移动通信网络管理的主要任务是对网络进行实时监控,确保网络在日常运行中的稳定、高效和可靠。随着移动通信技术的快速发展和移动业务的增长,网络运行故障告警信息规模与频度也相应增长,使得引发设备告警的故障原因判断更加复杂,需要投入大量的人力物力进行监控。本文针对移动通信网络监控的问题开展研究,研究工作和主要内容包括以下几个方面:1.研究网络故障告警数据的分布特性,分析出其数据分布模型,提出了使用多等级告警处理模型,利用高斯感知器处理减少人工神经网络需要处理告警数据的数量,提升整个告警关联系统的效率。2.对人工神经网络训练方法进行比较,提出使用BP神经网络对故障告警数据进行分类。利用BP网络的自适应特点和模式识别能力,本文通过对比使用动量项、自适应速率、LM算法等多种方式验证了BP的训练效果,对移动通信网络中的故障进行定位,实现对移动通信网络告警的监控。3.设计并实现了移动通信网络故障告警关联分析系统。该系统基于客户端/服务器的网络部署架构,使用了分布式的告警采集方案,针对无线、传输、交换等各个专业设备根据其类型和告警采集规范设计了相应的采集方案,实现对各专业告警数据的实时采集。通过使用层次化的解决方案和职责链设计模式,有效降低了各个系统模块之间的耦合性,提高了整个系统的可扩展性和稳定性。研究成果表明,整个网络告警关联分析系统能够对移动通信网络中的故障告警进行全面监控,并能够使用BP网络对故障告警进行分析定位。