摘 要：設(shè)備失效分布規(guī)律是可靠性工程的基礎(chǔ)。針對(duì)無(wú)線通信設(shè)備自身結(jié)構(gòu)與失效機(jī)理復(fù)雜，失效分布類型眾多，可靠性模型選擇困難及評(píng)估難度大等問題，從系統(tǒng)的底層硬件設(shè)備失效分布研究出發(fā)，以典型無(wú)線通信系統(tǒng)車輛自組網(wǎng)設(shè)備為研究對(duì)象，通過(guò)對(duì)比分析設(shè)備壽命指數(shù)分布、對(duì)數(shù)正態(tài)分布、兩參數(shù)威布爾分布的相關(guān)系數(shù)和誤差值，引入信息量準(zhǔn)則和專用擬合優(yōu)度檢驗(yàn)分析可靠性模型擬合效果，提出了基于模型選擇的無(wú)線通信設(shè)備可靠性分析方法，并結(jié)合實(shí)際案例進(jìn)行檢驗(yàn)與分析，提高了模型選擇的準(zhǔn)確性和有效性。

關(guān)鍵詞：設(shè)備可靠性;模型選擇;威布爾分布;信息量準(zhǔn)則;擬合優(yōu)度檢驗(yàn)

中圖分類號(hào)：TN925 文獻(xiàn)標(biāo)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(wǎng)絡(luò)技術(shù)的不斷發(fā)展，無(wú)線通信正逐步成為各類信息傳輸?shù)闹匾浇?。為滿足用戶通信業(yè)務(wù)基本需要，必須保障無(wú)線通信系統(tǒng)各類設(shè)備的無(wú)故障連續(xù)正常運(yùn)行，對(duì)設(shè)備可靠性提出了較高要求。在無(wú)線通信系統(tǒng)可靠性分析過(guò)程中，由各類設(shè)備組成的硬件系統(tǒng)可靠性是無(wú)線通信系統(tǒng)可靠性分析的基礎(chǔ)，也是當(dāng)前可靠性研究領(lǐng)域的“熱點(diǎn)”內(nèi)容。

國(guó)內(nèi)外研究人員分別從設(shè)備失效分布類型、可靠性分析方法、可靠性評(píng)估流程等方面對(duì)無(wú)線通信設(shè)備的可靠性進(jìn)行分析與評(píng)估。李懿凡［1］以指揮控制網(wǎng)絡(luò)系統(tǒng)為研究對(duì)象，建立指揮控制網(wǎng)絡(luò)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(shè)備故障的薄弱環(huán)節(jié)。李享［2］運(yùn)用動(dòng)態(tài)Bayes網(wǎng)絡(luò)對(duì)無(wú)線通信系統(tǒng)開展可靠性分析與故障診斷研究，識(shí)別關(guān)鍵軍用通信裝備及性能參數(shù)，建立無(wú)線通信系統(tǒng)Bayes網(wǎng)絡(luò)模型，為系統(tǒng)可靠性評(píng)估提供算法保障。Schacht［3］等結(jié)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(yīng)用、電力需求并評(píng)估電力系統(tǒng)的故障率等可靠性指標(biāo)。Hosler［4］等研究了無(wú)線通信系統(tǒng)的穩(wěn)態(tài)和瞬態(tài)行為特征，建立可修復(fù)系統(tǒng)模型并引入平均首次故障時(shí)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(lái)智能交通系統(tǒng)中具有冗余裝備的雙向通信信道，評(píng)估了車車通信和車輛自動(dòng)駕駛的可靠性。Zhang［6］等針對(duì)網(wǎng)絡(luò)可靠性評(píng)估物理試驗(yàn)成本高、時(shí)間長(zhǎng)和重復(fù)性差等問題，提出了一種基于OPNET的可靠性仿真評(píng)估方法，運(yùn)用OPNET仿真系統(tǒng)進(jìn)行性能測(cè)試和可靠性評(píng)估，有效降低成本。Yang［7］等通過(guò)分析通信網(wǎng)絡(luò)系統(tǒng)中軟硬件結(jié)合、狀態(tài)多樣的特點(diǎn)，針對(duì)系統(tǒng)測(cè)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(shí)間仿真的通信網(wǎng)絡(luò)系統(tǒng)可靠性評(píng)估方法，降低了以通信網(wǎng)絡(luò)系統(tǒng)為代表的復(fù)雜系統(tǒng)的設(shè)備可靠性評(píng)估難度。陳永［8］等提出了一種基于隨機(jī)Petri 網(wǎng)的車車通信可靠性評(píng)價(jià)方法，更好地評(píng)估基于高速鐵路無(wú)線通信LTE-R的車車通信可靠性。朱幾林［9］通過(guò)建立車地通信系統(tǒng)的動(dòng)態(tài)故障樹模型，計(jì)算得出車地通信系統(tǒng)的設(shè)備故障概率及重要度指標(biāo)，量化評(píng)估車地通信系統(tǒng)可靠性。

通過(guò)分析上述設(shè)備可靠性國(guó)內(nèi)外研究現(xiàn)狀，本文從無(wú)線通信系統(tǒng)的底層硬件設(shè)備入手，對(duì)組成無(wú)線通信系統(tǒng)的各類設(shè)備的失效分布情況進(jìn)行研究，比較不同失效分布類型與無(wú)線通信設(shè)備的適配性，提出了基于模型選擇的設(shè)備可靠性分析方法，準(zhǔn)確選取設(shè)備最優(yōu)可靠性模型，科學(xué)合理計(jì)算設(shè)備可靠性參數(shù)，有效評(píng)估設(shè)備可靠性，在此基礎(chǔ)上，結(jié)合案例對(duì)研究方法進(jìn)行實(shí)踐檢驗(yàn)與分析。

1 無(wú)線通信設(shè)備可靠性分析

1．1 無(wú)線通信系統(tǒng)概述

無(wú)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(hào)發(fā)送設(shè)備向信號(hào)接收設(shè)備傳遞語(yǔ)音、視頻、圖像和短消息等通信業(yè)務(wù)信息。無(wú)線通信系統(tǒng)是由各類無(wú)線通信設(shè)備組成，利用無(wú)線電波傳遞話音、文字、數(shù)據(jù)、圖像和視頻等其他信息的通信系統(tǒng)。

車載自組織網(wǎng)絡(luò)（Vehicular Ad-hoc Network，VANET）是一種典型的無(wú)線通信系統(tǒng)，依托各類車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)，通過(guò)無(wú)線通信與數(shù)據(jù)傳遞技術(shù)，使無(wú)線傳輸范圍內(nèi)的車輛可以直接進(jìn)行信息交互。如圖1所示。

該技術(shù)能為車輛提供較好的移動(dòng)通信服務(wù)，同時(shí)具有數(shù)據(jù)傳輸速率高，可靠性高，傳輸延時(shí)較短等優(yōu)勢(shì)。

1．2 無(wú)線通信設(shè)備可靠性

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

無(wú)線通信設(shè)備可靠性研究是以故障為核心進(jìn)行建模和分析，根據(jù)故障發(fā)生規(guī)律進(jìn)行可靠性指標(biāo)量化計(jì)算。本文以某型車載自組織網(wǎng)絡(luò)為具體示例，以車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)為無(wú)線通信設(shè)備可靠性研究的具體對(duì)象，在參考文獻(xiàn)［13-14］的基礎(chǔ)上，選取可靠度、失效率、工作壽命，構(gòu)建無(wú)線通信設(shè)備可靠性指標(biāo)體系，便于后續(xù)可靠性建模與量化評(píng)估。

1．3 設(shè)備失效分布類型

失效分布反映設(shè)備狀態(tài)變化的趨勢(shì)，是設(shè)備可靠性建模與量化評(píng)估的基礎(chǔ)。本文從無(wú)線通信系統(tǒng)的底層硬件設(shè)備入手，對(duì)組成系統(tǒng)的各類設(shè)備失效分布情況進(jìn)行研究，通過(guò)對(duì)比分析各類設(shè)備失效指數(shù)分布、對(duì)數(shù)正態(tài)分布、威布爾分布的相關(guān)系數(shù)和誤差值，確定各類設(shè)備失效分布類型，進(jìn)而量化評(píng)估設(shè)備可靠性。

（1）失效分布函數(shù)類型

（2）失效分布參數(shù)估計(jì)

（3）信息量準(zhǔn)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(zhǔn)則的懲罰力度隨著樣本容量變化而改變，有效改善了AIC準(zhǔn)則懲罰因子與樣本容量無(wú)關(guān)的缺陷。

2 基于模型選擇的設(shè)備可靠性分析流程

對(duì)于設(shè)備可靠性分析而言，首要任務(wù)是確定失效分布類型。通過(guò)查閱相關(guān)文獻(xiàn)資料，結(jié)合文獻(xiàn)［13，18-20］所提出的失效分布類型確定方法，本文運(yùn)用數(shù)理統(tǒng)計(jì)的方式確定無(wú)線通信設(shè)備失效分布類型。流程包含6個(gè)步驟，如圖2所示。

step1：可靠性數(shù)據(jù)整理與分析。根據(jù)常用失效分布的性質(zhì)及數(shù)據(jù)的初步整理，初步選取設(shè)備失效分布類型，如指數(shù)分布、對(duì)數(shù)正態(tài)分布、兩參數(shù)威布爾分布等。

step2：失效分布函數(shù)參數(shù)估計(jì)。在初步選取失效分布函數(shù)的基礎(chǔ)上，運(yùn)用最小二乘法和極大似然法對(duì)函數(shù)參數(shù)量化估計(jì)。

step3：相關(guān)系數(shù)與誤差對(duì)比分析。通過(guò)對(duì)不同失效分布類型的相關(guān)系數(shù)和誤差對(duì)比分析，確定一組備選的失效分布類型。

step4：引入信息量準(zhǔn)則選取最優(yōu)模型。通過(guò)計(jì)算備選失效分布的極大似然估計(jì)值，分別求出各個(gè)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(shè)備可靠性分析最優(yōu)模型。

step5：專用擬合優(yōu)度檢驗(yàn)。在確定最優(yōu)模型的基礎(chǔ)上，針對(duì)分布的特點(diǎn)引入專用擬合優(yōu)度檢驗(yàn)，進(jìn)一步檢驗(yàn)最優(yōu)模型的擬合效果，提高模型選擇的準(zhǔn)確度。

Step6：量化評(píng)估設(shè)備可靠性。在確定最優(yōu)可靠性模型的基礎(chǔ)上，運(yùn)用數(shù)理統(tǒng)計(jì)方法量化計(jì)算各類可靠性指標(biāo)。

3 應(yīng)用分析

3．1 設(shè)備工作壽命數(shù)據(jù)采集

設(shè)備工作壽命是衡量設(shè)備可靠性的主要性能參數(shù)，通過(guò)數(shù)個(gè)批次的現(xiàn)場(chǎng)試驗(yàn)實(shí)測(cè)得到多組試驗(yàn)數(shù)據(jù)，經(jīng)過(guò)環(huán)境因子技術(shù)的折合和一致性檢驗(yàn)后，整理得到40部車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)壽命數(shù)據(jù)。現(xiàn)以車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)壽命數(shù)據(jù)為例進(jìn)行設(shè)備失效分布類型分析。具體設(shè)備壽命數(shù)據(jù)如表1所示。

3．2 失效分布函數(shù)參數(shù)計(jì)算

（1）假設(shè)服從指數(shù)分布

假設(shè)車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)失效分布服從指數(shù)分布，分別采用最小二乘法和極大似然估計(jì)法進(jìn)行分布參數(shù)估計(jì)，參數(shù)估計(jì)結(jié)果及相關(guān)系數(shù)計(jì)算結(jié)果如表2所示。

（2）假設(shè)服從對(duì)數(shù)正態(tài)分布

假設(shè)車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)失效分布服從對(duì)數(shù)正態(tài)分布，分別采用最小二乘法和極大似然估計(jì)法進(jìn)行分布參數(shù)估計(jì)，參數(shù)估計(jì)結(jié)果及相關(guān)系數(shù)計(jì)算結(jié)果如表3所示。

（3）假設(shè)服從兩參數(shù)威布爾分布

假設(shè)車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)失效分布服從兩參數(shù)威布爾分布，分別采用最小二乘法和極大似然估計(jì)法進(jìn)行分布參數(shù)估計(jì)，參數(shù)估計(jì)結(jié)果及相關(guān)系數(shù)計(jì)算結(jié)果如表4所示。

3．3 失效分布類型選取

（1）相關(guān)系數(shù)分析

指數(shù)分布的相關(guān)系數(shù)為0．916 8，對(duì)數(shù)正態(tài)分布的相關(guān)系數(shù)為0．977 9，兩參數(shù)威布爾分布的相關(guān)系數(shù)為0．952 4。經(jīng)查相關(guān)系數(shù)顯著性檢驗(yàn)表［14］，當(dāng)顯著水平α=0．001，樣本數(shù)為40時(shí)，相關(guān)系數(shù)臨界值為0．501。

由于這3種分布的相關(guān)系數(shù)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(shù)分布的相關(guān)系數(shù)遠(yuǎn)低于兩參數(shù)威布爾分布和對(duì)數(shù)正態(tài)分布，因此，主要考慮將兩參數(shù)威布爾分布和對(duì)數(shù)正態(tài)分布作為備選模型。

（2）誤差分析

兩參數(shù)威布爾分布和對(duì)數(shù)正態(tài)分布的RMSE和NRMSE均遠(yuǎn)遠(yuǎn)小于指數(shù)分布的RMSE和NRMSE，證明相關(guān)系數(shù)分析將兩參數(shù)威布爾分布和對(duì)數(shù)正態(tài)分布作為備選模型是正確的。此外，兩參數(shù)威布爾分布的RMSE和NRMSE與對(duì)數(shù)正態(tài)分布相差很小，因此，還應(yīng)通過(guò)信息量原則分析確定最優(yōu)模型。

（3）信息量計(jì)算

通過(guò)公式（22）和（23）計(jì)算得出對(duì)數(shù)正態(tài)分布和兩參數(shù)威布爾分布的信息量結(jié)果，如表5所示。

AIC和BIC越小，模型擬合度越好，因此，通過(guò)比較分析上述兩種備選分布的AIC和BIC，發(fā)現(xiàn)對(duì)數(shù)正態(tài)分布的AIC和BIC均小于兩參數(shù)威布爾分布，因此，選擇對(duì)數(shù)正態(tài)分布作為車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)的失效分布最優(yōu)模型。

（4）擬合優(yōu)度檢驗(yàn)

（5）可靠性指標(biāo)計(jì)算

4 結(jié)束語(yǔ)

本文通過(guò)研究無(wú)線通信系統(tǒng)的設(shè)備失效規(guī)律，以車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)失效分布類型為研究對(duì)象，選取指數(shù)分布、對(duì)數(shù)正態(tài)分布和兩參數(shù)威布爾分布為車載自組網(wǎng)轉(zhuǎn)發(fā)臺(tái)可靠性研究的失效分布類型，通過(guò)比較各類分布的數(shù)據(jù)擬合效果，初步選取對(duì)數(shù)正態(tài)分布和威布爾分布作為備選模型。通過(guò)比較各備選模型的AIC和BIC數(shù)值，選擇信息量準(zhǔn)則數(shù)值較小的對(duì)數(shù)正態(tài)分布作為交換機(jī)可靠性的研究模型，在此基礎(chǔ)上運(yùn)用正態(tài)分布的專用擬合優(yōu)度Shapiro-Wilk檢驗(yàn)，最終確定反映車載自組網(wǎng)失效規(guī)律的對(duì)數(shù)正態(tài)分布類型，進(jìn)一步量化評(píng)估設(shè)備可靠性指標(biāo)。本文提出的基于模型選擇的設(shè)備可靠性分析方法，為各類無(wú)線通信設(shè)備失效分布研究提供了新的思路。下一步將重點(diǎn)研究無(wú)線通信設(shè)備可靠性模型改進(jìn)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(shè)備可靠性評(píng)估的合理性和準(zhǔn)確性。

參考文獻(xiàn)：

[1] 李懿凡. 指揮控制網(wǎng)絡(luò)節(jié)點(diǎn)與鏈路可靠性建模與評(píng)估算法研究［D］. 成都： 電子科技大學(xué)， 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(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的無(wú)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(xué)， 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(jī)Petri網(wǎng)的車車通信可靠性建模與分析［J］. 安全與環(huán)境學(xué)報(bào)， 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(rèn)知不確定性下車地通信系統(tǒng)可靠性評(píng)估方法［D］. 南昌： 南昌大學(xué)， 2018.ZHU J L. Reliability evaluation method for train-ground communication system considering epistemic uncertainty［D］. Nanchang： Nanchang University， 2018.

［10］康建設(shè)， 宋文淵， 白永生， 等. 裝備可靠性工程［M］. 北京： 國(guó)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(wǎng)絡(luò)可靠性及評(píng)估技術(shù)［M］. 北京： 國(guó)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(yàn)與評(píng)價(jià)［M］. 北京： 國(guó)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(chǎn)品可靠性數(shù)據(jù)分析及MATLAB實(shí)現(xiàn)［M］. 北京： 國(guó)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(jì)分析［M］. 北京： 北京航空航天大學(xué)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(zhǔn)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(shù)的信息量準(zhǔn)則［J］. 統(tǒng)計(jì)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(yuǎn). 模型選擇信息量準(zhǔn)則AIC及其在方差分析中的應(yīng)用［J］. 西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)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(zé)任編輯：張培培）