CN112911604B - 基站建设优先级确定方法、装置、设备及计算机存储介质 - Google Patents

基站建设优先级确定方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN112911604B
CN112911604B CN201911227292.1A CN201911227292A CN112911604B CN 112911604 B CN112911604 B CN 112911604B CN 201911227292 A CN201911227292 A CN 201911227292A CN 112911604 B CN112911604 B CN 112911604B
Authority
CN
China
Prior art keywords
site
base station
information
determining
planning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911227292.1A
Other languages
English (en)
Other versions
CN112911604A (zh
Inventor
郁文尧
邱坚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Shanghai Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Shanghai Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Shanghai Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201911227292.1A priority Critical patent/CN112911604B/zh
Publication of CN112911604A publication Critical patent/CN112911604A/zh
Application granted granted Critical
Publication of CN112911604B publication Critical patent/CN112911604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基站建设优先级确定方法、装置、设备及计算机存储介质。该基站建设优先级确定方法包括：获取任一待建设基站的第一站址天线信息；根据第一站址天线信息，确定第一已建设基站的第一规划优化信息；基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型；其中，预设中心站址是基于样本待建设基站的第二站址天线信息和样本第一已建设基站的第二规划优化信息，利用迁移学习算法确定的；根据站点类型和预设基站建设优先级之间的映射关系，确定待建设基站的建设优先级。根据本发明实施例，能够提高网络质量。

Description

基站建设优先级确定方法、装置、设备及计算机存储介质
技术领域
本发明属于通信技术和数据分析技术领域，尤其涉及一种基站建设优先级确定方法、装置、电子设备及计算机存储介质。
背景技术
新一代蜂窝移动通信技术(例如，第五代移动通信技术)是上一代蜂窝移动通信技术(例如，第四代移动通信技术)的延伸，新一代蜂窝移动通信技术的性能目标是提高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。
目前，在建设新一代蜂窝移动通信技术的基站的相关技术中，主要是基于长名单建设清单进行建设。长名单建设清单就是简单罗列了所有待建的基站的名单，其缺乏对网络质量的考量。所以，基于该长名单建设清单建设基站，不仅基站建设完成率低，而且局部区域信号弱覆盖，进而导致网络质量较差。
因此，如何进行基站建设以提高网络质量是本领域技术人员亟需解决的技术问题。
发明内容
本发明实施例提供一种基站建设优先级确定方法、装置、电子设备及计算机存储介质，能够提高网络质量。
第一方面，提供了一种基站建设优先级确定方法，方法包括：
获取任一待建设基站的第一站址天线信息；
根据第一站址天线信息，确定第一已建设基站的第一规划优化信息；
基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型；其中，预设中心站址是基于样本待建设基站的第二站址天线信息和样本第一已建设基站的第二规划优化信息，利用迁移学习算法确定的；
根据站点类型和预设基站建设优先级之间的映射关系，确定待建设基站的建设优先级。
可选地，基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型，包括：
利用第一站址天线信息和第一规划优化信息，确定待建设基站的规划站址；
分别计算规划站址与各个预设中心站址之间的距离，确定与规划站址距离最近的预设中心站址；
根据与规划站址距离最近的预设中心站址的站点类型，确定待建设基站的站点类型，能够更加精确地确定待建设基站的站点类型。
可选地，基于第二站址天线信息和第二规划优化信息，利用迁移学习算法确定预设中心站址，包括：
利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合；
根据第一规划站址信息集合，确定第一中心站址误差极小值；
当第一中心站址误差极小值小于第一误差阈值时，确定预设中心站址，能够更加精确地确定预设中心站址。
可选地，利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合，包括：
获取样本待建设基站的天线波束配置参数；
对天线波束配置参数进行数据归一化，得到第二站址天线信息；
利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合，能够获取更加优质的第二站址天线信息。
可选地，利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合，包括：
获取样本第一已建设基站的第三规划优化信息；
对第三规划优化信息进行数据稀疏化，得到第二规划优化信息；
利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合，能够更加迅速地确定第一规划站址信息集合。
可选地，对第三规划优化信息进行数据稀疏化，得到第二规划优化信息，包括：
利用第三规划优化信息，确定第二规划站址信息集合；
基于预设门限阈值，筛选第二规划站址信息集合，得到第二规划优化信息。
可选地，利用第三规划优化信息，确定第二规划站址信息集合，包括：
利用第三规划优化信息，确定第三规划站址信息集合；
根据第三规划站址信息集合，确定第二中心站址误差极小值；
当第二中心站址误差极小值小于第二误差阈值时，确定第二规划站址信息集合，能够获取更加精确的第二规划站址信息集合。
第二方面，提供了一种基站建设优先级确定装置，装置包括：
第一站址天线信息获取模块，用于获取任一待建设基站的第一站址天线信息；
第一规划优化信息确定模块，用于根据第一站址天线信息，确定第一已建设基站的第一规划优化信息；
站点类型确定模块，用于基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型；其中，预设中心站址是基于样本待建设基站的第二站址天线信息和样本第一已建设基站的第二规划优化信息，利用迁移学习算法确定的；
建设优先级确定模块，用于根据站点类型和预设基站建设优先级之间的映射关系，确定待建设基站的建设优先级。
可选地，站点类型确定模块，包括：
规划站址确定子模块，用于利用第一站址天线信息和第一规划优化信息，确定待建设基站的规划站址；
预设中心站址确定子模块，用于分别计算规划站址与各个预设中心站址之间的距离，确定与规划站址距离最近的预设中心站址；
站点类型确定子模块，用于根据与规划站址距离最近的预设中心站址的站点类型，确定待建设基站的站点类型。
可选地，站点类型确定模块，包括：
第一规划站址信息集合确定子模块，用于利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合；
第一中心站址误差极小值确定子模块，用于根据第一规划站址信息集合，确定第一中心站址误差极小值；
预设中心站址确定子模块，用于当第一中心站址误差极小值小于第一误差阈值时，确定预设中心站址。
可选地，第一规划站址信息集合确定子模块，包括：
天线波束配置参数获取单元，用于获取样本待建设基站的天线波束配置参数；
数据归一化单元，用于对天线波束配置参数进行数据归一化，得到第二站址天线信息；
第一规划站址信息集合确定单元，用于利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合。
可选地，第一规划站址信息集合确定单元，包括：
第三规划优化信息获取子单元，用于获取样本第一已建设基站的第三规划优化信息；
数据稀疏化子单元，用于对第三规划优化信息进行数据稀疏化，得到第二规划优化信息；
第一规划站址信息集合确定子单元，用于利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合。
可选地，数据稀疏化子单元，包括：
第二规划站址信息集合确定二级子单元，用于利用第三规划优化信息，确定第二规划站址信息集合；
第二规划优化信息获取二级子单元，用于基于预设门限阈值，筛选第二规划站址信息集合，得到第二规划优化信息。
可选地，第二规划站址信息集合确定二级子单元，包括：
第三规划站址信息集合确定三级子单元，用于利用第三规划优化信息，确定第三规划站址信息集合；
第二中心站址误差极小值确定三级子单元，用于根据第三规划站址信息集合，确定第二中心站址误差极小值；
第二规划站址信息集合确定三级子单元，用于当第二中心站址误差极小值小于第二误差阈值时，确定第二规划站址信息集合。
第三方面，提供了一种电子设备，电子设备包括：处理器以及存储有计算机程序指令的存储器；
处理器执行计算机程序指令时实现第一方面的基站建设优先级确定方法。
第四方面，提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面的基站建设优先级确定方法。
本发明实施例提供一种基站建设优先级确定方法、装置、电子设备及计算机存储介质，能够提高网络质量。该基站建设优先级确定方法主要是基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型，再根据站点类型和预设基站建设优先级之间的映射关系，确定待建设基站的建设优先级。依据待建设基站的建设优先级进行基站建设，相比于相关技术中依据只是简单罗列待建设基站的长名单建设清单进行基站建设，能够避免局部区域信号弱覆盖的现象，进而提高网络质量。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，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。
图1是本发明一个实施例提供的一种基站建设优先级确定方法的流程示意图；
图2是本发明一个实施例提供的一种模型装置的结构示意图；
图3是本发明一个实施例提供的一种基站建设优先级确定装置的结构示意图；
图4是本发明一个实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
目前，在建设新一代蜂窝移动通信技术的基站的相关技术中，主要是基于长名单建设清单进行建设。长名单建设清单就是简单罗列了所有待建的基站的名单，其缺乏对网络质量的考量。所以，基于该长名单建设清单建设基站，不仅基站建设完成率低，而且局部区域信号弱覆盖，进而导致网络质量较差。
为了解决现有技术问题，本发明实施例提供了一种基站建设优先级确定方法、装置、电子设备及计算机存储介质。下面首先对本发明实施例所提供的基站建设优先级确定方法进行介绍。图1是本发明一个实施例提供的一种基站建设优先级确定方法的流程示意图，如图1所示，该基站建设优先级确定方法，包括：
S101、获取任一待建设基站的第一站址天线信息。
S102、根据第一站址天线信息，确定第一已建设基站的第一规划优化信息。
S103、基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型；其中，预设中心站址是基于样本待建设基站的第二站址天线信息和样本第一已建设基站的第二规划优化信息，利用迁移学习算法确定的。
S104、根据站点类型和预设基站建设优先级之间的映射关系，确定待建设基站的建设优先级。
待建设基站可以为待建设5G基站，第一站址天线信息即为该待建设基站的站址天线信息，其可表征天线权值维度属性，通常包括数据归一化后的天线波束配置参数。在一个实施例中，若待建设基站为待建设5G基站，则该第一站址天线信息的获取方式可以为：以每5G站点下小区级别为单位进行数据收集，收集5G站点每小区天线波束配置参数，并完成数据归一化处理，得到该第一站址天线信息。根据待建设基站的第一站址天线信息，确定第一已建设基站的第一规划优化信息。其中，该第一已建设基站可以为已建设4G基站。
在确定第一已建设基站的第一规划优化信息后，基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型。其中，该第二已建设基站可以为已建设5G基站，其预设中心站址和站点类型均为预先确定的，预设中心站址可以用质心点表示，站点类型通常包括覆盖站点、容量站点和一般站点，覆盖站点的建设优先级最高，一般站点的建设优先级最低。而且，预设中心站址是基于样本待建设基站的第二站址天线信息和样本第一已建设基站的第二规划优化信息，利用迁移学习算法确定的。
为了更加精确地确定待建设基站的站点类型，在一个实施例中，基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型，通常可以包括：
利用第一站址天线信息和第一规划优化信息，确定待建设基站的规划站址；分别计算规划站址与各个预设中心站址之间的距离，确定与规划站址距离最近的预设中心站址；根据与规划站址距离最近的预设中心站址的站点类型，确定待建设基站的站点类型。
为了更加精确地确定预设中心站址，在一个实施例中，基于第二站址天线信息和第二规划优化信息，利用迁移学习算法确定预设中心站址，通常可以包括：利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合；根据第一规划站址信息集合，确定第一中心站址误差极小值；当第一中心站址误差极小值小于第一误差阈值时，确定预设中心站址。
其中，第一规划站址信息集合可用矩阵M′＝[m′aj]表示，m′aj表示第j个数据点属于第a类聚类的关联度；∑m′aj＝1，且进行数据归一化使得任意m′aj∈[0,1]；第一中心站址误差极小值可用(min)J′u(U,V)表示，V为输出的质心点，U为计算系数。由于只有当第一中心站址误差极小值小于第一误差阈值时，才能确定预设中心站址，在一定程度上保障了所确定的预设中心站址的精确性。对于第一误差阈值的设定不作具体限定，在一个实施例中，可设第一误差阈值为0.1。
为了获取更加优质的第二站址天线信息，在一个实施例中，利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合，通常可以包括：获取样本待建设基站的天线波束配置参数；对天线波束配置参数进行数据归一化，得到第二站址天线信息；利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合。经过数据归一化处理后的天线波束配置参数，处于同一数量级，可以消除指标之间的量纲和量纲单位的影响，提高不同数据指标之间的可比性。
为了更加迅速地确定第一规划站址信息集合，在一个实施例中，利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合，通常可以包括：获取样本第一已建设基站的第三规划优化信息；对第三规划优化信息进行数据稀疏化，得到第二规划优化信息；利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合。由于第二规划优化信息经过了数据稀疏化，在确定第一规划站址信息集合的过程中可以提升数据处理效率。
进一步地，对第三规划优化信息进行数据稀疏化，得到第二规划优化信息，通常可以包括：利用第三规划优化信息，确定第二规划站址信息集合；基于预设门限阈值，筛选第二规划站址信息集合，得到第二规划优化信息。
为了获取更加精确的第二规划站址信息集合，在一个实施例中，利用第三规划优化信息，确定第二规划站址信息集合，通常可以包括：利用第三规划优化信息，确定第三规划站址信息集合；根据第三规划站址信息集合，确定第二中心站址误差极小值；当第二中心站址误差极小值小于第二误差阈值时，确定第二规划站址信息集合。
其中，第三规划站址信息集合可设定为M，第二中心站址误差极小值可设定为(min)Ju(U,V)。由于只有当第二中心站址误差极小值小于第二误差阈值时，才能确定第二规划站址信息集合，在一定程度上保障了所确定的第二规划站址信息集合的精确性，对于第二误差阈值的设定不作具体限定，在一个实施例中，可设第二误差阈值为0.3。
下面以4G规划优化信息和5G站址天线信息确定5G基站的预设中心站址为例，对上述内容进行说明。4G规划优化信息作为基础层，经数据稀疏化后，结合5G站址天线信息作为中间层，通过迭代运算确定5G基站的预设中心站址。整个过程可分别由对应的功能模块去实现，如图2所示，整个模型装置配置如下：
模块A：4G规划优化信息收集模块；模块B：基础层构建和迭代模块；模块C：数据稀疏化处理模块；模块D：5G站址天线信息收集模块；模块E：中间层构建和迭代模块；模块F：结果输出模块。
整个模块体系通过将模块C和模块D的输出作为模块E的输入，经过迭代处理后，输入至模块F输出5G基站的预设中心站址。其中，模块C的输出是基于模块A和模块B得到。
模块A负责4G规划优化信息收集。该模块主要负责收集4G测量报告(MeasurementReport，MR)、话统、路测和物理四个维度的属性类别数据，并进行数据归一化，数据收集以每站点下小区级别为单位。MR维度数据收集是收集4G站点每小区MR覆盖率和平均接收电平；话统维度数据收集是收集每站点下小区流量、发射功率、基于A4的A2门限、物理资源块利用率等数据；路测维度数据收集是收集每站点下小区级别路测采样点数占比；物理维度数据收集是收集每站点下小区级别挂高、倾角、共站属性等数据。这四个维度合计涉及10个自变量属性数据，对应10个自变量维度。
完成数据收集后对数据进行归一化，经过归一化处理的数据，处于同一数量级，可以消除指标之间的量纲和量纲单位的影响，提高不同数据指标之间的可比性。归一化线性转换，即min-max归一化：y＝(x-min)/(max-min)。
模块B整合四个维度输出的10个自变量属性数据，通过迭代实现基础层构建。该模块处理主要分为如下步骤：
步骤B1：站点规划部署一般分为容量站点、覆盖站点和一般站点三种站点类型。基于10个自变量属性数据，任意选取c个中心点进行聚类。其中，c和站点类型的数量相同，可令c＝3。
步骤B2：构建矩阵M＝[mij]，其中元素mij表示第j个数据点属于第i类聚类的关联度；其中∑mij＝1，且进行归一化使得任意mij∈[0,1]。
步骤B3：基于加权误差计算得出极小值，即
Figure BDA0002302584290000101
其中n表示数据点的总数，c表示中心点的总数，v为最终输出的质心点，u为计算系数，x代表站点维度。
步骤B4：设置学习度和步长，迭代计算加权误差Ju(U,V)，直到误差小于阈值门限(可令阈值门限为0.3)。当Ju(U,V)小于阈值门限时，停止迭代计算并输出基于10个自变量属性数据的质心点终值和矩阵M的终值。
模块C负责数据稀疏化处理，具体地，将输出终值的矩阵M中低于阈值门限的元素进行填充零值处理(可令阈值门限为0.8)。数据稀疏化处理在实施后，能够大幅度提升后续步骤处理效率。
模块D负责5G站址天线信息收集，该5G站址天线信息表征5G天线权值维度属性。该模块主要负责5G站址天线权值数据收集，数据收集以每站点下小区级别为单位，收集5G站点每小区天线波束配置参数，并完成数据归一化处理。
模块E负责中间层迭代和构建。基于模块C和模块D输出数据进行中间层构建。该模块处理主要分为如下步骤：
步骤E1：根据模块D输出的5G站址天线信息、模块C输出的数据稀疏化处理后的矩阵M的终值以及基于4G数据的质心点建立中间层。
步骤E2：根据矩阵M的终值构建矩阵M′＝[m′aj]，M′矩阵的初始值为M矩阵的终值，其中元素m′aj表示第j个数据点属于第a类聚类的关联度；∑m′aj＝1，且进行数据归一化使得任意m′aj∈[0,1]。由于模块C已进行数据稀疏化，计算难度大幅度下降。
步骤E3：计算融入5G天线权值维度属性的加权误差极小值(min)J′u(U,V)，即
Figure BDA0002302584290000111
其中n表示数据点的总数，a表示任一聚类的种类，c′表示聚类的种类的总数(也即中心点的总数)，v为最终输出的质心点(质心点从原有10维度扩展至11维度)，u为计算系数，x代表站点维度。
步骤E4：设置学习度和布长，重新迭代计算J′u(U,V)，直到误差小于阈值门限。由于模块C已进行数据稀疏化，极小值进一步变小，可令阈值门限为0.1。当J′u(U,V)小于阈值门限时，则停止计算并输出迭代后的质心点和矩阵M′的终值。
步骤E5：将11维度的质心点和矩阵M′的终值作为输出给模块F。
模块F完成结果输出。步骤E5输出的3个质心点，分别表征容量站点、覆盖站点和一般站点，通过流量、负荷和MR覆盖等数据判别质心点的特征并进行标签，根据M′矩阵中的元素值，判别5G基站所属站点类型。同时，匹配3个质心点的天线波束配置值，输出5G的天线波束配置建议值。
下面结合具体场景的数据，对上述内容进行详细说明：
步骤A:以现网为例，完成3万个D频段小区的测量报告覆盖率、平均接收电平、小区流量、发射功率、基于A4的A2门限、物理资源块利用率、路测采样点数占比、挂高、倾角、共站属性数据的收集和数据归一化处理。选取其中10个基站小区作为样本进行举例说明，基站小区样本标识为a1至a10，各基站小区10个维度归一化数据如下(列表中每个值代表一个维度的归一化数值)：
a1＝[0.39 0.67 0.59 0.30 0.47 0.26 0.42 0.77 0.97 0.44]
a2＝[0.15 0.67 0.53 0.50 0.43 0.65 0.48 0.22 0.83 0.04]
a3＝[0.10 0.05 0.69 0.94 0.95 0.45 0.22 0.90 0.90 0.90]
a4＝[0.30 0.34 0.15 0.19 0.64 0.38 0.56 0.63 0.49 0.32]
a5＝[0.65 0.56 0.94 0.50 0.04 0.92 0.45 0.11 0.66 0.83]
a6＝[0.10 0.04 0.48 0.89 0.86 0.69 0.35 0.95 0.80 0.81]
a7＝[0.64 0.58 0.44 0.55 0.37 0.11 0.55 0.66 0.40 0.39]
a8＝[0.20 0.24 0.48 0.89 0.46 0.69 0.35 0.65 0.80 0.81]
a9＝[0.40 0.51 0.98 0.59 0.06 0.91 0.35 0.15 0.54 0.70]
a10＝[0.67 0.27 0.78 0.32 0.53 0.52 0.24 0.53 0.60 0.46]
步骤B：整合四个维度输出10个自变量属性数据，任意选择3个样本点作为质心点初始值，例如选择a1，a5和a10这三个样本点作为质心点；构建矩阵M，a1至a10基站小区的M矩阵大小为3*10，其中每1列代表1个基站小区；计算这10个基站小区对应的Ju(U,V)极小值，在设置学习度和步长后通过迭代求解，达到阈值门限后输出3个质心点c和矩阵M最终结果，矩阵M中每列表征1个基站小区信息，通过列中元素最大值判别聚类类别，例如a1基站小区归属于第一类，a2基站小区归属于第3类，其中矩阵M为：
Figure BDA0002302584290000121
其中3个质心点为：
c1＝[0.43 0.52 0.58 0.49 0.35 0.56 0.47 0.45 0.69 0.52]
c2＝[0.09 0.07 0.58 0.90 0.93 0.37 0.40 0.90 0.80 0.81]
c3＝[0.63 0.58 0.94 0.35 0.05 0.90 0.40 0.17 0.62 0.70]
综上可判断c2类呈现低测量报告覆盖、接收电平和高功率特征，判定其站点类型为覆盖站点；c3类呈现高流量高负荷特征，判定其站点类型为容量站点；c1类无明显特征，判定其站点类型为一般站点。
步骤C：针对输出的M矩阵终值进行数据稀疏化，将低于阈值门限(阈值门限设置为0.8)的元素全部设置为0，即M矩阵为：
Figure BDA0002302584290000131
经过数据稀疏化处理后，a1基站小区可归属于c1类，a3基站小区和a6基站小区可归属于c2类，a5基站小区和a9基站小区可归属于c3类，数据稀疏化后其他基站小区不再判定类别，数据计算量大幅度下降。
步骤D：完成5G站点天线权值数据收集，每个站点小区天线权值设置各有不同，其中a1至a10的天线权值可分别设置为[3,4,2,3,6,2,3,3,6,3]。
步骤E：以矩阵M的终值和质心点c为初始值，将天线权值数据纳入自变量，构建M′矩阵并进行迭代，计算加权误差J′u的极小值，得到更新后的质心点和M′矩阵的终值。其中M′矩阵的终值为：
Figure BDA0002302584290000132
根据阈值门限(选取元素值大于0.6)，a1基站小区可表征聚类c1，a3基站小区和a6基站小区可表征聚类c2，a9基站小区可表征聚类c3(a5基站小区因未达到阈值门限已被去除)。由于增加天线权值维度数据，迭代后质心点相较于原有质心点出现微调。其中3个更新后的质心点为：
c1′＝[0.44 0.50 0.68 0.529 0.33 0.54 0.48 0.46 0.69 0.51 0.5]
c2′＝[0.09 0.06 0.56 0.91 0.90 0.39 0.44 0.92 0.81 0.80 0.24]
c3′＝[0.64 0.58 0.94 0.35 0.06 0.89 0.41 0.18 0.60 0.70 0.87]
步骤F：结果输出。基于上述结果，a3基站小区和a6基站小区判定为覆盖站点小区，覆盖站点小区天线权值优先设置为6；a9基站小区判定为容量站点小区，容量站点小区天线权值优先设置为2；a1基站小区判定为一般站点小区，天线权值优先设置为3。目前阶段针对覆盖站点小区(a3和a6)需要优先建设。
下面对本发明实施例提供的一种基站建设优先级确定装置、电子设备及计算机存储介质进行介绍，下文描述的基站建设优先级确定装置、电子设备及计算机存储介质与上文描述的基站建设优先级确定方法可相互对应参照。图3是本发明一个实施例提供的一种基站建设优先级确定装置的结构示意图，如图3所示，该基站建设优先级确定装置，包括：
第一站址天线信息获取模块301，用于获取任一待建设基站的第一站址天线信息；
第一规划优化信息确定模块302，用于根据第一站址天线信息，确定第一已建设基站的第一规划优化信息；
站点类型确定模块303，用于基于第一站址天线信息、第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定待建设基站的站点类型；其中，预设中心站址是基于样本待建设基站的第二站址天线信息和样本第一已建设基站的第二规划优化信息，利用迁移学习算法确定的；
建设优先级确定模块304，用于根据站点类型和预设基站建设优先级之间的映射关系，确定待建设基站的建设优先级。
可选地，站点类型确定模块303，包括：
规划站址确定子模块，用于利用第一站址天线信息和第一规划优化信息，确定待建设基站的规划站址；
预设中心站址确定子模块，用于分别计算规划站址与各个预设中心站址之间的距离，确定与规划站址距离最近的预设中心站址；
站点类型确定子模块，用于根据与规划站址距离最近的预设中心站址的站点类型，确定待建设基站的站点类型。
可选地，站点类型确定模块303，包括：
第一规划站址信息集合确定子模块，用于利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合；
第一中心站址误差极小值确定子模块，用于根据第一规划站址信息集合，确定第一中心站址误差极小值；
预设中心站址确定子模块，用于当第一中心站址误差极小值小于第一误差阈值时，确定预设中心站址。
可选地，第一规划站址信息集合确定子模块，包括：
天线波束配置参数获取单元，用于获取样本待建设基站的天线波束配置参数；
数据归一化单元，用于对天线波束配置参数进行数据归一化，得到第二站址天线信息；
第一规划站址信息集合确定单元，用于利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合。
可选地，第一规划站址信息集合确定单元，包括：
第三规划优化信息获取子单元，用于获取样本第一已建设基站的第三规划优化信息；
数据稀疏化子单元，用于对第三规划优化信息进行数据稀疏化，得到第二规划优化信息；
第一规划站址信息集合确定子单元，用于利用第二站址天线信息和第二规划优化信息，确定第一规划站址信息集合。
可选地，数据稀疏化子单元，包括：
第二规划站址信息集合确定二级子单元，用于利用第三规划优化信息，确定第二规划站址信息集合；
第二规划优化信息获取二级子单元，用于基于预设门限阈值，筛选第二规划站址信息集合，得到第二规划优化信息。
可选地，第二规划站址信息集合确定二级子单元，包括：
第三规划站址信息集合确定三级子单元，用于利用第三规划优化信息，确定第三规划站址信息集合；
第二中心站址误差极小值确定三级子单元，用于根据第三规划站址信息集合，确定第二中心站址误差极小值；
第二规划站址信息集合确定三级子单元，用于当第二中心站址误差极小值小于第二误差阈值时，确定第二规划站址信息集合。
图4是本发明一个实施例提供的一种电子设备的结构示意图。
该电子设备可以包括处理器401以及存储有计算机程序指令的存储器402。
具体地，上述处理器401可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器402可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器402可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器402可在综合网关容灾设备的内部或外部。在特定实施例中，存储器402是非易失性固态存储器。在特定实施例中，存储器402包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器401通过读取并执行存储器402中存储的计算机程序指令，以实现上述实施例中的任意一种基站建设优先级确定方法。
在一个示例中，电子设备还可包括通信接口403和总线410。其中，如图4所示，处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。
通信接口403，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线410包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线310可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
另外，结合上述实施例中的基站建设优先级确定方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种基站建设优先级确定方法。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基站建设优先级确定方法，其特征在于，包括：
获取任一待建设基站的第一站址天线信息；
根据所述第一站址天线信息，确定第一已建设基站的第一规划优化信息；
基于所述第一站址天线信息、所述第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定所述待建设基站的站点类型；其中，所述预设中心站址是基于样本待建设基站的第二站址天线信息和样本第一已建设基站的第二规划优化信息，利用迁移学习算法确定的；
根据所述站点类型和预设基站建设优先级之间的映射关系，确定所述待建设基站的建设优先级；
所述基于所述第一站址天线信息、所述第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定所述待建设基站的站点类型，包括：
利用所述第一站址天线信息和所述第一规划优化信息，确定所述待建设基站的规划站址；
分别计算所述规划站址与各个所述预设中心站址之间的距离，确定与所述规划站址距离最近的预设中心站址；
根据与所述规划站址距离最近的预设中心站址的站点类型，确定所述待建设基站的站点类型。
2.根据权利要求1所述的基站建设优先级确定方法，其特征在于，基于所述第二站址天线信息和所述第二规划优化信息，利用所述迁移学习算法确定所述预设中心站址，包括：
利用所述第二站址天线信息和所述第二规划优化信息，确定第一规划站址信息集合；
根据所述第一规划站址信息集合，确定第一中心站址误差极小值；
当所述第一中心站址误差极小值小于第一误差阈值时，确定所述预设中心站址。
3.根据权利要求2所述的基站建设优先级确定方法，其特征在于，所述利用所述第二站址天线信息和所述第二规划优化信息，确定第一规划站址信息集合，包括：
获取所述样本待建设基站的天线波束配置参数；
对所述天线波束配置参数进行数据归一化，得到所述第二站址天线信息；
利用所述第二站址天线信息和所述第二规划优化信息，确定所述第一规划站址信息集合。
4.根据权利要求3所述的基站建设优先级确定方法，其特征在于，所述利用所述第二站址天线信息和所述第二规划优化信息，确定第一规划站址信息集合，包括：
获取所述样本第一已建设基站的第三规划优化信息；
对所述第三规划优化信息进行数据稀疏化，得到所述第二规划优化信息；
利用所述第二站址天线信息和所述第二规划优化信息，确定所述第一规划站址信息集合。
5.根据权利要求4所述的基站建设优先级确定方法，其特征在于，所述对所述第三规划优化信息进行数据稀疏化，得到所述第二规划优化信息，包括：
利用所述第三规划优化信息，确定第二规划站址信息集合；
基于预设门限阈值，筛选所述第二规划站址信息集合，得到所述第二规划优化信息。
6.根据权利要求5所述的基站建设优先级确定方法，其特征在于，所述利用所述第三规划优化信息，确定第二规划站址信息集合，包括：
利用所述第三规划优化信息，确定第三规划站址信息集合；
根据所述第三规划站址信息集合，确定第二中心站址误差极小值；
当所述第二中心站址误差极小值小于第二误差阈值时，确定所述第二规划站址信息集合。
7.一种基站建设优先级确定装置，其特征在于，包括：
第一站址天线信息获取模块，用于获取任一待建设基站的第一站址天线信息；
第一规划优化信息确定模块，用于根据所述第一站址天线信息，确定第一已建设基站的第一规划优化信息；
站点类型确定模块，用于基于所述第一站址天线信息、所述第一规划优化信息及至少一个第二已建设基站的预设中心站址，确定所述待建设基站的站点类型；其中，所述预设中心站址是基于样本待建设基站的第二站址天线信息和样本第一已建设基站的第二规划优化信息，利用迁移学习算法确定的；
建设优先级确定模块，用于根据所述站点类型和预设基站建设优先级之间的映射关系，确定所述待建设基站的建设优先级；
所述站点类型确定模块包括：
规划站址确定子模块，用于利用所述第一站址天线信息和所述第一规划优化信息，确定所述待建设基站的规划站址；
预设中心站址确定子模块，用于分别计算所述规划站址与各个所述预设中心站址之间的距离，确定与所述规划站址距离最近的预设中心站址；
站点类型确定子模块，用于根据与所述规划站址距离最近的预设中心站址的站点类型，确定所述待建设基站的站点类型。
8.一种电子设备，其特征在于，所述电子设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如权利要求1-6任意一项所述的基站建设优先级确定方法。
9.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的基站建设优先级确定方法。
CN201911227292.1A 2019-12-04 2019-12-04 基站建设优先级确定方法、装置、设备及计算机存储介质 Active CN112911604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911227292.1A CN112911604B (zh) 2019-12-04 2019-12-04 基站建设优先级确定方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911227292.1A CN112911604B (zh) 2019-12-04 2019-12-04 基站建设优先级确定方法、装置、设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN112911604A CN112911604A (zh) 2021-06-04
CN112911604B true CN112911604B (zh) 2022-12-02

Family

ID=76110684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911227292.1A Active CN112911604B (zh) 2019-12-04 2019-12-04 基站建设优先级确定方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112911604B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114845314A (zh) * 2022-04-20 2022-08-02 湖南华诺科技有限公司 一种基于多维价值体系的5g无线网络站址规划及优化方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140357281A1 (en) * 2013-06-04 2014-12-04 King Abdulaziz City For Science And Technology Method of optimizing locations of cellular base stations
CN109429234A (zh) * 2017-08-23 2019-03-05 中兴通讯股份有限公司 一种基站的部署方法及装置
CN109886533A (zh) * 2019-01-07 2019-06-14 中国联合网络通信集团有限公司 一种基站建设的分析方法及装置
CN110493826B (zh) * 2019-08-28 2022-04-12 重庆邮电大学 一种基于深度强化学习的异构云无线接入网资源分配方法

Also Published As

Publication number Publication date
CN112911604A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN107171848B (zh) 一种流量预测方法和装置
JP7576162B2 (ja) 交通渋滞検出方法、装置、電子デバイス及び記憶媒体
CN112543470B (zh) 基于机器学习的终端定位方法及系统
CN108375363B (zh) 天线方位角偏转核查方法、装置、设备及介质
CN109996280A (zh) 基站经纬度核查方法、装置、设备及介质
CN114614989B (zh) 基于数字孪生技术的网络业务的可行性验证方法及装置
CN112911604B (zh) 基站建设优先级确定方法、装置、设备及计算机存储介质
CN111062525A (zh) 扩容小区的基站选址方法、装置、设备及存储介质
CN110475253B (zh) 优化基站覆盖范围的方法、装置、设备及介质
CN112566143B (zh) 负载均衡方法、装置及计算设备
CN109982349A (zh) Lte异系统邻区的配置方法、配置装置、设备及介质
CN111148111A (zh) 天线参数的调整方法、装置、设备及计算机存储介质
CN107330233A (zh) 一种输电塔设计风速分析方法和装置
CN109982368B (zh) 小区方位角的核查方法、装置、设备及介质
CN116087814B (zh) 一种提高电压采样精度的方法、装置及电子设备
CN112464970A (zh) 区域价值评估模型处理方法、装置及计算设备
CN115932661A (zh) 一种对变压器噪声合规性进行分析判断的方法
CN111935772A (zh) 一种确定业务区域的价值的方法和装置
CN108271183B (zh) 一种基于原始测量报告的邻区优化方法及装置
CN112235723B (zh) 定位方法、装置、电子设备及计算机可读存储介质
CN114281808A (zh) 一种交通大数据清洗方法、装置、设备及可读存储介质
CN113055239A (zh) 数据显示方法、装置、设备及介质
CN113657695B (zh) 报账点电量有效性判定方法及装置
CN117613909B (zh) 分布式光伏区域气象建模方法及装置
CN113158072B (zh) 多属性异构网络节点影响力度量方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant