一种基于5G业务迁移特征的晴雨边界判定方法与流程

本发明涉及晴雨边界判定，更具体的说是涉及一种基于5g业务迁移特征的晴雨边界判定方法。

背景技术：

1、目前的晴雨判定技术，主要通过雨量计、雷达及气象卫星等降雨监测设备进行判定。存在时空分辨率不足、空间代表性弱等问题，并存在监测盲区，导致边界判定不准确。如需要进一步增加监测能力，则需要新增设备，需要一定的投资建设。具体原因为：

2、雨量计主要用来测量一段时间内某一区块的降水总量，测量精度可达0.1mm。但雨量计测量结果通常仅能代表某一特定区块的降水特征，很难实现对大面积降水分布的准确观测。

3、降水雷达是通过测量回波强度间接计算降水位置和降水强度，可以实现较大范围的降水分布观测。然而，雷达反演雨强的精度往往会受到z-r关系的不确定性以及降水类型差异的影响。而且，复杂地型及其它杂波信号也会给测量结果造成较大误差。

4、对于气象卫星，是通过可见光和红外波段的电磁波探测云体结构、云顶亮温间接估算降水量。由于这两个波段电磁波的穿透性较差，无法直接获取云体内部和地表降水信息，故此测量精度欠佳。星载雷达尽管可以获取云体内部的降水强度和降水分布特征，但其时空分辨率较低，很难捕捉到完整的中小尺度对流单体。此外，由于星载雷达发射波束较宽，电磁波在近地面会产生盲区，且信号在传输过程中容易受非降水信息干扰，从而测量结果在近地面有较大测量误差。

5、而且，当前晴雨边界建模的方法多以雨量计及雷达的测量数据为主要数据源，该方法边界精度依赖雨量计密度和雷达的分辨率，雨量计以点为单位，空间代表性较差，仅通过提供雨量计密度来提高晴雨边界的准备性，以点推面，经济型和准确性均较差。而且雷达的空间分辨率目前无法进一步提升，且无法监测近地表的实际降雨数据。

6、因此，针对现有技术中的上述缺陷，如何提供一种无需投入新设备，且能提高边界判定准确率的晴雨边界判定方法，是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明基于当前快速发展的5g业务，提供了一种基于5g业务迁移特征的晴雨边界判定方法，旨在通过分析覆盖5g小区的历史降雨数据中雨天和晴天的5g业务迁移特征的变化情况，并基于5g业务迁移特征进行晴雨边界判定，从而便于准确判定晴雨边界，实现更为精细化的晴雨监测。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于5g业务迁移特征的晴雨边界判定方法，包括：

4、获取覆盖5g小区的历史降雨数据，从所述历史降雨数据中提取业务迁移特征以及对应的晴雨情况，对所述业务迁移特征以及所述晴雨情况进行回归分析，建立基于5g业务迁移特征的晴雨边界判定模型；

5、监控并提取5g小区实时业务数据中的业务迁移特征一，输入至所述晴雨边界判定模型，得到晴雨情况一；

6、提取所述晴雨情况一中存在晴雨边界的小区，根据所述小区内的宏站信息，判定所述小区之间的晴雨边界。

7、优选的，所述业务迁移特征包括重选次数、切换次数。

8、优选的，所述业务迁移特征还包括小区类型和切换类型。

9、优选的，所述基于5g业务迁移特征的晴雨边界判定模型，在使用前，通过机器学习算法，对其进行训练，修正。

10、优选的，所述晴雨情况包括数字1和数字0，所述数字1代表降雨，所述数字0代表未降雨。

11、优选的，基于时间序列算法，对所述5g小区历史业务数据的业务迁移特征进行预测，得到预测的业务迁移特征二，将所述业务迁移特征二与所述业务迁移特征一共同输入至所述晴雨边界判定模型。

12、优选的，根据所述小区内的宏站信息，判定所述小区之间的晴雨边界的步骤包括：

13、获取所述小区内宏站的基础信息；

14、根据所述基础信息和覆盖类型，计算小区的理论覆盖范围；

15、结合mr、kpi等数据，对所述理论覆盖范围进行修正，得到实际覆盖范围；

16、根据所述实际覆盖范围，得到重叠覆盖区域，根据所述重叠覆盖区域获得切换带，所述切换带为所述小区间的晴雨边界。

17、优选的，通过mr大数据对所述小区之间的晴雨边界进行修正，步骤包括：

18、获取所述小区的mr数据；

19、根据所述mr数据中的用户级数据，确认用户级移动轨迹；

20、对所述用户级移动轨迹进行聚类分析，得到聚类后的晴雨边界；

21、通过等值面算法，利用所述聚类后的晴雨边界对所述小区之间的晴雨边界进行修正，得到修正后的晴雨边界。

22、优选的，将所述小区之间的晴雨边界与根据多源气象数据得到的晴雨边界相结合，进行晴雨边界判定。

23、优选的，将所述修正后的晴雨边界与根据多源气象数据得到的晴雨边界相结合，进行晴雨边界判定。

24、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于5g业务迁移特征的晴雨边界判定方法，通过根据5g小区实时业务数据，利用基于5g业务迁移特征的晴雨边界判定模型，得到小区晴雨情况，进而基于5g宏站，结合5g小区切换带确定晴雨边界。

25、本发明公开的晴雨边界判定方法，可以实现更为精细化的晴雨监测，通过融入密集的5g数据，能有效提高晴雨边界的分辨率，并能更准确的判定晴雨边界。同时基于现的5g设备，无需产生额外的成本。

26、本发明能实现的另一有益效果包括，基于tsf相关迁移特征数据，结合mr数据辅助判定晴雨边界，能够进一步提高晴雨边界的空间分辨率、提高晴雨边界判定的准确性。同时，将本方案所得晴雨边界与现有的气象多源融合数据结合，进一步提高了现有晴雨边界模型的精度。

27、另外，本发明公开的晴雨边界判断方法可应用于各种极端天气情况，因天气情况产生业务迁移变化，实现该极端天气边界的精确判定。

技术特征：

1.一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，包括：

2.根据权利要求1所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，所述业务迁移特征包括重选次数、切换次数。

3.根据权利要求1所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，所述业务迁移特征还包括小区类型和切换类型。

4.根据权利要求1所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，所述基于5g业务迁移特征的晴雨边界判定模型，在使用前，通过机器学习算法，对其进行训练，修正。

5.根据权利要求1所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，所述晴雨情况包括数字1和数字0，所述数字1代表降雨，所述数字0代表未降雨。

6.根据权利要求1所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，基于时间序列算法，对所述5g小区历史业务数据的业务迁移特征进行预测，得到预测的业务迁移特征二，将所述业务迁移特征二与所述业务迁移特征一共同输入至所述晴雨边界判定模型。

7.根据权利要求1所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，根据所述小区内的宏站信息，判定所述小区之间的晴雨边界的步骤包括：

8.根据权利要求1所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，通过mr大数据对所述小区之间的晴雨边界进行修正，步骤包括：

9.根据权利要求1所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，将所述小区之间的晴雨边界与根据多源气象数据得到的晴雨边界相结合，进行晴雨边界判定。

10.根据权利要求8所述的一种基于5g业务迁移特征的晴雨边界判定方法，其特征在于，将所述修正后的晴雨边界与根据多源气象数据得到的晴雨边界相结合，进行晴雨边界判定。

技术总结
本发明公开了一种基于5G业务迁移特征的晴雨边界判定方法，包括：获取覆盖5G小区的历史降雨数据，提取其中的业务迁移特征以及对应的晴雨情况进行回归分析，建立基于5G业务迁移特征的晴雨边界判定模型；监控并提取5G小区实时业务数据中的业务迁移特征一后，输入至晴雨边界判定模型，得到晴雨情况一；提取晴雨情况一中存在晴雨边界的小区，根据小区内的宏站信息，判定所述小区之间的晴雨边界。本发明公开的晴雨边界判定方法，可以实现更为精细化的晴雨监测，通过融入密集的5G数据，能有效提高晴雨边界的分辨率，并能更准确的判定晴雨边界；同时基于现的5G设备，无需产生额外的成本。

技术研发人员：陈建云,房明,余思远,王礼军
受保护的技术使用者：福建省福州市气象局
技术研发日：
技术公布日：2024/1/12