1.一种上行速率的评估方法，其特征在于，包括：
确定第一神经网络模型的输入信息，所述输入信息为待评估小区存在邻区干扰时的信道参数；
将所述输入信息输入至所述第一神经网络模型，得到所述待评估小区存在邻区干扰时的频谱效率、层数和资源块数量；
根据所述频谱效率、层数和资源块数量得到所述待评估小区的小区峰值容量、小区平均容量和单用户上行速率。
2.根据权利要求1所述的上行速率的评估方法，其特征在于，所述信道参数包括信号干扰噪声比；所述确定第一神经网络模型的输入信息，包括：
确定邻区干扰参数；
将所述邻区干扰参数输入至第二神经网络模型，得到邻区干扰功率；
根据所述邻区干扰功率确定所述信号干扰噪声比。
3.根据权利要求2所述的上行速率的评估方法，其特征在于，所述邻区干扰参数包括物理资源块利用率；所述确定邻区干扰参数，具体包括：
通过构建长短期记忆网络lstm模型确定所述物理资源块利用率。
4.根据权利要求1-3中任一项所述的上行速率的评估方法，其特征在于，所述方法还包括：
获取所述待评估小区不存在邻区干扰时的路测数据；
根据所述路测数据中的信道参数与频谱效率之间的关系训练得到所述第一神经网络模型。
5.一种上行速率的评估装置，其特征在于，包括：确定单元、输入单元以及评估单元；
所述确定单元，用于确定第一神经网络模型的输入信息，所述输入信息为待评估小区存在邻区干扰时的信道参数；
所述输入单元，用于将所述输入信息输入至所述第一神经网络模型，得到所述待评估小区存在邻区干扰时的频谱效率、层数和资源块数量；
所述评估单元，用于根据所述频谱效率、层数和资源块数量得到所述待评估小区的小区峰值容量、小区平均容量和单用户上行速率。
6.根据权利要求5所述的上行速率的评估装置，其特征在于，所述信道参数包括信号干扰噪声比；所述确定单元，具体用于确定邻区干扰参数；并将所述邻区干扰参数输入至第二神经网络模型，得到邻区干扰功率；以及根据所述邻区干扰功率确定所述信号干扰噪声比。
7.根据权利要求6所述的上行速率的评估装置，其特征在于，所述邻区干扰参数包括物理资源块利用率；所述确定单元，具体用于通过构建长短期记忆网络lstm模型确定所述物理资源块利用率。
8.根据权利要求5-7中任一项所述的上行速率的评估装置，其特征在于，所述装置还包括：获取单元和训练单元；
所述获取单元，用于获取所述待评估小区不存在邻区干扰时的路测数据；
所述训练单元，用于根据所述路测数据中的信道参数与频谱效率之间的关系训练得到所述第一神经网络模型。
9.一种上行速率的评估装置，其特征在于，包括存储器和处理器；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过总线连接；
当所述上行速率的评估装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述上行速率的评估装置执行如权利要求1-4中任一项所述的上行速率的评估方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机执行指令，当所述计算机执行指令在计算机上运行时，使得所述计算机执行如权利要求1-4中任一项所述的上行速率的评估方法。