GSM-R无线网络质量状态预警系统

系统介绍

Product introduction

以全量接口数据为主，以网络性能数据为辅，采用大数据技术构建以小区、车载、区段三大对象的评价指标体系，勾画“小区画像”、“车载画像”和“区段画像”，全面剖析通信质量、机车性能等方面指标，对潜在问题进行预警提示，挖掘出潜在问题的根源，进行重点整治，变被动为主动，提前发现问题并解决问题，减少故障的发生率。状态预警坚持预防为主，提前发现潜在问题，做好问题提前预判，给路局提供攻关整治的目标，以达到减少故障发生的目的。

• 
  

  状态预警

  • 状态预警从网络环境、直放站问题、车载性能等方面进行问题分析，对达到各指标状态预警线的重点小区、直放站、机车进行提示。

• 
  

  画像剖析

  • 系统采用画像的概念对体检对象进行深层次剖析，从切换、C3故障、性能指标、通信质量等方面对每个对象采用不同指标检测，提前发现是否有故障隐患。

• 
  

  关注中心

  • 需要重点关注的小区、机车和区段，通过添加关注，可方便观察后续状态和查看整治效果。

• 
  

  体检明细

  • 需要重点关注的小区、机车和区段，通过添加关注，可方便观察后续状态和查看整治效果。

• 
  

  向导分析

  • 对于异常事件可支持向导分析。按照异常事件的处理流程，组织关联分析数据，为网络运维提供数据与功能支撑。

• 
  

  质量评价

  • 基于AHP 与 TOPSIS算法，构建质量评价指标体系，对线路、小区等关注对象进行综合评价。实现多维度指标的归集与对象状态评估。

• 画像深度剖析

  系统采用画像的概念，对关注对象进行深层次多角度的解析，能掌握关注对象的状况，包括潜在的痛点问题。行车数据繁杂，各类交互数据相辅相成，“牵一发而动全身”，任意两网元部件的交互异常都可能影响正常行车，因此系统对关注对象多维度的检测，能发现很多被忽视的细节问题。重点关注的对象一是机车，二是基站所处的网络环境，包括基站中比较特殊的直放站，对这些重点关注对象从切换性能、网络质量、发射接受性能、多径干扰、超时故障状况等维度深度剖析，检测出具体故障隐患点，有针对性的优化，提高网络优化效率和准确度。

• 故障提前预警

  当前G网优化的思路主要还是故障发生后进行定点处理，这种“故障修”的方式并不能减少故障发生，因此状态预警系统的实现理念是由“故障修”转为“状态修”，通过检测全量车载运行数据，对达到异常标准的指标进行捕捉，车辆运行中状态异常有偶发和频发，采用智能识别算法，剔除偶发的异常，对频发的异常状态进行提前预警，在故障发生前处理好异常隐患，能有效避免故障发生的可能性。