[发明专利]使用深度神经网络预测电信网络中的接收信号强度

权利要求书

1.一种用于预测电信网络中的接收信号强度的计算机实现方法，其特征在于，包括：

一个或多个处理器接收表示地理区域的地理信息的地理数据以及所述地理区域中基站的天线信息和发射功率信息，所述一个或多个处理器用于执行卷积神经网络；

所述一个或多个处理器将所述地理数据以及所述天线信息和发射功率信息输入所述卷积神经网络中；

执行所述卷积神经网络的所述一个或多个处理器使用所述卷积神经网络预测接收信号强度，所述卷积神经网络包括基于所述地理数据以及所述天线信息和发射功率信息的多个卷积层，所述接收信号强度表示在所述地理区域的不同位置接收的无线信号的信号强度；

所述一个或多个处理器输出所述预测的接收信号强度；

其中，所述卷积神经网络具有跨层结构，使用所述卷积神经网络的不同深度处的两层或更多层的输出作为输入，输入到一个或多个附加神经网络层以生成一个或多个输出，通过组合所述一个或多个输出来确定与所述地理区域的所述不同位置对应的所述预测接收信号强度。

2.根据权利要求1所述的方法，其特征在于，还包括基于所述预测接收信号强度执行所述地理区域的站点规划。

3.根据权利要求1所述的方法，其特征在于，所述地理数据包括地理信息系统GIS的数据，所述地理信息系统的数据包括建筑物高度图层、地形层和杂波层中的一个或多个。

4.根据权利要求1所述的方法，其特征在于，所述地理数据包括卫星图片和航空图片中的一个或多个。

5.根据权利要求1所述的方法，其特征在于，所述卷积神经网络通过使用模拟的路径损耗数据和实际的路径损耗数据进行训练。

6.根据权利要求1所述的方法，其特征在于，所述地理区域中所述基站的所述天线信息和发射功率信息包括自由空间接收信号强度，所述自由空间接收信号强度表示在所述地理区域中的不同位置接收的无线信号的自由空间接收信号强度，其中，所述地理区域中的所述不同位置接收的所述自由空间接收信号强度基于所述天线的发射功率、所述天线的辐射方向图以及从所述地理区域中的所述不同位置到所述基站的所述天线的相应距离计算。

7.根据权利要求1所述的方法，其特征在于，还包括：

根据所述地理数据和所述基站的所述天线信息和发射功率信息确定多维张量，其中，所述多维张量包括以下一个或多个：自由空间接收信号强度张量、水平视线角度张量、垂直视线角度张量、介电常数张量或用户设备(user equipment，简称UE)位置张量；

其中，基于所述接收的地理数据预测所述接收的信号强度包括基于所述多维张量预测所述接收的信号强度。

8.根据权利要求1所述的方法，其特征在于，还包括：计算与所述预测的接收信号强度对应的路径损耗值，所述预测的路径损耗值表示所述无线信号在所述地理区域中的所述不同位置的传播衰减。

9.一种用于训练卷积神经网络以预测电信网络中接收信号强度的计算机实现方法，其特征在于，包括：

一个或多个处理器接收表示第一地理区域的地理信息的第一地理数据以及所述第一地理区域中第一基站的第一天线信息和发射功率信息，所述一个或多个处理器用于执行包括多个第一卷积层的卷积神经网络；

所述一个或多个处理器接收实际接收信号强度，所述实际接收信号强度表示在所述第一地理区域的不同位置接收的无线信号的测量信号强度；

所述一个或多个处理器使用所述第一地理数据、所述第一地理区域中第一基站的所述第一天线信息和发射功率信息以及所述实际接收信号强度训练所述卷积神经网络，所述实际接收信号强度用于预测第三地理区域中不同位置接收的无线信号的信号强度的接收信号强度；

所述一个或多个处理器获取训练的卷积神经网络，所述训练的卷积神经网络包括多个第二卷积层。