[發明專利]模型訓練方法及系統、異頻測量估計方法及系統

有效

• 申請號: 201910526331.1
• 申請日: 2019-06-18
• 公開（公告）號: CN112105046B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 吳杰;孫奇;解宇瑄;段然;孫軍帥
• 申請（專利權）人: 中國移動通信有限公司研究院;中國移動通信集團有限公司
• 主分類號: H04W24/08
• 分類號: H04W24/08;H04B17/391
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;胡影

1.一種模型訓練系統，其特征在于，包括：

數據采集與預處理模塊，用于獲取訓練集數據，所述訓練集數據包括小區的配置信息和所述小區內的終端測得的歷史測量數據；

異頻測量估計模型學習模塊，用于根據所述訓練集數據訓練得到用于計算目標終端的異頻測量估計值的異頻測量估計模型；

其中，所述數據采集與預處理模塊包括：

數據處理和關聯單元，用于根據所述小區的配置信息對所述歷史測量數據進行數據關聯，得到每個所述終端的數據關聯表作為所述訓練集數據，所述數據關聯表包括所述終端的服務小區及其鄰區的標識信息、載波頻點信息和頻點的測量數據。

2.根據權利要求1所述的系統，其特征在于，每一所述小區的配置信息包括小區標識信息、小區載波頻點信息和鄰區列表；每一所述終端的歷史測量數據包括以下至少之一：

所述終端的服務小區的頻點對應的測量數據；

與所述終端的服務小區同頻頻點的測量數據；

與所述終端的服務小區異頻頻點的測量數據。

3.根據權利要求1所述的系統，其特征在于，所述異頻測量估計模型學習模塊用于根據所述訓練集數據進行區域劃分；基于區域劃分結果，將所述訓練集數據劃分為針對每一區域的訓練子集；針對每一所述區域，采用相應的訓練子集訓練得到相應區域的異頻測量估計模型。

4.根據權利要求3所述的系統，其特征在于，所述異頻測量估計模型學習模塊用于按照以下方式的其中之一進行區域劃分：

終端接入的基站；

終端接入的基站的扇區；

終端所處的地理位置；

基于所述訓練集數據中的歷史測量數據進行聚類；

基于所述訓練集數據中的歷史測量數據劃分柵格。

5.根據權利要求1所述的系統，其特征在于，所述歷史測量數據包括所述終端處于空閑態時測得的測量數據。

6.一種異頻測量估計系統，其特征在于，包括：

異頻測量實時預測模塊，用于采用權利要求1-5中任一項所述的模型訓練系統訓練得到的異頻測量估計模型計算得到目標終端的異頻測量估計值。

7.根據權利要求6所述的系統，其特征在于，在異頻測量估計模型學習模塊用于根據訓練集數據進行區域劃分并訓練得到每一區域的異頻測量估計模型的情況下，所述異頻測量實時預測模塊用于：

獲取所述目標終端的預測輸入數據，所述預測輸入數據包括：所述目標終端的服務小區的頻點及其對應的當前測量數據、與所述目標終端的服務小區同頻頻點的當前測量數據、與所述目標終端處于同一區域內的其他終端的當前同頻測量數據和當前異頻測量數據；

采用所述目標終端所處區域對應的異頻測量估計模型，根據所述目標終端的預測輸入數據計算得到所述目標終端的異頻測量估計值。

8.根據權利要求7所述的系統，其特征在于，所述同一區域內的其他終端的當前異頻測量數據包括采用所述異頻測量估計模型計算得到的異頻測量估計值。

9.根據權利要求7所述的系統，其特征在于，所述預測輸入數據包括所述目標終端處于空閑態時測得的測量數據，和/或所述其他終端處于空閑態時測得的測量數據。

10.一種模型訓練方法，其特征在于，包括：

獲取訓練集數據，所述訓練集數據包括小區的配置信息和所述小區內的終端測得的歷史測量數據；

根據所述訓練集數據訓練得到用于計算目標終端的異頻測量估計值的異頻測量估計模型；

其中，所述獲取訓練集數據的步驟包括：

根據所述小區的配置信息對所述歷史測量數據進行數據關聯，得到每個所述終端的數據關聯表作為所述訓練集數據，所述數據關聯表包括所述終端的服務小區及其鄰區的標識信息、載波頻點信息和頻點的測量數據。