本申请公开了一种信号质量预测方法、装置、电子设备及非易失性存储介质。其中，该方法包括：通过划分目标地图，构建障碍物特征数据，其中，目标地图中包含目标基站与目标接收点，障碍物特征数据用于表征目标基站与目标接收点之间传输信号的路径上的障碍物情况；筛选原始特征数据，得到目标特征数据，其中，原始特征数据包括：障碍物特征数据、信道特征数据、角度特征数据、地形特征数据、几何特征数据；确定目标特征数据与信号质量参数之间的目标关联关系；依据目标关联关系，确定与待预测的原始特征数据对应的目标信号质量参数。本申请解决了由于目前在对无线传播信号质量进行预测时未考虑障碍物特征，造成的信号质量预测准确率低的技术问题。的技术问题。的技术问题。
【技术实现步骤摘要】
信号质量预测方法、装置、电子设备及非易失性存储介质
[0001]本申请涉及通信
，具体而言，涉及一种信号质量预测方法、装置、电子设备及非易失性存储介质。
技术介绍
[0002]随着5G技术的不断发展和成熟，5G网络的建设愈演愈烈。在部署城市蜂窝网络时，运营商需要合理选择基站站址，根据用户需求不断优化基站功率、方位角、下倾角来覆盖定点区域方能满足用户需求建设出优质城市网络。然而随着城市化不断发展，城区内的建筑环境、交通环境、基础设施都越来越复杂，这使得无线电磁波信号从发射机到达用户接收机的信号并非为单一的直射波束，而是经过绕射、散射、折射一系列过程后的复杂波形的叠加。因此如何在错综复杂的环境中预测出覆盖区域内的网络情况，从而为基站建设、站址规划提供一定的参考，成为重要的研究方向。
[0003]目前，在对无线传播信号质量进行预测时，大多是利用传统无线传播模型是对电磁波信号的传播特性进行研究后，预测信号的传播损耗从而得到接收端信号的接收功率值(Reference Signal Receiving Power，RSRP)。现阶段而言，由于信号不再是点对点的传播，也不仅由基站的工程参数数据(如基站高度、天线功率等)简单决定，城区内的环境复杂、障碍物密集、种类繁多，而现有技术在对无线传播信号质量进行预测时并未考虑障碍物特征，往往存在信号质量预测准确率低的技术问题。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本申请实施例提供了一种信号质量预测方法、装置、电子设备及非易失性存储介质，以至少解决由于目前在对无线传播信号质量进行预测时未考虑障碍物特征，造成的信号质量预测准确率低的技术问题。
[0006]根据本申请实施例的一个方面，提供了一种信号质量预测方法，包括：通过划分目标地图，构建障碍物特征数据，其中，目标地图中包含目标基站与目标接收点，障碍物特征数据用于表征目标基站与目标接收点之间传输信号的路径上的障碍物情况；筛选原始特征数据，得到目标特征数据，其中，原始特征数据包括：障碍物特征数据、信道特征数据、角度特征数据、地形特征数据、几何特征数据；确定目标特征数据与信号质量参数之间的目标关联关系；依据目标关联关系，确定与待预测的原始特征数据对应的目标信号质量参数。
[0007]可选地，通过划分目标地图，构建障碍物特征数据包括：对初始地图进行栅格化处理，得到目标地图，其中，初始地图中包含目标基站的信号覆盖区域；以目标基站为原点，目标方向为极轴方向，在目标地图中建立极坐标系；确定目标栅格在极坐标系中的坐标数据，其中，坐标数据包括：目标栅格对应的极角、目标栅格对应的极径和目标栅格中的目标障碍物的高度，目标栅格为目标基站与目标接收点之间传输信号的路径经过的栅格，各目标栅格对应的极角与目标接收点对应的极角相同；依据目标障碍物的坐标数据，构建障碍物特
征数据，其中，障碍物特征数据包括：障碍物数量、最坏阻挡物高度、阻挡物高度距离比。
[0008]可选地，依据目标障碍物的坐标数据，构建障碍物特征数据包括：统计坐标数据中目标障碍物的高度大于零的目标栅格的个数，得到障碍物数量；确定坐标数据中目标障碍物的高度的最大值为最坏阻挡物高度；依据坐标数据中目标障碍物的高度和目标接收点在极坐标系中的极径进行计算，得到阻挡物高度距离比。
[0009]可选地，筛选原始特征数据，得到目标特征数据包括：计算原始特征数据对应的变异参数，并剔除变异参数不大于预设离散阈值的原始特征数据，得到候选特征数据，其中，变异参数用于表征原始特征数据的离散程度；确定候选特征数据的相关性参数，并依据相关性参数确定目标特征数据，其中，相关性参数用于表征候选特征数据与信号质量参数的相关程度。
[0010]可选地，候选特征数据分为：线性候选特征数据和非线性候选特征数据，其中，线性候选特征数据为与信号质量参数呈线性相关的候选特征数据、非线性候选特征数据为与信号质量参数呈非线性相关的候选特征数据，确定候选特征数据的相关性参数，并依据相关性参数确定目标特征数据包括：对于线性候选特征数据，利用预设相关系数对线性候选特征数据进行计算得到第一相关性参数，并剔除第一相关性参数不大于第一预设相关阈值的线性候选特征数据；对于非线性候选特征数据，利用决策树确定非线性候选特征数据的第二相关性参数，并剔除第二相关性参数不大于第二预设相关阈值的非线性候选特征数据；在完成对线性候选特征数据和非线性候选特征数据的剔除操作的情况下，确定剔除后的候选特征数据为目标特征数据。
[0011]可选地，利用决策树确定非线性候选特征数据的第二相关性参数包括：依据决策树和非线性候选特征数据对信号质量参数进行预测，得到预测值；比较预测值和信号质量参数，得到每次预测的误差参数；依据误差参数进行计算，得到第二相关性参数。
[0012]可选地，确定目标特征数据与信号质量参数之间的目标关联关系包括：将目标特征数据输入第一目标模型进行训练，得到第一训练结果；依据第一训练结果和信号质量参数对第二目标模型进行训练；依据训练后的第一目标模型和训练后的第二目标模型进行融合，得到目标关联关系。
[0013]可选地，第一目标模型包括：第一子模型和第二子模型，目标特征数据包括：目标障碍物特征数据、目标信道特征数据、目标角度特征数据、目标地形特征数据、目标几何特征数据，其中，目标障碍物特征数据、目标信道特征数据、目标角度特征数据、目标地形特征数据、目标几何特征数据分别为经过筛选后的障碍物特征数据、信道特征数据、角度特征数据、地形特征数据、几何特征数据，将目标特征数据输入第一目标模型进行训练，得到第一训练结果包括：依据目标信道特征数据对第一子模型进行训练，得到第一子数据；依据目标障碍物特征数据、目标角度特征数据、目标地形特征数据、目标几何特征数据对第二子模型进行训练，得到第二子数据；汇合第一子数据和第二子数据为第一训练结果。
[0014]根据本申请实施例的另一个方面，还提供了一种信号质量预测装置，包括：特征构建模块，用于通过划分目标地图，构建障碍物特征数据，其中，目标地图中包含目标基站与目标接收点，障碍物特征数据用于表征目标基站与目标接收点之间传输信号的路径上的障碍物情况；特征筛选模块，用于筛选原始特征数据，得到目标特征数据，其中，原始特征数据包括：障碍物特征数据、信道特征数据、角度特征数据、地形特征数据、几何特征数据；关系
确定模块，用于确定目标特征数据与信号质量参数之间的目标关联关系；信号预测模块，用于依据目标关联关系，确定与待预测的原始特征数据对应的目标信号质量参数。
[0015]根据本申请实施例的又一方面，还提供了一种电子设备，电子设备包括处理器，处理器用于运行程序，其中，程序运行时执行信号质量预测方法。
[0016]根据本申请实施例的再一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行信号质量预测方法。
[0017]在本申请实施例中，采用通过本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信号质量预测方法，其特征在于，包括：通过划分目标地图，构建障碍物特征数据，其中，所述目标地图中包含目标基站与目标接收点，所述障碍物特征数据用于表征所述目标基站与所述目标接收点之间传输信号的路径上的障碍物情况；筛选原始特征数据，得到目标特征数据，其中，所述原始特征数据包括：所述障碍物特征数据、信道特征数据、角度特征数据、地形特征数据、几何特征数据；确定所述目标特征数据与信号质量参数之间的目标关联关系；依据所述目标关联关系，确定与待预测的所述原始特征数据对应的目标信号质量参数。2.根据权利要求1所述的信号质量预测方法，其特征在于，通过划分目标地图，构建障碍物特征数据包括：对初始地图进行栅格化处理，得到所述目标地图，其中，所述初始地图中包含所述目标基站的信号覆盖区域；以所述目标基站为原点，目标方向为极轴方向，在所述目标地图中建立极坐标系；确定目标栅格在所述极坐标系中的坐标数据，其中，所述坐标数据包括：所述目标栅格对应的极角、所述目标栅格对应的极径和所述目标栅格中的目标障碍物的高度，所述目标栅格为所述目标基站与所述目标接收点之间传输信号的路径经过的栅格，各所述目标栅格对应的所述极角与所述目标接收点对应的所述极角相同；依据所述目标障碍物的所述坐标数据，构建所述障碍物特征数据，其中，所述障碍物特征数据包括：障碍物数量、最坏阻挡物高度、阻挡物高度距离比。3.根据权利要求2所述的信号质量预测方法，其特征在于，依据所述目标障碍物的所述坐标数据，构建所述障碍物特征数据包括：统计所述坐标数据中所述目标障碍物的高度大于零的所述目标栅格的个数，得到所述障碍物数量；确定所述坐标数据中所述目标障碍物的高度的最大值为所述最坏阻挡物高度；依据所述坐标数据中所述目标障碍物的高度和所述目标接收点在所述极坐标系中的所述极径进行计算，得到所述阻挡物高度距离比。4.根据权利要求1所述的信号质量预测方法，其特征在于，筛选原始特征数据，得到目标特征数据包括：计算所述原始特征数据对应的变异参数，并剔除所述变异参数不大于预设离散阈值的所述原始特征数据，得到候选特征数据，其中，所述变异参数用于表征所述原始特征数据的离散程度；确定所述候选特征数据的相关性参数，并依据所述相关性参数确定所述目标特征数据，其中，所述相关性参数用于表征所述候选特征数据与所述信号质量参数的相关程度。5.根据权利要求4所述的信号质量预测方法，其特征在于，所述候选特征数据分为：线性候选特征数据和非线性候选特征数据，其中，所述线性候选特征数据为与所述信号质量参数呈线性相关的所述候选特征数据、所述非线性候选特征数据为与所述信号质量参数呈非线性相关的所述候选特征数据，确定所述候选特征数据的相关性参数，并依据所述相关性参数确定所述目标特征数据包括：
对于所述线性候选特征数据，利用预设相关系数对所述线性候选特征数据进行计算得到第一相关性参数，并剔除所述第一相关性参数不大于第一预设相关阈值的所述线性候选特征数据；对于所述非线性候选特征数据，利用...
【专利技术属性】
技术研发人员：李扬，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。