欧美日韩啪啪,最新精品在线,国产ts一区二区,色亚洲一区二区,草草影院国产,久久国产99,欧美日韩四区

基于分布式監(jiān)測(cè)和多源信息融合的5G-R網(wǎng)絡(luò)態(tài)勢(shì)感知方法

文檔序號(hào):42327272發(fā)布日期:2025-07-01 19:47閱讀:來(lái)源:國(guó)知局

技術(shù)特征:

1.基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,包括以下步驟:

2.根據(jù)權(quán)利要求1所述基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,所述步驟(1)中的分布式數(shù)據(jù)采集包括使用終端數(shù)據(jù)采集設(shè)備、網(wǎng)絡(luò)數(shù)據(jù)采集設(shè)備、接口監(jiān)測(cè)設(shè)備、檢測(cè)設(shè)備及輔助采集設(shè)備,其中:

3.根據(jù)權(quán)利要求1所述基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,所述步驟(2)中的數(shù)據(jù)處理包括:

4.根據(jù)權(quán)利要求1所述基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,所述步驟(4)中的智能分析包括故障根因診斷,具體方法為:

5.根據(jù)權(quán)利要求1所述基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,所述步驟(5)中的網(wǎng)絡(luò)告警態(tài)勢(shì)感知包括告警分析,具體方法為:通過(guò)皮爾遜算法和fp-growth算法分析告警關(guān)聯(lián)性;

6.根據(jù)權(quán)利要求1所述基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,所述步驟(5)中的網(wǎng)絡(luò)運(yùn)用質(zhì)量感知包括質(zhì)差分析,具體方法為:

7.根據(jù)權(quán)利要求1所述基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,所述步驟(5)中的網(wǎng)絡(luò)運(yùn)維態(tài)勢(shì)感知包括預(yù)測(cè)性維護(hù)和業(yè)務(wù)撥測(cè)驗(yàn)證,具體方法為:

8.根據(jù)權(quán)利要求1所述基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,所述步驟(5)中的資源管理態(tài)勢(shì)感知包括動(dòng)態(tài)資源可視化,具體方法為:

9.根據(jù)權(quán)利要求1所述基于分布式監(jiān)測(cè)和多源信息融合的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知方法,其特征在于,所述步驟(4)中的智能分析還包括異常檢測(cè),具體方法為:

10.一種基于權(quán)利要求1-9任一項(xiàng)所述方法的5g-r網(wǎng)絡(luò)態(tài)勢(shì)感知系統(tǒng),其特征在于,包括:


技術(shù)總結(jié)
本發(fā)明涉及5G?R網(wǎng)絡(luò)檢測(cè)監(jiān)測(cè)技術(shù)領(lǐng)域,公開(kāi)了基于分布式監(jiān)測(cè)和多源信息融合的5G?R網(wǎng)絡(luò)態(tài)勢(shì)感知方法,針對(duì)解決5G?R網(wǎng)絡(luò)規(guī)模大、動(dòng)態(tài)性強(qiáng)、數(shù)據(jù)異構(gòu)復(fù)雜的問(wèn)題,本發(fā)明通過(guò)在多個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)部署分布式監(jiān)測(cè)設(shè)備,實(shí)時(shí)采集核心網(wǎng)、無(wú)線網(wǎng)、專(zhuān)用設(shè)備、接口監(jiān)測(cè)、檢測(cè)設(shè)備及GIS等多源數(shù)據(jù);結(jié)合皮爾遜相關(guān)系數(shù)、FP?Growth、貝葉斯分析、時(shí)序點(diǎn)過(guò)程、霍克斯理論、高斯混合模型、決策樹(shù)、S?ARIMA、Boxplot、N?sigma、iForest、回歸分析、神經(jīng)網(wǎng)絡(luò)和KL散度等技術(shù),實(shí)現(xiàn)多源數(shù)據(jù)融合、智能分析和可視化感知,包括網(wǎng)絡(luò)告警、運(yùn)用質(zhì)量、運(yùn)維和資源管理。本發(fā)明的方法提升了5G?R網(wǎng)絡(luò)的全面性、實(shí)時(shí)性、故障診斷精準(zhǔn)性及運(yùn)維效率,滿足鐵路場(chǎng)景低延遲、高可靠性的需求。

技術(shù)研發(fā)人員:丁建文,劉婧,張衛(wèi)軍,翟晗,林思雨,孫宵芳,李巖,劉清濤,滕蕾,陳丹輝,張海睿,王子昂
受保護(hù)的技術(shù)使用者:北京交通大學(xué)
技術(shù)研發(fā)日:
技術(shù)公布日:2025/6/30
當(dāng)前第2頁(yè)1 2 
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1