论文部分内容阅读
基站是现代移动通讯的基础设备，基站管理水平直接决定移动通讯服务的质量和效率。基站维护管理信息系统是管理和维护通信基站的信息系统，对提高维护效率、降低维护成本具有重要意义。目前基站维护管理信息系统大都存在两个问题：一是缺少蓄电池续航时间预测功能，而蓄电池续航时间是管理基站的基础核心数据；二是软件与数据库高耦合，系统的可扩展能力差。 本文针对上述两个问题，采用神经网络算法预测续航时间，采用基于元数据和自定义控件的方案提高软件系统的可扩展性。具体研究成果如下： （1）利用采集蓄电池放电数据和环境数据，研究分析影响蓄电池续航时间的多个因素，如电解液浓度、温度和瞬时电压等，分析各因素对采集数据的影响，采用电压和温度作为影响续航时间的关键因素。 （2）研究基于神经网络算法的预测蓄电池续航时间算法。由于蓄电池放电数据分布不规则，普通的算法不能满足精度要求，利用神经网络可自主学习的特点，可获得较好的预测精度。比较BP神经网络算法和RBF神经网络算法预测续航时间的方差，确定由精度较高的RBF算法作为预测算法。 （3）研究基于元数据和自定义控件技术提高软件的可扩展性、降低重复编码强度的方法。以元数据作为数据库基本表与自定义控件的中间层，自定义控件读取元数据获取基本表的属性信息，间接操作基本表，屏蔽数据库变更对软件开发和维护的影响。利用自定义控件技术，将程序员从大量重复编程中解放出来，提高开发效率。 （4）研究续航时间预测算法和基于元数据和自定义控件技术方案应用到基站维护管理信息系统的设计方案。采用RBF算法预测续航时间，并应用元数据和自定义控件技术方案应对数据库变更，实现了基站维护管理信息系统。 通过这两项技术的应用，基站维护管理信息系统实现了对蓄电池续航时间的预测，为智能发电子系统提供基础数据。在系统的实现中，基于元数据和自定义控件的技术方法成功的提高软件系统的可扩展性。