-
题名基于深度学习的基站设备灰尘隐患识别方法研究
- 1
-
-
作者
韩龙刚
马方明
邱禹
刘昊天
程琳
-
机构
中国移动通信集团设计院有限公司网研中心
中国移动通信集团广东有限公司无线网优中心
中国移动通信集团设计院有限公司广东分公司网优所
-
出处
《通讯世界》
2023年第11期31-33,共3页
-
文摘
由于基站设备大多会自带静电,很容易吸附灰尘,产生基站设备通风散热不良、温度过高等问题,从而影响基站设备的正常运行。目前,移动运营商在委派基站巡检人员对基站进行巡检并除尘时,巡检人员仅通过肉眼来判断设备是否存在灰尘,无法及时发现与清除灰尘,并且没有智能化判断除尘是否完成的手段。因此,研究基于深度学习的基站设备灰尘隐患识别方法,以高效支撑基站巡检工作。
-
关键词
基站巡检
灰尘识别
深度学习
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-