指挥通信技术的发展使通信手段更加多样。随着通信网络复杂度的增加,指挥通信网络的故障诊断问题也开始受到越来越多的关注。通信网络中告警数据是网络故障的表现形式,网络运维人员可以根据系统中显示的告警信息了解当前网络的运行状况,进而分析、定位和处理故障,因此告警的识别对网络故障发现十分重要。文章依据现有通信网络理论和网络设备告警信息,设计一种利用学习向量量化(learning vector quantization,LVQ)改进的自组织映射(Self-Origanizing Maps,SOM)神经网络,有效解决了在输入向量过近但类别分类并不相同时,普通的SOM算法分类能力差的问题,同时提出基于反馈的自动定制迭代次数的策略。最后的结果表明,此模型对不同类型故障识别和诊断能力较好,可在一定程度上判断出根源故障,是一种较好的网络故障诊断方法。