[发明专利]一种基站信息监管系统

权利要求书

1.一种基站信息监管系统，其特征在于包括用户信息管理模块和基站信息管理模块，所述用户信息管理模块将用户划分为管理员和维护人员，并赋予不同的权限，所述管理员和维护人员通过用户信息管理模块验证合法后方可访问基站信息管理模块并进行相应的操作，所述基站信息管理模块包括基站信息查看模块、基站信息修改模块、基站环境参数查询模块和基站工作状态查询模块，其中基站信息查看模块和基站信息修改模块对应名称、地址等常规基站信息，所述基站环境查询模块能够查询的信息包括基站温度、基站湿度、外界温度、外界湿度、外界风速和外界风向，所述基站工作状态查询模块能够查询的信息包括基站功率、基站上行流量和基站下行流量；

所述基站工作状态查询模块还包括电功率预测模块，所述电功率预测采用BP神经网络技术实现，其包括如下操作：

第一步：初始化算法的参数，其中包括输入层的神经元个数、隐含层的数量与神经元个数、输出层的神经元个数、各层的权值与阀值、目标输出、预期平均误差等，初始化的规则如下：

输入层的神经元个数由样本的输入个数决定，两者的个数应一致；

输出层的神经元个数由样本目标输出个数决定，两者的个数应一致；

隐含层的数量与神经元个数越多，算法的最终结果会越准确，但是这会对算法的收敛速度带来负面影响，一般来说，算法只设置1个隐藏层，并适当地选择该层的神经元个数；

权值和阀值作为算法的修正参数，是BP神经网络的重要部分，在每次训练过后都会作适当的修正，是算法的最终输出越来越接近目标输出，而在初始化时一般是设置为区间（0,1）之间的随机数

目标输出作为算法结果的参考，是训练过程的导师，必须采用已有的、正确的数据

预期平均误差可以理解为训练输出与目标输出的相似程度，该值越小，最终的输出越趋近于目标输出，但迭代计算次数也会越多；

第二步：在设定好算法的参数后，就要准备学习样本，包括输入、输出参数，为了使算法能更快地收敛，应该先通过归一化处理对样本的输入、输出参数进行转换，使参数的值在区间(0,1)之间；

第三步：在确定学习样本后，通过每个样本数据对网络进行训练,计算本算法中只有一个隐含层，该层的输入由式5.1计算可得，其中表示隐含层，k表示第样本数，表示输入层第i个神经元与隐含层第h个神经元的连接权值, 表示输入层第i个神经元的输出值（样本输入值），表示隐含层第h个神经元的阀值,计算隐含层输入之后通过Sigmond函数（式5.2）进行归一化处理，其中表示隐含层输入，计算的结果就是隐含层输出:

第四步：输出层神经元的输入值由式5.3计算可得，其中表示第k样本的输出层输出，表示最后层隐含层第h个神经元与输出层第o个神经元的连接权值，表示隐藏层第h个神经元的输出值，表示输出层第o个神经元的阀值，该神经元的输出值由式5.4计算可得，按照式5.5求出该输出结果的误差，其中表示第j个样本的第i个输出的误差，表示第j个样本的第i个目标输出，代表第j个样本的第i个实际输出，同时按照式5.6,式5.7求出输出层误差和输入层误差:

第五步：每当一次迭代计算结束后， 对实际平均误差与设置好的预期平均误差进行对比，当实际平均误差大于预期平均误差时，按照式5.8和式5.9计算出修改后的权值，从而实现权值的修正:

通过不断反复上面的五个步骤进行算法的训练，当满足E<ε(ε为预期平均误差）时，即实际的均方小于期望均方，则完成了整个训练过程，建模成功，算法可进入实现过程，此时输入数据将会输出对应的预测结果；

其中代表第j个样本的k个输入；表示第i个样本的个输入；η表示学习率。

2.根据权利要求1所述的基站信息监管系统，其特征在于所述用户信息管理模块赋予管理员的权限包括：注册；登录；查看、修改个人资料；修改其他用户的个人信息；删除其他的用户账号；预留个人权限、管理区域属性；查询所负责管理区域的基站环境信息；查询所负责管理区域的基站工作状态信息；对所负责管理区域的基站电功率参数进行预测；所述用户信息管理模块赋予维护人员的权限包括：注册；登录；查看、修改个人资料；预留个人权限、管理区域属性；查询所负责管理区域的基站环境信息；查询所负责管理区域的基站工作状态信息；对所负责管理区域的基站电功率参数进行预测。

3.根据权利要求1所述的基站信息监管系统，其特征在于还包括拓展功能模块，所述拓展功能模块包括信息推送模块，GIS模块和网络接口模块，所述信息推送模块以邮件、短信、微信和微博等方式实现基站状态信息推送功能，所述GIS模块拓展功能板块能够通过地图的直接显示基站的位置，并支持在地图界面中直接进行操作，所述网络接口模块采用以太网套接字通信技术实现与基站传感器和移动终端进行交互。