本文關鍵詞：基站巡檢分析決策系統(tǒng)的設計與實現(xiàn)

  更多相關文章： 安防巡檢 故障排除 據(jù)挖掘 分析決策 智能化

【摘要】：隨著通訊事業(yè)的迅速發(fā)展,無線通信網(wǎng)絡規(guī)模不斷增大,需要運行與維護的通信基站類型與數(shù)量大幅度的增加。因此通訊事業(yè)的迅速發(fā)展離不開基站正常運轉。為了保障通訊基站工作的穩(wěn)定性與可靠性,需要對基站進行定期的基站安防巡檢和不定期的基站故障排除工作。在基站巡檢和排障過程中記錄了海量的數(shù)據(jù),這些數(shù)據(jù)被分散記錄在紙質記錄表或者某些數(shù)據(jù)存儲庫中沒有統(tǒng)一進行分析統(tǒng)計管理。在提倡辦公自動化和大數(shù)據(jù)處理的今天,顯然傳統(tǒng)基站運維手段是低效、落后的,而計算機技術的長足發(fā)展和數(shù)據(jù)挖掘技術的日益成熟必然推動基站運維工作向自動化、智能化發(fā)展。本文在ANM研究室承擔的綜合監(jiān)測運維支撐智能管理系統(tǒng)平臺項目基礎上,全面深入的調(diào)研基站巡檢需求背景、數(shù)據(jù)挖掘技術和關鍵系統(tǒng)實現(xiàn)技術,提出了基站巡檢分析決策系統(tǒng)的詳細設計方案,并利用SSH框架、Android平臺和數(shù)據(jù)挖掘技術實現(xiàn)了該系統(tǒng)。SSH實現(xiàn)了系統(tǒng)的低耦合性和高可擴展性,Android客戶端為數(shù)據(jù)采集提供了優(yōu)良的用戶體驗。數(shù)據(jù)挖掘技術實現(xiàn)了系統(tǒng)的分析決策功能,系統(tǒng)使用聚類算法分析基站安防巡檢數(shù)據(jù),統(tǒng)計出系統(tǒng)管轄范圍內(nèi)基站頻發(fā)的安全隱患,同時使用分類算法劃分基站故障排除數(shù)據(jù)故障級別,統(tǒng)計出高故障率基站。統(tǒng)計結果作為下次基站安防巡檢的重點巡檢對象,使基站安防巡檢工作不再是機械式重復工作,而是更有針對性和目的性的檢測,實現(xiàn)基站巡檢工作更加科學化和智能化。經(jīng)過半年多的需求分析、設計和實現(xiàn),基站巡檢分析決策系統(tǒng)已經(jīng)進入應用階段。在測試和應用中基站巡檢分析決策系統(tǒng)已經(jīng)滿足了現(xiàn)階段基站巡檢的需求。
【關鍵詞】：安防巡檢 故障排除 據(jù)挖掘 分析決策 智能化
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN929.5;TP311.52
【目錄】：

• 摘要5-6
• Abstract6-13
• 第1章 緒論13-20
• 1.1 課題研究背景13-14
• 1.2 課題研究現(xiàn)狀14-18
• 1.2.1 國內(nèi)外基站運維系統(tǒng)發(fā)展現(xiàn)狀14-16
• 1.2.2 數(shù)據(jù)挖掘在數(shù)據(jù)分析決策中的應用現(xiàn)狀16-18
• 1.3 課題研究的目的及意義18
• 1.4 論文完成的主要成果18-19
• 1.5 論文結構19-20
• 第2章 基礎理論與關鍵技術20-32
• 2.1 數(shù)據(jù)挖掘技術介紹20-24
• 2.1.1 數(shù)據(jù)挖掘概念20
• 2.1.2 數(shù)據(jù)挖掘建模20-22
• 2.1.3 數(shù)據(jù)挖掘方法分類22-24
• 2.2 輕量級可擴展架構24-28
• 2.2.1 JSP及相關展示技術介紹25-26
• 2.2.2 控制器框架介紹26
• 2.2.3 持久層框架介紹26-27
• 2.2.4 Spring框架介紹27-28
• 2.3 其他Java開源工具28-31
• 2.3.1 Quartz28-29
• 2.3.2 JFree Chart29-30
• 2.3.3 Android30-31
• 2.4 本章小結31-32
• 第3章 基站分析決策系統(tǒng)設計32-52
• 3.1 系統(tǒng)需求分析32-34
• 3.2 系統(tǒng)功能設計與模塊劃分34-36
• 3.3 系統(tǒng)平臺選擇與框架設計36-39
• 3.3.1 系統(tǒng)平臺選擇37-38
• 3.3.2 系統(tǒng)框架的設計38-39
• 3.4 系統(tǒng)數(shù)據(jù)建模39-44
• 3.4.1 系統(tǒng)普通數(shù)據(jù)庫表設計40-42
• 3.4.2 系統(tǒng)數(shù)據(jù)挖掘數(shù)據(jù)庫表設計42-44
• 3.5 數(shù)據(jù)挖掘在系統(tǒng)中的應用設計44-51
• 3.5.1 聚類算法的應用設計44-46
• 3.5.2 分類算法的應用設計46-51
• 3.6 本章小結51-52
• 第4章 基站分析決策系統(tǒng)實現(xiàn)52-67
• 4.1 系統(tǒng)開發(fā)環(huán)境52-53
• 4.1.1 系統(tǒng)平臺開發(fā)環(huán)境52
• 4.1.2 Android客戶端開發(fā)環(huán)境52-53
• 4.2 系統(tǒng)框架搭建53-54
• 4.3 系統(tǒng)數(shù)據(jù)檢測采集實現(xiàn)54-57
• 4.4 數(shù)據(jù)挖掘算法實現(xiàn)57-63
• 4.4.1 聚類算法的實現(xiàn)57-60
• 4.4.2 分類算法的實現(xiàn)60-63
• 4.5 系統(tǒng)各模塊實現(xiàn)63-66
• 4.5.1 基站安防巡檢支撐63
• 4.5.2 基站故障排除支撐63-64
• 4.5.3 基站歷史數(shù)據(jù)查詢64
• 4.5.4 基站綜合智能統(tǒng)計64-66
• 4.6 本章小結66-67
• 第5章 基站分析決策系統(tǒng)測試67-77
• 5.1 系統(tǒng)測試環(huán)境67
• 5.1.1 系統(tǒng)軟件測試環(huán)境67
• 5.1.2 系統(tǒng)硬件測試環(huán)境67
• 5.2 系統(tǒng)測試內(nèi)容及結果67-76
• 5.2.1 智能終端功能測試67-69
• 5.2.2 系統(tǒng)平臺功能測試69-71
• 5.2.3 數(shù)據(jù)挖掘算法測試71-76
• 5.3 本章小結76-77
• 結論77-79
• 參考文獻79-82
• 致謝82

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 任媛媛;姚宏亮;;嶺回歸視角下金融數(shù)據(jù)分析與算法實現(xiàn)[J];經(jīng)濟研究導刊;2013年32期

2 楊麗勇;;數(shù)據(jù)挖掘在商業(yè)決策系統(tǒng)中的應用[J];現(xiàn)代商業(yè);2013年18期

3 PENG NanBo;ZHANG YanXia;ZHAO YongHeng;;A SVM-kNN method for quasar-star classification[J];Science China(Physics,Mechanics & Astronomy);2013年06期

4 任渠蓉;;基于數(shù)據(jù)倉庫技術在鐵路數(shù)據(jù)資源整合中的應用分析[J];硅谷;2013年05期

5 李靜梅;金勝男;王彬;;基于SSH2框架的本科生題庫管理系統(tǒng)的設計與實現(xiàn)[J];應用科技;2011年08期

6 伍飛;冉文江;;基于J2EE架構的SSH框架研究及應用[J];信息系統(tǒng)工程;2010年06期

7 汪萌;曲俊華;;基于Hibernate技術的持久層解決方案及實現(xiàn)[J];計算機系統(tǒng)應用;2010年03期

8 溫立輝;;SSH框架在軟件工程J2EE三層架構體系中的應用[J];科技資訊;2009年31期

，

本文編號：845117