[发明专利]一种网络质差自动识别方法

权利要求书

1.一种网络质差自动识别方法，其特征在于，利用大数据集群对采样点路段进行质差识别，包括：

步骤100、利用对信噪比和参考信号接收功率对采样点进行识别判定，获取识别判定结果；

步骤200、根据所述识别判定结果及采样点距离对一次测试数据进行数据流切片；

步骤300、将所述数据流切片内的采样点数据分割为连续的好点块和坏点块；

步骤400、利用倒推迭代法并利用所述好点块和坏点块之间的采样点数据识别出质差问题路段。

2.根据权利要求1所述的网络质差自动识别方法，其特征在于，所述步骤100包括：

步骤110、将采样点信噪比、参考信号接收功率与对应的门限值进行比较；

步骤120、若采样点信噪比小于门限值且所述参考信号接收功率小于门限值，则该采样点为坏点，否则为好点。

3.根据权利要求1所述的网络质差自动识别方法，其特征在于，所述步骤100还包括：

步骤130、将采样点信噪比、参考信号接收功率与对应的门限值进行比较；

步骤140、若采样点信噪比小于门限值或者所述参考信号接收功率小于门限值，则该采样点为坏点，否则为好点。

4.根据权利要求1所述的网络质差自动识别方法，其特征在于，所述步骤200包括：

步骤210、将采样点距离、连续好点距离与对应的门限值进行比较；

步骤220、所述采样点距离或者连续好点距离大于门限值，则将测试数据进行数据流切片。

5.根据权利要求1所述的网络质差自动识别方法，其特征在于，所述步骤300包括：

步骤310、计算数据流切片中的采样点的总时长和平均速率；

步骤320、利用采样点的时长和速率对采样点数据进行过滤；

步骤330、根据过滤结果将测试数据中的采样点分割成连续好点块和连续坏点块。

6.根据权利要求5所述的网络质差自动识别方法，其特征在于，所述步骤320包括：

步骤321、将采样点时长、采样点速率与对应的门限值进行比较；

步骤322、若采样点时长大于门限值且所述采样点速率小于门限值，则将该采样点数据剔除。

7.根据权利要求6所述的网络质差自动识别方法，其特征在于，所述步骤330包括：

步骤331、若采样点时长、采样点速率满足第一过滤条件，则将每单位距离坏点占比与门限值进行比较；

步骤332、若所述每单位距离坏点占比小于门限值，则将该采样点数据剔除，否则，将该采样点数据分割为连续的好点块和坏点块；

其中，所述第一过滤条件为：

采样点时长大于门限值，且

采样点速率小于门限值。

8.根据权利要求6所述的网络质差自动识别方法，其特征在于，所述步骤330还包括：

步骤333、若采样点时长、采样点速率不满足第一过滤条件，则直接将该采样点数据分割为连续的好点块和坏点块；

其中，所述第一过滤条件为：

采样点时长大于门限值，且

采样点速率小于门限值。