本申請涉及通信,尤其涉及一種射頻傳播損耗預測方法、裝置、電子設備、存儲介質及程序產品。
背景技術:
1、高精度、高計算效率的射頻傳播損耗預測方案對于移動通信網絡是極為重要的,得到了學術界和工業界的普遍重視。現有的射頻傳播損耗預測方案主要包括基于經驗的方案、基于電磁仿真計算的方案和基于機器學習的方案。
2、基于經驗的射頻傳播損耗預測方案主要是通過典型的經驗路徑損失模型計算射頻傳播損耗,如奧庫姆拉-波多(okumura-hata)模型、cost231-hata模型、標準傳播模型(spm)等。在本質上,這些模型主要是基于實測數據的公式總結,反映出了射頻傳播損耗的主要影響因素,但是這些公式所考慮的因素有限,公式中的系數也不能普適各類地形地貌場景,因此此類基于經驗公式的射頻傳播損耗預測方案難以對日益復雜的傳播環境(尤其是城市環境)給出較為精確的結果。
3、基于電磁計算的方案主要是通過基于無線信號的傳播的物理規律即麥克斯韋方程,通過電磁計算或其近似求解方法得到射頻損耗結果。該方案主要包括射線追蹤法、均勻衍射理論、麥克斯韋方程組、輻射方程等,但是這些方法的計算原理復雜,傳播路徑中的所有障礙和反射物等各種影響電磁傳播的因素都需要精細的建模,耗時長,效率低。若難以對傳播路徑中的所有障礙和反射物等各種影響電磁因素進行準確測量,最終的求解精度會受到很大的影響。
4、基于機器學習的射頻傳播損耗預測方案,對于發射端到接收端不同長度的傳播路徑通常只是給出了總括性的給定數量的特征,預測結果通常較差。
5、綜上可知,現有的射頻傳播損耗預測方案并不準確。
技術實現思路
1、本申請提供一種射頻傳播損耗預測方法、裝置、電子設備、存儲介質及程序產品,用以解決現有技術中射頻傳播損耗預測不準確的缺陷,實現提高射頻傳播損耗預測的準確性。
2、第一方面,本申請提供一種射頻傳播損耗預測方法,包括:對用戶和基站之間的通信鏈路進行切片,得到通信切片;確定每個通信切片的切片編碼信息,得到編碼信息集;將編碼信息集輸入射頻傳播損耗預測模型,獲取射頻傳播損耗預測模型輸出的通信鏈路的射頻傳播損耗的預測結果;其中,射頻傳播損耗預測模型包括嵌入模塊、多頭注意力模塊和多層感知模塊,嵌入模塊用于將每個切片編碼信息轉換為鍵值對,多頭注意力模塊用于對鍵值對進行多頭注意力處理,得到多頭特征信息,多層感知模塊用于對多頭特征信息進行多層感知處理,得到射頻傳播損耗的預測結果。
3、在一個實施例中,確定每個通信切片的切片編碼信息,得到編碼信息集,包括:獲取基站的發射天線相對于用戶的接收天線的方位角、發射天線相對于接收天線的下傾角、用戶與基站間的仰角、基站到用戶的距離;獲取通信切片所處位置的地貌特征、通信切片的海拔高度、通信切片的遮擋情況、通信切片距離地面的高度和通信切片距離基站的距離;基于方位角、下傾角、仰角、基站到用戶的距離、通信切片所處位置的地貌特征、通信切片的海拔高度、通信切片的遮擋情況、通信切片距離地面的高度和通信切片距離基站的距離,得到每個通信切片的切片編碼信息,基于所有切片編碼信息得到編碼信息集。
4、在一個實施例中,嵌入模塊包括嵌入函數,嵌入模塊用于將每個切片編碼信息轉換為鍵值對:將每個切片編碼信息輸入嵌入函數,得到每個切片編碼信息的鍵值對,鍵值對包括查詢特征、鍵特征和數值特征。
5、在一個實施例中,多頭注意力模塊包括多個處理頭,多頭注意力模塊用于對鍵值對進行多頭注意力處理,得到多頭特征信息:根據每個處理頭的初始化權重,對每個鍵值對的查詢特征和對應的鍵特征進行特征計算,得到鍵值對的查詢特征和對應的鍵特征的相似度,根據激活函數將相似度轉換為鍵值對的數值特征的權重,對每個處理頭的每個數值特征的權重和對應的數值特征進行加權求和,得到每個處理頭的特征信息;將所有處理頭的特征信息進行拼接,得到多頭特征信息。
6、在一個實施例中,初始化權重包括查詢特征初始化權重和鍵特征初始化權重,根據每個處理頭的初始化權重,對每個鍵值對的查詢特征和對應的鍵特征進行特征計算,得到鍵值對的查詢特征和對應的鍵特征的相似度,包括:基于查詢特征初始化權重和鍵特征初始化權重,對查詢特征和鍵特征進行不同程度的點積,得到相似度,不同處理頭的初始化權重不同。
7、在一個實施例中,射頻傳播損耗預測模型是基于以下步驟得到的:根據樣本通信鏈路的實際射頻傳播損耗結果對樣本通信鏈路的樣本編碼信息集進行標記,得到訓練樣本;根據訓練樣本對預設模型進行訓練,得到射頻傳播損耗預測模型,預設模型包括初始嵌入函數、多頭注意力網絡和多層感知網絡。
8、第二方面,本申請提供一種射頻傳播損耗預測裝置,包括:切片模塊,用于對用戶和基站之間的通信鏈路進行切片,得到通信切片;編碼模塊,用于確定每個通信切片的切片編碼信息,得到編碼信息集;預測模塊,用于將編碼信息集輸入射頻傳播損耗預測模型,獲取射頻傳播損耗預測模型輸出的通信鏈路的射頻傳播損耗的預測結果;其中,射頻傳播損耗預測模型包括嵌入模塊、多頭注意力模塊和多層感知模塊,嵌入模塊用于將每個切片編碼信息轉換為鍵值對,多頭注意力模塊用于對鍵值對進行多頭注意力處理,得到多頭特征信息,多層感知模塊用于對多頭特征信息進行多層感知處理,得到射頻傳播損耗的預測結果。
9、本申請還提供一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,處理器執行程序時實現如上述任一種射頻傳播損耗預測方法。
10、本申請還提供一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,該計算機程序被處理器執行時實現如上述任一種射頻傳播損耗預測方法。
11、本申請還提供一種計算機程序產品,包括計算機程序,計算機程序被處理器執行時實現如上述任一種射頻傳播損耗預測方法。
12、本申請提供的射頻傳播損耗預測方法、裝置、電子設備、存儲介質及程序產品,通過對用戶和基站之間的通信鏈路進行切片,得到通信切片;確定每個通信切片的切片編碼信息,得到編碼信息集;將編碼信息集輸入射頻傳播損耗預測模型,獲取射頻傳播損耗預測模型輸出的通信鏈路的射頻傳播損耗的預測結果;其中,射頻傳播損耗預測模型包括嵌入模塊、多頭注意力模塊和多層感知模塊,嵌入模塊用于將每個切片編碼信息轉換為鍵值對,多頭注意力模塊用于對鍵值對進行多頭注意力處理,得到多頭特征信息,多層感知模塊用于對多頭特征信息進行多層感知處理,得到射頻傳播損耗的預測結果。本申請通過切片和編碼,實現了對通信切片的序列化編碼。通過注意力機制實現了自動、高效的處理編碼信息集,同時實現了每個切片編碼信息都可以與其他切片編碼信息建立關聯,進而自適應地捕捉每個切片編碼信息之間的長程依賴關系,有利于提高射頻傳播損耗的預測結果的準確性。本申請通過共享嵌入模塊和多頭注意力模塊,大大減少了射頻傳播損耗預測模型的參數量,提高了對射頻傳播損耗預測的泛化性。
1.一種射頻傳播損耗預測方法,其特征在于,包括:
2.根據權利要求1所述的射頻傳播損耗預測方法,其特征在于,所述確定每個所述通信切片的切片編碼信息,得到編碼信息集,包括:
3.根據權利要求1所述的射頻傳播損耗預測方法,其特征在于,所述嵌入模塊包括嵌入函數,所述嵌入模塊用于將每個所述切片編碼信息轉換為鍵值對:
4.根據權利要求3所述的射頻傳播損耗預測方法,其特征在于,所述多頭注意力模塊包括多個處理頭,所述多頭注意力模塊用于對所述鍵值對進行多頭注意力處理,得到多頭特征信息:
5.根據權利要求4所述的射頻傳播損耗預測方法,其特征在于,所述初始化權重包括查詢特征初始化權重和鍵特征初始化權重,所述根據每個所述處理頭的初始化權重,對每個所述鍵值對的所述查詢特征和對應的所述鍵特征進行特征計算,得到所述鍵值對的所述查詢特征和對應的所述鍵特征的相似度,包括:
6.根據權利要求1所述的射頻傳播損耗預測方法,其特征在于,所述射頻傳播損耗預測模型是基于以下步驟得到的:
7.一種射頻傳播損耗預測裝置,其特征在于,包括:
8.一種電子設備,包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現如權利要求1至6任一項所述射頻傳播損耗預測方法。
9.一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至6任一項所述射頻傳播損耗預測方法。
10.一種計算機程序產品,包括計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至6任一項所述射頻傳播損耗預測方法。