本发明专利技术公开了一种移动通信网络中基于直推式置信机和假设检验的小区中断检测方法。本发明专利技术首先通过直推式置信机给出待检测数据点与正常小区或者异常小区的匹配度，然后根据匹配度信息进行假设检验。假设检验中根据匹配度定义了一种数据点判决为正常小区和异常小区的判决信息量，然后根据判决信息量定义判决准则，利用序贯检测进行最终判决。该方法判决准确度高，误警率低。采用本发明专利技术中的方法，能够通过调节阈值在判决的准确度和复杂度之间得到协调。
【技术实现步骤摘要】
本专利技术设及无线通信中的小区中断检测问题，属于无线通信中的网络
技术介绍
在移动无线通信中，由于软件故障、硬件故障或者一些错误的网络配置等原因，可 能会导致小区通信中断。网络自愈合技术旨在无人工操作的情况下，系统能够及时、自动地 发现故障并从故障中恢复。小区自愈合功能包括两个阶段，小区中断检测和小区中断补偿。 小区中断检测主要根据网络节点（基站、移动终端、接入网关）上报的参数进行分析诊断， 若发现异常，则上报触发小区中断补偿。小区中断检测为高效地检测网络故障开辟了一条 新的途径。
技术实现思路
本专利技术的目的是提供一种基于直推式置信机和假设检验的无线通信网络小区中 断检测方法。采用本专利技术中的方法，能够通过调节阔值在判决的准确度和复杂度之间得到 协调。 本专利技术首先通过直推式置信机给出待检测数据点与正常小区或者异常小区的匹 配度，然后根据匹配度信息进行假设检验，根据匹配度定义了一种数据点判决为正常小区 和异常小区的判决信息量，然后根据判决信息量进行序贯检测，进行最终判决。 阳0化]1直推式置信机 直推式置信机是使用Kolmogorov的算法随机性理论建立的一种使用范围较广泛 的机器学习置信度机制。它被用来衡量一个样本分别属于已存在几个类别的可信程度。通 常采用一种满足Kolmogorov随机性理论的随机检测函数来对置信度进行估算，运种随机 检测函数的值被称为P值，通常被定义为待分类样本属于已存在的样本空间的概率，其相 对于某类样本空间的值越大，则表明它属于该样本空间的可能性越大。 直推式置信机本质上是一种分类算法，在处理分类问题中，它试图将样本归为已 有分类中的某一类。它通过距离计算的方法，根据已分类的数据集对观测样点进行分类。为 了计算P值，先定义奇异值：(1;D/表示从小到大排序的某数据点X1与已分类数据集中某一类y的所有数据点的 距离。类似的，DiY表示从小到大排序的数据点X1与已分类的数据集中-y类的所有数据点 的距离。-y表示已分类的数据集中除y类的所有类。k表示采取的近邻数据点的个数，k的 取值可由运营商根据网络情况自行确定。a即为某数据点Xi与已分类数据集中y类的奇 异值。 给定奇异值后，一种P值的定义方法如下： #表示集合的势，也就是集合中满足条件的数据点个数。at。./表示待测试数据点 与已分类的数据集中y类的奇异值，a/(j= 1，2,...，n)表示y类的所有数据点的奇异值， n是y类数据点的个数。Py(atps/)是y类中数据点的奇异值大于待测试数据点相对于本类 奇异值的比例。不难看出PyUtMtO值的取值区间为，并且其值越大，表明样本待测 试数据点归属于类y的可能性越大。直推式置信机将待分类样本划分为最大Py(Otes/)值 所对应的类。 在计算过程当中，当待测试数据与训练数据集中某一类的样本的奇异值小于用于 计算本样本奇异值的k个最小距离时，需要为该类所有样本重新计算奇异值，从而为待分 类样本重新计算P值。对于训练数据中的每一类，待测试数据都有一个相应的P值要计算。 2小区中断检测方法 小区中断检测过程分为两部分，即中断检测模型建立和中断监控和测试。在模型 建立包括W下步骤： 1)通过人工设置小区处于不同的状态，即正常状态或者中断状态，来采集不同类 型（建模类）的训练数据向量用于模型建立。训练数据向量可W选用信号接收功率巧SRP)， 信号与干扰加噪声比（SINR)，掉话率等，具体向量可由运营商根据网络运行情况自行确定。 2)对采集的不同建模类型的训练数据向量用直推式置信机的方法计算出训练数 据相对于各个建模类的奇异值并保存。 中断监控和检测过程中，通过监控网络状态，采集待测试数据向量，进行中断检 。检测过程如下： 1)首先根据直推式置信机计算出待测试数据点相对于每一个建模类的P值，保 存。 2)根据P值进行假设检验。 (1)假设建立：假设待检测数据向量为r= Ix1，而，...，Xi,...，X。}。建模类个数 为M。中断检测过程遵循W下几个假设： H〇:Xn~P〇 ~Pi (3) 阳O巧] … 阳 0%] HM:Xn~PwP。~Pm为不同建模类的P值状态空间。H。~Hm分别为假设待测试数据点归属于 相应的建模类。 (2)确定一个判定准则判别待测试数据点归属于哪一个建模类。 直推式置信机给出了每个测试数据点相对于训练类的P值，也就是一种测试数据 点与训练类的匹配程度的度量。 单个测试数据点给出的y类的判决信息量定义为：阳0巧d为-y中类的个数。P准越大，表示待测试数据归属于y类的可能性越大，所Wy类的判决信息量Iy(Xi)越大。Py越大，表示数据归属W其他类的可能性越大，所Wy类的 判决信息量Iy(Xi)相应减小。[003引判决准则为：找":Iy00 >L(A)K即如果某一类的累积判决信息量超出 某一口限，判决测试数据向量属于该建模类。口限T"(A)的取值可由运营商根据网络情况 自行确定。 (3)判决：采取序贯检测的方法进行最终判决。首先初始化每个类的判决信息量 为零。对于每个测试数据，根据公式（4)计算数据点给出的所有类的判决信息量，然后对每 个类的盘踞信息量进行累加，直到某个类的判决信息量达到一个判决口限T。（A)，判决测 试数据属于该类，停止检测。口限T"(A)越大，检测准确定要求越高，相应的检测复杂度越 局。 本专利技术具有W下有益效果：本专利技术根据直推式置信机给出的数据点与小区的匹配 度信息进行假设检验。定义了一种数据点判决为正常小区和异常小区的判决信息量，然后 根据判决信息量进行序贯检测判决。该方法判决准确度高，误警率低。 基于本专利技术的小区中断判决有如下优点： 1.训练向量由运营商自当前第1页1 2 本文档来自技高网...
【技术保护点】
一种移动通信网络中基于直推式置信机和假设检验的小区中断检测方法，首先通过直推式置信机给出待检测数据点与正常小区或者异常小区的匹配度，然后根据匹配度信息进行假设检验，根据匹配度定义了一种数据点判决为正常小区和异常小区的判决信息量，然后根据判决信息量进行序贯检测，进行最终判决。
【技术特征摘要】
【专利技术属性】
技术研发人员：潘志文，王纪娟，刘楠，尤肖虎，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。