CN115499863A - 一种基于邻接可见性超图变化的小区中断检测方法及装置 - Google Patents
一种基于邻接可见性超图变化的小区中断检测方法及装置 Download PDFInfo
- Publication number
- CN115499863A CN115499863A CN202211110442.2A CN202211110442A CN115499863A CN 115499863 A CN115499863 A CN 115499863A CN 202211110442 A CN202211110442 A CN 202211110442A CN 115499863 A CN115499863 A CN 115499863A
- Authority
- CN
- China
- Prior art keywords
- hypergraph
- visibility
- cell
- change
- adjacent
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于邻接可见性超图变化的小区中断检测方法及装置,接收当前基站覆盖范围内活动用户发出的测量信息并构建邻小区单元列表;根据邻小区单元列表构建邻接可见性超图;基于不同时刻的邻接可见性超图计算邻接可见性超图的改变矢量;将改变矢量作为网络中断分类器输入信息,并根据分类器确定待检测小区的网络状态;本发明通过活动用户的邻小区单元列表构建邻接可见性超图,可以结合多用户的检测信息,提高检测精度,并且通过计算不同时刻可见性超图的改变矢量,得到客观性更强的信号检测数据,进一步提升了网络信号检测精度。
Description
技术领域
本发明涉及网络检测技术领域,特别是涉及一种基于邻接可见性超图变化的小区中断检测方法及装置。
背景技术
5G为了满足不同客户和应用场景对通信网络的差异化服务能力的需求,在核心网引入NFV技术,传输网引入SDN的虚拟化技术、无线接入网引入超大规模天线***等因素使得5G网络的规模和复杂性急剧上升。同时5G切片的业务管理方式使得网络部署更加动态和复杂。这些都大幅提升了网络运营管理难度。
小区中断检测是网络状态实时感知、网络故障自动定位的一种途径。传统的小区中断检测主要基于用户小区级别的信号测量,通过将用户接收的RSRP值和RSRQ值分别与对应的门限值进行比较来判断小区是否中断。但是,传统方法中各项指标的门限值通常人为指定,随着网络覆盖的增加,无线信号变化范围很大,门限值很难确定,会导致检测正确率低下的问题。
发明内容
本发明的目的是提供一种基于邻接可见性超图变化的小区中断检测方法及装置,建立邻接可见性超图,并基于其变化量作为检测数据,以客观数据作为检测量,不再需要设定门限值,可以提升检测精度。
本发明采用以下技术方案:一种基于邻接可见性超图变化的小区中断检测方法,包括以下步骤:
接收当前基站覆盖范围内活动用户发出的测量信息并构建邻小区单元列表;
根据邻小区单元列表构建邻接可见性超图;
基于不同时刻的邻接可见性超图计算邻接可见性超图的改变矢量;
将改变矢量作为网络中断分类器输入信息,并根据分类器确定待检测小区的网络状态。
进一步地,接收当前基站覆盖范围内活动用户发出的测量信息并构建邻小区单元列表包括:
接收活动用户发送的满足配置请求的物理层小区标识;
查询物理层小区标识是否存在于当前基站的邻小区列表中;
当物理层小区标识不在邻小区列表时,向活动用户发送全球小区标识测量配置请求;
接收活动用户发送的满足配置请求的全球小区标识;
将全球小区标识加入到邻小区单元列表中。
进一步地,接收活动用户发送的满足配置请求的物理层小区标识之前包括:
当活动用户检测到服务小区波束信号强度低于第一阈值时,检测接收到的其他所有波束信号的第二信号强度;
当第二信号强度大于第二阈值时,将对应的波束信号作为满足配置请求的信号。
进一步地,根据邻小区单元列表构建邻接可见性超图之前包括:
接收邻小区单元列表中相邻小区发出的邻小区单元列表。
进一步地,根据邻小区单元列表构建邻接可见性超图包括:
以邻小区单元列表中的波束ID作为邻接可见性超图的节点、以小区内的所有可见波束作为邻接可见性超图的超边、以每个活动用户的可见波束作为常规边建立邻接可见性超图;
通过矩阵表达邻接可见性超图;矩阵中的行为邻接可见性超图的节点,矩阵中的列为邻接可见性超图的超边和常规边。
进一步地,基于不同时刻的邻接可见性超图计算邻接可见性超图的改变矢量包括:
计算矩阵中所有列的变化位数;
组合所有列的变化位数,得到改变矢量。
进一步地,网络中断分类器的训练方法为:
采集网络状态正常的小区的改变矢量,并为每个改变矢量标注标签,作为第一训练数据集;
采集网络中断的小区的改变矢量,并为每个改变矢量标注标签,作为第二训练数据集;
基于第一训练数据集和第二训练数据集训练网络中断分类器。
进一步地,网络中断分类器为基于知识的分类器或基于多元统计数据的分类器。
本发明的另一种技术方案为:一种基于邻接可见性超图变化的小区中断检测装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的一种基于邻接可见性超图变化的小区中断检测方法。
本发明的有益效果是:本发明通过活动用户的邻小区单元列表构建邻接可见性超图,可以结合多用户的检测信息,提高检测精度,并且通过计算不同时刻可见性超图的改变矢量,得到客观性更强的信号检测数据,进一步提升了网络信号检测精度。
附图说明
图1为本发明实施例中LTE***内的ANR交互过程示意图;
图2为本发明实施例中邻接可见性超图的示意图;
图3为本发明实施例中小区Cell 2宕机后邻接可见性超图的示意图;
图4为本发明实施例中网络中断分类器训练和宕机检测流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明公开了一种基于邻接可见性超图变化的小区中断检测方法,包括以下步骤:接收当前基站覆盖范围内活动用户发出的测量信息并构建邻小区单元列表;根据邻小区单元列表构建邻接可见性超图;基于不同时刻的邻接可见性超图计算邻接可见性超图的改变矢量;将改变矢量作为网络中断分类器输入信息,并根据分类器确定待检测小区的网络状态。
本发明针对小区网络设施由于故障或参数配置问题导致的服务中断问题,通过活动用户的邻小区单元列表构建邻接可见性超图,可以结合多用户的检测信息,提高检测精度,并且通过计算不同时刻可见性超图的改变矢量,得到客观性更强的信号检测数据,进一步提升了网络信号检测精度。
在一个实施例中,如图1所示,接收当前基站覆盖范围内活动用户发出的测量信息并构建邻小区单元列表包括:接收活动用户发送的满足配置请求的物理层小区标识;查询物理层小区标识是否存在于当前基站的邻小区列表中;当物理层小区标识不在邻小区列表时,向活动用户发送全球小区标识测量配置请求;接收活动用户发送的满足配置请求的全球小区标识;将全球小区标识加入到邻小区单元列表中。
具体的,接收活动用户发送的满足配置请求的物理层小区标识之前包括:
在本发明实施例中,源基站(如LTE***eNodeB)下发UE(用户端)测量配置信息,指示UE按照配置要求测量周边小区。测量配置要求为当活动用户检测到服务小区波束信号强度低于第一阈值时,检测接收到的其他小区所有波束信号的第二信号强度;当第二信号强度大于第二阈值时,将对应的波束信号作为满足配置请求的信号。
通常UE默认进行同频测量,在UE已经建立无线承载的情况下,eNodeB可通过信令RRC Connection Reconfiguration默认下发同频切换测量配置信息。UE需要进行异频测量时,需要eNodeB下发异频切换测量配置信息。通常情况下UE只有一个接收机,在同一时刻只可能在一个频点上接收信号,没办法同时接收两个频点信息。所以测量GAP(异频测量间隔)就是让UE离开当前频点到其他频点测量的时间段,测量GAP用于异频测量和异***测量。在异频与异***测量中,UE只在测量GAP内进行测量。激活GAP模式,进行异频测量。
示例性的,小区A的UE以测量报告的方式上报满足测量配置要求(即测量配置请求)的Cell B(即小区B)的PCI(物理层小区标识)给源eNodeB Cell A(即小区A)。源eNodeB查询Cell B的PCI是否存在Cell A的***内NCL(即邻小区列表)中。若存在,则退出该流程;若不存在,源eNodeB向UE下发测量配置请求,要求UE去读取Cell B的ECGI(全球小区标识)、TAC(追踪区域:Tracking Area Code)、PLMN ID list(陆地移动通信网络标识列表)等参数的请求。
UE将读取到的Cell B的ECGI、TAC、PLMN ID list等参数信息上报给源eNodeB。源eNodeB将新发现的Cell B的邻区信息添加进源eNodeB的***内NCL,同时将邻区关系添加进Cell A的***内NRT。
小区B的UE以相同的方式构建小区B的NCL。
在一个实施例中,根据邻小区单元列表构建邻接可见性超图之前包括:接收邻小区单元列表中相邻小区发出的邻小区单元列表。为了获取更多的有用信息,在一定的区域内,基站之间会通过标准接口如X2互相交换信息,以便于更好地提供服务。
作为一种具体的实现方式,根据邻小区单元列表构建邻接可见性超图包括:以邻小区单元列表中的波束ID作为邻接可见性超图的节点、以小区内的所有可见波束作为邻接可见性超图的超边、以每个活动用户的可见波束作为常规边建立邻接可见性超图;通过矩阵表达邻接可见性超图;矩阵中的行为邻接可见性超图的节点,矩阵中的列为邻接可见性超图的超边和常规边。
邻小区单元列表(NCL)报告可以创建可见性关系图(即邻接可见性超图),邻接可见性超图是根据移动终端(UE)接收到的NCL报告而生成的,邻接超图元素包括超边、边缘权重和顶点。其中,边缘权重表示已报告特定邻区关系的移动终端的数量,顶点表示波束ID。
NCL报告始终在UE处于活动的连接状态下生成的,此时UE连续测量其当前连接的服务小区的无线信道的波束信号强度和质量,同时也测量了一些邻小区的波束信号,这些邻小区构成了潜在切换的候选小区。这些测量结果被发送到当前服务小区的基站,以决定是否必须执行切换。正在进行连接的终端在其可见范围内最多可测量M个基站,并以T为间隔发送NCL报告,其中包含N个最佳测量结果。
例如,在GSM***中,正在进行连接的终端在其可见范围内最多可测量16个基站,并以480ms的间隔发送NCL报告,其中包含6个最佳测量结果。不同终端的NCL报告,通过从属网络实体(a subordinated network entity)来检索。测量报告的详细信息从GSM到UMTS或LTE是有所不同的,但假设以规则的时间间隔报告邻小区列表,这在不同的无线接入技术中是可以实现的。
基于不同终端的测量报告,构建可见性超图,且观测可见性超图中元素的变化是本发明提出的小区中断问题检测的关键要素。具体而言,邻接可见性超图是按固定的时间间隔创建的,并且该邻接可见性超图的任何异常变化都可能包含小区中断的提示信息。如图2所示,描绘了这种超图的具体示例,两个连续的可见性超图G(t1)和可见性超图G(t1+T)通过时间间隔T建立。为描述方便,以下简称图,本实施例提出的检测方法对在G(t1+T)中变得孤立的任何节点都很敏感,在这种情况下会创建图的变化模式。
在图2中,用户A1当前时刻由cell 1的波束V11提供服务,且能收到Cell 2的波束v22的波束信号,用户A2当前时刻由cell 1的波束V13服务,且能收到Cell 2的波束v21的波束信号。而用户B1当前由cell 2的波束V22服务,且能收到Cell 1的波束v14的波束信号。用户B2当前由cell 2的波束V23服务,且能收到Cell 1的波束v12的波束信号。
在该示例图中,小区A两个用户终端的覆盖可见性范围为围绕它们各自位置的圆圈,其用户A1和A2的NCL报告包含服务小区cell 1的波束V11、V13作为当前服务波束,以及相邻小区cell 2的波束V21、V22,它们是其可见范围内的相邻小区的波束ID,而服务小区B用户B1和B2的NCL报告也会相应地构建。
在该实施例中,cell 1和cell 2会相互交换信息,进而根据四个用户(即A1、A2、B1和B2)的NCL报告构建可见性超图。
可见性超图由节点、超边,以及常规边组成。其中,节点包括小区下的波束组成,而超边则由小区中服务用户的波束和其他小区用户报告的可见波束组成,除了超边,链接节点之间的边为常规边,通常链接两个节点,由一个用户的服务波束和另一个小区的可见波束组成。
在本发明实施例中,为了描述和计算方便,通过矩阵表达邻接可见性超图;矩阵中的行为邻接可见性超图的节点,矩阵中的列为邻接可见性超图的超边和常规边。
例如,图下表1所示,超边He1(连接4个节点:v11,v12,v13,v14)包括两部分:1)用户A1和A2的NCL报告中服务波束ID(v11,v13)构成;2)用户B1和B2的NCL报告中可见波束ID构成(v12,v14)。同样,超边He2(连接3个节点:v21,v22,v23)也包括两部分:1)用户A1和A2的NCL报告中可见波束ID(v21,v22)构成;2)用户B1和B2的NCL报告中服务波束ID(v22,v23)构成。
超边图可用矩阵表示,超边包括的节点,其超边所在列与所含节点所在行的交叉点值取1,否则为0。连接边的两个节点,对应节点的所在行与边所在列的位置为1,否则为0。
表1
He1 | He2 | E1 | E2 | E3 | E4 | |
V11 | 1 | 0 | 1 | 0 | 0 | 0 |
V12 | 1 | 0 | 0 | 1 | 0 | 0 |
V13 | 1 | 0 | 0 | 0 | 1 | 0 |
V14 | 1 | 0 | 0 | 0 | 0 | 1 |
V21 | 0 | 1 | 0 | 0 | 1 | 0 |
V22 | 0 | 1 | 1 | 0 | 0 | 1 |
V23 | 0 | 1 | 0 | 1 | 0 | 0 |
V24 | 0 | 0 | 0 | 0 | 0 | 0 |
在网络的正常运行期间,可见性超图会频繁变化,这些变化是由开始和结束呼叫、用户移动性、无线电传播的变化(如毫米波阻挡)以及NCL报告本身的变化引起。
在网络发生宕机时的可见性超图将发生变化,例如,小区Cell 2宕机导致的超图如图3所示。与各小区的原始状态(即未宕机情形)相比,图3中用户B(即包含了B1和B2)的NCL报告不再被接收,造成用户B的可见波束消失(即用户B无法完成测量报告),如(v12,v14)。同时cell 2用户的服务波束消失,如(v22,v23),Cell A中用户的可见波束(v21,v22)。每种宕机情况都会导致可见性超图中的一个超边的消失。
当小区Cell 2宕机后,由于邻接可见性超图发生变化,则对应的矩阵也会发生变化,发生变化后的矩阵如下表2所示,同时将表1的矩阵和表2的矩阵进行计算后,得到的变化矩阵如表3所示。
表2
He1 | He2 | E1 | E2 | E3 | E4 | |
V11 | 1 | 0 | 0 | 0 | 0 | 0 |
V12 | 0 | 0 | 0 | 0 | 0 | 0 |
V13 | 1 | 0 | 0 | 0 | 0 | 0 |
V14 | 0 | 0 | 0 | 0 | 0 | 0 |
V21 | 0 | 0 | 0 | 0 | 0 | 0 |
V22 | 0 | 0 | 0 | 0 | 0 | 0 |
V23 | 0 | 0 | 0 | 0 | 0 | 0 |
V24 | 0 | 0 | 0 | 0 | 0 | 0 |
表3
He1 | He2 | E1 | E2 | E3 | E4 | |
V11 | 0 | 0 | -1 | 0 | 0 | 0 |
V12 | -1 | 0 | 0 | -1 | 0 | 0 |
V13 | 0 | 0 | 0 | 0 | -1 | 0 |
V14 | -1 | 0 | 0 | 0 | 0 | -1 |
V21 | 0 | -1 | 0 | 0 | -1 | 0 |
V22 | 0 | -1 | -1 | 0 | 0 | 0 |
V23 | 0 | -1 | 0 | -1 | 0 | 0 |
V24 | 0 | 0 | 0 | 0 | 0 | 0 |
进而,根据不同时刻的邻接可见性超图计算邻接可见性超图的改变矢量包括:计算矩阵中所有列的变化位数;组合所有列的变化位数,得到改变矢量。
由此可知,超边1的度的变化量为2,超边2的度的变化量为3,边1的度的变化量为2,边2的度的变化量为2,边3的度的变化量为2,边4的度的变化量为2。则对应的超图模式改变矢量为:X=[2,3,2,2,2,2],使用该改变矢量输入到分类器中,即可得到小区的网络状态预测。
在本发明实施例中,网络中断分类器的训练方法为:采集网络状态正常的小区的改变矢量,并为每个改变矢量标注标签,作为第一训练数据集;采集网络中断的小区的改变矢量,并为每个改变矢量标注标签,作为第二训练数据集;基于第一训练数据集和第二训练数据集训练网络中断分类器。
如上内容可知,利用上述数据组成的矢量X训练学习一个分类模型,通过输出结果可以判断小区宕机情况。由于小区宕机会产生特征性的变化模式,通过变化模式,可以将其与可见图的正常波动区分开,从而宕机检测问题可以转化为可见图变化模式的分类问题。
一组项目的分类是将相似的项目分配给几个不同类别中的一个。将可见图变化模式分为中断和非中断情况的任务可以视为具有一组预定义类的二进制分类问题。分类算法广泛应用于自动模式识别,本发明实施例中,网络中断分类器为基于知识的分类器(例如专家***,神经网络,遗传算法等)或基于多元统计数据的分类器(例如聚类分析,分类和回归树等)。
综上,基于分类器的宕机检测算法实例可采用上述任意种类的分类技术。其基本步骤参见图4的训练和宕机检测流程图。
在正常小区收集小区用户的邻区测量报告,据此构建可见性超图,以及可见图变化模式;在异常宕机小区,收集小区用户的邻区测量报告,据此构建可见性超图,以及可见图变化模式;
给正常小区超图模式改变矢量数据集合{Xm,m=1,2,…,M}打标签为正常{Ym=1,m=1,2,…,M},给异常宕机小区超图模式改变矢量数据集合{Xn,n=1,2,…,N}打标签为异常{Yn=0,n=1,2,…,N}。
利用{Xm,Ym}和{Xn,Yn}训练分类器;最后,利用训练好的分类器,进行宕机检测:即收集待检测小区用户的邻区测量报告,据此构建可见性超图,以及可见图变化模式矢量X,将X输入分类器,输出结果即为检测结果。
本发明还公开了一种基于邻接可见性超图变化的小区中断检测装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的一种基于邻接可见性超图变化的小区中断检测方法。
上述的装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该装置可包括但不仅限于处理器、存储器。本领域技术人员可以理解,该装置可以包括更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器在一些实施例中可以是所述装置的内部存储单元,例如装置的硬盘或内存。所述存储器在另一些实施例中也可以是所述装置的外部存储设备,例如所述装置上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器还可以既包括所述装置的内部存储单元也包括外部存储设备。所述存储器用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述装置的具体内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
Claims (9)
1.一种基于邻接可见性超图变化的小区中断检测方法,其特征在于,包括以下步骤:
接收当前基站覆盖范围内活动用户发出的测量信息并构建邻小区单元列表;
根据所述邻小区单元列表构建邻接可见性超图;
基于不同时刻的所述邻接可见性超图计算所述邻接可见性超图的改变矢量;
将所述改变矢量作为网络中断分类器输入信息,并根据分类器确定待检测小区的网络状态。
2.如权利要求1所述的一种基于邻接可见性超图变化的小区中断检测方法,其特征在于,接收当前基站覆盖范围内活动用户发出的测量信息并构建邻小区单元列表包括:
接收活动用户发送的满足配置请求的物理层小区标识;
查询所述物理层小区标识是否存在于当前基站的邻小区列表中;
当所述物理层小区标识不在所述邻小区列表时,向活动用户发送全球小区标识测量配置请求;
接收活动用户发送的满足配置请求的全球小区标识;
将所述全球小区标识加入到邻小区单元列表中。
3.如权利要求2所述的一种基于邻接可见性超图变化的小区中断检测方法,其特征在于,接收活动用户发送的满足配置请求的物理层小区标识之前包括:
当活动用户检测到服务小区波束信号强度低于第一阈值时,检测接收到的其他小区所有波束信号的第二信号强度;
当第二信号强度大于第二阈值时,将对应的波束信号作为满足配置请求的信号。
4.如权利要求2或3所述的一种基于邻接可见性超图变化的小区中断检测方法,其特征在于,根据所述邻小区单元列表构建邻接可见性超图之前包括:
接收邻小区单元列表中相邻小区发出的邻小区单元列表。
5.如权利要求4所述的一种基于邻接可见性超图变化的小区中断检测方法,其特征在于,根据所述邻小区单元列表构建邻接可见性超图包括:
以所述邻小区单元列表中的波束ID作为邻接可见性超图的节点、以小区内的所有可见波束作为邻接可见性超图的超边、以每个活动用户的可见波束作为常规边建立邻接可见性超图;
通过矩阵表达所述邻接可见性超图;所述矩阵中的行为所述邻接可见性超图的节点,所述矩阵中的列为所述邻接可见性超图的超边和常规边。
6.如权利要求5所述的一种基于邻接可见性超图变化的小区中断检测方法,其特征在于,基于不同时刻的所述邻接可见性超图计算所述邻接可见性超图的改变矢量包括:
计算所述矩阵中所有列的变化位数;
组合所有列的变化位数,得到所述改变矢量。
7.如权利要求5或6所述的一种基于邻接可见性超图变化的小区中断检测方法,其特征在于,网络中断分类器的训练方法为:
采集网络状态正常的小区的改变矢量,并为每个改变矢量标注标签,作为第一训练数据集;
采集网络中断的小区的改变矢量,并为每个改变矢量标注标签,作为第二训练数据集;
基于第一训练数据集和第二训练数据集训练网络中断分类器。
8.如权利要求7所述的一种基于邻接可见性超图变化的小区中断检测方法,其特征在于,所述网络中断分类器为基于知识的分类器或基于多元统计数据的分类器。
9.一种基于邻接可见性超图变化的小区中断检测装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-8任一项所述的一种基于邻接可见性超图变化的小区中断检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211110442.2A CN115499863A (zh) | 2022-09-13 | 2022-09-13 | 一种基于邻接可见性超图变化的小区中断检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211110442.2A CN115499863A (zh) | 2022-09-13 | 2022-09-13 | 一种基于邻接可见性超图变化的小区中断检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115499863A true CN115499863A (zh) | 2022-12-20 |
Family
ID=84467884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211110442.2A Pending CN115499863A (zh) | 2022-09-13 | 2022-09-13 | 一种基于邻接可见性超图变化的小区中断检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115499863A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116192662A (zh) * | 2023-05-04 | 2023-05-30 | 中国电信股份有限公司四川分公司 | 基于业务行为预测与确定性网络关联模型及推荐方法 |
-
2022
- 2022-09-13 CN CN202211110442.2A patent/CN115499863A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116192662A (zh) * | 2023-05-04 | 2023-05-30 | 中国电信股份有限公司四川分公司 | 基于业务行为预测与确定性网络关联模型及推荐方法 |
CN116192662B (zh) * | 2023-05-04 | 2023-06-23 | 中国电信股份有限公司四川分公司 | 基于业务行为预测与确定性网络关联模型及推荐方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | A dynamic affinity propagation clustering algorithm for cell outage detection in self-healing networks | |
CN111867049A (zh) | 定位方法、装置及存储介质 | |
CN111405585B (zh) | 一种基于卷积神经网络的邻区关系预测方法 | |
US10225816B2 (en) | Facilitation of timed fingerprint mobile device locating | |
CN115499863A (zh) | 一种基于邻接可见性超图变化的小区中断检测方法及装置 | |
CN113379176A (zh) | 电信网络异常数据检测方法、装置、设备和可读存储介质 | |
CN112308345A (zh) | 通信网络负荷预测方法、装置及服务器 | |
CN115604778A (zh) | 一种节点接入方法、装置、设备以及存储介质 | |
EP4171128A1 (en) | Cell reselection method, network management device, base station, and storage medium | |
CN110753369B (zh) | 一种中断小区检测方法及装置 | |
CN114339913B (zh) | 无线网络的邻小区更新方法、装置、介质及电子设备 | |
WO2017020273A1 (en) | Method and device for positioning and method of generating a positioning database in multicarrier network | |
Zheng et al. | RSS-based indoor passive localization using clustering and filtering in a LTE network | |
US20220095267A1 (en) | LINE OF SIGHT (LoS)/NON-LINE OF SIGHT (NLoS) POINT IDENTIFICATION IN WIRELESS COMMUNICATION NETWORKS USING ARTIFICIAL INTELLIGENCE | |
Zhohov et al. | Reducing latency: Improving handover procedure using machine learning | |
CN111726861B (zh) | 异构设备室内定位方法、装置、***和存储介质 | |
CN106658519A (zh) | 降低srvcc切换时延的方法 | |
CN107396325B (zh) | 无线访问接入点的邻居提取***、方法及相关装置 | |
US9801154B1 (en) | Method and location-determining device for correcting positioning location | |
CN113840225A (zh) | 终端定位方法、装置以及存储介质 | |
CN113301580B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN114390605B (zh) | 切换方法、装置、设备及存储介质 | |
Yu et al. | Intelligent Detection of Network Coverage Problems Based on the Clustering Algorithm | |
WO2022062908A1 (zh) | 一种配置切换配置信息的方法及装置 | |
EP4391409A1 (en) | Beam grid optimization |
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 |