基于聚类技术实现波束参数样本收集的方法及系统与流程

本发明涉及mm天线的波束参数样本数据收集的技术，特别涉及一种基于聚类技术实现波束参数样本收集的方法及系统。
背景技术：
：随着5g商用需实现大规模部署，5g新空中接口核心技术将加速推广。然而，massivemimo天线(即大规模多输入输多出阵列天线，简称mm天线)在部署中面临着覆盖场景多样化、参数配置复杂等难题，需要结合网优专家经验和人工智能算法来提升mm天线的性能。mm天线的性能调优具体会落实到天线性能参数的权值变化上，其参数涉及的有波束相位、振幅以及电子下倾角等参数，实际的参数组合优化的候选空间解达到数万种，异常复杂，需要借助人工智能技术来实现，如强化学习等算法。根据以往的经验，人工智能算法需要大量的真实样本数据才能训练出可用的模型，由于运营商管控的限制(原因是需要保障覆盖区域的相对稳定，且mm天线参数调整时会带来短暂的暂停服务，也影响了用户的感知)，每枚mm天线参数不可以随意调整，这就给人工智能算法所需要收集大量波束参数样本训练数据带来了困难。目前现有的关于mm天线权值优化算法所使用的训练样本数据主要有两种方法，第一种是通过mm天线传播模型仿真生成的反馈数据，第二种是通过收集现网mm天线实地调整的反馈数据。前者可以生成大量mm天线波束参数的训练样本数据，但存在因现网真实环境数据难以收集，而大部分采用自由空间模型仿真，其样本的准确性难以得到保证；后者是可以收集准确的现网mm天线波束参数样本数据，但对于每个mm天线实施建模所需要的样本数据量与上万空间解相比是微不足道的。技术实现要素：为了解决上述技术问题，本发明提供了一种基于聚类技术实现波束参数样本收集的方法，该方法低成本的、高效的实现模型所需的大量波束参数样本数据的收集，为模型训练提供充足的数据源，加速了模型收敛的速度。本发明具体技术方案如下：一种基于聚类技术实现波束参数样本收集的方法，包括下述步骤，1)初始化单个小区mm天线覆盖的环形栅格表，计算单个小区mm天线覆盖的环形栅格的建筑物高度数据，并将数据记录至环形栅格表内；2)重复计算目标区域内每个小区mm天线覆盖的环形栅格内建筑物的高度，并记录到对应的环形栅格表；3)利用聚类技术对所有环形栅格表的字段数据进行聚类建模，最终把环形栅格表中每条记录都聚到不同的类别中，以生成小区mm天线覆盖类型表；4)通过小区mm天线覆盖类型表与小区mm天线覆盖数据表关联生成对应的记录数据，即作为数据挖掘建模或大数据分析所需要的样本数据。进一步的，所述步骤1)中初始化单个小区mm天线覆盖的环形栅格表，具体包括：初始化单个小区mm天线覆盖的环形栅格表，字段包括小区标识cgi、环形栅格cf1、环形栅格cf2、环形栅格cf3...环形栅格cfn。进一步的，所述步骤1)中计算单个小区mm天线覆盖的环形栅格的建筑物高度数据具体包括下述步骤：1.1)以小区中心位置的经度lon、纬度lat位置为圆心，小区方位角azimuth为法线，小区水平波瓣宽度hbw为扇形夹角，再以法线方向设置半径步长依次画弧线，直到满足预设数量的弧线为止；1.2)在每个同心覆盖的扇形弧线上，向法线两侧设置弧长步长等分扇形，其中实际弧形步长不足一等分的舍去，形成扇形环形栅格图，并记录每个环形栅格的中心坐标(loncf，latcf)；1.3)结合高精度电子地图数据，判断每个环形栅格的中心坐标(loncf，latcf)上是否有建筑物，如果有，则计算建筑物的高度，否则此环形栅格的标记为0；1.4)把所有环形栅格及栅格内建筑物高度数据以小区位置和方位角法线为参考从左到右，从近到远依次把数据填入到环形栅格表内。本发明另一方面还公开了一种应用于上述的基于聚类技术实现波束参数样本收集的方法的系统，所述系统包括：数据表构建模块，配置为在系统中构建小区工参数据表、小区覆盖数据表和高精度电子地图；环形栅格表构建模块，配置为构建包含小区标识cgi、环形栅格cf1、环形栅格cf2、环形栅格cf3...环形栅格cfn字段的环形栅格表；并记录小区mm天线覆盖的环形栅格的建筑物高度数据；扇形环形栅格图构建模块，配置为以小区中心位置为圆心绘制扇形环形栅格图，记录其中每个环形栅格的中心坐标；并结合高精度电子地图数据，判断每个环形栅格的中心坐标是否有建筑物，计算建筑物高度；聚类建模模块，配置为对所有的环形栅格表的字段数据进行聚类建模，最终把环形栅格表中每条记录都聚到不同的类别中，以生成小区mm天线覆盖类型表；关联模块，配置为将小区mm天线覆盖类型表与小区mm天线覆盖数据表关联生成对应的记录数据。本发明方法解决了现有mm天线权值寻优模型所需样本数据准确性不够和数量不足的问题，克服了以往通过mm天线传播模型仿真生成反馈数据的不准确性，以及通过收集现网mm天线真实调整反馈数据量不足的难题。通过本发明方法的运用可以快速聚集出mm天线的波束参数样本数据，为其他数据挖掘建模(如mm天线权值寻优模块)或大数据分析提供所需要的样本数据。附图说明图1为实施例中的扇形环形栅格图示意图。具体实施方式本发明基于聚类技术实现波束参数样本收集的方法，充分利用全网mm天线所产生的波束参数样本数据，根据mm天线所覆盖的场景通过聚类技术进行归类，把覆盖相似场景mm天线的波束参数作为同一模型所需要的样本数据。在可接受的限度内牺牲样本准确性的前提下，最大化增加mm天线权值寻优模型所需要的样本数据的空间。本发明所述基于聚类技术实现波束参数样本收集的方法，包括下述步骤，1)初始化单个小区mm天线覆盖的环形栅格表，计算单个小区mm天线覆盖的环形栅格的建筑物高度数据，并将数据记录至环形栅格表内；2)重复计算目标区域内每个小区mm天线覆盖的环形栅格内建筑物的高度，并记录到对应的环形栅格表；3)利用聚类技术对所有环形栅格表的字段数据进行聚类建模，最终把环形栅格表中每条记录都聚到不同的类别中，以生成小区mm天线覆盖类型表；4)通过小区mm天线覆盖类型表与小区mm天线覆盖数据表关联生成对应的记录数据，即作为数据挖掘建模或大数据分析所需要的样本数据。而在一个具体的示例中，本发明基于聚类技术实现波束参数样本收集的方法，包括下述步骤：1)构建环形栅格表并计算小区mm天线覆盖的环形栅格内建筑物的高度(单位为米)，并形成一条数据记录填入到环形栅格表内；1.0)初始化单个小区mm天线覆盖的环形栅格，具体包括：初始化单个小区mm天线覆盖的环形栅格表，字段包括小区标识cgi、环形栅格cf1、环形栅格cf2、环形栅格cf3...环形栅格cfn；如下表1所示；表1mm天线覆盖的环形栅格表结构cgif1f2f3…fn1.1)以小区中心位置的经度lon、纬度lat位置为圆心，小区方位角azimuth为法线，小区水平波瓣宽度hbw为扇形夹角，再以法线方向设置半径步长依次画弧线，直到满足预设数量的弧线为止；其中，所述设置的半径步长为5-20m，所述预设数量为25-35；一个优选示例中，半径步长为10m，预设数量为30。1.2)在每个同心覆盖的扇形弧线上，向法线两侧设置弧长步长等分扇形，其中实际弧形步长不足一等分的舍去，形成扇形环形栅格图，如图1所示，并记录每个环形栅格的中心坐标(loncf，latcf)；其中，所述设置的弧形步长为5-10m，一个优选示例中，弧形步长为10m。1.3)结合高精度电子地图数据，判断每个环形栅格的中心坐标(loncf，latcf)上是否有建筑物，如果有，则计算建筑物的高度(如根据现有资料获取对应坐标建筑物高度)，否则此环形栅格的标记为0；1.4)把所有环形栅格及栅格内建筑物高度数据以小区位置和方位角法线为参考从左到右，从近到远依次把数据填入到环形栅格表内，如下表2所示；表2某小区mm天线覆盖的环形栅格数据cgif1f2f3…fn460-00-140612-61025250302)重复计算目标区域内每个小区mm天线覆盖的环形栅格内建筑物的高度，并记录到对应的环形栅格表；如下表3所示；表3全网小区mm天线覆盖的环形栅格数据表3)利用聚类技术对所有环形栅格表的字段数据进行聚类建模，最终把环形栅格表中每条记录都聚到不同的类别中，以生成小区mm天线覆盖类型表；如下表4所示；表4小区mm天线覆盖类型表cgi波束参数类别460-00-140612-61bp11460-00-140612-62bp41460-00-140612-63bp22……需要说明的是，本发明所述聚类技术可采用k均值算法、谱聚类算法或者层次聚类算法；一个优选示例中采用k均值算法。4)通过小区mm天线覆盖类型表与小区mm天线覆盖数据表关联生成对应的记录数据，即作为数据挖掘建模(如mm天线权值寻优模块)或大数据分析所需要的样本数据。其中，所述小区mm天线覆盖数据表包含的字段有小区标识cgi、覆盖率coverage；而关联生成对应的记录数据包括小区标识cgi、波束参数beamparams、覆盖率coverage。下述表5示出的不同类别的mm天线覆盖的波束样本数据。表5不同类别的mm天线覆盖的波束样本数据cgi波束参数覆盖率类别460-00-140612-61bp185.76％1460-00-140612-61bp480.76％1460-00-140612-62bp278.23％1460-00-140612-63bp602…………本发明再一个示例中，在所述步骤1)之前还包括：预先在处理系统中输入小区工参数据表、小区覆盖数据表和高精度电子地图；其中，所述小区工参数据表包含的字段有小区标识cgi、经度lon、纬度lat、mm天线挂高high、方位角azimuth、下倾角tilt、水平波瓣宽度hbw、波束参数beamparams；所述小区mm天线覆盖数据表包含的字段有小区标识cgi、覆盖率coverage；所述小区覆盖数据表包含的字段有小区标识cgi、覆盖率coverage；所述高精度电子地图包含的字段有建筑物矢量。本发明的另一个示例中，公开了一种基于聚类技术实现波束参数样本收集的方法的系统，所述系统包括：数据表构建模块，配置为在系统中构建小区工参数据表、小区覆盖数据表和高精度电子地图；环形栅格表构建模块，配置为构建包含小区标识cgi、环形栅格cf1、环形栅格cf2、环形栅格cf3...环形栅格cfn字段的环形栅格表；并记录小区mm天线覆盖的环形栅格的建筑物高度数据；扇形环形栅格图构建模块，配置为以小区中心位置为圆心绘制扇形环形栅格图，记录其中每个环形栅格的中心坐标；并结合高精度电子地图数据，判断每个环形栅格的中心坐标是否有建筑物，计算建筑物高度；聚类建模模块，配置为对所有的环形栅格表的字段数据进行聚类建模，最终把环形栅格表中每条记录都聚到不同的类别中，以生成小区mm天线覆盖类型表；关联模块，配置为将小区mm天线覆盖类型表与小区mm天线覆盖数据表关联生成对应的记录数据。本方法是一种参数样本数据收集技术，通过本发明方法的运用，可以快速聚集出mm天线的波束参数样本数据，为其他数据挖掘建模(如mm天线权值寻优模块)或大数据分析提供所需要的样本数据。本发明方法克服了以往通过mm天线传播模型仿真生成反馈数据的不准确性，以及避免了通过现网mm天线多次调整收集数据带来的网络不稳定的问题。以上所述的实施方式，并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等，均应包含在该技术方案的保护范围之内。当前第1页12