超级基站是一种集中式接入网平台,其系统由全局资源控制中心、集中式多模基带池和计算资源池、高带宽的光传输网络以及分布式射频拉远单元组成。随着移动通信技术的快速发展,为了支持大量新业务、新需求,超级基站的节点规模逐渐壮大、结构变得更为复杂,从而增加了超级基站发生故障的风险。超级基站一旦发生故障,将影响建立在同一套基础设备上多个小区的正常工作。本文的工作重点是超级基站的故障管理系统。故障管理的研究可以提升网络的可靠性和稳定性,降低故障发生的概率,提供良好的用户体验。同时故障管理具有经济性,只需要花费少量的代价就可以管理大量的基站设备。但是当前超级基站的故障管理存在以下难点:(1)故障检测问题:需要检测的数据种类多,检测消耗时间长。(2)故障诊断问题:告警规模大,节点互通导致大量的干扰告警,增加了故障诊断难度。本文针对上述难点展开研究,主要工作如下:(1)考虑到现有基站的故障检测是通过发送流量探针来检测网络中的异常,此方法增加了系统开销,本文提出使用开销较小的否定选择算法进行故障检测。然而超级基站需要检测的数据量大,消耗时间长。因此,本文结合具有数据集压缩的特点主成分分析方法,提出了一个改进的故障检测模型-EFDM,并运用在超级基站上。实验结果表明:EFDM在牺牲了较少的检测准确性,提升了较大的检测速率,并能减少系统开销;(2)超级基站现有的故障诊断主要是管理员根据系统告警进行排查,定位故障源,但是告警规模增大时,无法在短时间内实现故障快速定位。本文结合了层次聚类分析和超级基站告警格式的特点,提出了一种告警泛化的故障诊断机制,该机制根据告警属性的泛化层次结构,将相似的告警进行合并、泛化,整理出一段时间内的告警摘要,实验结果验证该机制可诊断出故障源。(3)最后,本文对原有的故障管理系统进行重新设计,在故障检测和故障诊断的基础上设计一个层次化、模块化的故障管理系统,并实现对该系统的功能界面展示。