[发明专利]一种基于人工智能的通信链路故障检测方法

说明书

本发明公开了一种基于人工智能的通信链路故障检测方法及装置，能够获取信号收发设备发送的第一测试信号并从预存的参数配置库中确定出与所述第一测试信号对应的信号类别所表征的第一信号接收节点处的第一测试信号特性以及从第一信号接收节点处到第二信号接收节点的通信链路上的第二测试信号特性，确定出从第一信号接收节点发送的测试信号到达第二信号接收节点时的信号失真向量，基于确定出的第一校验因子和第二校验因子对信号失真向量进行校验得到第二校验向量以实现对测试信号的征向量进行修正，基于修正得到的特征向量采用人工智能模型进行识别，如此，能够基于人工智能模型对通信链路进行故障类型的智能判断，提高故障诊断效率。

技术领域

本发明属于人工智能技术领域，具体涉及一种基于人工智能的通信链路故障检测方法。

背景技术

当代社会是信息化社会，网络通信在人们的生产生活中起着不可或缺的作用。在网络通信中，通信链路的稳定运行是保证网络信息收发安全可靠，维持社会生产生活正常运转的关键因素，一旦发生网络故障可能会导致不可估量的损失。因此，如何使用一种方法对网络通信链路进行预防性的检测以及在通信链路发生故障时快速地对故障类型和故障位置进行定位具有重要意义。

目前，针对网络通信链路的故障诊断方法主要通过人工的检修，诊断时间长，故障定位不准确，同时需要投入大量的人力资源。因此，若能采用智能化的技术对通信链路故障进行快速诊断和定位，能极大提高故障检修效率，带来极大的经济效益。

发明内容

为了克服现有技术中的上述不足，本公开提供基于人工智能的通信链路故障检测方法及装置，能够获取信号收发设备发送的第一测试信号并从预存的参数配置库中确定出与所述第一测试信号对应的信号类别所表征的第一信号接收节点处的第一测试信号特性以及从第一信号接收节点处到第二信号接收节点的通信链路上的第二测试信号特性，确定出从第一信号接收节点发送的测试信号到达第二信号接收节点时的信号失真向量，基于确定出的第一校验因子和第二校验因子对信号失真向量进行校验得到第二校验向量以实现对测试信号的征向量进行修正，基于修正得到的特征向量采用人工智能模型进行识别，如此，能够基于人工智能模型对通信链路进行故障类型的智能判断，提高故障诊断效率。

第一方面，本发明提供了一种基于人工智能的通信链路故障检测方法，应用于通信故障检测设备，所述通信故障检测设备与信号收发设备通信连接，所述信号收发设备与预设通信节点连通，所述方法包括：

获取信号收发设备发送的第一测试信号以及从第一信号接收节点至第二信号接收节点的第二测试信号，所述第一测试信号和所述第二测试信号均包括信号类别标识和信号编码方式；

从预存的参数配置库中确定出与所述第一测试信号对应的信号类别以及信号编码方式所表征的第一信号接收节点处的第一测试信号特性以及从第一信号接收节点处到第二信号接收节点的通信链路上的第二测试信号特性；

根据所述第一测试信号特性以及所述第二测试信号特性，确定出从第一信号接收节点发送的测试信号到达第二信号接收节点时的信号失真向量；

根据所述第一测试信号的类别和信号编码方式确定所述信号失真向量的第一校验因子并根据所述第一测试信号中的机器码序列确定所述信号失真向量的第二校验因子；

基于所述第一校验因子对所述信号失真向量进行第一次校验得到第一校验向量并确定所述第一校验向量与所述信号失真向量的相关性矩阵，基于所述相关性矩阵确定出所述第二校验因子对应的校验规则，基于所述第二校验因子以及所述对应的校验规则对所述第一校验向量进行第二次校验得到第二校验向量；

对所述第一测试信号进行特征提取得到第一特征向量，基于所述第二校验向量对所述第一特征向量进行修正得到第一目标特征向量，按照对所述第一测试信号进行特征提取的相同逻辑对所述第二测试信号进行特征提取得到第二特征向量，并基于所述第二校验向量对所述第二特征向量进行修正得到第二目标特征向量；