基于大数据的通信网络阻塞故障检测系统设计

兰海翔，李卫群，张涛

（贵州力创科技发展有限公司，贵州贵阳 550003）

通信网络体系结构的变化不但会引发严重的阻塞故障问题，还有可能对信号参量的正确传输行为造成影响。根据网络连接能力的不同，阻塞故障行为的出现几率也会不断变化，一般情况下，待传输的数据总量越大，通信网络阻塞故障行为的发生几率也就越大[1]。随着大数据环境逐渐趋于稳定，通信网络体系中待处理的信号量水平也会不断增大，由于目标传输位置的不同，这些数据信息参量在互联网主机中会出现明显的堆积情况，不仅会导致通信网络连接作用能力的不断下降，也会影响感知主机对于故障信号的检测精度水平。

为了适应大数据参量的实时传输需求，传统应答型检测系统利用耦合电路处理通信网络中的故障信号筛选问题，再借助FPGA 平台，将完成筛选的阻塞故障信号排列成线状或包状传输形式，以便于主机元件对其进行后期的检测处理。然而该系统并不能对阻塞故障信号进行及时修复，不能完全满足通信网络的实际应用需求。为解决此问题，搭建基于大数据的通信网络阻塞故障检测系统，利用转发故障诊断模块，对阻塞故障信号进行初步的划分与处理，再借助通信锁相环结构，完成对已筛选信号参量的拟合与检测。

1 系统硬件设计

按照大数据CPU 主板连接、转发故障诊断模块协调、耦合检测电路接入的处理流程，完成通信网络阻塞故障检测系统的硬件执行环境搭建，具体操作方法如下。

1.1 大数据CPU主板

大数据CPU 主板负责处理通信网络中的阻塞故障信息，由SSI 芯片、MSI 芯片、CPU 芯片3 类应用架构共同组成。其中，SSI 芯片可维护通信网络中的信息平衡状态，一方面对各项阻塞故障数据进行整合与打包处理，另一方面也可避免传输信息参量出现明显堆积的表现行为[2]。MSI 芯片则具备较好的信息上传能力，可在控制阻塞故障数据传输速率的同时，将集合成包状的信息参量再次打散成随机分布状态。CPU 芯片负责与检测系统的大数据主机建立连接关系，通过分流阻塞故障信息的方式，使得最终检测结果的数据精度水平得到明显提升[3]。

1.2 转发故障诊断模块

转发故障诊断模块可在大数据主机的作用下，对通信网络拥塞故障信息进行收集处理，再借助板间通信接口、命令行接口，实现对系统检测处理动作指令的制定。由于故障检测定时器设备的存在，大数据决策元件可直接干预系统检测处理动作的执行方向，且随着待检测拥塞故障数据传输量的增大，大数据决策元件的处理能力也会逐渐增强，在此情况下，检测定时器设备会启动其自动计时功能，在整个计时过程中，信息收集指令与大数据决策指令都会保持连续的执行状态[4]。为避免通信网络中的拥塞故障数据出现明显堆积行为，转发诊断模块在系统执行过程中始终具备较强的应用能力[5]。转发故障诊断模块结构如图1 所示。

图1 转发故障诊断模块结构

1.3 耦合检测电路

耦合检测电路具备较强的电信号转换能力，可在IN 输入端与OUT 输出端之间，借助大数据主机，将通信网络拥塞故障信号转换成连贯的电量传输信号，并可在多个耦合处理器元件的作用下，将这些电量信号以传输电压的形式分配至下级电阻元件设备之中[6]。一般情况下，一个完整的耦合检测电路中应同时包含多个耦合处理器元件，其中一部分元件设备用于进行通信网络拥塞故障信号的转换处理，另一部分元件设备则可根据电阻结构两端的电压分配值水平，对通信网络中已存储的拥塞故障信息进行提取，从而使得系统检测主机能够在单位时间内，获得最多的感应信号参量[7]。耦合检测电路如图2 所示。

图2 耦合检测电路

2 系统软件设计

在各级硬件设备结构体系的支持下，按照通信锁相环连接、阻塞故障信号拟合、故障检测性质判定的处理流程，实现检测系统的软件执行环境搭建，软、硬件设计相结合，完成基于大数据的通信网络阻塞故障检测系统设计。

2.1 通信锁相环

通信锁相环具备较强的故障信号复位能力，可在大数据CPU 主板元件的作用下，建立一个完整的闭环结构体，且可在数据信息的初始输入节点处设置严格的判别条件，从而避免通信网络拥塞故障信息在同一时间内全部输入同一大数据信道中，从而较好地缓解了通信网络环境中存在的数据信息堆积情况[8]。在复位形态下，通信锁相环对应大数据主机的顺向传输形式，此时通信网络呈现完全开放的连接状态，各级拥塞故障信息可快速由系统数据库存储主机进入下级传输信道，实现对个别节点处数据信息错传行为的准确感知与检测[9]。设q0代表锁相环初始通信节点处的数据判别条件，qn代表锁相环终止通信节点处的数据判别条件，n代表拥塞故障信息的传输迭代次数值，联立上述物理量，可将通信锁相环的描述表达式定义为：

其中，x1代表第一个拥塞故障信息参量，xn代表第n个拥塞故障信息参量，β代表大数据通信系数，f代表既定的拥塞故障信息通信上传指标，Pˉ代表单位时间内的通信网络拥塞故障信息检测均值。

2.2 阻塞故障信号拟合

阻塞故障信号拟合是一个完全闭合的数据参量处理环节，可在已知通信锁相环定义条件的基础上，将已存储的信息参量分割成多个结构性文件，再借助系统检测信道，实现对这些文件信息的传输与反馈[10]。在不考虑其他干扰条件的情况下，通信网络中的阻塞故障信号拟合结果只受到数据信息检测判别权限这一项物理指标的直接影响[11]。数据信息检测判别权限在既定检测时长中，始终表现为阶段性变化量，且随着大数据主机应用能力的增强，转发故障诊断模块所需处理的拥塞信号量水平也在不断增大，但在此情况下，使判别权限指标趋于最小参量数值ΔE，即可获得最为准确的检测系统阻塞故障信号拟合处理结果[12]。在上述物理量的支持下，联立式（1），可将阻塞故障信号拟合结果表示为：

其中，smin代表最小的拥塞故障信息分割系数，smax代表最大的拥塞故障信息分割系数，D1代表第一个信号拟合权限项，Dn代表第n个信号拟合权限项。

2.3 故障检测性质判定

故障检测性质判定行为决定了大数据主机对于通信网络稳定性传输能力的维护强度[13]，一般情况下，检测主机所判定出的拥塞故障信息性质越稳定，系统所具备的信号处理能力也就越强[14]。规定hˉ表示通信网络在单位时间内所能接收到的拥塞故障信息数据量均值，一般情况下，该项物理量的数值水平越高，与大数据主机匹配的故障检测性质判定结果也就更为准确[15]。v代表基于大数据体系的传输数据量判别条件，受到其他物理系数指标的影响，该项系数值能够决定通信网络所具备的基础数据信息传输能力，且二者直接的影响关系通常保持为正向促进作用[16]。在上述物理量的支持下，联立式（2），可将系统环境中的故障检测性质判定结果表示为：

其中，g代表通信网络中阻塞故障信息的稳定传输系数，d代表拥塞故障信息的基础定义项，d′代表参量d的补充说明条件。在各级软、硬件架构体系的支持下，按照上述搭建流程，实现基于大数据通信网络阻塞故障检测系统的顺利应用。

3 系统应用能力测试

在多台通信主机元件的支持下，建立如图3 所示的网络连接环境，分别将基于大数据的通信网络阻塞故障检测系统、应答型检测系统与其中一台网络基站相连，其中前者作为实验组，后者作为对照组。同时闭合实验组、对照组连接按钮，记录第三方通信主机中相关实验指标的实际数值变化形式[17]。

图3 通信网络连接原理

UPR、UQR 指标均能反映基站主机对于通信网络阻塞故障行为的修复能力，一般情况下，两项指标参量的数值水平越高，基站主机对于通信网络阻塞故障行为的修复能力也就越强。具体实验数值变化情况如下，UPR 指标对比如表1 所示，UQR 指标对比如表2 所示。

表1 UPR指标对比

表2 UQR指标对比

表1 中，实验组UPR 指标保持先上升再下降的数值变化趋势；表2 中，实验组UQR 指标则保持阶梯状上升的数值变化状态；而表1 中，对照组UPR 指标则保持先连续下降再持续稳定的数值变化趋势；表2 中，对照组UQR 指标则保持连续上升的数值变化趋势，但实验后期的数值上升幅度则明显小于实验前期。

从极限值角度来看，实验组的最大数值结果达到了76.1%，而对照组的最大数值结果却仅能达到41.6%，与实验组数值水平相比，下降了34.5%。

总结上述实验数值可知，基于大数据通信网络阻塞故障检测系统的UPR 指标与UQR 指标数值水平明显更高，符合较好修复通信网络阻塞故障行为的实际应用需求。

4 结束语

与应答型检测系统相比，大数据体系可针对CPU 主板连接能力进行改进，且由于转发故障诊断模块、耦合检测电路的存在，通信锁相环结构可得到完美闭合，不仅可实现对阻塞故障信号的拟合处理，也可得到更为准确的故障检测性质判定结果。从实用性角度来看，UPR 指标与UQR 指标数值水平的提升，足以说明基站主机在通信网络阻塞故障行为修复方面具备较强的应用能力，不仅可以较好地解决通信网络的阻塞故障问题，也能够实现对通信网络使用环境的稳定性与平衡性维护。