CN110139308B - 一种基于大数据技术的无线网络干扰检测方法及装置 - Google Patents

一种基于大数据技术的无线网络干扰检测方法及装置 Download PDF

Info

Publication number
CN110139308B
CN110139308B CN201910353737.4A CN201910353737A CN110139308B CN 110139308 B CN110139308 B CN 110139308B CN 201910353737 A CN201910353737 A CN 201910353737A CN 110139308 B CN110139308 B CN 110139308B
Authority
CN
China
Prior art keywords
interfered
section
data
bts
carrier frequency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910353737.4A
Other languages
English (en)
Other versions
CN110139308A (zh
Inventor
臧有克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING LIUJIE TECHNOLOGY CO LTD
Original Assignee
BEIJING LIUJIE TECHNOLOGY CO LTD
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING LIUJIE TECHNOLOGY CO LTD filed Critical BEIJING LIUJIE TECHNOLOGY CO LTD
Priority to CN201910353737.4A priority Critical patent/CN110139308B/zh
Publication of CN110139308A publication Critical patent/CN110139308A/zh
Application granted granted Critical
Publication of CN110139308B publication Critical patent/CN110139308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/345—Interference values
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本文公开了一种基于大数据技术的无线网络干扰检测方法及装置。所述方法包括：从GSM‑R移动网络覆盖的铁路线路沿线多个基站控制器BTS的通信数据中提取预定时间范围内的Abis接口测量报告，结合铁路线路的无线网络配置信息以及机车的行车数据生成数据记录集合；按照BTS的标识对数据记录集合进行分组，生成每个BTS的下行信号质量数据集；从每个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的干扰区段，确定所述干扰区段的干扰载频和干扰时间段；根据每个BTS的干扰区段的干扰载频和干扰时间段进行无线网络干扰分析。本文的技术方案能够利用大数据技术为GSM‑R铁路信号***提供可靠的无线网络干扰检测报告。

Description

一种基于大数据技术的无线网络干扰检测方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及的是一种基于大数据技术的无线网络干扰检测方法及装置。
背景技术
CTCS-3(简称C3)***是我国目前支持列车运营速度最高的列车运行控制***，利用GSM-R(GSM for Railways，用于铁路的全球移动通信***)移动通信网络作为车-地双向安全数据传输通道，整个***中的两大关键设备为车载ATP(Automatic TrainProtection，列车超速防护)和地面RBC(Radio Blocking Center，无线闭塞中心)。
LOCOTROL(动力分布多机无线重联同步控制技术)是重载铁路的控制核心，成功应用于大秦重载铁路。LOCOTROL***也利用GSM-R移动通信网络作为数据传输通道，车载设备OCU(On-board Communication Unit，车载通信单元)和地面设备AN(Application Node，应用节点)联合工作，达到重载列车的安全可靠运行。
随着大数据技术和人工智能技术的迅速发展，越来越多的相关应用在互联网领域中得到充分的应用，但是受限于一些因素，在传统技术领域中，这些先进技术还没有得到充分利用。
对于铁路移动通信，无线信号干扰是影响列车行车安全的因素之一，因此，如何利用大数据技术为CTCS-3***或LOCOTROL***的可靠运行提供保障，是铁路移动通信领域的迫切需求。
发明内容
本文提供一种基于大数据技术的无线网络干扰检测方法及装置，能够利用大数据技术为GSM-R铁路信号***提供可靠的无线网络干扰检测报告。
根据本申请的第一方面，本发明实施例提供一种基于大数据技术的无线网络干扰检测方法，包括：
从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合；
按照基站收发信机BTS的标识对所述数据记录集合进行分组，生成每一个BTS的下行信号质量数据集；
从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，确定所述被干扰区段的被干扰载频和被干扰时间段；
根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析。
根据本申请的第二方面，本发明实施例提供一种基于大数据技术的无线网络干扰检测装置，包括：
数据获取模块，用于从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合；
数据集生成模块，用于按照基站收发信机BTS的标识对所述数据记录集合进行分组，生成每一个BTS的下行信号质量数据集；
被干扰区段搜索模块，用于从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，确定所述被干扰区段的被干扰载频和被干扰时间段；
干扰分析模块，用于根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析。
与相关技术相比，本发明实施例提供的一种基于大数据技术的无线网络干扰检测方法及装置，从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合；按照基站收发信机BTS的标识对所述数据记录集合进行分组，生成每一个BTS的下行信号质量数据集；从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，确定所述被干扰区段的被干扰载频和被干扰时间段；根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析。本发明实施例的技术方案能够利用大数据技术为GSM-R铁路信号***提供可靠的无线网络干扰检测报告。
附图说明
图1为本发明实施例1的一种铁路信号智能维护***示意图；
图2为本发明实施例2的一种基于大数据技术的无线网络干扰检测方法流程图；
图3为本发明实施例3的一种基于大数据技术的无线网络干扰检测装置示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例1
如图1所示，本申请针对C3***和LOCOTROL***提出一种架构在云平台和大数据平台上的铁路信号智能维护***，采用了大量的大数据处理技术和人工智能技术，目的就是把当前铁路维护水平从人工发现故障->手工分析故障提升到自动发现故障->自动分析故障水平，然后再逐步演化到自动发现潜在问题->预测故障，防患于未然。
所述智能维护***至少包括数据采集层、数据预处理及存储层、数据挖掘层和应用功能层。
所述数据采集层具有新数据感知功能，数据提取功能和数据传送功能。其中，新数据感知功能通过各种数据接口发现新的业务呼叫，触发数据提取功能提取对应的业务数据。数据提取功能通过数据关联技术提取多个数据源内的相关数据，包括GSM-R移动网络各接口相关数据，C3***和/或LOCOTROL***的业务运行数据等。数据传送功能可以将提取到的数据通过转换处理发送到数据预处理及存储层。
所述数据预处理及存储层，能够对数据进行清洗、转换、标记和索引，形成明细数据进行存储。由于数据采集层中采集的数据是分散的，通过本层的数据预处理，可以先把业务呼叫数据进行流式汇聚(流式代表数据是实时的，不中断的)，然后利用大数据处理技术，把每个业务呼叫的全部数据分散到大数据平台的每个服务器上进行分别处理，保证数据的实时性。
数据挖掘层，能够利用分布式内存计算框架，加载长达数月或年以上单位的数据，根据既定的算法计算数据中潜在的信息，根据不同的业务数据，设计不同的挖掘算法，实现每一类算法的挖掘功能，根据不同的配置，定时计算挖掘结果。将业务呼叫数据通过特征提取，建立多维特征向量用于后续的数据分析。
应用功能层，能够利用数据挖掘层提供的特征向量，自动分析C3***和/或LOCOTROL***的各种故障类型，并为不同的故障类型产生不同的分析报告。构建故障预测模型，通过模型训练实现故障预测。
数据呈现层，用于对整个平台数据的配置，用户的管理，数据结果的呈现，数据的查询与统计，数据的对比等等各种衍生功能。
***安全防护层，用于对***进行安全隔离、病毒防护和入侵防护。
实施例2
如图2所示，本发明实施例提供了一种基于大数据技术的无线网络干扰检测方法，包括：
步骤S110，从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合；
步骤S120，按照基站收发信机BTS的标识对所述数据记录集合进行分组，生成每一个BTS的下行信号质量数据集；
步骤S130，从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，确定所述被干扰区段的被干扰载频和被干扰时间段；
步骤S140，根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析；
其中，测量报告是Abis接口控制信令的一种，由BTS(Base Transceiver Station，基站收发信机)生成，然后发给BSC(Base Station Controller，基站控制器)。BSC通过测量报告中的信息确定当前MT(Mobile Terminal，移动终端)呼叫的无线网络情况，确定当前呼叫是否可以接续，当出现不可接续的情况，就要指示MT就近切换一个无线网络状况更好的小区，如果切换也不能保持呼叫，那就释放呼叫回收资源。
测量报告中包含了上行测量的测量结果以及下行测量的测量结果。其中，上行测量由BTS测量MT发送的上行信号，下行测量由MT测量BTS发送的下行信号；
其中，所述预定时间范围根据应用的需要进行设定；比如，可以是一天，一周，一个月，三个月，半年，一年等；也可以是任意设定的起止时间范围。
其中，所述铁路线路的无线网络配置信息可以包括：BTS的小区BCCH(BroadcastControl Channel，广播控制信道)载频、TCH(Traffic Channel，业务信道)载频、BTS标识、以及数据采集端口与BTS标识关系等。
所述列车控制***包括C3***或LOCOTROL***；
其中，MT定时向地面端的列车控制***上报机车的位置信息；列车控制***的业务数据，可以包含机车当前运行的时速、关联位置应答器编号以及机车与关联位置应答器的距离偏移，通过这些可以计算出MT所在位置对应的公里标。具体地，铁路线路每过一段距离设置一个位置应答器，MT经过时记录所处位置对应的位置应答器编号，MT上报位置时，除了上报关联位置应答器编号，还上报MT与所述位置应答器的距离偏移，然后地面端根据位置应答器编号以及距离偏移确定MT所处位置的公里标。
在一种实施方式中，所述数据记录集合中的数据记录包括以下信息字段：下行信号质量信息、BTS标识、载频信息、机车标识、下行测量对应的数据采集时间和下行测量对应的公里标信息；
其中，下行信号质量信息可以包括：下行信号的误比特率(Bit Error Rate，简称BER)。下行信号的误比特率越高，下行信号质量越差。
其中，当BTS正确解析MT上报的测量报告后，把MT的下行测量值和BTS的上行测量值封装成新的消息发送给BSC。铁路信号智能维护***的数据采集模块从Abis接口上采集测量报告消息并记录采集时间。由于MT测量下行信号的时间与数据采集模块采集Abis接口测量报告的数据采集时间之间的时间差很小(比如，毫秒级)，因此，下行测量对应的数据采集时间可以近似表示下行测量的测量时间。
其中，公里标信息是从铁路线路的起始点开始的距离标定，以公里为单位，可以精确到米；
在一种实施方式中，所述结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合，包括：
根据所述Abis接口测量报告的下行测量对应的无线网络位置信息和测量时间信息，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据确定每一次下行测量的关联数据；
根据每一次下行测量的测量报告以及关联数据生成该次下行测量的数据记录；
将所有下行测量的数据记录汇聚为数据记录集合；
在一种实施方式中，所述从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，包括：
利用分布式内存计算框架和分布式存储***，加载GSM-R移动网络覆盖的铁路线路沿线的通信数据；
从所述通信数据中提取预定时间范围内的Abis接口测量报告；
其中，所述分布式内存计算框架可以是Spark***，分布式存储***可以是Hbase***；
在一种实施方式中，从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，包括：
对每一个BTS的下行信号质量数据集执行以下处理：
对所述下行信号质量数据集中的所有记录按照下行测量对应的公里标大小进行排序；
利用距离滑动窗口以预设的滑动距离滑动遍历排序后的所有记录，在滑动过程中搜索被干扰区段；所述被干扰区段是当一个距离滑动窗口中出现连续m个下行信号质量不满足要求的记录时的所述距离滑动窗口对应的公里标区段；
其中，所述距离滑动窗口的窗宽为第一长度L1，所述预设的滑动距离为第二长度L2，所述L2小于所述L1；m大于或等于2；
比如，所述L1为500米，所述L2为100米；
其中，下行信号质量不满足要求可以是：下行信号的误比特率超过预设阈值；
上述实施方式中，通过采用公里标标定被干扰区段，能够提高干扰分析的定位精度。
在一种实施方式中，所述利用距离滑动窗口以预设的滑动距离滑动遍历排序后的所有记录，在滑动过程中搜索被干扰区段，包括：
如果在一个距离滑动窗口中搜索到被干扰区段，则跳出该滑动窗口，继续在下一个距离滑动窗口中搜索被干扰区段。
在一种实施方式中，所述确定所述被干扰区段的被干扰载频和被干扰时间段，包括：
遍历所述预定时间范围内所述BTS下位于所述被干扰区段位置范围内的所有下行信号质量不满足要求的数据记录，统计下行信号质量不满足要求的下行测量的载频以及持续的时间段；
在一种实施方式中，根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析，包括：
对每一个BTS下的每一个被干扰区段执行下述处理：
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长大于或等于第一时间阈值的多个被干扰时间段，则判定所述被干扰区段出现长期无规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长大于或等于第一时间阈值的一个被干扰时间段，则判定所述被干扰区段出现长期有规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长小于或等于第二时间阈值的多个被干扰时间段，则判定所述被干扰区段出现突发无规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长小于或等于第二时间阈值的一个被干扰时间段，则判定所述被干扰区段出现突发有规律大信号干扰；
其中，所述第一时间阈值大于所述第二时间阈值；
在一种实施方式中，根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析，包括：
对每一个BTS下的每一个被干扰区段执行下述处理：
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长大于或等于第一时间阈值的多个被干扰时间段，则判定所述被干扰区段出现长期无规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长大于或等于第一时间阈值的一个被干扰时间段，则判定所述被干扰区段出现长期有规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长小于或等于第二时间阈值的多个被干扰时间段，则判定所述被干扰区段出现突发无规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长小于或等于第二时间阈值的一个被干扰时间段，则判定所述被干扰区段出现突发有规律同频或三阶互调干扰；
其中，所述第一时间阈值大于所述第二时间阈值；
上述基于大数据技术的无线网络干扰检测方法通过使用大量的GSM-R无线网络Abis接口的测量报告数据，结合无线网络配置信息以及列车控制***的业务数据，能够检测长期或突发的全频段或单频点干扰。
实施例3
如图3所示，本发明实施例提供了一种基于大数据技术的无线网络干扰检测装置，包括：
数据获取模块301，用于从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合；
数据集生成模块302，用于按照基站收发信机BTS的标识对所述数据记录集合进行分组，生成每一个BTS的下行信号质量数据集；
被干扰区段搜索模块303，用于从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，确定所述被干扰区段的被干扰载频和被干扰时间段；
干扰分析模块304，用于根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析。
在一种实施方式中，所述数据记录集合中的数据记录包括以下信息字段：下行信号质量信息、BTS标识、载频信息、机车标识、下行测量对应的数据采集时间和下行测量对应的公里标信息；
其中，下行信号质量信息可以包括：下行信号的误比特率(Bit Error Rate，简称BER)。下行信号的误比特率越高，下行信号质量越差。
在一种实施方式中，数据获取模块，用于采用以下方式结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合：根据所述Abis接口测量报告的下行测量对应的无线网络位置信息和测量时间信息，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据确定每一次下行测量的关联数据；根据每一次下行测量的测量报告以及关联数据生成该次下行测量的数据记录；将所有下行测量的数据记录汇聚为数据记录集合；
在一种实施方式中，数据获取模块，用于采用以下方式从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告：利用分布式内存计算框架和分布式存储***，加载GSM-R移动网络覆盖的铁路线路沿线的通信数据；从所述通信数据中提取预定时间范围内的Abis接口测量报告；其中，所述分布式内存计算框架可以是Spark***，分布式存储***可以是Hbase***；
在一种实施方式中，被干扰区段搜索模块，用于采用以下方式从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段：对每一个BTS的下行信号质量数据集执行以下处理：对所述下行信号质量数据集中的所有记录按照下行测量对应的公里标大小进行排序；利用距离滑动窗口以预设的滑动距离滑动遍历排序后的所有记录，在滑动过程中搜索被干扰区段；所述被干扰区段是当一个距离滑动窗口中出现连续m个下行信号质量不满足要求的记录时的所述距离滑动窗口对应的公里标区段；其中，所述距离滑动窗口的窗宽为第一长度L1，所述预设的滑动距离为第二长度L2，所述L2小于所述L1；m大于或等于2；比如，所述L1为1公里，所述L2为100米；
其中，下行信号质量不满足要求可以是：下行信号的误比特率超过预设阈值；
上述实施方式中，通过采用公里标标定被干扰区段，能够提高干扰分析的定位精度。
在一种实施方式中，被干扰区段搜索模块，用于采用以下方式利用距离滑动窗口以预设的滑动距离滑动遍历排序后的所有记录，在滑动过程中搜索被干扰区段：如果在一个距离滑动窗口中搜索到被干扰区段，则跳出该滑动窗口，继续在下一个距离滑动窗口中搜索被干扰区段。
在一种实施方式中，被干扰区段搜索模块，用于采用以下方式确定所述被干扰区段的被干扰载频和被干扰时间段：遍历所述预定时间范围内所述BTS下位于所述被干扰区段位置范围内的所有下行信号质量不满足要求的数据记录，统计下行信号质量不满足要求的下行测量的载频以及持续的时间段；
在一种实施方式中，干扰分析模块，用于采用以下方式根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析：
对每一个BTS下的每一个被干扰区段执行下述处理：
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长大于或等于第一时间阈值的多个被干扰时间段，则判定所述被干扰区段出现长期无规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长大于或等于第一时间阈值的一个被干扰时间段，则判定所述被干扰区段出现长期有规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长小于或等于第二时间阈值的多个被干扰时间段，则判定所述被干扰区段出现突发无规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长小于或等于第二时间阈值的一个被干扰时间段，则判定所述被干扰区段出现突发有规律大信号干扰；
其中，所述第一时间阈值大于所述第二时间阈值；
在一种实施方式中，干扰分析模块，用于采用以下方式根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析：
对每一个BTS下的每一个被干扰区段执行下述处理：
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长大于或等于第一时间阈值的多个被干扰时间段，则判定所述被干扰区段出现长期无规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长大于或等于第一时间阈值的一个被干扰时间段，则判定所述被干扰区段出现长期有规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长小于或等于第二时间阈值的多个被干扰时间段，则判定所述被干扰区段出现突发无规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长小于或等于第二时间阈值的一个被干扰时间段，则判定所述被干扰区段出现突发有规律同频或三阶互调干扰；
其中，所述第一时间阈值大于所述第二时间阈值；
上述基于大数据技术的无线网络干扰检测装置通过使用大量的GSM-R无线网络Abis接口的测量报告数据，结合无线网络配置信息以及列车控制***的业务数据，能够检测长期或突发的全频段或单频点干扰。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、***、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
需要说明的是，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (9)

1.一种基于大数据技术的无线网络干扰检测方法，包括：
从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合；
按照基站收发信机BTS的标识对所述数据记录集合进行分组，生成每一个BTS的下行信号质量数据集；
从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，确定所述被干扰区段的被干扰载频和被干扰时间段；
根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析；
所述从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，包括：
对每一个BTS的下行信号质量数据集执行以下处理：
对所述下行信号质量数据集中的所有记录按照下行测量对应的公里标大小进行排序；
利用距离滑动窗口以预设的滑动距离滑动遍历排序后的所有记录，在滑动过程中搜索被干扰区段；所述被干扰区段是当一个距离滑动窗口中出现连续m个下行信号质量不满足要求的记录时的所述距离滑动窗口对应的公里标区段；
其中，所述距离滑动窗口的窗宽为第一长度L1，所述预设的滑动距离为第二长度L2，所述L2小于所述L1；m大于或等于2。
2.如权利要求1所述的方法，其特征在于：
所述数据记录集合中的数据记录包括以下信息字段：下行信号质量信息、BTS标识、载频信息、机车标识、下行测量对应的数据采集时间和下行测量对应的公里标信息。
3.如权利要求1所述的方法，其特征在于：
所述结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合，包括：
根据所述Abis接口测量报告的下行测量对应的无线网络位置信息和测量时间信息，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据确定每一次下行测量的关联数据；
根据每一次下行测量的测量报告以及关联数据生成该次下行测量的数据记录；
将所有下行测量的数据记录汇聚为数据记录集合。
4.如权利要求1所述的方法，其特征在于：
所述从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，包括：
利用分布式内存计算框架和分布式存储***，加载GSM-R移动网络覆盖的铁路线路沿线的通信数据；
从所述通信数据中提取预定时间范围内的Abis接口测量报告。
5.如权利要求1所述的方法，其特征在于：
所述利用距离滑动窗口以预设的滑动距离滑动遍历排序后的所有记录，在滑动过程中搜索被干扰区段，包括：
如果在一个距离滑动窗口中搜索到被干扰区段，则跳出该滑动窗口，继续在下一个距离滑动窗口中搜索被干扰区段。
6.如权利要求2所述的方法，其特征在于：
所述确定所述被干扰区段的被干扰载频和被干扰时间段，包括：
遍历所述预定时间范围内所述BTS下位于所述被干扰区段位置范围内的所有下行信号质量不满足要求的数据记录，统计下行信号质量不满足要求的下行测量的载频以及持续的时间段。
7.如权利要求6所述的方法，其特征在于：
根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析，包括：
对每一个BTS下的每一个被干扰区段执行下述处理：
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长大于或等于第一时间阈值的多个被干扰时间段，则判定所述被干扰区段出现长期无规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长大于或等于第一时间阈值的一个被干扰时间段，则判定所述被干扰区段出现长期有规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长小于或等于第二时间阈值的多个被干扰时间段，则判定所述被干扰区段出现突发无规律大信号干扰；或者
如果该被干扰区段存在多个被干扰载频，且每一个被干扰载频具有持续时长小于或等于第二时间阈值的一个被干扰时间段，则判定所述被干扰区段出现突发有规律大信号干扰；
其中，所述第一时间阈值大于所述第二时间阈值。
8.如权利要求6所述的方法，其特征在于：
根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析，包括：
对每一个BTS下的每一个被干扰区段执行下述处理：
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长大于或等于第一时间阈值的多个被干扰时间段，则判定所述被干扰区段出现长期无规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长大于或等于第一时间阈值的一个被干扰时间段，则判定所述被干扰区段出现长期有规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长小于或等于第二时间阈值的多个被干扰时间段，则判定所述被干扰区段出现突发无规律同频或三阶互调干扰；或者
如果该被干扰区段存在单个被干扰载频，且所述被干扰载频具有持续时长小于或等于第二时间阈值的一个被干扰时间段，则判定所述被干扰区段出现突发有规律同频或三阶互调干扰；
其中，所述第一时间阈值大于所述第二时间阈值。
9.一种基于大数据技术的无线网络干扰检测装置，包括：
数据获取模块，用于从GSM-R移动网络覆盖的铁路线路沿线的通信数据中提取预定时间范围内的Abis接口测量报告，结合所述铁路线路的无线网络配置信息以及列车控制***的业务数据生成数据记录集合；
数据集生成模块，用于按照基站收发信机BTS的标识对所述数据记录集合进行分组，生成每一个BTS的下行信号质量数据集；
被干扰区段搜索模块，用于从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，确定所述被干扰区段的被干扰载频和被干扰时间段；
干扰分析模块，用于根据每一个BTS的被干扰区段的被干扰载频和被干扰时间段进行无线网络干扰分析；
其中，所述从每一个BTS的下行信号质量数据集中搜索下行信号质量不满足要求的被干扰区段，包括：
对每一个BTS的下行信号质量数据集执行以下处理：
对所述下行信号质量数据集中的所有记录按照下行测量对应的公里标大小进行排序；
利用距离滑动窗口以预设的滑动距离滑动遍历排序后的所有记录，在滑动过程中搜索被干扰区段；所述被干扰区段是当一个距离滑动窗口中出现连续m个下行信号质量不满足要求的记录时的所述距离滑动窗口对应的公里标区段；
其中，所述距离滑动窗口的窗宽为第一长度L1，所述预设的滑动距离为第二长度L2，所述L2小于所述L1；m大于或等于2。
CN201910353737.4A 2019-04-29 2019-04-29 一种基于大数据技术的无线网络干扰检测方法及装置 Active CN110139308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910353737.4A CN110139308B (zh) 2019-04-29 2019-04-29 一种基于大数据技术的无线网络干扰检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910353737.4A CN110139308B (zh) 2019-04-29 2019-04-29 一种基于大数据技术的无线网络干扰检测方法及装置

Publications (2)

Publication Number Publication Date
CN110139308A CN110139308A (zh) 2019-08-16
CN110139308B true CN110139308B (zh) 2022-08-30

Family

ID=67575564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910353737.4A Active CN110139308B (zh) 2019-04-29 2019-04-29 一种基于大数据技术的无线网络干扰检测方法及装置

Country Status (1)

Country Link
CN (1) CN110139308B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114980194B (zh) * 2022-06-10 2024-05-03 中国联合网络通信集团有限公司 干扰检测方法、装置及存储介质
CN116540064B (zh) * 2023-04-07 2024-02-02 亚之捷智能装备(江苏)有限公司 一种基于大数据的信号处理电路的干扰监测方法及***

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102625341A (zh) * 2012-03-19 2012-08-01 北京六捷科技有限公司 对gsm-r网络干扰进行检测的装置和方法
CN103269499B (zh) * 2013-05-15 2016-08-03 京信通信***（广州）有限公司 一种检测干扰的方法及网络侧设备
CN105323791A (zh) * 2014-07-28 2016-02-10 北京欣易晨科技发展股份有限公司 铁路沿线gsm-r无线频谱监测***
CN108768734B (zh) * 2018-06-04 2021-03-23 北京全路通信信号研究设计院集团有限公司 一种基于多数据融合的gsm-r网络性能分析***

Also Published As

Publication number Publication date
CN110139308A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN108156626B (zh) 轨道交通无线网络质量评估方法、装置及介质
CN103888965B (zh) 一种伪基站定位方法
CN104853379B (zh) 一种无线网络质量评估方法及装置
CN102821408B (zh) 基于A口和Abis口信令数据的高速铁路场景网络优化方法
CN108462966B (zh) 一种基于2g网络高铁小区rru定位识别方法及***
CN105744553B (zh) 一种网络关联分析方法及装置
CN110139308B (zh) 一种基于大数据技术的无线网络干扰检测方法及装置
CN103906121B (zh) 一种定位外部干扰的方法及装置
CN106358212B (zh) 室内分布***的检测方法和装置
CN107567030A (zh) 一种排查与规避伪基站干扰的方法及***
CN108124270B (zh) 一种lte网络的覆盖评估方法及装置
CN112265570B (zh) 一种列车定位方法及***
CN110856188B (zh) 通信方法、装置、***和计算机可读存储介质
CN106304153B (zh) 一种确定室内用户的方法及装置
CN111866847B (zh) 移动通信网络数据分析方法、设备及计算机存储介质
CN105451332A (zh) 一种基于手机的定位伪基站的方法
CN110012429A (zh) 无人机终端识别方法及网络侧设备
CN103581990A (zh) 一种确定直放站吸收话务量的方法及装置
CN103458453A (zh) 网络分析方法、装置及***
CN110913418B (zh) 一种用于轨道交通通信故障预警和定位的方法及***
CN105120485A (zh) 一种异常事件的定位方法及***
CN109348490B (zh) 一种识别干扰铁路lte网络的邻接载波的方法及装置
KR20120000820A (ko) 이동통신망에서 전철 혼잡도 측정 방법 및 장치
CN109982373B (zh) Lte频繁回落点分析方法、装置、计算设备及存储介质
CN110113776B (zh) 一种基于大数据技术的无线网络覆盖趋势预测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant