摘要：伴随着我国科技水平的发展，大数据被广泛应用在各个领域中。通过挖掘基站维护大数据，建立相应数据模型，利用数据分析手段来优化大面积停电情况下的应急发电调度流程，提升维护质量水平，成为当前大数据行业应用的一个崭新课题。
关键词：通信基站；维护；应急调度；大数据??
引言
我国幅员辽阔，地质地貌复杂，自然灾害频发，破坏性自然灾害会导致公网毁坏中断。应急通信作为不可或缺的手段，可用于紧急状态下的应急指挥、协调。应急通信系统不仅可以在抢险救灾过程中上传现场信息、下达决策指令，能够争取救援的宝贵时间，避免造成重大损失，更可以提高政府及其主要职能机关的应变能力、反应速度。在发生突发灾害或事故时，应急通信能及时、准确、畅通地传递第一手信息，是正确指挥抢险救灾的“中枢神经”。
应急通信指在出现自然的或人为的突发性紧急情况时，或重要节假日、重要集会活动等通信需求骤增情况下，综合使用多种通信技术手段，来保障救援、紧急救助和控制局势的一种活动。简单说即应对突发事件的通信。应急通信可以应对个人紧急情况、公众紧急情况。例如发生突发话务高峰时，发生交通运输事故、环境污染等事故灾难或者传染病疫情、食品安全等公共卫生事件时，发生恐怖袭击、经济安全等社会安全事件时，或当发生水旱、地震、森林草原火灾等自然灾害时，都可以使用应急通信，但它所起的作用就完全不同。
1应急调度指挥通信系统的特点
（1）应急调度指挥通信系统完全分离于现有其他通信系统,独立构成应急抢险的信息传输通道,配合救援中心设备和临时架设的现场设备,采用先进的VoIP集群调度技术和视频编解码技术,组成具有强大集群调度功能的应急通信系统。
（2）应急调度指挥通信系统基于美国的MESH技术,并在此基础上进行自主研发,具有更好的无线传输通道,视频和语音数据传输也更加流畅。
（3）应急调度指挥通信系统设备结构简单,综合无线接入台及应急通信包设备体积轻便,易于随身携带。设备到位后仅需几分钟即可形成宽带无线传输1500m以上的无线通信网络。现场应急通信包双电池备份可持续供电16h以上。
（4）应急调度指挥通信系统功能强大,现场无线终端间提供高达25Mb/s以上的传输速率,现场既有固定电话也提供无线手机,更便于现场人员使用,提供动态图像实时上传、语音交互、高速互联网接入等业务。
2大数据的基本概念
大数据指的是所涉及的数据规模很巨大，需要用特别的数据库软件工具Hadoop等，对其内容进行采集、存储、管理和分析的数据集合。
大数据的基本特征首先是指数据体量大，如通信基站电力电压、电流随时都在变化产生大量的浮动数据；其次是指数据类别大，基站数据来自电力系统、门禁系统、电池负载等多种数据源，数据种类既有门磁等开关量数据，也有电压电流等模拟信号数据，更有视频监控等非结构化数据；再次是大数据要求数据处理速度快，做到实时处理，供电大网停电和供电的数据，要求在规定时间内能够通过传感器进行准确上报，代维单位根据收到的信息来进行工作调度；另外，大数据要求数据真实性高，对于基站铁塔平台空间资源占用情况、电源设备端子占用情况、配套设备的数量和型号应该能够进行及时更新，以便于新业务加载的时候能够有真实准确的数据参考。
3国内外研究现状
国内的应急通信系统发展较晚，目前主要有以下几大类：
窄带数据、传真、话音业务为主的中距离传输应急系统，主要是作为地区内数据采集点到地区中心站之间的应急通信，比如卫生系统，110警务系统等。
图像采集，监视为主，服务保障为主的应急通信系统，主要作为大型活动的定点监测和数据传输备份。比如大型活动安保或现场监视系统。
远距离通信和话音传输为主的卫星应急通信系统，主要作为小分队抢险救灾使用。比如“汶川大地震”中某野战部队配发的海事卫星便携终端。
话音和数据业务为主，数字集群通信为核心的调度指挥系统，主要作为应急情况下，各部门之间调度协调。比如中小行动单位抢险救灾时各部门之间协同。
美国政府目前正在使用和装备的应急指挥通信车，配备了区域宽带通信系统，车载办公系统，双备份卫星系统，以及与消防、警察等系统互联互通的无线子系统。
4通信基站维护应急调度中大数据应用
4.1云计算构建共享平台
云计算的设计之初就是为了满足弹性需求，同时更符合互联网时代服务需求。基于云架构打造的视频指挥调度系统，采用云计算技术和虚拟化部署方式，应用层与底层硬件分离，底层硬件按需弹性平滑扩容，应用层平台许可统一管理。打破原有各系统相对封闭独立的限制及数据信息孤岛，从而实现系统资源的“全网可调、一键直达、资源共享”。
通过云系统，视频指挥调度不仅可以实现不同多媒体资源模块之间的均衡负载，提供丰富多样的应用场景，还可以实现所有入网设备的统一认证管理和资源自动分配，确保系统数据不丢失，系统规模易扩展，灵活响应面向未来的各类业务需求。
4.2大数据存储，其存储和管理
软件主要包括文件系统和数据库。大数据存储与管理，需要对上层应用提供高效的数据访问接口，存取PB甚至EB量级的数据，对数据处理的实时性、有效性提出更高要求。某些实时性要求较高的应用，如基站状态监控数据，更适合采用流处理模式，直接在清洗和集成后的数据源上进行分析。而大多数其他应用需要存储，以支持后续更深度数据分析流程。
4.3数据建模
需要根据大数据的不同数据特征和计算特征，从多样性的大数据计算问题和需求中提炼并建立的各种高层抽象或模型。基站大数据处理的主要数据特征和计算特征维度有数据结构特征、数据获取方式、数据处理类型、实时性或响应性能、迭代计算、数据关联性和并行计算体系结构特征。我们需要选用适合基站应急抢修调度的模型，如果模型不合适，需要进行数据训练并且不断进行模型优化调整，直至找到可用的模型。
4.4通信调度可视化展示建设
大屏可视化平台(DVS)技术，是信通调度对大数据分析结果的最直接、最有效的支撑。借助DVS技术，可以实现对现有公司运营体系和运行指标的集中展示。
通过大屏可视化技术，对大数据分析结果进行展示的同时，为不同类别数据的横向比较提供了一个更为广阔和直观的平台，必将使数据分析的深度与广度都能得到一个更大幅度的提升。
5大数据分析挖掘价值信息
在基于云系统架构的视频指挥调度系统中，大数据分析平台统一集合众多智能前端设备获取的视频图像信息、地理信息、统计信息等各种大数据资源。诸如布局在各地区的视频监控摄像机获取的视频图像资源，警务巡逻中警用执法记录仪、警务通及单兵设备获取的动态图像及执法信息、突发事件中无线应急布控产品获取的现场各种信息。各种大数据资源通过大数据碰撞，多角度、多层面的分析挖掘，并结合从公安数据库中抽取出的警用资源数据，实现对各类警情的趋势和异常变化实时掌握。同时，针对突发事件多维度地分析汇总整合各类信息，为实战中的分析研判提供有力数据支撑，为合理调整警力部署提供决策依据。
结语
对于应急指挥调度领域来说融合通信有着极大的应用价值，它同时融合了传统的通信技术和当前的计算机技术，能够实现多元化的应用服务。而这种融合，来源于不同领域指挥调度业务的多元化需求，这要求融合通信技术要加速产品的更换，从而为应急指挥调度领域的进一步发展提供有力的支持。
参考文献
[1]王慎,孙鹏飞.多媒体融合通信技术在现代指挥调度中的应用[J].警察技术,2019(04):12-15.
[2]许炜,曾凡海.基于宽窄带融合技术的融合通信系统及其在移动警务中的应用[J].警察技术,2019(02):11-13.