CN114980135B - 一种基于大数据的5g基站布址***及方法 - Google Patents

一种基于大数据的5g基站布址***及方法 Download PDF

Info

Publication number
CN114980135B
CN114980135B CN202210554190.6A CN202210554190A CN114980135B CN 114980135 B CN114980135 B CN 114980135B CN 202210554190 A CN202210554190 A CN 202210554190A CN 114980135 B CN114980135 B CN 114980135B
Authority
CN
China
Prior art keywords
base station
arrangement
information
interference
preset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210554190.6A
Other languages
English (en)
Other versions
CN114980135A (zh
Inventor
李超
章韵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nupt Institute Of Big Data Research At Yancheng
Nanjing University of Posts and Telecommunications
Original Assignee
Nupt Institute Of Big Data Research At Yancheng
Nanjing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nupt Institute Of Big Data Research At Yancheng, Nanjing University of Posts and Telecommunications filed Critical Nupt Institute Of Big Data Research At Yancheng
Priority to CN202210554190.6A priority Critical patent/CN114980135B/zh
Publication of CN114980135A publication Critical patent/CN114980135A/zh
Application granted granted Critical
Publication of CN114980135B publication Critical patent/CN114980135B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种基于大数据的5G基站布址***及方法，其中，***包括：获取模块，用于获取需要进行5G基站布址的第一区域的第一区域信息；制定模块，用于基于大数据技术，根据所述第一区域信息，制定适宜于所述第一区域的基站布置策略；执行模块，用于根据所述基站布置策略，调度多个第一工作人员在所述第一区域内进行相应基站布置，当基站布置全部完成后，完成所述5G基站布址。本发明的基于大数据的5G基站布址***及方法，基于需要进行5G基站布址的第一区域信息，基于大数据技术确定适宜的布置策略，并进行相应布置，提高了布置策略的合理性。

Description

一种基于大数据的5G基站布址***及方法
技术领域
本发明涉及大数据分析领域，特别涉及一种基于大数据的5G基站布址***及方法。
背景技术
目前，5G通信业务发展迅速，相关通信网络的覆盖的快速增加(例如：因为较于4G网络通信，5G通信网的建设需要更多的基站)，5G基站作为5G通信网络的关键设备，它的布局直接影响了区域信号的质量，现有的基站布局一般是通过人工进行布置策略设计(例如：工程设计人员通过自身经验和现场信息进行针对性设计)，这种情况下依赖设计人员的经验，容易造成考虑因素不全面，造成基站布置的不合理。
因此，亟待一种解决方法。
发明内容
本发明目的之一在于提供了一种基于大数据的5G基站布址***及方法，基于需要进行5G基站布址的第一区域信息，基于大数据技术确定适宜的布置策略，并进行相应布置，提高了布置策略的合理性。
本发明实施例提供的一种基于大数据的5G基站布址***，包括：
获取模块，用于获取需要进行5G基站布址的第一区域的第一区域信息；
制定模块，用于基于大数据技术，根据所述第一区域信息，制定所述第一区域的基站布置策略；
执行模块，用于根据所述基站布置策略，调度多个第一工作人员在所述第一区域内进行基站布置，当基站布置全部完成后，完成所述5G基站布址。
优选的，制定模块执行如下操作：
基于大数据技术，获取多个人工进行5G基站布址的第一布置过程；
对所述第一布置过程的可用度进行验证，将通过验证的所述第一布置过程作为第二布置过程；
基于预设的模型训练算法，根据全部所述第二布置过程进行模型训练，获得基站布置策略制定模型；
基于所述基站布置策略制定模型，根据所述第一区域信息，制定所述第一区域的基站布置策略。
优选的，对所述第一布置过程的可用度进行验证，包括：
获取所述第一布置过程对应布置的第二区域的第二区域信息；
对所述第一区域信息进行特征提取，获得多个第一信息特征；
对所述第二区域信息进行特征提取，获得多个第二信息特征；
将所述第一信息特征和所述第二信息特征进行特征匹配，获取匹配符合的匹配值；
若所述匹配值大于等于预设的匹配值阈值，获取进行匹配的所述第一信息特征或所述第二信息特征对应的第一信息类型，并将对应所述匹配值与所述第一信息类型进行关联；
累加计算所述第一信息类型关联的所述匹配值，获得匹配值和；
若所述匹配值和大于等于对应所述第一信息类型对应的预设的匹配值和阈值，将对应所述第一信息类型作为第二信息类型；
查询预设的信息类型-关键度库，确定所述第二信息类型的关键度；
累加计算各个所述第二信息类型对应的所述关键度，获得关键度和，并与对应所述第一布置过程进行关联；
获取所述第二区域内历史上发生的至少一个5G基站通信异常事件；
基于预设的因果性分析模型，对所述第一布置过程和所述通信异常事件之间的因果关系进行分析，获取因果值；
若所述因果值大于等于预设的因果值阈值，基于预设的严重性分析模型，对所述通信异常事件进行严重性分析，获取严重值，并与对应所述第一布置过程进行关联；
累加计算所述第一布置过程关联的所述关键度和与所述严重值，获得可用度；
若所述可用度大于等于预设的可用度阈值，则判定对应所述第一布置过程通过验证；
否则，判定为未通过验证。
优选的，基于大数据的5G基站布址***，还包括：
提醒模块，用于当第一工作人员在所述第一区域内进行基站布置时，获取所述第一工作人员在所述第一区域内产生的多个第一布置行为，判断所述第一布置行为是否规范，若否，对所述第一工作人员进行提醒。
优选的，提醒模块判断所述第一布置行为是否规范，若否，对所述第一工作人员进行提醒，包括：
基于预设的行为规范判定模型，对所述第一布置行为进行行为规范判定，获得所述第一布置行为中判定为不规范行为的第二布置行为，同时，将所述第二布置行为对应的所述第一工作人员作为第二工作人员；
获取所述第二工作人员的工作位置和第一人员信息；
获取预设的动态展示机器人分布图；
基于所述动态展示机器人分布图，获取距离所述工作位置最近的动态展示机器人，控制所述动态展示机器人前往所述工作位置；
当所述动态展示机器人到达所述工作位置后，控制所述动态展示机器人采集所述工作位置预设范围内的第三工作人员的第二人员信息；
依次遍历所述第二人员信息，将遍历到的所述第二人员信息作为第三人员信息；
将所述第一人员信息和所述第三人员信息进行匹配，若匹配符合，将匹配符合的第三人员信息对应的第三工作人员作为学习人员；
控制所述动态展示机器人动态获取所述学习人员的视线范围；
解析所述学习人员对应的所述第二布置行为，获取所述学习人员的学习项目；
基于预设的展示规则，根据所述学习项目，控制所述动态展示机器人在所述视线范围内进行动态展示；
当所述动态展示机器人完成展示，则提醒完毕。
优选的，基于大数据的5G基站布址***，还包括：
模拟模块，用于在进行所述基站布置之前，基于所述基站布置策略，对所述5G基站***的进行模拟测试，基于模拟测试的测试结果，对所述基站布置策略进行优化；
所述模拟模块执行如下操作：
基于虚拟基准站技术，根据所述基站布置策略，在所述第一区域进行模拟基站设置，获得模拟5G基站***；
基于预设的测试点选取规则，获取所述模拟5G基站***内的多个模拟测试点；
在所述模拟测试点进行模拟信号测试，获取所述模拟测试点的模拟测试信号的信号强度；
基于所述模拟测试信号的信号强度，根据预设的测试结果判定规则确定所述模拟测试的测试结果；
基于所述测试结果，进行优化。
优选的，基于所述模拟测试结果，进行优化，包括：
基于所述测试结果，判断所述5G基站布址***是否需要进行优化；
若判定为需要优化，获取所述第一区域的地图信息；
基于所述地图信息，制作所述地图信息对应的二维分布图；
将所述模拟测试信号的信号强度标注在所述二维分布图上；
将标注完成后的所述二维分布图发送给预设的专家节点，由所述专家节点对所述第一区域进行干扰原因分析；
基于所述干扰原因分析，获取至少一个第一干扰原因；
获取所述第一干扰原因的干扰类型，所述干扰类型包括：主动干扰和被动干扰；
当所述干扰类型为主动干扰时，查询预设的干扰原因-主动干扰优化方案库，获取至少一个第二干扰原因；
提取所述第一干扰原因的第一干扰特征，同时，提取所述第二干扰原因的第二干扰特征；
将所述第一干扰特征和所述第二干扰特征进行特征匹配，若匹配符合，获取匹配符合第三干扰特征；
查询预设的干扰特征-权重值库，确定所述第三干扰特征的权重值，并与所述第二干扰原因进行关联；
累加计算所述第二干扰原因关联的所述权重值，获得权重值和；
若所述权重值和大于等于预设的权重值阈值，将对应所述第二干扰原因作为第三干扰原因；
基于所述干扰原因-主动干扰优化方案库，确定所述第三干扰原因对应的第一优化方案；
获取预设的效果分析模型，对所述第一优化方案进行分析，获得所述第一优化方案的第一处理效果值；
查询预设的权重值和-调整度库，基于所述第一优化方案对应第三干扰原因的所述权重值和，确定所述第一优化方案对应的第一处理效果值的调整度；
基于所述第一优化方案对应的第一处理效果值和所述调整度，确定所述第一优化方案对应的第二处理效果值；
确定所述第二处理效果值最大的第一优化方案作为第二优化方案；
基于所述第二优化方案，调度所述第一工作人员进行优化；
当所述干扰类型为被动干扰时，获取预设的判定圈，控制所述判定圈在所述二维分布图进行随机位移；
基于所述模拟测试信号的信号强度，根据预设的判定圈判定规则，判定所述二维分布图内需要进行优化的第三区域；
获取所述第三区域内用户的投诉日志；
解析所述投诉日志，获取投诉用户对应于所述二维分布图的投诉片区；
通知距离所述投诉片区距离最近的检测人员携带检测设备前往所述投诉片区；
当所述检测人员到达所述投诉片区时，在所述投诉片区预设范围的第四区域内进行干扰设备检测；
基于预设的干扰检测规则，对所述第四区域进行干扰设备检测，确定所述第四区域的干扰设备；
获取所述干扰设备的设备管理方，基于预设的协调规则，和所述设备管理方进行协调；
若协调成功，则完成优化；
若协调失败，获取预设的基站调整策略库，基于所述干扰设备的第三干扰原因，确定针对所述干扰设备的基站调整策略；
基于所述基站调整策略，对所述基站布置策略进行调整，获得调整后的优化布置策略；
基于所述优化布置策略，调度所述第一工作人员在所述第一区域内进行所述5G基站布址。
本发明提供一种基于大数据的5G基站布址方法，包括：
步骤S1：获取需要进行5G基站布址的第一区域的第一区域信息；
步骤S2：基于大数据技术，根据所述第一区域信息，制定所述区域的基站布置策略；
步骤S3：根据所述基站布置策略，调度多个第一工作人员在所述第一区域内进行基站布置，当基站布置全部完成后，完成所述5G基站布址。
优选的，步骤S2：基于大数据技术，根据所述第一区域信息，制定所述区域的基站布置策略，包括：
基于大数据技术，获取多个人工进行5G基站布址的第一布置过程；
对所述第一布置过程的可用度进行验证，将通过验证的所述第一布置过程作为第二布置过程；
基于预设的模型训练算法，根据所述第二布置过程进行模型训练，获得基站布置策略制定模型；
基于所述基站布置策略制定模型，根据所述第一区域信息，制定基站布置策略。
优选的，对所述第一布置过程的可用度进行验证，包括：
获取所述第一布置过程对应布置的第二区域的第二区域信息；
对所述第一区域信息进行特征提取，获得多个第一信息特征；
对所述第二区域信息进行特征提取，获得多个第二信息特征；
将所述第一信息特征和所述第二信息特征进行特征匹配，获取匹配符合的匹配值；
若所述匹配值大于等于预设的匹配值阈值，获取进行匹配的所述第一信息特征或所述第二信息特征对应的第一信息类型，并将对应所述匹配值与所述第一信息类型进行关联；
累加计算所述第一信息类型关联的所述匹配值，获得匹配值和；
若所述匹配值和大于等于对应所述第一信息类型对应的预设的匹配值和阈值，将对应所述第一信息类型作为第二信息类型；
查询预设的信息类型-关键度库，确定所述第二信息类型的关键度；
累加计算各个所述第二信息类型对应的所述关键度，获得关键度和，并与对应所述第一布置过程进行关联；
获取所述第二区域内历史上发生的至少一个5G基站通信异常事件；
基于预设的因果性分析模型，对所述第一布置过程和所述通信异常事件之间的因果关系进行分析，获取因果值；
若所述因果值大于等于预设的因果值阈值，基于预设的严重性分析模型，对所述通信异常事件进行严重性分析，获取严重值，并与对应所述第一布置过程进行关联；
累加计算所述第一布置过程关联的所述关键度和与所述严重值，获得可用度；
若所述可用度大于等于预设的可用度阈值，则判定对应所述第一布置过程通过验证；
否则，判定为未通过验证。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于大数据的5G基站布址方法的示意图；
图2为本发明实施例中一种基于大数据的5G基站布址方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于大数据的5G基站布址***，如图1所示，包括：
获取模块1，用于获取需要进行5G基站布址的第一区域的第一区域信息；
制定模块2，用于基于大数据技术，根据所述第一区域信息，制定所述第一区域的基站布置策略；
执行模块3，用于根据所述基站布置策略，调度多个第一工作人员在所述第一区域内进行基站布置，当基站布置全部完成后，完成所述5G基站布址。
上述技术方案的工作原理及有益效果为：
获取需要进行5G基站布址的第一区域的第一区域信息(例如：第一区域的地形信息、小区分布和人口密度等)，基于大数据技术，根据第一区域信息，确定适宜的基站布置策略，基于基站布置策略，在第一区域内进行相应的基站布置，当需要进行布置的基站布置完成后，完成基站布址；
本发明实例基于需要进行5G基站布址的第一区域信息，基于大数据技术确定适宜的布置策略，并进行相应布置，提高了布置策略的合理性和全面性。
本发明实例提供的一种基于大数据的5G基站布址***，所述制定模块2执行如下操作：
基于大数据技术，获取多个人工进行5G基站布址的第一布置过程；
对所述第一布置过程的可用度进行验证，将通过验证的所述第一布置过程作为第二布置过程；
基于预设的模型训练算法，根据所述第二布置过程进行模型训练，获得基站布置策略制定模型；
基于所述基站布置策略制定模型，根据所述第一区域信息，制定基站布置策略。
上述技术方案的工作原理及有益效果为：
训练基站布置策略制定模型时，可以通过大数据获得多个第一布置过程，但不是所有的第一布置过程都具有很高的可参考性，若第一布置过程的可参考性很低，那么训练的基站布置策略制定模型就不合理；因此，亟需进行解决；
获得多个5G基站布址的第一布置过程(基于大数据技术获取的人工记录的基站布置过程)，分别对第一布置过程的可用度进行验证，若通过验证，对通过验证的第二布置过程进行模型训练，获得基站布置策略制定模型(将第二布置过程作为训练数据对神经网络模型进行训练，训练至收敛的神经网络模型)根据第一区域信息，制定基站布置策略；
本发明实例基于通过第一布置过程的可用度进行验证，获得通过验证的第二布置过程，对第二布置过程进行模型训练，获取基站布置策略制定模型，提高了基站布置策略制定模型的训练的合理性。
本发明实例提供的一种基于大数据的5G基站布址***，所述对第一布置过程进行可用度验证，包括：
获取所述第一布置过程对应布置的第二区域的第二区域信息；
对所述第一区域信息进行特征提取，获得多个第一信息特征；
对所述第二区域信息进行特征提取，获得多个第二信息特征；
将所述第一信息特征和所述第二信息特征进行特征匹配，获取匹配符合的匹配值；
若所述匹配值大于等于预设的匹配值阈值，获取进行匹配的所述第一信息特征或所述第二信息特征对应的第一信息类型，并将对应所述匹配值与所述第一信息类型进行关联；
累加计算所述第一信息类型关联的所述匹配值，获得匹配值和；
若所述匹配值和大于等于对应所述第一信息类型对应的预设的匹配值和阈值，将对应所述第一信息类型作为第二信息类型；
查询预设的信息类型-关键度库，确定所述第二信息类型的关键度；
累加计算各个所述第二信息类型对应的所述关键度，获得关键度和，并与对应所述第一布置过程进行关联；
获取所述第二区域内历史上发生的至少一个5G基站通信异常事件；
基于预设的因果性分析模型，对所述第一布置过程和所述通信异常事件之间的因果关系进行分析，获取因果值；
若所述因果值大于等于预设的因果值阈值，基于预设的严重性分析模型，对所述通信异常事件进行严重性分析，获取严重值，并与对应所述第一布置过程进行关联；
累加计算所述第一布置过程关联的所述关键度和与所述严重值，获得可用度；
若所述可用度大于等于预设的可用度阈值，则判定对应所述第一布置过程通过验证；
否则，判定为未通过验证。
上述技术方案的工作原理及有益效果为：
通过大数据获得第一布置过程不是都可用的，不同区域的区域信息不同，也对应着不同的信息特征(例如：海拔高度、所在区域用户密度和分布等)，不同的信息特征对应的关键程度也不一样(例如：优先保证用户密集区域的通信质量)，若验证不合理，会造成选择的第一布置过程不适宜；因此，亟需进行解决；
获取第一布置过程对应布置区域的第二区域信息(例如：第二区域的地形信息、小区分布和人口密度等)，对第一区域信息进行特征提取(可基于特征提取技术实现)，获得多个第一信息特征(基于特征提取技术实现)，对第二区域信息进行特征提取，获得多个第二信息特征(原理同上)，获取匹配符合的匹配值(匹配值越大，说明第一区域和第二区域的区域信息越具有相同性)，若匹配值大于等于预设的匹配值阈值(例如：85)，获取进行匹配的第一信息特征的信息类型(例如：地形信息)，将匹配值与对应第一信息类型进行关联，累加计算第一信息类型关联的匹配值，获得匹配值和(匹配值和越大，说明第一区域和第二区域对应的信息类型的相似度越高)，若匹配值和大于等于预设的匹配值和阈值(例如：500)，将对应第一信息类型作为第二信息类型，查询预设的信息类型-关键度库(数据库，存储信息类型和对应的关键程度)，确定第二信息类型的关键度(关键度越大，对布置策略的影响就越大，例如：80)，累加计算第二信息类型对应的关键度，获得关键度和；
获取第二区域内历史上发生的至少一个5G基站通信异常事件(例如：用户电话无法接通)，基于预设的因果性分析模型(利用多个对通信异常事件的因果关系进行分析的记录作为训练数据对神经网络模型进行训练，训练至收敛的神经网络模型)，对第一布置过程和所述通信异常事件之间的因果关系进行分析，获取因果值(因果值越大，越表征通信异常事件是由第一布置过程引起的)，若因果值大于等于预设的因果值阈值(例如：90)，基于预设的严重性分析模型(利用多个人工对通信异常事件的严重程度进行分析的记录作为训练数据对神经网络模型进行训练，训练至收敛的神经网络模型)，对通信异常事件的严重程度进行分析，获取严重值(严重值越大，表征通信异常事件的影响越严重)，累加计算关键度和与严重值，获取对应的可用度，若可用度大于等于预设的可用度阈值(例如：00)，则判定对应第一布置过程通过可用度验证，否则，未通过验证；
本发明实例基于第一信息特征和第二信息特征的匹配值，确定匹配值高的匹配类型，基于匹配符合的第二信息类型的关键度，计算第一布置过程对应第二信息类型的关键度和，基于因果性分析模型，确定第一布置过程和通信异常事件之间的因果值，基于严重性分析模型，确定第一布置过程对应通信异常事件的严重值，基于严重值和严重值，确定可用度，对第一布置过程的可用度进行验证，筛选出通过验证的第二布置过程，提高了可用度验证的合理度。
本发明实例提供的一种基于大数据的5G基站布址***，还包括：
提醒模块，用于当第一工作人员在所述第一区域内进行基站布置时，获取所述第一工作人员在所述第一区域内产生的多个第一布置行为，判断所述第一布置行为是否规范，若否，对所述第一工作人员进行提醒。
上述技术方案的工作原理及有益效果为：
获取第一工作人员在第一区域内进行相应基站布置时的第一布置行为(第一工作人员进行布置的现场工作行为，例如：调节天线角度)，判断第一布置行为是否规范，若否，进行相应处理；
本发明实例基于获取的第一工作人员的第一布置行为，对布置行为不规范的对应第一工作人员进行处理，提升了管理效率。
本发明实例提供的一种基于大数据的5G基站布址***，所述提醒模块判断所述第一布置行为是否规范，若否，对所述第一工作人员进行提醒，包括：
基于预设的行为规范判定模型，对所述第一布置行为进行行为规范判定，获得所述第一布置行为中判定为不规范行为的第二布置行为，同时，将所述第二布置行为对应的所述第一工作人员作为第二工作人员；
获取所述第二工作人员的工作位置和第一人员信息；
获取预设的动态展示机器人分布图；
基于所述动态展示机器人分布图，获取距离所述工作位置最近的动态展示机器人，控制所述动态展示机器人前往所述工作位置；
当所述动态展示机器人到达所述工作位置后，控制所述动态展示机器人采集所述工作位置预设范围内的第三工作人员的第二人员信息；
依次遍历所述第二人员信息，将遍历到的所述第二人员信息作为第三人员信息；
将所述第一人员信息和所述第三人员信息进行匹配，若匹配符合，将匹配符合的第三人员信息对应的第三工作人员作为学习人员；
控制所述动态展示机器人动态获取所述学习人员的视线范围；
解析所述学习人员对应的所述第二布置行为，获取所述学习人员的学习项目；
基于预设的展示规则，根据所述学习项目，控制所述动态展示机器人在所述视线范围内进行动态展示；
当所述动态展示机器人完成展示，则提醒完毕。
上述技术方案的工作原理及有益效果为：
工作人员进行基站布置时，第一布置行为不规范的话会造成基站布置的不合理，进而影响整个网络的质量，因此，需要及时对不规范的工作人员进行提醒(例如：不按照布置策略进行基站布置)，所以要确定需要进行相应处理的提醒人员；因此，亟需进行解决；
基于预设的行为规范判定模型(利用多个人工对行为的规范性进行判定的记录作为训练数据对神经网络模型进行训练，训练至收敛的神经网络模型)，对第一布置行为进行行为规范判定，从第一布置行为中确定不规范的第二布置行为，同时，确定不规范的第二工作人员，获取第二工作人员的工作位置(工作位置可以通过第二工作人员携带的智能终端设备通过GPS定位技术获取)和人员信息(例如：员工人脸信息和施工项目等)；
获取预设的动态展示机器人分布图(动态展示机器人内部存储不同作业项目的规范行为数据，获取的分布图为动态展示机器人在作业区域的动态位置)，获取距离所述工作位置最近的动态展示机器人，控制动态展示机器人前往工作位置(第二工作人员的所在位置)；
当动态展示机器人到达工作位置后，控制动态展示机器人采集工作位置预设范围内(例如：50m内)的第三工作人员的第二人员信息(例如：第三人员的人脸信息)，基于人脸识别技术，从第三人员中确定需要展示的学习人员，控制动态展示机器人获取学习人员的视线范围(所述动态展示机器人通过配置的***机采集学习人员的可视区域)，解析学习人员对应的第二布置行为，获取学习人员的学习项目(例如：天线的调整方法)，基于预设的展示规则(展示方法，例如：通过3D全息投影技术向第学习人员展示施工标准规范行为的全过程)，根据所述学习项目，控制所述动态展示机器人在所述视线范围内进行动态展示，当动态展示机器人完成展示，则提醒完毕；
本发明实例基于预设的行为规范判定模型，确定第一布置行为不规范的第二工作人员，通过预设的动态展示机器人，基于3D投影技术，对需要学习的不同的学习项目对不规范的第二工作人员进行深度提醒，提高了提醒的有效性和针对性。
本发明实例提供的一种基于大数据的5G基站布址***，还包括：
模拟模块，用于在进行所述基站布置之前，基于所述基站布置策略，对所述5G基站***的进行模拟测试，基于模拟测试的测试结果，对所述基站布置策略进行优化；
所述模拟模块执行如下操作：
基于虚拟基准站技术，根据所述基站布置策略，在所述第一区域进行模拟基站设置，获得模拟5G基站***；
基于预设的测试点选取规则，获取所述模拟5G基站***内的多个模拟测试点；
在所述模拟测试点进行模拟信号测试，获取所述模拟测试点的模拟测试信号的信号强度；
基于所述模拟测试信号的信号强度，根据预设的测试结果判定规则确定所述模拟测试的测试结果；
基于所述测试结果，进行优化。
上述技术方案的工作原理及有益效果为：
由于基站的建设成本高且后期位置调整不便，故在建设前根据基站布置策略对基站进行模拟，获取模拟的5G基站***(通过虚拟参考站技术来实现)，基于预设的测试点选取规则(选取的位置和密度，例如：在居民区进行密集选取)，获取模拟5G基站***内的多个模拟测试点，在模拟测试点进行模拟信号测试，获取模拟测试点的模拟测试信号的信号强度(例如：-20dBm)，基于模拟测试信号的信号强度，根据预设的测试结果判定规则确定模拟测试的测试结果(例如：信号强度低于-70dBm的测试点大于10个则判定该模拟***信号弱，需要调整基站布置)；
本发明实例在基站建设前对5G基站***进行模拟信号测试，获得模拟测试结果为基站布置的效果提供了数据支持，提升了可靠性。
本发明实例提供的一种基于大数据的5G基站布址***，所述基于所述模拟测试结果，进行优化，包括：
基于所述测试结果，判断所述5G基站布址***是否需要进行优化；
若判定为需要优化，获取所述第一区域的地图信息；
基于所述地图信息，制作所述地图信息对应的二维分布图；
将所述模拟测试信号的信号强度标注在所述二维分布图上；
将标注完成后的所述二维分布图发送给预设的专家节点，由所述专家节点对所述第一区域进行干扰原因分析；
基于所述干扰原因分析，获取至少一个第一干扰原因；
获取所述第一干扰原因的干扰类型，所述干扰类型包括：主动干扰和被动干扰；
当所述干扰类型为主动干扰时，查询预设的干扰原因-主动干扰优化方案库，获取至少一个第二干扰原因；
提取所述第一干扰原因的第一干扰特征，同时，提取所述第二干扰原因的第二干扰特征；
将所述第一干扰特征和所述第二干扰特征进行特征匹配，若匹配符合，获取匹配符合第三干扰特征；
查询预设的干扰特征-权重值库，确定所述第三干扰特征的权重值，并与所述第二干扰原因进行关联；
累加计算所述第二干扰原因关联的所述权重值，获得权重值和；
若所述权重值和大于等于预设的权重值阈值，将对应所述第二干扰原因作为第三干扰原因；
基于所述干扰原因-主动干扰优化方案库，确定所述第三干扰原因对应的第一优化方案；
获取预设的效果分析模型，对所述第一优化方案进行分析，获得所述第一优化方案的第一处理效果值；
查询预设的权重值和-调整度库，基于所述第一优化方案对应第三干扰原因的所述权重值和，确定所述第一优化方案对应的第一处理效果值的调整度；
基于所述第一优化方案对应的第一处理效果值和所述调整度，确定所述第一优化方案对应的第二处理效果值；
确定所述第二处理效果值最大的第一优化方案作为第二优化方案；
基于所述第二优化方案，调度所述第一工作人员进行优化；
当所述干扰类型为被动干扰时，获取预设的判定圈，控制所述判定圈在所述二维分布图进行随机位移；
基于所述模拟测试信号的信号强度，根据预设的判定圈判定规则，判定所述二维分布图内需要进行优化的第三区域；
获取所述第三区域内用户的投诉日志；
解析所述投诉日志，获取投诉用户对应于所述二维分布图的投诉片区；
通知距离所述投诉片区距离最近的检测人员携带检测设备前往所述投诉片区；
当所述检测人员到达所述投诉片区时，在所述投诉片区预设范围的第四区域内进行干扰设备检测；
基于预设的干扰检测规则，对所述第四区域进行干扰设备检测，确定所述第四区域的干扰设备；
获取所述干扰设备的设备管理方，基于预设的协调规则，和所述设备管理方进行协调；
若协调成功，则完成优化；
若协调失败，获取预设的基站调整策略库，基于所述干扰设备的第三干扰原因，确定针对所述干扰设备的基站调整策略；
基于所述基站调整策略，对所述基站布置策略进行调整，获得调整后的优化布置策略；
基于所述优化布置策略，调度所述第一工作人员在所述第一区域内进行所述5G基站布址。
上述技术方案的工作原理及有益效果为：
在对模拟的5G基站***进行***测试时，要根据测试结果确定不同的信号干扰原因，干扰原因不同优化的方式也不同；因此，亟需进行解决；
基于测试结果，判断是否需要优化，如果需要优化，获取第一区域预设范围内的地图信息(例如：建筑物、道路的分布)，基于地图信息，获取地图信息对应的二维分布图，将模拟测试结果标注在二维分布图上，将二维分布图发送给预设的专家节点(例如：XX无线通信公司技术部门)，专家节点对第一区域进行干扰原因分析，获取至少一个第一干扰原因(例如：基站参数设置不合理)，获取第一干扰原因的干扰类型，干扰类型包括：主动干扰(例如：基站参数设置不合理)和被动干扰(例如：通信覆盖区用户私自加装手机信号放大器)；
当干扰类型为主动干扰时，查询本地的干扰原因-主动干扰优化方案库(数据库，存储本工程队历史上处理的主动干扰和对应的方案)，获取至少一个第二干扰原因，提取第一干扰原因的第一干扰特征(基于特征提取技术实现，例如：通话过程中语音失真)，同时，提取第二干扰原因的第二干扰特征(原理同上)，将第一干扰特征和第二干扰特征进行特征匹配，若匹配符合，获取匹配符合第三干扰特征，查询预设的干扰特征-权重值库(数据库，存储干扰特征和其权重值)，确定第三干扰特征的权重值，权重值越大，代表第三干扰特征的影响越大，累加计算第二干扰原因关联的权重值，获得权重值和，若权重值和大于等于预设的权重值阈值(例如：0.8)，将对应第二干扰原因作为第三干扰原因(相似程度高的干扰特征)，基于干扰原因-主动干扰优化方案库，确定第三干扰原因对应的第一优化方案(历史上第三干扰特征采用过的优化方案，例如：调整用户参数)，获取预设的效果分析模型(将多个人工进行优化方案效果分析的记录作为训练数据对神经网络模型进行训练，训练至收敛的神经网络模型)，对第一优化方案进行分析，获得所述第一优化方案的第一处理效果值(第一优化方案对应于第三干扰原因对应干扰的效果)，查询预设的权重值和-调整度库(数据库，存储权重值和和对第一处理效果值调整程度的调整值)，基于第一优化方案对应第三干扰原因的所述权重值和，确定所述第一优化方案的调整度(例如：0.9)，确定第一优化方案对应的第二处理效果值(第二处理效果值越高，对应的第一优化方案越适宜)，确定第二处理效果值最大的第一优化方案作为第二优化方案(筛选出最适宜的优化方案)，第一工作人员进行相应优化(例如：重新调整基站参数、调整天线俯仰角等)，当干扰类型为被动干扰时，获取预设的判定圈(预设范围的封闭区域)，控制判定圈在二维分布图进行随机位移，基于模拟测试结果，根据预设的判定圈判定规则(预先设定的用于确定判定需要进行优化区域的规则，例如：当模拟测试结果数据出现10个及以上的-120dBm数据，确定当前判定圈所在二维分布图区域映射在第一区域的对应区域为需要优化区域)，判定二维分布图内需要进行优化的第三区域，获取第三区域内用户的投诉日志(用户的投诉记录，例如：在XX时，某某小区出现通信障碍)，解析投诉日志，获取投诉用户对应于二维分布图的投诉片区(例如：XX小区)，通知距离投诉片区距离最近的检测人员携带检测设备(例如：手持NR扫频仪)，前往投诉片区，当检测人员到达投诉片区时，在投诉片区预设范围的第四区域内进行干扰设备检测，预设的干扰检测规则(干扰检测方式，例如：按照信号减弱的梯度或受干扰的强度的梯度确定干扰源)，对第四区域进行干扰设备检测，确定第四区域的干扰设备(例如：电梯内的视屏监控设备)，获取干扰设备的设备管理方(例如：XX公司)，基于预设的协调规则(协调方式，例如：协调对方公司更改远程发送信号的频段)，和设备管理方进行协调，若协调成功，则完成优化，若协调失败，基于预设基站调整策略库(存储从大数据获得的其他基站调整策略)，基于所述干扰设备的第三干扰原因，确定针对所述干扰设备的备选优化方案(例如：在干扰设备附近增设小基站)；
本发明实例基于监测小车获取的模拟测试结果和专家分析，确定模拟的5G基站***的干扰原因，基于所述原因类型，确定适宜的优化方案，提高了优化的效率。
本发明提供的一种基于大数据的5G基站布址方法，还包括
用户验证模块，用于当用户输入上传投诉日志请求时，对所述用户进行用户验证，若验证通过，则允许用户上传投诉日志；
其中，对所述用户进行用户验证，包括：
获取所述用户上传身份验证信息；
对所述身份验证信息进行信息拆分，获得多个信息项；
获取所述信息项对应的信息类型，所述信息类型包括：主要信息和辅助信息；
当所述信息类型为主要信息时，基于预设的完整性分析模型，获取对应所述信息项的第一完整度和主要值；
当所述信息类型为辅助信息时，基于所述完整性分析模型，获取对应所述信息项的第二完整度和辅助值；
基于所述第一完整度、主要值、第二完整度和辅助值，计算所述用户的验证值；
当所述验证值大于等于预设的验证值阈值时，所述用户用过身份验证；
否则，未通过。
上述技术方案的工作原理及有益效果为：
获取的用户上传的身份验证信息包括(用户的身份信息、投诉内容等)，对身份验证信息进行信息拆分，获得多个信息项(例如：姓名项、号码项和地址项等)，获取信息项对应的信息类型，信息类型包括：主要信息(关键信息)和辅助信息(辅助验证的其他信息)，当信息类型为主要信息时，基于预设的完整性分析模型(利用多个人工对信息进行完整性分析的记录作为训练数据对神经网络模型进行训练，训练至收敛的神经网络模型)，获取对应信息项的第一完整度和主要值(信息项的关键程度，主要值越高，信息项越关键)，当信息类型为辅助信息时，基于所述完整性分析模型(原理同上)，获取对应信息项的第二完整度和辅助值(辅助验证的程度)，基于第一完整度、主要值、第二完整度和辅助值，计算用户的验证值，计算公式如下：
Figure GDA0004126432610000211
其中，ρ为所述验证值，wi为第i个所述第一完整值，ki为第i个所述主要值，n1为信息类型为主要信息的所述信息项的总数目，wj为第j个所述第二完整值，lj为第j个所述辅值，n2为信息类型为辅助信息的所述信息项的总数目，γ1和γ2为预设的权重；
当验证值大于等于预设的验证值阈值(例如：100)时，用户通过身份验证；
本发明实例基于获取的用户的身份验证信息，对身份验证信息进行信息项的拆分，基于用户提供的信息的完整程度、主要程度和可以帮助验证的辅助验证程度，确定验证值，对申请进行投诉的用户进行验证，减少了恶意上传的概率，同时，通过实名验证，更有利于针对性的解决投诉。
本发明提供的一种基于大数据的5G基站布址方法，如图2所示，包括：
步骤S1：获取需要进行5G基站布址的第一区域的第一区域信息；
步骤S2：基于大数据技术，根据所述第一区域信息，制定所述第一区域的基站布置策略；
步骤S3：根据所述基站布置策略，调度多个第一工作人员在所述第一区域内进行基站布置，当基站布置全部完成后，完成所述5G基站布址。
上述技术方案的工作原理及有益效果已在方法权要中说明，不再赘述。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于大数据的5G基站布址***，其特征在于，包括：
获取模块，用于获取需要进行5G基站布址的第一区域的第一区域信息；
制定模块，用于基于大数据技术，根据所述第一区域信息，制定所述第一区域的基站布置策略；
执行模块，用于根据所述基站布置策略，调度多个第一工作人员在所述第一区域内进行基站布置，当基站布置全部完成后，完成所述5G基站布址；
其中，所述制定模块执行如下操作：
基于大数据技术，获取多个人工进行5G基站布址的第一布置过程；
对所述第一布置过程的可用度进行验证，将通过验证的所述第一布置过程作为第二布置过程；
基于预设的模型训练算法，根据全部所述第二布置过程进行模型训练，获得基站布置策略制定模型；
基于所述基站布置策略制定模型，根据所述第一区域信息，制定所述第一区域的基站布置策略；
其中，所述对所述第一布置过程的可用度进行验证，包括：
获取所述第一布置过程对应布置的第二区域的第二区域信息；
对所述第一区域信息进行特征提取，获得多个第一信息特征；
对所述第二区域信息进行特征提取，获得多个第二信息特征；
将所述第一信息特征和所述第二信息特征进行特征匹配，获取匹配符合的匹配值；
若所述匹配值大于等于预设的匹配值阈值，获取进行匹配的所述第一信息特征或所述第二信息特征对应的第一信息类型，并将对应所述匹配值与所述第一信息类型进行关联；
累加计算所述第一信息类型关联的所述匹配值，获得匹配值和；
若所述匹配值和大于等于对应所述第一信息类型对应的预设的匹配值和阈值，将对应所述第一信息类型作为第二信息类型；
查询预设的信息类型-关键度库，确定所述第二信息类型的关键度；
累加计算各个所述第二信息类型对应的所述关键度，获得关键度和，并与对应所述第一布置过程进行关联；
获取所述第二区域内历史上发生的至少一个5G基站通信异常事件；
基于预设的因果性分析模型，对所述第一布置过程和所述通信异常事件之间的因果关系进行分析，获取因果值；
若所述因果值大于等于预设的因果值阈值，基于预设的严重性分析模型，对所述通信异常事件进行严重性分析，获取严重值，并与对应所述第一布置过程进行关联；
累加计算所述第一布置过程关联的所述关键度和与所述严重值，获得可用度；
若所述可用度大于等于预设的可用度阈值，则判定对应所述第一布置过程通过验证；
否则，判定为未通过验证。
2.如权利要求1所述的一种基于大数据的5G基站布址***，其特征在于，还包括：
提醒模块，用于当第一工作人员在所述第一区域内进行基站布置时，获取所述第一工作人员在所述第一区域内产生的多个第一布置行为，判断所述第一布置行为是否规范，若否，对所述第一工作人员进行提醒。
3.如权利要求2所述的一种基于大数据的5G基站布址***，其特征在于，所述提醒模块判断所述第一布置行为是否规范，若否，对所述第一工作人员进行提醒，包括：
基于预设的行为规范判定模型，对所述第一布置行为进行行为规范判定，获得所述第一布置行为中判定为不规范行为的第二布置行为，同时，将所述第二布置行为对应的所述第一工作人员作为第二工作人员；
获取所述第二工作人员的工作位置和第一人员信息；
获取预设的动态展示机器人分布图；
基于所述动态展示机器人分布图，获取距离所述工作位置最近的动态展示机器人，控制所述动态展示机器人前往所述工作位置；
当所述动态展示机器人到达所述工作位置后，控制所述动态展示机器人采集所述工作位置预设范围内的第三工作人员的第二人员信息；
依次遍历所述第二人员信息，将遍历到的所述第二人员信息作为第三人员信息；
将所述第一人员信息和所述第三人员信息进行匹配，若匹配符合，将匹配符合的第三人员信息对应的第三工作人员作为学习人员；
控制所述动态展示机器人动态获取所述学习人员的视线范围；
解析所述学习人员对应的所述第二布置行为，获取所述学习人员的学习项目；
基于预设的展示规则，根据所述学习项目，控制所述动态展示机器人在所述视线范围内进行动态展示；
当所述动态展示机器人完成展示，则提醒完毕。
4.如权利要求1所述的一种基于大数据的5G基站布址***，其特征在于，还包括：
模拟模块，用于在进行所述基站布置之前，基于所述基站布置策略，对所述5G基站***的进行模拟测试，基于模拟测试的测试结果，对所述基站布置策略进行优化；
所述模拟模块执行如下操作：
基于虚拟基准站技术，根据所述基站布置策略，在所述第一区域进行模拟基站设置，获得模拟5G基站***；
基于预设的测试点选取规则，获取所述模拟5G基站***内的多个模拟测试点；
在所述模拟测试点进行模拟信号测试，获取所述模拟测试点的模拟测试信号的信号强度；
基于所述模拟测试信号的信号强度，根据预设的测试结果判定规则确定所述模拟测试的测试结果；
基于所述测试结果，进行优化。
5.如权利要求4所述的一种基于大数据的5G基站布址***，其特征在于，所述基于所述模拟测试结果，进行优化，包括：
基于所述测试结果，判断所述5G基站布址***是否需要进行优化；
若判定为需要优化，获取所述第一区域的地图信息；
基于所述地图信息，制作所述地图信息对应的二维分布图；
将所述模拟测试信号的信号强度标注在所述二维分布图上；
将标注完成后的所述二维分布图发送给预设的专家节点，由所述专家节点对所述第一区域进行干扰原因分析；
基于所述干扰原因分析，获取至少一个第一干扰原因；
获取所述第一干扰原因的干扰类型，所述干扰类型包括：主动干扰和被动干扰；
当所述干扰类型为主动干扰时，查询预设的干扰原因-主动干扰优化方案库，获取至少一个第二干扰原因；
提取所述第一干扰原因的第一干扰特征，同时，提取所述第二干扰原因的第二干扰特征；
将所述第一干扰特征和所述第二干扰特征进行特征匹配，若匹配符合，获取匹配符合第三干扰特征；
查询预设的干扰特征-权重值库，确定所述第三干扰特征的权重值，并与所述第二干扰原因进行关联；
累加计算所述第二干扰原因关联的所述权重值，获得权重值和；
若所述权重值和大于等于预设的权重值阈值，将对应所述第二干扰原因作为第三干扰原因；
基于所述干扰原因-主动干扰优化方案库，确定所述第三干扰原因对应的第一优化方案；
获取预设的效果分析模型，对所述第一优化方案进行分析，获得所述第一优化方案的第一处理效果值；
查询预设的权重值和-调整度库，基于所述第一优化方案对应第三干扰原因的所述权重值和，确定所述第一优化方案对应的第一处理效果值的调整度；
基于所述第一优化方案对应的第一处理效果值和所述调整度，确定所述第一优化方案对应的第二处理效果值；
确定所述第二处理效果值最大的第一优化方案作为第二优化方案；
基于所述第二优化方案，调度所述第一工作人员进行优化；
当所述干扰类型为被动干扰时，获取预设的判定圈，控制所述判定圈在所述二维分布图进行随机位移；
基于所述模拟测试信号的信号强度，根据预设的判定圈判定规则，判定所述二维分布图内需要进行优化的第三区域；
获取所述第三区域内用户的投诉日志；
解析所述投诉日志，获取投诉用户对应于所述二维分布图的投诉片区；
通知距离所述投诉片区距离最近的检测人员携带检测设备前往所述投诉片区；
当所述检测人员到达所述投诉片区时，在所述投诉片区预设范围的第四区域内进行干扰设备检测；
基于预设的干扰检测规则，对所述第四区域进行干扰设备检测，确定所述第四区域的干扰设备；
获取所述干扰设备的设备管理方，基于预设的协调规则，和所述设备管理方进行协调；
若协调成功，则完成优化；
若协调失败，获取预设的基站调整策略库，基于所述干扰设备的第三干扰原因，确定针对所述干扰设备的基站调整策略；
基于所述基站调整策略，对所述基站布置策略进行调整，获得调整后的优化布置策略；
基于所述优化布置策略，调度所述第一工作人员在所述第一区域内进行所述5G基站布址。
6.一种基于大数据的5G基站布址方法，其特征在于，包括：
步骤S1：获取需要进行5G基站布址的第一区域的第一区域信息；
步骤S2：基于大数据技术，根据所述第一区域信息，制定所述区域的基站布置策略；
步骤S3：根据所述基站布置策略，调度多个第一工作人员在所述第一区域内进行基站布置，当基站布置全部完成后，完成所述5G基站布址；
其中，所述步骤S2：基于大数据技术，根据所述第一区域信息，制定所述区域的基站布置策略，包括：
基于大数据技术，获取多个人工进行5G基站布址的第一布置过程；
对所述第一布置过程的可用度进行验证，将通过验证的所述第一布置过程作为第二布置过程；
基于预设的模型训练算法，根据所述第二布置过程进行模型训练，获得基站布置策略制定模型；
基于所述基站布置策略制定模型，根据所述第一区域信息，制定基站布置策略；
其中，所述对所述第一布置过程的可用度进行验证，包括：
获取所述第一布置过程对应布置的第二区域的第二区域信息；
对所述第一区域信息进行特征提取，获得多个第一信息特征；
对所述第二区域信息进行特征提取，获得多个第二信息特征；
将所述第一信息特征和所述第二信息特征进行特征匹配，获取匹配符合的匹配值；
若所述匹配值大于等于预设的匹配值阈值，获取进行匹配的所述第一信息特征或所述第二信息特征对应的第一信息类型，并将对应所述匹配值与所述第一信息类型进行关联；
累加计算所述第一信息类型关联的所述匹配值，获得匹配值和；
若所述匹配值和大于等于对应所述第一信息类型对应的预设的匹配值和阈值，将对应所述第一信息类型作为第二信息类型；
查询预设的信息类型-关键度库，确定所述第二信息类型的关键度；
累加计算各个所述第二信息类型对应的所述关键度，获得关键度和，并与对应所述第一布置过程进行关联；
获取所述第二区域内历史上发生的至少一个5G基站通信异常事件；
基于预设的因果性分析模型，对所述第一布置过程和所述通信异常事件之间的因果关系进行分析，获取因果值；
若所述因果值大于等于预设的因果值阈值，基于预设的严重性分析模型，对所述通信异常事件进行严重性分析，获取严重值，并与对应所述第一布置过程进行关联；
累加计算所述第一布置过程关联的所述关键度和与所述严重值，获得可用度；
若所述可用度大于等于预设的可用度阈值，则判定对应所述第一布置过程通过验证；
否则，判定为未通过验证。
CN202210554190.6A 2022-05-20 2022-05-20 一种基于大数据的5g基站布址***及方法 Active CN114980135B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210554190.6A CN114980135B (zh) 2022-05-20 2022-05-20 一种基于大数据的5g基站布址***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210554190.6A CN114980135B (zh) 2022-05-20 2022-05-20 一种基于大数据的5g基站布址***及方法

Publications (2)

Publication Number Publication Date
CN114980135A CN114980135A (zh) 2022-08-30
CN114980135B true CN114980135B (zh) 2023-05-12

Family

ID=82984966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210554190.6A Active CN114980135B (zh) 2022-05-20 2022-05-20 一种基于大数据的5g基站布址***及方法

Country Status (1)

Country Link
CN (1) CN114980135B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116193455B (zh) * 2022-12-26 2024-03-29 中国联合网络通信集团有限公司 基站选址方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001285923A (ja) * 2000-03-31 2001-10-12 Mitsubishi Electric Corp 基地局配置パターン決定方法
CN110972152A (zh) * 2019-12-18 2020-04-07 武汉大学 一种考虑信号阻隔效应的城市空间5g基站选址优化方法
CN111866896A (zh) * 2020-07-17 2020-10-30 中国联合网络通信集团有限公司 基站位置确定方法、装置、设备以及存储介质
CN113988898A (zh) * 2021-09-18 2022-01-28 安徽电信规划设计有限责任公司 基于大数据的5g规划站址推荐方法
CN114257957A (zh) * 2021-12-09 2022-03-29 北京东土拓明科技有限公司 网络规划方法及装置、计算设备和计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11995582B2 (en) * 2020-05-20 2024-05-28 XOEye Technologies, Inc. Automated generation of condition state information for one or more machines, devices, or systems associated with service or repair events

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001285923A (ja) * 2000-03-31 2001-10-12 Mitsubishi Electric Corp 基地局配置パターン決定方法
CN110972152A (zh) * 2019-12-18 2020-04-07 武汉大学 一种考虑信号阻隔效应的城市空间5g基站选址优化方法
CN111866896A (zh) * 2020-07-17 2020-10-30 中国联合网络通信集团有限公司 基站位置确定方法、装置、设备以及存储介质
CN113988898A (zh) * 2021-09-18 2022-01-28 安徽电信规划设计有限责任公司 基于大数据的5g规划站址推荐方法
CN114257957A (zh) * 2021-12-09 2022-03-29 北京东土拓明科技有限公司 网络规划方法及装置、计算设备和计算机可读存储介质

Also Published As

Publication number Publication date
CN114980135A (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
CN107888574A (zh) 检测数据库风险的方法、服务器及存储介质
CN107301687B (zh) 一种基于人脸识别技术的面授课程签到和签退***
CN114980135B (zh) 一种基于大数据的5g基站布址***及方法
CN104869019A (zh) 用于定位故障的反馈方法、装置及服务器
CN105225283A (zh) 基于无线路由器和手机的签到考勤方法
CN107103410A (zh) 一种建筑工程质量检测的监管***及方法
CN113785627B (zh) 用于5g网络***的自动化射频安全与合规性
KR20220133620A (ko) 영상 분석 기술을 활용한 건설 현장 안전 관제 시스템
CN113065984A (zh) 轨道交通车站应急演练信息智能检测评估***及方法
CN114240456B (zh) 基于手机app的车辆质量投诉信息收集平台
CN110337081B (zh) 室内分布***中局部故障的监控方法、装置及存储介质
CN114091944A (zh) 云端协同的配网工程现场作业分析决策***
CN112800098A (zh) 一种教育平台的教育管理信息维护***
CN108460854A (zh) 基于无线网络的移动终端的考勤打卡方法及***
CN112367397A (zh) 外勤作业的监控预警方法、***、计算机设备及存储介质
GB2591762A (en) Wireless telecommunications network
CN116402458A (zh) 一种既有建筑改造消防审验***
CN111639879A (zh) 智能化安保人员信息管理方法、装置及***、存储介质、服务器
CN114462882B (zh) 一种基于物联网技术的水利施工用安全防护***
CN111314926B (zh) 覆盖关系确定方法、装置及计算机可读存储介质
CN115481941A (zh) 一种多功能区联合的智能化安防管理方法及***
CN113240824B (zh) 考勤方法、装置、计算机设备和存储介质
CN115205784A (zh) 一种基于网络视频监控的在线考试监测方法及***
CN112911702B (zh) 一种无线基地台定位方法及***
CN113628429A (zh) 一种基于5g通讯的紧急事件求助方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant