[发明专利]故障基站的检测方法、装置、电子设备及存储介质在审
申请号: | 202210793131.4 | 申请日: | 2022-07-05 |
公开(公告)号: | CN115379492A | 公开(公告)日: | 2022-11-22 |
发明(设计)人: | 喻鹏;刘彦博;李文璟;周凡钦;丰雷 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04W24/08 | 分类号: | H04W24/08;H04W84/18;G06N3/08;G06N3/04 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 梁军丽 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 故障 基站 检测 方法 装置 电子设备 存储 介质 | ||
1.一种故障基站的检测方法,其特征在于,包括:
获得基站侧的运行数据和用户侧的用户数据;
对所述运行数据进行时序分解与离群值检测,获得疑似故障基站情况;其中,所述疑似故障基站情况包括疑似故障基站的基站序号;
基于所述疑似故障基站情况,计算所述疑似故障基站为中心的正方形区域内当前用户数据与历史用户数据的信号质量分布差异;
基于所述信号质量分布差异,确定故障基站。
2.根据权利要求1所述的故障基站的检测方法,其特征在于,所述对所述运行数据进行时序分解,包括:
每小时等间距采集基站侧的运行数据;其中,所述运行数据包括基站指标,所述基站指标包括用户连接数量,功率和总吞吐;
将预设天数内的运行数据按照时间顺序分别进行连接并排序,构成数据集合Sijk;其中,Sijk表示i号基站的j指标在第k个时间点上的值;
将每一个基站每一个指标的时序数据Sij以一天为周期,分别进行STL时序分解,获得周期项Seasonalij、趋势项Trendij和余项Remij;
基于所述数据集合Sijk和所述周期项Seasonalij获得处理集合S′ijk,其中,S′ijk=Sijk-Seasonalijk。
3.根据权利要求2所述的故障基站的检测方法,其特征在于,所述对所述运行数据进行时序分解与离群值检测,获得疑似故障基站情况,包括:
对时序数据S′ij进行GESD异常值检测;
若当前时间点k的所述处理集合S′ijk中的j指标属于异常点,则获得对应的i号基站作为所述疑似故障基站。
4.根据权利要求1所述的故障基站的检测方法,其特征在于,所述基于所述疑似故障基站情况,计算所述疑似故障基站为中心的正方形区域内当前所述用户数据与历史用户数据的信号质量分布差异之前,包括:
以所述疑似故障基站为中心确定检测区域,并将所述检测区域划分为若干网格;
获取所述检测区域内的用户侧的用户数据,并根据位置信息将所述用户数据按照网格进行分类;其中,所述用户数据包括所述位置信息和信号指标,所述信号指标包括当前小区信号、最大邻居小区信号和当前小区信号信噪比。
5.根据权利要求4所述的故障基站的检测方法,其特征在于,所述计算所述疑似故障基站为中心的正方形区域内当前用户数据与历史用户数据的信号质量分布差异,包括:
将每个网格内的当前时间点的信号指标分布情况和历史数据的同时段内同网格的信号指标分布情况进行对比,获得所述信号指标在相应网格内的信号质量分布差异。
6.根据权利要求4所述的故障基站的检测方法,其特征在于,所述将每个网格内的当前时间点的信号指标分布情况和历史数据的同时段内同网格的信号指标分布情况进行对比,获得所述信号指标在相应网格内的信号质量分布差异,基于所述信号质量分布差异,确定故障基站,包括:
计算每个网格内的当前时间点的信号指标分布和历史数据的同时段内同网格的信号指标分布的Wasserstein距离;其中,所述Wasserstein距离代表所述指标在对应网格区域内的分布差异度;
根据所述分布差异度将所述检测区域通过映射函数f转化为三个图层的像素图,其中,每一个图层代表一个信号指标差异度的二维平面分布;
将所述像素图输入通过预训练的卷积神经网络,得到所述像素图对应基站的故障概率;
基于所述基站的故障概率,确定故障基站。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210793131.4/1.html,转载请声明来源钻瓜专利网。