摘要：網(wǎng)絡(luò)優(yōu)化之中，常用故障診斷。這類診斷途徑搭配著TD-LTE架構(gòu)內(nèi)的新式體系。這類診斷體系布設(shè)了神經(jīng)網(wǎng)絡(luò)，建構(gòu)了精準模型。經(jīng)過診斷流程應(yīng)能輸出擬定好的辨識結(jié)果，設(shè)定化解途徑，提升原有的智能化水準。按照運行成效來擬定可行的設(shè)計，縮減體系負擔，降低平日之中的修護耗費。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；TD-LTE；網(wǎng)絡(luò)故障診斷；技術(shù)要點

TD-LTE配有成套的網(wǎng)絡(luò)服務(wù)，應(yīng)被側(cè)重保障。故障辨識及診斷，對于未來時段的長久進展凸顯了側(cè)重的價值?，F(xiàn)場診斷之中，常會遇有多樣的疑難，它們關(guān)聯(lián)著復(fù)雜的成因，也緊密關(guān)聯(lián)著周邊范疇的無線環(huán)境。依托單一架構(gòu)內(nèi)的測試軟件，很難解析這樣的根本成因。對于此，還要配有最優(yōu)的診斷體系，才能辨識故障。針對細分出來的測試類別，辨別網(wǎng)絡(luò)狀態(tài)，擬定最適宜的建模思路。

一、概要體系架構(gòu)

網(wǎng)絡(luò)故障特有的辨識診斷，含有TD-LTE的配套體系，它能辨識測定記錄。在運行態(tài)勢下，還可監(jiān)視多樣的故障情形，便利精準掌握。體系含有初始的登錄模塊、模型及數(shù)據(jù)特有的管理板塊、常規(guī)診斷及體系管理。在這之中，故障辨識又可分出網(wǎng)絡(luò)架構(gòu)下的故障辨別、成套配件診斷。

診斷故障時，先要搜集必備的數(shù)值，經(jīng)過模塊統(tǒng)計。故障診斷配件及配套的模塊，含有數(shù)值解析、配件狀態(tài)測定、網(wǎng)絡(luò)狀態(tài)辨別。抽出庫內(nèi)數(shù)據(jù)、模塊內(nèi)的數(shù)據(jù)，綜合解析某一疑問。這樣做，可對篩選出來的某一故障定位，設(shè)定最優(yōu)方案。

二、登錄及管理

（一）初始登錄流程

初始時段的登錄模塊，維護著體系安全，規(guī)避非法情形下的模塊運用，它建構(gòu)了體系之中的門戶。這類模塊整合了設(shè)定好的用戶名稱、用戶特有的密碼、身份辨識及核對。輸入名稱密碼、查驗身份信息，調(diào)取體系架構(gòu)內(nèi)的表單信息以備查驗。若錄入進來的信息精準，那么進到設(shè)定好的主頁面內(nèi)，獲取某一層級的權(quán)限。若發(fā)覺了誤差信息，那么發(fā)出提醒。

（二）網(wǎng)絡(luò)數(shù)值管理

神經(jīng)網(wǎng)絡(luò)存留的各類數(shù)據(jù)，都應(yīng)有序管理。TD-LTE特有的體系內(nèi)，它被設(shè)定成必備板塊，它銜接著內(nèi)外數(shù)據(jù)以便彼此互通，搜集管理信息。數(shù)據(jù)管理板塊含有某一數(shù)值搜集端口、數(shù)值存儲端口、查驗及數(shù)值更改、后續(xù)數(shù)值刪除。數(shù)據(jù)搜集依托的板塊，含有配件測試的數(shù)值。數(shù)值存儲關(guān)聯(lián)的模塊，搜集并存留多重的數(shù)據(jù)，把它們整合在建構(gòu)好的數(shù)據(jù)庫內(nèi)。

測試必備數(shù)據(jù)、搜集得來的樣本數(shù)據(jù)，都被歸整至數(shù)據(jù)庫以內(nèi)。依托管理模塊來慎重查驗及管理它們。管理模塊擬定好的總流程，含有如下步驟：運用采集端口來辨識并搜集某一范疇的數(shù)值，把它們存留在制備好的表單內(nèi)。數(shù)據(jù)庫存留的某一數(shù)據(jù)表，可以管理這樣的數(shù)值。這類數(shù)值管理含有常規(guī)特性的新增數(shù)值、查驗及修正數(shù)值、刪掉冗余數(shù)值。

三、辨別故障形態(tài)

故障診斷板塊可分成網(wǎng)絡(luò)框架內(nèi)的故障辨別、設(shè)備配件潛藏的故障辨別。辨別網(wǎng)絡(luò)故障，面對著無線網(wǎng)絡(luò)側(cè)表征出來的若干故障；配件故障診斷，面對體系框架以內(nèi)的硬件配件。辨識網(wǎng)絡(luò)故障，針對查驗出來的故障類別，給出精準的辨識結(jié)果。這類模塊含有各時段的數(shù)值搜集、后續(xù)數(shù)值解析，它擬定了多層級的接口，負責診斷故障。

（一）子模塊作用

數(shù)據(jù)診斷、數(shù)據(jù)獲取都要依托某一類別的子模塊。按照用戶特有的要求來擬定適宜的過濾條件，以便獲得可用的測驗數(shù)據(jù)。另一種子模塊，負責平日之中的數(shù)值解析，它辨識了搜集得來的所有數(shù)值。后續(xù)數(shù)值處理，把解析出來的結(jié)果描畫成精準的柱狀圖、各類曲線圖，讓用戶直觀判別這一故障情形。接口子模塊查驗出了深層級的管理故障，它把歷經(jīng)處理得來的精準數(shù)值用于接續(xù)的故障辨識，給出設(shè)定報告，導(dǎo)出結(jié)果數(shù)值。

（二）設(shè)定診斷步驟

主要流程為：故障診斷依托的模塊，先要按照擬定出來的各類用戶來設(shè)定完備的過濾條件；運用這類條件，以便獲取庫存內(nèi)的可用數(shù)據(jù)。依托診斷結(jié)果，把數(shù)據(jù)調(diào)配至銜接著的診斷模塊，予以精準診斷，凸顯診斷結(jié)論。

（三）宏觀體系管理

神經(jīng)網(wǎng)絡(luò)特有的管理分支，隨時查驗它的安全狀態(tài)，規(guī)避非法態(tài)勢下的用戶侵入。這類常規(guī)管理，也能規(guī)避偏低層級內(nèi)的某一用戶來查驗高層級的體系性能。這類管理分支含有重新登錄、用戶狀態(tài)設(shè)置。

重新登錄必備的體系模塊，用在平日之中的重新登錄，便于用戶登錄。用戶擬定這一模塊，設(shè)置關(guān)聯(lián)的參照信息，這類特性帶有專用性。細化用戶設(shè)置，含有添加及更改、設(shè)定必備權(quán)限、刪掉附帶數(shù)據(jù)。體系管理及成套的登錄模塊，共同參照著擬定好的信息表單。子模塊帶有添加數(shù)值的特性，以及增刪數(shù)值這樣的特性，它們建構(gòu)了交互架構(gòu)下的信息表。采納權(quán)限模塊，交互運用這一信息表。

TD-LTE細分出來的管理分支，含有如下進程：先要辨別出信息表框架內(nèi)的一切信息，把它們凸顯在信息表之中。按照真實需求來增刪原初的數(shù)據(jù)，設(shè)定某層級的權(quán)限。修正及增刪特有的流程，先要篩選設(shè)定好的用戶，然后才可修正。

四、篩選診斷實例

采納TD-LTE這樣的體系，建構(gòu)了某一類別的診斷模型。這類模型拓展了固有的魯棒性，以及容錯特性，可以逼近某一復(fù)雜態(tài)勢下的非線性流程。它銜接著BP特有的神經(jīng)網(wǎng)絡(luò)，以此辨別故障。管理模型的細化模塊，負責常見的數(shù)值增刪、數(shù)值更改存儲。按照專家知識來建構(gòu)必備的輸入層級、對應(yīng)著的輸出層級、體系內(nèi)的隱藏層。

建構(gòu)的這一網(wǎng)絡(luò)查驗出了非線性的多重故障，后續(xù)優(yōu)化之中，它處理著偏復(fù)雜的若干關(guān)系。BP特有的這類網(wǎng)絡(luò)帶有反向傳播的總傾向，它設(shè)定出來的真實輸出、期望之中的數(shù)值常常帶有誤差，在這時，網(wǎng)絡(luò)即可采納逆向架構(gòu)下的前饋步驟，以便調(diào)整偏差。模型設(shè)計必備的頁面，設(shè)計了本源的診斷結(jié)構(gòu)；配套管理頁面查驗了現(xiàn)有的一切故障，予以訓(xùn)練并保存。建構(gòu)在KPI根基之上的這類新穎模型，含有如下層級的診斷及辨識步驟：

首先，KPI固有的某一偏離度應(yīng)被預(yù)先設(shè)定。查驗根本的故障成因，生成復(fù)雜架構(gòu)下的這種網(wǎng)絡(luò)模型。經(jīng)過慎重運算得出樣本范疇內(nèi)的精準偏離度，擬定了KPI特有的訓(xùn)練樣本。

其次，訓(xùn)練這種網(wǎng)絡(luò)，生成可用的各類權(quán)值、各類閾值等，同時存留建構(gòu)好的這種模型。網(wǎng)絡(luò)監(jiān)測范疇中的KPI，應(yīng)能運算出它的偏離度。

再次，調(diào)用了建構(gòu)好的BP網(wǎng)絡(luò)，診斷這一偏離度。輸出來的數(shù)值含有辨識結(jié)果、查找故障根源。為了查驗真實態(tài)勢下的運行情形，擬定了配套范疇中的診斷模型、配套保存模型、網(wǎng)絡(luò)訓(xùn)練模型。偏離度特有的變量，含有輸出層級內(nèi)的精準映射，它們帶有某一層級的對應(yīng)關(guān)系。

結(jié)語

通過解析可得，TD-LTE特有的通信體系，適合辨識神經(jīng)網(wǎng)絡(luò)范疇內(nèi)的多樣故障。歷經(jīng)仿真測試，配套模塊常規(guī)的運行很順暢，采納智能診斷。未來進展之中，應(yīng)能著力來完善這一體系。例如：依照真實狀態(tài)來變更慣用的模型，提升診斷之中的精準概率。采納多路徑下的診斷流程，有序縮減故障。

參考文獻：

[1]唐建華，謝志軍.基于神經(jīng)網(wǎng)絡(luò)的TD-LTE移動通信網(wǎng)絡(luò)故障診斷系統(tǒng)的設(shè)計與實現(xiàn)[J].移動通信，2014（10）：67-73.

[2]聞新，周露.神經(jīng)網(wǎng)絡(luò)故障診斷技術(shù)的可實現(xiàn)性[J].導(dǎo)彈與航天運載技術(shù)，2010（02）：17-22.

[3]張榮沂.基于神經(jīng)網(wǎng)絡(luò)的智能故障診斷技術(shù)[J].自動化技術(shù)與應(yīng)用，2013（02）：16-18+38.

[4]楊忠，盛昭瀚，鮑明.基于神經(jīng)網(wǎng)絡(luò)與符號推理綜合模型的故障診斷技術(shù)[J].振動.測試與診斷，2006（04）：40-46.

[5]吳蒙，貢璧，何振亞.人工神經(jīng)網(wǎng)絡(luò)和機械故障診斷[J].振動工程學報，2013（02）：153-163.

[6]姚劍敏，林明秀，宋建中.基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷技術(shù)探討[J].計算機仿真，2005（04）：187-189.