[發明專利]一種基于地理信息的5G參考信號接收功率預測方法

有效

• 申請號: 202010729363.4
• 申請日: 2020-07-27
• 公開（公告）號: CN112367129B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 徐小龍;徐浩嚴;趙娟;孫雁飛
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04B17/318
• 分類號: H04B17/318;H04B17/391;H04B17/373;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 曹坤

本發明公開了一種基于地理信息的5G參考信號接收功率預測方法。屬于人工智能技術領域，具體步驟包括：1、根據地圖信息構建特征地圖；2、使用人工智能構建誤差迭代修正模型，將構建的特征地圖與實際的信號接受功率共同訓練構建的誤差迭代修正模型；其中，所述特征地圖以小區的建筑位置信息、發射機相對地面的高度、機器下傾角、垂直電下傾角、柵格與發射機的距離、柵格與信號線的相對高度、傳播路徑的損耗、載波頻率、用戶天線高度糾正項、小區發射機相對地面的高度、小區發射機發射功率、信號接收海拔高度作為構建特征地圖的輸入，最終以信號接收功率為輸出。

技術領域

本發明屬于人工智能技術領域，具體涉及一種基于地理信息的5G參考信號接收功率預測方法。

背景技術

隨著5G NR技術的發展，5G在全球范圍內的應用也在不斷地擴大；運營商在部署5G網絡的過程中，需要合理地選擇覆蓋區域內的基站站址，進而通過部署基站來滿足用戶的通信需求；在整個無線網絡規劃流程中，高效的網絡估算對于精確的5G網絡部署有著非常重要的意義；無線傳播模型正是通過對目標通信覆蓋區域內的無線電波傳播特性進行預測，使得小區覆蓋范圍、小區間網絡干擾以及通信速率等指標的估算成為可能；由于無線電波傳播環境復雜，會受到傳播路徑上各種因素的影響，如平原、山體、建筑物、湖泊、海洋、森林、大氣、地球自身曲率等，使電磁波不再以單一的方式和路徑傳播而產生復雜的透射、繞射、散射、反射、折射等，所以建立一個準確的模型是一項非常艱巨的任務。

現有的無線傳播模型可以按照研究方法進行區分，一般分為：經驗模型、理論模型和改進型經驗模型；經驗模型的獲得是從經驗數據中獲取固定的擬合公式，典型的模型有Cost 231-Hata、Okumura等；理論模型是根據電磁波傳播理論，考慮電磁波在空間中的反射、繞射、折射等來進行損耗計算，比較有代表性的是Volcano模型；改進型經驗模型是通過在擬合公式中引入更多的參數從而可以為更細的分類場景提供計算模型，典型的有Standard Propagation Model(SPM)。

在實際傳播模型建模中，為了獲得符合目標地區實際環境的傳播模型，需要收集大量額外的實測數據、工程參數以及電子地圖用來對傳播模型進行校正；此外無線LTE網絡已在全球普及，全球幾十億用戶，每時每刻都會產生大量數據；如何合理地運用這些數據來輔助無線網絡建設就成為了一個重要的課題。

近年來，大數據驅動的AI機器學習技術獲得了長足的進步，并且在語言、圖像處理領域獲得了非常成功的運用；伴隨著并行計算架構的發展，機器學習技術也具備了在線運算的能力，其高實時性以及低復雜度使得其與無線通信的緊密結合成為了可能。

發明內容

針對上述問題，本發明提供了一種基于地理信息的5G參考信號接收功率預測方法；運用機器學習來建立無線傳播模型，并利用模型準確預測在新環境下無線信號覆蓋強度，從而大大減少網絡建設成本，提高網絡建設效率。

本發明的技術方案是：本發明所述的一種基于地理信息的5G參考信號接收功率預測方法，其特征在于：包括以下步驟：

步驟(1.1)、根據地圖信息構建特征地圖；

步驟(1.2)、使用人工智能構建誤差迭代修正模型，將構建的特征地圖與實際的信號接受功率共同訓練構建的誤差迭代修正模型；

在步驟(1.1)中，所述特征地圖具體構建過程的步驟如下：

(1.1.1)、首先，構建高度特征圖：其包括構建發射機相對地面的高度特征，構建柵格與信號線的相對高度特征，構建小區發射機相對地面的高度特征，構建小區站點所在柵格(Cell X,Cell Y)的建筑物高度特征，構建小區站點所在柵格(Cell X,Cell Y)的海拔高度特征及信號接收端所在的柵格(X,Y)上的海拔高度特征；

(1.1.2)、其次，構建場景特征圖：對發射機與信號接收端的位置進行定位，具體操作是：5G信號由發射機發出，最終由信號接收端接收；