貝葉斯網(wǎng)絡(luò)在無(wú)線網(wǎng)絡(luò)故障診斷中的應(yīng)用研究.pdf

1、隨著無(wú)線網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大，網(wǎng)絡(luò)業(yè)務(wù)的日益增長(zhǎng)，無(wú)線網(wǎng)絡(luò)優(yōu)化工作越來(lái)越復(fù)雜。另外，在無(wú)線網(wǎng)絡(luò)優(yōu)化中，故障現(xiàn)象和故障原因之間的關(guān)系本身就是復(fù)雜的、非線性的，這更給無(wú)線網(wǎng)絡(luò)優(yōu)化人員分析、處理和解決問題帶來(lái)很大的難度。無(wú)線網(wǎng)絡(luò)的故障類型多種多樣，故障之間互不相關(guān)，故障信號(hào)采集困難，難以建立故障原因與征兆之間的精確數(shù)學(xué)模型。針對(duì)這一問題，本文將貝葉斯網(wǎng)絡(luò)--數(shù)據(jù)挖掘的一種方法引入到無(wú)線網(wǎng)絡(luò)故障診斷領(lǐng)域中，并取得了一定的成效。 貝葉斯網(wǎng)絡(luò)

2、以統(tǒng)計(jì)學(xué)為基礎(chǔ)，是數(shù)據(jù)挖掘技術(shù)的一種方法。本質(zhì)上貝葉斯網(wǎng)絡(luò)是一個(gè)有向無(wú)環(huán)圖，直觀地表述了多個(gè)變量之間的依賴關(guān)系，通過(guò)一個(gè)條件概率分布表來(lái)描述各個(gè)節(jié)點(diǎn)之間的關(guān)系密切程度。并且，貝葉斯網(wǎng)絡(luò)可以有效地把先驗(yàn)知識(shí)和現(xiàn)有數(shù)據(jù)結(jié)合起來(lái)，使得網(wǎng)絡(luò)的推理結(jié)果更加合理。 之所以采用貝葉斯網(wǎng)絡(luò)來(lái)進(jìn)行無(wú)線網(wǎng)絡(luò)故障診斷，是因?yàn)樨惾~斯網(wǎng)絡(luò)在此方面有其突出的優(yōu)勢(shì)。第一，貝葉斯網(wǎng)絡(luò)方法有堅(jiān)實(shí)的理論基礎(chǔ)；第二，貝葉斯網(wǎng)絡(luò)有成熟的概率推理算法；第三，貝葉斯網(wǎng)絡(luò)更

3、適合于表達(dá)網(wǎng)絡(luò)故障診斷問題；第四，貝葉斯網(wǎng)絡(luò)具有很強(qiáng)的學(xué)習(xí)能力。 本文首先描述了無(wú)線網(wǎng)絡(luò)故障診斷的研究現(xiàn)狀，指出了無(wú)線網(wǎng)絡(luò)優(yōu)化工作對(duì)數(shù)據(jù)挖掘方法支持的需要，并以CDMA無(wú)線網(wǎng)絡(luò)為例，介紹了無(wú)線網(wǎng)絡(luò)的主要性能評(píng)估指標(biāo)、常見故障、故障指示參數(shù)以及檢測(cè)方法。其次，介紹了貝葉斯網(wǎng)絡(luò)的定義、規(guī)則等基本理論以及貝葉斯網(wǎng)絡(luò)建模、學(xué)習(xí)、推理的基本方法。然后，根據(jù)無(wú)線網(wǎng)絡(luò)故障因素的不確定性，提出了基于貝葉斯網(wǎng)絡(luò)的無(wú)線網(wǎng)絡(luò)診斷模型的設(shè)計(jì)方案。最后，

4、對(duì)基于貝葉斯網(wǎng)絡(luò)的無(wú)線網(wǎng)絡(luò)故障診斷方法進(jìn)行了深入的研究和討論，建立了因果關(guān)系貝葉斯網(wǎng)絡(luò)和簡(jiǎn)單貝葉斯網(wǎng)絡(luò)兩種故障診斷模型，通過(guò)實(shí)驗(yàn)證明了貝葉斯網(wǎng)絡(luò)診斷模型具有較高的診斷準(zhǔn)確率和可靠性，并評(píng)估比較了兩種模型的優(yōu)劣。在對(duì)完備的數(shù)據(jù)樣本進(jìn)行訓(xùn)練時(shí)可采用完備數(shù)據(jù)的學(xué)習(xí)方法，然而實(shí)際無(wú)線網(wǎng)絡(luò)性能數(shù)據(jù)通常會(huì)存在缺失現(xiàn)象。針對(duì)這一問題，本文探討了Monte-Carlo方法、Gaussian近似算法以及EM算法3種成熟的不完備數(shù)據(jù)集學(xué)習(xí)方法，并通過(guò)實(shí)驗(yàn)比