一种室分隐性故障识别方法及装置

    公开(公告)号:CN115119237A

    公开(公告)日:2022-09-27

    申请号:CN202110284680.4

    申请日:2021-03-17

    Abstract: 本发明实施例提供了一种室分隐性故障识别方法及装置,其中,该方法包括:判断目标室分小区所存在的历史相关指标数据是否满足预设条件;若是,则基于当日之前第二预设时段长度的历史相关指标数据,采用时序分解异常检测算法对目标室分小区进行室分故障识别;否则,基于当日之前的第三预设时段长度内的历史相关指标数据,采用指标数据同比增长异常检测算法对目标室分小区进行室分故障识别;其中,上述预设条件包括历史相关指标数据所对应的历史时段长度达到第一预设时段长度。本发明实施例,无需人工现场勘测即可实现室分故障识别,省时省力,并且效率和准确性均得到了提高。

    网络负载均衡判决方法、装置、设备及计算机存储介质

    公开(公告)号:CN114599060A

    公开(公告)日:2022-06-07

    申请号:CN202011401636.9

    申请日:2020-12-03

    Inventor: 郭宝 李遥 张阳

    Abstract: 本发明实施例提供了一种网络负载均衡判决方法、装置、设备及计算机存储介质。该方法包括:获取劈裂小区中终端设备上报的测量报告,测量报告包括终端设备所在服务小区的参考信号接收频率RSRP和服务小区的邻小区的RSRP,若服务小区的RSRP和邻小区的RSRP满足预设条件,则确定劈裂小区不存在越区覆盖,获取劈裂小区的下行流量与小区内的无线资源控制RRC连接的终端设备的数量,根据劈裂小区的下行流量与小区内的无线资源控制RRC连接的终端设备的数量确定压抑点,根据压抑点确定目标小区的流量模型,根据流量模型确定劈裂小区负载是否均衡能够准确的判决扇区劈裂的小区负载是否均衡。

    一种NB-IoT覆盖预测方法及装置

    公开(公告)号:CN110519767A

    公开(公告)日:2019-11-29

    申请号:CN201810488920.0

    申请日:2018-05-21

    Abstract: 本发明实施例提供一种NB-IoT覆盖预测方法及装置。所述方法包括获取GSM900网络下的第一覆盖状态,所述第一覆盖状态至少包括每个栅格的第一电平;通过比对NB-IoT网络与GSM900网络的传输特性得到覆盖映射模型,所述覆盖映射模型至少包括NB-IoT网络与GSM900网络在每个栅格的电平差;根据所述覆盖映射模型的电平差和第一覆盖状态下的第一电平,得到NB-IoT网络下的第二覆盖状态,所述第二覆盖状态包括每个栅格的第二电平,本发明实施例通过建立NB-IoT网络与GSM900网络间的覆盖映射模型,根据GSM900网络的栅格覆盖状态,从而快速、简单、准确得预测出NB-IoT网络中的栅格覆盖状态。

    一种基站设备数据管理方法、装置及电子设备

    公开(公告)号:CN115114603B

    公开(公告)日:2024-06-11

    申请号:CN202110284692.7

    申请日:2021-03-17

    Abstract: 本申请实施例提供了一种基站设备数据管理方法、装置及电子设备,应用于区块链节点,包括:获取数据有效性检测规则信息,并向区块链节点所在的区块链网络中部署与数据有效性检测规则信息对应的第一智能合约,第一智能合约用于对数据信息数字证书身份信息的有效性进行检测,然后,接收数据存储者发布的数据存储请求,并在数据存储者的数字证书身份信息验证通过的情况下,触发第一智能合约对待存储的目标数据的有效性进行检测,得到检测结果,在检测结果满足第一预设条件的情况下,将目标数据存储在区块链中的预定位置处,并对目标数据所对应的校验信息进行广播。通过本申请实施例,有效提高了存储数据的有效性及安全性,以及数据存储的可追溯性。

    一种eSRVCC异常分析方法和装置

    公开(公告)号:CN111246498B

    公开(公告)日:2022-12-09

    申请号:CN201811443173.5

    申请日:2018-11-29

    Abstract: 本发明实施例提供一种eSRVCC异常分析方法和装置,借助MR数据定位eSRVCC的位置和无线信号交叠特征、联合CTR大数据分析判决出eSRVCC执行前的“时间‑强度”特征、以及该LTE小区的信号强度分布特征,由这三类特征组合出60格的“特征格空间”。每一格小空间代表了:eSRVCC发生的LTE小区的覆盖类型是什么、目标切换小区与LTE的覆盖关系如何、测量和执行阶段的特征是什么。在60格的“特征格空间”中,由当前eSRVCC发生时所处的“特征格”,对比之前三者结合计算出的最优“特征格”,判定不同的eSRVCC失败原因值并区分不同原因调整优化。

Patent Agency Ranking