本发明涉及基站管理领域,尤其涉及一种基于人工智能的基站覆盖半径解析系统。
背景技术:
1、基站管理(bts management;btsm)遵循明确定位、统一规划、合理布局、资源共享、环境保护的原则,基站管理是为了加强对公众移动通信基站的管理,促进公众移动通信和谐发展,保障公共利益。
2、一般地,基站资源信息管理主要在电子地图上完成对基站的各项指标(包括基站控制器、基站、压缩编码器等)的录入、修改和维护等工作,包括:基站基历卡管理、基站数据信息管理、基站图形数据、基站属性数据、基站链路、信令数据、资源信息的检索以及基站数据信息统计等。在移动互联网高速发展的今天,移动通信已经成为人们生活中不可或缺的一部分,而基站作为移动通信的重要基础设施,如何对其进行规范化管理显得日益重要。
3、然而,由于基站的覆盖半径受多种因素的影响,例如气象因素的影响、基站性能的影响以及基站周围接收终端数量的影响,导致基站的覆盖半径难以准确解析,而只能通过历史经验进行粗略判断,显然,这种粗略判断基准的精度差强人意。
技术实现思路
1、为了解决相关领域的技术问题,本发明提供了一种基于人工智能的基站覆盖半径解析系统,通过为目标基站未来时刻的覆盖半径的智能解析引入多项基础数据,包括所述目标基站的天线高度、馈线损耗,设定输出功率以及工作频率,以及目标基站在当前时刻之前的多个历史时刻分别对应的多份信号覆盖半径,为目标基站未来时刻的覆盖半径的智能解析引入针对性设计的覆盖分析模型,具体地,将自动编码器神经网络执行多次训练以获得完成多次训练的自动编码器神经网络并作为覆盖分析模型输出,所述自动编码器神经网络执行的训练的次数与目标基站的最大用户容量成正比,从而为不同基站构建不同结构的覆盖分析模型,以及引入目标标记器件用于基于每一个居民楼到目标基站的距离执行对所述居民楼是否为所述目标基站的覆盖目标的标记处理,具体地,在某一个居民楼到所述目标基站的距离小于等于所述目标基站在当前时刻的下一时刻的信号覆盖半径时,将所述居民楼标记为当前时刻的下一时刻所述目标基站的覆盖目标,从而提前通知各处居民楼能够通信的基站设备,为基站信号的调试提供可靠的参考数据。
2、根据本发明,提供了一种基于人工智能的基站覆盖半径解析系统,所述系统包括:
3、第一录入机构,用于获取目标基站对应的各项关联数据,所述目标基站的各项关联数据为所述目标基站的天线高度、馈线损耗,设定输出功率以及工作频率;
4、第二录入机构,用于获取目标基站在当前时刻之前的多个历史时刻分别对应的多份信号覆盖半径,所述当前时刻与其之前的多个历史时刻在时间轴上两两均匀间隔分布;
5、对象组建机构,用于对自动编码器神经网络执行多次训练以获得完成多次训练的自动编码器神经网络并作为覆盖分析模型输出,所述自动编码器神经网络执行的训练的次数与所述目标基站的最大用户容量成正比;
6、半径解析器件,分别与所述第一录入机构、所述第二录入机构以及所述对象组建机构连接,用于采用所述覆盖分析模型根据所述目标基站的天线高度、馈线损耗,设定输出功率以及工作频率、所述目标基站在当前时刻之前的多个历史时刻分别对应的多份信号覆盖半径以及所述目标基站在当前时刻的信号覆盖半径智能解析所述目标基站在当前时刻的下一时刻的信号覆盖半径;
7、目标标记器件,与所述半径解析器件连接,用于基于每一个居民楼到所述目标基站的距离执行对所述居民楼是否为所述目标基站的覆盖目标的标记处理;
8、其中,基于每一个居民楼到所述目标基站的距离执行对所述居民楼是否为所述目标基站的覆盖目标的标记处理包括:在某一个居民楼到所述目标基站的距离小于等于所述目标基站在当前时刻的下一时刻的信号覆盖半径时,将所述居民楼标记为当前时刻的下一时刻所述目标基站的覆盖目标;
9、其中,第二录入机构,用于获取目标基站在当前时刻之前的多个历史时刻分别对应的多份信号覆盖半径,所述当前时刻与其之前的多个历史时刻在时间轴上两两均匀间隔分布包括:所述多个历史时刻的时刻数量与所述目标基站的工作频率正向关联;
10、其中,采用所述覆盖分析模型根据所述目标基站的天线高度、馈线损耗,设定输出功率以及工作频率、所述目标基站在当前时刻之前的多个历史时刻分别对应的多份信号覆盖半径以及所述目标基站在当前时刻的信号覆盖半径智能解析所述目标基站在当前时刻的下一时刻的信号覆盖半径包括:所述当前时刻的下一时刻、所述当前时刻以及所述当前时刻之前的多个历史时刻在时间轴上两两均匀间隔分布。
11、由此可见,本发明至少具有以下三处重要发明点:
12、重要发明点一:为目标基站未来时刻的覆盖半径的智能解析引入多项基础数据,包括所述目标基站的天线高度、馈线损耗,设定输出功率以及工作频率,以及目标基站在当前时刻之前的多个历史时刻分别对应的多份信号覆盖半径;
13、重要发明点二:为目标基站未来时刻的覆盖半径的智能解析引入针对性设计的覆盖分析模型,具体地,将自动编码器神经网络执行多次训练以获得完成多次训练的自动编码器神经网络并作为覆盖分析模型输出,所述自动编码器神经网络执行的训练的次数与目标基站的最大用户容量成正比,从而为不同基站构建不同结构的覆盖分析模型;
14、重要发明点三:引入目标标记器件用于基于每一个居民楼到目标基站的距离执行对所述居民楼是否为所述目标基站的覆盖目标的标记处理,具体地,在某一个居民楼到所述目标基站的距离小于等于所述目标基站在当前时刻的下一时刻的信号覆盖半径时,将所述居民楼标记为当前时刻的下一时刻所述目标基站的覆盖目标,从而提前通知各处居民楼能够通信的基站设备,为基站信号的调试提供可靠的参考数据。
1.一种基于人工智能的基站覆盖半径解析系统,其特征在于,所述系统包括:
2.如权利要求1所述的基于人工智能的基站覆盖半径解析系统,其特征在于:
3.如权利要求2所述的基于人工智能的基站覆盖半径解析系统,其特征在于,所述系统还包括:
4.如权利要求2所述的基于人工智能的基站覆盖半径解析系统,其特征在于,所述系统还包括:
5.如权利要求2-4任一所述的基于人工智能的基站覆盖半径解析系统,其特征在于:
6.如权利要求5所述的基于人工智能的基站覆盖半径解析系统,其特征在于:
7.如权利要求5所述的基于人工智能的基站覆盖半径解析系统,其特征在于:
8.如权利要求5所述的基于人工智能的基站覆盖半径解析系统,其特征在于:
9.如权利要求5所述的基于人工智能的基站覆盖半径解析系统,其特征在于: