双路功率差冗余度获得方法、系统以及电子设备与流程

双路功率差冗余度获得方法、系统以及电子设备
【技术领域】
1.本发明涉及无线通信技术领域，尤其涉及一种双路功率差冗余度获得方法、系统以及电子设备。


背景技术：

2.目前在实现5g(如室分系统或室分小区等)室内深度覆盖工作中面临的主要问题有两点：一是如何通过5g网络信号的引入一并解决原有2/4g室内深度弱覆盖问题；二是针对目前大多数4g室分小区为单路das(direct-attached storage，直连式存储)方案，若单路das直接馈入1路5g信号，无法满足mimo(multiple input multiple output，多输入多输出)需求，无法实现容量和性能的提升。因此，在实现深度覆盖的同时，5g室分双路变频策略可最大化利用现网4g单路das，使之快速、低成本的升级改造成具备mimo能力的5g室分方案，由于上述方案在业内尚属研究应用阶段，目前尚未对5g室分系统(如变频双路系统等)的双路功率差与速率(如下载速率)关系有指导性、明确性的分析方法及相关设备。
3.也就是说，现有对5g室分系统的双路功率差与速率关系的研究，尚未有系统性、明确性、客观性的评估或测算方法，仅是通过测试人员根据经验主观推断双路功率差与速率关系，未经过科学有效的评估或测算方法进行量化分析，准确度较低，对后续5g室分系统优化工作开展也存隐患。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种双路功率差冗余度获得方法、系统以及电子设备，能够科学有效地评估或测算双路功率差与速率的关系，替代人工推断，准确度较高，有利于后续室分系统优化工作开展。
5.第一方面，本发明实施例提供了一种双路功率差冗余度获得方法，所述方法包括：
6.对室分系统进行无线数据测试，得到数据源，所述数据源中包含多个测试数据，每个所述测试数据中包含所述室分系统的双路功率差以及速率；
7.对所述数据源中的多个所述测试数据进行筛选，得到筛选后的测试数据；
8.利用回归分析算法，对所述筛选后的测试数据进行处理，得到拟合函数模型，所述拟合函数模型中包含所述双路功率差与所述速率的关系；
9.获取多个速率降幅，基于每个所述速率降幅以及所述拟合函数模型，得到多个双路功率差冗余度。
10.其中一种可能的实现方式中，所述数据源包括第一数据源和第二数据源，所述对所述室分系统进行无线数据测试，得到数据源，包括：
11.在预设固定位置对所述室分系统进行无线数据测试，得到所述第一数据源；
12.在预设区域按照预设位移轨迹对所述室分系统进行无线数据测试，得到所述第二数据源。
13.其中一种可能的实现方式中，所述对室分系统进行无线数据测试，得到数据源，包
括：
14.在预设测试时长内对室分系统进行无线数据测试，得到多个测试数据；
15.和/或，所述对所述数据源中的多个所述测试数据进行筛选，以得到筛选后的测试数据，包括：
16.基于所述测试时长的开始时刻，将在预设第一时长内测试得到的测试数据从所述多个测试数据中删除；
17.基于所述测试时长的结束时刻，将在预设第二时长内测试得到的测试数据从所述多个测试数据中删除。
18.其中一种可能的实现方式中，所述对所述数据源中的多个所述测试数据进行筛选，以得到筛选后的测试数据，包括：
19.对多个所述测试数据进行残差处理，得到残差图，所述残差图中包含每个所述测试数据对应的残差；
20.判断所述残差图中每个所述残差是否为异常点；
21.基于判断结果，将与所述异常点对应的测试数据从所述数据源中删除。
22.其中一种可能的实现方式中，所述拟合函数模型中包含拟合度最高的一元多项式回归方程，所述利用回归分析算法，对所述筛选后的测试数据进行处理，得到拟合函数模型，包括：
23.利用一元线性回归分析算法，对所述筛选后的测试数据进行处理，得到一元线性回归方程；
24.基于所述一元线性回归方程，确定所述双路功率差与所述速率的相关度；
25.基于所述相关度，利用一元多项式回归分析算法，对所述筛选后的测试数据进行处理，得到多个不同阶数的一元多项式回归方程；
26.分别对每个所述一元多项式回归方程进行拟合度比较，得到拟合度高的所述一元多项式回归方程。
27.其中一种可能的实现方式中，所述速率降幅包括在不同场景下所述室分系统的速率降幅，所述方法还包括：
28.按照所述场景，基于所述速率降幅以及所述双路功率差冗余度，构建功率补偿模型，所述功率补偿模型中包含速率降幅与双路功率差冗余度的映射关系。
29.其中一种可能的实现方式中，所述场景包括机场、学校、地铁、医院、商业中心、美食街、居民区、景区、高铁、高速中的一种或多种。
30.第二方面，本发明实施例提供一种双路功率差冗余度获得系统，所述系统包括：
31.测试模块，用于对所述室分系统进行无线数据测试，得到数据源，所述数据源中包含多个测试数据，每个所述测试数据中包含所述室分系统的双路功率差以及速率；
32.筛选模块，用于对所述数据源中的多个所述测试数据进行筛选，得到筛选后的测试数据；
33.处理模块，用于利用回归分析算法，对所述筛选后的测试数据进行处理，得到拟合函数模型，所述拟合函数模型中包含所述双路功率差与所述速率的关系；
34.输出模块，用于获取多个速率降幅，基于每个所述速率降幅以及所述拟合函数模型，得到多个双路功率差冗余度。
35.第三方面，本发明实施例提供了一种电子设备，包括：存储器和处理器：
36.所述存储器，用于存储计算机程序；
37.所述处理器，用于执行所述存储器中存储的计算机程序，以使所述电子设备执行如第一方面所述的方法。
38.第四方面，本发明实施例提供了一种计算机可读存储介质，包括程序或指令，当所述程序或指令在计算机上运行时，如第一方面所述的方法被执行。
39.与现有技术相比，本技术方案至少具有如下有益效果：
40.1、选取如地下车库等较为密闭的空间对所述室分系统进行无线数据测试，以减少自变量干扰影响测试速率；
41.2、将采集到的多个测试数据进行筛选，以提高数据准确性；
42.3、利用机器学习进行数据建模，迭代、优化拟合模型替代人工推断室分系统的双路功率差与速率的量化关系；
43.4、根据不同场景(如业务场景等)下室分系统的速率降幅，得到不同场景下室分系统的双路功率差冗余度，以构建场景级的功率补偿模型，有利于后续不同场景下室分系统优化工作开展，如依据不同业务场景进行分级补偿功率等。
【附图说明】
44.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
45.图1所示为室分系统的组网示意图；
46.图2是本发明实施例1所提供的双路功率差冗余度获得方法的方法示意图；
47.图3是本发明实施例1所提供的残差图；
48.图4为本发明实施例1所提供的双路功率差冗余度获得方法的流程示意图；
49.图5为本发明实施例1所提供的双路功率差冗余度获得方法中一元线性回归分析算法输出初步结果；
50.图6为本发明实施例1所提供的双路功率差冗余度获得方法中一元多项式回归分析算法寻优过程的多个输出结果，其中，从左至右，输出结果依次为1-4阶多项式拟合图形；
51.图7为本发明实施例1所提供的双路功率差冗余度获得方法中拟合函数模型示意图；
52.图8为本发明实施例1所提供的双路功率差冗余度获得方法中功率补偿模型示意图；
53.图9是本发明实施例2所提供的双路功率差冗余度获得系统的模块示意图。
54.附图标记：
55.10-测试模块；20-筛选模块；30-处理模块；40-输出模块。
【具体实施方式】
56.为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
57.应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
58.如图1所示为室分系统的组网示意图。如图1所示，室分系统可以是室分变频双路系统，其可以包括双路信号、近机端以及远机端。双路信号可以包括双路5g信号(如第一路5g信号和第二路5g信号)，用于接入近机端。近机端与远机端通信连接，近机端用于分别对双路信号处理后输入至远机端。近机端可以包括变频器、数字同步单元、供电单元以及监控单元等，变频器用于将双路信号中的一路信号变频值600mhz，数字同步单元用于保证信号变频实现上下行时隙转换，具备2t2r能力(如双通道传输数据)，供电单元，如直流供电单元等，用于为室分系统供电，监控单元用于对接网管，实现故障和/或功耗监控等。远机端包括多个天线，如2t2r有源天线等，用于将由近机端输入的5g信号通过天线发射到覆盖区域。
59.举例地，第一路5g信号接入近机端的一个射频输入端口，经变频器处理成600mhz的频率信号(以避开2g/3g/4g/5g等信号原始频率)，然后输入至数字同步单元。第二路5g信号与原有2/4gbbu rru信号接入近机端的另一个射频输入端口，经数字同步单元与另一路变频后的5g信号进行合成，然后从近机端的射频输出端口传输至远端机，然后，输入至远端机的信号通过天线进行发射。
60.目前在实现5g(如室分系统或室分小区等)室内深度覆盖工作中面临的主要问题有两点：一是如何通过5g网络信号的引入一并解决原有2/4g室内深度弱覆盖问题；二是针对目前大多数4g室分小区为单路das(direct-attached storage，直连式存储)方案，若单路das直接馈入1路5g信号，无法满足mimo(multiple input multiple output，多输入多输出)需求，无法实现容量和性能的提升。因此，在实现深度覆盖的同时，5g室分双路变频策略可最大化利用现网4g单路das，使之快速、低成本的升级改造成具备mimo能力的5g室分方案，由于上述方案在业内尚属研究应用阶段，目前尚未对5g室分系统(如变频双路系统等)的双路功率差(如双路信号的功率差等)与速率(如下载速率)关系有指导性、明确性的分析方法及相关设备。
61.也就是说，现有对5g室分系统的双路功率差与速率关系的研究，尚未有系统性、明确性、客观性的评估或测算方法，仅是通过测试人员根据经验主观推断双路功率差与速率关系，未经过科学有效的评估或测算方法进行量化分析，准确度较低，对后续5g室分系统优化工作开展也存隐患。
62.针对现状，本技术人员引入创新方法(如回归分析算法等)有效地分析对室分系统(如5g室分变频双路系统等)的双路功率差与速率关系。
63.举例地，引入创新方法的充分性包括：
64.(1.1)无线数据采集的便捷性以及合理性；
65.考虑到减少自变量(如环境因素等)对因变量(如测试速率等)干扰影响，应选取较为密闭空间如地下车库等试点场景对室分系统进行无线数据采集。测试终端可以选择如某款5g智能终端如手机，测试软件可以选择5g智能终端测试软件等，测试方法可以包括：利用5g智能终端在室分系统内做上传、下载、定点cqt(call quality test)业务测试(如在固定位置进行无线数据测试等)、遍历dt(drive test)业务测试(如在一定区域按照位移轨迹进行无线数据测试等)，并记录日志信息如log信息，以便回溯异常事件。
66.按照上述测试方法测试得到的原始数据，由于考虑到测试开始记录数据无法完全占用无线资源(prb)等，以及测试软件停止时速率会受影响，因此，对原始数据进行清洗处理(如筛选等)，以保证数据分析合理性及有效性。
67.(1.2)机器算法的成熟性及可靠性
68.本实施例中采用的机器算法如回归分析算法等是目前拟合预测的经典算法，有普遍的应用性和可靠性。
69.举例地，引入创新方法的必要性包括：
70.(2.1)5g室分系统改造方案难度大、成本高、性能难以兼顾；
71.目前5g大量垂直行业业务发生在室内，速率要求较高，对5gmimo需求强烈，如实现mimo覆盖，目前主要通过如下三种方案对现有室分系统进行改造，较难做到成本、施工难度与性能之间的平衡。
[0072][0073]
(2.2)双路功率差与速率量化关系不明确；
[0074]
目前5g室分系统的双路功率差与速率量化关系尚未有系统性、明确性、客观性的评估、测算方法，仅是测试人员根据经验进行主观推断，未经过科学有效的评估测算方法进行量化分析，对后续5g室分优化工作开展也存隐患。
[0075]
为此，本技术提供了一种双路功率差冗余度获得方法、系统以及电子设备，能够科学有效地评估或测算双路功率差与速率的关系，替代人工推断，准确度较高，有利于后续室分系统优化工作开展。
[0076]
实施例1
[0077]
本发明实施例1提出了一种双路功率差冗余度获得方法，如图2所示，所述方法可以包括：
[0078]
s101、对室分系统进行无线数据测试，得到数据源，所述数据源中包含多个测试数据，每个所述测试数据中包含所述室分系统的双路功率差以及速率。
[0079]
优选地，在步骤s101中，选取较为密闭空间如地下车库等试点场景对室分系统进行无线数据采集，以得到数据源，以减少自变量干扰影响测试速率等。举例地，利用5g智能终端在室分系统内做上传、下载、定点cqt(call quality test)业务测试(如在固定位置进行无线数据测试等)、遍历dt(drive test)业务测试(如在一定区域按照位移轨迹进行无线
数据测试等)，以得到室分系统的双路信号功率以及速率(如下载速率等)，其中，双路功率差由双路信号功率的差值计算得到。
[0080]
进一步地，步骤s101可以包括：在预设测试时长内对室分系统进行无线数据测试，得到多个测试数据。
[0081]
也就是说，每个测试数据可以包括在多个时刻的双路功率差以及速率。例如，利用测试软件在测试时长内的多个时刻(如每间隔一定时长)，依次对室分系统进行无线数据测试，以得到在每个时刻的双路功率差以及速率。
[0082]
其中一种可能的实现方式中，所述数据源包括第一数据源和第二数据源，步骤s101可以包括：
[0083]
s201、在预设固定位置对所述室分系统进行无线数据测试，得到所述第一数据源；
[0084]
s202、在预设区域按照预设位移轨迹对所述室分系统进行无线数据测试，得到所述第二数据源。
[0085]
也就是说，第一数据源可以包括定点cqt数据(如多个第一测试数据)，用于表示在固定位置测试无线数据网络性能。第二数据源可以包括遍历dt数据(如多个第二测试数据)，用于表示在一定区域内按既定的位移轨迹测试无线数据网络性能。
[0086]
可选地，室分系统的双路信号功率可以由5g室分变频双路系统的近机端输出得到(如omc监控数据等)，下载速率可以由速率测试软件或装置测试得到等，在此不受限制。
[0087]
s102、对所述数据源中的多个所述测试数据进行筛选，得到筛选后的测试数据。
[0088]
考虑到测试开始记录数据无法完全占用无线资源(prb)等，以及测试软件停止时速率会受影响等，因此，对测试数据进行清洗处理(如筛选等)，以保证数据分析合理性及有效性。
[0089]
其中一种可能的实现方式中，步骤s102可以包括：
[0090]
s301、基于所述测试时长的开始时刻，将在预设第一时长内测试得到的测试数据从所述多个测试数据中删除；
[0091]
s302、基于所述测试时长的结束时刻，将在预设第二时长内测试得到的测试数据从所述多个测试数据中删除。
[0092]
举例地，第一时长可以包括测试时长中的前10s内等，如将测试时长中的前10s内测试到的测试数据删除。第二时长可以包括测试时长中的后3s内等，如将测试时长中的后3s内测试到的测试数据删除。
[0093]
其中一种可能的实现方式中，步骤s102还可以包括：
[0094]
s401、对多个所述测试数据进行残差处理，得到残差图，所述残差图中包含每个所述测试数据对应的残差；
[0095]
s402、判断所述残差图中每个所述残差是否为异常点；
[0096]
s403、基于判断结果，将与所述异常点对应的测试数据从所述数据源中删除。
[0097]
优选地，步骤s101中测试得到的数据源，经过步骤s301至步骤s302进行一次筛选后，经过步骤s401至步骤s403再次进行筛选，以进一步地保证数据分析的合理性及有效性。
[0098]
举例地，在步骤s401中，将多个测试数据中的双路功率差输入数学软件(如matlab软件等)中，调用命令(如rcoplot命令等)，以得到残差图。
[0099]
如图3所示为残差图，其中，横坐标为数据编号，纵坐标为残差。在图3所示的残差
图中，残差的置信区间包含零点，步骤s402可以包括：根据测试数据对应的残差与零点之间的距离，确定该残差否为异常点。例如，某个测试数据对应的残差与零点之间的距离大于预设阈值(如0等)，则该残差为异常点，如图3中，残差a为异常点，该残差a对应的测试数据为异常数据，则从数据源中删除。若某个测试数据对应的残差与零点之间的距离小于或等于预设阈值，则该残差为正常点，如图3中，残差b为正常点，该残差对应的测试数据为正常数据，则保留在数据源中。
[0100]
s103、利用回归分析算法，对所述筛选后的测试数据进行处理，得到拟合函数模型，所述拟合函数模型中包含所述双路功率差与所述速率的关系。
[0101]
也就是说，利用回归分析算法对多个测试数据进行寻优拟合，以得到拟合函数模型，实现科学有效地评估或测算双路功率差与速率的关系，替代人工推断，准确度较高，有利于后续室分系统优化工作开展。
[0102]
举例地，回归分析算法可以包括一元线性回归分析算法以及一元多项式回归分析算法。
[0103]
在一元线性回归分析算法(如最小二乘法)中，一元线性理论回归方程为y＝β0 β1x ε，为达到从测试数据中拟合经验回归分析方程均回归系数和的理想估计，需要定义残差的平方和sse(sum of squared errors)，寻优和使算式：取得最小值，可将此方程式分别对β0及β1进行微分偏导计算，获得一个二元一次方程组，从而计算出和值。
[0104]
一元线性回归方程的回归系数的寻优过程如下式(1)至式(8)：
[0105][0106]
通过(1)(2)联立方程可得：
[0107][0108]
求方程组得：
[0109][0110]
其中，n为测试数据数量；
[0111][0112][0113]
在一元多项式线性回归分析算法(如非线性最小二乘法)中，一元非线性回归的处理方法是通过数学变换，以直接观测值的函数作为因变量，将非线性模型转换为线性模型。但由于数据坐标变换，所得回归曲线严格分析并不是最佳拟合。所以任何复杂的一元连续函数都可用高阶多项式近似表示，对于较难直线化的一元函数，可用以下算式(9)进行拟合分析。
[0114][0115]
如果令x1＝x，x2＝x2，
…
，xn＝xn，则上式(9)可以转化为多元线性方程，如式(10)。
[0116][0117]
因此，可用多元线性回归分析求出系数b0，b1,
···
，bn。(寻优方法为最小二乘法)。虽然一元多项式的阶数越高，回归方程与实际数据拟合程度越高，有效性越高，但阶数越高，回归计算方程中的舍入误差积累也越大，所以当阶数n过高时，回归方程的精确度反而会降低，甚至获取不合理结果。
[0118]
如图4所示，在本实施例中，步骤s103中，利用一元线性回归分析算法对双路功率差与速率的关系进行相关性分析，确定双路功率差与速率的相关度，然后利用一元多项式回归分析算法，按照该相关度，对双路功率差与速率的关系进行一元多项式回归分析，并寻优得到拟合度高(如最高)的一元多项式回归方程，因此，保证了回归方程的有效性以及精确度。
[0119]
其中一种可能的实现方式中，所述拟合函数模型中包含拟合度最高的一元多项式回归方程，步骤s103可以包括：
[0120]
s501、利用一元线性回归分析算法，对所述筛选后的测试数据进行处理，得到一元线性回归方程；
[0121]
s502、基于所述一元线性回归方程，确定所述双路功率差与所述速率的相关度；
[0122]
s503、基于所述相关度，利用一元多项式回归分析算法，对所述筛选后的测试数据进行处理，得到多个不同阶数的一元多项式回归方程；
[0123]
s504、分别对每个所述一元多项式回归方程进行拟合度比较，得到拟合度高的所述一元多项式回归方程。
[0124]
如图5所示为一元线性回归分析算法输出初步结果。举例地，采用数学软件(如
matlab软件等)，利用一元线性回归分析算法对测试数据中双路功率差与速率进行相关性分析。例如，令双路功率差(db)为变量x，对应的速率为变量y，利用导入命令(如xlsread命令等)导入测试数据，通过polyfit、polyval及plot函数可以表示二维平面图形关系，依据相关系数r＝corrcoef(x,y)命令可计算出x、y的相关系数r。根据卡尔
·
皮尔森在1880年提出的皮氏积矩相关系数理论，相关系数r的计算公式如算式(11)：
[0125][0126]
其中，相关系数r取值范围[-1，1]，r》0表示正相关，r《0表示负相关，|r|表示了变量之间相关程度的高低，相关系数r的绝对值越大，相关性就越强。举例地，以下列举的取值区间可判断变量的相关度：
[0127][0128]
依据上述相关系数r取值关系，若多个测试数据中双路功率差与速率的相关系数r＝-0.5375，则表示双路功率差与速率的相关度为中等程度相关，其输出结果(如一元线性回归方程的拟合度)与理想拟合度差距较大，仍需采用一元多项式回归分析算法进行拟合分析。
[0129]
图6所示为一元多项式回归分析算法寻优过程的多个输出结果，其中，从左至右，输出结果依次为1-4阶多项式拟合图形。举例地，在一元多项式回归分析算法中，可以包括：调用matlab软件中命令polyfit(x，y，n)，其中参数“n”为多项式阶数；调用polyval命令，yfit＝polyval(p,xfit)，yfit为拟合多项式回归方程在取xfit处的值，使用for循环语句可呈现1阶-n阶二维拟合图形。例如，输入p得到结果为p＝[-0,0015,0.1071,-2.1957,0.8169，692.0011]，由于polyfit函数为降幂排列，因此，该拟合图形对应的拟合函数(如回归方程)为：
[0130]
y＝-0.0015*x4 0.1071*x3-2.1957*x2 0.8169*x 692.0011
ꢀꢀꢀꢀꢀꢀ
(12)
[0131]
通过regress函数进行该拟合函数的拟合度分析，得到该拟合函数的拟合度，其中，调用matlab软件中命令包括n＝length(yfit)，xfit＝[ones(n,1),xfit]，[b,bint,r,rint,stats]＝regress(yfit,xfit)。例如，一元4阶多项式回归方程的输出结果为stats＝[0.9210,3.6645e 04,0,704.0287]，其中，输出结果stats中的第一项参数为相关系数r2，其越接近1，则说明该回归方程越显著；第二项参数为统计量观测值f；第三项参数为统计量观测值f对应的概率值p，如概率值p《alpha(显著性水平)时，则该回归方程成立，举例地，alpha为缺省默认0.05；第四项参数为误差方差估计。依据上述参数，回归方程的相关系数r2＝0.9210，接近1说明该回归方程拟合度较好，其次统计量观测值f对应的概率值p＝0《alpha＝0.05，则说明该4阶多项式回归方程有效。
[0132]
举例地，若拟合度高的所述一元多项式回归方程为一元4阶多项式回归方程的拟合度，则结合该一元4阶多项式回归方程，并将一元4阶多项式回归方程的图形进行分析处
理，得到双路功率差与速率的关系。例如，在下载速率降幅控制在5％以内可接受时，可推算出双路功率差值≈4.72db，其中，速率降幅基准为双路功率差的绝对值为0时的速率等。也就是说，若下载速率降幅≈5.00％，则双路功率差在4.72db以内，其对应的下载速率均可接受。如拟设更为严苛条件为双路功率差值≈3.60db时，则下载速率降幅≈3.00％。
[0133]
举例地，如图7所示为拟合函数模型的示意图，该拟合函数模型为一元4阶多项式拟合回归方程，横坐标为双路功率差绝对值，纵坐标为速率。如图7所示，双路功率差与速率的关系可以包括：若双路功率差控制在5db以内，则测试终端下载速率基本保持稳定(近乎平行x轴直线)，此区间范围内下载速率对双路功率差变化敏感度较低；而当双路功率差位于(5，20]区间时，双路功率差与下载速率基本呈线性反比关系，即双路功率差值越大，下载速率越低；当双路功率差位于(20,50]区间时，测试终端下载速率又保持基本稳定，两者之间变化敏感度相对较低。
[0134]
s104、获取多个速率降幅，基于每个所述速率降幅以及所述拟合函数模型，得到多个双路功率差冗余度。
[0135]
优选地，所述速率降幅可以包括在不同场景下所述室分系统的速率降幅，例如，场景可以包括机场、学校、地铁、医院、商业中心、美食街、居民区、景区、高铁、高速等中的一种或多种。举例地，利用上述一元4阶多项式回归方程，根据每个不同场景下的速率降幅，可以得到多个场景下对应的双路功率差冗余度。
[0136]
其中一种可能的实现方式中，所述方法还可以包括：
[0137]
按照所述场景，基于所述速率降幅以及所述双路功率差冗余度，构建功率补偿模型，所述功率补偿模型中包含速率降幅与双路功率差冗余度的映射关系。
[0138]
举例地，按照不同场景，统计室分小区占比如下表所示：
[0139][0140]
可知，在各场景中室分小区占比最高为机场、其次为学校，按照室分小区占比分布，后续为不同场景下5g变频双路室分系统进行研究部署。为构建场景级功率补偿模型，按照不同场景下室分小区比例以及预设场景权重，得到多个场景重要度。例如，场景权重p为业务特征抽取值，定义σ(p1 p2 p3)＝1，场景重要度＝该场景下室分小区比例*场景权重p*100。
[0141]
例如，如图8所示，功率补偿模型可以包括在场景为机场下，室分小区比例为
60.43％，场景权重p为0.3，场景重要度为18.13，速率降幅小于或等于3％，双路功率差冗余度小于或等于3.6db；在场景为学校下，室分小区比例为39.80％，场景权重p为0.45，场景重要度为17.91，速率降幅小于或等于3％，速率降幅小于或等于3％，双路功率差冗余度小于或等于3.6db；在场景为地铁下，室分小区比例为38.89％，场景权重p为0.3，场景重要度为11.67，速率降幅小于或等于3％，速率降幅小于或等于5％，双路功率差冗余度小于或等于4.7db；在场景为医院下，室分小区比例为17.23％，场景权重p为0.45，场景重要度为7.75，速率降幅小于或等于3％，速率降幅小于或等于6％，双路功率差冗余度小于或等于5db；在场景为商业中心下，室分小区比例为26.83％，场景权重p为0.25，场景重要度为6.71，速率降幅小于或等于3％，速率降幅小于或等于7％，双路功率差冗余度小于或等于5.7db；在场景为美食街下，室分小区比例为25.79％，场景权重p为0.25，场景重要度为6.45，速率降幅小于或等于3％，速率降幅小于或等于7％，双路功率差冗余度小于或等于5.7db；在场景为居民区下，室分小区比例为6.24％，场景权重p为0.25，场景重要度为1.56，速率降幅小于或等于3％，速率降幅小于或等于9％，双路功率差冗余度小于或等于6.6db；在场景为景区下，室分小区比例为6.07％，场景权重p为0.25，场景重要度为1.52，速率降幅小于或等于3％，速率降幅小于或等于9％，双路功率差冗余度小于或等于6.6db；在场景为高铁下，室分小区比例为1.35％，场景权重p为0.3，场景重要度为0.41，速率降幅小于或等于3％，速率降幅小于或等于10％，双路功率差冗余度小于或等于7.7db；在场景为高速下，室分小区比例为0.34％，场景权重p为0.3，场景重要度为0.10，速率降幅小于或等于3％，速率降幅小于或等于10％，双路功率差冗余度小于或等于7.7db，等。
[0142]
可选地，按照上述功率补偿模型，将各场景分为多个层级，并设定每个场景的功率补偿优先级。例如，功率补偿优先级采用星数表示，星数越多，优先级越高，其中，机场与高校为第1层级，其功率补偿优先级均为5颗星；地铁为第2层级，其功率补偿优先级为4颗星；医院为第3层级，其功率补偿优先级为3.5颗星；商业中心与美食街为第4层级，其功率补偿优先级均为3颗星；居民区与景区为第5层级，其功率补偿优先级均为2颗星；高铁与高速为第6层级，其功率补偿优先级均为1颗星。
[0143]
可以理解是，本实施例中，如图4所示，可以采用一元线性回归分析算法以及一元多项式回归分析算法，对多个测试数据不断地寻优迭代，完善拟合函数模型，预测5g室分变频双路功率差与速率关系的最优拟合度，并提供场景级功率补偿模型的量化建议，极大程度地提高了方案寻优效率，实现不同业务场景进行分级补偿功率，做到“有据可依，迭代优化”的效果。
[0144]
可以理解的是，上述实施例中的部分或全部步骤骤或操作仅是示例，本技术实施例还可以执行其它操作或者各种操作的变形。此外，各个步骤可以按照上述实施例呈现的不同的顺序来执行，并且有可能并非要执行上述实施例中的全部操作。
[0145]
实施例2
[0146]
如图9所示，在本发明实施例9公开了一种双路功率差冗余度获得系统100，该系统100可以包括：
[0147]
测试模块10，用于对所述室分系统进行无线数据测试，得到数据源，所述数据源中包含多个测试数据，每个所述测试数据中包含所述室分系统的双路功率差以及速率；
[0148]
筛选模块20，用于对所述数据源中的多个所述测试数据进行筛选，得到筛选后的
测试数据；
[0149]
处理模块30，用于利用回归分析算法，对所述筛选后的测试数据进行处理，得到拟合函数模型，所述拟合函数模型中包含所述双路功率差与所述速率的关系；
[0150]
输出模块40，用于获取多个速率降幅，基于每个所述速率降幅以及所述拟合函数模型，得到多个双路功率差冗余度。
[0151]
其中一种可能的实现方式中，所述数据源包括第一数据源和第二数据源，所述测试模块10还用于：
[0152]
在预设固定位置对所述室分系统进行无线数据测试，得到所述第一数据源；
[0153]
在预设区域按照预设位移轨迹对所述室分系统进行无线数据测试，得到所述第二数据源。
[0154]
其中一种可能的实现方式中，所述测试模块还用于：
[0155]
在预设测试时长内对室分系统进行无线数据测试，得到多个测试数据；
[0156]
和/或，所述筛选模块还用于：
[0157]
基于所述测试时长的开始时刻，将在预设第一时长内测试得到的测试数据从所述多个测试数据中删除；
[0158]
基于所述测试时长的结束时刻，将在预设第二时长内测试得到的测试数据从所述多个测试数据中删除。
[0159]
其中一种可能的实现方式中，所述筛选模块还用于：
[0160]
对多个所述测试数据进行残差处理，得到残差图，所述残差图中包含每个所述测试数据对应的残差；
[0161]
判断所述残差图中每个所述残差是否为异常点；
[0162]
基于判断结果，将与所述异常点对应的测试数据从所述数据源中删除。
[0163]
其中一种可能的实现方式中，所述拟合函数模型中包含拟合度最高的一元多项式回归方程，所述处理模块还用于：
[0164]
利用一元线性回归分析算法，对所述筛选后的测试数据进行处理，得到一元线性回归方程；
[0165]
基于所述一元线性回归方程，确定所述双路功率差与所述速率的相关度；
[0166]
基于所述相关度，利用一元多项式回归分析算法，对所述筛选后的测试数据进行处理，得到多个不同阶数的一元多项式回归方程；
[0167]
分别对每个所述一元多项式回归方程进行拟合度比较，得到拟合度高的所述一元多项式回归方程。
[0168]
其中一种可能的实现方式中，所述速率降幅包括在不同场景下所述室分系统的速率降幅，所述处理模块还用于：
[0169]
按照所述场景，基于所述速率降幅以及所述双路功率差冗余度，构建功率补偿模型，所述功率补偿模型中包含速率降幅与双路功率差冗余度的映射关系。
[0170]
其中一种可能的实现方式中，所述场景包括机场、学校、地铁、医院、商业中心、美食街、居民区、景区、高铁、高速中的一种或多种。
[0171]
可以理解的是，图9所示实施例提供的双路功率差冗余度获得系统可用于执行本技术图1所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例
中的相关描述。
[0172]
应理解以上图9所示的双路功率差冗余度获得系统的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块以软件通过处理元件调用的形式实现，部分模块通过硬件的形式实现。例如，处理模块可以为单独设立的处理元件，也可以集成在电子设备的某一个芯片中实现。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
[0173]
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit；以下简称：asic)，或，一个或多个微处理器(digital singnal processor；以下简称：dsp)，或，一个或者多个现场可编程门阵列(field programmable gate array；以下简称：fpga)等。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip；以下简称：soc)的形式实现。
[0174]
实施例3
[0175]
本发明实施例3提供了一种电子设备，包括：存储器和处理器：
[0176]
存储器，用于存储计算机程序；
[0177]
处理器，用于执行存储器中存储的计算机程序，以使电子设备执行如实施例1的方法。
[0178]
处理器和存储器之间可以通过内部连接通路互相通信，传递控制和/或数据信号，该存储器用于存储计算机程序，该处理器用于从该存储器中调用并运行该计算机程序。
[0179]
上述存储器可以是只读存储器(read-only memory，rom)、可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(random access memory，ram)或可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备，或者还可以是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质等。
[0180]
实施例4
[0181]
本发明实施例4提供了一种计算机可读存储介质，包括程序或指令，当程序或指令在计算机上运行时，如实施例1的方法被执行。
[0182]
本发明实施例所公开的双路功率差冗余度获得方法、系统以及电子设备，通过遗忘因子加强当前数据的权重影响，减小历史数据的影响，来计算得到粒子的最优位置，并利用最优位置替代粒子的极值位置，有利于加强系统对当前环境及用户模型变化的快速反应能力，加快系统算法收敛速度和优化精度，用以解决各场景下基站存在的参数配置问题，提高基站的服务质量。
[0183]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分
地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，高密度数字视频光盘(digital video disc，dvd))、或者半导体介质(例如，固态硬盘(solid state disk，ssd))等。
[0184]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。