[发明专利]基于多层感知机的无线接入点功率估计方法

权利要求书

1.一种基于多层感知机的无线接入点功率估计方法，其特征在于：适用的无线局域网包括无线连接的多个无线接入点AP和多个终端sta，通过收集无线接入点AP端的数据样本来训练模型，指导接入点AP之间路损改变后的功率配置，具体步骤如下：

首先获取无线局域网中无线接入点AP和终端上报特征数据，然后将无线局域网中无线接入点和终端上报特征数据作为原始数据，之后对原始数据进行预处理获得特征数据：根据相等且最小分位数法，通过特征数据制作无线接入点AP间最小覆盖边界数据集X；

然后利用神经网络的拟合能力建立AP、终端、空间特征与覆盖边界路损之间的非线性关系构建多层感知机网络，利用多层感知机网络对多层感知机网络针对无线接入点AP间最小覆盖边界数据集X进行训练，最终获得训练好的多层感知机网络模型；

将新环境的无线局域网特征输入训练好的多层感知机网络模型，从而估计出当前新环境的无线局域网中无线接入点AP的覆盖边界；

最后利用合格用户体验标准，即终端用户为保证业务体验流畅接收信号强度需达到至少-65dbm计算获得无线接入点的功率配置；

制作无线接入点AP间最小覆盖边界数据集X具体步骤为：

（11）读取所述预处理后包含有噪声、异常值的特征数据，特征数据包括AP端特征：发射功率记为P、天线增益记为Tx、AP间路损记为pl；终端特征：多关联AP扫描接收信号强度记为Rssi(i)、终端天线增益记为Rx；空间特征：层高记为h、AP间距记为s；

（12）利用公式：pl_i,j,t= P_ap(j,t) - Rssi_sta(i,t) + Tx_ap(j,t) + Rx_sta(i,t)，对读取的特征数据进行异常值处理和筛选，从而计算出终端到能感知的所有AP的路损数据，其中pl_i,j,t代表t时刻第i个终端sta(i)和第j个无线接入点AP(j)之间的路损，P_ap(j,t)代表t时刻AP(j)的发射功率，Rssi_sta(i,t)代表t时刻sta(i)的接收信号强度，Tx_ap(j,t) 代表t时刻AP(j)天线增益，Rx_sta(i,t)代表t时刻sta(i)天线增益；

（13）对终端到能感知的所有AP的路损数据，依据AP路损最小，按邻居AP两两分组，搜索终端路损数据中到邻居AP路损相等的数据，并排序取前W%求平均，W的取值范围为(0, 5]，W%的平均值等效为最小覆盖边界路损数据；

利用合格用户体验标准计算功率配置具体步骤为：

（31）首先通过训练好的多层感知机模型估计出新环境AP最小覆盖边界pl_out；

（32）然后基于专家经验，用户接收信号强度至少须达到-65dbm，得出用户体验优时，终端接收信号强度应大于R_st；

（33）利用公式：P_j= pl_out+ R_st + Tx_j计算当前AP需要的功率配置P_j，式中R_st代表合格用户体验标准所需达到的最小接收信号强度标准， Tx_j代表AP(j)的天线增益。

2.如权利要求1所述的基于多层感知机的无线接入点功率估计方法，其特征在于根据最小覆盖边界数据集X对多层感知机网络进行训练，估计出邻居AP最小覆盖边界的具体步骤为：

（21）首先将最小覆盖边界数据集X随机以按比例分为训练集和测试集，需要确保训练集中吞吐量预测样本数量至少是测试集的2倍，且训练集与测试集无交集；

（22）训练多层感知机网络模型，当多层感知机网络模型中的各网络参数达到收敛标准后固定模型网络参数，当前固定的模型网络参数下的多层感知机网络模型即为训练好的多层感知机网络模型；

（23）利用训练好的多层感知机网络模型对新的无线局域网中AP环境特征进行预测估计，从而获得新的无线局域网当前AP的最小覆盖边界pl_out。