本发明专利技术提供一种信号路径损耗预测模型的训练方法及装置，该方法包括：获取预设区域的数据集；数据集中的数据包括：地图数据、工程参数数据和实测路径损耗数据；对数据集中的数据进行预处理；从预处理后的数据集中提取已有特征，并对工程参数数据与实测路径损耗数据进行合并，并结合所述地图数据中的建筑物特征构建合成特征；将已有特征和所述合成特征合并作为特征库；将特征库中的数据随机划分为训练集数据和测试集数据；根据训练集数据和测试集数据对信号路径损耗预测模型中进行训练，得到训练后的信号路径损耗预测模型。本发明专利技术中，通过构建特征在算法训练信号路径损耗预测信号路径损耗，适用范围更广，准确率更高。准确率更高。准确率更高。
【技术实现步骤摘要】
一种信号路径损耗预测模型的训练方法及装置
[0001]本专利技术涉及人工智能领域，尤其涉及一种信号路径损耗预测模型的训练方法及装置。
技术介绍
[0002]对信号路径损耗的有效估计，不仅关系到基站的规划和选址，还影响到信号覆盖范围及用户体验。
[0003]现有的路径损耗估计方法主要分为两种：第一类是基于大量测试数据和经验公式的统计模型；但基于经验的统计模型依靠特定环境的测量数据，只适用于被测区域和与其结构相近地区，测量结果适用范围小，且准确率不高。第二类是基于射线追踪技术来预测电磁波传播过程和结果，考虑电磁波的各种传播途径，包括直射、反射、绕射和透射等，将几何方法和物理模型相结合的确定性算法；但基于射线追踪技术的估计方法需要高精度地图和完备的环境数据库，且受限于计算复杂度和计算能力，应用复杂度高。
技术实现思路
[0004]本专利技术实施例提供了一种信号路径损耗预测模型的训练方法及实现装置，用于解决现有技术中对于信号路径损耗预测的适用范围小，准确率不高及应用复杂度高的问题。
[0005]为了解决上述问题，本专利技术是这样实现的：
[0006]第一方面，本专利技术提供一种信号路径损耗预测模型的训练方法，包括：
[0007]获取预设区域的数据集；所述数据集中的数据包括：地图数据、工程参数数据和实测路径损耗数据；
[0008]对所述数据集中的数据进行预处理；所述预处理包括：将所述数据集中的数据处理成所需格式；
[0009]从预处理后的所述数据集中提取已有特征，并对工程参数数据与实测路径损耗数据进行合并，并结合所述地图数据中的建筑物特征构建合成特征；将所述已有特征和所述合成特征合并作为特征库；
[0010]将所述特征库中的数据随机划分为训练集数据和测试集数据；
[0011]根据所述训练集数据和所述测试集数据对信号路径损耗预测模型中进行训练，得到训练后的信号路径损耗预测模型。
[0012]可选的，所述地图数据包括以下至少一项：预设区域内的建筑物位置信息、高度信息和标志号；
[0013]所述工程参数数据包括以下至少一项：站点号、小区号、经纬度、天线方向角、下倾角和功率；
[0014]所述实测路径损耗数据包括以下至少一项：用户经纬度、基站高度、基站经纬度、基站方向角、基站下倾角和实际测量路径损耗值。
[0015]可选的，所述对工程参数数据与实测路径损耗数据进行合并，并结合所述地图数
据中的建筑物特征构建合成特征包括：
[0016]根据所述工程参数数据与实测路径损耗数据判断用户到基站的连线是否与地图数据中的所有建筑物相交，并统计与连线相交的建筑物数量、建筑物标志号和建筑物高度最大值作为的自定义特征；
[0017]根据所述自定义特征构建合成特征，所述合成特征包括以下至少一项：用户与基站的2d距离、用户与基站的3d距离和用户方位角与小区天线方位角差值。
[0018]可选的，所述根据所述训练集数据和所述测试集数据对信号路径损耗预测模型中进行训练，得到训练后的信号路径损耗预测模型，包括：
[0019]选取步骤：选取信号路径损耗预测模型，对所述信号路径损耗预测模型的参数进行初始设定；
[0020]训练步骤：将训练集数据输入当前信号路径损耗预测模型中对所述信号路径损耗预测模型进行训练，得到训练后的信号路径损耗预测模型；
[0021]评估步骤：将所述训练集数据和所述测试集数据输入所述训练后的信号路径损耗预测模型中得到信号路径损耗预测数据；将所述信号路径损耗预测数据与所述实测路径损耗数据进行比对，得到比对结果；判断所述比对结果是否满足预设的模型预测精度标准；
[0022]若所述比对结果不满足预设的模型预测精度标准，根据所述比对结果调整所述信号路径损耗预测模型的参数得到新的信号路径损耗预测模型，以及删除所述特征库中的不重要特征，得到新的训练集数据和测试集数据，并返回所述训练步骤，直到所述比对结果满足所述预设的模型预测精度标准。
[0023]可选的，所述信号路径损耗预测模型采用xgboost算法。
[0024]可选的，所述预设的模型预测精度标准的参数包括：平均绝对误差和/或误差标准差；所述预设的模型预测精度标准包括：所述平均绝对误差小于第一阈值和/或所述误差标准差小于第二阈值。
[0025]第二方面，本专利技术提供一种信号路径损耗预测模型的训练装置，包括：
[0026]获取模块，用于获取预设区域的数据集；所述数据集中的数据包括：地图数据、工程参数数据和实测路径损耗数据；
[0027]数据处理模块，用于对所述数据集中的数据进行预处理；所述预处理包括：将所述数据集中的数据处理成所需格式；
[0028]特征提取模块，用于从预处理后的所述数据集中提取已有特征，并对工程参数数据与实测路径损耗数据进行合并，并结合所述地图数据中的建筑物特征构建合成特征；将所述已有特征和所述合成特征合并作为特征库；
[0029]处理模块，用于将所述特征库中的数据随机划分为训练集数据和测试集数据；
[0030]训练模块，用于根据所述训练集数据和所述测试集数据对信号路径损耗预测模型中进行训练，得到训练后的信号路径损耗预测模型。
[0031]可选的，所述地图数据包括以下至少一项：预设区域内的建筑物位置信息、高度信息和标志号；
[0032]所述工程参数数据包括以下至少一项：站点号、小区号、经纬度、天线方向角、下倾角和功率；
[0033]所述实测路径损耗数据包括以下至少一项：用户经纬度、基站高度、基站经纬度、
基站方向角、基站下倾角和实际测量路径损耗值。
[0034]可选的，所述特征提取模块包括：
[0035]特征合成子模块，用于根据所述工程参数数据与实测路径损耗数据判断用户到基站的连线是否与地图数据中的所有建筑物相交，并统计与连线相交的建筑物数量、建筑物标志号和建筑物高度最大值作为的自定义特征；根据所述自定义特征构建合成特征，所述合成特征包括以下至少一项：用户与基站的2d距离、用户与基站的3d距离和用户方位角与小区天线方位角差值。
[0036]可选的，所述训练模块包括：
[0037]选取子模块，用于选取信号路径损耗预测模型，对所述信号路径损耗预测模型的参数进行初始设定；
[0038]训练子模块，用于将训练集数据输入当前信号路径损耗预测模型中对所述信号路径损耗预测模型进行训练，得到训练后的信号路径损耗预测模型；
[0039]评估子模块，将所述训练集数据和所述测试集数据输入所述训练后的信号路径损耗预测模型中得到信号路径损耗预测数据；将所述信号路径损耗预测数据与所述实测路径损耗数据进行比对，得到比对结果；判断所述比对结果是否满足预设的模型预测精度标准；若所述比对结果不满足预设的模型预测精度标准，根据所述比对结果调整所述信号路径损耗预测模型的参数得到新的信号路径损耗预测模型，以及删除所述特征库中的不重要特征，得到新的训练集数据和测试集数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信号路径损耗预测模型的训练方法，其特征在于，包括：获取预设区域的数据集；所述数据集中的数据包括：地图数据、工程参数数据和实测路径损耗数据；对所述数据集中的数据进行预处理；所述预处理包括：将所述数据集中的数据处理成所需格式；从预处理后的所述数据集中提取已有特征，并对工程参数数据与实测路径损耗数据进行合并，并结合所述地图数据中的建筑物特征构建合成特征；将所述已有特征和所述合成特征合并作为特征库；将所述特征库中的数据随机划分为训练集数据和测试集数据；根据所述训练集数据和所述测试集数据对信号路径损耗预测模型中进行训练，得到训练后的信号路径损耗预测模型。2.根据权利要求1所述的信号路径损耗预测模型的训练方法，其特征在于，所述地图数据包括以下至少一项：预设区域内的建筑物位置信息、高度信息和标志号；所述工程参数数据包括以下至少一项：站点号、小区号、经纬度、天线方向角、下倾角和功率；所述实测路径损耗数据包括以下至少一项：用户经纬度、基站高度、基站经纬度、基站方向角、基站下倾角和实际测量路径损耗值。3.根据权利要求1所述的信号路径损耗预测模型的训练方法，其特征在于，所述对工程参数数据与实测路径损耗数据进行合并，并结合所述地图数据中的建筑物特征构建合成特征包括：根据所述工程参数数据与实测路径损耗数据判断用户到基站的连线是否与地图数据中的所有建筑物相交，并统计与连线相交的建筑物数量、建筑物标志号和建筑物高度最大值作为的自定义特征；根据所述自定义特征构建合成特征，所述合成特征包括以下至少一项：用户与基站的2d距离、用户与基站的3d距离和用户方位角与小区天线方位角差值。4.根据权利要求1所述的信号路径损耗预测模型的训练方法，其特征在于，所述根据所述训练集数据和所述测试集数据对信号路径损耗预测模型中进行训练，得到训练后的信号路径损耗预测模型，包括：选取步骤：选取信号路径损耗预测模型，对所述信号路径损耗预测模型的参数进行初始设定；训练步骤：将训练集数据输入当前信号路径损耗预测模型中对所述信号路径损耗预测模型进行训练，得到训练后的信号路径损耗预测模型；评估步骤：将所述训练集数据和所述测试集数据输入所述训练后的信号路径损耗预测模型中得到信号路径损耗预测数据；将所述信号路径损耗预测数据与所述实测路径损耗数据进行比对，得到比对结果；判断所述比对结果是否满足预设的模型预测精度标准；若所述比对结果不满足预设的模型预测精度标准，根据所述比对结果调整所述信号路径损耗预测模型的参数得到新的信号路径损耗预测模型，以及删除所述特征库中的不重要特征，得到新的训练集数据和测试集数据，并返回所述训练步骤，直到所述比对结果...
【专利技术属性】
技术研发人员：王振东，张苗苗，吕喆，梁燕萍，余立，冯俊兰，
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。