[發(fā)明專利]一種基于大數(shù)據(jù)技術(shù)的C3無線通信超時(shí)分析方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210639552.1
• 申請(qǐng)日: 2022-06-07
• 公開（公告）號(hào): CN114995342A
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 徐平;張博;樊高峰;朱孝龍;方怡
• 申請(qǐng)（專利權(quán)）人: 深圳市桑達(dá)無線通訊技術(shù)有限公司
• 主分類號(hào): G05B23/02
• 分類號(hào): G05B23/02
• 代理公司: 深圳新創(chuàng)友知識(shí)產(chǎn)權(quán)代理有限公司 44223
• 代理人: 江耀鋒

1.一種基于大數(shù)據(jù)技術(shù)的C3無線通信超時(shí)分析系統(tǒng)，其特征在于，包括：

數(shù)據(jù)采集模塊，具有統(tǒng)一的數(shù)據(jù)采集平臺(tái)，適配各種所需傳輸協(xié)議和解碼協(xié)議，用于采集和/或?qū)敫黝愋驮O(shè)備運(yùn)行數(shù)據(jù)和硬件指標(biāo)數(shù)據(jù)；

數(shù)據(jù)中心智能分析模塊，基于所述數(shù)據(jù)采集模塊得到的數(shù)據(jù)，進(jìn)行實(shí)時(shí)和/或離線大數(shù)據(jù)計(jì)算，并結(jié)合數(shù)據(jù)挖掘和人工智能分析技術(shù)，構(gòu)建C3超時(shí)相關(guān)數(shù)據(jù)模型，生成C3超時(shí)知識(shí)庫(kù)和主題庫(kù)，以精準(zhǔn)定位C3超時(shí)原因和分布規(guī)律；

數(shù)據(jù)共享模塊，具有數(shù)據(jù)共享平臺(tái)，支持車載設(shè)備和地面設(shè)備的數(shù)據(jù)共享和交換，同時(shí)支持跨路局互聯(lián)，以實(shí)現(xiàn)數(shù)據(jù)和服務(wù)的橫向和縱向的共享和交換；

數(shù)據(jù)可視化模塊，具有數(shù)據(jù)可視化平臺(tái)，并提供零代碼C3超時(shí)分析操作功能，以結(jié)合大數(shù)據(jù)分析的C3超時(shí)原因知識(shí)庫(kù)，快速得出超時(shí)分析報(bào)告。

2.如權(quán)利要求1所述的分析系統(tǒng)，其特征在于，所述各類型設(shè)備運(yùn)行數(shù)據(jù)和硬件指標(biāo)數(shù)據(jù)至少包括：車載設(shè)備運(yùn)行日志、地面設(shè)備RBC記錄數(shù)據(jù)、GSM-R網(wǎng)絡(luò)側(cè)數(shù)據(jù)、列車運(yùn)行基礎(chǔ)數(shù)據(jù)、C3超時(shí)現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)和歷史數(shù)據(jù)；

所述GSM-R網(wǎng)絡(luò)側(cè)數(shù)據(jù)包括接口監(jiān)測(cè)數(shù)據(jù)和網(wǎng)關(guān)告警信息；

所述列車運(yùn)行基礎(chǔ)數(shù)據(jù)包括列車運(yùn)行時(shí)刻表、列車運(yùn)行線路信息和基站的分布信息；

所述C3超時(shí)現(xiàn)場(chǎng)測(cè)試數(shù)據(jù)包括場(chǎng)強(qiáng)覆蓋信息、干擾源信息、通信質(zhì)量信息和TA測(cè)試數(shù)據(jù)；

所述歷史數(shù)據(jù)包以往發(fā)生C3超時(shí)現(xiàn)象時(shí)的場(chǎng)強(qiáng)覆蓋信息、干擾源信息、通信質(zhì)量信息和TA測(cè)試數(shù)據(jù)，以及以往以記錄的車載設(shè)備運(yùn)行日志、地面設(shè)備RBC記錄數(shù)據(jù)、GSM-R網(wǎng)絡(luò)側(cè)數(shù)據(jù)和列車運(yùn)行基礎(chǔ)數(shù)據(jù)。

3.如權(quán)利要求1所述的分析系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊通過導(dǎo)入所述車載設(shè)備運(yùn)行日志觸發(fā)Flume實(shí)時(shí)采集數(shù)據(jù)；

所述地面設(shè)備的數(shù)據(jù)采用DataX定期從MySQL數(shù)據(jù)庫(kù)同步到大數(shù)據(jù)數(shù)據(jù)庫(kù)Hive中；

所述GSM-R網(wǎng)絡(luò)側(cè)數(shù)據(jù)以API的方式實(shí)時(shí)接入。

4.如權(quán)利要求1所述的分析系統(tǒng)，其特征在于，所述數(shù)據(jù)采集模塊還基于Flink構(gòu)建流批一體數(shù)據(jù)倉(cāng)庫(kù)，所述流批一體數(shù)據(jù)倉(cāng)庫(kù)包括ODS原始數(shù)據(jù)層、DIM維度層、DWD數(shù)據(jù)明細(xì)層、DWS匯總數(shù)據(jù)層、DM數(shù)據(jù)集市層和APP數(shù)據(jù)應(yīng)用層。

5.如權(quán)利要求4所述的分析系統(tǒng)，其特征在于，所述數(shù)據(jù)中心智能分析模塊基于Web可視化，以Spark和MapReduce為計(jì)算引擎，Yarn為資源管理器，內(nèi)置算法庫(kù)，通過簡(jiǎn)單的拖拉拽即可完成數(shù)據(jù)訓(xùn)練和建模；

所述數(shù)據(jù)訓(xùn)練和建模包括：選擇樣本數(shù)據(jù)，劃分訓(xùn)練集和測(cè)試集，選擇算法模型，訓(xùn)練模型，模型評(píng)估，參數(shù)調(diào)整，重復(fù)所述訓(xùn)練模型、所述模型評(píng)估和所述參數(shù)調(diào)整步驟，以優(yōu)化所述算法模型。

6.如權(quán)利要求5所述的分析方法，其特征在于，所述算法模型是決策樹算法，即采用決策樹算法對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試，從而構(gòu)建出不同超時(shí)原因分類的模型。

7.如權(quán)利要求6所述的分析方法，其特征在于，將所述數(shù)據(jù)倉(cāng)庫(kù)中所有C3超時(shí)相關(guān)明細(xì)數(shù)據(jù)作為原始數(shù)據(jù)集，采用隨機(jī)森林算法，將所述不同超時(shí)原因分類的模型進(jìn)行整合，得到最終的結(jié)果模型，所述結(jié)果模型可用于對(duì)C3超時(shí)做出預(yù)測(cè)。

8.一種基于大數(shù)據(jù)技術(shù)的C3無線通信超時(shí)分析方法，其特征在于，包括：

數(shù)據(jù)采集步驟，建立統(tǒng)一的數(shù)據(jù)采集平臺(tái)，適配各種所需傳輸協(xié)議和解碼協(xié)議，采集和/或?qū)敫黝愋驮O(shè)備運(yùn)行數(shù)據(jù)和硬件指標(biāo)數(shù)據(jù)；

數(shù)據(jù)中心智能分析步驟，基于所述數(shù)據(jù)采集步驟得到的數(shù)據(jù)，進(jìn)行實(shí)時(shí)和/或離線大數(shù)據(jù)計(jì)算，并結(jié)合數(shù)據(jù)挖掘和人工智能分析技術(shù)，構(gòu)建C3超時(shí)相關(guān)數(shù)據(jù)模型，生成C3超時(shí)知識(shí)庫(kù)和主題庫(kù)，以精準(zhǔn)定位C3超時(shí)原因和分布規(guī)律；

數(shù)據(jù)共享步驟，建立數(shù)據(jù)共享平臺(tái)，支持車載設(shè)備和地面設(shè)備的數(shù)據(jù)共享和交換，同時(shí)支持跨路局互聯(lián)，以實(shí)現(xiàn)數(shù)據(jù)和服務(wù)的橫向和縱向的共享和交換；

數(shù)據(jù)可視化步驟，建立數(shù)據(jù)可視化平臺(tái)，并提供零代碼C3超時(shí)分析操作，以結(jié)合大數(shù)據(jù)分析的C3超時(shí)原因知識(shí)庫(kù)，快速得出超時(shí)分析報(bào)告。