[发明专利]一种卫星信道链路故障的快速诊断方法

说明书

本发明公开一种卫星信道链路故障的快速诊断方法，包括：实时监控站内通信设备的运行状态，在信道链路发生故障时，将通信设备的关键参数自动录入关系数据库；提取关键参数中易影响信道链路质量的状态参数作为特征参数，根据预设的量化规则对特征参数进行离散量化，并形成特征向量；根据经验人为排查故障原因，定位故障源，对特征向量进行分类，总结出典型的故障类型，并构建包含故障状态、特征向量和故障类型的训练样本集；利用C4.5算法对训练样本集进行机器学习，构建故障树模型；基于故障树模型进行卫星链路故障的快速诊断。通过该方法能实现信道链路常见故障的快速诊断，并提高诊断的准确率。

技术领域

本发明属于数据挖掘与卫星通信技术交叉领域，具体涉及一种卫星信道链路故障的诊断方法。

背景技术

卫星信道作为无线通信的一种，具有跨地域、容量大、网络化等特点，已经成为应急保障、军事战争、自然灾害等国家战略优先选择的主要通信手段。

近年来，自然灾害事件频繁发生，地面通信网络往往遭到毁灭性打击，难以快速回复。卫星通信具有覆盖能力强、不受地理条件限制等特点，成为战事、灾难等突发事件优先选择的主要通信手段，但它同时也具有系统构成复杂、专业要求高等缺点。卫星通信系统一般包括空间站和地面战，本发明所述的诊断方法适用于一般地面站系统，地面站主要作用是负责卫星信号发射、调制解调、业务接入等功能，其主要构成包括天线伺服、功率放大器、信道设备、监控系统等。在实际应用中，卫星通信系统的地面站监控系统通常会实时监测天线、变频器、功放、合路器、信道等类别设备的状态，并且会自动进行数据存储，但原始粗糙、无规律的数据依然无法提供给用户进行问题快速排查。

21世纪是一个基于互联网、大数据的时代，随着卫星通信系统的大量被应用于海洋、军队、气象等领域，其内在智能监控系统的设备历史数据也越来越庞大，因此，故障诊断也进入了智能诊断与海量数据处理的阶段，依靠人工智能技术与数据挖掘技术对设备的运行进行状态监测与故障诊断是目前的一个研究热点。卫星通信是一个复杂的系统集成，遇到通信故障时，往往要依靠熟悉通信装备、经验丰富的人员，去现场逐级排查。但同时也具有不少共性问题，可以通过实时监控技术，加以智能技术如模糊推理、模式识别、神经网络等手段来挖掘“知识”，用以指导用户进行快速诊断维修，提高诊断的效率和准确率。故障树模型技术是一种常见的数据挖掘技术，可以对常见的系统故障中发生时伴随的频率信息进行采集，历史频率数据构成样本数据库，将不同故障时的频率组合为决策树的分裂属性形成故障决策，这样可以对故障现象进行分类预测，实现信道链路常见故障快速诊断，提高诊断的准确率。

发明内容

本发明的目的在于克服现有技术的不足，提供一种卫星信道链路故障的快速诊断方法，该方法有利于挖掘卫星信道内的相关设备状态与故障现象之间的内在联系，通过构建故障树方法，以便维护人员和用户确定问题的故障类型，定位问题所在部件，可以对复杂卫星信道的链路故障进行快速排查。

为实现上述之目的，本发明公开一种卫星信道链路的故障树模型构建方法，包括以下步骤：

S1、实时监控站内通信设备的运行状态，在信道链路发生故障时，将通信设备的关键参数自动录入关系数据库，所述关系数据库配置有相关联的设备列表、状态参数表和故障状态表；

S2、提取关键参数中易影响信道链路质量的状态参数作为特征参数，根据预设的量化规则对特征参数进行离散量化，并形成特征向量；

S3、根据经验人为排查故障原因，定位故障源，对特征向量进行分类，总结出典型的故障类型，并构建包含故障状态、特征向量和故障类型的训练样本集；

S4、利用C4.5算法对训练样本集进行机器学习，构建故障树模型。

优选的，步骤S1中，所述通信设备包括天线、变频器、功放、合路器、信道。