CN118200949A - 一种通信设备的故障监测系统及方法 - Google Patents
一种通信设备的故障监测系统及方法 Download PDFInfo
- Publication number
- CN118200949A CN118200949A CN202410608471.4A CN202410608471A CN118200949A CN 118200949 A CN118200949 A CN 118200949A CN 202410608471 A CN202410608471 A CN 202410608471A CN 118200949 A CN118200949 A CN 118200949A
- Authority
- CN
- China
- Prior art keywords
- fault
- base station
- information
- monitored
- communication
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 title claims abstract description 58
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 9
- 238000005520 cutting process Methods 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 9
- 230000002829 reductive effect Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 14
- 230000002159 abnormal effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 241000700605 Viruses Species 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003070 Statistical process control Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及通信设备的故障监测技术领域,公开了一种通信设备的故障监测系统及方法,方法包括:获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集;判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应基站故障编号;获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。能够有效对目标区域内通信设备的故障进行实时监测和定位,提高通信设备的故障处理效率,降低了通信设备的故障对通信服务影响。
Description
技术领域
本发明涉及通信设备的故障监测技术领域,尤其涉及一种通信设备的故障监测系统及方法。
背景技术
随着通信技术的不断发展,通信基站作为通信网络的重要组成部分,其稳定性对于保证通信质量至关重要。然而,由于通信基站在运行过程中可能会受到各种因素的影响,如设备老化、环境因素等,导致出现故障。因此,如何及时发现并准确定位通信基站的故障,成为了当前亟待解决的问题。
传统的通信设备故障监测方法往往依赖于人工巡检和定期检查,这种方式不仅效率低下,而且难以及时发现和准确定位故障。此外,随着通信基站数量的不断增加,传统的故障监测方法已经无法满足现代通信网络的需求。因此,亟需一种自动化的故障监测方法实现对通信基站的实时故障监测和准确定位,提高通信网络的稳定性和可靠性。
发明内容
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种通信设备的故障监测系统及方法,能够解决目前通信设备故障监测难以及时发现和准确定位故障,庞大的数量无法平衡效率和算力需求的问题。
为解决上述技术问题,本发明提供如下技术方案:
第一方面,本发明提供了一种通信设备的故障监测方法,包括:
获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据所述连接信息以及位置信息建立第一待监测通信基站集;
判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;
获取对应故障编号基站的一类信息以及二类信息,并根据所述一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,所述预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
作为本发明所述的通信设备的故障监测方法的一种优选方案,其中:还包括:
若未出现第一类故障,则按照固定周期重新判断目标区域内全部待监测通信基站是否出现第一类故障,并按照固定周期进行循环判断。
作为本发明所述的通信设备的故障监测方法的一种优选方案,其中:所述根据所述连接信息以及位置信息建立第一待监测通信基站集包括:
所述位置信息包括建立关于目标区域的坐标系,将目标区域内全部待监测通信基站在目标区域内的位置坐标作为位置信息,根据所述位置信息按照第一编号顺序对目标区域内全部待监测通信基站进行编号操作;
所述连接信息包括目标区域内全部待监测通信基站互相通信连接的数据信息;
若某待监测通信基站与其他目标区域内待监测通信基站通信连接,且该待监测通信基站向其他目标区域内待监测通信基站发送数据,则将所述其他目标区域内待监测通信基站记作为该待监测通信基站的一级连接基站;
所述第一待监测通信基站集包括按编号顺序排列的目标区域内全部待监测通信基站集以及与目标区域内全部待监测通信基站集分别对应的一级连接基站集。
作为本发明所述的通信设备的故障监测方法的一种优选方案,其中:所述第一类故障包括:目标区域内至少一个待监测通信基站无法与其他基站实现通信连接,所述通信连接包括向其他待监测通信基站发送数据以及接收其他待监测通信基站回传的数据,或目标区域内至少一个待监测通信基站状态不满足第一故障监测模型。
作为本发明所述的通信设备的故障监测方法的一种优选方案,其中:所述获取对应故障编号基站的一类信息以及二类信息包括:
所述一类信息包括由故障编号基站的历史参数信息得到的阈值参数信息;
所述二类信息包括故障编号基站的实时参数信息。
作为本发明所述的通信设备的故障监测方法的一种优选方案,其中:所述根据所述一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置包括:
所述第二故障判断逻辑包括电源系统故障判断逻辑、传输系统故障判断逻辑、射频系统故障判断逻辑、控制系统故障判断逻辑以及安全系统故障判断逻辑;
所述预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断,所述优先级由高到低分别为电源系统故障判断逻辑、传输系统故障判断逻辑、射频系统故障判断逻辑、控制系统故障判断逻辑以及安全系统故障判断逻辑。
作为本发明所述的通信设备的故障监测方法的一种优选方案,其中:所述预设第二故障判断逻辑还包括:
当判断出对应故障编号基站故障位置为安全系统时,切除待监测通信基站集中该对应故障编号基站与其一级连接基站的通信连接;
并对与该对应故障编号基站通信连接的全部一级连接基站进行第二故障判断逻辑中安全系统故障判断逻辑判断。
第二方面,本发明提供了一种通信设备的故障监测系统,包括:
数据获取模块,用于获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据所述连接信息以及位置信息建立第一待监测通信基站集;
判断模块,用于判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应基站故障编号;
故障监测定位模块,用于获取对应故障编号基站的一类信息以及二类信息,并根据所述一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,所述预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
第三方面,本发明提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的方法的步骤。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的方法的步骤。
与现有技术相比,本发明的有益效果:本发明通过获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集;判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应基站故障编号;获取对应故障编号基站的一类信息以及二类信息,并根据所述一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。能够有效地实现对目标区域内通信设备的故障进行实时监测和定位,提高了通信设备的故障处理效率,降低了通信设备的故障对通信服务的影响,优化了效率和精度需求的平衡性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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它的附图。
图1为本发明一个实施例提供的一种通信设备的故障监测系统及方法的方法流程图一;
图2为本发明一个实施例提供的一种通信设备的故障监测系统及方法的方法流程图二;
图3为本发明一个实施例提供的一种通信设备的故障监测系统及方法的目标区域待监测大型基站集划分示意图;
图4为本发明一个实施例提供的一种通信设备的故障监测系统及方法的待监测通信基站组成示意图;
图5为本发明一个实施例提供的一种通信设备的故障监测系统及方法的计算机设备的内部结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
参照图1-图5,为本发明的第一个实施例,提供了一种通信设备的故障监测方法;
在详细介绍本申请的实施例之前,首先对相关概念进行解释。
通信基站:通信基站是移动通信网络中的关键基础设施,负责在特定地理区域内与用户的移动设备(如手机)进行无线信号的收发,从而实现语音通话、数据传输(如上网)、短信服务等功能。基站通常由多个子系统组成,包括但不限于基站收发台(BTS, BaseTransceiver Station)、基站控制器(BSC, Base Station Controller)、天线、电源设备、传输设备、电源、安全系统等,它们协同工作以确保移动用户能够接入网络并维持良好的通信质量。
故障监测:故障监测是指在运行维护过程中,对通信基站及其组成部分的工作状态进行实时或定期的检查与分析,以便及时发现、识别和定位潜在或已发生的故障。这一过程通常涉及使用专门的监控软件、传感器和数据采集设备来收集基站各项运行参数(如设备温度、电源电压、信号强度、数据传输速率等),并与预设的标准值或正常运行范围进行比较。一旦检测到某项参数偏离正常范围或出现异常,系统将自动触发警报,通知维护人员进行进一步的诊断和维修,以防止故障扩大或影响通信服务的连续性和质量。故障监测是保障通信网络稳定性和可靠性的重要手段之一。
在传统的通信设备故障监测相关技术中,往往依赖于定期的人工巡检和定期的维护检查,这样的方式不仅效率低下,而且难以实现对故障的实时发现和定位。此外,当故障发生时,由于缺乏有效的故障判断逻辑,往往需要耗费大量的时间和人力去逐一排查和确认故障的具体位置,这不仅影响了通信服务的连续性,也增加了通信设备的维护成本。因此,急需一种能够实现对通信设备故障进行实时监测和精确定位的系统及方法,以提高通信设备的故障处理效率,降低故障对通信服务的影响。
本申请提供了可以有效进行故障定位的方法,接下来将结合多个实施例来详细阐述如何实现该通信设备的故障监测;
图1展示了一种通信设备的故障监测方法的具体操作步骤流程图,包括:
S101,获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集;
S102,判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;
S103,获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
在一个可选的实施例中,可以获取某城市Q范围内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集,判断该城市Q范围内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定城市Q范围内对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
在一个可选的实施例中,还可以获取某小区P范围内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集,判断该小区P范围内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定小区P范围内对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
在一个可选的实施例中,还可以获取某公共区域W范围内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集,判断该公共区域W范围内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定公共区域W范围内对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
在一些可选的实施例中,还包括将人为划分的区域定义为目标区域,还包括根据经纬度划分目标区域,还包括根据等高线划分目标区域,还包括根据人口密集度划分目标区域,还包括根据区域属性(居民区、商业区、工业区等)划分目标区域等相关划分目标区域的方式。
在本实施例中,S101获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集具体包括:根据连接信息以及位置信息建立第一待监测通信基站集包括:位置信息包括建立关于目标区域的坐标系,将目标区域内全部待监测通信基站在目标区域内的位置坐标作为位置信息,根据位置信息按照第一编号顺序对目标区域内全部待监测通信基站进行编号操作;
在一个可选的实施例中,获取目标区域内全部待监测通信基站的位置信息还可以通过使用卫星图像与地图数据匹配获取位置信息、现场勘查与设备读取、信号扫描与解码等方式获取;
在本实施例中,连接信息包括目标区域内全部待监测通信基站互相通信连接的数据信息,其中连接信息获取方法为,按顺序向目标区域内全部待监测通信基站发送不同测试信号,并同时获取全部待监测通信基站返回的回执信号,例如,按照由编号从低到高的顺序先向待监测通信基站A1发送第一测试信号,然后同时获取除了待监测通信基站A1之外的全部待监测通信基站的回执信号,若存在回执信号且回执信号匹配测试信号,则认为该传回回执信号的待监测通信基站与待监测通信基站A1存在通信连接关系,按照由编号从高到低的顺序或者随机顺序也均可以进行连接信息获取操作。
应说明的是,通过发送测试信号并获取回执信号的方式,可以准确地获取到目标区域内全部待监测通信基站之间的通信连接关系,为后续的故障监测和定位提供了基础数据。同时,该方法具有操作简便、准确性高、适用范围广等优点,可以适用于不同类型的通信基站和不同的网络环境。
在本实施例中,待监测通信基站为至少包含电源系统、传输系统、射频系统、控制系统以及安全系统的基站,只要是基站中包含电源、传输功能、射频功能、控制功能以及安全防护功能的也可以使用本方法或本方法的适应性改进来进行通信监测,例如,宏基站、微基站、微微基站、飞蜂窝等。
在本实施例中,第一编号顺序包括使用距离长度由长到短、由短到长进行数字编号或者字母编号或者字母与数字结合编号或者随机编号,或者使用固定顺序、固定方向、固定走向进行数字编号或者字母编号或者字母与数字结合编号或者随机编号等编号操作,例如,在城市场景下可以按照经纬度结合由左到右、由上到下的方式进行数字与字母结合编号。
在本实施例中,若某待监测通信基站与其他目标区域内待监测通信基站通信连接,且该待监测通信基站向其他目标区域内待监测通信基站发送数据,则将其他目标区域内待监测通信基站记作为该待监测通信基站的一级连接基站;
应说明的是,确定一级连接基站是为了方便当判断出对应故障编号基站故障位置为安全系统时,切除待监测通信基站集中该对应故障编号基站与其一级连接基站的通信连接,从而防止故障扩散,保护通信网络的稳定性。
更进一步的,第一待监测通信基站集包括按编号顺序排列的目标区域内全部待监测通信基站集以及与目标区域内全部待监测通信基站集分别对应的一级连接基站集。
在本实施例中,目标区域待监测大型基站集划分如图3所示,第一待监测通信基站集包括按编号顺序排列的目标区域内全部待监测通信基站集以及与目标区域内全部待监测通信基站集分别对应的一级连接基站集,可表示为:
其中,表示第一待监测通信基站集,/>,N表示目标区域内全部待监测通信基站总个数,/>表示编号第i个目标区域内待监测通信基站标志集合,表示与/>通信连接的一级连接基站标志。/>中的/>均为集合,/>中的/>不再为集合,只是基站标志;
S102,判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;
在本实施例中,第一类故障包括目标区域内至少一个待监测通信基站无法与其他基站实现通信连接,通信连接包括向其他待监测通信基站发送数据以及接受其他待监测通信基站回传的数据,或目标区域内至少一个待监测通信基站状态不满足第一故障监测模型。
应说明的是,当存在精度要求时第一类故障判断使用第一故障监测模型进行判断,当不存在精度要求时第一类故障判断通过“目标区域内至少一个待监测通信基站无法与其他基站实现通信连接,通信连接包括向其他待监测通信基站发送数据以及接受其他待监测通信基站回传的数据”进行判断,若存在至少一个待监测通信基站无法与其他基站实现通信连接,通信连接包括向其他待监测通信基站发送数据以及接受其他待监测通信基站回传的数据则认定为第一故障。
在一些可选的实施例中,第一故障监测模型可以通过基于阈值的规则模型建立,还可以通过统计过程控制建立,还可以通过机器学习模型建立,还可以通过基于本体的故障诊断模型建立等建立方式;
在本实施例中,通过深度学习模型结合时序阈值判断规则建立第一故障监测模型,具体步骤如下:
步骤1:数据准备:收集目标区域内基站的时序数据,至少包括信号强度、掉话率、延迟以及温度四个关键值,每个关键值随时间变化形成一个时间序列。
步骤2:数据预处理:对数据进行归一化处理,使得所有特征在同一尺度上;
步骤3:模型构建:使用LSTM网络来处理时序数据。
步骤4:特征整合与输入:将四个关键值序列作为LSTM的输入。
步骤5:设置时序阈值判断规则:在模型输出后,集成一个基于时序阈值的逻辑,判断连续不同时间点的预测是否超过预设阈值。
步骤6:训练模型:使用带标签的数据(故障/无故障)结合改进后的损失函数来训练模型。
步骤7:评估与优化:通过交叉验证、调整超参数等手段优化模型。
其中,时序阈值判断规则包括:
假设模型输出故障概率序列为,设定一个连续故障阈值/>和时间窗口大小/>,则时序阈值判断规则可以是:若在任何长度为/>的时间窗口内,平均故障概率/>,则认为该时间段内存在第一类故障,T表示总的时间点的数量,/>是窗口开始的时间点索引。
其中,改进后的损失函数包括:
对于故障预测任务,首先定义基础的二元交叉熵损失函数,但引入权重因子以平衡正负样本的贡献,特别是在数据不平衡的情况下更为重要,如果故障样本相对较少,可以给故障样本更高的权重,公式如下:
其中,是时间序列的长度,/>是实际标签(0表示无故障,1表示故障),/>是模型预测故障的概率,/>是根据样本类别分布设定的权重,对于故障样本可以设得大于1,无故障样本则小于或等于1。
为了确保模型预测结果在时间序列上具有一定的平滑性,添加一个额外的损失项来惩罚相邻时间点预测结果之间的剧烈变化。可以通过计算预测概率的时间差的绝对值的平均来实现:
改进后的损失函数表示为:
其中,是一个超参数,用于调节平滑性约束项对总损失的贡献度。通过调整/>,可以在预测准确性和平滑性之间找到最佳平衡点。
应说明的是,在训练过程中,通过反向传播同时最小化上述改进后的损失函数,这要求模型不仅追求高精度的故障预测,还要使预测结果在时间序列上表现出连续性和稳定性。超参数调整(包括和/>可通过网格搜索、随机搜索或贝叶斯优化等方法进行。在评估阶段,可以考虑时间序列预测的评价指标,如精确率、召回率、F1分数等,同时关注预测序列的平滑度,确保模型既准确又稳定。
还应说明的是,判断一类故障的可以迅速的确定故障基站,为下面确定基站的具体故障部件提供了重要的依据。
S103,获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
其中,获取对应故障编号基站的一类信息以及二类信息包括:
一类信息包括由故障编号基站的历史参数信息得到的阈值参数信息;
二类信息包括故障编号基站的实时参数信息。
在本实施例中,由故障编号基站的历史参数信息得到的阈值参数信息包括电压、电流、电池状态和UPS工作状态的正常阈值范围、丢包率阈值、数据包平均往返时间、信号强度阈值、干扰信号阈值、控制命令响应时间阈值、控制指令执行前后系统状态一致性阈值、异常访问阈值以及认证失败阈值,还可以根据实际需要进行添加其他判断阈值参数信息。
在本实施例中,电压、电流、电池状态和UPS工作状态的正常阈值范围、丢包率阈值、数据包平均往返时间、信号强度阈值、干扰信号阈值、控制命令响应时间阈值、控制指令执行前后系统状态一致性阈值、异常访问阈值以及认证失败阈值均根据历史参数信息分析、统计并结合专家经验的方法来进行求解;
其中,电压、电流、电池状态和UPS工作状态的正常阈值范围使用下述步骤进行确定:
步骤1:收集历史数据,包括最小值,最大值/>,平均值/>,标准差/>;
步骤2:计算正常范围,通常使用平均值加减标准差或根据专家建议调整;
步骤3:专家审核,确认阈值是否符合实际操作经验。
具体的,在本实施例中电压、电流、电池状态和UPS工作状态的正常阈值范围上下限为,其中/>为专家经验或统计分析决定的系数,在本申请实施例中,k均取0.3。
丢包率阈值使用下述步骤进行确定:
步骤1:计算丢包率的历史分布,识别正常操作范围。
步骤2:采用中位数或专家建议作为基准,设定一个高于正常操作水平的阈值。
具体的,在本实施例中丢包率阈值设置为,其中/>是基于历史数据和专家意见的增量。
数据包平均往返时间使用下述步骤进行确定:
步骤1:分析历史RTT数据,计算平均值()和标准差/>;
步骤2:设定阈值为平均值加上几倍标准差,或根据网络延迟要求和历史最慢响应时间。
具体的,在本实施例中数据包平均往返时间为,在本申请中k1为3;
信号强度阈值使用下述步骤进行确定:
步骤1:收集信号强度分布数据,识别信号弱化的临界点;
步骤2:根据通信质量要求,结合专家意见设定阈值。
具体的,在本实施例中弱信号阈值表示为,使用第一四分位数/>和第三四分位数/>。
干扰信号阈值使用下述步骤进行确定:
步骤1:分析干扰水平的历史数据,确定正常操作背景下的基线;
步骤2:设定阈值为基线加上一定比例的安全边际,确保通信质量。
具体的,在本实施例中干扰信号阈值为,其中,/>表示基线,/>为安全边际,根据历史数据和专家建议确定。
控制命令响应时间阈值使用下述步骤进行确定:
步骤1:统计历史响应时间分布,确定响应时间的分布特征;
步骤2:设定阈值为响应时间分布的上界,确保系统响应效率。
具体的,在本实施例中控制命令响应时间阈值为,其中/>为响应时间的95百分位数,/>为专家建议的安全余量。
控制指令执行前后系统状态一致性阈值使用下述步骤进行确定:
步骤1:设定逻辑规则,比如状态变化必须符合预定义的转换矩阵;
步骤2:专家审核,确保逻辑规则与系统设计相符。
异常访问阈值使用下述步骤进行确定:
步骤1:统计历史访问记录,识别异常访问模式。
步骤2:设定每日/每小时异常访问次数的阈值。
具体的,在本申请实施例中异常访问阈值为,其中/>为平均访问次数,/>为标准差,/>2为调整系数。
认证失败阈值使用下述步骤进行确定:
步骤1:分析认证尝试数据,确定失败尝试的正常频率;
步骤2:设定连续失败次数的阈值,防止暴力破解;
具体的,在本实施例中认证失败阈值为或根据安全策略调整,表示连续失败次数限制。
应说明的是,上述阈值确定步骤提供了基于历史数据和专家经验的阈值设定方法,使得故障判断更加准确和可靠。通过收集历史数据,分析数据分布,以及结合专家经验,可以制定出符合实际情况的阈值范围,从而提高故障判断的准确度和效率。同时,这些步骤也具有一定的灵活性和可扩展性。例如,对于不同的参数,可以根据其特性和要求,采用不同的方法来确定阈值。此外,随着系统环境和需求的变化,也可以对阈值进行动态调整和优化,以适应新的情况。
应说明的是,若是目标区域内待监测基站中不存在一类信息相关参数或者在实施方法时不考虑一些一类信息相关参数,则直接忽略该部分阈值求解,仅按顺序计算需要考虑到的数据即可。
更进一步的,根据一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置包括:
第二故障判断逻辑包括电源系统故障判断逻辑、传输系统故障判断逻辑、射频系统故障判断逻辑、控制系统故障判断逻辑以及安全系统故障判断逻辑;
预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断,优先级由高到低分别为电源系统故障判断逻辑、传输系统故障判断逻辑、射频系统故障判断逻辑、控制系统故障判断逻辑以及安全系统故障判断逻辑。
在本实施例中,优先级设置理由为:电源是基站运行的基础,没有稳定的电源供应,其他系统无法正常工作。电源故障可能导致整个基站下线。传输系统是基站与外界通信的桥梁,一旦传输中断,基站将无法与核心网连接,影响服务提供。射频系统直接关系到无线信号的发送与接收,故障将直接影响用户的通信体验。控制系统负责基站的配置管理与资源调度,其稳定性直接影响到基站的整体运作。安全系统虽不影响日常通信,但对防止非法入侵、保护数据安全至关重要。
在一些可选的实施例中,还可以按照电源系统故障判断逻辑、传输系统故障判断逻辑、射频系统故障判断逻辑、控制系统故障判断逻辑以及安全系统故障判断逻辑随机排列作为优先级顺序、或者按照任意其他排序步骤排列等排列顺序。
在本实施例中,电源系统故障判断逻辑包括:
根据一类信息中的电压、电流、电池状态和UPS工作状态的正常阈值范围判断二类信息包括故障编号基站的实时参数信息是否存在故障,若存在故障则认定为电源系统故障;
若不存在故障,则根据一类信息中的丢包率阈值、数据包平均往返时间判断二类信息包括故障编号基站的实时参数信息是否存在故障,若存在故障则认定为传输系统故障;
若不存在故障,则根据一类信息中的信号强度阈值、干扰信号阈值判断二类信息包括故障编号基站的实时参数信息是否存在故障,若存在故障则认定为射频系统故障;
若不存在故障,则根据一类信息中的控制命令相应时间阈值、控制指令执行前后系统状态一致性阈值判断二类信息包括故障编号基站的实时参数信息是否存在故障,若存在故障则认定为控制系统故障;
若不存在故障,则根据一类信息中的异常访问阈值以及认证失败阈值判断二类信息包括故障编号基站的实时参数信息是否存在故障,若存在故障则认定为控制系统故障,若存在故障则认定为安全系统故障。
应说明的是,上述判断步骤优先判断对基站运行影响最大的电源系统,如果电源系统正常,则继续判断其他系统,以此类推,直到找到故障位置。这种按照优先级进行的判断逻辑,可以提高故障判断的效率和准确性,减少不必要的判断步骤,节省时间和资源。同时,每个系统的判断逻辑都是基于一类信息和二类信息的实时参数信息,可以确保判断的准确性和可靠性。
此外,对于每个系统的判断逻辑,都采用了相应的阈值进行判断,这些阈值都是基于历史数据和专家经验进行设定的,可以确保判断的准确性和可靠性。例如,对于电源系统,通过判断电压、电流、电池状态和UPS工作状态是否正常,可以及时发现电源系统的故障;对于传输系统,通过判断丢包率和数据包平均往返时间是否正常,可以及时发现传输系统的故障;对于射频系统,通过判断信号强度和干扰信号是否正常,可以及时发现射频系统的故障;对于控制系统,通过判断控制命令响应时间和控制指令执行前后系统状态一致性是否正常,可以及时发现控制系统的故障;对于安全系统,通过判断异常访问和认证失败次数是否正常,可以及时发现安全系统的故障。这些判断逻辑和阈值的设定,使得故障判断更加准确和可靠,有助于提高基站运行的稳定性和安全性。
更进一步的,预设第二故障判断逻辑还包括:当判断出对应故障编号基站故障位置为安全系统时,切除待监测通信基站集中该对应故障编号基站与其一级连接基站的通信连接;
并对与该对应故障编号基站通信连接的全部一级连接基站进行第二故障判断逻辑中安全系统故障判断逻辑判断。
在本申请实施例中,降低安全系统故障判断逻辑的异常访问阈值以及认证失败阈值,在本实施例中,将异常访问阈值以及认证失败阈值降低为原有的0.9倍,使用降低后的异常访问阈值以及认证失败阈值对与该对应故障编号基站通信连接的全部一级连接基站进行第二故障判断逻辑中安全系统故障判断逻辑判断。
若与该对应故障编号基站通信连接的全部一级连接基站存在安全系统故障,则说明基站传播的数据中存在病毒,因此获取该安全系统故障基站在第一待监测通信基站集中的编号,确定该编号下的全部一级连接基站,并直接断掉其与该编号下的全部一级连接基站的通信连接。
图2展示了在一个可选的实施例中,该方法还可以包括S104,若未出现第一类故障,则按照固定周期重新判断目标区域内全部待监测通信基站是否出现第一类故障,并按照固定周期进行循环判断。
在本申请实施例中,固定周期设置为1min,若是精度需求高,则可以减小固定周期数值,若是精度需求不高,且基站运行稳定,则可以适当扩大固定周期的值。
在一个可选的实施例中,可以获取某城市Q范围内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集,判断该城市Q范围内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定城市Q范围内对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断,若未出现第一类故障,则按照固定周期重新判断目标区域内全部待监测通信基站是否出现第一类故障,并按照固定周期进行循环判断。
在一个可选的实施例中,还可以获取某小区P范围内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集,判断该小区P范围内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定小区P范围内对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断,若未出现第一类故障,则按照固定周期重新判断目标区域内全部待监测通信基站是否出现第一类故障,并按照固定周期进行循环判断。
在一个可选的实施例中,还可以获取某公共区域W范围内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集,判断该公共区域W范围内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定公共区域W范围内对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断,若未出现第一类故障,则按照固定周期重新判断目标区域内全部待监测通信基站是否出现第一类故障,并按照固定周期进行循环判断。
在一个可选的实施例中,若是存在两个基站G、H同时出现故障的情况,则首先判断两个故障基站G、H是否存在相同的一级连接基站,若存在,则在对G、H进行第二故障判断逻辑判断的同时以相同阈值标准对该相同的一级连接基站进行第二故障判断逻辑判断,剩余一级连接基站按照正常顺序进行故障判断,即等待两个故障基站G、H进行判断结束后,若存在任意一个为安全系统故障,则对该故障基站的一级连接基站进行修改阈值后的安全系统故障判断逻辑。
在一个可选的实施例中,若是出现两个以上基站同时出现故障的情况,则关闭全部基站通信连接,并且断掉全部基站入网连接,以防止故障信号或病毒通过网络传播到其他区域或设备。
在关闭和断掉连接后,立即启动紧急恢复程序,对故障基站进行逐一排查和修复。根据故障基站的编号和位置信息,派遣专业的技术人员前往现场进行检查和维修。技术人员会携带必要的设备和工具,以便快速定位和修复故障。
在排查和修复过程中,根据预设的第二故障判断逻辑,结合一类信息和二类信息,对故障基站进行精确的诊断。根据诊断结果,采取相应的修复措施,例如更换设备、调整参数、升级软件等,以确保基站能够尽快恢复正常运行。
在修复完成后,重新开启基站的通信连接和入网连接,并进行全面的测试和验证,以确保基站的稳定性和可靠性。同时,加强对基站的监控和管理,定期进行故障排查和预防性维护,以预防类似故障再次发生。
综上所述,本发明提出一种通信设备的故障监测方法,获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据所述连接信息以及位置信息建立第一待监测通信基站集;判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应基站故障编号;获取对应故障编号基站的一类信息以及二类信息,并根据所述一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,所述预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。能够有效地实现对目标区域内通信设备的故障进行实时监测和定位,提高了通信设备的故障处理效率,降低了通信设备的故障对通信服务的影响,具有重要的实际应用价值。
本实施例中还提供一种通信设备的故障监测系统,包括:
数据获取模块,用于获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集;
判断模块,用于判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应基站故障编号;
故障监测定位模块,用于获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
上述各单元模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本实施例还提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种通信设备的故障监测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据连接信息以及位置信息建立第一待监测通信基站集;
判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;
获取对应故障编号基站的一类信息以及二类信息,并根据一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
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限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
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。
尽管已描述了本申请的优选实施例,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申请范围的所有变更和修改。
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 (10)
1.一种通信设备的故障监测方法,其特征在于,包括:
获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据所述连接信息以及位置信息建立第一待监测通信基站集;
判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应故障基站编号;
获取对应故障编号基站的一类信息以及二类信息,并根据所述一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,所述预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
2.如权利要求1所述的通信设备的故障监测方法,其特征在于,还包括:
若未出现第一类故障,则按照固定周期重新判断目标区域内全部待监测通信基站是否出现第一类故障,并按照固定周期进行循环判断。
3.如权利要求1所述的通信设备的故障监测方法,其特征在于,所述根据所述连接信息以及位置信息建立第一待监测通信基站集包括:
所述位置信息包括建立关于目标区域的坐标系,将目标区域内全部待监测通信基站在目标区域内的位置坐标作为位置信息,根据所述位置信息按照第一编号顺序对目标区域内全部待监测通信基站进行编号操作;
所述连接信息包括目标区域内全部待监测通信基站互相通信连接的数据信息;
若某待监测通信基站与其他目标区域内待监测通信基站通信连接,且该待监测通信基站向其他目标区域内待监测通信基站发送数据,则将所述其他目标区域内待监测通信基站记作为该待监测通信基站的一级连接基站;
所述第一待监测通信基站集包括按编号顺序排列的目标区域内全部待监测通信基站集以及与目标区域内全部待监测通信基站集分别对应的一级连接基站集。
4.如权利要求3所述的通信设备的故障监测方法,其特征在于,所述第一类故障包括:目标区域内至少一个待监测通信基站无法与其他基站实现通信连接,所述通信连接包括向其他待监测通信基站发送数据以及接收其他待监测通信基站回传的数据,或目标区域内至少一个待监测通信基站状态不满足第一故障监测模型。
5.如权利要求4所述的通信设备的故障监测方法,其特征在于,所述获取对应故障编号基站的一类信息以及二类信息包括:
所述一类信息包括由故障编号基站的历史参数信息得到的阈值参数信息;
所述二类信息包括故障编号基站的实时参数信息。
6.如权利要求5所述的通信设备的故障监测方法,其特征在于,所述根据所述一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置包括:
所述第二故障判断逻辑包括电源系统故障判断逻辑、传输系统故障判断逻辑、射频系统故障判断逻辑、控制系统故障判断逻辑以及安全系统故障判断逻辑;
所述预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断,所述优先级由高到低分别为电源系统故障判断逻辑、传输系统故障判断逻辑、射频系统故障判断逻辑、控制系统故障判断逻辑以及安全系统故障判断逻辑。
7.如权利要求6所述的通信设备的故障监测方法,其特征在于,所述预设第二故障判断逻辑还包括:
当判断出对应故障编号基站故障位置为安全系统时,切除待监测通信基站集中该对应故障编号基站与其一级连接基站的通信连接;
并对与该对应故障编号基站通信连接的全部一级连接基站进行第二故障判断逻辑中安全系统故障判断逻辑判断。
8.一种通信设备的故障监测系统,其特征在于,包括:
数据获取模块,用于获取目标区域内全部待监测通信基站的连接信息以及位置信息,并根据所述连接信息以及位置信息建立第一待监测通信基站集;
判断模块,用于判断目标区域内全部待监测通信基站是否出现第一类故障,若出现第一类故障,则获取对应基站故障编号;
故障监测定位模块,用于获取对应故障编号基站的一类信息以及二类信息,并根据所述一类信息以及二类信息结合预设第二故障判断逻辑,确定对应故障编号基站的故障位置,所述预设第二故障判断逻辑包括按照预设优先级进行故障逻辑判断。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410608471.4A CN118200949A (zh) | 2024-05-16 | 2024-05-16 | 一种通信设备的故障监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410608471.4A CN118200949A (zh) | 2024-05-16 | 2024-05-16 | 一种通信设备的故障监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118200949A true CN118200949A (zh) | 2024-06-14 |
Family
ID=91405552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410608471.4A Pending CN118200949A (zh) | 2024-05-16 | 2024-05-16 | 一种通信设备的故障监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118200949A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109905278A (zh) * | 2019-02-28 | 2019-06-18 | 深圳力维智联技术有限公司 | 基于大数据的基站故障检测方法、装置和存储介质 |
US20200213875A1 (en) * | 2018-12-26 | 2020-07-02 | Samsung Electronics Co., Ltd. | Apparatus and method for monitoring performance of network device in wireless communication system |
CN113365297A (zh) * | 2021-08-10 | 2021-09-07 | 广东南方电信规划咨询设计院有限公司 | 基站天线性能监测方法、装置、电子设备及存储介质 |
CN116744357A (zh) * | 2023-06-21 | 2023-09-12 | 中国电信股份有限公司 | 基站故障预测方法、装置、设备和介质 |
CN117793746A (zh) * | 2023-12-01 | 2024-03-29 | 江苏全创电子科技有限公司 | 一种基于大数据的基站设备管理方法及系统 |
-
2024
- 2024-05-16 CN CN202410608471.4A patent/CN118200949A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200213875A1 (en) * | 2018-12-26 | 2020-07-02 | Samsung Electronics Co., Ltd. | Apparatus and method for monitoring performance of network device in wireless communication system |
CN109905278A (zh) * | 2019-02-28 | 2019-06-18 | 深圳力维智联技术有限公司 | 基于大数据的基站故障检测方法、装置和存储介质 |
CN113365297A (zh) * | 2021-08-10 | 2021-09-07 | 广东南方电信规划咨询设计院有限公司 | 基站天线性能监测方法、装置、电子设备及存储介质 |
CN116744357A (zh) * | 2023-06-21 | 2023-09-12 | 中国电信股份有限公司 | 基站故障预测方法、装置、设备和介质 |
CN117793746A (zh) * | 2023-12-01 | 2024-03-29 | 江苏全创电子科技有限公司 | 一种基于大数据的基站设备管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2997756B1 (en) | Method and network device for cell anomaly detection | |
US20170185971A1 (en) | Maintenance method for facility | |
CN1878100B (zh) | 使用真实和/或验证测试结果的受控显示模式的诊断工具 | |
CN110674009B (zh) | 应用服务器性能监测方法、装置、存储介质及电子设备 | |
JP2020123951A (ja) | 光モジュールの故障を予測するための方法、装置、およびデバイス | |
WO2019137052A1 (zh) | 网络运维的方法及装置 | |
US7933211B2 (en) | Method and system for providing prioritized failure announcements | |
CN112801434A (zh) | 性能指标健康度的监测方法、装置、设备和存储介质 | |
CN113365306B (zh) | 网络分析方法及装置、存储介质、计算机系统 | |
CN114691521A (zh) | 一种基于人工智能的软件测试平台 | |
CN112995893B (zh) | 一种指纹定位方法、系统、服务器和存储介质 | |
CN116566845B (zh) | 一种网络预警方法及计算机存储介质 | |
CN113537590A (zh) | 一种数据异常预测方法及系统 | |
JP2006121692A (ja) | 通信ネットワークで問題を起こすパラメータ可能な要素への修正動作を事前検査するシステム | |
CN118200949A (zh) | 一种通信设备的故障监测系统及方法 | |
CN107580329B (zh) | 一种网络分析优化方法及装置 | |
CN116843314A (zh) | 监控终端运维管理方法、系统、设备及存储介质 | |
CN113891386B (zh) | 基站的隐性故障确定方法、装置、设备和可读存储介质 | |
CN116302795A (zh) | 一种基于人工智能的终端运维系统及方法 | |
CN115334560A (zh) | 基站异常的监测方法、装置、设备及计算机可读存储介质 | |
CN107517474A (zh) | 一种网络分析优化方法及装置 | |
CN115037599A (zh) | 一种通信网络故障预警方法、装置、设备及介质 | |
JP2022037107A (ja) | 障害分析装置、障害分析方法および障害分析プログラム | |
CN116708135B (zh) | 网络业务故障监测方法、装置、电子设备及存储介质 | |
WO2023118648A1 (en) | System and method for optimizing fault detection in internet of things network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |