林地区通信网络监测传感器实时采集单位时间段内山林地区初始通信网络性能数据,再通过无线传输技术将山林地区初始通信网络性能数据传输到基于云计算建立的山林地区通信网络云平台进行数据预处理,得到山林地区通信网络性能数据;
S4,计算山林地区通信网络性能:通过山林地区通信网络云平台分析获取的山林地区通信网络性能数据,并结合通信网络性能公式获取山林地区通信网络性能;
S5,获取山林地区通信网络故障评估参数:根据山林地区通信网络故障的类别和后果分析山林地区通信网络故障评估的影响因子,得到山林地区通信网络故障评估参数;
S6,评估山林地区通信网络故障:根据山林地区通信网络故障评估参数建立山林地区通信网络故障评估模型计算山林地区通信网络故障影响指数,根据山林地区通信网络故障影响指数评估山林地区通信网络故障的影响,再通过可视化界面显示。
2.如权利要求1所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述S1中通信网络性能参数包括网络使用率、网络错误率和网络链路质量比,具体如下:
所述网络使用率为吞吐量和带宽的比值;
所述网络错误率包括网络时延量、网络抖动量和网络丢包率,具体获得步骤如下:根据网络时延量、网络抖动量和网络丢包率,通过公式得到网络错误率,具体计算公式为:
其中/>、/>、/>和/>分别为网络错误率、网络时延量、网络抖动量和网络丢包率;
所述网络时延量和网络抖动量分别为网络时延和网络抖动的数值;
所述网络链路质量比包括信号强度、信噪比和误码率,具体获得步骤如下:根据信号强度、信噪比和误码率,通过公式得到网络链路质量比,具体计算公式为:
,其中/>、/>、/>和/>分别为通信链路质量比、实时信号强度、参考信号强度、信噪比和误码率,e为自然常数;
所述实时信号强度为山林地区通信网络监测传感器实时获取的信号强度;
所述参考信号强度为通信网络无故障时的信号强度。
3.如权利要求1所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述S2中山林地区通信网络监测传感器包括网络设备状态监测传感器、网络性能监测传感器、网络信号强度监测传感器和网络故障监测传感器,具体如下:
所述网络设备状态监测传感器用于获取网络设备状态和网络设备相对温度,其中网络设备的在线状态和离线状态分别记为1和0,网络设备相对温度为网络设备的实际温度与参考温度之差的绝对值,参考温度为网络无故障时的网络设备温度;
所述网络性能监测传感器监测山林地区通信网络的吞吐量、带宽、时延、抖动和丢包率,其中时延和抖动的单位相同,均为毫秒;
所述网络信号强度监测传感器用于获取山林地区通信网络信号强度、信噪比和误码率数据;
所述网络故障监测传感器获取山林地区通信网络的故障事件类别数据,故障事件类别数据包括无故障、带宽不足、设备故障、链路中断和信号中断。
4.如权利要求1所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述S3中数据预处理包括山林地区初始通信网络性能数据的存储和山林地区初始通信网络性能数据的标准化,具体如下:
所述山林地区初始通信网络性能数据的存储通过山林地区通信网络云平台的云存储服务实现;
所述山林地区初始通信网络性能数据的标准化通过山林地区通信网络云平台的云计算服务实现,得到山林地区通信网络性能数据,其中标准化具体包括清洗、提取和转换。
5.如权利要求1所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述S4中结合通信网络性能公式获取山林地区通信网络性能,具体过程如下:
S41,计算第j个用户的通信网络性能:通过山林地区通信网络云平台分析第j用户的通信网络性能数据,结合单用户通信网络性能公式得到第j个用户的通信网络性能,其中j=1,2,3…N,N为使用山林地区通信网络的用户数量;
S42,计算山林地区通信网络性能:统计使用山林地区通信网络的所有用户的通信网络性能,结合山林地区通信网络性能公式计算山林地区通信网络性能。
6.如权利要求5所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述山林地区通信网络性能为使用山林地区通信网络的所有用户的通信网络性能的组合,具体如下:
所述山林地区通信网络性能由所有用户的通信网络性能和网络设备状态决定,具体获得步骤如下:根据第j个用户的通信网络性能和网络设备状态/>,通过所述山林地区通信网络性能公式得到山林地区通信网络性能/>,具体计算公式为:
,其中第j个用户的网络设备状态/>的在线状态和离线状态分别记为/>和/>,j=1,2,3…N,N为使用山林地区通信网络的用户数量;
所述第j个用户的通信网络性能由网络使用率、网络错误率和网络链路质量比决定,具体获得步骤如下:根据第j个用户的网络使用率/>、网络错误率/>和网络链路质量比/>,通过所述单用户通信网络性能公式得到第j个用户的通信网络性能/>,计算公式为/>,e为自然常数。
7.如权利要求1所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述S5中山林地区通信网络故障评估参数包括所有用户的用户体验指数和用户通信网络故障影响指数,具体如下:
所述用户体验指数由网络时延、网络丢包和信号强度决定,具体获得步骤如下:根据网络时延量、网络丢包率/>和信号强度/>通过公式获得用户体验指数/>,计算公式为:
,e为自然常数;
所述用户通信网络故障影响指数由故障修复时间、故障间隔时间、故障率和故障事件类别决定,具体获得步骤如下:
统计存在通信网络故障的用户编号j,j=1,2,3…N,N为使用山林地区通信网络的用户数量;
获取各编号用户对应的故障修复时间、故障间隔时间/>、故障率/>和故障事件类别/>,并据其通过公式获得用户通信网络故障影响指数/>,计算公式为:
,其中故障事件类别FD包括无故障、带宽不足、设备故障、链路中断和信号中断,分别记为1、2、3、4和5,即/>
8.如权利要求7所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述S6中计算山林地区通信网络故障影响指数,具体过程如下:
S61,计算第j个用户的用户体验指数;
S62,计算第j个用户的用户通信网络故障影响指数;
S63,计算第j个用户的通信网络故障评估指数:根据用户体验指数和用户通信网络故障影响指数,通过用户的通信网络故障评估指数公式计算第j个用户的通信网络故障评估指数,j=1,2,3…N,N为使用山林地区通信网络的用户数量;
S64,评估山林地区通信网络故障:根据第j个用户的通信网络故障评估指数统计所有用户的通信网络故障评估指数,通过故障影响指数公式计算山林地区通信网络故障影响指数,根据山林地区通信网络故障影响指数评估山林地区通信网络故障的影响程度。
9.如权利要求8所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述S63中第j个用户的通信网络故障评估指数,具体获得步骤如下:
根据第j个用户的用户体验指数和用户通信网络故障影响指数/>,通过用户的通信网络故障评估指数公式得到第j个用户的通信网络故障评估指数/>,计算公式为:
,/>为通信网络故障评估指数修正因子。
10.如权利要求8所述一种基于云计算的山林地区通信网络故障监测评估方法,其特征在于,所述S64中山林地区通信网络故障影响指数,具体获得步骤如下:
根据第j个用户的通信网络故障评估指数统计所有用户的通信网络故障评估指数,通过故障影响指数公式得到山林地区通信网络故障影响指数/>,计算公式为:
,其中/>、/>、/>、/>和/>为山林地区通信网络故障影响的修正因子、第j个用户的网络设备相对温度、第j个用户的网络设备参考温度、故障事件类别和网络故障率,参考温度为网络无故障时的网络设备温度。
CN202310969803.7A 2023-08-03 2023-08-03 一种基于云计算的山林地区通信网络故障监测评估方法 Active CN116684327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310969803.7A CN116684327B (zh) 2023-08-03 2023-08-03 一种基于云计算的山林地区通信网络故障监测评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310969803.7A CN116684327B (zh) 2023-08-03 2023-08-03 一种基于云计算的山林地区通信网络故障监测评估方法

Publications (2)

Publication Number Publication Date
CN116684327A CN116684327A (zh) 2023-09-01
CN116684327B true CN116684327B (zh) 2023-10-27

Family

ID=87791312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310969803.7A Active CN116684327B (zh) 2023-08-03 2023-08-03 一种基于云计算的山林地区通信网络故障监测评估方法

Country Status (1)

Country Link
CN (1) CN116684327B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118646860A (zh) * 2024-08-14 2024-09-13 云南华广新技术开发有限公司 一种数字音视频信号传输处理设备链路故障分析方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018101070A1 (ja) * 2016-11-29 2018-06-07 日本電気株式会社 異常判定装置、異常判定方法、及び異常判定プログラムが記録された記憶媒体
CN108551491A (zh) * 2018-05-24 2018-09-18 广西电网有限责任公司 基于人工智能的异构网络空间多层次移动物联网云系统
CN109067584A (zh) * 2018-08-13 2018-12-21 海南宝通实业公司 一种基于终端单元的移动网络性能探测方法及系统
CN109218113A (zh) * 2018-11-07 2019-01-15 吉林工程技术师范学院 通信网络故障定位方法及故障监测装置
CN109905268A (zh) * 2018-01-11 2019-06-18 华为技术有限公司 网络运维的方法及装置
CN110086260A (zh) * 2019-05-28 2019-08-02 深圳供电局有限公司 一种配电网智能感知管控装置
JP2021033748A (ja) * 2019-08-27 2021-03-01 クラリオン株式会社 状態推定装置、状態推定プログラムおよび状態推定方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4642953B2 (ja) * 1999-09-09 2011-03-02 クラリオン株式会社 音声検索装置、および、音声認識ナビゲーション装置
CN102735966A (zh) * 2012-06-12 2012-10-17 燕山大学 一种输电线路评估诊断系统和方法
US9769014B2 (en) * 2014-08-05 2017-09-19 Cisco Technology, Inc. Network link use determination based on network error detection
EP3098681B1 (en) * 2015-05-27 2020-08-26 Tata Consultancy Services Limited Artificial intelligence based health management of host system
CN105391579B (zh) * 2015-11-25 2018-08-24 国家电网公司 基于关键告警集和监督分类的电力通信网故障定位方法
CN108320040B (zh) * 2017-01-17 2021-01-26 国网重庆市电力公司 基于贝叶斯网络优化算法的采集终端故障预测方法及系统
CN106998541A (zh) * 2017-04-07 2017-08-01 西安知北信息技术有限公司 一种无线Mesh应急通信网络部署及优化方法
CN111105063A (zh) * 2018-10-26 2020-05-05 北京国双科技有限公司 故障预测、模型构建方法、装置、处理器及可读存储介质
US20200364583A1 (en) * 2019-05-14 2020-11-19 Robert D. Pedersen Iot sensor network artificial intelligence warning, control and monitoring systems and methods
CN112202243A (zh) * 2020-09-17 2021-01-08 许继集团有限公司 用于输电线路状态监测的全采集智能终端
US20220166461A1 (en) * 2020-11-25 2022-05-26 Marvell Asia Pte Ltd Automotive physical layer (PHY) cable fault diagnosis
CN113641658B (zh) * 2021-08-25 2022-07-26 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种林草综合监测评价图斑监测更新方法、系统及云平台
CN113762805A (zh) * 2021-09-23 2021-12-07 国网湖南省电力有限公司 一种应用于输电线路的山林火灾预警方法
CN114419518A (zh) * 2022-03-07 2022-04-29 浪潮软件股份有限公司 一种适用于山林地区的消防系统
CN115392627A (zh) * 2022-07-06 2022-11-25 中国电力科学研究院有限公司 一种配电网的在线风险评估方法及系统
CN116321197B (zh) * 2023-05-18 2023-08-15 华北电力大学 一种应用于偏远环境密集监测网络的能量自维持调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018101070A1 (ja) * 2016-11-29 2018-06-07 日本電気株式会社 異常判定装置、異常判定方法、及び異常判定プログラムが記録された記憶媒体
CN109905268A (zh) * 2018-01-11 2019-06-18 华为技术有限公司 网络运维的方法及装置
CN108551491A (zh) * 2018-05-24 2018-09-18 广西电网有限责任公司 基于人工智能的异构网络空间多层次移动物联网云系统
CN109067584A (zh) * 2018-08-13 2018-12-21 海南宝通实业公司 一种基于终端单元的移动网络性能探测方法及系统
CN109218113A (zh) * 2018-11-07 2019-01-15 吉林工程技术师范学院 通信网络故障定位方法及故障监测装置
CN110086260A (zh) * 2019-05-28 2019-08-02 深圳供电局有限公司 一种配电网智能感知管控装置
JP2021033748A (ja) * 2019-08-27 2021-03-01 クラリオン株式会社 状態推定装置、状態推定プログラムおよび状態推定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于云模型及可达性分析的复杂配电网可靠性评估;邹江平等;西华大学学报(自然科学版);全文 *
无线传感器网络在应急通信系统中的应用;马晓等;电信网技术;全文 *

Also Published As

Publication number Publication date
CN116684327A (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
JP5425978B2 (ja) Ac電力グリッド監視方法およびシステム
CN116684327B (zh) 一种基于云计算的山林地区通信网络故障监测评估方法
CN109347688B (zh) 一种在无线局域网中定位故障的方法和装置
CN117034194B (zh) 基于人工智能的核电仪表设备运维管理系统、方法及设备
CN107179995A (zh) 一种计算机网络应用程序的性能测试方法
US20230118175A1 (en) Event analysis in an electric power system
CN108092854A (zh) 基于iec61375协议的列车级以太网设备的测试方法及装置
CN106327103A (zh) 一种配电室运行状态的评价系统及评价方法
CN103675354A (zh) 一种风速仪故障检测的方法和系统
CN114879081A (zh) 基于避雷器同步动态监测数据的雷害区域分析方法
CN113965487B (zh) 一种基于网络流量数据的故障诊断系统
CN113934536B (zh) 面向边缘计算的数据采集方法
CN116319081B (zh) 一种基于大数据云平台的电子签章安全管理系统
CN114244737A (zh) 网络质量的评估方法、装置和系统
CN109218113B (zh) 通信网络故障定位方法及故障监测装置
CN109714196B (zh) 数据监控方法及平台
CN106874525B (zh) 一种风电机组设备故障筛查、统计的方法与装置
CN110224882A (zh) 一种储能电站遥控时延测试方法和装置
CN110166319A (zh) 一种网络设备参数采集方法
CN107682377A (zh) 一种在线流量异常检测方法及装置
CN116415385A (zh) 风机联调仿真方法、装置、服务器及计算机存储介质
CN102256271B (zh) 扩容指示信息的获取方法及装置
CN109995547B (zh) 一种故障诊断方法及设备
CN112541573B (zh) 一种神经网络的训练方法和装置
CN113542066B (zh) 一种设备性能测试方法、装置及相关设备

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