CN101272580B - 一种基于反馈的自适应移动基站系统可靠性评估方法 - Google Patents

Abstract

本发明公开了一种基于反馈的自适应移动基站系统可靠性评估方法，首先收集基站系统实际数据，根据需要预处理数据分析故障类型，抽取故障时间间隔；将故障间隔数据分成两组：一组用于方法学习和估计，另一组用于准确性验证和分析。针对第一组数据，采用多种评估方法对基站系统的可靠性进行评估和可靠性参数预估计；针对第二组数据比较多方法评估结果的准确程度，选择准确程度高的评估方法。将两组故障时间间隔数据合并，采用所选评估方法来评估基站系统在下一阶段的可靠性参数，据此确定巡检和维修周期，指导基站系统的巡检和维修。本发明可得到准确的评估结果，具有较好的开放性，适于移动基站系统按类别进行巡检和维修，且环境复杂多变的特点。

Description

一种基于反馈的自适应移动基站系统可靠性评估方法

技术领域

本发明涉及移动通信基站系统在使用过程中进行可靠性动态评估的一种自适应方法，涉及移动通信基站系统可靠性参数评估、评估结果准确性分析和反馈、协助确定基站系统的巡检周期和维修周期。

背景技术

可靠性是系统质量的固有特性之一，是系统质量的重要方面。准确评估一个系统的可靠性，可以帮助用户准确掌握系统质量的优劣程度，可以计算系统的可靠性参数，用于指导系统的检查和维修。移动通信运营中常用的基站系统通常分布于较广的地域，数量众多，布置环境复杂多样，经常受到天气等因素的影响。定期巡检和维修是保证其运营质量的主要手段。系统可靠性参数如MTTF(MeanTime To Failure，平均失效时间间隔)，可用于优化设置巡检和维修的周期，从而以最小的工作量完成基站系统的巡检和维修，保证系统的运营质量。由此可见准确评估系统的可靠性，计算准确合理的可靠性参数用于指导巡检和维修有着经济价值和现实意义。

可靠性评估通常有定数截尾和定时截尾试验方法、平均值方法、曲线拟合并回归分析的方法等。其中定数截尾试验评估方法是取一定数量的系统样本进行试验，事先指定一个失效数，待试验进行到出现指定数量的失效数时停止试验，此时试验结束时间是一个随机变量，据此评估系统可靠性；定时截尾试验评估方法也是取一定数量的系统样本进行试验，事先指定一个试验停止时间，待试验进行到指定试验停止时间时停止试验，此时试验结束时出现的失效数是一个随机变量，据此评估系统可靠性；平均值方法是将系统失效行为视为泊松过程，利用系统失效时间采样的平均值来估计系统失效率，得到系统的可靠性函数对系统进行可靠性评估曲线拟合并回归分析的方法则是通过采样数据得到系统失效分布图，对分布曲线进行拟合分析，得到系统的可靠性函数完成系统的可靠性评估。以上这些传统的评估方法各有优缺点，单独使用在实际应用中存在局限性。基站系统投入运营之后，户外的环境因素复杂多样，例如雨雪雷电等不同的气候因素，安装地点所受保护程度的不同，周围其他电子设备的干扰影响等等都对基站系统的可靠性有很大影响。此外数据收集也是一个较大的问题，单个基站系统的故障(即失效)记录通常较少不足以用于评估和分析。所以，需要合理运用收集到的基站系统的故障数据记录，使用更为有效的方法准确地评估基站系统的可靠性。

发明内容

本发明所要解决的技术问题是利用现有的海量基站故障数据，提出一种基于反馈的可靠性自适应评估方法来评估移动通信基站系统的可靠性，解决现有移动基站无准确的可靠性判断方法及单个基站系统的故障记录不足以用于评估和分析可靠性的问题。

本发明所述的基于反馈的自适应移动基站系统可靠性评估方法，包括以下步骤：

(1)对同一类基站系统整体采样多基站系统海量的原始故障数据，执行数据预处理，生成故障时间间隔数据并生成系统失效分布图；

(2)将基站故障时间间隔数据分成两组，针对第一组数据应用多种备选可靠性评估方法对基站系统进行可靠性评估并得到评估结果；利用第二组数据对评估结果进行方差分析，应用R²检验来比较上述各种可靠性评估方法对于基站系统可靠性评估结果的准确程度；

(3)选择最准确的可靠性评估方法评估系统可靠性，合并两组基站故障时间间隔数据，计算基站系统的MTTF，据以定制巡检周期时间用于指导实践。

上述步骤(1)中生成基站故障时间间隔数据的过程为：按照基站系统的设备编号将海量故障数据分组，得到每个基站系统的故障数据分组，对于每个基站系统的故障数据分组进行比对处理，得到相对应的基站系统每一次正常运行的时间间隔，即基站系统前一次告警结束后开始到基站系统下一次告警开始前截止的故障时间间隔数据；如果在研究期限内没有终止时间点的数据，即只有前一次告警结束时间信息没有下一次告警开始时间信息的数据段，也被视为故障时间间隔数据用于统计评估。

步骤(2)中多种可靠性评估方法包括定数截尾试验方法、定时截尾试验方法、平均值方法和曲线拟合并回归分析方法。

其中定数截尾试验方法的步骤是：取一定数量的系统样本进行试验，事先指定一个失效数，待试验进行到出现指定数量的失效数时停止试验，此时试验结束时间是一个随机变量，据此评估系统可靠性。

定时截尾试验方法的步骤是：取一定数量的系统样本进行试验，事先指定一个试验停止时间，待试验进行到指定试验停止时间时停止试验，此时试验结束时出现的失效数是一个随机变量，据此评估系统可靠性。

平均值方法的步骤是：将系统失效行为视为泊松过程，利用系统失效时间采样的平均值来估计系统失效率，得到系统的可靠性函数对系统进行可靠性评估。

曲线拟合并回归分析方法的步骤是：通过采样数据得到系统失效分布图，对分布曲线进行拟合分析，得到系统的可靠性函数完成系统的可靠性评估，所选择的曲线拟合包括指数分布曲线拟合、改进指数分布曲线拟合、以及二参数威布尔分布曲线拟合。

上述步骤(2)中的R²＝回归SS/校正SS，其中回归SS为观测的预报值与均值偏差的平方和，校正SS为回归SS与残差SS的和，该残差SS为观测值与预报值偏差的平方和；当R²接近于1时，则认为回归函数拟合准确，同时R²的值越大，回归估计的准确度越大。

本发明基于移动通信基站系统运营特点，采用一种基于反馈的自适应可靠性评估方法针对一类基站的故障数据进行整体采样，数据量大，可得到准确的评估结果，同时适于移动基站系统按类别进行巡检和维修的特点；其次，本发明可以根据实际采样数据选择合适的评估方法得到更准确的结果，适于基站系统运营环境复杂多变的特点；此外，本发明还可以综合利用多个可靠性评估方法的优点，可调整评估方法的备选集合随时更新可靠性评估方法，具有较好的开放性；而且本发明可以方便的应用于其他领域如机动车维修、电力设备维护、厂矿企业的设备维护等。

下面将结合附图进行详细说明。

附图说明

图1是移动基站系统可靠性动态自适应评估的方法流程图；

图2是基站系统故障数据时间信息示意图，其中图2a是告警开始记录与图2b是告警结束记录；

图3是实施预处理并生成故障时间间隔数据的算法流程图；

图4是故障时间间隔的累计分布示例图；

图5是故障时间间隔的密度分布示例图；

图6是候选可靠性评估方法评估结果示例图；

图7是应用本发明的可靠性评估工具截图。

具体实施方式

如图1所示，本发明的试验流程为：对同一类基站系统整体采样多基站系统海量的原始故障数据；执行数据预处理，生成故障时间间隔数据段并生成系统失效分布图；应用多种备选可靠性评估方法对基站系统进行可靠性评估；应用R²检验来比较各种可靠性评估方法对于基站系统可靠性评估结果的准确程度；选择最准确的可靠性评估方法评估系统可靠性，计算基站系统的MTTF等参数，据以定制巡检和维修周期用于指导实践。

基站系统故障数据时间信息如图2所示。基站系统的故障记录通常包括告警开始记录(图2a)与告警结束记录(图2b)两种，数据预处理需要从海量的故障记录中寻找同一个基站系统的告警结束记录及与之对应的告警开始记录，从而生成故障时间间隔数据。实施预处理并生成故障时间间隔数据的算法流程如图3所示：按照基站系统的设备编号筛选海量故障数据并分组，得到每个基站系统的故障数据分组。对于每个基站系统的故障数据分组进行比对处理，得到相对应的基站系统每一次正常运行时间间隔，即基站系统前一次告警结束后开始到基站系统下一次告警开始前截止的故障时间间隔数据；如果在研究期限内没有终止时间点的数据，即只有前一次告警结束时间信息没有下一次告警开始时间信息的数据段，也被视为故障时间间隔数据用于统计评估。将同一类型基站系统的故障时间间隔数据整体采样，所得到的故障时间间隔数据是基站系统可靠性评估的基础。

得到各基站系统的故障时间间隔数据后，可以进一步得到各基站系统故障时间间隔的累计分布图，如图4所示为一个基站系统故障时间间隔的累计分布示例图。同样可以得到各基站系统故障时间间隔的密度分布图，如图5所示为一个基站系统故障时间间隔的密度分布示例图。

本发明的候选评估方法包括：定数截尾和定时截尾的试验方法、平均值方法、曲线拟合并回归分析的方法。

1.定数截尾试验方法

对于每种基站系统分别取n个相互独立的样本进行试验，事先指定一个失效数r(0≤r≤n)，当试验进行到有r个样本失效时结束试验。此时结束时间t是随机变量。定数截尾试验分为有替换和无替换两种。无替换定数截尾试验即在试验过程中，试验系统出现失效后不用正常系统替换，继续进行试验。随着试验进行，失效系统逐渐增多，正常系统逐渐减少。当r＝n时称为完全样本试验。有替换定数截尾试验即在试验过程中，系统出现失效后立即使用正常系统替代，继续进行试验。整个试验过程中正常运行系统数目保持不变。

对于失效服从指数分布的系统进行定数截尾试验进行统计推断时，需要用到下述定理：指数分布失效率为常量λ，失效密度函数为f(t)＝λe^-λt，失效分布函数为F(t)＝1-e^-λt，试验样本数目为n，前z个失效时间观察值为t₁≤t₂≤t₃≤…≤t_z(z≤n)。对于无替换定数截尾试验，总试验时间为 $\mathrm{\τ}=\underset{i=1}{\overset{z}{\mathrm{\Σ}}}{t}_i+(n-z)\×t_z,$ 则2λt服从自由度为2z的χ²分布，即

对于有替换定数截尾试验，总试验时间为τ＝nt_z，则2λt服从自由度为2z的χ²分布，即

本发明目前采用无替换定数截尾试验的方法，采用经典方法对基站系统可靠性进行评估。对于给定的置信度γ，设失效率上限为λ_U，C，则有γ＝P(λ≤λ_U，C)＝P(2τλ≤2τλ_U，C)；由于

有 ${\mathrm{\λ}}_{U,C}=\frac{{\mathrm{\χ}}_{2z}^2}{2\mathrm{\τ}},$ 其中

为自由度为2z的χ²分布函数在置信度γ的下侧分位数。系统的可靠性函数为： $R\left(t\right)=e^{-{\mathrm{\λ}}_{U,C}t}$

2.定时截尾试验方法

定时截尾试验与定数截尾试验类似，对于每种基站系统分别取n个相互独立的样本进行试验，事先指定一个试验终止时间t，当试验进行到该指定时刻就停止试验。此时，试验结束时出现失效的系统数目是随机变量。定时截尾试验也分为有替换和无替换两种。无替换定时截尾试验即在试验过程中，试验系统出现失效后不用正常系统替换，继续进行试验。随着试验进行，失效系统逐渐增多，正常系统逐渐减少。有替换定时截尾试验即在试验过程中，系统出现失效后立即使用正常系统替代并继续进行试验。整个试验过程中正常运行系统数目保持不变。

对于失效服从指数分布的系统进行无替换定时截尾试验时，其失效率为常数λ，失效分布函数为F(t)＝1-e^-λt，取n个样本进行试验，截尾时间为t，截尾时出现失效数为z，对于无替换定时截尾，总试验时间为 $\mathrm{\τ}=\underset{i=1}{\overset{z}{\mathrm{\Σ}}}{t}_i+(n-z)\×t_z.$ 对于寿命服从指数分布的系统，进行无替换定时截尾试验时，经典方法中Cox方法认为2λt近似服从自由度为2z+1的χ²分布，即

所以给定置信度γ，则失效率上限为 ${\mathrm{\λ}}_{U,C}={\mathrm{\χ}}_{2z+1,\mathrm{\γ}}^2/\left(2\mathrm{\τ}\right),$ 其中

为自由度为2z+1的χ²分布函数在置信度γ的下侧分位数。系统的可靠性函数为： $R\left(t\right)=e^{-{\mathrm{\λ}}_{U,C}t}.$

3.平均值方法

由于基站系统是电子和电力系统，其寿命分布具有无记忆性，即系统在任何时间点失效的概率都是常量，系统寿命服从指数分布。失效λ(t)可视为常数λ，且 $\mathrm{\λ}=\frac{1}{\mathrm{MTTF}}.$

由此可以使用平均值的方法来简单计算MTTF。根据采样所得基站系统的故障时间间隔数据，计算平均值得到MTTF，然后计算λ。指数分布的失效密度函数为f(t)＝λe^-λt，分布函数为F(t)＝1-e^-λt，得到可靠性函数R(t)＝e^-λt。

4.指数分布曲线拟合方法

认为基站系统的失效分布服从指数分布，可以使用曲线拟合和回归分析的方法对系统的寿命分布进行指数分布拟合分析。根据采样所得的故障时间间隔数据，利用R(t)＝1-F(t)的关系，先将失效分布图转换为可靠性随时间变化的函数图，然后进行拟合分析，得到可靠性函数，计算可靠性评估结果。

5.改进指数分布曲线拟合方法

由于采样的故障数据属于多个基站系统，曲线拟合过程中拟合精度误差一般比较大。直接将可靠性函数认为是R(t)＝e^-λt形式可能不合适。本发明对可靠性函数进行微调，分别提出R(t)＝a×e^-λt形式和R(t)＝b+a×e^-λt的形式对可靠性函数进行拟合分析，得到改进的可靠性评估结果。

6.二参数威布尔分布曲线拟合方法

认为来自多个基站系统的故障数据服从威布尔分布。目前使用二参数威布尔分布形式的可靠性函数 $R\left(t\right)=e^{-{(t/\mathrm{\η})}^m},$ 对基站系统可靠性随时间变化的函数图进行拟合分析，得到可靠性评估结果。

本发明将基站系统的故障时间间隔数据分为两组，一组用于方法学习(参数计算)和估计，另一组用于准确性验证和分析。针对第一组故障时间间隔数据，采用上述多种系统可靠性评估方法对基站系统的可靠性进行评估和可靠性参数预估计。如图6所示是应用各种备选可靠性评估方法对一类基站系统进行可靠性评估的评估结果示例图。

对于上述几种可靠性评估方法得到的评估结果，利用第二组数据对多个评估结果进行方差分析，使用R²检验来比较各种评估方法的评估精确程度。首先将函数式转化为线性形式y＝ax+b。上述方法1～4的可靠性函数均为R(t)＝e^-λt形式，可将之转化为线性形式：lnR(t)＝-λt。方法5的两个改进形式R(t)＝a×e^-λt和R(t)＝b+a×e^-λt也可转化为线性形式，分别为lnR(t)＝lna-λt和ln(R(t)-b)＝lna-λt。同理方法6的线性形式是ln(ln(1/R(t)))＝mlnt-mlnη。对于线性形式回归精度的判断，可以通过计算R²来得到。

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(y_i-\stackrel{\‾}{y})}^2=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{({\hat{y}}_i-\stackrel{\‾}{y})}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(y_i-{\hat{y}}_i)}^2$

上式中y_i为第i次观察值，

为观察值均值，

为第i次观测的预报值。上式左边为变量Y的校正平方和，简写为校正SS。

为第i次观测的预报值与均值的偏差，其平方和为回归平方和，简写为回归SS。

是第i次观测值与预报值的偏差(残差)，其平方和成为残差平方和，简写为残差SS。这样有以下等式：

校正平方和＝回归平方和+残差平方和

这就将Y估计值同采样均值的偏差(用校正平方和表示)分解为两部分：前一部分由回归函数本身引起，反映了函数关系的强度；后一部分由采样值没有落在回归线上引起，反映了随机偏差的程度。这两部分的比值反映了判别回归线拟合程度优劣的程度：在校正SS中，如果回归SS远比残差SS大，即R²＝(回归SS)/(校正SS)接近于1，则认为回归函数拟合准确。同时R²的值越大，则回归估计的精度越大。对于各种可靠性评估的方法，其R²值越大，可靠性函数就越准确，对于基站系统可靠性评估的结果就越接近实际。

将上述各种可靠性评估方法的R²汇总到R²结果汇总表中(见表1)。根据R²结果汇总表可以比较得出何种方法对基站系统的可靠性评估准确度更高。如图7所示是判定候选可靠性评估方法准确性的R²汇总表示例。从表中可以看出二参数威布尔分布曲线拟合方法的R²最大，说明本阶段该可靠性评估方法是对此类基站系统最准确的评估方法，可被选择用于下一阶段可靠性参数的计算。

表1

可靠性评估方法	线性关系式	R2示例
			平均值方法	ln R(t)＝-λt	0.93024
定数截尾试验方法	ln R(t)＝-λt	0.92947
			定时截尾试验方法	ln R(t)＝-λt	0.87661
曲线拟合方法	ln R(t)＝-λt	0.94444
			改进的指数分布曲线拟合方法一	ln R(t)＝ln a-λt	0.97720
改进的指数分布曲线拟合方法二	ln(R(t)-b)＝ln a-λt	0.98009
			二参数威布尔分布曲线拟合方法	ln(ln(1/R(t)))＝mlnt-mlnη	0.99297

选定评估方法后，使用本次阶段采样的全部故障时间间隔数据，评估基站系统在下一阶段的可靠性参数，据此确定巡检和维修周期，指导基站系统的巡检和维修。反映基站系统可靠性的一个重要指标是MTTF，即基站系统的平均故障间隔时间；再根据巡检和维修人力的限制，以及基站发生故障导致的服务损失，优化定制各类基站系统巡检和维修的时间周期，合理安排巡检和维修工作的开展。一种方法是设定基站系统的目标可靠性下限，在该系统可靠性指标下降到目标可靠性下限之前完成巡检和维修工作。

根据本发明的技术内容开发了一个基站系统故障数据维护和可靠性判定工具。图7为工具截图，可根据基站系统的给定可靠性下限要求计算巡检和维修时间周期。工具基于Java语言实现，Java语言具有完全面向对象、可移植性强等特点，通过安装相应的Java虚拟机，可以保证该方法能够运行在目前主流的操作系统平台上。该工具在实践中使用得到了良好的反响。

Claims (6)

1.一种基于反馈的自适应移动基站系统可靠性评估方法，其特征在于包括以下步骤：

(1)对同一类基站系统整体采样多基站系统海量的原始故障数据，执行数据预处理，生成故障时间间隔数据并生成系统失效分布图，其中生成基站故障时间间隔数据的过程为：按照基站系统的设备编号将海量故障数据分组，得到每个基站系统的故障数据分组，对于每个基站系统的故障数据分组进行比对处理，得到相对应的基站系统每一次正常运行的时间间隔，即基站系统前一次告警结束后开始到基站系统下一次告警开始前截止的故障时间间隔数据；如果在研究期限内没有终止时间点的数据，即只有前一次告警结束时间信息没有下一次告警开始时间信息的数据段，也被视为故障时间间隔数据用于统计评估；

(2)将基站故障时间间隔数据分成两组，针对第一组数据应用多种备选可靠性评估方法对基站系统进行可靠性评估并得到评估结果；利用第二组数据对评估结果进行方差分析，应用R²检验来比较上述各种可靠性评估方法对于基站系统可靠性评估结果的准确程度；

(3)选择最准确的可靠性评估方法评估系统可靠性，合并两组基站故障时间间隔数据，计算基站系统的MTTF，据以定制巡检周期时间用于指导实践。

2.根据权利要求1所述的基于反馈的自适应移动基站系统可靠性评估方法，其特征在于步骤(2)中应用多种可靠性评估方法包括定数截尾试验方法、定时截尾试验方法、平均值方法和曲线拟合并回归分析方法。

3.根据权利要求2所述的基于反馈的自适应移动基站系统可靠性评估方法，其特征在于定数截尾试验方法的步骤是：取一定数量的系统样本进行试验，事先指定一个失效数，待试验进行到出现指定数量的失效数时停止试验，此时试验结束时间是一个随机变量，据此评估系统可靠性。

4.根据权利要求2所述的基于反馈的自适应移动基站系统可靠性评估方法，其特征在于定时截尾试验方法的步骤是：取一定数量的系统样本进行试验，事先指定一个试验停止时间，待试验进行到指定试验停止时间时停止试验，此时试验结束时出现的失效数是一个随机变量，据此评估系统可靠性.

5.根据权利要求2所述的基于反馈的自适应移动基站系统可靠性评估方法，其特征在于平均值方法的步骤是：将系统失效行为视为泊松过程，利用系统失效时间采样的平均值来估计系统失效率，得到系统的可靠性函数对系统进行可靠性评估。

6.根据权利要求2所述的基于反馈的自适应移动基站系统可靠性评估方法，其特征在于曲线拟合并回归分析方法的步骤是：通过采样数据得到系统失效分布图，对分布曲线进行拟合分析，得到系统的可靠性函数完成系统的可靠性评估，所选择的曲线拟合包括指数分布曲线拟合、改进指数分布曲线拟合、以及二参数威布尔分布曲线拟合。

Images