[发明专利]通道修复方法及装置、终端在审

专利信息
申请号: 201710885374.X 申请日: 2017-09-26
公开(公告)号: CN107707392A 公开(公告)日: 2018-02-16
发明(设计)人: 陈钰;孙振江;边伟;柯锦灿 申请(专利权)人: 厦门集微科技有限公司
主分类号: H04L12/24 分类号: H04L12/24
代理公司: 北京康信知识产权代理有限责任公司11240 代理人: 赵囡囡
地址: 361008 福建省厦门市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 通道 修复 方法 装置 终端
【权利要求书】:

1.一种通道修复方法,其特征在于,包括:

获取当前通道的第一指标数据,该第一指标数据用于指示所述当前通道的状态;

判断预设神经网络特征库中是否存在与所述第一指标数据一致的第二指标数据,其中,所述神经网络特征库用于存储通道发生故障时的指标数据;

根据判断结果确定所述当前通道的故障类型;

根据所述故障类型确定与所述故障类型对应的修复方案,并依据确定的修复方案对所述当前通道进行修复。

2.根据权利要求1所述的方法,其特征在于,在预设神经网络特征库中未存在与所述第一指标数据一致的第二指标数据且所述当前通道存在故障时,所述方法还包括:

将所述当前通道存在的故障类型以及该故障类型对应的修复方案存储至所述预设神经网络特征库中。

3.根据权利要求1所述的方法,其特征在于,根据判断结果确定所述当前通道的故障类型,包括:

在所述判断结果指示所述预设神经网络特征库存在与所述第一指标数据一致的第二指标数据时,确定与所述第二指标数据对应的故障类型;并将与所述第二指标数据对应的故障类型作为所述当前通道的故障类型。

4.根据权利要求1所述的方法,其特征在于,根据判断结果确定所述当前通道的故障类型,包括:

根据判断结果确定所述当前通道是否已经发生所述神经网络特征库中保存的故障类型;或者,

根据判断结果确定所述当前通道是否将要发生所述神经网络特征库中保存的故障类型。

5.根据权利要求1所述的方法,其特征在于,根据所述故障类型确定与所述故障类型对应的修复方案,包括:

从所述预设神经网络特征库中查找与所述故障类型对应的修复方案。

6.根据权利要求5所述的方法,其特征在于,所述修复方案包括:主用方案和备用方案,其中,所述主用方案的优先级高于所述备用方案的优先级;

依据确定的修复方案对所述当前通道进行修复包括:依据所述主用方案对所述当前通道进行修复;

依据确定的修复方案对所述当前通道进行修复之后,所述方法还包括:检测所述当前通道是否仍然存在故障;检测到所述当前通道仍然存在故障时,使用所述备用方案对所述当前通道进行修复;并在使用所述备用方案修复所述当前通道成功的情况下,重新调整主用方案和备用方案的优先级。

7.根据权利要求6所述的方法,其特征在于,使用所述备用方案对所述当前通道进行修复之前,所述方法还包括:

从备用方案列表中选择优先级最高的备用方案,将选择的备用方案作为修复所述当前通道的方案。

8.根据权利要求7所述的方法,其特征在于,在使用所述备用方案修复所述当前通道失败的情况下,所述方法还包括:

从所述备用方案列表中的其他方案中按照预设规则选择备用方案;使用从其他方案中选择的备用方案修复所述当前通道,其中,所述预设规则包括:按照备用方案的优先级从高到低的顺序依次选择备用方案。

9.根据权利要求8所述的方法,其特征在于,使用从其他方案中选择的备用方案修复所述当前通道之后,所述方法还包括:按照以下规则调整所述备用方案列表中备用方案的优先级:提高所述选择的备用方案的优先级。

10.根据权利要求1至8中任意一项所述的方法,其特征在于,所述预设神经网络特征库中的数据通过以下方式确定:

将通道的指标数据作为输入神经元输入至神经网络模型;通过所述神经网络模型对所述指标数据进行特征提取,得到所述神经网络模型的输出神经元;将所述输入神经元和所述输出神经元以及所述输入神经元和输出神经元的映射关系存储至所述神经网络特征库;其中,所述输入神经元用于指示通道的指标数据,所述输出神经元用于指示通道状态。

11.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至10中任意一项所述的通道修复方法。

12.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至10中任意一项所述的通道修复方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门集微科技有限公司,未经厦门集微科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710885374.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top