[发明专利]一种移动核心网故障数据二重联合线性判别方法

权利要求书

1.一种移动核心网故障数据二重联合线性判别方法，所述的移动核心网数据是TRAU话务量数据，其特征在于，通过研究移动核心网BSC的TRAU话务量曲线分布规律，对移动核心网故障数据进行判别分析，具体包括以下步骤：

①确定离群曲线；

②设定风险警界线和数据突增临界线；

③建立三个类别数据点；

④建立二重联合线性判别模型；

⑤确定二重联合判别阀值；

⑥建立二重联合线性判别准则；

⑦判别分析TRAU话务量故障数据。

2.根据权利要求1所述的移动核心网故障数据二重联合线性判别方法，其特征在于，所述步骤①确定离群曲线具体为：找出偏离大部分TRAU话务量曲线的离群曲线。

3.根据权利要求2所述的移动核心网故障数据二重联合线性判别方法，其特征在于，所述步骤②设定风险警界线和数据突增临界线具体为：找出某条异常曲线在所观测的时间范围内第一次达到的峰值，称之为最大承载量临界值，记为M，数据突增临界值C＝M-α，其中取α为不大于该BSC最大承载量临界值M的的最大整数，即其中T为某一常数因子，且满足Tα≤M；直线TRAU＝M为风险警界线，直线TRAU＝C为数据突增临界线。

4.根据权利要求3所述的移动核心网故障识别二重联合线性判别方法，其特征在于，所述步骤③建立三个类别数据点具体为：利用数据突增临界线和风险警界线将TRAU话务量数据分为三个类别：正常点类别，异常点类别和故障点类别，对任一TRAU话务量数据X，

所述异常点和故障点合称为广义异常点。

5.根据权利要求4所述的移动核心网故障识别二重联合线性判别方法，其特征在于，所述步骤④建立二重联合线性判别模型具体为：针对异常曲线，建立第一线性判别模型：

f1(x)=(x-μG)(μG1-μG2)σG2]]>

其中x表示TRAU话务量数据，μ_G是TRAU话务量数据总体G的均值，是正常点类别G₁的均值，是广义异常点类别G₂的均值，σ_G²是TRAU话务量数据总体G的方差；

建立第二线性判别模型：

f2(y)=(y-μG2)(μG21-μG22)σG22]]>

其中y表示广义异常点数据，是异常点类别G₂₁的均值，是故障点类别G₂₂的均值，是广义异常点类别G₂的方差；

故障识别二重联合线性判别模型为：

f1(x)=(x-μG)(μG1-μG2)σG2f2(x)=(x-μG2)(μG21-μG22)σG22.]]>