基于模糊神经网络的GSM掉话故障诊断系统设计与实现

论文摘要

在GSM故障诊断中,故障现象和故障原因之间的关系是复杂的、非线性的,它们之间难以建立精确的数学模型,给GSM网络故障诊断人员分析问题、处理问题和解决问题带来很大的难度。针对上述问题,本文采用模糊神经网络技术,在对GSM网络故障诊断分析的基础上,建立了关于GSM的模糊神经网络故障诊断系统模型,较好地解决了常规诊断算法难以对GSM网络故障类型建模的难题。用MATLAB语言对此模型进行了训练,确定了网络的连接权值和模糊隶属度函数,并对模型做了仿真,实验验证了所建故障诊断模型的正确性。在所建基于模糊神经网络的GSM网络故障测试和分析模型的基础上,设计出对GSM网络进行数据采集和故障诊断的硬件结构和软件系统。结合实际工作中的应用需求,本论文的主要研究内容如下：(1)对论文课题的提出、国内外的发展动态进行了简要概述,并简要介绍了对本课题研究的目的和意义。(2)对GSM移动通信网络系统的主要特点和技术参数进行了总结,并总结出GSM网络掉话的故障类型和故障原因。以上内容为下一步进行GSM网络故障诊断分析和方法研究提供必要的理论基础。(3)主要对故障诊断方法进行了比较和论证,最终确定了本系统的故障诊断方法为将模糊理论与神经网络理论相结合的模糊神经网络故障诊断方法。(4)根据前面总结出的GSM网络的故障类型和故障原因,归纳出能准确反映GSM网络工作状态的数据和信号,使之作为诊断系统的输入量。建立了具体的GSM网络故障诊断系统的模糊神经网络故障诊断系统的模型。根据所归纳整理的故障类型和故障诊断所需的输入量,确定整个模糊神经网络系统模型的输入层神经元个数、输出层神经元个数、网络的层数以及隐层的神经元个数。采用MATLAB软件作为模型的仿真软件,通过该软件训练网络,从而确定输入数据模糊化的隶属度函数和网络的连接权系数(或模糊关系矩阵)。通过一定的仿真、性能测试试验,以及比较和研究,验证所设计系统的实用性,模糊神经网络故障诊断专家系统理论的正确性,从而完成本课题的理论研究。(5)系统的硬件和软件设计。在前四章工作的基础上,设计可进行GSM掉话故障诊断系统的硬件组成和软件系统。在本文最后一章对全文进行了总结,并且对今后进一步的研究方向进行了分析和展望。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的提出
• 1.2 故障诊断技术的发展与研究现状
• 1.3 课题研究的目的和意义
• 1.3.1 课题研究的目的
• 1.3.2 课题的理论意义和实际应用价值
• 1.4 论文的主要工作
• 第2章 GSM移动通信基础及掉话问题分析
• 2.1 GSM数字移动通信系统
• 2.1.1 GSM系统的基本特点
• 2.1.2 GSM系统的组成
• 2.1.3 GSM系统的业务功能
• 2.2 GSM无线网络通信基础
• 2.2.1 GSM网络的性能指标
• 2.2.2 GSM系统的呼叫处理
• 2.2.3 导频集
• 2.2.4 移动台的搜索窗口
• 2.3 GSM无线网络掉话问题分析
• 2.3.1 GSM网络特性的分析
• 2.3.2 GSM网络掉话故障分类
• 2.4 本章小结
• 第3章 智能故障诊断方法
• 3.1 专家系统故障诊断方法
• 3.1.1 专家系统的基本结构
• 3.1.2 采用专家系统进行故障诊断的优缺点
• 3.2 模糊逻辑故障诊断方法
• 3.2.1 模糊规则库
• 3.2.2 模糊推理机
• 3.2.3 模糊化和反模糊化
• 3.2.4 采用模糊逻辑进行故障诊断的优缺点
• 3.3 神经网络故障诊断方法
• 3.3.1 神经元模型
• 3.3.2 神经网络模型
• 3.3.3 采用神经网络进行故障诊断系统的优缺点
• 3.4 模糊神经网络故障诊断方法
• 3.4.1 模糊神经网络模型
• 3.4.2 模糊神经网络的剪裁
• 3.5 GSM掉话故障诊断方法的确定
• 3.6 本章小结
• 第4章 模糊神经网络GSM掉话故障诊断模型的建立
• 4.1 模糊神经网络故障诊断模型的构造基础
• 4.1.1 模糊神经网络故障诊断系统的诊断原则
• 4.1.2 信号选择及信号预处理
• 4.2 模糊神经网络模型的构造
• 4.2.1 输入层节点的确定
• 4.2.2 量化层的确定
• 4.2.3 隐含层神经元个数的确定
• 4.2.4 输出层节点的确定
• 4.3 模型的建立及仿真
• 4.4 本章小结
• 第5章 GSM掉话故障诊断系统的设计与实现
• 5.1 硬件结构组成
• 5.2 软件系统设计
• 5.2.1 Visual C++集成开发环境介绍
• 5.2.2 软件系统结构设计
• 5.2.3 网络参数采集子系统
• 5.2.4 GPS定位子系统
• 5.2.5 神经网络故障诊断子系统
• 5.3 本章小结
• 第6章 总结与展望
• 6.1 工作总结
• 6.2 研究展望
• 参考文献
• 致谢