1.本技术实施例涉及移动通信领域，特别涉及一种基站性能优化方法、装置、基站及存储介质。
背景技术：
：：2.随着移动通信网络的发展，尤其是5g移动网络架构的变化，对移动通讯设备，如基站提出了更高的要求，如低成本、低功耗、高速率、大容量和高可靠性，以更好的满足移动通信的新要求。其中“高可靠性”不仅要求基站本身具备较低的故障率，同时对其实时的软件、硬件性能也提出了具体的量化要求。3.一般来说，整个基站的性能评估是由软件性能量化要求和硬件性能量化要求共同保证的，其中软件性能量化要求可由整个基站的软件系统流程实时把控，在基站正常工作中由各软件模块的关键绩效指标(keyperformanceindicator，kpi)值来做实时、定量的打分和评估，而现有的硬件性能量化要求往往与基站的性能评估一起捆绑而共同体现，即在软件性能量化要求无误时，如果基站的性能仍有异常，才会考虑是当前的硬件性能量化要求不满足导致的。4.但是，目前基站设计中，性能可靠性一般是由前期研发设计保证的，即一旦前期设计完成，基站中性能的可靠性就基本确定。后续基站在外场启用后，即便监控到基站自身的性能有明显下降或者出现损坏时，也只能进行简单的维修和更换，整个使用过程中一般无法进行必要的修改，更无无法对基站进行实时的性能可靠性的修正和维护等相关操作。因此，即便确定基础的性能异常是因为当前的硬件性能量化要求不满足导致的，考虑到成本及具体更换的复杂度，只要仍能满足前期设计的基本指标范围，传统方案一般会继续使用，但这一现状随着工作时间的增加难免会造成整个基站的性能可靠性持续下降，进而造成5g基站整体网络性能的恶化。技术实现要素：5.本技术实施例的目的在于提供一种基站性能优化方法、装置、基站及存储介质，旨在解决现有技术中无法在基站使用过程中，对基站内部配置参数进行动态调整的，使得基站性能无法适应实际使用场景的技术问题。6.为解决上述技术问题，本技术的实施例提供了一种基站性能优化方法，包括：7.按照预设周期获取基站的网络性能参数；8.基于预设的学习算法，根据所述网络性能参数确定最优配置参数；9.根据所述最优配置参数对所述基站的性能进行优化。10.为实现上述目的，本技术实施例还提供了一种基站性能优化装置，包括：11.网络性能参数获取模块，用于按照预设周期获取基站的网络性能参数；12.最优配置参数确定模块，用于基于预设的学习算法，根据所述网络性能参数确定最优配置参数；13.性能优化模块，用于根据所述最优配置参数对所述基站的性能进行优化。14.为实现上述目的，本技术实施例还提供了一种基站性能优化设备，包括：15.与所述至少一个处理器通信连接的存储器；其中，16.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的基站性能优化方法。17.为实现上述目的，本技术实施例还提供了一种计算机可读存储介质，存储有计算机程序。所述计算机程序被处理器执行时实现上述所述的基站性能优化方法。18.本技术提出的基站性能优化方法、装置、基站及存储介质，通过按照预设周期获取基站的网络性能参数，即实现对基站“实时”采集能够体现基站当前性能的网络性能参数，并基于预设的学习算法，根据获取到的网络性能参数来确定基站在当前场景中的最优配置参数，根据确定的最优配置参数在基站的实际使用过程中，对基站进行动态的性能优化，进而满足了基站硬件性能量化要求，在使整个基站能够更好的适应于各种实际使用场景的同时，也保障了基站性能的可靠性。附图说明19.一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定。20.图1是本技术实施例提供的基站性能优化方法的流程图；21.图2是本技术实施例提供的基于性能优化方法的又一流程图；22.图3是图2所示的基站性能优化方法适应于的基站内部的功能模块结构示意图；23.图4是本技术实施例提供的基站性能优化装置的结构示意图；24.图5是本技术实施例提供的基站的结构示意图。具体实施方式25.本技术实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。26.本技术实施例中术语“多个”是指两个或两个以上，其它量词与之类似。27.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本技术的各实施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本技术各实施例中，为了使读者更好地理解本技术而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施例的种种变化和修改，也可以实现本技术所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本技术的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。28.参见图1，图1是本技术实施例提供的基站性能优化方法的流程图，在本实施例中，该方法主要应用于基站。29.如图1所示，本实施例提供的基站性能优化方法，包括以下步骤：30.步骤101，按照预设周期获取基站的网络性能参数。31.步骤102，基于预设的学习算法，根据所述网络性能参数确定最优配置参数。32.步骤103，根据所述最优配置参数对所述基站的性能进行优化。33.由此，本实施例提供的基站的性能优化方法，按照上述方式，解决了现有技术中无法在基站使用过程中，对基站内部配置参数进行动态调整的，使得基站性能无法适应实际使用场景的技术问题。34.此外，值得一提的是，在另一个例子中，本技术实施例提供的基站性能优化方法也可以应用于远端服务器，具体可以是部署在远端服务器上用于统一管控某一区域中布设的基站的系统，比如称之为基站管控系统。即，通过预先建立各基站与基站管控系统的通信，由基站管控系统按照预设周期获取每一基站对应的网络性能参数，然后根据预设的学习算法，根据获取到的各基站对应的网络性能参数，确定该基站的最优配置参数，然后将确定的最优配置参数下发至对应的基站，供基站根据最优配置参数进行性能优化。35.参见图2，图2是本技术实施例提供的基站性能优化方法的流程图，在本实施例中，该方法主要应用于基站。36.如图2所示，本实施例提供的基站性能优化方法，包括以下步骤：37.步骤201，按照预设周期获取基站的网络性能参数。38.具体的说，关于上述所说的按照预设周期获取基站的网络性能参数，可以是按照预先确定好的采样速率，如在不影响基站正常工作的情况下，在基站正常工作的同时实时采集基站对应的网络性能参数；也可以是按照一定的时间间隔，例如每隔10分钟采集一次基站对应的网络性能参数；也可以是在每一个固定时间点，定时获取的，如每个整点采集一次。39.此外，关于上述所说的按照一定的时间间隔，对基站对应的网络性能参数进行采集时，在一个例子中，该时间间隔具体是综合考虑基站实际工作场景确定的。40.此外，值得一提的是，由于基站与基站之间会有信息的交互，因此对于任一基站，影响其性能的因素除了自身的网络性能参数，还包括存在交互关系的其他基站的网络性能参数。即，在本实施例中，上述获取到的基站的网络性能参数，不仅包括需要进行性能优化的基站自身的网络性能参数，还包括与其存在交互关系的其他基站，传播给该基站的网络性能参数。41.可理解的，需要进行优化的基站接收到的其他基站传播的网络性能参数，可能与从自身采集到的网络性能参数全部相同，也可能仅部分相同，还可能完全不相同，本实施例对此不做限制。42.此外，可理解的，不论是从需要进行优化的基站自身获取到的网络性能参数，还是从与其进行交互的其他基站获取到的网络性能参数，至少包括了多种可能影响基站性能的衡量指标，比如流量、丢包率等，此处不再一一列举，本实施例对此也不做限制。43.基于此，在按照预设周期获取基站的网络性能参数时，实质是以衡量指标为单位，在获取完全部的衡量指标对应的指标值后，才认为本周期应该获取的网络性能参数都获取到了。44.步骤202，根据对应的业务需求和业务场景，从预设的网络性能衡量指标中选取衡量指标。45.具体的说，为了保证根据网络性能参数确定的最优配置参数能够更加适合需要进行优化的基站，从而保证性能优化结果。如何基于预设的学习算法，根据获取到的网络性能参数确定最优配置参数，就显得尤为重要。46.通过对不同基站在不同业务需求和业务场景下获取到的网络性能参数的分析，发现网络性能参数中不同的衡量指标和对应的指标值与配置参数存在在着密切联系。47.基于此，本实施例在根据预设的学习算法，如遍历寻优算法、二分寻优算法，根据网络性能参数确定最优配置参数时，具体是先根据该基站对应的业务需求和业务场景，从预设的网络性能衡量指标中选取适合该基站的业务需求和业务场景的衡量指标。48.可理解的，在一个例子中，对于业务需求和业务场景固定不变的基站，对应的业务需求和业务场景，可以是在基站架设时预先确定的。49.相应地，对于此类基站，在选取衡量指标时只需根据预先确定的业务需求和业务场景即可。50.此外，在另一个例子中，对于业务需求和业务场景会会发生变化的基站，在选取衡量指标时，需要先获取基站当前对应的业务需求和业务场景，然后在基于获取到的业务需求和业务场景，从预设的网络性能衡量指标中选取衡量指标。51.此外，值得一提的是，为了保证最终确定的最优配置参数的合理性，进而保证优化后的基站的可靠性，选取的衡量指标可以是一个，也可以是多个。52.此外，在一个例子中，如果基站在运行过程中，需要满足多组衡量指标(每组可以是一个衡量指标，也可以是多个衡量指标)，则选取的衡量指标可以是多组。53.也就是说，根据实际情况来选取衡量指标即可。54.此外，对于不同的基站，考虑到它们各自在运行过程中，实时的业务需求的不同，衡量指标也可以根据实时的业务需求略有不同，但不论哪种情况，衡量指标的选取要尽可能通用、易于收集和快速计算，从而保证基站能够快速获取网络性能参数，并根据动态变化的网络性能参数，实时、准确的计算出适合当前业务需求的最优配置参数，进而能够根据确定的最优配置参数及时进行性能优化，以更好的提供业务。55.为了便于理解，以下给出几种根据场景的业务需求和业务场景，选取的衡量指标：56.比如，对于低功耗的业务需求和业务场景，选取的衡量指标通常是基站热耗和效率等；对于高速率的业务需求和业务场景，选取的衡量指标通常是流量和峰值速率等；对于大容量的业务需求和业务场景，选取的衡量指标通常是丢包率和误码率等。57.应当理解的是，上述示例仅是为了更好的理解本实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。58.步骤203，从所述网络性能参数中获取所述衡量指标对应的第一指标值。59.具体的说，如果选取的衡量指标为流量，那么从包括了众多信息的网络性能参数中选取的第一指标值即为流量对应的流量值。60.步骤204，基于预设的学习算法，根据所述衡量指标和对应的所述第一指标值，确定最优配置参数。61.具体的说，由于一个基站内部通常包括了多个功能模块，而不同的功能模块在基于各自的配置参数运行时，会对不同衡量指标的指标值参数影响，即功能模块与衡量指标之间是存在某种对应关系的。62.基于此，为了便于确定最优配置参数，进而使得根据最优配置参数运行的功能模块对应的衡量指标的指标值能够满足预设要求，从而使得基站整体的性能满足预设要求，可以预先确定各衡量指标与各功能模块之间的对应关系，然后在基于预设的学习算法，根据从获取到的网络性能参数中选取出的各衡量指标和各衡量指标对应的第一指标值，确定最优配置参数时，借助预先确定的衡量指标与功能模块的对应关系，便可以快速确定适合每一个功能模块的最优配置参数，进而保证根据每一功能模块的最优配置参数对该功能模块进行配置后，基站整体的性能得到优化。63.关于上述所说的基于预设的学习算法，根据从获取到的网络性能参数中选取出的各衡量指标和各衡量指标对应的第一指标值，借助预先确定的衡量指标与功能模块的对应关系，确定最优配置参数的过程，具体如下：64.(1)根据预先确定的衡量指标与功能模块的对应关系表，将所述衡量指标和对应的所述第一指标值，分解到所述基站中与所述衡量指标对应的所述功能模块。65.为了便于理解，以下结合图3进行具体说明：66.假设需要进行优化的基站内部的功能模块至少包括图3所示的收发信板模块、功放模块、双工器模块和电源模块。67.其中，电源模块为上述各功能模块供电，以保证基站的正常运行。收发信板模块与功放模块之间存在交互，功放模块会向双工器模块输出数据，双工器模块不仅会将数据通过天线传播出去，还会通过自反馈的方式反馈给收发信板模块。68.也就是说，在基站的整体运行中，上述各功能模块各自对应的配置参数，在各自的运行中，可能会影响对方的衡量指标的指标值。69.基于图3所示的基站内部的功能模块结构示意图，在根据预先确定的衡量指标与功能模块的对应关系表，将所述衡量指标和对应的所述指标值，分解到所述基站中与所述衡量指标对应的功能模块时，具体是将衡量指标对应的第一指标值分解到上述四个功能模块中。70.以从获取的基站的网络性能参数中选取的衡量指标仅为流量这一指标为例，如果预先确定的衡量指标与功能模块的对应关系表中记载了流量与上述四个功能模块均有对应关系，则上述所说的分解需要将流量这一衡量指标分解到上述四个功能模块。71.(2)对于每一所述功能模块，按照预设规则调整所述功能模块对应的配置参数和/或与所述功能模块配合使用的其他所述功能模块对应的配置参数，确定调整后所述衡量指标对应的第二指标值。72.仍以图3所示的基站为例，则上所说的对于每一所述功能模块，按照预设规则调整所述功能模块对应的配置参数和/或与所述功能模块配合使用的其他所述功能模块对应的配置参数，确定调整后所述衡量指标对应的所述指标值，实质上涵盖了以下三种情况：73.1)单独调整各功能模块对应的配置参数74.仍以从获取的基站的网络性能参数中选取的衡量指标仅为流量这一指标为例，则对于收发信板模块，按照预设规则调整的配置参数可以是时延、误差向量幅度(errorvectormagnitude，evm)、幅相一致性等；对于功放模块，按照预设规则调整的配置参数可以是功率、功效等；对于双工器模块，按照预设规则调整的配置参数可以是插损、驻波等；对于电源模块，按照预设规则调整的配置参数可以是电压、电流等。75.应当理解的是，上述示例仅是为了更好的理解本实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。76.2)单独调整与所述功能模块配合使用的其他所述功能模块对应的配置参数77.仍以从获取的基站的网络性能参数中选取的衡量指标仅为流量这一指标为例，对于收发信板模块，按照预设规则调整的配置参数实质为功放模块对应的功率、功效等，双工器模块对应的插损、驻波等，以及电源模块对应的电压、电流等。78.应当理解的是，上述示例仅是为了更好的理解本实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。79.3)同时调整各功能模块对应的配置参数和与所述功能模块配合使用的其他所述功能模块对应的配置参数，即各功能模块对应的配置参数，以各种交叉组合的方式进行调整。80.此外，值得一提的是，如果基站内部某一功能模块对应的配置参数仍有分量，侧在按照预设规则对配置参数进行调整时，可以进一步分解为颗粒度更小的配置参数。81.比如说，功能模块中效率参数还可以分解为功率、电压和电流三个参数，还需要分别计算当颗粒度进一步变小时，各配置参数与衡量指标对应的指标值的对应关系，进而保证最终确定的最优配置参数，能够使基站的运行更符合实际业务需求。82.一般来说，影响功放模块中饱和功率参数和效率参数的可调参数(即细化后的配置参数)可进一步分为功放管的栅压和漏压。83.此外，应当理解的是，除了上述细化后的功放管的栅压和漏压会对饱和功率参数和效率参数有影响，还有很多参数同样会影响饱和功率和效率，但这类参数往往需要调整硬件，如输入/输出阻抗、环形器的插损/驻波比、级间隔离器的合成相位等等，这些在实际的基站中不易实时修改，因此在本实施例中不讨论，但不代表这些参数不可调，一旦诸如此类的参数变成可实时修改，也属于本技术保护的范围，以下举例中如遇此情况，按照同类情况处理。84.关于对功放管的栅压和漏压的调整，具体如下：85.根据栅压/漏压上下限范围，将范围平均分为三段，则可以将影响饱和功率参数的栅压和漏压定义为饱和功率(栅压值1，栅压值2，栅压值3)、(漏压值1，漏压值2，漏压值3)；同样地，将影响效率参数的栅压和漏压定义为效率(栅压值1，栅压值2，栅压值3)、(漏压值1，漏压值2，漏压值3)。86.(a)保持饱和功率(栅压值1)、(漏压值1)和效率(栅压值1)不变，分别遍历效率(漏压值1，漏压值2，漏压值3)，获得多组饱和功率和效率值及其对应的漏压、栅压值。87.(b)保持饱和功率(栅压值1)、(漏压值1)不变，依次遍历效率(栅压值1)时效率(漏压值1，漏压值2，漏压值3)，效率(栅压值2)时效率(漏压值1，漏压值2，漏压值3)，效率(栅压值3)时效率(漏压值1，漏压值2，漏压值3)，获得多组饱和功率和效率值及其对应的漏压、栅压值。88.(c)保持饱和功率(栅压值1)不变，依次遍历饱和功率(栅压值2)下效率(栅压值1)时效率(漏压值1，漏压值2，漏压值3)，饱和功率(栅压值2)下效率(栅压值2)时效率(漏压值1，漏压值2，漏压值3)，饱和功率(栅压值2)下效率(栅压值3)时效率(漏压值1，漏压值2，漏压值3)，获得多组饱和功率和效率值及其对应的漏压、栅压值；继续，保持饱和功率(栅压值1)不变，依次遍历饱和功率(栅压值3)下效率(栅压值1)时效率(漏压值1，漏压值2，漏压值3)，饱和功率(栅压值3)下效率(栅压值2)时效率(漏压值1，漏压值2，漏压值3)，饱和功率(栅压值3)下效率(栅压值3)时效率(漏压值1，漏压值2，漏压值3)，获得多组饱和功率和效率值及其对应的漏压、栅压值；89.(d)依次分别保持饱和功率(栅压值2)不变和保持饱和功率(栅压值3)不变，按照全遍历的算法，再次完成上述步骤的循环，得到针对功放模块饱和功率和效率与其栅压/漏压的全遍历对应表。90.(e)按照饱和功率最大值优先和效率最高值其次的顺序对栅压/漏压进行排序，相同饱和功率和效率值对应栅压/漏压可排在相邻行。91.(f)考虑到配置参数精度的影响，还可以将栅压/漏压上下限范围平均分为六段，即将影响饱和功率参数的栅压和漏压定义为饱和功率(栅压值1，栅压值2，栅压值3，栅压值4，栅压值5，栅压值6)、(漏压值1，漏压值2，漏压值3，漏压值4，漏压值5，漏压值6)；同样地，将影响效率参数的栅压和漏压定义为效率(栅压值1，栅压值2，栅压值3，栅压值4，栅压值5，栅压值6)、(漏压值1，漏压值2，漏压值3，漏压值4，漏压值5，漏压值6)，重复上述步骤(a)至步骤(e)，则可以得到更加精准的功放模块饱和功率和效率与其栅压/漏压的全遍历对应表；如系统对精度要求较高，可逐步缩小参数步进，以满足精度要求。92.(j)结合功放模块饱和功率和效率参数最大时其基站丢包率一般为最低的原则，则可以得到基站丢包率、功放模块饱和功率和效率、功放栅压/漏压的最优配置关系表。93.此外，在另一个例子中，影响收发信板模块中时延参数、evm参数、幅相一致性的可调参数可进一步分为收发信板模块发射链路上可调器件的各类参数，包括但不限于各器件寄存器参数(例如上下限和默认值)、算法模块参数(例如门限等)、滤波器参数(例如带宽、带外抑制等)等。94.对于上述各种细化后的可调参数的调整，具体如下：95.同样根据各类参数的上下限范围，将范围平均分为三段，则可以将影响时延参数的器件寄存器参数、算法模块参数、滤波器参数定义为时延(器件寄存器参数1，器件寄存器参数2，器件寄存器参数3)、(算法模块参数1，算法模块参数2，算法模块参数3)、(滤波器参数1，滤波器参数2，滤波器参数3)；同样地，将影响evm参数的器件寄存器参数、算法模块参数、滤波器参数定义evm(器件寄存器参数1，器件寄存器参数2，器件寄存器参数3)、(算法模块参数1，算法模块参数2，算法模块参数3)、(滤波器参数1，滤波器参数2，滤波器参数3)；同样地，将影响幅相一致性参数的器件寄存器参数、算法模块参数、滤波器参数定义幅相一致性(器件寄存器参数1，器件寄存器参数2，器件寄存器参数3)、(算法模块参数1，算法模块参数2，算法模块参数3)、(滤波器参数1，滤波器参数2，滤波器参数3)。96.使用与功放模块配置可调参数的全遍历的算法，得到针对收发信板模块时延参数、evm参数、幅相一致性参数与其器件寄存器参数、算法模块参数、滤波器参数的全遍历对应表，按照由高到低的顺序重新排序，结合收发信板模块时延参数、evm参数、幅相一致性参数最优时其基站丢包率一般为最低的原则，则可以得到基站丢包率、收发信板模块时延参数和evm参数及幅相一致性参数、收发信板器件寄存器参数和算法模块参数及滤波器参数的最优配置关系表。97.此外，在另一个例子中，影响双工器模块中插损和驻波等的可调参数可进一步分为双工器上的各级可调数字模拟转换器(digitaltoanalogconverter，dac)参数，包括且不限于调幅dac参数和调相dac参数等。98.对于上述各种细化后的可调参数的调整，具体如下：99.同样根据各类参数的上下限范围，将范围平均分为三段，则可以将影响可调dac参数的调幅dac参数、调相dac参数定义为可调dac参数(调幅dac参数1，调幅dac参数2，调幅dac参数3)、(调相dac参数1，调相dac参数，调相dac参数3)。100.使用与功放模块配置可调参数的全遍历的算法，得到针对双工器上的各级可调dac参数与其调幅dac参数、调相dac参数的全遍历对应表，按照由高到低的顺序重新排序，结合双工器上各级可调dac参数最优时其基站丢包率一般为最低的原则，则可以得到基站丢包率、双工器上的各级可调dac参数、双工器调幅dac参数和调相dac参数的最优配置关系表。101.此外，在另一个例子中，影响电源模块中电压和电流参数首先可以根据各类参数的上下限范围，将范围平均分为三段，则可以定义为电压参数(电压1，电压2，电压3)，电流参数(电流1，电流2，电流3)；然后，使用与功放模块配置可调参数的全遍历的算法，得到针对电源模块的电压和电流的全遍历对应表，结合电源模块电压和电流最优组合时其基站丢包率一般为最低的原则，则可以得到基站丢包率、电压参数和电流参数的最优配置关系表。102.此外，在另一个例子中，如果考虑基站内部的收发信板模块、功放模块、双工器模块和电源模块的配置参数对基站丢包率的影响并非完成相对独立，还需使用全遍历寻优或二分法快速寻优来计算各配置参数两两结合或多个结合后对基站丢包率的影响，同时考虑到各配置参数颗粒度大小会对最终基站丢包率有一定影响，因此建议各配置参数尽可能使用较小的颗粒度完成计算，从而最终得到基站丢包率与全部配置参数的全遍历最优配置表。103.关于如何得到基站丢包率与全部配置参数的全遍历最优配置表，具体实现方式与单独得到某一功能模块中丢包率与全部配置参数的全遍历最优配置表的方法类似，在具体实现时，参照上述方式进行即可，此处不再赘述。104.将计算所得的全遍历最优配置表定义为table1，按照table1的配置参数来配置基站内部各功能模块的配置参数，便可获得当前环境下基站整体的丢包率；通过基站在全网元环境下网管单元不断获得实时的丢包率值，如果当前实时丢包率值满足预设的丢包率要求，如[0，0.5％]，则table1保持不变；如果当前实时丢包率值超出要求[0，0.5％]，则以table1中各配置参数为基准，分别按照之前确定的颗粒度为步进递增和递减一个或多个步进，形成当前参数新的上下限范围。[0105]比如说，table1中功放模块的效率参数的当前栅压最优参数值为2000mv，对应的颗粒度为100mv，分别递增和递减2个颗粒度，则当前栅压参数范围改为(1800mv，1900mv，2000mv，2100mv，2200mv)；table1中功放模块的效率参数的当前漏压最优参数值为30v，对应的颗粒度为1v，分别递增和递减2个颗粒度，则当前栅压参数范围改为(28v，29v，30v，31v，32v)；由此得到影响效率参数的栅压和漏压值为效率(1800mv，1900mv，2000mv，2100mv，2200mv)(28v，29v，30v，31v，32v)，其他配置参数以此类推。[0106]在当前环境下重新使用全遍历寻优或二分法迭代寻优的算法继续计算，得到基站丢包率与全部配置参数的全遍历最优配置表table2，重复上述判断，从而实现实时的计算与更新。[0107]基站丢包率对应的预设的丢包率要求针对其实际的工作场景可不尽相同，如随着5g基站高速率、大容量和高可靠性场景的不断增大，一般工作场景下的丢包率要求[0，0.5％]会进一步提高，例如要求缩小至[0，0.1％]或[0，0.5‰]，此时当前基站丢包率的采集速率也会相应的增加，同时当前基站丢包率对应的全部配置参数的全遍历最优配置表算法迭代的计算量也会相应的增大；因此还需要综合考虑实际实时的工作场景，以满足实时最优化的目的。[0108]此外，在实际的应用中，如果由于基站内部的功能模块老化或其他原因导致各配置参数进行3次以上全遍历寻优后仍无法满足基站的丢包率要求，则可以像网管人员作出预警，并告知预测的可能出现故障的功能模块以及该功能模块当前的配置参数。[0109]此外，关于上述所说的按照预设规则对功能模块对应的配置参数进行调整，具体可以是按照每次修改一个或一组衡量指标对应的配置信息，或者一个或多个功能模块对应的配置参数，然后通过使用遍历或自主学习等方式，得到当前网络环境下，与基站的可靠性相关的衡量指标的指标值，如上述所说的流量这一衡量指标对应的指标值。[0110](3)建立所述衡量指标、所述第二指标值和调整的所述配置参数之间的第一对应关系。[0111]具体的说，由于调整的过程涉及上述三种，因此建立的第一对应关系也会根据调整的方式有所不同，比如对于第一种调整方式，则建立的仅为各功能模块对应的配置参数变化时，各衡量指标对应的指标值与调整后的配置参数之间的第一对应关系。[0112]相应地，对于第三种调整方式，则建立的是多个功能模块对应的配置参数变化时，各衡量指标对应的指标值与不同的功能模块调整后的配置参数之间的第一对应关系。[0113](4)基于预设的所述学习算法，从所述第一对应关系中选取满足预设条件的配置参数，得到所述最优配置参数。[0114]具体的说，由于得到的第一对应关系能够体现所述衡量指标、所述第二指标值和调整的所述配置参数三者之间的关系，因而为了根据确定的最优配置参数调整后的基站的性能最佳，那么确定的最优配置参数对应的所述衡量指标的指标值必然是最优的。基于此，在基于预设的所述学习算法，从所述第一对应关系中选取满足预设条件的配置参数，得到所述最优配置参数时，只需基于预设的所述学习算法，从所述第一对应关系中选取调整后的所述衡量指标对应的所述指标值满足所述预设条件的，比如最优的；然后，将满足所述预设条件的所述衡量指标对应的所述指标值对应的配置参数，确定为所述最优配置参数即可。[0115]此外，应当理解的是，为了尽快快速、准确的得到最优配置参数，可以基于预设的学习算法构建想要的学习模型，从而在需要确定最优配置参数时，将得到的各对应关系作为输入参数，输入该学习模型，由学习模型按照一定的算法，即构建该学习模型的算法，如遍历寻优算法、二分寻优算法等进行处理，并将输出结果再次输入该学习模型，通过多次迭代处理，最终将满足条件的指标值对应的配置参数作为最优配置参数。[0116]此外，值得一提的是，由于基站的业务执行的业务和网络环境是实时变化的，因而对于不同的业务和不同的网络环境，会得到多组最优衡量指标值，相应地最终确定的最优配置参数也会有多种。为了便于后续对基站的性能优化，可以预先构建性能优化表，并在每一次确定最优配置参数后，通过建立最优配置参数、对应的衡量指标和衡量指标对应的第二指标值，之间的第二对应关系，并根据确定的第二对应关系，将所述衡量指标、对应的所述第二指标值和所述最优配置参数存储到预先构建的性能优化表中，从而在下一次对所述基站的性能进行优化时，能够根据获取到的所述网络性能参数中的所述衡量指标和对应的指标值，先从所述性能优化表中查找对应的最优配置参数，如果查找到，则直接拿来对基站进行性能优化，无需通过大量分析计算确定最优配置参数，从而进一步提升优化速度。[0117]步骤205，根据所述最优配置参数对所述基站的性能进行优化。[0118]具体的说，当前需要对基站的性能进行优化的操作，可能是首次优化，也可能是非首次优化。[0119]对于首次优化，即本实施例提供的基站性能优化方式是首次执行，预先构建的性能优化表中还没有存在按照本实施例给出的确定最优配置参数的方式确定的最优配置参数，这种情况下，直接根据当前按照步骤201至步骤204确定的最优配置参数，对基站内部的各功能模块中对应的配置参数进行调整即可。[0120]具体的说，在一个例子中，可以直接将各功能模块对应的配置参数全部调整为确定的最优配置参数，也可以是仅替换功能模块对应的配置参数中，与确定的最优配置参数不同的部分，本实施例对此不做限制。[0121]相应地，对于非首次优化，即第二次及第二次之后的优化，预先构建的性能优化表中已经存储了按照本实施例给出的确定最优配置参数的方式确定的最优配置参数，这种情况下，为了尽可能减少调整次数，以保证基站整体的稳定性。在根据确定的最优配置参数对基站的性能进行优化时，具体是采用如下方式进行的：[0122](1)获取所述基站内部的各功能模块当前对应的配置参数，即上一次根据最优配置参数调整后的配置参数，为了便于区分以下称为第一配置参数，将本次确定的最优配置参数称为第二配置参数。[0123](2)根据第一配置参数从预先构建的性能优化表中查找对应的衡量指标的指标值，即第一配置参数对应的最优指标值，为了便于区分以下称为第一最优指标值，将本次确定的最优配置参数对应的最优指标值称为第二指标值。[0124](3)根据第一指标值和第二指标值，对所述基站的性能进行优化。[0125]具体的说，上述所说的根据第一指标值和第二指标值对基站的性能进行优化，具体是通过确定第一指标值和第二指标值之间的差值，然后通过确定差值是否在预设的误差范围内来决定是否进行优化。[0126]比如说，如果所述差值在预设的误差范围内，则保持所述基站内部的各功能模块对应的所述配置参数不变，即不对基站的性能进行优化，基站内部各功能模块对应的配置参数还是第一配置参数。[0127]相应地，所述差值不在预设的误差范围内，则根据第二配置参数，对所述基站内部的各功能模块中对应的第一配置参数进行调整。[0128]由此，避免了频繁的调整基站内部各功能模块对应的配置参数，进而保证了基站整体性能的稳定。[0129]此外，关于上述所述的误差范围，在具体设置时，可以综合考虑基站当前的业务需求和业务场景，即如果当前的业务需求和业务场景是要求高速率、大容量和高可靠性，则设置的误差范围对应的上限值和下限值相对较小。[0130]相应地，如果当前的业务需求和业务场景是对速率、容量和可靠性要求相对较低，则设置的误差范围对应的上限值和下限值可以适当放宽。[0131]为了从整体上理解本实施例提供的基站性能优化方法，以下结合实例进行说明：[0132]假设，对基站性能的考量主要是针对丢包率(packeterrorratio，per)这一衡量指标的，则在基站运行的过程中，首先按照预设周期，比如一定的采集速率实时获取自身的网络性能参数和其他有交互的基站的网络性能参数，即per衡量指标对应的per值。[0133]然后，将per指标和per值分解到基站内部对应的功能模块，并按照一定的算法，如遍历寻优算法或二分寻优算法，找到最优per值对应的配置参数作为最优配置参数。[0134]由于各功能模块对基站整体的per影响各有不同，在确定最优配置参数时，需要分别评估各功能模块对基站整体的per的影响，仍以图3所示的基站为例，则针对不同的功能模块，具体评估的是：收发信板模块中时延、evm、幅相一致性等参数对per的影响；功放模块中饱和功率、效率等参数对per的影响；电源模块中电压、电流等参数对per的影响；双工器模块中插损、驻波等参数对per的影响。[0135]此外，在评估过程中，不仅要单独评估每个配置参数对基站整体的per的影响，还需要评估同一功能模块内不同配置参数组合、不同功能模块不同配置参数及其组合之间对基站整体的per的影响，从而得到多张不同情况、不同优先级、不同功能的对应关系表或关系函数。[0136]其中所述按照一定的算法找到最优per对应的各功能模块的最优配置参数，是指按照一定的算法流程通过遍历和迭代寻优的方法找到最优per对应的各功能模块的最优配置参数，比如：[0137](1)给收发信板模块(代号为a)中时延参数a1、evm参数a2、幅相一致性参数a3，功放模块(代号为b)中饱和功率参数b1、效率参数b2，电源模块(代号为c)中电压参数c1、电流参数c2，双工器模块(代号为d)中插损参数d1、驻波参数d2配置最优经验值。[0138](1)固定a(a1，a2，a3)、b(b1，b2)、c(c1、c2)、d(d1)不变，在一定的误差范围内寻找最优d(d2)；然后固定a(a1，a2，a3)、b(b1，b2)、c(c1、c2)不变，在一定的误差范围内寻找最优d(d1，d2)，其中d1，d2均要完成全遍历；接着固定a(a1，a2，a3)、b(b1，b2)、c(c1)不变，在一定的误差范围内寻找最优c(c2)、d(d1，d2)，其中c1，d1，d2均要完成全遍历；如此一直遍历下去，便可以得到最优per值对应的各功能模块的最优配置参数。[0139]考虑到精确性，可以缩小每个配置参数每次遍历的步进，即通过首轮遍历后，根据基站整体的per的变化趋势确定各配置参数对应的一个较优的范围。通过不断缩小每次遍历步进，在经过多次迭代操作后，便可以寻找到最优per值对应的各功能模块的最优配置参数。[0140]将最终确定的最优per值对应的各功能模块的最优配置参数加载到基站中，即加载到基站内部相应地功能模块中，便可以完成对基站性能的优化，使得当前环境下，衡量基站整体性能的per能够得到提升，即per值显示下降。[0141]应当理解的是，上述示例仅是为了更好的理解本实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。[0142]此外，值得一提的是，在一个例子中，为了进一步提升对基站性能优化的速度，同时减少基站确定最优配置参数的处理操作，可以基于预设的学习算法和收集的各种基站在不同业务需求和业务场景下对应的各种衡量指标、指标值确定对应的最优配置参数，然后构建各衡量指标、指标值和最优配置参数之间的性能优化表。从而在按照预设周期获取到基站的网络性能参数后，直接根据网络性能参数中的衡量指标和指标值从性能优化表中查找对应的最优配置参数。[0143]相应地，若查找到，则直接根据查找到的最优配置参数对基站的性能进行优化；否则，按照本实施例给出的方式确定当前时候基站的最优配置参数，并根据确定的最优配置参数对基站的性能进行优化，同时根据确定的最优配置参数，对性能优化表进行更新维护。[0144]由此，本实施例提供的基站性能优化方法，通过按照预设周期获取基站的网络性能参数，即实现对基站“实时”采集能够体现基站当前性能的网络性能参数，并基于预设的学习算法，根据获取到的网络性能参数来确定基站在当前场景中的最优配置参数，根据确定的最优配置参数在基站的实际使用过程中，对基站进行动态的性能优化，进而满足了基站硬件性能量化要求，在使整个基站能够更好的适应于各种实际使用场景的同时，也保障了基站性能的可靠性。[0145]此外，值得一提的是，本实施例提供的基站性能优化方法，与现有的5g基站动态调压功能在原理和实现上并不矛盾或冲突，在一定范围上动态调压属于申请请的一种特例，但动态调压仅是在基站性能参数发生变化时按照预先设计的动态调压表格对基站内部功放模块的漏极电压进行必要的调整，而本技术实施例提供性能优化方法，是在基站对应的网络性能参数发生变化时，首次按照最优理论值或者说确定的最优配置参数进行性能优化，二次及二次以后是按照算法学习根据上一次的最优配置参数和本次确定的最优配置参数共同决定对基站内部各功能模块的各种配置参数进行加载和配置，同时实现实时更新，保证整个基站一直在衡量指标的指标值为最优值下工作，因此本技术实施例提供的基站性能优化方法，通过增加部分软件流程和算法优化，使得对基站性能的优化较动态调压更加全面、准确且实时性更强。[0146]除此之外，本实施例提供的基站性能优化方法，在现有5g基站正常的工作环境上无需新增额外的硬件装置、接口和成本，仅是在原有系统中增加部分算法流程和判定门限，不仅在现有功能上没有缺失，而且可快速、有效提升整个基站的可靠性性能，是其他传统提升可靠性性能的方法所不能比拟的。[0147]此外，应当理解的是，上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。[0148]参见图4，图4是本技术实施例提供的基站性能优化装置的结构示意图。[0149]参见图4，基站的性能优化装置包括：网络性能参数获取模块401、最优配置参数确定模块402和性能优化模块403。[0150]其中，网络性能参数获取模块401，用于按照预设周期获取基站的网络性能参数；最优配置参数确定模块402，用于基于预设的学习算法，根据所述网络性能参数确定最优配置参数；性能优化模块403，用于根据所述最优配置参数对所述基站的性能进行优化。[0151]此外，在另一个例子中，最优配置参数确定模块402具体用于执行如下操作：[0152]根据对应的业务需求和业务场景，从预设的网络性能衡量指标中选取衡量指标；[0153]从所述网络性能参数中获取所述衡量指标对应的第一指标值；[0154]基于预设的学习算法，根据所述衡量指标和对应的所述指标值，确定最优配置参数。[0155]此外，在另一个例子中，基站包括一个或一个以上的功能模块。[0156]相应地，最优配置参数确定模块402还用于执行如下操作：[0157]根据预先确定的衡量指标与所述功能模块的对应关系表，将所述衡量指标和对应的所述指标值，分解到所述基站中与所述衡量指标对应的所述功能模块；[0158]对于每一所述功能模块，按照预设规则调整所述功能模块对应的配置参数和/或与所述功能模块配合使用的其他所述功能模块对应的配置参数，确定调整后所述衡量指标对应的第二指标值；[0159]建立所述衡量指标、所述第二指标值和调整的所述配置参数之间的第一对应关系；[0160]基于预设的所述学习算法，从所述第一对应关系中选取满足预设条件的配置参数，得到所述最优配置参数。[0161]此外，在另一个例子中，最优配置参数确定模块402还用于执行如下操作：[0162]基于预设的所述学习算法，从所述第一对应关系中选取满足所述预设条件的所述第二指标值；[0163]将满足所述预设条件的所述第二指标值对应的配置参数，确定为所述最优配置参数。[0164]此外，在另一个例子中，基站性能优化装置还包括性能优化表维护模块。[0165]具体的，性能优化表维护模块具体用于执行如下操作：[0166]建立所述衡量指标、对应的所述第二指标值和所述最优配置参数之间的第二对应关系；[0167]根据所述对应关系，将所述衡量指标、对应的所述第二指标值和所述最优配置参数存储到预先构建的性能优化表中，以使下一次对所述基站的性能进行优化时，能够根据获取到的所述网络性能参数中的所述衡量指标和对应的指标值，从所述性能优化表中查找对应的最优配置参数。[0168]此外，在另一个例子中，性能优化模块403具体用于执行如下操作：[0169]如果是首次优化，根据所述最优配置参数，对所述基站内部的各功能模块中对应的配置参数进行调整；[0170]如果是非首次优化，获取所述基站内部的各功能模块当前对应的配置参数，根据当前对应的所述配置参数从预先构建的性能优化表中查找对应的衡量指标的指标值；[0171]根据所述最优配置参数对应的指标值和查找到的所述指标值，对所述基站的性能进行优化。[0172]此外，在另一个例子中，性能优化模块403还用于执行如下操作：[0173]确定所述最优配置参数对应的指标值和查找到的所述指标值之间的差值；[0174]如果所述差值在预设的误差范围内，则保持所述基站内部的各功能模块对应的所述配置参数不变；[0175]如果所述差值不在预设的误差范围内，则根据所述最优配置参数，对所述基站内部的各功能模块中对应的配置参数进行调整。[0176]此外，在一个例子中，基站性能优化装置还包括告警模块。[0177]具体的，告警模块，用于在网络性能参数获取模块401、最优配置参数确定模块402和性能优化模块403涉及的任一参数超出预设预警范围时，作出告警，以使网管人员能够及时获知基站内部哪一功能模块出现异常，以便进行维护。[0178]此外，在另一个例子中，告警模块，还用于在整个基站优化流程出现异常时，合理的完成断点处理和跳出，以避免整个基站系统出现死循环或宕机情况。[0179]由此，本实施例提供的基站性能优化装置，通过按照预设周期获取基站的网络性能参数，即实现对基站“实时”采集能够体现基站当前性能的网络性能参数，并基于预设的学习算法，根据获取到的网络性能参数来确定基站在当前场景中的最优配置参数，根据确定的最优配置参数在基站的实际使用过程中，对基站进行动态的性能优化，进而满足了基站硬件性能量化要求，在使整个基站能够更好的适应于各种实际使用场景的同时，也保障了基站性能的可靠性。[0180]不难发现，本实施例为与上述得到实施例相对应的装置实施例，本实施例可与上述方法实施例互相配合实施。上述方法实施例中提到的相关技术细节在本实施例中依然有效，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在上述方法实施例中。[0181]值得一提的是，本实施例中所涉及到的各功能模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本技术的创新部分，本实施例中并没有将与解决本技术所提出的技术问题关系不太密切的单元引入，但这并不表明本实施例中不存在其它的单元。[0182]参见图5，图5是本技术实施例提供的基站的结构示意图。[0183]参见图5，本实施例提供的基站包括：包括至少一个处理器501；以及，与至少一个处理器501通信连接的存储器502。[0184]其中，存储器502存储有可被至少一个处理器501执行的指令，指令被至少一个处理器501执行，以使至少一个处理器501能够执行上述方法实施例所描述的基站性能优化方法。[0185]此外，在一个例子中，存储器502和处理器501采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器501。[0186]处理器501负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。[0187]本技术实施例还涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例所描述的基站性能优化方法。[0188]即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。[0189]本领域的普通技术人员可以理解，上述各实施例是实现本技术的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本技术的精神和范围。当前第1页12当前第1页12
背景技术：
：：2.随着移动通信网络的发展，尤其是5g移动网络架构的变化，对移动通讯设备，如基站提出了更高的要求，如低成本、低功耗、高速率、大容量和高可靠性，以更好的满足移动通信的新要求。其中“高可靠性”不仅要求基站本身具备较低的故障率，同时对其实时的软件、硬件性能也提出了具体的量化要求。3.一般来说，整个基站的性能评估是由软件性能量化要求和硬件性能量化要求共同保证的，其中软件性能量化要求可由整个基站的软件系统流程实时把控，在基站正常工作中由各软件模块的关键绩效指标(keyperformanceindicator，kpi)值来做实时、定量的打分和评估，而现有的硬件性能量化要求往往与基站的性能评估一起捆绑而共同体现，即在软件性能量化要求无误时，如果基站的性能仍有异常，才会考虑是当前的硬件性能量化要求不满足导致的。4.但是，目前基站设计中，性能可靠性一般是由前期研发设计保证的，即一旦前期设计完成，基站中性能的可靠性就基本确定。后续基站在外场启用后，即便监控到基站自身的性能有明显下降或者出现损坏时，也只能进行简单的维修和更换，整个使用过程中一般无法进行必要的修改，更无无法对基站进行实时的性能可靠性的修正和维护等相关操作。因此，即便确定基础的性能异常是因为当前的硬件性能量化要求不满足导致的，考虑到成本及具体更换的复杂度，只要仍能满足前期设计的基本指标范围，传统方案一般会继续使用，但这一现状随着工作时间的增加难免会造成整个基站的性能可靠性持续下降，进而造成5g基站整体网络性能的恶化。技术实现要素：5.本技术实施例的目的在于提供一种基站性能优化方法、装置、基站及存储介质，旨在解决现有技术中无法在基站使用过程中，对基站内部配置参数进行动态调整的，使得基站性能无法适应实际使用场景的技术问题。6.为解决上述技术问题，本技术的实施例提供了一种基站性能优化方法，包括：7.按照预设周期获取基站的网络性能参数；8.基于预设的学习算法，根据所述网络性能参数确定最优配置参数；9.根据所述最优配置参数对所述基站的性能进行优化。10.为实现上述目的，本技术实施例还提供了一种基站性能优化装置，包括：11.网络性能参数获取模块，用于按照预设周期获取基站的网络性能参数；12.最优配置参数确定模块，用于基于预设的学习算法，根据所述网络性能参数确定最优配置参数；13.性能优化模块，用于根据所述最优配置参数对所述基站的性能进行优化。14.为实现上述目的，本技术实施例还提供了一种基站性能优化设备，包括：15.与所述至少一个处理器通信连接的存储器；其中，16.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的基站性能优化方法。17.为实现上述目的，本技术实施例还提供了一种计算机可读存储介质，存储有计算机程序。所述计算机程序被处理器执行时实现上述所述的基站性能优化方法。18.本技术提出的基站性能优化方法、装置、基站及存储介质，通过按照预设周期获取基站的网络性能参数，即实现对基站“实时”采集能够体现基站当前性能的网络性能参数，并基于预设的学习算法，根据获取到的网络性能参数来确定基站在当前场景中的最优配置参数，根据确定的最优配置参数在基站的实际使用过程中，对基站进行动态的性能优化，进而满足了基站硬件性能量化要求，在使整个基站能够更好的适应于各种实际使用场景的同时，也保障了基站性能的可靠性。附图说明19.一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定。20.图1是本技术实施例提供的基站性能优化方法的流程图；21.图2是本技术实施例提供的基于性能优化方法的又一流程图；22.图3是图2所示的基站性能优化方法适应于的基站内部的功能模块结构示意图；23.图4是本技术实施例提供的基站性能优化装置的结构示意图；24.图5是本技术实施例提供的基站的结构示意图。具体实施方式25.本技术实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。26.本技术实施例中术语“多个”是指两个或两个以上，其它量词与之类似。27.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本技术的各实施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本技术各实施例中，为了使读者更好地理解本技术而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施例的种种变化和修改，也可以实现本技术所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本技术的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。28.参见图1，图1是本技术实施例提供的基站性能优化方法的流程图，在本实施例中，该方法主要应用于基站。29.如图1所示，本实施例提供的基站性能优化方法，包括以下步骤：30.步骤101，按照预设周期获取基站的网络性能参数。31.步骤102，基于预设的学习算法，根据所述网络性能参数确定最优配置参数。32.步骤103，根据所述最优配置参数对所述基站的性能进行优化。33.由此，本实施例提供的基站的性能优化方法，按照上述方式，解决了现有技术中无法在基站使用过程中，对基站内部配置参数进行动态调整的，使得基站性能无法适应实际使用场景的技术问题。34.此外，值得一提的是，在另一个例子中，本技术实施例提供的基站性能优化方法也可以应用于远端服务器，具体可以是部署在远端服务器上用于统一管控某一区域中布设的基站的系统，比如称之为基站管控系统。即，通过预先建立各基站与基站管控系统的通信，由基站管控系统按照预设周期获取每一基站对应的网络性能参数，然后根据预设的学习算法，根据获取到的各基站对应的网络性能参数，确定该基站的最优配置参数，然后将确定的最优配置参数下发至对应的基站，供基站根据最优配置参数进行性能优化。35.参见图2，图2是本技术实施例提供的基站性能优化方法的流程图，在本实施例中，该方法主要应用于基站。36.如图2所示，本实施例提供的基站性能优化方法，包括以下步骤：37.步骤201，按照预设周期获取基站的网络性能参数。38.具体的说，关于上述所说的按照预设周期获取基站的网络性能参数，可以是按照预先确定好的采样速率，如在不影响基站正常工作的情况下，在基站正常工作的同时实时采集基站对应的网络性能参数；也可以是按照一定的时间间隔，例如每隔10分钟采集一次基站对应的网络性能参数；也可以是在每一个固定时间点，定时获取的，如每个整点采集一次。39.此外，关于上述所说的按照一定的时间间隔，对基站对应的网络性能参数进行采集时，在一个例子中，该时间间隔具体是综合考虑基站实际工作场景确定的。40.此外，值得一提的是，由于基站与基站之间会有信息的交互，因此对于任一基站，影响其性能的因素除了自身的网络性能参数，还包括存在交互关系的其他基站的网络性能参数。即，在本实施例中，上述获取到的基站的网络性能参数，不仅包括需要进行性能优化的基站自身的网络性能参数，还包括与其存在交互关系的其他基站，传播给该基站的网络性能参数。41.可理解的，需要进行优化的基站接收到的其他基站传播的网络性能参数，可能与从自身采集到的网络性能参数全部相同，也可能仅部分相同，还可能完全不相同，本实施例对此不做限制。42.此外，可理解的，不论是从需要进行优化的基站自身获取到的网络性能参数，还是从与其进行交互的其他基站获取到的网络性能参数，至少包括了多种可能影响基站性能的衡量指标，比如流量、丢包率等，此处不再一一列举，本实施例对此也不做限制。43.基于此，在按照预设周期获取基站的网络性能参数时，实质是以衡量指标为单位，在获取完全部的衡量指标对应的指标值后，才认为本周期应该获取的网络性能参数都获取到了。44.步骤202，根据对应的业务需求和业务场景，从预设的网络性能衡量指标中选取衡量指标。45.具体的说，为了保证根据网络性能参数确定的最优配置参数能够更加适合需要进行优化的基站，从而保证性能优化结果。如何基于预设的学习算法，根据获取到的网络性能参数确定最优配置参数，就显得尤为重要。46.通过对不同基站在不同业务需求和业务场景下获取到的网络性能参数的分析，发现网络性能参数中不同的衡量指标和对应的指标值与配置参数存在在着密切联系。47.基于此，本实施例在根据预设的学习算法，如遍历寻优算法、二分寻优算法，根据网络性能参数确定最优配置参数时，具体是先根据该基站对应的业务需求和业务场景，从预设的网络性能衡量指标中选取适合该基站的业务需求和业务场景的衡量指标。48.可理解的，在一个例子中，对于业务需求和业务场景固定不变的基站，对应的业务需求和业务场景，可以是在基站架设时预先确定的。49.相应地，对于此类基站，在选取衡量指标时只需根据预先确定的业务需求和业务场景即可。50.此外，在另一个例子中，对于业务需求和业务场景会会发生变化的基站，在选取衡量指标时，需要先获取基站当前对应的业务需求和业务场景，然后在基于获取到的业务需求和业务场景，从预设的网络性能衡量指标中选取衡量指标。51.此外，值得一提的是，为了保证最终确定的最优配置参数的合理性，进而保证优化后的基站的可靠性，选取的衡量指标可以是一个，也可以是多个。52.此外，在一个例子中，如果基站在运行过程中，需要满足多组衡量指标(每组可以是一个衡量指标，也可以是多个衡量指标)，则选取的衡量指标可以是多组。53.也就是说，根据实际情况来选取衡量指标即可。54.此外，对于不同的基站，考虑到它们各自在运行过程中，实时的业务需求的不同，衡量指标也可以根据实时的业务需求略有不同，但不论哪种情况，衡量指标的选取要尽可能通用、易于收集和快速计算，从而保证基站能够快速获取网络性能参数，并根据动态变化的网络性能参数，实时、准确的计算出适合当前业务需求的最优配置参数，进而能够根据确定的最优配置参数及时进行性能优化，以更好的提供业务。55.为了便于理解，以下给出几种根据场景的业务需求和业务场景，选取的衡量指标：56.比如，对于低功耗的业务需求和业务场景，选取的衡量指标通常是基站热耗和效率等；对于高速率的业务需求和业务场景，选取的衡量指标通常是流量和峰值速率等；对于大容量的业务需求和业务场景，选取的衡量指标通常是丢包率和误码率等。57.应当理解的是，上述示例仅是为了更好的理解本实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。58.步骤203，从所述网络性能参数中获取所述衡量指标对应的第一指标值。59.具体的说，如果选取的衡量指标为流量，那么从包括了众多信息的网络性能参数中选取的第一指标值即为流量对应的流量值。60.步骤204，基于预设的学习算法，根据所述衡量指标和对应的所述第一指标值，确定最优配置参数。61.具体的说，由于一个基站内部通常包括了多个功能模块，而不同的功能模块在基于各自的配置参数运行时，会对不同衡量指标的指标值参数影响，即功能模块与衡量指标之间是存在某种对应关系的。62.基于此，为了便于确定最优配置参数，进而使得根据最优配置参数运行的功能模块对应的衡量指标的指标值能够满足预设要求，从而使得基站整体的性能满足预设要求，可以预先确定各衡量指标与各功能模块之间的对应关系，然后在基于预设的学习算法，根据从获取到的网络性能参数中选取出的各衡量指标和各衡量指标对应的第一指标值，确定最优配置参数时，借助预先确定的衡量指标与功能模块的对应关系，便可以快速确定适合每一个功能模块的最优配置参数，进而保证根据每一功能模块的最优配置参数对该功能模块进行配置后，基站整体的性能得到优化。63.关于上述所说的基于预设的学习算法，根据从获取到的网络性能参数中选取出的各衡量指标和各衡量指标对应的第一指标值，借助预先确定的衡量指标与功能模块的对应关系，确定最优配置参数的过程，具体如下：64.(1)根据预先确定的衡量指标与功能模块的对应关系表，将所述衡量指标和对应的所述第一指标值，分解到所述基站中与所述衡量指标对应的所述功能模块。65.为了便于理解，以下结合图3进行具体说明：66.假设需要进行优化的基站内部的功能模块至少包括图3所示的收发信板模块、功放模块、双工器模块和电源模块。67.其中，电源模块为上述各功能模块供电，以保证基站的正常运行。收发信板模块与功放模块之间存在交互，功放模块会向双工器模块输出数据，双工器模块不仅会将数据通过天线传播出去，还会通过自反馈的方式反馈给收发信板模块。68.也就是说，在基站的整体运行中，上述各功能模块各自对应的配置参数，在各自的运行中，可能会影响对方的衡量指标的指标值。69.基于图3所示的基站内部的功能模块结构示意图，在根据预先确定的衡量指标与功能模块的对应关系表，将所述衡量指标和对应的所述指标值，分解到所述基站中与所述衡量指标对应的功能模块时，具体是将衡量指标对应的第一指标值分解到上述四个功能模块中。70.以从获取的基站的网络性能参数中选取的衡量指标仅为流量这一指标为例，如果预先确定的衡量指标与功能模块的对应关系表中记载了流量与上述四个功能模块均有对应关系，则上述所说的分解需要将流量这一衡量指标分解到上述四个功能模块。71.(2)对于每一所述功能模块，按照预设规则调整所述功能模块对应的配置参数和/或与所述功能模块配合使用的其他所述功能模块对应的配置参数，确定调整后所述衡量指标对应的第二指标值。72.仍以图3所示的基站为例，则上所说的对于每一所述功能模块，按照预设规则调整所述功能模块对应的配置参数和/或与所述功能模块配合使用的其他所述功能模块对应的配置参数，确定调整后所述衡量指标对应的所述指标值，实质上涵盖了以下三种情况：73.1)单独调整各功能模块对应的配置参数74.仍以从获取的基站的网络性能参数中选取的衡量指标仅为流量这一指标为例，则对于收发信板模块，按照预设规则调整的配置参数可以是时延、误差向量幅度(errorvectormagnitude，evm)、幅相一致性等；对于功放模块，按照预设规则调整的配置参数可以是功率、功效等；对于双工器模块，按照预设规则调整的配置参数可以是插损、驻波等；对于电源模块，按照预设规则调整的配置参数可以是电压、电流等。75.应当理解的是，上述示例仅是为了更好的理解本实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。76.2)单独调整与所述功能模块配合使用的其他所述功能模块对应的配置参数77.仍以从获取的基站的网络性能参数中选取的衡量指标仅为流量这一指标为例，对于收发信板模块，按照预设规则调整的配置参数实质为功放模块对应的功率、功效等，双工器模块对应的插损、驻波等，以及电源模块对应的电压、电流等。78.应当理解的是，上述示例仅是为了更好的理解本实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。79.3)同时调整各功能模块对应的配置参数和与所述功能模块配合使用的其他所述功能模块对应的配置参数，即各功能模块对应的配置参数，以各种交叉组合的方式进行调整。80.此外，值得一提的是，如果基站内部某一功能模块对应的配置参数仍有分量，侧在按照预设规则对配置参数进行调整时，可以进一步分解为颗粒度更小的配置参数。81.比如说，功能模块中效率参数还可以分解为功率、电压和电流三个参数，还需要分别计算当颗粒度进一步变小时，各配置参数与衡量指标对应的指标值的对应关系，进而保证最终确定的最优配置参数，能够使基站的运行更符合实际业务需求。82.一般来说，影响功放模块中饱和功率参数和效率参数的可调参数(即细化后的配置参数)可进一步分为功放管的栅压和漏压。83.此外，应当理解的是，除了上述细化后的功放管的栅压和漏压会对饱和功率参数和效率参数有影响，还有很多参数同样会影响饱和功率和效率，但这类参数往往需要调整硬件，如输入/输出阻抗、环形器的插损/驻波比、级间隔离器的合成相位等等，这些在实际的基站中不易实时修改，因此在本实施例中不讨论，但不代表这些参数不可调，一旦诸如此类的参数变成可实时修改，也属于本技术保护的范围，以下举例中如遇此情况，按照同类情况处理。84.关于对功放管的栅压和漏压的调整，具体如下：85.根据栅压/漏压上下限范围，将范围平均分为三段，则可以将影响饱和功率参数的栅压和漏压定义为饱和功率(栅压值1，栅压值2，栅压值3)、(漏压值1，漏压值2，漏压值3)；同样地，将影响效率参数的栅压和漏压定义为效率(栅压值1，栅压值2，栅压值3)、(漏压值1，漏压值2，漏压值3)。86.(a)保持饱和功率(栅压值1)、(漏压值1)和效率(栅压值1)不变，分别遍历效率(漏压值1，漏压值2，漏压值3)，获得多组饱和功率和效率值及其对应的漏压、栅压值。87.(b)保持饱和功率(栅压值1)、(漏压值1)不变，依次遍历效率(栅压值1)时效率(漏压值1，漏压值2，漏压值3)，效率(栅压值2)时效率(漏压值1，漏压值2，漏压值3)，效率(栅压值3)时效率(漏压值1，漏压值2，漏压值3)，获得多组饱和功率和效率值及其对应的漏压、栅压值。88.(c)保持饱和功率(栅压值1)不变，依次遍历饱和功率(栅压值2)下效率(栅压值1)时效率(漏压值1，漏压值2，漏压值3)，饱和功率(栅压值2)下效率(栅压值2)时效率(漏压值1，漏压值2，漏压值3)，饱和功率(栅压值2)下效率(栅压值3)时效率(漏压值1，漏压值2，漏压值3)，获得多组饱和功率和效率值及其对应的漏压、栅压值；继续，保持饱和功率(栅压值1)不变，依次遍历饱和功率(栅压值3)下效率(栅压值1)时效率(漏压值1，漏压值2，漏压值3)，饱和功率(栅压值3)下效率(栅压值2)时效率(漏压值1，漏压值2，漏压值3)，饱和功率(栅压值3)下效率(栅压值3)时效率(漏压值1，漏压值2，漏压值3)，获得多组饱和功率和效率值及其对应的漏压、栅压值；89.(d)依次分别保持饱和功率(栅压值2)不变和保持饱和功率(栅压值3)不变，按照全遍历的算法，再次完成上述步骤的循环，得到针对功放模块饱和功率和效率与其栅压/漏压的全遍历对应表。90.(e)按照饱和功率最大值优先和效率最高值其次的顺序对栅压/漏压进行排序，相同饱和功率和效率值对应栅压/漏压可排在相邻行。91.(f)考虑到配置参数精度的影响，还可以将栅压/漏压上下限范围平均分为六段，即将影响饱和功率参数的栅压和漏压定义为饱和功率(栅压值1，栅压值2，栅压值3，栅压值4，栅压值5，栅压值6)、(漏压值1，漏压值2，漏压值3，漏压值4，漏压值5，漏压值6)；同样地，将影响效率参数的栅压和漏压定义为效率(栅压值1，栅压值2，栅压值3，栅压值4，栅压值5，栅压值6)、(漏压值1，漏压值2，漏压值3，漏压值4，漏压值5，漏压值6)，重复上述步骤(a)至步骤(e)，则可以得到更加精准的功放模块饱和功率和效率与其栅压/漏压的全遍历对应表；如系统对精度要求较高，可逐步缩小参数步进，以满足精度要求。92.(j)结合功放模块饱和功率和效率参数最大时其基站丢包率一般为最低的原则，则可以得到基站丢包率、功放模块饱和功率和效率、功放栅压/漏压的最优配置关系表。93.此外，在另一个例子中，影响收发信板模块中时延参数、evm参数、幅相一致性的可调参数可进一步分为收发信板模块发射链路上可调器件的各类参数，包括但不限于各器件寄存器参数(例如上下限和默认值)、算法模块参数(例如门限等)、滤波器参数(例如带宽、带外抑制等)等。94.对于上述各种细化后的可调参数的调整，具体如下：95.同样根据各类参数的上下限范围，将范围平均分为三段，则可以将影响时延参数的器件寄存器参数、算法模块参数、滤波器参数定义为时延(器件寄存器参数1，器件寄存器参数2，器件寄存器参数3)、(算法模块参数1，算法模块参数2，算法模块参数3)、(滤波器参数1，滤波器参数2，滤波器参数3)；同样地，将影响evm参数的器件寄存器参数、算法模块参数、滤波器参数定义evm(器件寄存器参数1，器件寄存器参数2，器件寄存器参数3)、(算法模块参数1，算法模块参数2，算法模块参数3)、(滤波器参数1，滤波器参数2，滤波器参数3)；同样地，将影响幅相一致性参数的器件寄存器参数、算法模块参数、滤波器参数定义幅相一致性(器件寄存器参数1，器件寄存器参数2，器件寄存器参数3)、(算法模块参数1，算法模块参数2，算法模块参数3)、(滤波器参数1，滤波器参数2，滤波器参数3)。96.使用与功放模块配置可调参数的全遍历的算法，得到针对收发信板模块时延参数、evm参数、幅相一致性参数与其器件寄存器参数、算法模块参数、滤波器参数的全遍历对应表，按照由高到低的顺序重新排序，结合收发信板模块时延参数、evm参数、幅相一致性参数最优时其基站丢包率一般为最低的原则，则可以得到基站丢包率、收发信板模块时延参数和evm参数及幅相一致性参数、收发信板器件寄存器参数和算法模块参数及滤波器参数的最优配置关系表。97.此外，在另一个例子中，影响双工器模块中插损和驻波等的可调参数可进一步分为双工器上的各级可调数字模拟转换器(digitaltoanalogconverter，dac)参数，包括且不限于调幅dac参数和调相dac参数等。98.对于上述各种细化后的可调参数的调整，具体如下：99.同样根据各类参数的上下限范围，将范围平均分为三段，则可以将影响可调dac参数的调幅dac参数、调相dac参数定义为可调dac参数(调幅dac参数1，调幅dac参数2，调幅dac参数3)、(调相dac参数1，调相dac参数，调相dac参数3)。100.使用与功放模块配置可调参数的全遍历的算法，得到针对双工器上的各级可调dac参数与其调幅dac参数、调相dac参数的全遍历对应表，按照由高到低的顺序重新排序，结合双工器上各级可调dac参数最优时其基站丢包率一般为最低的原则，则可以得到基站丢包率、双工器上的各级可调dac参数、双工器调幅dac参数和调相dac参数的最优配置关系表。101.此外，在另一个例子中，影响电源模块中电压和电流参数首先可以根据各类参数的上下限范围，将范围平均分为三段，则可以定义为电压参数(电压1，电压2，电压3)，电流参数(电流1，电流2，电流3)；然后，使用与功放模块配置可调参数的全遍历的算法，得到针对电源模块的电压和电流的全遍历对应表，结合电源模块电压和电流最优组合时其基站丢包率一般为最低的原则，则可以得到基站丢包率、电压参数和电流参数的最优配置关系表。102.此外，在另一个例子中，如果考虑基站内部的收发信板模块、功放模块、双工器模块和电源模块的配置参数对基站丢包率的影响并非完成相对独立，还需使用全遍历寻优或二分法快速寻优来计算各配置参数两两结合或多个结合后对基站丢包率的影响，同时考虑到各配置参数颗粒度大小会对最终基站丢包率有一定影响，因此建议各配置参数尽可能使用较小的颗粒度完成计算，从而最终得到基站丢包率与全部配置参数的全遍历最优配置表。103.关于如何得到基站丢包率与全部配置参数的全遍历最优配置表，具体实现方式与单独得到某一功能模块中丢包率与全部配置参数的全遍历最优配置表的方法类似，在具体实现时，参照上述方式进行即可，此处不再赘述。104.将计算所得的全遍历最优配置表定义为table1，按照table1的配置参数来配置基站内部各功能模块的配置参数，便可获得当前环境下基站整体的丢包率；通过基站在全网元环境下网管单元不断获得实时的丢包率值，如果当前实时丢包率值满足预设的丢包率要求，如[0，0.5％]，则table1保持不变；如果当前实时丢包率值超出要求[0，0.5％]，则以table1中各配置参数为基准，分别按照之前确定的颗粒度为步进递增和递减一个或多个步进，形成当前参数新的上下限范围。[0105]比如说，table1中功放模块的效率参数的当前栅压最优参数值为2000mv，对应的颗粒度为100mv，分别递增和递减2个颗粒度，则当前栅压参数范围改为(1800mv，1900mv，2000mv，2100mv，2200mv)；table1中功放模块的效率参数的当前漏压最优参数值为30v，对应的颗粒度为1v，分别递增和递减2个颗粒度，则当前栅压参数范围改为(28v，29v，30v，31v，32v)；由此得到影响效率参数的栅压和漏压值为效率(1800mv，1900mv，2000mv，2100mv，2200mv)(28v，29v，30v，31v，32v)，其他配置参数以此类推。[0106]在当前环境下重新使用全遍历寻优或二分法迭代寻优的算法继续计算，得到基站丢包率与全部配置参数的全遍历最优配置表table2，重复上述判断，从而实现实时的计算与更新。[0107]基站丢包率对应的预设的丢包率要求针对其实际的工作场景可不尽相同，如随着5g基站高速率、大容量和高可靠性场景的不断增大，一般工作场景下的丢包率要求[0，0.5％]会进一步提高，例如要求缩小至[0，0.1％]或[0，0.5‰]，此时当前基站丢包率的采集速率也会相应的增加，同时当前基站丢包率对应的全部配置参数的全遍历最优配置表算法迭代的计算量也会相应的增大；因此还需要综合考虑实际实时的工作场景，以满足实时最优化的目的。[0108]此外，在实际的应用中，如果由于基站内部的功能模块老化或其他原因导致各配置参数进行3次以上全遍历寻优后仍无法满足基站的丢包率要求，则可以像网管人员作出预警，并告知预测的可能出现故障的功能模块以及该功能模块当前的配置参数。[0109]此外，关于上述所说的按照预设规则对功能模块对应的配置参数进行调整，具体可以是按照每次修改一个或一组衡量指标对应的配置信息，或者一个或多个功能模块对应的配置参数，然后通过使用遍历或自主学习等方式，得到当前网络环境下，与基站的可靠性相关的衡量指标的指标值，如上述所说的流量这一衡量指标对应的指标值。[0110](3)建立所述衡量指标、所述第二指标值和调整的所述配置参数之间的第一对应关系。[0111]具体的说，由于调整的过程涉及上述三种，因此建立的第一对应关系也会根据调整的方式有所不同，比如对于第一种调整方式，则建立的仅为各功能模块对应的配置参数变化时，各衡量指标对应的指标值与调整后的配置参数之间的第一对应关系。[0112]相应地，对于第三种调整方式，则建立的是多个功能模块对应的配置参数变化时，各衡量指标对应的指标值与不同的功能模块调整后的配置参数之间的第一对应关系。[0113](4)基于预设的所述学习算法，从所述第一对应关系中选取满足预设条件的配置参数，得到所述最优配置参数。[0114]具体的说，由于得到的第一对应关系能够体现所述衡量指标、所述第二指标值和调整的所述配置参数三者之间的关系，因而为了根据确定的最优配置参数调整后的基站的性能最佳，那么确定的最优配置参数对应的所述衡量指标的指标值必然是最优的。基于此，在基于预设的所述学习算法，从所述第一对应关系中选取满足预设条件的配置参数，得到所述最优配置参数时，只需基于预设的所述学习算法，从所述第一对应关系中选取调整后的所述衡量指标对应的所述指标值满足所述预设条件的，比如最优的；然后，将满足所述预设条件的所述衡量指标对应的所述指标值对应的配置参数，确定为所述最优配置参数即可。[0115]此外，应当理解的是，为了尽快快速、准确的得到最优配置参数，可以基于预设的学习算法构建想要的学习模型，从而在需要确定最优配置参数时，将得到的各对应关系作为输入参数，输入该学习模型，由学习模型按照一定的算法，即构建该学习模型的算法，如遍历寻优算法、二分寻优算法等进行处理，并将输出结果再次输入该学习模型，通过多次迭代处理，最终将满足条件的指标值对应的配置参数作为最优配置参数。[0116]此外，值得一提的是，由于基站的业务执行的业务和网络环境是实时变化的，因而对于不同的业务和不同的网络环境，会得到多组最优衡量指标值，相应地最终确定的最优配置参数也会有多种。为了便于后续对基站的性能优化，可以预先构建性能优化表，并在每一次确定最优配置参数后，通过建立最优配置参数、对应的衡量指标和衡量指标对应的第二指标值，之间的第二对应关系，并根据确定的第二对应关系，将所述衡量指标、对应的所述第二指标值和所述最优配置参数存储到预先构建的性能优化表中，从而在下一次对所述基站的性能进行优化时，能够根据获取到的所述网络性能参数中的所述衡量指标和对应的指标值，先从所述性能优化表中查找对应的最优配置参数，如果查找到，则直接拿来对基站进行性能优化，无需通过大量分析计算确定最优配置参数，从而进一步提升优化速度。[0117]步骤205，根据所述最优配置参数对所述基站的性能进行优化。[0118]具体的说，当前需要对基站的性能进行优化的操作，可能是首次优化，也可能是非首次优化。[0119]对于首次优化，即本实施例提供的基站性能优化方式是首次执行，预先构建的性能优化表中还没有存在按照本实施例给出的确定最优配置参数的方式确定的最优配置参数，这种情况下，直接根据当前按照步骤201至步骤204确定的最优配置参数，对基站内部的各功能模块中对应的配置参数进行调整即可。[0120]具体的说，在一个例子中，可以直接将各功能模块对应的配置参数全部调整为确定的最优配置参数，也可以是仅替换功能模块对应的配置参数中，与确定的最优配置参数不同的部分，本实施例对此不做限制。[0121]相应地，对于非首次优化，即第二次及第二次之后的优化，预先构建的性能优化表中已经存储了按照本实施例给出的确定最优配置参数的方式确定的最优配置参数，这种情况下，为了尽可能减少调整次数，以保证基站整体的稳定性。在根据确定的最优配置参数对基站的性能进行优化时，具体是采用如下方式进行的：[0122](1)获取所述基站内部的各功能模块当前对应的配置参数，即上一次根据最优配置参数调整后的配置参数，为了便于区分以下称为第一配置参数，将本次确定的最优配置参数称为第二配置参数。[0123](2)根据第一配置参数从预先构建的性能优化表中查找对应的衡量指标的指标值，即第一配置参数对应的最优指标值，为了便于区分以下称为第一最优指标值，将本次确定的最优配置参数对应的最优指标值称为第二指标值。[0124](3)根据第一指标值和第二指标值，对所述基站的性能进行优化。[0125]具体的说，上述所说的根据第一指标值和第二指标值对基站的性能进行优化，具体是通过确定第一指标值和第二指标值之间的差值，然后通过确定差值是否在预设的误差范围内来决定是否进行优化。[0126]比如说，如果所述差值在预设的误差范围内，则保持所述基站内部的各功能模块对应的所述配置参数不变，即不对基站的性能进行优化，基站内部各功能模块对应的配置参数还是第一配置参数。[0127]相应地，所述差值不在预设的误差范围内，则根据第二配置参数，对所述基站内部的各功能模块中对应的第一配置参数进行调整。[0128]由此，避免了频繁的调整基站内部各功能模块对应的配置参数，进而保证了基站整体性能的稳定。[0129]此外，关于上述所述的误差范围，在具体设置时，可以综合考虑基站当前的业务需求和业务场景，即如果当前的业务需求和业务场景是要求高速率、大容量和高可靠性，则设置的误差范围对应的上限值和下限值相对较小。[0130]相应地，如果当前的业务需求和业务场景是对速率、容量和可靠性要求相对较低，则设置的误差范围对应的上限值和下限值可以适当放宽。[0131]为了从整体上理解本实施例提供的基站性能优化方法，以下结合实例进行说明：[0132]假设，对基站性能的考量主要是针对丢包率(packeterrorratio，per)这一衡量指标的，则在基站运行的过程中，首先按照预设周期，比如一定的采集速率实时获取自身的网络性能参数和其他有交互的基站的网络性能参数，即per衡量指标对应的per值。[0133]然后，将per指标和per值分解到基站内部对应的功能模块，并按照一定的算法，如遍历寻优算法或二分寻优算法，找到最优per值对应的配置参数作为最优配置参数。[0134]由于各功能模块对基站整体的per影响各有不同，在确定最优配置参数时，需要分别评估各功能模块对基站整体的per的影响，仍以图3所示的基站为例，则针对不同的功能模块，具体评估的是：收发信板模块中时延、evm、幅相一致性等参数对per的影响；功放模块中饱和功率、效率等参数对per的影响；电源模块中电压、电流等参数对per的影响；双工器模块中插损、驻波等参数对per的影响。[0135]此外，在评估过程中，不仅要单独评估每个配置参数对基站整体的per的影响，还需要评估同一功能模块内不同配置参数组合、不同功能模块不同配置参数及其组合之间对基站整体的per的影响，从而得到多张不同情况、不同优先级、不同功能的对应关系表或关系函数。[0136]其中所述按照一定的算法找到最优per对应的各功能模块的最优配置参数，是指按照一定的算法流程通过遍历和迭代寻优的方法找到最优per对应的各功能模块的最优配置参数，比如：[0137](1)给收发信板模块(代号为a)中时延参数a1、evm参数a2、幅相一致性参数a3，功放模块(代号为b)中饱和功率参数b1、效率参数b2，电源模块(代号为c)中电压参数c1、电流参数c2，双工器模块(代号为d)中插损参数d1、驻波参数d2配置最优经验值。[0138](1)固定a(a1，a2，a3)、b(b1，b2)、c(c1、c2)、d(d1)不变，在一定的误差范围内寻找最优d(d2)；然后固定a(a1，a2，a3)、b(b1，b2)、c(c1、c2)不变，在一定的误差范围内寻找最优d(d1，d2)，其中d1，d2均要完成全遍历；接着固定a(a1，a2，a3)、b(b1，b2)、c(c1)不变，在一定的误差范围内寻找最优c(c2)、d(d1，d2)，其中c1，d1，d2均要完成全遍历；如此一直遍历下去，便可以得到最优per值对应的各功能模块的最优配置参数。[0139]考虑到精确性，可以缩小每个配置参数每次遍历的步进，即通过首轮遍历后，根据基站整体的per的变化趋势确定各配置参数对应的一个较优的范围。通过不断缩小每次遍历步进，在经过多次迭代操作后，便可以寻找到最优per值对应的各功能模块的最优配置参数。[0140]将最终确定的最优per值对应的各功能模块的最优配置参数加载到基站中，即加载到基站内部相应地功能模块中，便可以完成对基站性能的优化，使得当前环境下，衡量基站整体性能的per能够得到提升，即per值显示下降。[0141]应当理解的是，上述示例仅是为了更好的理解本实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。[0142]此外，值得一提的是，在一个例子中，为了进一步提升对基站性能优化的速度，同时减少基站确定最优配置参数的处理操作，可以基于预设的学习算法和收集的各种基站在不同业务需求和业务场景下对应的各种衡量指标、指标值确定对应的最优配置参数，然后构建各衡量指标、指标值和最优配置参数之间的性能优化表。从而在按照预设周期获取到基站的网络性能参数后，直接根据网络性能参数中的衡量指标和指标值从性能优化表中查找对应的最优配置参数。[0143]相应地，若查找到，则直接根据查找到的最优配置参数对基站的性能进行优化；否则，按照本实施例给出的方式确定当前时候基站的最优配置参数，并根据确定的最优配置参数对基站的性能进行优化，同时根据确定的最优配置参数，对性能优化表进行更新维护。[0144]由此，本实施例提供的基站性能优化方法，通过按照预设周期获取基站的网络性能参数，即实现对基站“实时”采集能够体现基站当前性能的网络性能参数，并基于预设的学习算法，根据获取到的网络性能参数来确定基站在当前场景中的最优配置参数，根据确定的最优配置参数在基站的实际使用过程中，对基站进行动态的性能优化，进而满足了基站硬件性能量化要求，在使整个基站能够更好的适应于各种实际使用场景的同时，也保障了基站性能的可靠性。[0145]此外，值得一提的是，本实施例提供的基站性能优化方法，与现有的5g基站动态调压功能在原理和实现上并不矛盾或冲突，在一定范围上动态调压属于申请请的一种特例，但动态调压仅是在基站性能参数发生变化时按照预先设计的动态调压表格对基站内部功放模块的漏极电压进行必要的调整，而本技术实施例提供性能优化方法，是在基站对应的网络性能参数发生变化时，首次按照最优理论值或者说确定的最优配置参数进行性能优化，二次及二次以后是按照算法学习根据上一次的最优配置参数和本次确定的最优配置参数共同决定对基站内部各功能模块的各种配置参数进行加载和配置，同时实现实时更新，保证整个基站一直在衡量指标的指标值为最优值下工作，因此本技术实施例提供的基站性能优化方法，通过增加部分软件流程和算法优化，使得对基站性能的优化较动态调压更加全面、准确且实时性更强。[0146]除此之外，本实施例提供的基站性能优化方法，在现有5g基站正常的工作环境上无需新增额外的硬件装置、接口和成本，仅是在原有系统中增加部分算法流程和判定门限，不仅在现有功能上没有缺失，而且可快速、有效提升整个基站的可靠性性能，是其他传统提升可靠性性能的方法所不能比拟的。[0147]此外，应当理解的是，上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。[0148]参见图4，图4是本技术实施例提供的基站性能优化装置的结构示意图。[0149]参见图4，基站的性能优化装置包括：网络性能参数获取模块401、最优配置参数确定模块402和性能优化模块403。[0150]其中，网络性能参数获取模块401，用于按照预设周期获取基站的网络性能参数；最优配置参数确定模块402，用于基于预设的学习算法，根据所述网络性能参数确定最优配置参数；性能优化模块403，用于根据所述最优配置参数对所述基站的性能进行优化。[0151]此外，在另一个例子中，最优配置参数确定模块402具体用于执行如下操作：[0152]根据对应的业务需求和业务场景，从预设的网络性能衡量指标中选取衡量指标；[0153]从所述网络性能参数中获取所述衡量指标对应的第一指标值；[0154]基于预设的学习算法，根据所述衡量指标和对应的所述指标值，确定最优配置参数。[0155]此外，在另一个例子中，基站包括一个或一个以上的功能模块。[0156]相应地，最优配置参数确定模块402还用于执行如下操作：[0157]根据预先确定的衡量指标与所述功能模块的对应关系表，将所述衡量指标和对应的所述指标值，分解到所述基站中与所述衡量指标对应的所述功能模块；[0158]对于每一所述功能模块，按照预设规则调整所述功能模块对应的配置参数和/或与所述功能模块配合使用的其他所述功能模块对应的配置参数，确定调整后所述衡量指标对应的第二指标值；[0159]建立所述衡量指标、所述第二指标值和调整的所述配置参数之间的第一对应关系；[0160]基于预设的所述学习算法，从所述第一对应关系中选取满足预设条件的配置参数，得到所述最优配置参数。[0161]此外，在另一个例子中，最优配置参数确定模块402还用于执行如下操作：[0162]基于预设的所述学习算法，从所述第一对应关系中选取满足所述预设条件的所述第二指标值；[0163]将满足所述预设条件的所述第二指标值对应的配置参数，确定为所述最优配置参数。[0164]此外，在另一个例子中，基站性能优化装置还包括性能优化表维护模块。[0165]具体的，性能优化表维护模块具体用于执行如下操作：[0166]建立所述衡量指标、对应的所述第二指标值和所述最优配置参数之间的第二对应关系；[0167]根据所述对应关系，将所述衡量指标、对应的所述第二指标值和所述最优配置参数存储到预先构建的性能优化表中，以使下一次对所述基站的性能进行优化时，能够根据获取到的所述网络性能参数中的所述衡量指标和对应的指标值，从所述性能优化表中查找对应的最优配置参数。[0168]此外，在另一个例子中，性能优化模块403具体用于执行如下操作：[0169]如果是首次优化，根据所述最优配置参数，对所述基站内部的各功能模块中对应的配置参数进行调整；[0170]如果是非首次优化，获取所述基站内部的各功能模块当前对应的配置参数，根据当前对应的所述配置参数从预先构建的性能优化表中查找对应的衡量指标的指标值；[0171]根据所述最优配置参数对应的指标值和查找到的所述指标值，对所述基站的性能进行优化。[0172]此外，在另一个例子中，性能优化模块403还用于执行如下操作：[0173]确定所述最优配置参数对应的指标值和查找到的所述指标值之间的差值；[0174]如果所述差值在预设的误差范围内，则保持所述基站内部的各功能模块对应的所述配置参数不变；[0175]如果所述差值不在预设的误差范围内，则根据所述最优配置参数，对所述基站内部的各功能模块中对应的配置参数进行调整。[0176]此外，在一个例子中，基站性能优化装置还包括告警模块。[0177]具体的，告警模块，用于在网络性能参数获取模块401、最优配置参数确定模块402和性能优化模块403涉及的任一参数超出预设预警范围时，作出告警，以使网管人员能够及时获知基站内部哪一功能模块出现异常，以便进行维护。[0178]此外，在另一个例子中，告警模块，还用于在整个基站优化流程出现异常时，合理的完成断点处理和跳出，以避免整个基站系统出现死循环或宕机情况。[0179]由此，本实施例提供的基站性能优化装置，通过按照预设周期获取基站的网络性能参数，即实现对基站“实时”采集能够体现基站当前性能的网络性能参数，并基于预设的学习算法，根据获取到的网络性能参数来确定基站在当前场景中的最优配置参数，根据确定的最优配置参数在基站的实际使用过程中，对基站进行动态的性能优化，进而满足了基站硬件性能量化要求，在使整个基站能够更好的适应于各种实际使用场景的同时，也保障了基站性能的可靠性。[0180]不难发现，本实施例为与上述得到实施例相对应的装置实施例，本实施例可与上述方法实施例互相配合实施。上述方法实施例中提到的相关技术细节在本实施例中依然有效，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在上述方法实施例中。[0181]值得一提的是，本实施例中所涉及到的各功能模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本技术的创新部分，本实施例中并没有将与解决本技术所提出的技术问题关系不太密切的单元引入，但这并不表明本实施例中不存在其它的单元。[0182]参见图5，图5是本技术实施例提供的基站的结构示意图。[0183]参见图5，本实施例提供的基站包括：包括至少一个处理器501；以及，与至少一个处理器501通信连接的存储器502。[0184]其中，存储器502存储有可被至少一个处理器501执行的指令，指令被至少一个处理器501执行，以使至少一个处理器501能够执行上述方法实施例所描述的基站性能优化方法。[0185]此外，在一个例子中，存储器502和处理器501采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器501。[0186]处理器501负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。[0187]本技术实施例还涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例所描述的基站性能优化方法。[0188]即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。[0189]本领域的普通技术人员可以理解，上述各实施例是实现本技术的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本技术的精神和范围。当前第1页12当前第1页12
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
