[发明专利]无线信令分析方法、装置、计算设备及存储介质

权利要求书

1.一种无线信令分析方法，其特征在于，所述方法包括：

基于异常事件的无线信令的特征及对所述异常事件的分析结果，构建无线信令训练样本数据；

基于所述无线信令训练样本数据，使用有向无环图的多类支持向量机算法生成无线信令评估模型；

基于待分析无线信令的特征，构建待分析无线信令样本数据；以及

将所述待分析无线信令样本数据输入所述无线信令评估模型，输出评估结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括:

对所述无线信令训练样本数据进行无量纲化处理；以及

对所述待分析无线信令样本数据进行所述无量纲化处理。

3.根据权利要求2所述的方法，其特征在于，所述无量纲化处理，包括：

计算每一个无线信令的特征的均值；

基于所述均值和所述每一个无线信令的特征，计算每一个无线信令的特征的方差；

基于所述均值和所述方差，对所述每一个无线信令的特征进行标准化处理，得到无量纲的无线信令的特征。

4.根据权利要求3所述的方法，其特征在于，所述无量纲化处理，还包括：

基于所述无量纲的无线信令的特征及其对应的分析结果，得到无量纲的无线信令训练样本数据。

5.根据权利要求4所述的方法，其特征在于，所述基于无线信令训练样本数据使用多类分类的支持向量机生成无线信令评估模型，包括：

对所述无量纲的无线信令训练样本数据进行分类；

计算各个所述无线信令训练样本数据类的类中心；

计算每两类之间所述类中心的距离，生成类间距矩阵；以及

基于所述类间距矩阵，建立决策树，以生成无线信令评估模型。

6.根据权利要求5所述的方法，其特征在于，所述基于所述类间距矩阵建立决策树以生成无线信令评估模型，包括：

将所述无量纲的无线信令训练样本数据输入基于支持向量机的二分类分类器，所述二分类器具有二叉树结构；

所述二叉树结构的每个节点从输入所述节点的无线信令训练样本数据中确定在所述类间距矩阵中类间距最大的两个类；

从输入所述节点的无线信令训练样本数据中剔除所述两个类中的一个，剩余的无线信令训练样本数据作为所述节点的一个子节点的输入，从输入所述节点的无线信令训练样本数据中剔除所述两个类中的另一个，剩余的无线信令训练样本数据作为所述节点的另一个子节点的输入。

7.根据权利要求1所述的方法，其特征在于，

所述异常事件的无线信令的特征包括最强邻区与服务小区的等效距离，所述最强邻区是用户设备接收电平值最高的邻小区。

8.根据权利要求7所述的方法，其特征在于，所述最强邻区和服务小区的等效距离通过下述公式计算：

Dist(cellA，cellB)＝D×(1+x×cosβ-x×cosα)

其中，cellA主服务小区，cellB为最强邻区，D为最强邻区和主服务小区的距离，为α为服务小区与基站连线的夹角，β为最强邻区与基站连线的夹角，x由用户设置。

9.根据权利要求8所述的方法，其特征在于，

所述主服务小区包括室外主服务小区和室内主服务小区，当所述室外主服务小区或室内主服务小区为全向小区时，α固定设置为0°，所述最强邻区包括室外最强邻区和室内最强邻区，当室外最强邻区或室内最强邻区为全向小区时，β固定设置为180°。