[发明专利]基站共覆盖关系的识别方法及装置、存储介质、电子设备在审
| 申请号: | 202310514876.7 | 申请日: | 2023-05-08 |
| 公开(公告)号: | CN116582856A | 公开(公告)日: | 2023-08-11 |
| 发明(设计)人: | 梁毅;李力卡;张青;马泽雄;张家铭 | 申请(专利权)人: | 中国电信股份有限公司广东研究院;中国电信股份有限公司 |
| 主分类号: | H04W16/18 | 分类号: | H04W16/18;H04W24/02;H04W24/08 |
| 代理公司: | 北京律智知识产权代理有限公司 11438 | 代理人: | 刘莉 |
| 地址: | 510630 广东省广州*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基站 覆盖 关系 识别 方法 装置 存储 介质 电子设备 | ||
1.一种基站共覆盖关系的识别方法,其特征在于,包括:
获取至少两个基站的指标测量数据以及每个所述基站对应的基础配置参数;所述基础配置参数包含所述基站的名称信息,所述名称信息包含所述基站的位置描述信息,所述位置描述信息包含所述基站距离预设参考面的高度;
对每个所述基站的名称信息进行信息挖掘,得到深层隐藏信息;
将所述指标测量数据、所述基础配置参数和所述深层隐藏信息输入至训练好的共覆盖关系识别模型中,根据所述共覆盖关系识别模型的输出,确定所述至少两个基站之间是否具有共覆盖关系。
2.根据权利要求1所述的方法,其特征在于,所述对每个所述基站的名称信息进行信息挖掘,得到深层隐藏信息,包括:
从每个所述基站的名称信息中提取所述基站的位置描述信息;
利用词向量提取模型提取所述位置描述信息对应的词向量特征;
将所述词向量特征确定为所述深层隐藏信息。
3.根据权利要求2所述的方法,其特征在于,所述对每个所述基站的名称信息进行信息挖掘,得到深层隐藏信息,还包括:
利用相似度识别模型对所述至少两个基站的位置描述信息进行语义相似度识别,得到语义相似度特征;
将所述词向量特征和所述语义相似度特征确定为所述深层隐藏信息。
4.根据权利要求3所述的方法,其特征在于,所述对每个所述基站的名称信息进行信息挖掘,得到深层隐藏信息,还包括:
利用词袋模型统计所述位置描述信息对应的词频特征;
将所述词向量特征、所述语义相似度特征和所述词频特征确定为所述深层隐藏信息。
5.根据权利要求1至4任意一项所述的方法,其特征在于,在获取至少两个基站的指标测量数据以及每个所述基站对应的基础配置参数之前,所述方法还包括:
获取训练样本;
利用所述训练样本对待训练的共覆盖关系识别模型进行迭代训练,得到所述训练好的共覆盖关系识别模型。
6.根据权利要求5所述的方法,其特征在于,所述获取训练样本,包括:
获取初始基站对集合中包含的每个初始基站的指标测量数据以及每个所述初始基站对应的基础配置参数;所述基础配置参数包含所述初始基站的名称信息,所述名称信息包含所述初始基站的位置描述信息,所述位置描述信息包含所述初始基站距离预设参考面的高度;
根据所述指标测量数据和/或所述基础配置参数,对所述初始基站对集合进行过滤,得到样本基站对集合;
对所述样本基站对集合中包含的所述每个样本基站的名称信息进行信息挖掘,得到深层隐藏信息;
将所述每个样本基站的基础配置参数、所述每个样本基站的指标测量数据与所述深层隐藏信息,确定为所述训练样本。
7.根据权利要求6所述的方法,其特征在于,所述初始基站对集合中包含至少两个初始基站对,每个所述初始基站对中包含至少两个所述初始基站;
所述根据所述指标测量数据和/或所述基础配置参数,对所述初始基站对集合进行过滤,得到样本基站对集合,包括:
遍历所述初始基站对集合中的每个初始基站对;
若所述初始基站对中任意两个初始基站之间的指标测量数据的差异值大于预设差异值,则将所述初始基站对从所述初始基站对集合中过滤;和/或,
若所述初始基站对中任意两个初始基站之间的位置偏差大于预设偏差值,则将所述初始基站对从所述初始基站对集合中过滤;
直至遍历完所述初始基站对集合,得到所述样本基站对集合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司广东研究院;中国电信股份有限公司,未经中国电信股份有限公司广东研究院;中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310514876.7/1.html,转载请声明来源钻瓜专利网。





