• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種實現天饋線內外干擾遠程自動檢測方法

      2014-09-15 21:54:47陳文斌
      中國新通信 2014年12期
      關鍵詞:多元線性回歸自動檢測

      陳文斌

      【摘要】 本文介紹了一種能夠遠程、快速、自動檢測移動通信網絡中天饋線出現內外部干擾的方法。該方法通過對基站歷史KPI數據進行Pearson相關性的挖掘發(fā)現規(guī)律,并提供多元線性回歸方法定位問題,達到遠程定位基站天饋線是否存在干擾、存在何種干擾的問題。這對提高天饋線維護效率、降低維護成本均有較大幫助。

      【關鍵詞】 互調干擾 天饋線 自動檢測 pearson相關系數 多元線性回歸

      一、引言

      隨著移動網絡規(guī)模的日益擴大,因頻率復用等因素造成的內外部干擾越來越成為影響網絡的關鍵因素,對通話質量、掉線、擁塞均有顯著影響,同時也給維護工作帶來了較大的困難,因此快速有效的判斷天饋內外部干擾就顯得有非常重要意義。

      在通信領域很多文獻提出了某些方面的解決方法。王華[1]提出設備功率調節(jié)來避免互調干擾;何楓[2]等對TD-LTE網絡F頻段系統(tǒng)間干擾問題,提出一套排查方案;張建偉[3]對廣播發(fā)射器互調干擾問題提出檢測和排除方案。然而當前天饋線內外干擾監(jiān)測方案的研究還相對落后。

      有鑒于此,本文基于天饋線的工作原理,結合天饋線干擾維護積累的歷史數據,研究出了一種通過分析基站KPI,就可有效地判斷出天饋線是否存在干擾的方法。利用該方法,可以實現遠程自動檢測天饋線的干擾問題,從而大大提高天饋線問題檢測的效率,保障了天饋線的正常運行。

      二、歷史數據挖掘

      數據來自于一線維護的積累,主要有話務量、切換成功率、掉話率、上下行質量等天饋KPI和干擾帶等信息。根據天饋線維護經驗推斷,是否存在干擾帶應該可以從話務量的變化判斷出來,所以首先研究話務量與干擾帶的相關性。這里用Pearson相關系數來觀察[4],Pearson相關系數的定義如下:

      設xi和yi為兩個隨機變量,其中i=1,2,3,…N,則兩者間的Pearson系數r定義如下為

      其相關性強度的判斷標準為:

      1、r>0.95說明兩者相關性顯著;

      2、0.80

      3、0.50

      4、0.30≤r≤0.50說明兩者低度相關;

      5、r<0.3說明兩者關系極弱或者認為不相關。

      其兩個隨機變量的變化方向的判斷依據為:

      1、r>0說明兩者變化方向相同,稱為正相關;

      2、r<0說明兩者變化方向相關,稱為負相關。

      數據樣例:使用的數據是通過OMC網獲取的一些天饋線的歷史KPI每線話務量和檢測到的干擾帶,粒度是每小時,周期至少為一個月。

      經過對數據分析發(fā)現:存在內部干擾時,相關系數均大于0.6;不存在內部干擾時,兩者不具備相關性。

      在不存在相關性的情況下,根據外部干擾不定時開關的特性,判斷是否存在外部干擾,某干擾帶與話務量無關的天饋的干擾帶,隨時間的變化如圖1所示:

      其它KPI指標切換成功率、掉話率、上下行質量,與干擾帶的相關性研究方法與上文相同,此處略。

      三、多元回歸判斷模型

      由歷史數據的挖掘結果,證明了通過天饋的一些KPI與干擾帶的相關性判斷是否存在干擾、存在何種干擾的可行性。具體實現時,可以通過多元回歸算法,一起檢測干擾帶與這些KPI的相關性。

      多元線性回歸模型[5]為:

      y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+e

      其中,x1,x2,x3,x4,x5為5個隨機變量,本文分別代表話務量、切換成功率、掉話率、上行質量、下行質量,b0為常數項,b1,b2,b3,b4,b5為回歸系數,b1為x1每增加一個單位對y的效應,即x1對y的偏回歸系數;b2,b3,b4,b5同理分別為x2對y、x3對y、x4對y和x5對y的偏回歸系數,e為誤差。

      多元線性回歸模型的參數估計,同一元線性回歸方程一樣,也是在要求誤差平方和∑e2為最小的前提下,用最小二乘法求解參數。

      一元線性回歸直線方程y=a+bx,由最小二乘法可得:

      則上述五元線性回歸模型,求解回歸參數的標準方程組為

      可用矩陣法求解參數b0,b1,b2,b3,b4,b5,即

      判斷依據為:(1)根據各一次項系數的正負和有無統(tǒng)計意義進行判斷,一次項系數為正,且有統(tǒng)計意義,則判斷為存在內部干擾,否則為無內部干擾。(2)根據常數項為正值,且有統(tǒng)計意義,則判斷為存在外部干擾,常數項就是外部干擾值;常數項為負值,且有統(tǒng)計意義,則判斷為外部干擾可能存在不定時開關;常數項無統(tǒng)計意義,則判斷為無外部干擾。

      四、模塊驗證

      通過天饋線智能檢測系統(tǒng),提取廈門的A、B、C、D、E五個小區(qū)近一個月數據進行模型分析是否存在內部干擾或外部干擾。經過模型分析,判定由Sig的值是否小于0.05可判斷回歸系數b0,b1,b2,b3,b4,b5是否有統(tǒng)計意義。五個小區(qū)的B值和Sig和統(tǒng)計如表1:

      根據模型判定結果和現場測試判定結果對比如表2:

      通過上表數據可看出:模型分析結果與現場測試結果完全一致,說明模型分析結果準確有效。通過上述模塊檢測機制,可以有效地對天饋線內部或外部干擾情形進行遠程檢測,并且可以針對具體內部干擾問題進行修復處理,實測驗證該機制可以高效地保障天饋線系統(tǒng)的正常運行。

      五、總結

      本文提出了遠程檢測天饋線系統(tǒng)內外干擾方法,相比傳統(tǒng)方法提高了天饋線運維效率,可以減少運維人員的工作,有效降低運維成本。運用系統(tǒng)可以實現遠程快速確認干擾問題所在,提出故障排除流程,從而快速準確的解決天饋線內外干擾問題,具有時間成本和經濟成本應用價值和推廣可行性。

      一、引言

      隨著移動網絡規(guī)模的日益擴大,因頻率復用等因素造成的內外部干擾越來越成為影響網絡的關鍵因素,對通話質量、掉線、擁塞均有顯著影響,同時也給維護工作帶來了較大的困難,因此快速有效的判斷天饋內外部干擾就顯得有非常重要意義。

      在通信領域很多文獻提出了某些方面的解決方法。王華[1]提出設備功率調節(jié)來避免互調干擾;何楓[2]等對TD-LTE網絡F頻段系統(tǒng)間干擾問題,提出一套排查方案;張建偉[3]對廣播發(fā)射器互調干擾問題提出檢測和排除方案。然而當前天饋線內外干擾監(jiān)測方案的研究還相對落后。

      有鑒于此,本文基于天饋線的工作原理,結合天饋線干擾維護積累的歷史數據,研究出了一種通過分析基站KPI,就可有效地判斷出天饋線是否存在干擾的方法。利用該方法,可以實現遠程自動檢測天饋線的干擾問題,從而大大提高天饋線問題檢測的效率,保障了天饋線的正常運行。

      二、歷史數據挖掘

      數據來自于一線維護的積累,主要有話務量、切換成功率、掉話率、上下行質量等天饋KPI和干擾帶等信息。根據天饋線維護經驗推斷,是否存在干擾帶應該可以從話務量的變化判斷出來,所以首先研究話務量與干擾帶的相關性。這里用Pearson相關系數來觀察[4],Pearson相關系數的定義如下:

      設xi和yi為兩個隨機變量,其中i=1,2,3,…N,則兩者間的Pearson系數r定義如下為

      其相關性強度的判斷標準為:

      1、r>0.95說明兩者相關性顯著;

      2、0.80

      3、0.50

      4、0.30≤r≤0.50說明兩者低度相關;

      5、r<0.3說明兩者關系極弱或者認為不相關。

      其兩個隨機變量的變化方向的判斷依據為:

      1、r>0說明兩者變化方向相同,稱為正相關;

      2、r<0說明兩者變化方向相關,稱為負相關。

      數據樣例:使用的數據是通過OMC網獲取的一些天饋線的歷史KPI每線話務量和檢測到的干擾帶,粒度是每小時,周期至少為一個月。

      經過對數據分析發(fā)現:存在內部干擾時,相關系數均大于0.6;不存在內部干擾時,兩者不具備相關性。

      在不存在相關性的情況下,根據外部干擾不定時開關的特性,判斷是否存在外部干擾,某干擾帶與話務量無關的天饋的干擾帶,隨時間的變化如圖1所示:

      其它KPI指標切換成功率、掉話率、上下行質量,與干擾帶的相關性研究方法與上文相同,此處略。

      三、多元回歸判斷模型

      由歷史數據的挖掘結果,證明了通過天饋的一些KPI與干擾帶的相關性判斷是否存在干擾、存在何種干擾的可行性。具體實現時,可以通過多元回歸算法,一起檢測干擾帶與這些KPI的相關性。

      多元線性回歸模型[5]為:

      y=b0+b1x1+b2x2+b3x3+b4x4+b5x5+e

      其中,x1,x2,x3,x4,x5為5個隨機變量,本文分別代表話務量、切換成功率、掉話率、上行質量、下行質量,b0為常數項,b1,b2,b3,b4,b5為回歸系數,b1為x1每增加一個單位對y的效應,即x1對y的偏回歸系數;b2,b3,b4,b5同理分別為x2對y、x3對y、x4對y和x5對y的偏回歸系數,e為誤差。

      多元線性回歸模型的參數估計,同一元線性回歸方程一樣,也是在要求誤差平方和∑e2為最小的前提下,用最小二乘法求解參數。

      一元線性回歸直線方程y=a+bx,由最小二乘法可得:

      則上述五元線性回歸模型,求解回歸參數的標準方程組為

      可用矩陣法求解參數b0,b1,b2,b3,b4,b5,即

      判斷依據為:(1)根據各一次項系數的正負和有無統(tǒng)計意義進行判斷,一次項系數為正,且有統(tǒng)計意義,則判斷為存在內部干擾,否則為無內部干擾。(2)根據常數項為正值,且有統(tǒng)計意義,則判斷為存在外部干擾,常數項就是外部干擾值;常數項為負值,且有統(tǒng)計意義,則判斷為外部干擾可能存在不定時開關;常數項無統(tǒng)計意義,則判斷為無外部干擾。

      四、模塊驗證

      通過天饋線智能檢測系統(tǒng),提取廈門的A、B、C、D、E五個小區(qū)近一個月數據進行模型分析是否存在內部干擾或外部干擾。經過模型分析,判定由Sig的值是否小于0.05可判斷回歸系數b0,b1,b2,b3,b4,b5是否有統(tǒng)計意義。五個小區(qū)的B值和Sig和統(tǒng)計如表1:

      根據模型判定結果和現場測試判定結果對比如表2:

      通過上表數據可看出:模型分析結果與現場測試結果完全一致,說明模型分析結果準確有效。通過上述模塊檢測機制,可以有效地對天饋線內部或外部干擾情形進行遠程檢測,并且可以針對具體內部干擾問題進行修復處理,實測驗證該機制可以高效地保障天饋線系統(tǒng)的正常運行。

      五、總結

      本文提出了遠程檢測天饋線系統(tǒng)內外干擾方法,相比傳統(tǒng)方法提高了天饋線運維效率,可以減少運維人員的工作,有效降低運維成本。運用系統(tǒng)可以實現遠程快速確認干擾問題所在,提出故障排除流程,從而快速準確的解決天饋線內外干擾問題,具有時間成本和經濟成本應用價值和推廣可行性。

      猜你喜歡
      多元線性回歸自動檢測
      自動檢測移動分料溜槽的設計與應用
      選煤技術(2021年3期)2021-10-13 07:33:32
      角接觸球軸承外圈鎖口高度自動檢測規(guī)改進
      哈爾濱軸承(2020年2期)2020-11-06 09:22:34
      基于STM32的室內有害氣體自動檢測與排風系統(tǒng)
      電子制作(2018年19期)2018-11-14 02:36:50
      光電傳感器在自動檢測和分揀中的應用
      電子制作(2018年9期)2018-08-04 03:30:58
      基于TestStand的自動檢測程序開發(fā)
      電子測試(2018年11期)2018-06-26 05:56:16
      基于組合模型的卷煙市場需求預測研究
      基于多元線性回歸分析的冬季鳥類生境選擇研究
      我國上市商業(yè)銀行信貸資產證券化效應實證研究
      時代金融(2016年29期)2016-12-05 15:41:07
      云學習平臺大學生學業(yè)成績預測與干預研究
      K-F環(huán)自動檢測系統(tǒng)設計
      闵行区| 三原县| 云霄县| 云阳县| 宣化县| 界首市| 治县。| 灯塔市| 龙海市| 周宁县| 沾化县| 昂仁县| 周至县| 庄浪县| 若尔盖县| 芒康县| 花莲市| 罗山县| 怀化市| 三台县| 翁牛特旗| 浙江省| 平遥县| 香港 | 格尔木市| 鹤峰县| 绵阳市| 深州市| 鲁甸县| 台州市| 高淳县| 青龙| 云安县| 会东县| 崇明县| 安阳市| 清流县| 禄丰县| 防城港市| 栾川县| 龙江县|