摘要
本发明涉及通信电子技术领域,具体为一种网络电路参数动态调节方法及系统。本发明采用远高于奈奎斯特采样下限的采集频率,确保了信号重构质量和时序精度,为后续的数据建模、异常识别和精准调节奠定了可靠基础;引入LSTM神经网络进行多变量动态建模与预测,提升对网络电路未来状态趋势的智能判断能力;通过构建时间序列高维特征矩阵并输入模型进行学习,使系统能够对网络电路的未来运行状态进行趋势预测与异常预警。该机制克服了传统规则式阈值判断易受噪声干扰、泛化能力弱的问题;构建了闭环自适应调节机制,实现精细化、模块化、自动化的电路参数调控,提高系统稳定性与效率,实现了网络电路参数的自适应闭环调节。