| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 本论文用术语的注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 论文的主要工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-17页 |
| 第二章 无线网络故障检测模型 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 无线通信网络故障 | 第17-21页 |
| 2.2.1 硬件故障 | 第18-19页 |
| 2.2.2 物理和逻辑信道故障 | 第19-20页 |
| 2.2.3 其它故障 | 第20-21页 |
| 2.3 无线通信网络故障的测量指标获取 | 第21-23页 |
| 2.3.1 基站和用户设备测量指标 | 第21-22页 |
| 2.3.2 运营管理系统测量指标 | 第22页 |
| 2.3.3 路测测量指标 | 第22-23页 |
| 2.4 网络故障与关键性能指标分析 | 第23-28页 |
| 2.4.1 无线通信网络故障的关键性能指标 | 第23-25页 |
| 2.4.2 无线通信网络故障诊断方法 | 第25-26页 |
| 2.4.3 网络故障与特征指标分析 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 故障检测方法 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 基于数据挖掘的故障检测方法 | 第29-36页 |
| 3.2.1 检测流程 | 第30-32页 |
| 3.2.2 降维方法 | 第32-34页 |
| 3.2.3 分类方法 | 第34-36页 |
| 3.3 基于统计的故障检测方法 | 第36-38页 |
| 3.3.1 假设检验 | 第36-37页 |
| 3.3.2 标准映射 | 第37-38页 |
| 3.4 异构网络的故障检测方法 | 第38-41页 |
| 3.4.1 同构网络故障检测方法的应用 | 第38-40页 |
| 3.4.2 异构网络结构分层 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 基于用户空间和时间数据的协作式故障检测方法 | 第43-57页 |
| 4.1 引言 | 第43-44页 |
| 4.2 系统模型 | 第44-46页 |
| 4.2.1 LTE扁平化 | 第44-45页 |
| 4.2.2 协作检测流程 | 第45-46页 |
| 4.3 算法 | 第46-50页 |
| 4.3.1 协同过滤分析 | 第46-49页 |
| 4.3.2 灰度时间序列 | 第49-50页 |
| 4.4 讨论 | 第50-54页 |
| 4.5 本章小结 | 第54-57页 |
| 第五章 基于神经网络的协作式故障检测方法 | 第57-69页 |
| 5.1 引言 | 第57-59页 |
| 5.2 系统架构 | 第59-61页 |
| 5.2.1 系统模型 | 第59-60页 |
| 5.2.2 检测流程 | 第60-61页 |
| 5.3 算法 | 第61-66页 |
| 5.3.1 基于决策树生成的特征子集选择 | 第61-62页 |
| 5.3.2 径向基函数神经网络 | 第62-65页 |
| 5.3.3 基于人工蜂群算法的神经网络参数学习 | 第65-66页 |
| 5.4 讨论 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 全文总结 | 第69-70页 |
| 6.2 未来展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 作者攻读硕士学位期间的研究成果 | 第79-80页 |