基于大数据挖掘的载波模块故障预测系统

本发明涉及载波故障预测技术领域，具体地说，涉及基于大数据挖掘的载波模块故障预测系统。其包括多源数据采集模块、动态干扰分析模块、故障关联建模模块和预测决策输出模块。多源数据采集模块实时采集载波波形数据、设备工作状态数据和运行环境数据，并生成标准化数据包；动态干扰分析模块通过动态耦合算法提取时空耦合特征，结合环境感知机制识别干扰模式，并基于新型干扰触发增量学习优化模型，输出包含特征数据、模式判定和优化建议的干扰特征分析报告。本发明实现了时频域特征的动态耦合分析，解决了传统静态模型无法识别新型干扰的难题，显著提升了5G基站载波模块故障预测的准确性和时效性，具有重要的工程应用价值。