天线权值配置方法、装置、电子设备以及存储介质制造方法及图纸

本申请提供了一种天线权值配置方法、装置、电子设备以及存储介质，所述方法包括获取采集设备采集的场景图像，其中，所述场景图像为待配置天线在预设区域内对应的图像，将所述场景图像输入至预训练的场景识别模型中进行识别，得到第一场景识别结果，根据预存的场景与天线权值对应表确定所述第一场景识别结果对应的第一天线权值信息，根据所述第一天线权值信息对所述待配置天线进行配置。本申请既节省了人力物力，也提高了对天线权值配置的客观性与准确性，进而提高了天线的传输效果。进而提高了天线的传输效果。进而提高了天线的传输效果。

【技术实现步骤摘要】
天线权值配置方法、装置、电子设备以及存储介质


[0001]本申请涉及通信
，尤其涉及一种天线权值配置方法、装置、电子设备以及存储介质。

技术介绍

[0002]随着通信技术的发展，5G(5th Generation Mobile Communication Technology，第五代移动通信技术)技术的应用越来越普及。在5G通信架构中，可以采用Massive Mimo天线技术，即大规模天线技术来接收以及发送信号。
[0003]现有技术中，针对不同的应用场景，各个无线设备厂家可以配置不同的天线权值，来达到天线覆盖最优的目的。
[0004]然而，在进行天线权值配置时，一般需要人工进行大量的路测以及现场勘查环境情况，进而尝试找到最优的5G基站单个扇区的天线权值，既费时费力，又过于依赖人工的工作经验，主观性强，进而影响了天线的传输效果。

技术实现思路

[0005]本申请提供一种天线权值配置方法、装置、电子设备以及存储介质，以提高天线的传输效果。
[0006]第一方面，本申请提供一种天线权值配置方法，包括：
[0007]获取采集设备采集的场景图像，其中，所述场景图像为待配置天线在预设区域内对应的图像；
[0008]将所述场景图像输入至预训练的场景识别模型中进行识别，得到第一场景识别结果；
[0009]根据预存的场景与天线权值对应表确定所述第一场景识别结果对应的第一天线权值信息；
[0010]根据所述第一天线权值信息对所述待配置天线进行配置。
[0011]可选的，在所述根据所述第一天线权值信息对所述待配置天线进行配置之后，还包括：
[0012]每隔预设时长重新获取所述采集设备采集的新的场景图像；
[0013]将所述新的场景图像输入至所述场景识别模型中进行识别，得到第二场景识别结果；
[0014]判断所述第二场景识别结果与所述第一场景识别结果是否一致；
[0015]若一致，则生成并发送识别结果一致提示至运维人员对应的终端设备。
[0016]可选的，所述方法还包括：
[0017]若不一致，则根据预存的场景与天线权值对应表确定所述第二场景识别结果对应的第二天线权值信息；
[0018]根据所述第二天线权值信息对所述待配置天线重新进行配置。
[0019]可选的，在所述获取采集设备采集的场景图像之前，还包括：
[0020]获取场景训练图像集，其中，所述场景训练图像集中包含多组场景训练图像以及对应的场景名称；
[0021]将所述多组场景训练图像以及对应的场景名称输入至神经网络中进行训练，得到场景识别模型。
[0022]可选的，所述将所述多组场景训练图像以及对应的场景名称输入至神经网络中进行训练，得到场景识别模型，包括：
[0023]将所述多组训练场景图像进行归一化处理，得到预设规格的训练场景图像；
[0024]将所述预设规格的训练场景图像以及对应的场景名称输入至神经网络中进行训练，得到场景识别模型，其中，所述神经网络模型中包含三层卷积层以及三层全连接层。
[0025]可选的，所述获取采集设备采集的场景图像，包括：
[0026]获取天线姿态监控设备采集的每个扇区正前方的场景图像。
[0027]可选的，在所述获取采集设备采集的场景图像之前，还包括：
[0028]获取不同的场景，以及各个场景对应的天线权值信息；
[0029]将各个不同的场景对应的天线权值信息与场景对应进行存储，得到场景与天线权值对应表。
[0030]第二方面，本申请提供一种天线权值配置装置，包括：
[0031]获取模块，用于获取采集设备采集的场景图像，其中，所述场景图像为待配置天线在预设区域内对应的图像；
[0032]处理模块，用于将所述场景图像输入至预训练的场景识别模型中进行识别，得到第一场景识别结果；
[0033]所述处理模块，还用于根据预存的场景与天线权值对应表确定所述第一场景识别结果对应的第一天线权值信息；
[0034]所述处理模块，还用于根据所述第一天线权值信息对所述待配置天线进行配置。
[0035]第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0036]所述存储器存储计算机执行指令；
[0037]所述处理器执行所述存储器存储的计算机执行指令，实现如上第一方面以及第一方面各种可能的设计所述的天线权值配置方法。
[0038]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的天线权值配置方法。
[0039]第五方面，本申请提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时，实现如上第一方面以及第一方面各种可能的设计所述的天线权值配置方法。
[0040]本申请提供了一种天线权值配置方法、装置、电子设备以及存储介质，采用上述方案后，可以先获取采集设备采集的场景图像，然后将该场景图像输入至预训练的场景识别模型中进行识别，得到第一场景识别结果，再根据预存的场景与天线权值对应表确定第一场景识别结果对应的第一天线权值信息，并根据第一天线权值信息对待配置天线进行配
置，通过依靠场景识别模型来对采集的场景图像自动进行识别，进而确定待配置天线对应的天线权值信息的方式，既节省了人力物力，也提高了对天线权值配置的客观性与准确性，进而提高了天线的传输效果。
附图说明
[0041]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本申请实施例提供的天线权值配置方法的应用系统的架构示意图；
[0043]图2为本申请实施例提供的天线权值配置方法的流程示意图；
[0044]图3为本申请另一实施例提供的天线权值配置方法的流程示意图；
[0045]图4为本申请实施例提供的天线权值配置装置的结构示意图；
[0046]图5为本申请实施例提供的电子设备的硬件结构示意图。
具体实施方式
[0047]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0048]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种天线权值配置方法，其特征在于，包括：获取采集设备采集的场景图像，其中，所述场景图像为待配置天线在预设区域内对应的图像；将所述场景图像输入至预训练的场景识别模型中进行识别，得到第一场景识别结果；根据预存的场景与天线权值对应表确定所述第一场景识别结果对应的第一天线权值信息；根据所述第一天线权值信息对所述待配置天线进行配置。2.根据权利要求1所述的方法，其特征在于，在所述根据所述第一天线权值信息对所述待配置天线进行配置之后，还包括：每隔预设时长重新获取所述采集设备采集的新的场景图像；将所述新的场景图像输入至所述场景识别模型中进行识别，得到第二场景识别结果；判断所述第二场景识别结果与所述第一场景识别结果是否一致；若一致，则生成并发送识别结果一致提示至运维人员对应的终端设备。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：若不一致，则根据预存的场景与天线权值对应表确定所述第二场景识别结果对应的第二天线权值信息；根据所述第二天线权值信息对所述待配置天线重新进行配置。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，在所述获取采集设备采集的场景图像之前，还包括：获取场景训练图像集，其中，所述场景训练图像集中包含多组场景训练图像以及对应的场景名称；将所述多组场景训练图像以及对应的场景名称输入至神经网络中进行训练，得到场景识别模型。5.根据权利要求4所述的方法，其特征在于，所述将所述多组场景训练图像以及对应的场景名称输入至神经网络中进行训练，得到场景识别模型，包括：将所述多组训练场景图像进行归一化处理，得到预设规格的训练场景图...

【专利技术属性】
技术研发人员：赵煜，周奕昕，全诗文，张进，盛莉莉，祝海亮，谷俊江，张国光，于洋，刘二波，沈凌，黎越，祝喆，李金明，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：