基于众包模式的手机基站故障诊断与性能评测
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第14-19页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.2.1 众包 | 第15页 |
| 1.2.2 基站故障诊断与性能评测 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第2章 智能手机端数据采集 | 第19-30页 |
| 2.1 Android系统 | 第19-21页 |
| 2.1.1 Android简介 | 第19-20页 |
| 2.1.2 JNI技术 | 第20-21页 |
| 2.1.3 开发环境构建 | 第21页 |
| 2.2 数据包捕获 | 第21-24页 |
| 2.2.1 Libpcap | 第22页 |
| 2.2.2 BPF | 第22-23页 |
| 2.2.3 Libpcap抓包 | 第23-24页 |
| 2.3 故障诊断所需数据 | 第24-27页 |
| 2.3.1 手机网络连接 | 第24-25页 |
| 2.3.2 获取基站数据 | 第25-26页 |
| 2.3.3 定位用户位置 | 第26页 |
| 2.3.4 计算两点距离 | 第26页 |
| 2.3.5 采集软件测试 | 第26-27页 |
| 2.4 性能评测所需数据 | 第27-29页 |
| 2.4.1 网速 | 第27-28页 |
| 2.4.2 丢包率 | 第28页 |
| 2.4.3 时延 | 第28页 |
| 2.4.4 抖动 | 第28页 |
| 2.4.5 Ping工具 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基站故障诊断 | 第30-37页 |
| 3.1 泰森多边形 | 第30-31页 |
| 3.1.1 泰森多边形定义 | 第30页 |
| 3.1.2 泰森多边形生成 | 第30-31页 |
| 3.1.3 泰森多边形应用 | 第31页 |
| 3.2 空间邻域分析 | 第31-33页 |
| 3.2.1 缓冲区分析 | 第31-32页 |
| 3.2.2 缓冲区类型 | 第32-33页 |
| 3.3 故障基站定位 | 第33-36页 |
| 3.3.1 手机切换基站准则 | 第33页 |
| 3.3.2 定位方法介绍 | 第33-34页 |
| 3.3.3 同构基站信号覆盖模型 | 第34-35页 |
| 3.3.4 异构基站信号覆盖模型 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基站性能评测 | 第37-48页 |
| 4.1 基站性能评测介绍 | 第37页 |
| 4.2 人工神经网络 | 第37-42页 |
| 4.2.1 人工神经网络介绍 | 第37页 |
| 4.2.2 人工神经网络原理 | 第37-38页 |
| 4.2.3 人工神经网络的应用 | 第38页 |
| 4.2.4 人工神经网络的组成 | 第38-42页 |
| 4.3 BP神经网络 | 第42-44页 |
| 4.3.1 BP神经网络概述 | 第42-43页 |
| 4.3.2 BP神经网络训练步骤 | 第43-44页 |
| 4.4 基于人工神经网络的基站性能评估 | 第44-47页 |
| 4.4.1 选取人工神经网络模型 | 第44-45页 |
| 4.4.2 设计人工神经网络模型 | 第45-47页 |
| 4.4.3 性能评估网络模型设计 | 第47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 实验验证以及结果分析 | 第48-54页 |
| 5.1 引言 | 第48页 |
| 5.2 定位故障基站仿真实验 | 第48-51页 |
| 5.2.1 所需硬件设备 | 第48页 |
| 5.2.2 部署实验场地 | 第48-49页 |
| 5.2.3 实验过程 | 第49-50页 |
| 5.2.4 实验结果分析 | 第50页 |
| 5.2.5 方法存在的问题 | 第50-51页 |
| 5.3 基站性能评测实验 | 第51-53页 |
| 5.3.1 信息采集 | 第51-52页 |
| 5.3.2 实例结果分析 | 第52-53页 |
| 5.3.3 方法的局限性 | 第53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 附录A 攻读学位期间发表的学术论文和获奖情况 | 第59页 |
