CN114520978B - 一种在网络规划仿真中自动布置基站的方法及系统 - Google Patents
一种在网络规划仿真中自动布置基站的方法及系统 Download PDFInfo
- Publication number
- CN114520978B CN114520978B CN202111556928.4A CN202111556928A CN114520978B CN 114520978 B CN114520978 B CN 114520978B CN 202111556928 A CN202111556928 A CN 202111556928A CN 114520978 B CN114520978 B CN 114520978B
- Authority
- CN
- China
- Prior art keywords
- base station
- virtual
- coordinate
- building
- base stations
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出了一种在网络规划仿真中自动布置基站的方法及系统,涉及5G基站领域。本申请实施例提供一种在网络规划仿真中自动布置基站的方法,其包括如下步骤:获取多组基站布设数据,每组上述基站布设数据均包括通信基站的第一坐标、上述通信基站的信号覆盖范围内任意一个建筑物的第二坐标、以及用于标记基站覆盖建筑物的网络信号强度,利用多组上述基站布设数据机器学习训练得到最优网络信号训练模型,建立三维虚拟场景后供用户添加虚拟建筑物,获取上述虚拟建筑物的第三坐标并获取周围一定范围内的多个第四坐标,能够根据不同应用场景实现自动布站,并且提高布设基站的效率。
Description
技术领域
本发明涉及5G基站领域,具体而言,涉及一种在网络规划仿真中自动布置基站的方法及系统。
背景技术
在网络规划软件中自动布置基站是网络规划中常用的一项功能,即在划定的规划区域内,按照一定的原则自动布置基站。目前,常用的自动布置基站的原则为规则六边形组网布站。目前常用的自动布置基站的方法是根据用户输入的站间距进行规则六边形组网布站形成蜂窝状。因此,在划定的规划区域内基站按照用户输入的站间距均匀分布。
但是,现有的自动布置基站的方法布设效率低,并且不能根据不同场景进行的自动布站。
发明内容
本发明的目的之一在于提供一种在网络规划仿真中自动布置基站的方法,其能够根据不同应用场景实现自动布站,并且提高布设基站的效率。
本发明的目的之一在于提供一种在网络规划仿真中自动布置基站的系统,其能够根据不同应用场景实现自动布站,并且提高布设基站的效率。
本发明的目的之一在于提供一种电子设备,其能够根据不同应用场景实现自动布站,并且提高布设基站的效率。
本发明的目的之一在于提供一种计算机可读存储介质,其能够根据不同应用场景实现自动布站,并且提高布设基站的效率。
本发明的实施例是这样实现的:
第一方面,本申请实施例提供一种在网络规划仿真中自动布置基站的方法,其包括如下步骤:获取多组基站布设数据,每组上述基站布设数据均包括通信基站的第一坐标、上述通信基站的信号覆盖范围内任意一个建筑物的第二坐标、以及用于标记基站覆盖建筑物的网络信号强度,利用多组上述基站布设数据机器学习训练得到最优网络信号训练模型,建立三维虚拟场景后供用户添加虚拟建筑物,获取上述虚拟建筑物的第三坐标并获取周围一定范围内的多个第四坐标,将上述第三坐标输入上述网络信号训练模型得到上述网络信号强度高于预设阈值的上述第一坐标,并选择与上述第一坐标最接近的上述第四坐标布设上述虚拟基站。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法,还包括如下步骤:当添加的上述虚拟建筑物为多个时,将多个上述虚拟建筑物的第三坐标分别输入上述网络信号训练模型得到多个上述虚拟基站的上述第一坐标,选择相同或距离相近的任意一个上述第一坐标得到上述第四坐标。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:通过上述三维虚拟场景模拟多个上述虚拟基站的信号覆盖范围,当任意两个上述虚拟基站的上述信号覆盖范围部分重合时,将其中一个上述虚拟基站移动至脱离另一个上述虚拟基站的上述信号覆盖范围。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:在上述三维虚拟场景中添加虚拟障碍物,根据上述虚拟障碍物修改各上述虚拟基站的上述信号覆盖范围。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:采集多组信号覆盖数据,每组上述信号覆盖数据均包括基站的第一坐标、建筑物的第二坐标、障碍物的第五坐标、以及用于标记基站覆盖建筑物的信号强度大小,利用多组上述信号覆盖数据机器学习训练得到障碍物训练模型,获取上述虚拟障碍物的第六坐标,将上述建筑物的上述第三坐标以及上述第六坐标输入上述障碍物训练模型得到上述信号强度大小高于预设阈值的上述虚拟基站的上述第七坐标,根据上述第七坐标布设上述虚拟基站。
在本发明的一些实施例中,上述障碍物训练模型为多个且对应不同类型的上述虚拟障碍物。
在本发明的一些实施例中,上述虚拟障碍物的类型根据障碍物的大小、高度以及朝向中的任意一项或多项设置。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:每组上述信号覆盖数据还包括障碍物高度和建筑物高度,上述第二坐标均为上述障碍物训练模型的第一输入层,上述障碍物高度和上述建筑物高度为上述障碍物训练模型的第二输入层。
第二方面,本申请实施例提供一种在网络规划仿真中自动布置基站的系统,其包括:
网络信号训练模块:用于获取多组基站布设数据,每组上述基站布设数据均包括通信基站的第一坐标、上述通信基站的信号覆盖范围内任意一个建筑物的第二坐标、以及用于标记基站覆盖建筑物的网络信号强度,利用多组上述基站布设数据机器学习训练得到最优网络信号训练模型;
三维场景模拟模块:用于建立三维虚拟场景后供用户添加虚拟建筑物,获取上述虚拟建筑物的第三坐标并获取周围一定范围内的多个第四坐标,将上述第三坐标输入上述网络信号训练模型得到上述网络信号强度高于预设阈值的上述第一坐标,并选择与上述第一坐标最接近的上述第四坐标布设上述虚拟基站。
第三方面,本申请实施例提供一种电子设备,其包括:
存储器,用于存储一个或多个程序;
处理器;
当上述一个或多个程序被上述处理器执行时,实现如第一方面中任一项上述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现如第一方面中任一项上述的方法。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
第一方面,本申请实施例提供一种在网络规划仿真中自动布置基站的方法,其包括如下步骤:获取多组基站布设数据,每组上述基站布设数据均包括通信基站的第一坐标、上述通信基站的信号覆盖范围内任意一个建筑物的第二坐标、以及用于标记基站覆盖建筑物的网络信号强度,利用多组上述基站布设数据机器学习训练得到最优网络信号训练模型,建立三维虚拟场景后供用户添加虚拟建筑物,获取上述虚拟建筑物的第三坐标并获取周围一定范围内的多个第四坐标,将上述第三坐标输入上述网络信号训练模型得到上述网络信号强度高于预设阈值的上述第一坐标,并选择与上述第一坐标最接近的上述第四坐标布设上述虚拟基站。
本申请实施例通过获取多组基站布设数据,每组基站布设数据均包括通信基站的第一坐标、通信基站信号覆盖范围内的任意一个建筑物的第二坐标、以及用于标记建筑物的基站网络信号强度,从而利用多组基站布设数据训练出最优网络信号训练模型,进而能够根据建筑物得到输出网络信号强的基站,实现自动布设基站,并且提高布设基站的信号强度,从而提高效率;通过建立三维虚拟场景模拟供用户添加虚拟建筑物,便于模拟基站布设场景并且规划建筑物开发布局,添加虚拟建筑物后在三维虚拟场景中利用网络信号训练模型得到合适的基站设立地点,提高了基站布设效率,便于应用于基站的实际应用场景。本发明其能够根据不同应用场景实现自动布站,并且提高布设基站的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例1在网络规划仿真中自动布置基站的方法的流程示意图;
图2为本发明实施例2在网络规划仿真中自动布置基站的系统的原理示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作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。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的各个实施例及实施例中的各个特征可以相互组合。
实施例1
请参阅图1,图1所示为本申请实施例提供的在网络规划仿真中自动布置基站的方法的流程示意图。在网络规划仿真中自动布置基站的方法,其包括如下步骤:获取多组基站布设数据,每组上述基站布设数据均包括通信基站的第一坐标、上述通信基站的信号覆盖范围内任意一个建筑物的第二坐标、以及用于标记基站覆盖建筑物的网络信号强度,利用多组上述基站布设数据机器学习训练得到最优网络信号训练模型,建立三维虚拟场景后供用户添加虚拟建筑物,获取上述虚拟建筑物的第三坐标并获取周围一定范围内的多个第四坐标,将上述第三坐标输入上述网络信号训练模型得到上述网络信号强度高于预设阈值的上述第一坐标,并选择与上述第一坐标最接近的上述第四坐标布设上述虚拟基站。(一个或多个上述第一坐标)
详细的,多组基站布设数据中,每组数据均包括不同通信基站的第一坐标、通信基站信号所覆盖的范围内任意一个建筑物的第二坐标、以及i 用于标记该通信基站覆盖的建筑物的通信信号强度。其中第一坐标和第二坐标可以是三维坐标,从而通过水平和高度方向多个维度分析基站的分布情况。采集基站位置、建筑物位置以及通信信号强度可以通过常规技术手段实现,在此不必具体描述限定。详细的,通信基站的信号覆盖范围可以有多个建筑物,从而各组数据可以利用不同建筑物进行采集。可选的,采集的多组数据中,基站位置包括多个,从而通过基站和建筑物的不同位置情况训练得到最佳规划布局。其中,第二坐标作为网络信号训练模型的输入,第一坐标和网络信号强度作为输出。通过建立三维虚拟场景模拟现实场景,供用户在任意一个位置添加虚拟建筑物,并通过三维虚拟场景获取虚拟建筑物的位置,根据第三坐标获取周围一定范围内的多个第四坐标。其中可以将第三坐标设置为原点,并且网络信号训练模型的每组训练数据也可以将第三坐标设置成原点,从而查找出最相近的第四坐标。可选的,也可以通过输入第三坐标到网络信号训练模型,利用网络信号训练模型得到与第三坐标最相近的多组结果,多组结果为网络信号强度高于预设阈值的第一坐标,从而得到网络信号较强的基站布局。其中,预设阈值可以通过用户人为输入得到,也可以通过训练的多组数据设置。进而得到对应的第四坐标,从而通过三维虚拟场景选择最相近的第四坐标所对应区域。可选的,在三维虚拟场景中的不同位置添加多个虚拟建筑物后,分别利用不同虚拟建筑物设立虚拟基站,当两个虚拟基站的距离低于预设阈值时,供用户选择在该区域内某一位置设立同一个基站使用。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法,还包括如下步骤:当添加的上述虚拟建筑物为多个时,将多个上述虚拟建筑物的第三坐标分别输入上述网络信号训练模型得到多个上述虚拟基站的上述第一坐标,选择相同或距离相近的任意一个上述第一坐标得到上述第四坐标。
详细的,当添加的虚拟建筑物为多个时,将多个虚拟建筑物的第三坐标分别输入网络信号训练模型中得到多个虚拟基站的第一坐标,通过比较各虚拟建筑物的第一坐标,从而将其中相同或距离相近的多个虚拟基站的第一坐标合并成同一个虚拟基站。其中,通过将多个虚拟基站添加到三维虚拟场景后,能够直接得到相同或相近的多个虚拟基站位置。可选的,当多个虚拟基站的位置相近时,根据基站的信号覆盖范围重新选择虚拟基站的数量以及位置,其中可以利用多个虚拟基站围成形状的中心区域设立基站。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:通过上述三维虚拟场景模拟多个上述虚拟基站的信号覆盖范围,当任意两个上述虚拟基站的上述信号覆盖范围部分重合时,将其中一个上述虚拟基站移动至脱离另一个上述虚拟基站的上述信号覆盖范围。
详细的,模拟多个虚拟基站的信号覆盖范围,当任意两个虚拟基站的信号覆盖范围部分重合时,将其中一个虚拟基站朝着远离重合部分的方向移动,基站的信号覆盖范围增大,使得基站的利用率提高。详细的,当两个虚拟基站的信号重合部分设置有建筑物时,将建筑物作为不同基站的信号覆盖范围的分界线从而移动各基站的位置。详细的,根据建筑物的密集程度判断当前区域内的基站数量是否符合要求,当低于某一数值时添加一定数量的基站,当高于某一数值时减少一定数量的基站。其中,当基站数量较少时,将多个基站位置进行矩阵排列得到多个新增基站。当基站数量过多时,利用两个基站位置做圆形,将圆形范围内的一个或多个基站移出圆形区域。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:在上述三维虚拟场景中添加虚拟障碍物,根据上述虚拟障碍物修改各上述虚拟基站的上述信号覆盖范围。
详细的,在三维虚拟场景中添加虚拟障碍物,根据虚拟障碍物的位置缩小虚拟基站的信号覆盖范围。其中,以虚拟障碍物的位置作为基站信号覆盖的分界线,并且可以根据虚拟障碍物的具体坐标判断当前基站的通信信号覆盖情况。详细的,利用基站和建筑物的具体坐标,在三维虚拟场景中模拟立体的信号覆盖范围,从而优化高度不同的基站、建筑物和障碍物的通信信号情况。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:采集多组信号覆盖数据,每组上述信号覆盖数据均包括基站的第一坐标、建筑物的第二坐标、障碍物的第五坐标、以及用于标记基站覆盖建筑物的信号强度大小,利用多组上述信号覆盖数据机器学习训练得到障碍物训练模型,获取上述虚拟障碍物的第六坐标,将上述建筑物的上述第三坐标以及上述第六坐标输入上述障碍物训练模型得到上述信号强度大小高于预设阈值的上述虚拟基站的上述第七坐标,根据上述第七坐标布设上述虚拟基站。
其中,当三维虚拟场景中添加有虚拟障碍物时,可以通过虚拟障碍物布设虚拟基站,从而进一步防止实际操作中由于障碍物的信号屏蔽范围降低通信作用。详细的,采集多组信号覆盖数据,每组信号覆盖数据均包括基站的第一坐标、建筑物的第二坐标、障碍物的第五坐标、以及用于标记基站覆盖范围的信号强度大小,从而得到用于输出信号强度高于预设阈值的虚拟基站位置的障碍物训练模型。其中预设阈值可以通过用户人为设置,并且可以通过训练模型直接得到对应信号强度大小的数据结果。当设置基站的附近有障碍物影响时,优先布设通过障碍物训练模型得到的虚拟基站,提高了基站的利用率。详细的,第七坐标可以为多个,并且对应三维虚拟场景中建筑物以及障碍物的附近设置。其中,障碍物训练模型训练数据中障碍物为同一种,因此障碍物的大小、高度以及朝向不变,从而障碍物的信号屏蔽范围也不变,扩大了基站布设范围并提高了基站布设效率。
在本发明的一些实施例中,上述障碍物训练模型为多个且对应不同类型的上述虚拟障碍物。
详细的,障碍物训练模型为多个,并且对应不同类型的虚拟障碍物,其中可以根据障碍物的大小、高度以及朝向中的任一项或多项设置虚拟障碍物的不同类型,从而对不同障碍物的信号屏蔽范围进行分析。
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:
在本发明的一些实施例中,上述一种在网络规划仿真中自动布置基站的方法还包括如下步骤:每组上述信号覆盖数据还包括障碍物高度和建筑物高度,上述第二坐标均为上述障碍物训练模型的第一输入层,上述障碍物高度和上述建筑物高度为上述障碍物训练模型的第二输入层。
详细的,第二坐标均为障碍物神经网络训练模型的第一层输入层,障碍物高度和建筑物高度为障碍物神经网络训练模型的第二输入层,输出层为表示覆盖于第二坐标的不同通信信号强度的基站的第二坐标。
实施例2
请参阅图2,图2所示为本申请实施例提供的在网络规划仿真中自动布置基站的系统的原理示意图。在网络规划仿真中自动布置基站的系统,其包括:网络信号训练模块:用于获取多组基站布设数据,每组上述基站布设数据均包括通信基站的第一坐标、上述通信基站的信号覆盖范围内任意一个建筑物的第二坐标、以及用于标记基站覆盖建筑物的网络信号强度,利用多组上述基站布设数据机器学习训练得到最优网络信号训练模型;三维场景模拟模块:用于建立三维虚拟场景后供用户添加虚拟建筑物,获取上述虚拟建筑物的第三坐标并获取周围一定范围内的多个第四坐标,将上述第三坐标输入上述网络信号训练模型得到上述网络信号强度高于预设阈值的上述第一坐标,并选择与上述第一坐标最接近的上述第四坐标布设上述虚拟基站。
本申请实施例与实施例1的原理相同,在此不必重复描述。
实施例3
电子设备包括存储器、处理器和通信接口,存储器,用于存储一个或多个程序;处理器;当上述一个或多个程序被上述处理器执行时,实现如实施例1中任一项上述的方法。该存储器、处理器和通信接口相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器可用于存储软件程序及模块,如本申请实施例2所提供的电子设备对应的程序指令/模块,处理器通过执行存储在存储器内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口可用于与其他节点设备进行信令或数据的通信。
其中,存储器可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器 (Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器可以是一种集成电路芯片,具有信号处理能力。该处理器102 可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解,图2所示的结构仅为示意,网络规划仿真中自动布置基站的系统还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,上述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
上述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上上述,本申请实施例提供的一种在网络规划仿真中自动布置基站的方法及系统:
本申请实施例通过获取多组基站布设数据,每组基站布设数据均包括通信基站的第一坐标、通信基站信号覆盖范围内的任意一个建筑物的第二坐标、以及用于标记建筑物的基站网络信号强度,从而利用多组基站布设数据训练出最优网络信号训练模型,进而能够根据建筑物得到输出网络信号强的基站,实现自动布设基站,并且提高布设基站的信号强度,从而提高效率;通过建立三维虚拟场景模拟供用户添加虚拟建筑物,便于模拟基站布设场景并且规划建筑物开发布局,添加虚拟建筑物后在三维虚拟场景中利用网络信号训练模型得到合适的基站设立地点,提高了基站布设效率,便于应用于基站的实际应用场景。本发明其能够根据不同应用场景实现自动布站,并且提高布设基站的效率。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (9)
1.一种在网络规划仿真中自动布置基站的方法,其特征在于,包括如下步骤:获取多组基站布设数据,每组所述基站布设数据均包括通信基站的第一坐标、所述通信基站的信号覆盖范围内任意一个建筑物的第二坐标、以及用于标记基站覆盖建筑物的网络信号强度,利用多组所述基站布设数据机器学习训练得到最优网络信号训练模型,建立三维虚拟场景后供用户添加虚拟建筑物,获取所述虚拟建筑物的第三坐标并获取周围一定范围内的多个第四坐标,将所述第三坐标输入所述网络信号训练模型得到所述网络信号强度高于预设阈值的所述第一坐标,并选择与所述第一坐标最接近的所述第四坐标布设虚拟基站;采集多组信号覆盖数据,每组所述信号覆盖数据均包括基站的第一坐标、建筑物的第二坐标、障碍物的第五坐标、以及用于标记基站覆盖建筑物的信号强度大小,利用多组所述信号覆盖数据机器学习训练得到障碍物训练模型,获取所述虚拟障碍物的第六坐标,将所述建筑物的所述第三坐标以及所述第六坐标输入所述障碍物训练模型得到所述信号强度大小高于预设阈值的所述虚拟基站的第七坐标,根据所述第七坐标布设所述虚拟基站;每组所述信号覆盖数据还包括障碍物高度和建筑物高度,所述第二坐标均为所述障碍物训练模型的第一输入层,所述障碍物高度和所述建筑物高度为所述障碍物训练模型的第二输入层。
2.如权利要求1所述的一种在网络规划仿真中自动布置基站的方法,其特征在于,还包括如下步骤:当添加的所述虚拟建筑物为多个时,将多个所述虚拟建筑物的第三坐标分别输入所述网络信号训练模型得到多个所述虚拟基站的所述第一坐标,选择相同或距离相近的任意一个所述第一坐标得到布设虚拟基站。
3.如权利要求1所述的一种在网络规划仿真中自动布置基站的方法,其特征在于,还包括如下步骤:通过所述三维虚拟场景模拟多个所述虚拟基站的信号覆盖范围,当任意两个所述虚拟基站的所述信号覆盖范围部分重合时,将其中一个所述虚拟基站移动至脱离另一个所述虚拟基站的所述信号覆盖范围。
4.如权利要求3所述的一种在网络规划仿真中自动布置基站的方法,其特征在于,还包括如下步骤:在所述三维虚拟场景中添加虚拟障碍物,根据所述虚拟障碍物修改各所述虚拟基站的所述信号覆盖范围。
5.如权利要求1所述的一种在网络规划仿真中自动布置基站的方法,其特征在于,所述障碍物训练模型为多个且对应不同类型的所述虚拟障碍物。
6.如权利要求5所述的一种在网络规划仿真中自动布置基站的方法,其特征在于,还包括如下步骤:所述虚拟障碍物的类型根据障碍物的大小、高度以及朝向中的任意一项或多项设置。
7.一种在网络规划仿真中自动布置基站的系统,其特征在于,包括:
网络信号训练模块:用于获取多组基站布设数据,每组所述基站布设数据均包括通信基站的第一坐标、所述通信基站的信号覆盖范围内任意一个建筑物的第二坐标、以及用于标记基站覆盖建筑物的网络信号强度,利用多组所述基站布设数据机器学习训练得到最优网络信号训练模型;
三维场景模拟模块:用于建立三维虚拟场景后供用户添加虚拟建筑物,获取所述虚拟建筑物的第三坐标并获取周围一定范围内的多个第四坐标,将所述第三坐标输入所述网络信号训练模型得到所述网络信号强度高于预设阈值的所述第一坐标,并选择与所述第一坐标最接近的所述第四坐标布设虚拟基站。
8.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111556928.4A CN114520978B (zh) | 2021-12-18 | 2021-12-18 | 一种在网络规划仿真中自动布置基站的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111556928.4A CN114520978B (zh) | 2021-12-18 | 2021-12-18 | 一种在网络规划仿真中自动布置基站的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114520978A CN114520978A (zh) | 2022-05-20 |
CN114520978B true CN114520978B (zh) | 2022-11-18 |
Family
ID=81597479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111556928.4A Active CN114520978B (zh) | 2021-12-18 | 2021-12-18 | 一种在网络规划仿真中自动布置基站的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114520978B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115038093A (zh) * | 2022-05-23 | 2022-09-09 | 中铁十九局集团第六工程有限公司 | 隧道基站布置方法、计算机装置及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109302712A (zh) * | 2018-10-10 | 2019-02-01 | 北京邮电大学 | 确定智能基站位置的方法、装置及存储介质 |
CN111148112A (zh) * | 2020-03-10 | 2020-05-12 | 京东方科技集团股份有限公司 | 一种无线网络部署方法、装置、电子设备以及存储介质 |
CN111818555A (zh) * | 2017-06-30 | 2020-10-23 | 北京德辰科技股份有限公司 | 一种基于虚拟建站的无线电监测站点覆盖范围评估分析方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102661600B1 (ko) * | 2016-11-17 | 2024-04-30 | 삼성전자 주식회사 | 실재 환경관련 정보를 고려한 통신 채널 분석과 무선 망 설계 방법 및 장치 |
US10555192B2 (en) * | 2017-11-15 | 2020-02-04 | Futurewei Technologies, Inc. | Predicting received signal strength in a telecommunication network using deep neural networks |
-
2021
- 2021-12-18 CN CN202111556928.4A patent/CN114520978B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111818555A (zh) * | 2017-06-30 | 2020-10-23 | 北京德辰科技股份有限公司 | 一种基于虚拟建站的无线电监测站点覆盖范围评估分析方法 |
CN109302712A (zh) * | 2018-10-10 | 2019-02-01 | 北京邮电大学 | 确定智能基站位置的方法、装置及存储介质 |
CN111148112A (zh) * | 2020-03-10 | 2020-05-12 | 京东方科技集团股份有限公司 | 一种无线网络部署方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114520978A (zh) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6850325B2 (ja) | 確率プロットに基づく障害物分布シミュレーション方法、装置、端末、記憶媒体、及びプログラム | |
CN106412277B (zh) | 虚拟场景的加载方法和装置 | |
CN111728535B (zh) | 一种生成清扫路径的方法、装置、电子设备及存储介质 | |
CN101702655A (zh) | 网络拓扑图的布局方法和系统 | |
CN114520978B (zh) | 一种在网络规划仿真中自动布置基站的方法及系统 | |
CN110298687B (zh) | 一种区域吸引力评估方法及设备 | |
CN104699476A (zh) | 仿真方法、装置及系统 | |
CN106708837A (zh) | 兴趣点搜索方法、装置 | |
CN105338540A (zh) | 一种基站数据建模的方法及终端 | |
CN110366188B (zh) | 干扰测量点部署方法、干扰测量路径规划方法及系统 | |
CN110633843A (zh) | 园区巡检方法、装置、设备及存储介质 | |
CN106023317B (zh) | 一种用于大数据测试的加权Voronoi图生成方法 | |
CN112631151A (zh) | 一种仿真测试方法及装置 | |
CN106294916A (zh) | 一种电缆网电路图的自动布图方法 | |
CN117234107A (zh) | 一种基于虚幻引擎的多无人机自组网仿真系统及方法 | |
CN107688431A (zh) | 基于雷达定位的人机交互方法 | |
CN115830255B (zh) | 一种仿真场景生成方法、装置、电子设备和存储介质 | |
CN103839278A (zh) | 一种前景检测方法及装置 | |
CN112337093B (zh) | 一种虚拟对象的分簇方法、装置、存储介质和电子装置 | |
CN103987077B (zh) | 无线网络仿真方法及装置 | |
CN114398253A (zh) | 自动驾驶实车测试场景生成方法和系统 | |
CN105873078B (zh) | 一种网络分析区域生成方法及装置 | |
CN112487539A (zh) | 一种智能的建筑模型生成方法、电子设备及存储介质 | |
CN114185320A (zh) | 一种无人系统集群的测评方法、装置、系统及存储介质 | |
CN113038491A (zh) | 一种显示信号覆盖信息的处理方法、装置和电子设备 |
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 |