[发明专利]一种5G无线网络健康状态的监测方法

说明书

本发明公开了一种5G无线网络健康状态的监测方法，属于网络优化技术领域，方法包括：对5G无线网络数据进行采样；构建采样频率偏移模型；通过采样频率偏移模型，计算采样频率偏移值，以确定采样频率偏移对无线话务的影响程度；通过多种分析方法提取5G无线网络话务数据中的异常特征；根据采样频率偏移值与异常特征综合判定5G无线网络的健康状态。本发明中，提取5G无线网络数据的采样频率偏移值以及异常特征，根据采样频率偏移值以及异常特征自动化地综合判定5G无线网络的健康状态，避免了机械式地逐一排查，提升了排查故障的效率，排查准确性高，可以满足高峰时段小区大量信号的品质。

技术领域

本发明属于网络优化技术领域，具体涉及一种5G无线网络健康状态的监测方法。

背景技术

随着5G无线信号在小区信号接入中影响信号质量占比越来越大，现有优化方案中的网络优化过程渐渐不能满足高峰时段小区大量信号的品质。主要原因在于：无线性能接入优化过程中，通过系统自动化排查来定位问题，定位到具体问题后才能进行处理，但是目前的自动化排查技术往往是机械式地逐一排查，排查效率低，排查准确性低，从而导致难以满足高峰时段小区大量信号的品质。

发明内容

本发明实施例的目的是提供一种5G无线网络健康状态的监测方法，能够解决现有方法排查故障的效率低，排查准确性低，导致难以满足高峰时段小区大量信号的品质的技术问题。

为了解决上述技术问题，本发明是这样实现的：

本发明实施例提供了一种5G无线网络健康状态的监测方法，包括：

S101：对5G无线网络数据进行采样；

S102：构建采样频率偏移模型；

S103：通过所述采样频率偏移模型，计算采样频率偏移值，以确定采样频率偏移对无线话务的影响程度；

S104：通过多种分析方法提取5G无线网络话务数据中的异常特征；

S105：根据所述采样频率偏移值与所述异常特征综合判定5G无线网络的健康状态。

进一步地，所述S103具体包括：

S1031：令OFDM发射机的采样时间为T_T，相应的OFDM接收机的采样时间为T_R，计算所述采样频率偏移值α_l：

α_l＝sinc(η)公式1其中，sinc()表示采样函数，

S1032：将所述采样频率偏移值α_l与采样频率正常偏移阈值进行比较，在所述采样频率偏移值α_l与大于所述采样频率正常偏移阈值的情况下，确定采样频率偏移对无线话务的影响程度大，OFDM系统性能下降的概率大。

进一步地，所述无线网络话务数据包括显性数据和隐性数据，所述显性数据包括：故障设备厂商及网上对该型号设备的点评、打分、评论等数据以及相关故障信息内容描述，所述隐性数据包括：设备使用过程中设备上部署的软件异常数据、设备网络端口连接对端设备之间网络异常数据以及软件异常数据。

进一步地，多种所述分析方法包括：渐进法、进程法和2/8原则法。

进一步地，S105具体包括：

S1051：通过渐进法提取所述无线网络话务数据的第一异常特征，通过进程法提取所述无线网络话务数据的第二异常特征，通过2/8原则法提取所述无线网络话务数据的第三异常特征；

S1052：根据所述采样频率偏移值、所述第一异常特征、所述第二异常特征和所述第三异常特征综合判定5G无线网络的健康状态。

进一步地，在S105之前还包括：