CN117177254A - 天线方向的调整方法、装置、基站、电子设备和介质 - Google Patents

天线方向的调整方法、装置、基站、电子设备和介质 Download PDF

Info

Publication number
CN117177254A
CN117177254A CN202210580789.7A CN202210580789A CN117177254A CN 117177254 A CN117177254 A CN 117177254A CN 202210580789 A CN202210580789 A CN 202210580789A CN 117177254 A CN117177254 A CN 117177254A
Authority
CN
China
Prior art keywords
tidal
cell
information
antenna
periods
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.)
Pending
Application number
CN202210580789.7A
Other languages
English (en)
Inventor
周先文
刘巧艳
李建国
王郭燕
张劲超
庞磊
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN202210580789.7A priority Critical patent/CN117177254A/zh
Priority to CN202311654052.6A priority patent/CN117880836A/zh
Priority to PCT/CN2023/095014 priority patent/WO2023226868A1/zh
Publication of CN117177254A publication Critical patent/CN117177254A/zh
Pending legal-status Critical Current

Links

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
    • H04W16/24—Cell structures
    • H04W16/28—Cell structures using beam steering
    • 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

Landscapes

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

Abstract

本申请提出一种天线方向的调整方法、装置、基站、电子设备和介质，涉及无线通信技术领域。该方法包括：对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区；依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值；依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向。通过与潮汐时段对应的天线权值，使该天线权值能够更精准的体现射频天线需要调整的方向；进而依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向，以使调整后的射频天线的方向能够更利于为潮汐小区内的终端提供通信服务，以使终端更快获取更优质的通信质量。

Description

天线方向的调整方法、装置、基站、电子设备和介质
技术领域
本申请涉及无线通信技术领域，具体涉及一种天线方向的调整方法、装置、基站、电子设备和介质。
背景技术
在第五代移动通信网络(5th-Generation，5G)中，因应用场景的不同，射频天线的覆盖角度也不同。在完成通信小区的初始部署后，基站仅能通过通信小区内布置的射频天线来为终端用户提供对应的通信服务，无法为终端用户提供准确优质的通信质量，降低了终端的使用体验。
发明内容
本申请提供一种天线方向的调整方法、装置、基站、电子设备和介质。
本申请实施例提供一种天线方向的调整方法，方法包括：对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区；依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值；依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向。
本申请实施例提供一种天线方向的调整装置，其包括：时段划分模块，被配置为对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区；权值确定模块，被配置为依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值；调整模块，被配置为依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向。
本申请实施例提供一种基站，其包括：天线方向的调整装置；该天线方向的调整装置，被配置为执行本申请实施例中的任意一种天线方向的调整方法。
本申请实施例提供一种电子设备，包括：一个或多个处理器；存储器，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本申请实施例中的任意一种天线方向的调整方法。
本申请实施例提供了一种可读存储介质，该可读存储介质存储有计算机程序，计算机程序被处理器执行时实现本申请实施例中的任意一种天线方向的调整方法。
根据本申请实施例的天线方向的调整方法、装置、基站、电子设备和介质，通过对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区，能够明确潮汐小区在不同的潮汐时段内的特征信息，方便基站在不同的潮汐时段内对潮汐小区做不同的处理；依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，通过与潮汐时段对应的天线权值，能够体现不同的潮汐时段内的特性信息与射频天线的权值的对应关系，以使该天线权值能够更精准的体现射频天线需要调整的方向；依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向，使调整后的射频天线的方向能够更利于为潮汐小区内的终端提供通信服务，以使终端更快获取更优质的通信质量，提升终端的使用体验。
关于本申请的以上实施例和其他方面以及其实现方式，在附图说明、具体实施方式和权利要求中提供更多说明。
附图说明
图1示出本申请实施例提供的潮汐效应的示意图。
图2示出本申请一实施例提供的天线方向的调整方法的流程示意图。
图3示出本申请实施例提供的基站的射频天线的覆盖范围示意图。
图4示出本申请又一实施例提供的天线方向的调整方法的流程示意图。
图5示出本申请实施例提供的二维栅格模型的结构示意图。
图6示出本申请实施例提供的潮汐时段的划分方法的流程示意图。
图7示出本申请再一实施例提供的天线方向的调整方法的流程示意图。
图8示出本申请实施例提供的天线方向的调整装置的组成方框图。
图9示出本申请实施例提供的基站的组成方框图。
图10示出能够实现根据本发明实施例的天线方向的调整方法和装置的计算设备的示例性硬件架构的结构图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
图1示出本申请实施例提供的潮汐效应的示意图。如图1所示，基站101是用于给工作区域102提供通信服务的基站，用户104会在不同的时间段内，在工作区域102和住宅区域103之间进行有规律的移动。例如，早上用户104会离开住宅区域103，前往工作区域102进行工作，而到了晚上，用户104会离开工作区域102，回到住宅区域103休息。该用户104的实时位置是发生改变的，用户104在通信网络中会存在规律性的迁移，即产生了有规律的潮汐效应，从而使该用户104获得的通信资源不同。
例如，用户104在使用其携带的终端进行通信时，需要基站101提供对应的通信资源。但若该用户104不在工作区域102内，则基站101就检测不到该终端的存在。但是，目前针对基站的射频天线的调整，仅限于通过固定的权值对射频天线进行调整，无法分时段以适应上述存在潮汐效应的应用场景中。例如，在某个通信小区内存在大量业务请求的情况下，采用常规的射频天线布置方式，不仅降低了通信资源的使用效率，还降低用户104的通信质量，从而影响用户终端的使用体验。
本申请实施例提供一种天线方向的调整方法、装置、基站、电子设备和介质。通过本申请中的方法，能够识别出潮汐小区并对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，通过潮汐时段，识别出终端的移动规律性；进而依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，使基站能够分潮汐时段，对潮汐小区及其邻区进行不同的天线权值的配置，从而自适应的调整潮汐小区的射频天线的方向，以实现对潮汐小区的通信资源的优化，使用户可以获得更精准的通信服务，提升终端的通信质量。
图2示出本申请一实施例提供的天线方向的调整方法的流程示意图。该天线方向的调整方法可应用于天线方向的调整装置，该天线方向的调整装置可以设置于基站中。如图2所示，本申请实施例中的天线方向的调整方法包括但不限于以下步骤。
步骤S201，对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段。
其中，潮汐小区为存在潮汐效应的通信小区。
步骤S202，依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值。
步骤S203，依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向。
在本实施例中，通过对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区，能够明确潮汐小区在不同的潮汐时段内的特征信息，方便基站在不同的潮汐时段内对潮汐小区做不同的处理；依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，通过与潮汐时段对应的天线权值，能够体现不同的潮汐时段内的特性信息与射频天线的权值的对应关系，以使该天线权值能够更精准的体现射频天线需要调整的方向；依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向，使调整后的射频天线的方向能够更利于为潮汐小区内的终端提供通信服务，以使终端更快获取更优质的通信质量，提升终端的使用体验。
例如，图3示出本申请实施例提供的基站的射频天线的覆盖范围示意图。如图3所示，基站310基于不同的天线方位角，对不同区域进行不同的通信信号的传输。例如，基站310的射频天线的主瓣对应第三区域323；其他从瓣分别对应第一区域321、第二区域322和第四区域324。
需要说明的是，由于不同区域内的终端的数量不同，针对不同的区域，基站310会对应配置不同的天线权值，以适应不同区域的通信需求。
例如，通过人工智能算法，对不同时段的不同区域内的终端的分布情况进行估计，以确定多个与潮汐时段对应的天线权值，从而使用不同的潮汐时段对应的天线权值，对射频天线的方向进行动态调整，从而提升通信资源的利用效率。
又例如，其中的多个潮汐时段可以是一天24小时内的多个不同小时数。如，第一潮汐时段为早上6：00～9:00；第二潮汐时段为中午11：00～13:00；第三潮汐时段为下午6：00～8:00等。
通过不同的潮汐时段以及潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，以使该天线权值能够体现潮汐小区内的终端分布情况，明确潮汐小区与其邻区之间的重叠覆盖、弱覆盖或过覆盖等小区的状态，使用不同的潮汐时段对应的天线权值来调整潮汐小区的射频天线的方向，能够更精准的调整射频天线的覆盖范围，提升通信资源的利用效率。
图4示出本申请又一实施例提供的天线方向的调整方法的流程示意图。该天线方向的调整方法可应用于天线方向的调整装置，该天线方向的调整装置可以设置于基站中。如图4所示，本申请实施例中的天线方向的调整方法包括但不限于以下步骤。
步骤S401，获取通信小区内的终端分布信息。
其中，终端分布信息用于表征通信小区内各个终端的所处位置与整个通信小区的覆盖范围之间的对应关系。
步骤S402，对终端分布信息进行分析，确定通信小区是否存在潮汐效应。
例如，可以将不同时段内的终端分布信息进行对比，以确定不同时段内的终端分布信息是否发生变更，并且该变更的幅度是否超过预设幅度阈值(例如，50％等)。
在确定某个时段内的终端分布信息发生变更，且该变更的幅度超过预设幅度阈值的情况下，确定该通信小区在该时段内存在潮汐效应，即在时段内，该通信小区内的终端存在规律性的移动。
在确定通信小区不存在潮汐效应的情况下，执行步骤S403；在确定通信小区存在潮汐效应的情况下，执行步骤S404。
步骤S403，依据初始化的天线权值，调整通信小区的射频天线的方向。
其中，初始化的天线权值是是基于全时段的天线权值，如，基于全天24小时，或基于历史的预设时段(如，一周或一个月等)内的历史信息确定的天线权值。因该通信小区不存在潮汐效应，因此，无需动态的对其对应的射频天线的方向进行调整，故，该初始化的天线权值可以满足该通信小区的射频天线的方向的调整需求。
步骤S404，确定通信小区为潮汐小区，并获取潮汐小区的潮汐时间信息。
其中，潮汐时间信息包括：潮汐小区在预设时段内的终端的数量占比信息。
例如，在多个预设时段内，该潮汐小区中的不同覆盖范围区域内的在网的终端的数量占比信息。潮汐小区的覆盖范围可以包括第一覆盖范围、第二覆盖范围和第三覆盖范围；若在第一预设时段内，第一覆盖范围内的终端占比为50％，在第二覆盖范围内的终端占比为30％，在第三覆盖范围内的终端占比为20％；在第二预设时段内，第一覆盖范围内的终端占比为20％，在第二覆盖范围内的终端占比为30％，在第三覆盖范围内的终端占比为50％。
通过上述两个预设时段的数量占比信息，可明确第一覆盖范围与第二覆盖范围之间存在终端发生的规律性的移动。其中，可以将第一预设时段和第二预设时段对应的终端的移动信息，以及该移动信息对应的时间戳信息进行记录，获得潮汐时间信息，方便对不同覆盖区域内的终端进行分析。
步骤S405，对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段。
其中，潮汐小区为存在潮汐效应的通信小区。
步骤S406，依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值。
步骤S407，依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向。
需要说明的是，本实施例中的步骤S405～步骤S407，与图2所示的实施例中的步骤S201～步骤S203相同，在此不再赘述。
在本实施例中，通过对终端分布信息进行分析，确定通信小区是否存在潮汐效应，以确定通信小区的类型；并在确定通信小区不存在潮汐效应的情况下，依据初始化的天线权值，调整通信小区的射频天线的方向，满足射频天线的调整需求。在确定通信小区存在潮汐效应的情况下，确定通信小区为潮汐小区，并获取潮汐小区的潮汐时间信息，方便后续对潮汐小区的处理。并且，通过明确潮汐小区在不同的潮汐时段内的特征信息，方便基站在不同的潮汐时段内对潮汐小区做不同的处理；依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，通过与潮汐时段对应的天线权值，能够体现不同的潮汐时段内的特性信息与射频天线的权值的对应关系，以使该天线权值能够更精准的体现射频天线需要调整的方向；依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向，使调整后的射频天线的方向能够更利于为潮汐小区内的终端提供通信服务，以使终端更快获取更优质的通信质量，提升终端的使用体验。
在一些具体实现中，终端分布信息，包括：终端的位置信息；步骤S402中的对终端分布信息进行分析，确定通信小区是否存在潮汐效应可以采用如下方式获得：获取通信小区的波达方向(Direction of Arrival，DoA)信息；依据水平波达方向(HorizontalDirection of Arrival，HDoA)信息和垂直波达方向(Vertical Direction of Arrival，VDoA)信息，构建二维栅格模型，二维栅格模型包括多个栅格；依据通信小区内的各个终端的位置信息和多个栅格，确定多个预设时段内的数量占比信息；依据多个预设时段内的数量占比信息，确定通信小区是否存在潮汐效应。
其中，DoA信息包括：HDoA信息和VDoA信息；数量占比信息为栅格中的终端的数量占通信小区内的所有终端数量的比值。
例如，图5示出本申请实施例提供的二维栅格模型的结构示意图。如图5所示，该二维栅格模型是以HDoA作为横坐标，以VDoA作为纵坐标构建的二维栅格模型。
其中，HDoA可以是基于水平波束栅格步长(单位：度)进行划分，例如，设定HDoA的范围为-60度～60度；对应的，VDoA可以是基于垂直波束栅格步长(单位：度)进行划分，例如，设定VDoA的范围为-20度～20度。
例如，基于通信小区内的各个终端的位置信息，可以对每个二维栅格内的终端的数量进行统计，以获得不同的二维栅格中对应的终端的数量。如图5所示，不同的栅格中对应的终端数量不同。采用黑点“…”等来表征终端的数量。
进一步地，将各个栅格中的终端的数量与通信小区内的所有终端的数量进行对比，可以确定多个预设时段内的数量占比信息，以使该数量占比信息能够反映栅格中的终端的数量占通信小区内的所有终端数量的比值。
例如，以一个小时为一个预设时段，或，以2个小时为一个预设时段，确定每个预设时段内的数据占比信息，从而明确每个栅格对应的终端的分布情况；将多个预设时段内的数据占比信息进行综合分析，以确定通信小区是否存在潮汐效应。
通过将多个预设时段内的数据占比信息进行综合分析，以确定通信小区是否存在潮汐效应，能够直观的确定每个不同的预设时段内，该通信小区中的终端的移动是否存在规律性，从而确定该通信小区是否存在潮汐效应，方便后续基于该潮汐效应，对基站的通信资源进行合理的分配，提升通信资源的利用效率。
在一些具体实现中，依据多个预设时段内的数量占比信息，确定通信小区是否存在潮汐效应，包括：依据多个预设时段内的数量占比信息，确定终端分布特征向量集合，；分别计算相邻两个特征向量的时间相关性，获得多个相关值；在确定多个相关值均超过预设相关值阈值的情况下，确定通信小区存在潮汐效应；否则，确定通信小区不存在潮汐效应。
其中，终端分布特征向量集合包括多个特征向量，特征向量用于表征通信小区在预设时段内的终端的数量占比信息；其中的相关值用于表征通信小区在不同时段内的终端数量占比的变化信息。
例如，终端分布特征向量集合可以表示为：D＝{X1、X2、…、Xi、…、Xm}；其中，Xi表示第i个预设时段内的终端分布特征向量，i为大于或等于1，且小于或等于m的整数；m为大于或等于1的整数。
设置通信小区的潮汐时间段的数量为K，K为大于或等于1，且小于或等于m的整数。例如，设置K等于4，即在m个预设时段内，存在4个潮汐时段。
进一步地，分别计算相邻两个特征向量的时间相关性，获得多个相关值。例如，可以计算相邻两个特征向量的内积；也可以先求Xi的转置，然后再将该Xi的转置与Xi+1进行乘积运算，获得相关值
例如，计算X1和X2之间的相关性，可以获得第一个相关值计算X2和X3之间的相关性，可以获得第二个相关值/>……；计算Xi和Xi+1之间的相关性，可以获得第i个相关值/>可获得多个相关值，表示为/>
其中，T表示求Xi的转置。
然后，再将每个相关值与预设相关值阈值进行比较，在确定多个相关值均超过预设相关值阈值的情况下，确定通信小区存在潮汐效应；否则，确定通信小区不存在潮汐效应
通过上述不同的分析过程，能够定量的对多个预设时段内的数量占比信息进行分析，准确对通信小区内的终端的各时段的分布情况进行分析和处理，以确定通信小区是否存在潮汐效应，方便后续针对潮汐小区进行有针对性的处理，提升潮汐小区内的通信质量。
在一些具体实现中，终端分布信息，还包括：无线资源控制(Radio ResourceControl，RRC)连接的终端的数量、时间戳信息和激活的终端的数量中的至少一种。
其中，RRC连接的终端的数量，能够表征基站需要处理的终端的数量；激活的终端的数量能够表征在通信小区内可以正常进行通信的终端的数量，即在网的终端的数量；时间戳信息用于表征不同的时间点或不同的时间段内获取到的通信信息对应的时间。
例如，通过获取时间戳信息为12年3月4日5:56～12年3月4日6:56；在该时间段内，获取通信小区内的不同的终端的通信信息(例如，RRC连接的终端的数量和/或激活的终端的数量；或，终端所处位置信息；或终端的通信质量等信息)，能够对通信小区内的各个终端的通信情况进行全面的了解，方便后续对该通信小区内的终端分布信息进行分析，以确定该通信小区是否存在潮汐效应。
进一步地，可基于该终端分布信息，对存在潮汐效应的通信小区(即潮汐小区)，进行特定的处理(如，调整该潮汐小区对应的射频天线的天线权值)，以使潮汐小区的通信资源得到合理的分配，提升潮汐小区内的各个终端的通信质量，使终端可以获得更优的通信服务，提升终端的使用体验。
在一些具体实现中，潮汐时间信息，包括：潮汐小区在预设时段内的终端的数量占比信息。步骤201或步骤405中的对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，可以采用图6所示的潮汐时段的划分方法实现。
图6示出本申请实施例提供的潮汐时段的划分方法的流程示意图。如图6所示，该潮汐时段的划分方法包括但不限于如下步骤。
步骤S601，从终端分布特征向量集合中随机选取K个特征向量作为第一聚类簇心。
例如，终端分布特征向量集合包括：A个特征向量，则从A个特征向量中随机选取K个特征向量作为第一聚类簇心，其中，K大于1且小于A的整数，A为大于1的整数。
步骤S602，将终端分布特征向量集合中除K个特征向量之外的特征向量标记为待分类向量。
通过步骤S602的处理，终端分布特征向量集合中还剩余A-K个特征向量，则可以将A-K个特征向量标记为待分类向量，即待分类向量的数量为A-K。
步骤S603，依据K个第一聚类簇心，对多个待分类向量进行处理，确定多个待分类向量的类别。
例如，将多个待分类向量对应的类型分别与K个第一聚类簇心对应的类型进行比较，以使待分类向量的类型可以针对K个第一聚类簇心的类型的相似程度，进行类别的划分，从而确定多个待分类向量的类别。
步骤S604，在确定完成对待分类向量的分类的情况下，确定K个第二聚类簇心。
其中，第二聚类簇心是基于分类后的终端分布特征向量集合中的各个特征向量进行选取获得的簇心，能够进一步表征分类后的各个特征向量的类型信息，以使该第二聚类簇心可以更符合终端分布特征向量集合中的各个特征向量的类别。
步骤S605，判断第二聚类簇心与第一聚类簇心是否相同。
在确定第二聚类簇心与第一聚类簇心不同的情况下，执行步骤S606；否则，结束流程。
步骤S606，依据K个第二聚类簇心，继续对多个待分类向量进行处理，直至获得的K个第N聚类簇心与第N-1聚类簇心相同为止。
其中，在每次对分类后的终端分布特征向量集合中的各个特征向量进行再次选取聚类簇心时，都会将选取的K个聚类簇心与上一次使用的K个聚类簇心进行对比，以确定是否完成对终端分布特征向量集合中的各个特征向量的分类。
在确定获得的K个第N聚类簇心与第N-1聚类簇心相同的情况下，说明完成对终端分布特征向量集合中的各个特征向量的分类，能够获得K个类别准确的聚类簇心。
步骤S607，依据K个第N聚类簇心，确定K个潮汐时段。
其中，K个第N聚类簇心，能够表征终端分布特征向量集合中具有K个不同类别的特征向量，从而根据K个不同的类别，对潮汐时段进行对应的划分，以获得K个潮汐时段。
需要说明的是，终端分布特征向量集合中的各个特征向量是用于表征通信小区在不同的潮汐时段内的终端的数量占比信息，能够表征不同的潮汐时段的时间属性，因此，可以使获得的K个潮汐时段更准确，体现潮汐小区内的终端的移动规律性。
在一些具体实现中，步骤S603中的依据K个第一聚类簇心，对多个待分类向量进行处理，确定多个待分类向量的类别，还可以采用如下方式实现：
分别对每个待分类向量做如下处理：计算待分类向量与K个第一聚类簇心之间的距离，获得K个距离值；依据K个距离值中最小的距离值对应的聚类簇心，确定待分类向量的类别。
其中，通过计算待分类向量与K个第一聚类簇心之间的距离，可以定量的确定待分类向量是否与第一聚类簇心相似或相同。
例如，K个第一聚类簇心可表示为{C1、C2、…、Ci、…、CK}，其中，Ci表示第i个第一聚类簇心，i为大于或等于1，且小于或等于K的整数，K为大于或等于1的整数。
针对每个待分类向量，可以获得K个距离值，还可以对该K个距离值进行排序，从而获得K个距离值中最小的距离值，该最小的距离值能够表征该待分类向量具体与哪个待分类向量更接近。与最小的距离值对应的第一聚类簇心即为与该待分类向量的类型最接近的聚类簇心，该与最小的距离值对应的第一聚类簇心能够表征待分类向量的类别。
通过具体的向量之间的距离计算，能够准确衡量各个待分类向量与不同的第一聚类簇心之间的差异，从而明确与最小的距离值对应的第一聚类簇心，能够表征待分类向量的类型，加快对待分类向量的类型的判断速度，提升类型的判定准确性，方便后续对待分类向量的处理。
在一些具体实现中，步骤201或步骤405中的对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，还可以采用如下方式实现：
获取潮汐小区的历史通信信息，其中，历史通信信息包括终端在预设时段内的位移信息；确定终端在预设时段内的位移信息和潮汐时间信息之间的相关性；依据相关性对潮汐小区的潮汐时间信息进行划分，确定多个潮汐时段。
其中，历史通信信息可以通过获取基站的日志文件的方式获取到，通过对日志文件中记录的终端的位置信息进行解析和提取，能获得终端在预设时段内的位移信息。
将终端在预设时段内的位移信息和潮汐时间信息进行匹配，以确定该终端的移动是否随着潮汐时间信息的改变而改变，从而确定终端在预设时段内的位移信息和潮汐时间信息之间的相关性，通过该相关性能够表征终端发生规律性的移动的时间段信息。
通过相关性对潮汐小区的潮汐时间信息进行划分，能够使获得的多个潮汐时段准确体现终端的移动规律性，并针对不同的潮汐时段做出不同的调整，以适应终端的移动，使终端可以获得最优的通信质量。
在一些具体实现中，潮汐小区的邻区信息，包括：在预设时长内潮汐小区与其邻区发生的小区间切换的切换频率信息，或，潮汐小区与其邻区之间的覆盖范围重合信息。
例如，在一个小时内，潮汐小区与第一邻区之间发生的小区间切换的切换频率大于预设频率阈值(例如，9次，或10次等)，则表示该第一邻区为待处理邻区，因潮汐小区内的终端的有规律的移动，会对该第一邻区产生同程度的干扰，需要对该第一邻区也进行射频天线的方向的调整。
又例如，第二邻区与潮汐小区之间的覆盖范围重合了30％，若在该重合覆盖范围内的终端发生规律性的移动，也会对该第二邻区的通信资源的分配产生相关影响，因此，需要将该第二邻区确定为待处理邻区，从而在对潮汐小区进行射频天线的天线权值的调整的过程中，也可以同时对该第二邻区的射频天线的天线权值进行同步调整，以降低对第二邻区的干扰，提升第二邻区的通信质量。
步骤S202或步骤S406中的依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，可以采用如下方式实现：
依据切换频率信息或覆盖范围重合信息，从潮汐小区的邻区信息中选择多个待处理邻区，其中，待处理邻区为需要调整射频天线的方向的邻区；分别获取潮汐小区的第一测量数据和多个待处理邻区的第二测量数据；依据K个潮汐时段、第一测量数据和多个第二测量数据，对潮汐小区和多个待处理邻区进行权值寻优处理，获得K个与潮汐时段对应的天线权值集合，天线权值集合包括多个天线权值。
其中，权重寻优处理是用于查找到与测量数据相匹配的、并符合潮汐时段中的终端的分布情况的天线权值。该天线权值能够使射频天线的方向调整至最佳位置，以使小区优化簇中的小区内的通信资源获得最大的利用效率，使该小区内的终端可以获得最优的通信质量。
需要说明的是，每个天线权值集合都包括多个天线权值，该天线权值集合中的天线权值的数量为待处理邻区的数量与潮汐小区的数量之和。
例如，某个潮汐小区对应的待处理邻区有6个，可以仅对该潮汐小区的天线权值进行调整；也可以使用天线权值集合中的7个天线权值，分别对该潮汐小区及其6个待处理邻区进行天线权值的调整，以使通信资源可以获得最合理的分配，提升各个小区的通信质量。
又例如，可以分别使用7个天线权值与其对应的射频天线的宽度进行乘积，获得7个调整后的射频天线的覆盖范围宽度，以使7个调整后的射频天线的覆盖范围宽度可以分别满足潮汐小区及其6个待处理邻区内的终端的通信需求，即，能够使调整后的射频天线的覆盖范围宽度可以跟随终端的规律性的移动，为终端提供更优质的通信质量，实现潮汐小区及其待处理邻区的通信信号的动态覆盖。
在一些具体实现中，与潮汐时段对应的天线权值集合包括：第一天线权值和多个第二天线权值。其中，第二天线权值的数量与待处理邻区的数量相同，第一天线权值用于对潮汐小区的射频天线的方向进行调整，第二天线权值用于对待处理邻区的射频天线的方向进行调整。
通过采用第一天线权值对潮汐小区的射频天线的方向进行调整，能够针对潮汐小区内的终端的有规律的移动情况进行对应的射频信号的发射方向的调整，以使终端可以获得最优的通信质量；并且，采用第二天线权值对待处理邻区的射频天线的方向进行调整，能够提升对待处理邻区的调整准确性，以降低因潮汐小区的射频天线的方向的调整，对待处理邻区的干扰比率，使待处理邻区内的终端通过其调整后的射频天线的方向可以获得最优的通信质量。
图7示出本申请再一实施例提供的天线方向的调整方法的流程示意图。如图6所示，该天线方向的调整方法应用于基站。该方法包括但不限于如下步骤。
步骤S701，获取通信小区内的数据，并对数据进行预处理。
其中，数据可以包括终端分布信息，也可以包括通信小区的DoA信息，还可以包括通信小区的邻区信息等。终端分布信息，包括：终端的位置信息、RRC连接的终端的数量、时间戳信息和激活的终端的数量中的至少一种。
其中的预处理可以是对不同的数据进行整理和分析，构建特征向量的形式，获得终端分布特征向量集合。以方便后续对潮汐小区的判断和处理。
例如，以时间粒度(如，年/月/日/时/分等)从网管设备或数据服务器，采集获得时长为一天中每个小时产生的数据，该数据包括但不限于如下信息：以年/月/日/时/分为粒度的时间戳信息、RRC连接的终端的数量、激活的终端的数量、以及HDoA信息和VDoA信息等。其中，每个小时的数据采集量可以设置一个最低门限值(例如，最低门限值表示为DataCollectThr)。
以HDoA作为横坐标，以VDoA作为纵坐标构建二维栅格模型。其中，HDoA可以是基于水平波束栅格步长(单位：度)进行划分，例如，设定HDoA的范围为-60度～60度；对应的，VDoA可以是基于垂直波束栅格步长(单位：度)进行划分，例如，设定VDoA的范围为-20度～20度。
然后，以小时为时间粒度，统计通信小区内的所有终端的数量；并基于终端的位置信息，以及二维栅格模型中的每个栅格所划定的区域位置，将通信小区内各个终端的位置信息投递到不同的栅格内，以确定每个栅格在不同的时段内的数量占比信息，其中，数量占比信息能够反映栅格中的终端的数量占通信小区内的所有终端数量的比值。
依据每个小时时段内的数量占比信息，确定终端分布特征向量集合，其中，终端分布特征向量集合包括多个特征向量，该特征向量用于表征通信小区在预设时段内的终端的数量占比信息。
例如，该终端分布特征向量集合可以包括24个特性向量，每个特性向量表示通信小区在每个小时内的终端的数量占比信息。
步骤S702，基于终端分布特征向量集合，对通信小区的状态进行判断，以确定该通信小区是否存在潮汐效应。
例如，可以对终端分布特征向量集合中的特性向量进行相关性的分析，计算相邻两个特性向量之间的相关性，如果通信小区内在一天内的不同时段，终端的移动存在规律性，且移动的位置发生较大变化时，可以确定该通信小区存在潮汐效应；否则，确定该通信小区不存在潮汐效应。
例如，获取某个通信小区在一天24个小时内，每个小时的终端分布信息；计算每相邻两个小时内的数量占比信息之间的相关性，获得多个相关值；再将每个相关值与预设相关值阈值(例如，设置预设相关阈值为TideCorrThr)进行比较，在确定该通信小区对应的所有相关值都大于TideCorrThr的情况下，确定该通信小区不存在潮汐效应；否则，确定该通信小区存在潮汐效应。
在确定通信小区不存在潮汐效应的情况下，执行步骤S703；在确定通信小区存在潮汐效应的情况下，执行步骤S704。
执行步骤S703，依据初始化的天线权值，调整通信小区的射频天线的方向。
其中，初始化的天线权值是基于全时段(如，全天24小时)的天线权值，因该通信小区不存在潮汐效应，因此，无需动态的对其对应的射频天线的方向进行调整；故该初始化的天线权值可以满足该通信小区的射频天线的方向的调整需求。
具体实现时，该初始化的天线权值不会体现每个小时的终端分布情况；该初始化的天线权值在一天内都不会改变。
步骤S704，利用预设的聚类算法对终端分布特征向量集合中的特征向量进行分析，确定多个潮汐时段。
其中，预设的聚类算法是将终端分布特征向量集合中的特征向量作为输入参数，通过智能的人工学习的方法，自动挖掘出不同的特性向量之间的规律性，从而把具有相同或相似特征的特性向量聚为一类，以获得不同的类别的算法。例如，可以采用Kmeans聚类算法，对终端分布特征向量集合中的特征向量进行处理，获得多个潮汐时段。
例如，获取一天24个小时中每个小时对应的终端分布特征向量，获得终端分布特征向量集合D＝{X1、X2、……、X24}；其中，Xi表示第i小时内的终端分布特征向量，i为大于或等于1，且小于或等于24的整数。
设置通信小区的潮汐时间段的数量为K，K为大于或等于1，且小于或等于24的整数。例如，设置K等于4，即一天中存在4个潮汐时段。通过预设的聚类算法对终端分布特征向量集合D中的各个特征向量进行聚类的迭代推算，确定4个潮汐时段。
步骤S705，基于多个潮汐时段，分时对潮汐小区对应的射频天线的天线权值进行配置，以使不同潮汐时段对应的天线权值不同，适应潮汐小区内的终端的通信需求。
通过不同的潮汐时段对应的天线权值对射频天线的方向进行调整，能够使调整后的射频天线的方向可以更适用于终端的实时分布情况，以使终端可以获得最优的通信质量，提升终端的使用体验。
在一些具体实现中，可以仅对该潮汐小区的射频天线的天线权值进行调整，也可以结合该潮汐小区及其邻区的信息，对多个小区的射频天线的天线权值一起进行调整，以减少因天线权值的改变，对其他邻区的信号干扰。
例如，基于邻区选取原则(如，基于在预设时长内潮汐小区与其邻区发生的小区间切换的切换频率信息，或，基于潮汐小区与其邻区之间的覆盖范围重合信息等)对潮汐小区的邻区进行筛选，获得多个待处理邻区(例如，待处理邻区的数量为10)；基于潮汐小区和多个待处理邻区，构建小区优化簇(该小区优化簇中包括1个潮汐小区，和10个待处理邻区)。
然后，基于步骤S704中确定的潮汐时段的数量K，分别对小区优化簇中的每个小区进行数据的测量，获得与潮汐小区对应的第一测量数据，以及与各个待处理邻区对应的第二测量数据；依据K个潮汐时段、第一测量数据和多个第二测量数据，对潮汐小区和多个待处理邻区进行权值寻优处理，获得K个与潮汐时段对应的天线权值集合。
其中，权重寻优处理是用于查找到与测量数据相匹配的、并符合潮汐时段中的终端的分布情况的天线权值。该天线权值能够使射频天线的方向调整至最佳位置，以使小区优化簇中的小区内的通信资源获得最大的利用效率，使该小区内的终端可以获得最优的通信质量。
需要说明的是，每个天线权值集合都包括多个天线权值，该天线权值集合中的天线权值的数量与小区优化簇中的小区的数量相同。
在本实施例中，可以分不同的潮汐时段，采用与该潮汐时段对应的天线权值集合中的天线权值分别对小区优化簇中的小区的射频天线的方向进行调整。例如，可以采用切换的方式，对不同的潮汐时段中的天线权值集合进行更换，以适应潮汐小区内的终端的分布情况，实现小区覆盖性能的优化。
并且，对于小区优化簇中的多个小区同时进行射频天线的调整，能够减少对潮汐小区的邻区的干扰，使潮汐小区与其邻区能够协同工作，以适应潮汐效应，提升通信资源的利用效率。
例如，小区优化簇中包括11个小区，则每个天线权值集合都包括11个天线权值。K个潮汐时段，分别在每个潮汐时段使用该潮汐时段对应的天线权值集合中的11个天线权值，分别对小区优化簇中的11个小区的射频天线的方向进行调整(例如，分别使用11个天线权值与其对应的射频天线的宽度进行乘积，获得11个调整后的射频天线的覆盖范围宽度)，以使调整后的射频天线的方向能够满足不同的潮汐时段的终端需求。
在一些具体实现中，可以通过网管模块，将每个潮汐时段对应的天线权值集合中的各个天线权值，分别下发至对应的射频天线管理模块，以使射频天线管理模块可以自适应的调整其对应的射频天线的方向，提升射频天线的覆盖范围准确性。
在本实施例中，通过对通信小区内的终端用户的分布数据的收集，获取全面的数据，方便后续处理；然后定量的通过计算通信小区内的相邻两个小时的终端的位置信息之间的相关性，确定该通信小区是否存在潮汐效应，在确定存在潮汐效应的情况下，利用预设的聚类算法完成多个潮汐时段的自动划分，并根据多个潮汐时段对应的天线权值集合中的各个天线权值，分时段的对潮汐小区(和/或潮汐小区的邻区)的天线权值进行自适应的切换，从而实现对潮汐小区的射频天线的方向的调整，使调整后的射频天线的方向能够更利于为潮汐小区内的终端提供通信服务，以使终端更快获取更优质的通信质量，提升终端的使用体验。
下面结合附图，详细介绍根据本发明实施例的天线方向的调整装置。图8示出本申请实施例提供的天线方向的调整装置的组成方框图。如图8所示，天线方向的调整装置800包括但不限于如下模块。
时段划分模块801，被配置为对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区。
权值确定模块802，被配置为依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值。
调整模块803，被配置为依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向。
需要说明的是，本实施例中的天线方向的调整装置可以执行本申请实施例中的任意一种天线方向的调整方法。
根据本申请实施例的天线方向的调整装置，通过时段划分模块对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区，能够明确潮汐小区在不同的潮汐时段内的特征信息，方便基站在不同的潮汐时段内对潮汐小区做不同的处理；权值确定模块依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，通过与潮汐时段对应的天线权值，能够体现不同的潮汐时段内的特性信息与射频天线的权值的对应关系，以使该天线权值能够更精准的体现射频天线需要调整的方向；调整模块依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向，使调整后的射频天线的方向能够更利于为潮汐小区内的终端提供通信服务，以使终端更快获取更优质的通信质量，提升终端的使用体验。
图9示出本申请实施例提供的基站的组成方框图。如图9所示，基站900包括但不限于如下模块：天线方向的调整装置901；该天线方向的调整装置901，被配置为执行本申请实施例中的任意一种天线方向的调整方法。
例如，天线方向的调整装置901包括如下模块：时段划分模块，被配置为对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区。权值确定模块，被配置为依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值。调整模块，被配置为依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向。
在一些具体实现中，天线方向的调整装置901，还包括：获取模块，被配置为获取通信小区内的终端分布信息；分析模块，被配置为对终端分布信息进行分析，确定通信小区是否存在潮汐效应；确定模块，被配置为在确定通信小区存在潮汐效应的情况下，确定通信小区为潮汐小区，并获取潮汐小区的潮汐时间信息。
在一些具体实现中，终端分布信息，包括：终端的位置信息；对终端分布信息进行分析，确定通信小区是否存在潮汐效应，包括：获取通信小区的波达方向DoA信息，其中，DoA信息，包括：水平波达方向HDoA信息和垂直波达方向VDoA信息；依据HDoA信息和VDoA信息，构建二维栅格模型，二维栅格模型包括多个栅格；依据通信小区内的各个终端的位置信息和多个栅格，确定多个预设时段内的数量占比信息，其中，数量占比信息为栅格中的终端的数量占通信小区内的所有终端数量的比值；依据多个预设时段内的数量占比信息，确定通信小区是否存在潮汐效应。
在一些具体实现中，依据多个预设时段内的数量占比信息，确定通信小区是否存在潮汐效应，包括：依据多个预设时段内的数量占比信息，确定终端分布特征向量集合，其中，终端分布特征向量集合包括多个特征向量，特征向量用于表征通信小区在预设时段内的终端的数量占比信息；分别计算相邻两个特征向量的时间相关性，获得多个相关值，相关值用于表征通信小区在不同时段内的终端数量占比的变化信息；在确定多个相关值均超过预设相关值阈值的情况下，确定通信小区存在潮汐效应；否则，确定通信小区不存在潮汐效应。
在一些具体实现中，终端分布信息，还包括：无线资源控制RRC连接的终端的数量、时间戳信息和激活的终端的数量中的至少一种。
在一些具体实现中，潮汐时间信息，包括：潮汐小区在预设时段内的终端的数量占比信息；对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，包括：从终端分布特征向量集合中随机选取K个特征向量作为第一聚类簇心，并将终端分布特征向量集合中除K个特征向量之外的特征向量标记为待分类向量；依据K个第一聚类簇心，对多个待分类向量进行处理，确定多个待分类向量的类别；在确定完成对待分类向量的分类的情况下，确定K个第二聚类簇心；在确定第二聚类簇心与第一聚类簇心不同的情况下，依据K个第二聚类簇心，继续对多个待分类向量进行处理，直至获得的K个第N聚类簇心与第N-1聚类簇心相同为止，其中，K和N均为大于1的整数；依据K个第N聚类簇心，确定K个潮汐时段。
在一些具体实现中，依据K个第一聚类簇心，对多个待分类向量进行处理，确定多个待分类向量的类别，包括：分别对每个待分类向量做如下处理：计算待分类向量与K个第一聚类簇心之间的距离，获得K个距离值；依据K个距离值中最小的距离值对应的聚类簇心，确定待分类向量的类别。
在一些具体实现中，对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，包括：获取潮汐小区的历史通信信息，其中，历史通信信息包括终端在预设时段内的位移信息；确定终端在预设时段内的位移信息和潮汐时间信息之间的相关性；依据相关性对潮汐小区的潮汐时间信息进行划分，确定多个潮汐时段。
在一些具体实现中，潮汐小区的邻区信息，包括：在预设时长内潮汐小区与其邻区发生的小区间切换的切换频率信息，或，潮汐小区与其邻区之间的覆盖范围重合信息；依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，包括：依据切换频率信息或覆盖范围重合信息，从潮汐小区的邻区信息中选择多个待处理邻区，其中，待处理邻区为需要调整射频天线的方向的邻区；分别获取潮汐小区的第一测量数据和多个待处理邻区的第二测量数据；依据K个潮汐时段、第一测量数据和多个第二测量数据，对潮汐小区和多个待处理邻区进行权值寻优处理，获得K个与潮汐时段对应的天线权值集合，天线权值集合包括多个天线权值。
在一些具体实现中，与潮汐时段对应的天线权值集合包括：第一天线权值和多个第二天线权值；其中，第二天线权值的数量与待处理邻区的数量相同，第一天线权值用于对潮汐小区的射频天线的方向进行调整，第二天线权值用于对待处理邻区的射频天线的方向进行调整。
根据本申请实施例的基站，通过对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，潮汐小区为存在潮汐效应的通信小区，能够明确潮汐小区在不同的潮汐时段内的特征信息，方便基站在不同的潮汐时段内对潮汐小区做不同的处理；依据多个潮汐时段和潮汐小区的邻区信息，确定多个与潮汐时段对应的天线权值，通过与潮汐时段对应的天线权值，能够体现不同的潮汐时段内的特性信息与射频天线的权值的对应关系，以使该天线权值能够更精准的体现射频天线需要调整的方向；依据潮汐时段及其对应的天线权值，调整潮汐小区的射频天线的方向，使调整后的射频天线的方向能够更利于为潮汐小区内的终端提供通信服务，以使终端更快获取更优质的通信质量，提升终端的使用体验。
需要明确的是，本发明并不局限于上文实施例中所描述并在图中示出的特定配置和处理。为了描述的方便和简洁，这里省略了对已知方法的详细描述，并且上述描述的系统、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。
图10示出能够实现根据本发明实施例的天线方向的调整方法和装置的计算设备的示例性硬件架构的结构图。
如图10所示，计算设备1000包括输入设备1001、输入接口1002、中央处理器1003、存储器1004、输出接口1005、以及输出设备1006。其中，输入接口1002、中央处理器1003、存储器1004、以及输出接口1005通过总线1007相互连接，输入设备1001和输出设备1006分别通过输入接口1002和输出接口1005与总线1007连接，进而与计算设备1000的其他组件连接。
具体地，输入设备1001接收来自外部的输入信息，并通过输入接口1002将输入信息传送到中央处理器1003；中央处理器1003基于存储器1004中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器1004中，然后通过输出接口1005将输出信息传送到输出设备1006；输出设备1006将输出信息输出到计算设备1000的外部供用户使用。
在一个实施例中，图10所示的计算设备可以被实现为一种电子设备，该电子设备可以包括：存储器，被配置为存储程序；处理器，被配置为运行存储器中存储的程序，以执行上述实施例描述的天线方向的调整方法。
在一个实施例中，图10所示的计算设备可以被实现为一种天线方向的调整系统，该天线方向的调整系统可以包括：存储器，被配置为存储程序；处理器，被配置为运行存储器中存储的程序，以执行上述实施例描述的天线方向的调整方法。
以上所述，仅为本申请的示例性实施例而已，并非用于限定本申请的保护范围。一般来说，本申请的多种实施例可以在硬件或专用电路、软件、逻辑或其任何组合中实现。例如，一些方面可以被实现在硬件中，而其它方面可以被实现在可以被控制器、微处理器或其它计算装置执行的固件或软件中，尽管本申请不限于此。
本申请的实施例可以通过移动装置的数据处理器执行计算机程序指令来实现，例如在处理器实体中，或者通过硬件，或者通过软件和硬件的组合。计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码。
本申请附图中的任何逻辑流程的框图可以表示程序步骤，或者可以表示相互连接的逻辑电路、模块和功能，或者可以表示程序步骤与逻辑电路、模块和功能的组合。计算机程序可以存储在存储器上。存储器可以具有任何适合于本地技术环境的类型并且可以使用任何适合的数据存储技术实现，例如但不限于只读存储器(ROM)、随机访问存储器(RAM)、光存储器装置和系统(数码多功能光碟DVD或CD光盘)等。计算机可读介质可以包括非瞬时性存储介质。数据处理器可以是任何适合于本地技术环境的类型，例如但不限于通用计算机、专用计算机、微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、可编程逻辑器件(FGPA)以及基于多核处理器架构的处理器。
通过示范性和非限制性的示例，上文已提供了对本申请的示范实施例的详细描述。但结合附图和权利要求来考虑，对以上实施例的多种修改和调整对本领域技术人员来说是显而易见的，但不偏离本发明的范围。因此，本发明的恰当范围将根据权利要求确定。

Claims (14)

1.一种天线方向的调整方法，其特征在于，所述方法包括：
对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，所述潮汐小区为存在潮汐效应的通信小区；
依据多个所述潮汐时段和所述潮汐小区的邻区信息，确定多个与所述潮汐时段对应的天线权值；
依据所述潮汐时段及其对应的所述天线权值，调整所述潮汐小区的射频天线的方向。
2.根据权利要求1所述的方法，其特征在于，所述对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段之前，还包括：
获取所述通信小区内的终端分布信息；
对所述终端分布信息进行分析，确定所述通信小区是否存在潮汐效应；
在确定所述通信小区存在所述潮汐效应的情况下，确定所述通信小区为所述潮汐小区，并获取所述潮汐小区的潮汐时间信息。
3.根据权利要求2所述的方法，其特征在于，所述终端分布信息，包括：所述终端的位置信息；
所述对所述终端分布信息进行分析，确定所述通信小区是否存在潮汐效应，包括：
获取所述通信小区的波达方向DoA信息，其中，所述DoA信息，包括：水平波达方向HDoA信息和垂直波达方向VDoA信息；
依据所述HDoA信息和所述VDoA信息，构建二维栅格模型，所述二维栅格模型包括多个栅格；
依据所述通信小区内的各个终端的位置信息和多个所述栅格，确定多个预设时段内的数量占比信息，其中，所述数量占比信息为所述栅格中的终端的数量占所述通信小区内的所有终端数量的比值；
依据多个预设时段内的所述数量占比信息，确定所述通信小区是否存在潮汐效应。
4.根据权利要求3所述的方法，其特征在于，所述依据多个预设时段内的所述数量占比信息，确定所述通信小区是否存在潮汐效应，包括：
依据多个预设时段内的所述数量占比信息，确定终端分布特征向量集合，其中，所述终端分布特征向量集合包括多个特征向量，所述特征向量用于表征所述通信小区在所述预设时段内的终端的数量占比信息；
分别计算相邻两个特征向量的时间相关性，获得多个相关值，所述相关值用于表征所述通信小区在不同时段内的终端数量占比的变化信息；
在确定多个所述相关值均超过预设相关值阈值的情况下，确定所述通信小区存在所述潮汐效应；
否则，确定所述通信小区不存在所述潮汐效应。
5.根据权利要求2所述的方法，其特征在于，所述终端分布信息，还包括：无线资源控制RRC连接的终端的数量、时间戳信息和激活的终端的数量中的至少一种。
6.根据权利要求4所述的方法，其特征在于，所述潮汐时间信息，包括：所述潮汐小区在预设时段内的终端的数量占比信息；
所述对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，包括：
从所述终端分布特征向量集合中随机选取K个特征向量作为第一聚类簇心，并将所述终端分布特征向量集合中除所述K个特征向量之外的特征向量标记为待分类向量；
依据K个所述第一聚类簇心，对多个所述待分类向量进行处理，确定多个所述待分类向量的类别；
在确定完成对所述待分类向量的分类的情况下，确定K个第二聚类簇心；
在确定所述第二聚类簇心与所述第一聚类簇心不同的情况下，依据K个所述第二聚类簇心，继续对多个所述待分类向量进行处理，直至获得的K个第N聚类簇心与第N-1聚类簇心相同为止，其中，K和N均为大于1的整数；
依据所述K个第N聚类簇心，确定K个所述潮汐时段。
7.根据权利要求6所述的方法，其特征在于，所述依据K个所述第一聚类簇心，对多个所述待分类向量进行处理，确定多个所述待分类向量的类别，包括：
分别对每个所述待分类向量做如下处理：
计算所述待分类向量与K个所述第一聚类簇心之间的距离，获得K个距离值；
依据所述K个距离值中最小的距离值对应的聚类簇心，确定所述待分类向量的类别。
8.根据权利要求4所述的方法，其特征在于，所述对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，包括：
获取所述潮汐小区的历史通信信息，其中，所述历史通信信息包括所述终端在预设时段内的位移信息；
确定所述终端在预设时段内的位移信息和所述潮汐时间信息之间的相关性；
依据所述相关性对潮汐小区的潮汐时间信息进行划分，确定多个所述潮汐时段。
9.根据权利要求6或8所述的方法，其特征在于，所述潮汐小区的邻区信息，包括：在预设时长内所述潮汐小区与其邻区发生的小区间切换的切换频率信息，或，所述潮汐小区与其邻区之间的覆盖范围重合信息；
所述依据多个所述潮汐时段和所述潮汐小区的邻区信息，确定多个与所述潮汐时段对应的天线权值，包括：
依据所述切换频率信息或所述覆盖范围重合信息，从所述潮汐小区的邻区信息中选择多个待处理邻区，其中，所述待处理邻区为需要调整射频天线的方向的邻区；
分别获取所述潮汐小区的第一测量数据和多个所述待处理邻区的第二测量数据；
依据K个所述潮汐时段、所述第一测量数据和多个所述第二测量数据，对所述潮汐小区和多个所述待处理邻区进行权值寻优处理，获得K个与所述潮汐时段对应的天线权值集合，所述天线权值集合包括多个天线权值。
10.根据权利要求9所述的方法，其特征在于，所述与所述潮汐时段对应的天线权值集合包括：第一天线权值和多个第二天线权值；
其中，所述第二天线权值的数量与所述待处理邻区的数量相同，所述第一天线权值用于对所述潮汐小区的射频天线的方向进行调整，所述第二天线权值用于对所述待处理邻区的射频天线的方向进行调整。
11.一种天线方向的调整装置，其包括：
时段划分模块，被配置为对潮汐小区的潮汐时间信息进行处理，获得多个潮汐时段，其中，所述潮汐小区为存在潮汐效应的通信小区；
权值确定模块，被配置为依据多个所述潮汐时段和所述潮汐小区的邻区信息，确定多个与所述潮汐时段对应的天线权值；
调整模块，被配置为依据所述潮汐时段及其对应的所述天线权值，调整所述潮汐小区的射频天线的方向。
12.一种基站，其包括：天线方向的调整装置；
所述天线方向的调整装置，被配置为执行如权利要求1至10中任一项所述的天线方向的调整方法。
13.一种电子设备，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一项所述天线方向的调整方法。
14.一种可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-10中任一项所述的天线方向的调整方法。
CN202210580789.7A 2022-05-25 2022-05-25 天线方向的调整方法、装置、基站、电子设备和介质 Pending CN117177254A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202210580789.7A CN117177254A (zh) 2022-05-25 2022-05-25 天线方向的调整方法、装置、基站、电子设备和介质
CN202311654052.6A CN117880836A (zh) 2022-05-25 2022-05-25 天线方向的调整方法、装置、基站、电子设备和介质
PCT/CN2023/095014 WO2023226868A1 (zh) 2022-05-25 2023-05-18 天线方向的调整方法及装置、基站、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210580789.7A CN117177254A (zh) 2022-05-25 2022-05-25 天线方向的调整方法、装置、基站、电子设备和介质

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202311654052.6A Division CN117880836A (zh) 2022-05-25 2022-05-25 天线方向的调整方法、装置、基站、电子设备和介质

Publications (1)

Publication Number Publication Date
CN117177254A true CN117177254A (zh) 2023-12-05

Family

ID=88918468

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202311654052.6A Pending CN117880836A (zh) 2022-05-25 2022-05-25 天线方向的调整方法、装置、基站、电子设备和介质
CN202210580789.7A Pending CN117177254A (zh) 2022-05-25 2022-05-25 天线方向的调整方法、装置、基站、电子设备和介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202311654052.6A Pending CN117880836A (zh) 2022-05-25 2022-05-25 天线方向的调整方法、装置、基站、电子设备和介质

Country Status (2)

Country Link
CN (2) CN117880836A (zh)
WO (1) WO2023226868A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109495146A (zh) * 2018-12-26 2019-03-19 郭今戈 Massive MIMO天线的参数配置方法和装置
US20230239030A1 (en) * 2020-06-15 2023-07-27 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for tuning radio beam
CN114189883A (zh) * 2020-09-15 2022-03-15 中兴通讯股份有限公司 天线权值调整方法、装置及计算机可读存储介质
CN114374986B (zh) * 2020-10-15 2023-09-05 中国移动通信集团浙江有限公司 基于mr/mdt数据的天线权值潮汐效应优化方法及装置
CN112260731B (zh) * 2020-10-21 2022-09-06 浪潮通信信息系统有限公司 一种基于蚁群算法的天线权值优化方法

Also Published As

Publication number Publication date
WO2023226868A1 (zh) 2023-11-30
CN117880836A (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN111867049B (zh) 定位方法、装置及存储介质
CN109068267B (zh) 一种基于LoRa SX1280的室内定位方法
CN110213003B (zh) 一种无线信道大尺度衰落建模方法及装置
CN108632849B (zh) 一种天馈参数的调整方法、装置及设备
CN113015192B (zh) 天线权值确定方法、装置、设备及存储介质
CN112867147B (zh) 定位方法和定位装置
CN105447082A (zh) 一种海量负荷曲线的分布式聚类方法
CN113382477A (zh) 应用于无线网络用户间上行干扰建模的方法
CN111050387B (zh) 基于能效估计的基站休眠方法、装置、电子设备及介质
CN115329899A (zh) 一种聚类等效模型构建方法、系统、设备和存储介质
US20240098009A1 (en) Method and apparatus for determining traffic statistics result
Liu et al. Location-based visible region recognition in extra-large massive MIMO systems
CN113759303B (zh) 一种基于粒子群算法的无网格波达角估计方法
CN117177254A (zh) 天线方向的调整方法、装置、基站、电子设备和介质
CN108574927B (zh) 一种移动终端定位方法及装置
CN109994832B (zh) 一种天馈调整方法、装置及系统
CN114615693B (zh) 网络容量预测方法、装置、电子设备及计算机存储介质
CN112994763A (zh) 一种天线阵列波束赋形参数的优化方法及装置
CN110661648B (zh) 基于自学习推理矩阵确定无线网络问题根因的方法和装置
Sun et al. Deep convolutional neural networks enabled fingerprint localization for massive MIMO-OFDM system
CN112990274A (zh) 一种基于大数据的风电场异常数据自动辨识方法
CN109981325B (zh) 一种告警阈值的设定方法、装置、计算设备及介质
CN118301658B (zh) 共站址检测方法、装置、设备、存储介质及程序产品
CN112243283A (zh) 基于成功传输概率的Cell-Free Massive MIMO网络分簇计算方法
CN115241877B (zh) 预估电力系统需求方法及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication