[发明专利]一种基于数字孪生技术的移动通信网络覆盖优化方法

说明书

本发明涉及一种基于数字孪生技术的移动通信网络优化方法，该方法主要获取目标区域地理信息数据以及覆盖率，利用数字孪生技术结合人工智能算法对目标区域进行建模，实现目标区域网络覆盖场景的全面可视化,基于指标重构无线网络数字孪生模型；计算孪生层覆盖率与实际进行对比，确保模型准确性；在孪生模型中对目标区域内小区的网络覆盖率进行计算，根据结果对覆盖强度进行排序；通过最大化累计和得到遗传算法的最优参数，根据覆盖率级别利用遗传算法对小区覆盖进行优化，得出调整天线方位角、下倾角与天线发射功率所需参数；在构建好的数字孪生模型中输入调整后参数并利用随机森林预测算法进行覆盖率预测，将预测结果与实际结果进行对比，验证有效性，实现自动调整方案推送，并通过数据孪生技术实现调整前后覆盖仿真效果模拟演练。

技术领域

本发明涉及数字孪生技术、网络通信技术领域，具体涉及一种基于数字孪生技术的移动通信网络覆盖优化方法。

背景技术

随着5G网络逐步规模商用，其超高速率、超大连接和超低时延的三大特性无疑将会给用户带来前所未有的体验。目前对于5G移动通信关键技术的研究逐渐成熟，但是5G网络规模持续扩大、结构日益复杂、网络场景日益复杂，使得网络负载不断增加，关于移动通信网络的覆盖、时延、容量等方面的要求越来越高，传统的网络规划与优化技术效率较低、这会导致后续网络运行过程中会出现许多问题而带来不可忽视的损失，因此亟需更加高效智能的网络优化方法来满足用户的需求，其中，覆盖问题是移动通信网络需要解决的重要问题之一。

目前在实际工程中，覆盖问题的问题定位还是以人工为主，测试人员将对数据进行分析，根据数据分析情况和工作经验对覆盖相关参数进行反复调整，以达到覆盖优化的目的，该方法时间、人力成本较高且优化效果不佳；此外，研究人员还借助人工智能相关算法对覆盖参数进行优化，但是由于参数的选择以及算法复杂度较高，不能确保得到全局最优解，实际应用效果并不显著。

数字孪生技术是充分利用物理模型、传感器技术、通信和计算机技术，运行历史数据，集成多学科、多物理量、多尺度、多概览的仿真过程，它是一个超高保真度的虚拟模型，在虚拟空间中模拟、镜像、预测相应物理实体的全生命周期过程。构建出数据模型库和知识模型库，并向物理空间以及服务提供开放的API接口，实现各空间的实时交互与数据共享。网络覆盖优化调整是日常网络优化重点工作之一，利用数字孪生模型其将繁杂的分析要素和步骤基于AI算法固化，利用人工智能算法对覆盖优化场景进行建模，可以大大减少人力成本，更能提升方案准确性，保障网络稳定性。同时，基于覆盖问题重构无线网络数字孪生模型，结合仿真规划能力，输出寻优解决方案，辅助网规网优人员更直观精准地开展规划工作，实现辅助通信网络全生命周期管理，提升网络管理质量，降低网络风险和成本。

发明内容

本发明目的针对现有技术存在的不足，提供了一种基于数字孪生技术的移动通信网络覆盖优化方法，用于解决现有网络覆盖优化方法存在的优化效率低、人力成本高、精确度低等问题。具体由以下技术方案实现：

所述基于数字孪生技术的移动通信网络覆盖优化方法，具体包括：

智能锁定有效优化目标区域，精准网络数据决策优化目标区域的有效性；获取目标区域的地理信息数据构建3D可视化孪生模型，实现目标区域网络覆盖场景的全面可视化；通过预测算法计算孪生层覆盖率与实际进行对比，确保模型准确性；

在孪生模型中对目标区域内小区的网络覆盖率进行计算，根据覆盖率强度进行排级别；通过最大化累计和得到算法的最优参数；根据覆盖率级别利用遗传算法对小区覆盖进行优化，得出调整天线方位角、下倾角与天线发射功率所需参数；

在构建好的数字孪生模型中输入调整后参数并利用随机森林算法进行覆盖率预测，将预测结果与实际结果进行对比，验证有效性。

所述处理包括：

(01)确定目标区域，将目标区域内天线覆盖的所有5G小区作为网络优化的区域；

(02)获取目标区域内小区的覆盖率；