文档名：基于泰森多边形和DBSCAN的5G连片故障识别
在故障管理工作中,同一时段、同一区域连片故障有着突发性强、影响范围广、问题来源单一等特性,是最值得重视的一种情况,尤其是同一时间段的批量退服会造成4G/5G覆盖空洞,极易引起用户规模投诉.一方面,常规的基于问题数量监控,只针对问题总量而不针对具体的严重问题本身,定位指向性差,而解决某连片故障一类单一问题,如传输、电源等,可能迅速提升全网质量,是值得关注的方向;另一方面,当前也有部分算法采用DBSCAN等聚类方式,但局限于算法本身需要提供聚类关联距离,而不同的站址密度需要动态调整关联距离方能保证结果准确.本文巧妙地利用了泰森多边形原理,将其与DBSCAN算法相结合,达到基于站址密度的弹性聚类问题识别,并搭建全自动连片问题监控平台,旨在第一时间发现连片故障问题,缩短问题定位时长,提升故障处理效率.
作者：苏强刘极祥由帅
作者单位：中国移动辽宁公司网络优化中心110179
母体文献：辽宁省通信学会2021年度学术年会论文集
会议名称：辽宁省通信学会2021年度学术年会
会议时间：2021年8月1日
会议地点：沈阳
主办单位：辽宁省通信学会
语种：chi
分类号：X1TP1
关键词：移动通信 连片故障 DBSCAN算法 泰森多边形
在线出版日期：2022年1月20日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.79 MB
- 下载次数:
- 60
-
高速下载
|
|
