基于模型選擇的無線通信設備可靠性分析

摘 要：設備失效分布規(guī)律是可靠性工程的基礎。針對無線通信設備自身結構與失效機理復雜，失效分布類型眾多，可靠性模型選擇困難及評估難度大等問題，從系統(tǒng)的底層硬件設備失效分布研究出發(fā)，以典型無線通信系統(tǒng)車輛自組網設備為研究對象，通過對比分析設備壽命指數分布、對數正態(tài)分布、兩參數威布爾分布的相關系數和誤差值，引入信息量準則和專用擬合優(yōu)度檢驗分析可靠性模型擬合效果，提出了基于模型選擇的無線通信設備可靠性分析方法，并結合實際案例進行檢驗與分析，提高了模型選擇的準確性和有效性。

關鍵詞：設備可靠性;模型選擇;威布爾分布;信息量準則;擬合優(yōu)度檢驗

中圖分類號：TN925 文獻標志碼：A DOI：10.3969/j.issn.1673-3819.2025.01.021

Reliability analysis of wireless communication equipment

based on model selection

SUN Jin1， HU Jicheng1， JIAO Yaqi2， WANG Kun3

（1. Command College， Wuhan 430012; 2. Unit 96951 of PLA， Beijing 100080;

3. Military Training Center， Beijing 100080， China）

Abstract： The research of equipment failure distribution is the basis of reliability engineering. In view of the complex structure and failure mechanism of wireless communication equipment， numerous failure distribution types， difficulty in selecting and evaluating reliability models and other problems， this paper starts from the research on equipment failure distribution at the bottom level， takes typical wireless communication system vehicle self-organizing network equipment as the research object， and compares and analyzes the correlation coefficients and error values of equipment life exponential distribution， lognormal distribution and two-parameter Weibull distribution. By introducing the information criterion and the special goodness of fit test to analyze the fitting effect of the reliability model， the reliability analysis method of wireless communication equipment based on model selection is proposed， and the test and analysis are combined with actual cases to improve the accuracy and effectiveness of model selection.

Key words：equipment reliability; model selection; Weibull distribution; information criterion; goodness-of-fit test

隨著通信與網絡技術的不斷發(fā)展，無線通信正逐步成為各類信息傳輸的重要媒介。為滿足用戶通信業(yè)務基本需要，必須保障無線通信系統(tǒng)各類設備的無故障連續(xù)正常運行，對設備可靠性提出了較高要求。在無線通信系統(tǒng)可靠性分析過程中，由各類設備組成的硬件系統(tǒng)可靠性是無線通信系統(tǒng)可靠性分析的基礎，也是當前可靠性研究領域的“熱點”內容。

國內外研究人員分別從設備失效分布類型、可靠性分析方法、可靠性評估流程等方面對無線通信設備的可靠性進行分析與評估。李懿凡［1］以指揮控制網絡系統(tǒng)為研究對象，建立指揮控制網絡系統(tǒng)故障樹模型，分析故障模式以及影響因素，找出系統(tǒng)容易發(fā)生設備故障的薄弱環(huán)節(jié)。李享［2］運用動態(tài)Bayes網絡對無線通信系統(tǒng)開展可靠性分析與故障診斷研究，識別關鍵軍用通信裝備及性能參數，建立無線通信系統(tǒng)Bayes網絡模型，為系統(tǒng)可靠性評估提供算法保障。Schacht［3］等結合電力系統(tǒng)和通信系統(tǒng)之間的相互作用，建立了一種電力系統(tǒng)和通信系統(tǒng)的交互模型，分析電力系統(tǒng)與通信系統(tǒng)的交互、智能應用、電力需求并評估電力系統(tǒng)的故障率等可靠性指標。Hosler［4］等研究了無線通信系統(tǒng)的穩(wěn)態(tài)和瞬態(tài)行為特征，建立可修復系統(tǒng)模型并引入平均首次故障時間間隔和間隔可靠性分析系統(tǒng)可靠性。Kabashkin［5］等研究了未來智能交通系統(tǒng)中具有冗余裝備的雙向通信信道，評估了車車通信和車輛自動駕駛的可靠性。Zhang［6］等針對網絡可靠性評估物理試驗成本高、時間長和重復性差等問題，提出了一種基于OPNET的可靠性仿真評估方法，運用OPNET仿真系統(tǒng)進行性能測試和可靠性評估，有效降低成本。Yang［7］等通過分析通信網絡系統(tǒng)中軟硬件結合、狀態(tài)多樣的特點，針對系統(tǒng)測試環(huán)境搭建困難、成本較高的問題，提出了一種基于廣義離散時間仿真的通信網絡系統(tǒng)可靠性評估方法，降低了以通信網絡系統(tǒng)為代表的復雜系統(tǒng)的設備可靠性評估難度。陳永［8］等提出了一種基于隨機Petri 網的車車通信可靠性評價方法，更好地評估基于高速鐵路無線通信LTE-R的車車通信可靠性。朱幾林［9］通過建立車地通信系統(tǒng)的動態(tài)故障樹模型，計算得出車地通信系統(tǒng)的設備故障概率及重要度指標，量化評估車地通信系統(tǒng)可靠性。

通過分析上述設備可靠性國內外研究現(xiàn)狀，本文從無線通信系統(tǒng)的底層硬件設備入手，對組成無線通信系統(tǒng)的各類設備的失效分布情況進行研究，比較不同失效分布類型與無線通信設備的適配性，提出了基于模型選擇的設備可靠性分析方法，準確選取設備最優(yōu)可靠性模型，科學合理計算設備可靠性參數，有效評估設備可靠性，在此基礎上，結合案例對研究方法進行實踐檢驗與分析。

1 無線通信設備可靠性分析

1．1 無線通信系統(tǒng)概述

無線通信是指借助電磁波的空間傳播模式，以電磁波為信息傳輸載體，從信號發(fā)送設備向信號接收設備傳遞語音、視頻、圖像和短消息等通信業(yè)務信息。無線通信系統(tǒng)是由各類無線通信設備組成，利用無線電波傳遞話音、文字、數據、圖像和視頻等其他信息的通信系統(tǒng)。

車載自組織網絡（Vehicular Ad-hoc Network，VANET）是一種典型的無線通信系統(tǒng)，依托各類車載自組網轉發(fā)臺，通過無線通信與數據傳遞技術，使無線傳輸范圍內的車輛可以直接進行信息交互。如圖1所示。

該技術能為車輛提供較好的移動通信服務，同時具有數據傳輸速率高，可靠性高，傳輸延時較短等優(yōu)勢。

1．2 無線通信設備可靠性

設備故障是指造成設備全部功能失效或部分功能失效的事件或狀態(tài)。設備故障問題是影響無線通信系統(tǒng)正常穩(wěn)定運行的重要因素，是研究無線通信設備可靠性的核心內容。設備可靠性［10-12］指的是無線通信系統(tǒng)中設備在規(guī)定的條件下和規(guī)定的時間內完成規(guī)定功能的能力。

無線通信設備可靠性研究是以故障為核心進行建模和分析，根據故障發(fā)生規(guī)律進行可靠性指標量化計算。本文以某型車載自組織網絡為具體示例，以車載自組網轉發(fā)臺為無線通信設備可靠性研究的具體對象，在參考文獻［13-14］的基礎上，選取可靠度、失效率、工作壽命，構建無線通信設備可靠性指標體系，便于后續(xù)可靠性建模與量化評估。

1．3 設備失效分布類型

失效分布反映設備狀態(tài)變化的趨勢，是設備可靠性建模與量化評估的基礎。本文從無線通信系統(tǒng)的底層硬件設備入手，對組成系統(tǒng)的各類設備失效分布情況進行研究，通過對比分析各類設備失效指數分布、對數正態(tài)分布、威布爾分布的相關系數和誤差值，確定各類設備失效分布類型，進而量化評估設備可靠性。

（1）失效分布函數類型

（2）失效分布參數估計

（3）信息量準則

與AIC相比，BIC的懲罰力度隨著樣本容量的增加而增大，使準則的懲罰力度隨著樣本容量變化而改變，有效改善了AIC準則懲罰因子與樣本容量無關的缺陷。

2 基于模型選擇的設備可靠性分析流程

對于設備可靠性分析而言，首要任務是確定失效分布類型。通過查閱相關文獻資料，結合文獻［13，18-20］所提出的失效分布類型確定方法，本文運用數理統(tǒng)計的方式確定無線通信設備失效分布類型。流程包含6個步驟，如圖2所示。

step1：可靠性數據整理與分析。根據常用失效分布的性質及數據的初步整理，初步選取設備失效分布類型，如指數分布、對數正態(tài)分布、兩參數威布爾分布等。

step2：失效分布函數參數估計。在初步選取失效分布函數的基礎上，運用最小二乘法和極大似然法對函數參數量化估計。

step3：相關系數與誤差對比分析。通過對不同失效分布類型的相關系數和誤差對比分析，確定一組備選的失效分布類型。

step4：引入信息量準則選取最優(yōu)模型。通過計算備選失效分布的極大似然估計值，分別求出各個備選失效分布的AIC和BIC值，選擇AIC或BIC值最小的備選失效分布類型，作為設備可靠性分析最優(yōu)模型。

step5：專用擬合優(yōu)度檢驗。在確定最優(yōu)模型的基礎上，針對分布的特點引入專用擬合優(yōu)度檢驗，進一步檢驗最優(yōu)模型的擬合效果，提高模型選擇的準確度。

Step6：量化評估設備可靠性。在確定最優(yōu)可靠性模型的基礎上，運用數理統(tǒng)計方法量化計算各類可靠性指標。

3 應用分析

3．1 設備工作壽命數據采集

設備工作壽命是衡量設備可靠性的主要性能參數，通過數個批次的現(xiàn)場試驗實測得到多組試驗數據，經過環(huán)境因子技術的折合和一致性檢驗后，整理得到40部車載自組網轉發(fā)臺壽命數據。現(xiàn)以車載自組網轉發(fā)臺壽命數據為例進行設備失效分布類型分析。具體設備壽命數據如表1所示。

3．2 失效分布函數參數計算

（1）假設服從指數分布

假設車載自組網轉發(fā)臺失效分布服從指數分布，分別采用最小二乘法和極大似然估計法進行分布參數估計，參數估計結果及相關系數計算結果如表2所示。

（2）假設服從對數正態(tài)分布

假設車載自組網轉發(fā)臺失效分布服從對數正態(tài)分布，分別采用最小二乘法和極大似然估計法進行分布參數估計，參數估計結果及相關系數計算結果如表3所示。

（3）假設服從兩參數威布爾分布

假設車載自組網轉發(fā)臺失效分布服從兩參數威布爾分布，分別采用最小二乘法和極大似然估計法進行分布參數估計，參數估計結果及相關系數計算結果如表4所示。

3．3 失效分布類型選取

（1）相關系數分析

指數分布的相關系數為0．916 8，對數正態(tài)分布的相關系數為0．977 9，兩參數威布爾分布的相關系數為0．952 4。經查相關系數顯著性檢驗表［14］，當顯著水平α=0．001，樣本數為40時，相關系數臨界值為0．501。

由于這3種分布的相關系數都大于臨界值，則這3種分布的擬合效果都顯著。但由于指數分布的相關系數遠低于兩參數威布爾分布和對數正態(tài)分布，因此，主要考慮將兩參數威布爾分布和對數正態(tài)分布作為備選模型。

（2）誤差分析

兩參數威布爾分布和對數正態(tài)分布的RMSE和NRMSE均遠遠小于指數分布的RMSE和NRMSE，證明相關系數分析將兩參數威布爾分布和對數正態(tài)分布作為備選模型是正確的。此外，兩參數威布爾分布的RMSE和NRMSE與對數正態(tài)分布相差很小，因此，還應通過信息量原則分析確定最優(yōu)模型。

（3）信息量計算

通過公式（22）和（23）計算得出對數正態(tài)分布和兩參數威布爾分布的信息量結果，如表5所示。

AIC和BIC越小，模型擬合度越好，因此，通過比較分析上述兩種備選分布的AIC和BIC，發(fā)現(xiàn)對數正態(tài)分布的AIC和BIC均小于兩參數威布爾分布，因此，選擇對數正態(tài)分布作為車載自組網轉發(fā)臺的失效分布最優(yōu)模型。

（4）擬合優(yōu)度檢驗

（5）可靠性指標計算

4 結束語

本文通過研究無線通信系統(tǒng)的設備失效規(guī)律，以車載自組網轉發(fā)臺失效分布類型為研究對象，選取指數分布、對數正態(tài)分布和兩參數威布爾分布為車載自組網轉發(fā)臺可靠性研究的失效分布類型，通過比較各類分布的數據擬合效果，初步選取對數正態(tài)分布和威布爾分布作為備選模型。通過比較各備選模型的AIC和BIC數值，選擇信息量準則數值較小的對數正態(tài)分布作為交換機可靠性的研究模型，在此基礎上運用正態(tài)分布的專用擬合優(yōu)度Shapiro-Wilk檢驗，最終確定反映車載自組網失效規(guī)律的對數正態(tài)分布類型，進一步量化評估設備可靠性指標。本文提出的基于模型選擇的設備可靠性分析方法，為各類無線通信設備失效分布研究提供了新的思路。下一步將重點研究無線通信設備可靠性模型改進與優(yōu)化，充分考慮自然環(huán)境、工作環(huán)境和使用人員等外在因素的影響，提高設備可靠性評估的合理性和準確性。

參考文獻：

[1] 李懿凡. 指揮控制網絡節(jié)點與鏈路可靠性建模與評估算法研究［D］. 成都： 電子科技大學， 2018.LI Y F. Node and link reliability modeling and evaluation algorithms for command and control network［D］. Chengdu： University of Electronic Science and Technology of China， 2018.

［2］ 李享. 基于動態(tài)貝葉斯網絡的無線通信系統(tǒng)可靠性分析與故障診斷［D］. 成都： 電子科技大學， 2021.LI X. Reliability analysis and fault diagnosis of wireless communication system using dynamic bayesian network［D］. Chengdu： University of Electronic Science and Technology of China， 2021.

［3］ SCHACHT D， LEHMANN D， VENNEGEERTS H， et al. Modelling of interactions between power system and communication systems for the evaluation of reliability［C］／／2016 Power Systems Computation Conference （PSCC）. Genoa， 2016： 1-7.

［4］ HOSLER T， SCHEUVENS L， FRANCHI N， et al. Applying reliability theory for future wireless communication networks［C］／／2017 IEEE 28th Annual International Symposium on Personal， Indoor， and Mobile Radio Communications （PIMRC）， Montreal， 2017： 1-7.

［5］ KABASHKIN I. Reliable v2x communications for safety-critical intelligent transport systems［C］／／2017 Advances in Wireless and Optical Communications （RTUWO）， Riga， 2017： 251-255.

［6］ ZHANG S， HUANG N， SUN X L. Application reliability evaluation for tactical internet based on OPNET［C］／／2015 IEEE 12th Intl Conf on Ubiquitous Intelligence and Computing and 2015 IEEE 12th Intl Conf on Autonomic and Trusted Computing and 2015 IEEE 15th Intl Conf on Scalable Computing and Communications and Its Associated Workshops （UIC-ATC-ScalCom）， Beijing， 2015： 705-709.

［7］ YANG H Q， YANG L H， HU N， et al. Reliability simulation evaluation technology of network system with hardware and software combined［C］／／2022 Asia Conference on Algorithms， Computing and Machine Learning （CACML）， Hangzhou，2022： 373-378.

［8］ 陳永， 陳耀. 基于隨機Petri網的車車通信可靠性建模與分析［J］. 安全與環(huán)境學報， 2021， 21（3）： 984-989.CHEN Y， CHEN Y. Reliability modeling and analysis of the train-to-train communication conditions based on the stochastic Petri net［J］. Journal of Safety and Environment， 2021， 21（3）： 984-989.

［9］ 朱幾林. 認知不確定性下車地通信系統(tǒng)可靠性評估方法［D］. 南昌： 南昌大學， 2018.ZHU J L. Reliability evaluation method for train-ground communication system considering epistemic uncertainty［D］. Nanchang： Nanchang University， 2018.

［10］康建設， 宋文淵， 白永生， 等. 裝備可靠性工程［M］. 北京： 國防工業(yè)出版社， 2019.KANG J S， SONG W Y， BAI Y S， et al. Equipment reliability engineering［M］. Beijing： National Defense Industry Press， 2019.

［11］黃寧. 網絡可靠性及評估技術［M］. 北京： 國防工業(yè)出版社， 2020.HUANG N. Network reliability and its evaluation technology［M］. Beijing： National Defense Industry Press， 2020.

［12］武小悅， 劉琦. 裝備試驗與評價［M］. 北京： 國防工業(yè)出版社， 2008.WU X Y， LIU Q. Equipment test and evaluation［M］. Beijing： National Defense Industry Press， 2008.

［13］胡良謀. 航空產品可靠性數據分析及MATLAB實現(xiàn)［M］. 北京： 國防工業(yè)出版社， 2020.HU L M. "Reliability data analysis and MATLAB implementation of aviation products［M］. Beijing： National Defense Industry Press， 2020.

［14］馬小兵， 楊軍. 可靠性統(tǒng)計分析［M］. 北京： 北京航空航天大學出版社， 2020.MA X B， YANG J. "Reliability statistical analysis［M］. Beijing： Beijing University of Aeronautics ＆ Astronautics Press， 2020.

［15］何惠中， 晏班夫. 基于赤池信息量準則的橋梁超限車概率模型［J］. 公路工程， 2017， 42（4）： 246-250.HE H Z， YAN B F. Statistical model of overloaded vehicles based on akaikes information criterion［J］. Highway Engineering， 2017， 42（4）： 246-250.

［16］湯毅平. 一種基于擬似然函數的信息量準則［J］. 統(tǒng)計與決策， 2016， 32（16）： 8-12.TANG Y P. "An information criterion based on quasi-likelihood function［J］. Statistics ＆ Decision， 2016， 32（16）： 8-12.

［17］宋喜芳， 李建平， 胡希遠. 模型選擇信息量準則AIC及其在方差分析中的應用［J］. 西北農林科技大學學報（自然科學版）， 2009， 37（2）： 88-92.SONG X F， LI J P， HU X Y. Model selection criterion AIC and its application in ANOVA［J］. Journal of Northwest A ＆ F University（Natural Science Edition）， 2009， 37（2）： 88-92.

［18］SUN J， GAO H M， QI F L， et al. Reliability modeling and evaluation of wireless communication system based on FTA［C］／／2022 4th International Conference on Communications， Information System and Computer Engineering （CISCE）， Shenzhen，2022： 134-137.

［19］SUN J， HE N B， ZHANG J W， et al. Research on reliability analysis method of wireless communication hardware system［C］／／2022 3rd International Conference on Computer Vision， Image and Deep Learning ＆ International Conference on Computer Engineering and Applications （CVIDL ＆ ICCEA）. Changchun，2022： 479-483.

［20］SUN J， MENG L， HOU W， et al. Research on reliability model selection of computer network equipment based on AIC［C］／／2022 International Conference on Image Processing， Computer Vision and Machine Learning （ICICML）， Xian，2022： 225-228.

（責任編輯：張培培）