无线基站故障率影响因素研究

随着移动网络规模增长,网络维护工作量持续增多,基站的硬件故障处理占整体维护工作量的比重不断攀升。基站硬件故障除受硬件自身质量的影响外,基站所在地的气候、部署条件、机房环境和运行年限等因素也是影响基站故障的重要原因。本文基于基站故障的统计数据,采用深度神经网络算法建立了一种硬件故障预测模型。采用该硬件故障预测模型,针对2022年基站硬件故障统计数据,98.59%的样本预测故障率与真实故障率误差小于1%。所构建的深度神经网络模型考虑了气温、降水量、室内/室外条件、电力条件和入网年限等环境因素,具备一定的泛化能力,可用于全国地市的基站硬件故障率预测。

信号跨站覆盖解决地铁基站故障的可行性研究

为了减少单基站故障的影响范围,采用变更相邻站频点、系统邻站数据及发射功率等手段,跨区间覆盖故障站点,优先保障行车通信,为基站抢修争取充裕时间,并形成一套标准统一的、时效性更强的基站故障处理手段。

基站网络障碍处理技巧

网络信号好、通话质量好,这是中国移动留在很多人头脑里的印象。在中国,很多用户不约而同地选择了中国移动公司,与移动"信号好"密不可分。畅通的网络,有赖于完善的网络覆盖,有赖于安全、高速的网络质量。而网络维护部门,正是保障这一切的卫士。

基于仿真软件的GSM-R系统交织方案验证

正GSM-R是国际铁路联盟(UIC)为统一铁路通信制式、加强铁路运营的互通性而制定的铁路专用无线通信系统,经过多年的研究和试验,GSM-R系统已经在欧洲得到广泛应用。

基于人工智能和大数据的5G故障根因研究及应用

随着5G网络建设的快速发展,5G基站数量不断增加,基站维护成本和压力也迅速增加,传统的故障运维模式已不能满足当前的需要,因此,如何实现高效运维,支持5G业务的快速发展是亟待解决的问题.从人工智能和大数据的角度出发,提出了一个完整的5G故障根源定位模型,可以快速定位故障根源,并输出最佳处理方案.

浅析雷卡测试与MRR功能指标体现

文章首先分别介绍了雷卡6113仪表的功能与MRR的功能及指标,然后详细阐述了雷卡测试项与MRR上下行指标的内在联系,为网络质量检查工作提供参考,最后通过实例验证了雷卡检测基站隐性故障与MRR功能指标存在必然的联系。