一种基于时分长期演进网络的晴雨区分方法技术

本发明专利技术公开了一种基于时分长期演进网络的晴雨区分方法，包括：通过提取一定区域内时分长期演进网络基站的通信测量统计量，获得晴雨特征量；根据区域内多统计周期多基站、多雨量计观测结果，建立训练集；结合机器学习二分类算法建立晴雨区分模型，实现对单基站覆盖范围的降雨事件识别；基于多基站综合判断结果，计算具体位置发生降雨事件的可信度。该方法基于时分长期演进网络测量报告统计结果，能够实现区域范围内晴雨事件的有效识别，可广泛应用于等地面气象水文信息遥感领域。于等地面气象水文信息遥感领域。于等地面气象水文信息遥感领域。

【技术实现步骤摘要】
一种基于时分长期演进网络的晴雨区分方法


[0001]本专利技术涉及气象探测领域，特别是涉及一种基于时分长期演进网络的晴雨区分方法。

技术介绍

[0002]降水过程在地球的水循环、能量循环过程中扮演着极其重要的角色。降水信息的有效探测对于自然灾害预警、农业生产、交通安全等都具有重要的意义。目前，专业的地基雨量计可以精准的记录降雨量，但是稀疏的分布状况限制了其观测结果在大尺度范围的应用。测雨雷达可以大范围监测降雨的区域分布，然而其所基于的Z
‑
R(雷达反射率因子
‑
雨强)关系会受到局地雨滴谱分布的影响。测雨卫星可以获得全球范围内降雨分布信息，但是其时空分辨率较低且易受云的干扰，对近地面微雨探测能力有限。
[0003]除了上述专业的气象探测仪器，全球范围内广泛分布的非合作电磁波源也可以用于降雨信息的探测，其中最典型的例子是基于商用通信微波链路的降雨信息监测方法，其具有采样对象近地面、时空分辨率高、观测结果反演路径平均状况等特点。该方法通过接收机记录的电平值提取出链路上的雨引衰减信息，结合ITU
‑
R雨衰模型，反演路径平均降雨强度。基于该原理的降雨信息监测手段已在国际上得到广泛研究和应用。然而，由于当前大量微波回传链路已被地下光纤所取代，在中国可获得的商用通信微波链路数据越来越少，极大限制了基于商用通信微波链路降雨信息监测方法未来在中国的推广应用。
[0004]除了商用通信微波回传链路，实际上分布更加广泛的非合作信号源是通信基站与通信终端之间所形成的电磁波传播网络，例如4G手机通信常用的时分长期演进TD
‑
LTE(Time
‑
Division Long Term Evolution)网络。由于4G基站与手机终端之间的通信电磁波频率小于3GHz，而在该频率范围内降雨的微波衰减效应很弱，因此难以像商用通信微波链路那样先提取出雨引衰减再得到降雨信息。然而每个TD
‑
LTE网络基站所提供的测量报告包含了终端信号多区间强度、质量、时延等计数信息，这些信息在降雨发生时会出现一定规律的变化，因此理论上有潜力应用于降雨信息的监测。

技术实现思路

[0005]本专利技术的目的是提供一种基于时分长期演进网络的晴雨区分方法，以解决上述现有技术存在的问题。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]本专利技术提供一种基于时分长期演进网络的晴雨区分方法，包括：
[0008]构建晴雨区分模型，将获取的晴雨特征量和晴雨标签矩阵输入所述晴雨区分模型进行训练；
[0009]基于训练好的所述晴雨区分模型分析基站覆盖范围内降雨事件的可信度。
[0010]可选的，构建晴雨区分模型之前，所述方法还包括：
[0011]选择同一区域内若干个正常工作的时分长期演进网络基站，在同一统计周期下记
录每个基站内的通信终端的回传信息；
[0012]计算所述回传信息中的回传参数在各取值区间的数量、回传总数量以及回传参数平均量；
[0013]将所述回传参数在各取值区间的数量、回传总数量以及回传参数平均量作为通信测量统计量；
[0014]在若干个统计周期内进行上述计算，汇总获得的若干个所述通信测量统计量作为晴雨特征量；
[0015]构建晴雨标签矩阵。
[0016]可选的，构建晴雨标签的过程中包括：
[0017]同一区域内存在的若干个雨量计，基于距离所述正常工作的时分长期演进网络基站最近的雨量计的观测结果判断同一统计周期是否存在降雨；
[0018]将判断结果作为晴雨标签，在若干个统计周期内进行上述判断并记录，汇总获得的若干个所述晴雨标签作为晴雨标签矩阵。
[0019]可选的，所述晴雨标签确定方法包括：以空间距离最近雨量计所记录的累计降雨量和阈值0.1mm为划分标准。
[0020]可选的，构建所述晴雨区分模型的过程中包括：
[0021]基于机器学习二分类法构建所述晴雨区分模型，其中所述机器学习二分类法包括袋装决策树分类算法。
[0022]可选的，将获取的晴雨特征量和晴雨标签矩阵输入所述晴雨区分模型进行训练的过程中包括：
[0023]将晴雨特征量中包括的区域内多统计周期多基站和多雨量计观测结果作为训练集，输入所述晴雨区分模型；
[0024]通过识别基站覆盖范围内某统计周期内是否存在降雨事件进行训练。
[0025]可选的，通过识别基站覆盖范围内某统计周期内是否存在降雨事件进行训练的过程中包括：
[0026]基于区域内某位置所有可通信基站的晴雨区分结果综合判断该位置存在降雨事件的概率。
[0027]可选的，将获取的晴雨特征量和晴雨标签矩阵输入所述晴雨区分模型进行训练的过程中还包括：
[0028]通过十折交叉验证对晴雨区分模型的准确性进行测试，获得模型性能指标和混淆矩阵。
[0029]可选的，基于训练好的所述晴雨区分模型分析基站覆盖范围内降雨事件的可信度的过程中包括：基于反距离加权法计算发生降雨的可信度。
[0030]本专利技术公开了以下技术效果：
[0031]本专利技术提出的一种基于时分长期演进网络的晴雨区分方法，在时分长期演进网络测量报告统计结果基础上，充分挖掘晴雨期识别敏感特征量，实现了对区域范围内降雨信息有效探测；同时，本专利技术基于广泛现存的时分长期演进网络，并不需要额外的硬件成本投入，提供了一种超低成本、覆盖范围广、空间分辨率高的近地面降雨信息监测手段，具有极高的实际应用前景。本专利技术可以作为晴雨期识别新方法应用到实际业务当中。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为本专利技术实施例中的通信基站、通信终端和雨量计分布示意图，其中BS代表通信基站，RG代表雨量计，手机图标代表通信终端；
[0034]图2为本专利技术实施例中的一种基于时分长期演进网络的晴雨区分方法的工作流程图，其中实线代表睛雨识别模型建立过程，虚线代表睛雨识别模型应用过程；
[0035]图3为本专利技术实施例中的单基站晴雨区分模型的混淆矩阵；
[0036]图4为本专利技术实施例中的某位置降雨可信度的计算结果图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]图1是本专利技术所述一种基于时分长期演进网络的晴雨区分方法的通信基站、通信终端、雨量计分布示意图；图2是本专利技术所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时分长期演进网络的晴雨区分方法，其特征在于，包括以下步骤：构建晴雨区分模型，将获取的晴雨特征量和晴雨标签矩阵输入所述晴雨区分模型进行训练；基于训练好的所述晴雨区分模型分析基站覆盖范围内降雨事件的可信度。2.根据权利要求1所述的方法，其特征在于，构建晴雨区分模型之前，所述方法还包括：选择同一区域内若干个正常工作的时分长期演进网络基站，在同一统计周期下记录每个基站内的通信终端的回传信息；计算所述回传信息中的回传参数在各取值区间的数量、回传总数量以及回传参数平均量；将所述回传参数在各取值区间的数量、回传总数量以及回传参数平均量作为通信测量统计量；在若干个统计周期内进行上述计算，汇总获得的若干个所述通信测量统计量作为晴雨特征量；构建晴雨标签矩阵。3.根据权利要求2所述的方法，其特征在于，构建晴雨标签的过程中包括：同一区域内存在的若干个雨量计，基于距离所述正常工作的时分长期演进网络基站最近的雨量计的观测结果判断同一统计周期是否存在降雨；将判断结果作为晴雨标签，在若干个统计周期内进行上述判断并记录，汇总获得的若干个所述晴雨标签作为晴雨标签矩阵。4.根据权利要求3所述的方法，其特征在于，所述晴雨标签确定方法包括：以空间距离最近雨...

【专利技术属性】
技术研发人员：刘西川，蒲康，刘磊，高太长，赵世军，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：