【技术实现步骤摘要】
小区方位角预测模型训练方法、装置、设备及存储介质
[0001]本专利技术涉及通信
，具体涉及一种小区方位角预测模型训练方法、装置、设备及存储介质。
技术介绍
[0002]方位角是描述移动通信网络中天线方位的一个重要参数。方位角可以理解为正北方向的平面顺时针旋转到和天线所在平面重合所经历的角度。在实际的天线放置中，方位角通常有0度，120度和240度，分别对应于A小区、B小区、C小区。
[0003]在现有技术中，通常采用小区方位角预测模型预测得出小区方位角，该小区方位角预测模型的训练过程需要人工测量方位角作为训练样本，因此存在样本数量较少的问题，容易造成模型预测结果准确率较低。
技术实现思路
[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的小区方位角预测模型训练方法、装置、设备及存储介质。
[0005]根据本专利技术实施例的一个方面，提供了一种小区方位角预测模型训练方法，包括：
[0006]对仿真预测数据进行数据处理得到样本点数据...
【技术保护点】
【技术特征摘要】
1.一种小区方位角预测模型训练方法，其特征在于，包括：对仿真预测数据进行数据处理得到样本点数据；所述样本点数据包括小区样本数据和样本标签，所述小区样本数据包含小区标识、样本点经纬度、基站经纬度、样本点信号强度中的至少一个数据，所述样本标签为仿真设定的小区方位角；将所述样本点数据输入神经网络模型进行训练，当训练得到的神经网络模型满足预设条件时结束训练，将所述满足预设条件时的神经网络模型作为所述小区方位角预测模型。2.根据权利要求1所述的方法，其特征在于，所述数据处理包括数据提取、离群点去除、数据栅格化和数据归一化中的至少一种处理。3.根据权利要求1或2所述的方法，其特征在于，所述神经网络模型为VGG模型。4.一种小区方位角预测方法，其特征在于，包括：对最小化路测MDT用户数据进行处理得到目标小区的小区参数，所述小区参数包含样本点经纬度、基站经纬度、样本点信号强度中的至少一个参数；将所述小区参数输入采用权利要求1
‑
4任一项所述的小区方位角预测模型训练方法得到的小区方位角预测模型中进行预测，得到所述目标小区的预测方位角。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据设定的方位角偏差确定所述目标小区的预测方位角是否存在较大偏差，并生成预测方位角偏差较大的小区报表。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：根据实地勘察数据纠正所述小区报表中存在较大偏差的小区方位角数据，并将纠正后的小区方位角数据作为样本点数据，更新所述小区方位角预测模型。7.一种小区方位角预测模型训练装置，其特征在于，包括：样本数据获取模块，用于对仿真预测数据进行数据处理得到样...
【专利技术属性】
技术研发人员：姜书敏，殷旭，赵丰年，赵培，姜思成，向中秋，周兴围，蒲伯巍，陈凡，黄学敏，程楠，邱钧，顾宁伦，
申请(专利权)人：中国移动通信集团有限公司，
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。