一种5G无线基站运维管理系统及方法与流程

本发明涉及基站运维管理，具体地说，涉及一种5g无线基站运维管理系统及方法。

背景技术：

1、以往基站运维管理中，监控频率和数据量相对较低，使用较为简单的监控工具和技术，监控范围和深度受限于4g/lte网络的技术特性，分析工具和技术可能较为基础，缺乏高级的数据分析功能，故障响应时间较长，可能需要几分钟甚至更长时间，诊断工具可能缺乏高级的故障预测功能，自动化程度相对较低，部分运维任务可能仍需手动完成，自动化工具可能缺乏高级的自我修复和优化功能。因此，提供一种5g无线基站运维管理系统及方法。

技术实现思路

1、本发明的目的在于提供5g无线基站运维管理系统及方法，以解决上述背景技术中提出的监控范围小、效率低，数据分析功能差，自动化程度低的问题。

2、为实现上述目的，一方面，本发明目的在于提供了5g无线基站运维管理系统，包括：

3、实时监控模块，所述实时监控模块通过流处理框架apache kafka实时监控基站的5g网络性能指标；

4、实时分析模块，所述实时分析模块通过窗口函数计算信号强度的平均值，通过iqr统计方法检测数据传输速度的异常值，通过arima事件序列分析法评估连接质量的趋势，通过动态调整窗口大小和步长来减少窗口之间的重叠，并且通过加权平均并引入环境因子优化窗口函数来平滑信号；

5、优化后的窗口函数为：

6、

7、其中，

8、

9、

10、表示平滑后的时间序列信号在时刻的值；表示动态调整后的窗口大小；表示窗口函数在时刻的权重；表示时间序列信号在时刻的值；表示基于环境因子的线性组合函数；表示变化阈值；表示当前窗口大小；表示最小窗口大小；表示最大窗口大小；表示时刻的信号变化率；表示时间序列信号在时刻的值；表示时间序列信号在时刻的值；

11、故障诊断模块，所述故障诊断模块基于实时分析结果，通过故障树分析诊断网络故障，提供修复建议；

12、自动化运维模块，所述自动化运维模块利用随机森林算法，实现故障预测、自动修复和资源动态分配。

13、作为本技术方案的进一步改进，所述实时监控模块通过流处理框架apache kafka实时监控基站的5g网络性能指标，包括以下步骤：

14、s2.1、部署kafka服务器，5g网络性能指标包括信号强度、数据传输速度和连接质量，为性能指标分别创建不同的topics；

15、s2.2、在基站部署数据采集器，定期收集信号强度、数据传输速度和连接质量数据，并将其发送到相应的kafka topics中；

16、s2.3、使用kafka消费者api来订阅之前创建的topics，并读取消息。

17、作为本技术方案的进一步改进，所述实时分析模块包括数据单元、传输单元、连接单元；

18、其中，数据单元使用滑动窗口函数来聚合信号强度数据，并计算平均值，通过动态调整窗口大小和步长来减少窗口之间的重叠，并且通过加权平均并引入环境因子优化窗口函数来平滑信号；

19、传输单元使用iqr统计方法来识别数据传输速度的异常值；

20、连接单元使用arima时间序列分析方法来评估连接质量随时间的变化趋势。

21、作为本技术方案的进一步改进，所述数据单元使用窗口函数来聚合信号强度数据，并计算平均值，通过动态调整窗口大小和步长来减少窗口之间的重叠，并且通过加权平均并引入环境因子优化窗口函数来平滑信号，具体为：

22、窗口函数优化前计算平均值具体为：

23、

24、其中，表示信号强度数据，表示窗口内所有信号强度值的平均值，表示窗口大小，表示当前正在处理的信号强度数据点的索引，用于遍历窗口内的信号强度数据点；

25、窗口函数优化后计算平均值具体为：

26、s4.1、使用iqr方法检测信号强度数据中的异常值，对于检测到的异常值，使用线性插值方法将其替换为邻近值的平均值；

27、s4.2、获取基站位置坐标、地形地貌、建筑物分布这些gis数据；通过传感器监测基站周围的环境条件，包括温度、湿度、风速；根据环境条件对基站的影响程度，为每个基站分配一个环境因子；

28、s4.3、计算信号强度随时间的变化率，根据变化率评估信号强度的稳定性，根据稳定性动态调整窗口大小；

29、s4.4、根据信号强度的变化情况和外部环境条件动态调整权重，将异常值处理、gis数据集成、动态调整窗口大小以及自适应权重函数结合起来，形成最终的优化窗口函数。

30、作为本技术方案的进一步改进，所述传输单元使用iqr统计方法来识别数据传输速度的异常值，包括以下步骤：

31、s5.1、收集一段时间内数据传输速度的记录作为数据集；

32、s5.2、将数据按照升序排序；

33、s5.3、计算第一四分位数q1，q1是所有数据中位于25%位置的数值，计算第三四分位数q3，q3是所有数据中位于75%位置的数值；

34、s5.4、计算四分位距iqr，；

35、s5.5、定义异常值界限；下限：，上限：；任何低于下限的数据点都被认为是异常值，任何高于下限的数据点都被认为是异常值；

36、s5.6、遍历数据集中的每一个数据点，标记出那些低于下限和高于上限的值作为异常值。

37、作为本技术方案的进一步改进，连接单元使用arima时间序列分析方法来评估连接质量随时间的变化趋势，包括以下步骤：

38、s6.1、收集关于连接质量的数据，包括丢包率、延迟、抖动；

39、s6.2、绘制时间序列图用于直观地了解连接质量的变化趋势，计算基本统计量，包括均值、标准差、最小值和最大值；

40、s6.3、使用adf测试来检查数据是否是平稳的，如果不平稳，则需要进行差分处理直至数据平稳；

41、s6.4、根据acf和pacf图确定模型参数自回归项数、差分阶数、移动平均项数；

42、s6.5、检查拟合的arima模型的残差序列是否为白噪声；

43、s6.6、使用确定的arima模型对未来的连接质量进行预测，预测结果用于评估连接质量随时间的变化趋势。

44、作为本技术方案的进一步改进，所述

45、s6.3中，使用adf测试来检查数据是否是平稳的具体步骤为：

46、s6.31、构建adf回归模型；

47、s6.32、选择滞后期数执行adf回归，并计算adf统计量；

48、s6.33、将计算出的adf统计量与临界值t进行比较，如果adf统计量小于临界值，认为数据是平稳的；如果adf统计量大于临界值，数据是非平稳的。

49、作为本技术方案的进一步改进，所述故障诊断模块基于实时分析结果，通过故障树分析诊断网络故障，包括以下步骤：

50、s8.1、确定要分析的具体网络故障：5g基站遭受dos攻击导致服务中断作为顶事件；

51、s8.2、列出导致顶事件发生的直接原因，包括信号强度过低、数据传输异常、连接质量下降；

52、s8.3、使用or门来表示基本事件间的逻辑关系，构建完整的故障树结构；

53、s8.4、收集历史的网络安全相关信息，包括信号强度的历史数据、数据传输速度的历史数据、连接质量的历史数据；

54、s8.5、基于历史数据，计算每个基本事件的发生概率，概率包括使用历史数据计算信号强度低于阈值r的概率、使用历史数据计算传输速度出现异常的概率、使用历史数据计算连接质量低于标准t的概率，评估哪件基本事件对顶事件的影响最大，确定关键的故障点；找出导致顶事件发生的最小基本事件集合；

55、s8.6、基于故障树分析结果，调整网络架构，包括调整信号覆盖范围用于提高信号强度、实时流量监控和异常检测机制以及及时发现数据传输速度异常、优化连接质量监测机制。

56、作为本技术方案的进一步改进，所述自动化运维模块利用随机森林算法，实现故障预测、自动修复和资源动态分配，包括以下步骤：

57、s9.1、收集与故障相关的历史数据，包括信号强度、数据传输速度、连接质量，从原始数据中提取反映设备的状态和潜在的故障模式的特征，将数据集划分为训练集和测试集；

58、s9.2、使用训练集数据训练随机森林模型，选择超参数，包括树的数量q、最大深度e，使用交叉验证来评估模型的性能并调整超参数；

59、s9.3、利用训练好的模型对新数据进行预测，用于识别潜在的故障模式；

60、s9.4、基于故障预测的结果，定义一套自动修复策略，当模型预测到潜在故障时，自动触发相应的修复策略；

61、s9.5、基于预测结果，动态调整资源分配。

62、另一方面，本发明提供了一种5g无线基站运维管理方法，基于上述的5g无线基站运维管理系统，包括如下步骤：

63、s10.1、通过流处理框架apache kafka实时监控基站的5g网络性能指标，性能指标包括信号强度、数据传输速度、连接质量；

64、s10.2、通过窗口函数计算信号强度的平均值，通过iqr统计方法检测数据传输速度的异常值，通过arima事件序列分析法评估连接质量的趋势；

65、s10.3、基于实时分析结果，通过故障树分析诊断网络故障，提供修复建议；

66、s10.4、利用随机森林算法，实现故障预测、自动修复和资源动态分配。

67、与现有技术相比，本发明的有益效果：

68、1、该5g无线基站运维管理系统及方法中，通过流处理框架apache kafka能够处理大量的实时数据流，包括信号强度、数据传输速度、连接质量，具有低延迟特性，可以快速处理和转发数据，这对于需要实时监控的场景尤为重要，基于这些监控数据，系统能够快速识别网络性能的变化，通过实时响应网络性能的变化，运维团队可以及时调整网络配置，例如动态分配资源以应对突发流量，优化信号强度，以及调整连接质量参数等，从而提高整体网络性能和用户体验。

69、2、该5g无线基站运维管理系统及方法中，通过故障树分析能够帮助识别导致故障的各种事件组合，从而提供有针对性的修复建议；利用随机森林算法能够准确预测可能出现的故障，并自动触发修复流程，同时根据网络负载动态调整资源分配，通过故障树分析和随机森林算法，运维管理系统能够自动检测、诊断和修复故障，大大减少了人工干预的需求，提高了运维效率，资源动态分配能够确保资源被合理分配，避免资源浪费，同时也能够确保在网络负载变化时快速响应，提高资源利用率。

技术特征：

1.一种5g无线基站运维管理系统，其特征在于，包括：

2.根据权利要求1所述的5g无线基站运维管理系统，其特征在于：所述实时监控模块（1）通过流处理框架apache kafka实时监控基站的5g网络性能指标，包括以下步骤：

3.根据权利要求1所述的5g无线基站运维管理系统，其特征在于：所述实时分析模块（2）包括数据单元、传输单元、连接单元；

4.根据权利要求3所述的5g无线基站运维管理系统，其特征在于：所述数据单元使用窗口函数来聚合信号强度数据，并计算平均值，通过动态调整窗口大小和步长来减少窗口之间的重叠，并且通过加权平均并引入环境因子优化窗口函数来平滑信号，具体为：

5.根据权利要求4所述的5g无线基站运维管理系统，其特征在于：所述传输单元使用iqr统计方法来识别数据传输速度的异常值，包括以下步骤：

6.根据权利要求5所述的5g无线基站运维管理系统，其特征在于：连接单元使用arima时间序列分析方法来评估连接质量随时间的变化趋势，包括以下步骤：

7.根据权利要求6所述的5g无线基站运维管理系统，其特征在于：所述s6.3中，使用adf测试来检查数据是否是平稳的具体步骤为：

8.根据权利要求1所述的5g无线基站运维管理系统，其特征在于：所述故障诊断模块（3）基于实时分析结果，通过故障树分析诊断网络故障，包括以下步骤：

9.根据权利要求1所述的5g无线基站运维管理系统，其特征在于：所述自动化运维模块（4）利用随机森林算法，实现故障预测、自动修复和资源动态分配，包括以下步骤：

10.一种5g无线基站运维管理方法，基于权利要求1-9中任意一项所述的5g无线基站运维管理系统，其特征在于，包括如下步骤：

技术总结
本发明涉及基站运维管理技术领域，具体地说，涉及一种5G无线基站运维管理系统及方法。其包括：实时监控模块通过流处理框架Apache Kafka实时监控基站的5G网络性能指标；实时分析模块通过窗口函数计算信号强度的平均值，通过IQR统计方法检测数据传输速度的异常值，通过ARIMA事件序列分析法评估连接质量的趋势，故障诊断模块基于实时分析结果，通过故障树分析诊断网络故障，提供修复建议，自动化运维模块利用随机森林算法，实现故障预测、自动修复和资源动态分配。本发明设计通过流处理框架Apache Kafka能够处理大量的实时数据流，包括信号强度、数据传输速度、连接质量，具有低延迟特性。

技术研发人员：李欣贵,王帆
受保护的技术使用者：南昌蓝创科技有限公司
技术研发日：
技术公布日：2024/9/23