一种基于深度实例分割网络的天线下倾角测量方法技术

本发明专利技术公开了一种基于深度实例分割网络的天线下倾角测量方法包括以下步骤：通过无人机拍摄全方位的天线视频；实时将天线视频传输到服务器端，服务器端通过深度学习算法实时测量天线下倾角；所述深度学习算法包括：特征提取网络模块，用于获取天线特征图像；所述实例分割模块包括以下步骤：感兴趣区域直接映射到特征图；将候选区域分割成k*k个单元，对每个单元计算用于确定单元中心点的四个固定坐标位置，用双线性内插法计算出四个固定坐标位置的值；进行最大池化操作并实现反向传播。其通过对实例分割模块进行天线像素和背景像素的区分使得到天线下倾角角度更准确，建立一种方便、安全、有效、准确的天线测量方法。

【技术实现步骤摘要】
一种基于深度实例分割网络的天线下倾角测量方法
本专利技术涉及通信测量领域，特别是一种基于深度实例分割网络的天线下倾角测量方法。
技术介绍
在通讯领域里，经常要对天线下倾角进行调整。天线下倾角是决定基站信号覆盖范围的重要参数之一，不但在网络规划的初期需要准确设计每个天线的下倾角，在基站投入运行以后，随着业务的发展，用户的变化以及周围信号环境的变化，还需要对下倾角做出准确调整。目前对基站天线机械下倾角的测量普遍采用坡度计，使用坡度计测量天线机械下倾角时，测量者必须爬上铁塔或者抱杆贴近天线进行测量，相当危险和麻烦，也使得测量的准确性受到影响。而随着技术发展，出现了GSM－R系统，该系统是一种测量人员可以不用贴近天线就可以准确测量出天线下倾角的测量系工具，能够实现不登塔作业即可完成基站天线倾角的测量工作，并可对各基站测试点进行联网，实现对基站天线倾角的实时监测。但安装传感器，不仅耗时，成本较高，且新旧塔间、基站塔层数及数量等都存在差异性，因而该方法实用性不高，运行周期长，实现较为困难。因此设计出简单操作，性能可靠的角度测量方法就很有必要。
技术实现思路
为解决上述问题，本专利技术实施例的目的在于本文档来自技高网...

【技术保护点】
1.一种基于深度实例分割网络的天线下倾角测量方法，其特征在于，包括以下步骤：通过无人机拍摄全方位的天线视频；实时将天线视频传输到服务器端，服务器端通过深度学习算法实时测量天线下倾角。

【技术特征摘要】
1.一种基于深度实例分割网络的天线下倾角测量方法，其特征在于，包括以下步骤：通过无人机拍摄全方位的天线视频；实时将天线视频传输到服务器端，服务器端通过深度学习算法实时测量天线下倾角。2.根据权利要求1所述的一种基于深度学习的天线下倾角测量方法，其特征在于，所述通过无人机拍摄全方位的天线视频包括以下步骤：控制无人机在距天线h米高处，以天线为原点作半径为r米的圆周飞行一周，拍摄360度全方位的天线视频。3.根据权利要求2所述的一种基于深度学习的天线下倾角测量方法，其特征在于，所述特征提取网络模块包括用于解决梯度问题和网络性能退化问题的残差网络和用于解决多尺度检测问题的特征金字塔网络。4.根据权利要求1所述的一种基于深度学习的天线下倾角测量方法，其特征在于，所述实例分割模块的反向传输公式为其中，xi代表最大池化前特征图上的像素点；yrj代表最大池化后的第r个候选区域的第j个点；i＊(r，j)代表点yrj的像素值所对应最大池化前的像素点的坐标；xi*(r,j)表示反向传播时计算出来的采样点的坐标，d(.)表示两点之间的距离，Δh和Δw表示xi与xi*(r,j)横纵坐标的差值。5.根据权利要求1所述的一种基于深度学习的天线下倾角测量方法，其特征在于，所述天线候选框模块采用fasterRCNN网络结构的候选框选...

【专利技术属性】
技术研发人员：伍月婷，翟懿奎，郑煜，周集华，王天雷，徐颖，甘俊英，邓文博，柯琪锐，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东,44