Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学喻鹏获国家专利权

北京邮电大学喻鹏获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京邮电大学申请的专利故障基站的检测方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115379492B

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210793131.4,技术领域涉及:H04W24/08;该发明授权故障基站的检测方法、装置、电子设备及存储介质是由喻鹏;刘彦博;李文璟;周凡钦;丰雷设计研发完成,并于2022-07-05向国家知识产权局提交的专利申请。

故障基站的检测方法、装置、电子设备及存储介质在说明书摘要公布了:本发明提供故障基站的检测方法、装置、电子设备及存储介质,其中,故障基站的检测方法包括:获得基站侧的运行数据和用户侧的用户数据;对运行数据进行时序分解与离群值检测,获得疑似故障基站情况;基于疑似故障基站情况,计算疑似故障基站为中心的正方形区域内当前用户数据与历史用户数据的信号质量分布差异;基于信号质量分布差异,确定故障基站。通过上述方式,本发明考虑时空因素并联合处理基站侧数据和用户侧数据而非单一数据,对基站侧小规模数据执行快速检测算法,给出异常信息对用户侧数据进行筛选,使得只有少量用户侧数据需要深度计算,大大降低了平均运行时间,降低了计算资源消耗。

本发明授权故障基站的检测方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种故障基站的检测方法,其特征在于,包括: 获得基站侧的运行数据和用户侧的用户数据;所述用户数据是疑似故障基站附近区域的用户数据; 对所述运行数据进行时序分解与离群值检测,获得疑似故障基站情况;其中,所述疑似故障基站情况包括疑似故障基站的基站序号; 基于所述疑似故障基站情况,计算所述疑似故障基站为中心的正方形区域内当前用户数据与历史用户数据的信号质量分布差异; 基于所述信号质量分布差异,确定故障基站; 所述对所述运行数据进行时序分解,包括: 每小时等间距采集基站侧的运行数据;其中,所述运行数据包括基站指标,所述基站指标包括用户连接数量,功率和总吞吐; 将预设天数内的运行数据按照时间顺序分别进行连接并排序,构成数据集合Sijk;其中,Sijk表示i号基站的j指标在第k个时间点上的值; 将每一个基站每一个指标的时序数据Sij以一天为周期,分别进行STL时序分解,获得周期项Seasonalij、趋势项Trendij和余项Remij; 基于所述数据集合Sijk和所述周期项Seasonalij获得处理集合S′ijk,其中,S′ijk=Sijk-Seasonalijk; 所述对所述运行数据进行时序分解与离群值检测,获得疑似故障基站情况,包括: 对时序数据S′ij进行GESD异常值检测; 若当前时间点k的所述处理集合S′ijk中的j指标属于异常点,则获得对应的i号基站作为所述疑似故障基站; 所述基于所述疑似故障基站情况,计算所述疑似故障基站为中心的正方形区域内当前所述用户数据与历史用户数据的信号质量分布差异之前,包括: 以所述疑似故障基站为中心确定检测区域,并将所述检测区域划分为若干网格; 获取所述检测区域内的用户侧的用户数据,并根据位置信息将所述用户数据按照网格进行分类;其中,所述用户数据包括所述位置信息和信号指标,所述信号指标包括当前小区信号、最大邻居小区信号和当前小区信号信噪比; 所述计算所述疑似故障基站为中心的正方形区域内当前用户数据与历史用户数据的信号质量分布差异,包括: 将每个网格内的当前时间点的信号指标分布情况和历史数据的同时段内同网格的信号指标分布情况进行对比,获得所述信号指标在相应网格内的信号质量分布差异; 所述将每个网格内的当前时间点的信号指标分布情况和历史数据的同时段内同网格的信号指标分布情况进行对比,获得所述信号指标在相应网格内的信号质量分布差异,基于所述信号质量分布差异,确定故障基站,包括: 计算每个网格内的当前时间点的信号指标分布和历史数据的同时段内同网格的信号指标分布的Wasserstein距离;其中,所述Wasserstein距离代表所述指标在对应网格区域内的分布差异度; 根据所述分布差异度将所述检测区域通过映射函数f转化为三个图层的像素图,其中,每一个图层代表一个信号指标差异度的二维平面分布; 将所述像素图输入通过预训练的卷积神经网络,得到所述像素图对应基站的故障概率; 基于所述基站的故障概率,确定故障基站。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。