基于感知学习算法的地铁通信故障定位方法

由于对异常地铁通信程度的不够完善,导致在故障定位阶段准确性较低,为此,提出基于感知学习算法的地铁通信故障定位方法。考虑到地铁通信系统输出日志中的单个异常状态受其在整个通信系统中的占比影响,无法直接作为判断通信设备是否存在异常的标准,对单位运行时间内地铁通信节点状态权重进行差异化设置后,实现对其异常严重程度的计算,并根据计算结果与告警阈值之间的关系构建了通信节点的故障告警函数,以此判断通信节点是否存在异常。在机器学习中的二元分类函数PLA算法中引入了误差函数,计算得到满足分类要求的目标参数值,根据分类结果判断各个通信节点的状态,实现对故障的定位。测试结果表明,在SINR阈值范围为-3dBm条件下,设计方法对故障定位的准确度为100.0%,在SINR阈值范围为-10dBm条件下,设计方法对故障定位的准确度为80.0%。