CN120282192A 一种基站设施异常智能监测方法及系统 （浙江省邮电工程建设有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120282192A(43)申请公布日2025.07.08

(21)申请号202510758265.6

(22)申请日2025.06.09

(71)申请人浙江省邮电工程建设有限公司

地址310000浙江省杭州市滨江区泰安路

99号

(72)发明人王小峰马胜杰陈敏

(74)专利代理机构北京环泰睿辰专利代理有限公司37322

专利代理师马腾

(51)Int.CI.

HO4W24/04(2009.01)

HO4W24/06(2009.01)

HO4L41/16(2022.01)

HO4L41/0631(2022.01)

权利要求书3页说明书16页附图3页

(54)发明名称

一种基站设施异常智能监测方法及系统

(57)摘要

CN120282192A本发明公开了一种基站设施异常智能监测方法及系统，方法包括：根据基站物理层实时数据，采用多尺度小波融合脉冲神经网络构建动态信号感知拓扑，生成时空对齐的基站全维度特征张量；将所述基站全维度特征张量输入故障模式对抗蒸馏模块，基于物理约束的变分自编码器重构基站正常工况流形，输出具有故障指纹标识的异常特征向量；对所述异常特征向量进行故障传播图建模，结合反向传播可信度验证生成基站故障根因拓扑图；将所述基站故障根因拓扑图输入韧性自愈策略生成器，最终输出满足实时性约束的基站设施自愈策略集。利用本发明实施例，能

CN120282192A

根据基站物理层实时数据，采用多尺度小波融合

根据基站物理层实时数据，采用多尺度小波融合脉冲神

经网络构建动态信号感知拓扑，通过相位同步的时频分

解算法消除多源信号干扰，生成时空对齐的基站全维度

特征张量，其中，所述脉冲神经网络引入脉冲时序依赖

可塑性机制，通过突触权重动态修正实现信号特征的自

适应强化

将所述基站全维度特征张量输入故障模式对抗蒸馏模块

,基于物理约束的变分自编码器重构基站正常工况流形

:通过梯度掩蔽的残差聚焦算法分离突发性故障与渐进

性老化特征，输出具有故障指纹标识的异常特征向量，

其中，所述变分自编码器采用拉普拉斯噪声注入与频域

稀疏约束，强制区分瞬态异常与稳态退化模式

对所述异常特征向量进行故障传播图建模，采用图强化

因果推理模型模拟故障在硬件组件间的扩散路径，通过

门控图注意力机制动态修正传播权重，结合反向传播可

信度验证生成基站故障根因拓扑图，其中，所述模型通

过时序反向截断算法与传播路径嫡约束联合优化故障定

位精度

将所述基站故障根因拓扑图输入韧性自愈策略生成器，

基于数字孪生驱动的动态博弈框架构建多目标修复决策

树，通过物理约束的对抗性策略蒸馏技术压缩无效修复

路径，并采用联邦强化学习协调多基站间的修复资源分

配，最终输出满足实时性约束的基站设施自愈策略集，

其中，所述动态博弈框架通过故障场景孪生仿真与策略

梯度镜像更新联合保障修复策略的物理可行性

CN120282192A权利要求书1/3页

2

1.一种基站设施异常智能监测方法，其特征在于，所述方法包括：

根据基站物理层实时数据，采用多尺度小波融合脉冲神经网络构建动态信号感知拓扑，通过相位同步的时频分解算法消除多源信号干扰，生成时空对齐的基站全维度特征张量，其中，所述脉冲神经网络引入脉冲时序依赖可塑性机制，通过突触权重动态修正实现信号特征的自适应强化；

将所述基站全维度特征张量输入故障模式对抗蒸馏模块，基于物理约束的变分自编码器重构基站正常工况流形，通过梯度掩蔽的残差聚焦算法分离突发性故障与渐进性老化特征，输出具有故障指纹标识的异常特征向量，其中，所述变分自编码器采用拉普拉斯噪声注入与频域稀疏约束，强制区分瞬态异常与稳态退化模式；

对所述异常特征向量进行故障传播图建模，采用图强化因果推理模型模拟故障在硬件组件间的扩散路径，通过门控图注意力机制动态修正传播权重，结合反向传播可信度验证生成基站故障根因拓扑图，其中，所述模型通过时序反向截断算法与传播路径熵约束联合优化故障定位精度；

将所述基站故障根因拓扑图输入韧性自愈策略生成器，基于数字孪生驱动的动态博弈框架构建多目标修复决策树，通过物理约束的对抗性策略蒸馏技术压缩无效修复路径，并采用联邦强化学习协调多基站间的修复资源分配，最终输出满足实时性约束的基站设施自愈策略集，其中，所述动态博弈框架通过故障场景