[发明专利]一种为高铁部署基站的方法及装置

说明书

本发明的实施例提供一种为高铁部署基站的方法及装置，能够简化高铁部署基站参数的计算过程，实现高铁部署基站参数的黑盒化性。该方法包括：在预定高铁场景下，获取目标基站的站轨距、站高、天线的垂直半波瓣角；根据目标基站的覆盖半径、以及目标基站的站轨距、站高、天线的垂直半波瓣角，通过公式：计算下倾角，其中，α为下倾角，M为站轨距，β为目标基站的入射角，H为目标基站的站高，θ为天线的垂直半波瓣角；将目标基站的站轨距、站高以及覆盖半径输入训练好的目标预测模型，得到站间距；根据站高、站轨距、下倾角和站间距在预定高铁场景下部署目标基站。

技术领域

本发明的实施例涉及通信领域，尤其涉及一种为高铁部署基站的方法及装置。

背景技术

5G作为首个中国主推的通信标准，目前标准已经基本冻结。从设备形态来看，5GNR(new radio)是结合大功率(200W)、大带宽(100MHz) 和大规模天线技术形成的新型基站，NR具备多个子载波且可以进行波束赋形。由于设备厂家目前主要推广的TR组件(transmitter and receiver) 产品数量有4TR、8TR、16TR、32TR和64TR等。天线阵子的数量也有 48、96、128到192等，因此给5G高铁部署设备选型和站间距、下倾角等规划造成了一定的影响，使得计算站间距、下倾角等部署参数更加复杂。

人工神经网络(artificial neural network，ANN)是指由大量的处理单元 (神经元)互相连接而形成的复杂网络结构，是对人脑组织结构和运行机制的抽象、简化和模拟。ANN以数学模型模拟神经元活动，是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。ANN有多层和单层之分，每一层包含若干神经元，各神经元之间用带可变权重的有向弧连接，网络通过对已知信息的反复学习训练，通过逐步调整改变神经元连接权重的方法，达到处理信息、模拟输入输出之间关系的目的。它不需要知道输入输出之间的确切关系，不需大量参数，只需要知道引起输出变化的非恒定因素，即非常量性参数。因此与传统的数据处理方法相比，神经网络技术在处理模糊数据、随机性数据、非线性数据方面具有明显优势，对规模大、结构复杂、信息不明确的系统尤为适用。

BP神经网络(back propagation)，是1986年由Rumelhart和McCelland 为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的人工神经网络模型之一。BP神经网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。

发明内容

本发明的实施例提供一种为高铁部署基站的方法及装置，能够简化高铁部署基站参数的计算过程，实现高铁部署基站参数的黑盒化性。

第一方面，提供一种为高铁部署基站的方法，包括如下步骤：在预定高铁场景下，获取目标基站的站轨距、站高、天线的垂直半波瓣角；根据所述目标基站的覆盖半径、以及所述目标基站的站轨距、站高、天线的垂直半波瓣角，通过公式：计算下倾角，其中，α为所述下倾角，M为所述站轨距，β为所述目标基站的入射角，H为所述目标基站的站高，θ为所述天线的垂直半波瓣角；将所述目标基站的站轨距、站高以及所述覆盖半径输入训练好的目标预测模型，得到站间距；根据所述站高、所述站轨距、所述下倾角和所述站间距在所述预定高铁场景下部署所述目标基站。

上述方案中，由于可以将目标基站的站轨距、站高以及覆盖半径输入训练好的目标预测模型，得到站间距，避免了使用传统方法进行多次闲置条件判断之后还是难以找到合适的配置参数的繁琐过程，简化了高铁部署基站参数的计算过程，实现了站间距计算过程的黑盒化，提高了站间距评估的准确性。

第二方面，提供一种为高铁部署基站的装置，包括：获取模块，用于在预定高铁场景下，获取目标基站的站轨距、站高、天线的垂直半波瓣角；计算模块，用于根据所述目标基站的覆盖半径、以及所述获取模块获取的所述目标基站的站轨距、站高、天线的垂直半波瓣角，通过公式：