基于AI自编码器算法的基站指令异常检测研究

石铎; 徐晶; 贾子寒; 甘舒; 安瑞

doi:10.13992/j.cnki.tetas.2025.05.006

Chinese

您当前的位置：

首页 >

文章列表页 >

基于AI自编码器算法的基站指令异常检测研究

通信网络AI赋能专题 | 更新时间：2026-04-20

- 基于AI自编码器算法的基站指令异常检测研究
- 基于AI自编码器算法的基站指令异常检测研究
- 电信工程技术与标准化 2025年第5期页码：5-14
- 作者机构：
  
  1. 中国移动通信集团设计院有限公司
  2. 中国移动通信集团设计院有限公司湖北分公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2025.05.006
  中图分类号： TP18;TN929.5
- 纸质出版：2025
- 稿件说明：
移动端阅览
石铎, 徐晶, 贾子寒, 等. 基于AI自编码器算法的基站指令异常检测研究[J]. 电信工程技术与标准化, 2025,(5):5-14.

石铎, 徐晶, 贾子寒, et al. 基于AI自编码器算法的基站指令异常检测研究[J]. 2025, (5): 5-14.
石铎, 徐晶, 贾子寒, 等. 基于AI自编码器算法的基站指令异常检测研究[J]. 电信工程技术与标准化, 2025,(5):5-14. DOI： 10.13992/j.cnki.tetas.2025.05.006.

石铎, 徐晶, 贾子寒, et al. 基于AI自编码器算法的基站指令异常检测研究[J]. 2025, (5): 5-14. DOI： 10.13992/j.cnki.tetas.2025.05.006.

摘要

传统基站巡检方法主要依赖静态阈值和固定算法，通常缺乏应对环境变化的灵活性，易导致故障检测的延误和误判。为解决这些问题，本文提出了一种基于指令巡检的基站异常检测方法。首先，从大量指令巡检结果中有效提取和整理数据，构造异常检测样本，为后续分析提供标准化和结构化的输入。然后，采用堆叠去噪自编码器技术，显著提高了异常检测的准确率和响应速度。此外，本文还提供了一种基于指令巡检结果的隐患基站异常项分析方法，能够精准指出关键巡检异常项，指导运维人员进行快速响应和故障排查。这些技术创新共同提升了基站巡检的智能化水平，优化了网络运维效率和成本，证明了本文方法的有效性。

Abstract

关键词

Keywords

references

田世林,李焕洲,唐彰国,张健,李其臻.基于堆叠稀疏去噪自编码器的混合入侵检测方法[J].四川师范大学学报(自然科学版),2024(04).

徐孟江,田良.5G移动通信网络的技术分析[J].通讯世界,2024(02).

邓超.浅谈光缆通信线路的维护与管理[J].中国设备工程,2021(17).

张六,杨晶晶,卢永秋,李韬,黄铭.基于PCA和K-means的移动通信基站下行频谱监测方法[J].中国无线电,2019(08).

王西点,王磊,龙泉,薛阳.人工智能及其在网络优化运维中的应用[J].电信工程技术与标准化,2018(07).

贾文娟,张煜东.自编码器理论与方法综述[J].计算机系统应用,2018(05).

代全文.电子巡检系统在设备信息化管理中的应用[J].中国设备工程,2013(02).

王玉婷.无线网络中的基站故障检测[D].东南大学,2018(05).

赵晨星.基于物联网概念的无线基站远程巡检系统设计[D].中南大学,2011(05).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于机器学习的基站故障根因分析方法研究

网络云智算组网与集成配置研究

数据中心空调群控系统AI调优技术应用

基于人工智能的APP安全应用研究

面向多模态大模型训练的算力与存储配比优化方法研究