[发明专利]空间划分方法、装置、设备、介质和程序产品有效
申请号: | 202210352945.4 | 申请日: | 2022-04-06 |
公开(公告)号: | CN114430530B | 公开(公告)日: | 2022-06-21 |
发明(设计)人: | 尹峰;孙跃;蒋锐拓;颜文仲;王俊涛;罗智泉 | 申请(专利权)人: | 香港中文大学(深圳);深圳市大数据研究院;华为技术有限公司 |
主分类号: | H04W4/021 | 分类号: | H04W4/021;H04W24/00;H04W24/10;H04L41/147;G06K9/62 |
代理公司: | 华进联合专利商标代理有限公司 44224 | 代理人: | 周清华 |
地址: | 518172 广东省深*** | 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: | 空间 划分 方法 装置 设备 介质 程序 产品 | ||
1.一种空间划分方法,其特征在于,所述方法包括:
获取待进行空间划分的m个终端中各所述终端的高维波束空间坐标,所述高维波束空间坐标包括n个坐标值,所述n个坐标值与多天线系统中的n个能量波束一一对应,各所述坐标值为对应的能量波束的接收信号强度RSS,m和n为均大于1的整数;
对获取到的m个所述高维波束空间坐标进行聚类处理,以得到多个目标类簇;
基于所述多个目标类簇将所述m个终端划分至不同的地理区域中。
2.根据权利要求1所述的方法,其特征在于,所述对获取到的m个所述高维波束空间坐标进行聚类处理,以得到多个目标类簇,包括:
对于所述m个高维波束空间坐标中的各所述高维波束空间坐标,确定所述高维波束空间坐标中最大坐标值所对应的能量波束的标识;
将所述m个高维波束空间坐标中,确定出的能量波束的标识相同的高维波束空间坐标划分为同一类,以得到所述多个目标类簇。
3.根据权利要求1所述的方法,其特征在于,所述对获取到的m个所述高维波束空间坐标进行聚类处理,以得到多个目标类簇,包括:
利用层次聚类算法对m个所述高维波束空间坐标进行聚类处理,以得到多个大类簇;
利用目标聚类算法对各所述大类簇分别进行聚类处理,以得到所述多个目标类簇。
4.根据权利要求3所述的方法,其特征在于,所述层次聚类算法为BIRCH聚类算法,所述利用层次聚类算法对m个所述高维波束空间坐标进行聚类处理,以得到多个大类簇,包括:
确定目标距离阈值,所述目标距离阈值为使聚类结果对应的CH指标最大的距离阈值;
基于所述目标距离阈值,利用BIRCH聚类算法对m个所述高维波束空间坐标进行聚类处理,以得到所述多个大类簇。
5.根据权利要求3所述的方法,其特征在于,所述目标聚类算法为minibatch-kmeans聚类算法,所述利用目标聚类算法对各所述大类簇分别进行聚类处理,以得到所述多个目标类簇,包括:
对于各所述大类簇,利用minibatch-kmeans聚类算法对所述大类簇中的高维波束空间坐标进行多次聚类处理,直至满足第一预设条件为止,其中,各次聚类处理对应的类簇个数互不相同,且,各次聚类处理的聚类对象均为所述大类簇中的高维波束空间坐标;
基于各所述大类簇最后一次聚类处理的结果,得到所述多个目标类簇。
6.根据权利要求5所述的方法,其特征在于,所述利用minibatch-kmeans聚类算法对所述大类簇中的高维波束空间坐标进行多次聚类处理之前,所述方法还包括:
根据所述大类簇中的各高维波束空间坐标,获取与所述n个能量波束一一对应的n个第一绝对中位差;
对应地,所述多次聚类处理中第i次聚类处理的过程,包括:
根据所述n个第一绝对中位差以及所述第i次聚类处理的执行次序i,计算得到所述第i次聚类处理对应的类簇个数k;
根据计算得到的类簇个数k进行所述第i次聚类处理。
7.根据权利要求6所述的方法,其特征在于,所述根据所述大类簇中的各高维波束空间坐标,获取与所述n个能量波束一一对应的n个第一绝对中位差,包括:
根据所述大类簇中的各高维波束空间坐标,获取与所述n个能量波束一一对应的n个数据集,其中,第j个所述数据集包括所述大类簇中的各高维波束空间坐标中与第j个所述能量波束对应的坐标值,j为小于等于n大于等于1的正整数;
对各所述数据集分别进行求绝对中位差计算,以得到所述n个第一绝对中位差。
8.根据权利要求7所述的方法,其特征在于,所述根据所述n个第一绝对中位差以及所述第i次聚类处理的执行次序i,计算得到所述第i次聚类处理对应的类簇个数k,包括:
计算所述n个第一绝对中位差的和值;
根据所述和值以及所述第i次聚类处理的执行次序i,计算得到所述第i次聚类处理对应的类簇个数k。
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香港中文大学(深圳);深圳市大数据研究院;华为技术有限公司,未经香港中文大学(深圳);深圳市大数据研究院;华为技术有限公司许可,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/202210352945.4/1.html,转载请声明来源钻瓜专利网。