典型案例21：SA站点底噪异常抬升现象 现象描述： SA站点在日常监控发现天线校准告警及底噪抬升现象。
根因分析： 小区状态正常，但底噪依然抬升，怀疑外部干扰器导致，但查询周边站点未发现干扰。 将BPU及AAS都重启后，光路通， AAS状态异常并出现小区退服告警（Service Unavailable）及Software Management Lost ConnecTIon to File Server告警。此类告警出现的原因为radio可能没获取到loadmodule，需要设置一下软件包的uri链接和用户名密码。
解决方案： 处理好小区告警后，小区状态正常，底噪恢复。 典型案例22：停车场监控设备干扰SA小区底噪抬升速率 现象描述： 某地SA测试时发现小区测试速率只有300Mbps左右,无法达到峰值速率,现场扫频发现前60M带宽存在较高干扰 。 根因分析： 通过参数配置核查,发现参数配置正常,同时现场关闭AAU发现扫频仪测试发现该频段干扰还存在,确定为外部干扰。 对周边区域扫频测试发现在渴望饲料厂停车场内视监控设备在2155～2552MHz前20M底噪高达-90dbm。 解决方案： 协调关停设备后，底噪下降到-110dbm以下。
2021-07-07 12:04:03
2.51MB
1
典型相关分析matlab实现代码DCCA：深度规范相关分析
这是Python中的深度规范关联分析（DCCA或Deep
CCA）的实现。
它需要安装Theano和Keras库。
DCCA是CCA的非线性版本，它使用神经网络代替线性变换器作为映射函数。
DCCA最初是在以下论文中提出的：
Galen
Andrew，Raman
Arora，Jeff
Bilmes，Karen
Livescu，“”，ICML，2013年。
它使用带有Theano后端的Keras库，在Tensorflow后端上不起作用。
因为网络的丢失功能是由Theano编写的。
基本的建模网络可以轻松地被更高效，更强大的网络（如CNN）取代。
大多数配置和参数是根据以下文件设置的：
Wang
Weiran，Raman
Arora，Karen
Livescu和Jeff
Bilmes。
“”，ICML，2015年。
数据集
该模型是在MNIST数据集的嘈杂版本上评估的。
我完全按照本文介绍的方式构建了数据集。
训练/验证/测试段是MNIST的原始段。
数据集很大，无法在GitHub上上传。
因此它被上传到另一台服务器上。
第一次执
2021-07-07 10:34:17
172.19MB
1