基于短波业务运维数据的频率选择方法及装置与流程

1.本发明涉及通信技术领域，尤其涉及一种基于短波业务运维数据的频率选择方法及装置。


背景技术：

2.短波通信又称高频(hf)通信，是无线电通信的一种，广泛应用于电报、电话、低速传真通信和广播等方面。远距离的短波通信主要依靠电离层反射进行，由于电离层的高度及电子的密度不断变化，若频率太低，则电离层对电波吸收过强，无法保证短波信号的信噪比，若频率选择过高，则可能导致电波直接穿过电离层进入太空，因此，需要合理选择短波电台的通信频率，以保证通信质量。
3.目前，大多依据电离层预报的方法预估可用通信频率，依据电离层预报的方法分为长短及短期预报法，长期预报是依据电离层特性参量的时空变化和太阳活动性指数的历史数据，推断出一个月、三个月甚至更长时间之后短波的传播模式、接收点信号场强，继而得出最高可用频率(muf)等参数的月中值；短期预报是利用电离层在短期内存在相对稳定的特性来预测最高可用频率值，以近一段时间的积累数据作为依据，用七天加权值法预报给定地点的电离层参量，再运用内插、外推法或预测图的方法预报出近期的最高可用频率。
4.由于这种依据电离层预报预估可用通信频率的方式只依据电离层特性，数据来源单一，并未考虑通信地域距离因素短波通信的影响，易使预测数值存在较大偏差，预测准确率低下；另外，依据电离层预报预估可用通信频率的方式独立于电台通信设备，未考虑实际通信电台、天线等因素的影响，导致与实际通信存在差异。


技术实现要素：

5.本发明提供一种基于短波业务运维数据的频率选择方法及装置，用以解决现有技术中通信频率预测数据来源单一以致预测准确率较低的缺陷，以确保优选频率的准确率，并提升可通率。
6.本发明提供一种基于短波业务运维数据的频率选择方法，包括：基于预设周期定期获取短波业务运维数据；对所述短波业务运维数据进行聚合；对经所述聚合后的各类短波业务运维数据进行预处理；利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分；将所述各类短波业务运维数据对应的综合评分进行比较，按所述综合评分由高至低选择至少一类短波业务运维数据对应的频率；其中，在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，所述频率选择模型是利用预处理后的各类短波业务运维数据对原始频率选择模型进行优化得到的；在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，所述频率选择模型为原始频率选择模型，在对经所述聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经所述聚合后的各类短波业务运维数据进行筛选。
7.根据本发明提供的一种基于短波业务运维数据的频率选择方法，在所述对短波业务运维数据进行聚合之前，计算各短波业务运维数据的各数据指标；其中，所述数据指标包括信道质量、发射功率、驻波比和通信结果。
8.根据本发明提供的一种基于短波业务运维数据的频率选择方法，所述对所述短波业务运维数据进行聚合，包括：基于各所述短波业务运维数据的频率进行聚合，使频率相同的短波业务数据位于同一分类；计算同一类短波业务运维数据包含的各数据指标的平均值，得到所述各数据指标对应的平均数据指标。
9.根据本发明提供的一种基于短波业务运维数据的频率选择方法，所述频率选择模型是利用预处理后的各类短波业务运维数据对原始的频率选择模型进行优化得到的，包括：针对经预处理后的各类短波业务运维数据，计算同一类短波业务运维数据中各平均数据指标与所述通信结果的线性相关系数；将各线性相关系数与第二预设阈值比较；若存在小于所述第二预设阈值的线性相关系数，则基于预设规则生成指标更新占比，并在所述指标更新占比与所述频率选择模型的指标占比存在差异时，利用所述指标更新占比优化所述频率选择模型。
10.根据本发明提供的一种基于短波业务运维数据的频率选择方法，所述基于预设规则生成指标更新占比，包括：将小于所述第二预设阈值的线性相关系数乘以对应平均数据指标的预设指标占比，以得到对应所述平均数据指标的指标更新占比；计算数值1与所述线性相关系数的差值，并利用所述差值除以剩余平均数据指标个数，得到均值，并将其余各平均数据指标对应的预设指标占比分别乘以所述均值，得到其余各平均数据指标对应的指标更新占比。
11.根据本发明提供的一种基于短波业务运维数据的频率选择方法，所述利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分，包括：针对各类短波业务运维数据，分别将同一类的短波业务运维数据的各平均数据指标与与其对应的指标更新占比相乘，并求和，得到所述类对应的综合评分。
12.根据本发明提供的一种基于短波业务运维数据的频率选择方法，在所述对所述短波业务数据进行聚类之前，包括：对所述短波业务数据进行清洗，以清除所述短波业务数据中指标缺失数据和未格式化的时间段中的至少一种。
13.本发明还提供一种基于短波业务运维数据的频率选择装置，包括：数据获取模块，基于预设周期定期获取短波业务运维数据；聚合模块，对所述短波业务运维数据进行聚合；预处理模块，对经所述聚合后的各类短波业务运维数据进行预处理；评分模块，利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分；选择模块，将所述各类短波业务运维数据对应的综合评分进行比较，按所述综合评分由高至低选择至少一类短波业务运维数据对应的频率；其中，在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，所述频率选择模型是利用预处理后的各类短波业务运维数据对原始频率选择模型进行优化得到的；在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，所述频率选择模型为原始频率选择模型，在对经所述聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经所述聚合后的各类短波业务运维数据进行筛选。
14.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于短波业务运维数据的频率选择方法的步骤。
15.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于短波业务运维数据的频率选择方法的步骤。
16.本发明提供的基于短波业务运维数据的频率选择方法及装置，通过先对获取的短波业务数据进行聚合，并依据当前周期获取的短波业务数据总量与在先周期获取的短波业务数据总量的比较，以确定对聚合后的各类短波业务数据进行预处理，并利用经预处理后的各类短波业务数据对频率选择模型进行优化，或对聚合后的各类短波业务运维数据进行筛选以及预处理，再利用现有频率选择模型对各类短波业务运维数据进行综合评分，从而综合影响短波通信的主要因素及衡量短波通信质量的关键指标，利用频率选择模型进行综合评分，保证优选频率的准确率；通过对获取的数据进行聚合，并运用频率选择模型进行综合评分并排序，以提供系列优选频率，提高运算速度以及效率；另外，通过对频率选择模型的不断优化，逐步提升模型预测的准确率。
附图说明
17.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述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他的附图。
18.图1是本发明提供的基于短波业务运维数据的频率选择方法的流程示意图之一；
19.图2是本发明提供的基于短波业务运维数据的频率选择方法的架构示意图；
20.图3是本发明提供的基于短波业务运维数据的频率选择方法的流程示意图之二；
21.图4是本发明提供的基于短波业务运维数据的频率选择装置的结构示意图；
22.图5是本发明提供的电子设备的结构示意图。
具体实施方式
23.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本发明保护的范围。
24.图1示出了一种基于短波业务运维数据的频率选择方法的流程示意图，该方法包括：
25.s01，基于预设周期定期获取短波业务运维数据；
26.s02，对短波业务运维数据进行聚合；
27.s03，对经聚合后的各类短波业务运维数据进行预处理；
28.s04，利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分；
29.s05,将各类短波业务运维数据对应的综合评分进行比较，按综合评分由高至低选
择至少一类短波业务运维数据对应的频率；
30.其中，在当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，频率选择模型是利用预处理后的各类短波业务运维数据对原始频率选择模型进行优化得到的；
31.在当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，频率选择模型为原始频率选择模型，在对经聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经聚合后的各类短波业务运维数据进行筛选。
32.需要说明的是，本说明书中的s0n不代表基于短波业务运维数据的频率选择方法的先后顺序，下面具体描述本发明的基于短波业务运维数据的频率选择方法。
33.步骤s01，基于预设周期定期获取短波业务运维数据。
34.在本实施例中，基于预设周期定期获取短波业务运维数据。需要说明的是，预设条件包括时间段、通信地域和月份中的至少一个条件。比如，选取特定一个月份或连续几个月份间的数据，以至少一小时作为一个时间段，以每个时间段为周期定期获取特定通信地域内的短波业务数据。另外，在获取短波业务运维数据时，基于短波网数据共享特点，收集当前站点及所有可通站点通信设备所进行的历史业务数据，进行数据清洗、聚合后作为优选方法模型的数据输入。通过利用短波站点通过组网构建成的短波通信网共享的特点，进行全网数据共享，全网数据分析，大幅度提升短波通信的效率及可通率；基于站点实际电台通信设备、天线的历史业务数据进行测算，避免数据来源的差异。
35.在一个可选实施例中，为了便于对无效数据进行剔除，以避免对无效数据进行聚类，因此，在对短波业务数据进行聚类之前，包括：对短波业务数据进行清洗，以清除短波业务数据中指标缺失数据和未格式化的时间段中的至少一种。需要说明的是，清洗的方式包括格式化。
36.在一个可选实施例中，在对短波业务运维数据进行聚合之前，计算各短波业务运维数据的各数据指标；其中，数据指标包括信道质量、发射功率、驻波比和通信结果。具体而言，将信道质量值除以信道质量值预设范围的最大值，得到信道质量；将发射功率排名除以发射功率总数，得到发射功率；将驻波比排名除以驻波比总数，得到驻波比；将通信成功数除以通信总数，得到通信结果。
37.换言之，信道质量＝信道质量值/信道质量预设范围的最大值，发射功率＝发射功率排名/发射功率总数，驻波比＝驻波比排名/驻波比总数，通信结果＝通信成功数/通信总数，通信结果即通信成功率。需要说明的是，信道质量预设范围为1-31，其中信道质量预设范围的最大值为31，信道质量值越大，质量越好。
38.步骤s02，对短波业务运维数据进行聚合。
39.在本实施例中，对短波业务运维数据进行聚合，包括：基于各短波业务运维数据的频率进行聚合，使频率相同的短波业务运维数据位于同一分类；计算同一类短波业务运维数据包含的各数据指标的平均值，得到各数据指标对应的平均数据指标。需要说明的是，由于不同类型的数据具有不同的频率，因此通过对各短波业务运维数据的频率比较，以将频率相同的数据划分为一组，从而完成数据聚合过程。
40.另外，在对短波业务运维数据进行聚合时，依据时间段、月份、通信设备和通信地
域对短波业务运维数据进行聚类，并在聚类之后，分别对每一类内包含的各指标数据取平均值。
41.在一个可选实施例中，短波业务运维数据表示为x＝{x1,
…
,xn}，其中，n为大于1的整数，n表示为获取的短波业务运维数据的总数量，具体数值可根据实际获取的数据量确定。
42.其次，对短波业务运维数据进行聚合，表示为y＝{y1,
…
,ym}，其中，m＜n，yi表示为包含至少一个xj的数据集，其中i＝1,
…
,m，j＝1,
…
,n。
43.随后，计算同一类短波业务运维数据包含的各数据指标的平均值，得到对应的平均数据指标，即平均信道质量、平均发射功率、平均驻波比和平均通信结果。应当注意，在同一类短波业务运维数据内，包含多个短波业务运维数据，且每个短波业务运维数据分别包括信道质量、发射功率、驻波比和通信结果，因此在计算各数据指标平均值时，需要将该类别内的所有短波业务运维数据对应的数据指标累加，再除以该类别内的短波业务运维数据量，以得到相应数据指标的平均值。
44.在本实施例中，在对经聚合后的各类短波业务运维数据进行预处理之前，包括：计算当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据增长量，若增长量大于第一预设阈值，则直接对聚合后的各类短波业务运维数据进行预处理；否则，先基于预设条件因素对经聚合后的各类短波数据进行筛选；再对筛选后的各类短波业务运维数据进预处理。需要说明的是，第一预设阈值可以为5％，具体可根据获取的短波业务运维数据总量以及其相对于在先周期获取的数据总量的增长量对频率选择模型输出结果的影响进行设置，本技术中不作进一步地限定。
45.在一个可选实施例中，可以在比较当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量是否大于第一预设阈值之前，对短波业务运维数据进行聚合；或者，在比较当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务数据总量的增长量是否大于第一预设阈值之后，对短波业务运维数据进行聚合；或者，比较当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量是否大于第一预设阈值时，对短波业务运维数据进行聚合。
46.步骤s03，对经聚合后的各类短波业务运维数据进行预处理。
47.对经聚合后的各类短波业务运维数据进行预处理，包括：对各类短波业务运维数据进行归一化处理，以使各类短波业务运维数据可横向对比。
48.应当注意，在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据增长量不大于第一预设阈值时，在对经聚合后的各类短波业务运维数据进行预处理之前，还包括：基于预设条件引出对经聚合后的各类短波业务运维数据进行筛选。具体而言，需要先预设条件因素，比如设定条件因素为某特定通信区域内、某一月份中的至少一个时间段，则根据该条件因素将符合该条件因素的数据剔除；或，根据该条件因素保留符合该条件因素的数据，并将其余数据剔除。需要说明的是，条件因素包括通信地域、时间段和月份中的至少一个。
49.步骤s04，利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分。
50.在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，频率选择模型是利用预处理后的各类短波
业务运维数据对原始的频率选择模型进行优化得到的。因此，在利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分之前，还包括：利用预处理后的各类短波业务运维数据对原始的频率选择模型进行优化，得到频率选择模型。需要说明的是，原始的频率选择模型为对在先周期获取短波业务运维数据进行综合评分的频率选择模型。通过对频率选择模型的不断优化，逐步提升模型预测的准确率。
51.在一个可选实施例中，利用归一化后的数据对原始的频率选择模型进行优化，得到频率选择模型，包括：针对经预处理后的各类短波业务运维数据，计算同一类短波业务运维数据中各平均数据指标与通信结果的线性相关系数；将各线性相关系数与第二预设阈值比较；若存在小于第二预设阈值的线性相关系数，则基于预设规则生成指标更新占比，并在指标更新占比与频率选择模型的指标占比存在差异时，利用指标更新占比优化频率选择模型。
52.具体而言，基于预设规则生成指标更新占比，包括：将小于第二预设阈值的线性相关系数乘以对应平均数据指标的预设指标占比，以得到对应平均数据指标的指标更新占比；计算数值1与线性相关系数的差值，并利用差值除以剩余平均数据指标个数，得到均值，并将其余各平均数据指标对应的预设指标占比分别乘以均值，得到其余各平均数据指标对应的指标更新占比。
53.需要说明的是，第二预设阈值可以设为0.9。另外，对应平均数据指标的预设指标占比可根据需求预先设定。应当注意，在初始化模型时，可根据各类短波业务运维数据的类别数量将100％平均分配至各平均数据指标，以得到各数据指标对应的指标占比，比如，类别数量为4，则各数据指标的初始化指标占比为25％。
54.在一个可选实施例中，利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分，包括：针对各类短波业务运维数据，分别将同一类的短波业务运维数据的各平均数据指标与与其对应的指标更新占比相乘，并求和，得到类对应的综合评分。需要说明的是，将获取的各类短波业务运维数据输入至频率选择模型后，得到每一类别短波业务运维数据对应的综合评分，即一类短波业务运维数据对应得到一综合评分。
55.在一个可选实施例中，针对同一类短波业务运维数据，平均信道质量与平均通信结果的线性相关系数表示为r
xt
，平均发射功率与平均通信结果的线性相关系数表示为r
ft
，平均驻波比与平均通信结果的线性相关系数表示为r
zt
。假设r
xt
＝0.7，第二预设阈值为0.9。
56.首先，由于r
xt
＜0.9，因此平均信道质量的指标更新占比＝r
xt
×
平均信道质量的预设指标占比，平均发射功率的更新指标占比＝[1 (1-r
xt
)/3]
×
平均发射功率的预设指标占比，平均驻波比的指标更新占比＝[1 (1-r
xt
)/3]
×
平均驻波比的预设指标占比，平均通信结果的指标更新占比＝[1 (1-r
xt
)/3]
×
平均通信结果的预设指标占比。需要说明的是，若r
ft
＜0.9，则对应平均发射功率的指标更新占比＝r
ft
×
平均发射功率的预设指标占比，其余各平均指标占比的预设指标占比分别乘以[1 (1-r
ft
)/3]；或r
zt
＜0.9，则平均驻波比的指标更新占比＝r
zt
×
平均驻波比的预设指标占比，其余各平均指标占比的预设指标占比分别乘以[1 (1-r
zt
)/3]。
[0057]
再根据计算得到的各平均指标数据对应的指标更新占比判断是否与当前频率选择模型对应各指标占比存在差异，若存在差异，则基于上述计算得到的指标更新占比更新
优化频率选择模型中对应各指标占比。
[0058]
最后，在得到上述指标更新占比之后，分别将上述指标更新占比与对应平均数据指标相乘，并求和，以得到每一类短波业务运维数据对应的综合评分，综合评分＝平均信道质量
×
平均信道质量的指标更新占比 平均发射功率
×
平均发射功率的指标更新占比 平均驻波比
×
平均驻波比的指标更新占比 通信结果占比
×
平均通信结果的指标预设占比。
[0059]
在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，频率选择模型为对在先获取的各类短波业务运维数据进行综合评分的模型，在对经聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经聚合后的各类短波业务运维数据进行筛选。需要说明的是，在对经聚合后的各类短波业务运维数据进行预处理之后，直接利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分。具体步骤参考前文所述，此处不做进一步阐述。
[0060]
步骤s05，将各类短波业务运维数据对应的综合评分进行比较，按综合评分由高至低选择至少一类短波业务运维数据对应的频率。
[0061]
需要说明的是，由于在利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分时，会针对各类短波业务数据对应得到一综合评分结果，因此，为了得到优选频率，还需要对各综合评分结果进行比较，或者对各综合评分结果进行排序，并按综合评分由高至低选择至少一类短波业务运维数据对应的频率，以获得频率选择结果。
[0062]
在一个可选实施例中，参考图2-图3，该方法包括：
[0063]
首先，基于预设周期定期获取短波业务运维数据；
[0064]
其次，计算各类短波业务运维数据内各短波业务运维数据的各数据指标；其中，数据指标包括信道质量、发射功率、驻波比和通信结果；
[0065]
其次，对短波业务运维数据进行聚合；
[0066]
其次，计算当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据增长量；
[0067]
若所述增长量大于第一预设阈值，则对经聚合后的各类短波业务运维数据进行预处理；利用归一化后的数据对原始模型进行优化得到频率选择模型；利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分；将各类短波业务运维数据对应的综合评分进行比较，按综合评分由高至低选择至少一类短波业务运维数据对应的频率；
[0068]
若所述增长量不大于预设阈值，则基于预先设定的条件因素对经聚合后的各类短波业务运维数据进行筛选；对经筛选后的各类短波业务运维数据进行预处理；利用对在先获取的各类短波业务运维数据进行综合评分的模型对预处理后的各类短波业务运维数据进行综合评分；将各类短波业务运维数据对应的综合评分进行比较，按综合评分由高至低选择至少一类短波业务运维数据对应的频率。
[0069]
综上所述，本发明实施例通过先对获取的短波业务数据进行聚合，并依据当前周期获取的短波业务数据总量与在先周期获取的短波业务数据总量的比较，以确定对聚合后的各类短波业务数据进行预处理，并利用经预处理后的各类短波业务数据对频率选择模型进行优化，或对聚合后的各类短波业务运维数据进行筛选以及预处理，再利用现有频率选择模型对各类短波业务运维数据进行综合评分，从而综合影响短波通信的主要因素及衡量
短波通信质量的关键指标，利用频率选择模型进行综合评分，保证优选频率的准确率；通过对获取的数据进行聚合，并运用频率选择模型进行综合评分并排序，以提供系列优选频率，提高运算速度以及效率；另外，通过对频率选择模型的不断优化，逐步提升模型预测的准确率。
[0070]
下面对本发明提供的基于短波业务运维数据的频率选择装置进行描述，下文描述的基于短波业务运维数据的频率选择装置与上文描述的基于短波业务运维数据的频率选择方法可相互对应参照。
[0071]
图4示出了一种基于短波业务运维数据的频率选择装置，该装置包括：
[0072]
数据获取模块41，基于预设周期定期获取短波业务运维数据；
[0073]
聚合模块42，对短波业务运维数据进行聚合；
[0074]
预处理模块43，对经聚合后的各类短波业务运维数据进行预处理；
[0075]
评分模块44，利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分；
[0076]
选择模块45，将各类短波业务运维数据对应的综合评分进行比较，按综合评分由高至低选择至少一类短波业务运维数据对应的频率；
[0077]
其中，在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，频率选择模型是利用预处理后的各类短波业务运维数据对原始频率选择模型进行优化得到的；
[0078]
在当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，频率选择模型为原始频率选择模型，在对经聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经聚合后的各类短波业务运维数据进行筛选。
[0079]
在本实施例中，数据获取模块41，包括：周期设定单元，基于需求设置获取数据的周期；数据获取单元，根据设定的周期定期获取短波业务运维数据。
[0080]
需要说明的是，预设条件包括时间段、通信地域和月份中的至少一个条件。比如，选取特定一个月份或连续几个月份间的数据，以至少一小时作为一个时间段，以每个时间段为周期定期获取特定通信地域内的短波业务运维数据。另外，在获取短波业务运维数据时，基于短波网数据共享特点，收集当前站点及所有可通站点通信设备所进行的历史业务数据，进行数据清洗、聚合后作为优选方法模型的数据输入。在一个可选实施例中，短波业务运维数据包括信道质量、发射功率、驻波比和通信结果。
[0081]
在一个可选实施例中，为了便于对无效数据进行剔除，以避免对无效数据进行聚合，该装置，还包括：数据清洗模块，对短波业务运维数据进行清洗，以清除短波业务运维数据中指标缺失数据和未格式化的时间段中的至少一种。需要说明的是，清洗的方式包括格式化。
[0082]
在一个可选实施例中，还包括计算模块，用于在聚合模块42对短波业务运维数据进行聚合之前，计算各短波业务运维数据的各数据指标；其中，数据指标包括信道质量、发射功率、驻波比和通信结果。具体而言，将信道质量值除以信道质量值预设范围的最大值，得到信道质量；将发射功率排名除以发射功率总数，得到发射功率；将驻波比排名除以驻波比总数，得到驻波比；将通信成功数除以通信总数，得到通信结果。
[0083]
换言之，信道质量＝信道质量值/信道质量预设范围的最大值，发射功率＝发射功率排名/发射功率总数，驻波比＝驻波比排名/驻波比总数，通信结果＝通信成功数/通信总数，通信结果即通信成功率。需要说明的是，信道质量预设范围为1-31，其中信道质量预设范围的最大值为31，信道质量值越大，质量越好。
[0084]
聚合模块42，包括：聚合单元，基于各短波业务运维数据的频率进行聚合，使频率相同的短波业务数据位于同一分类；第一计算单元，计算同一类短波业务运维数据包含的各数据指标的平均值，得到各数据指标对应的平均数据指标。需要说明的是，由于不同类型的数据具有不同的频率，因此通过对各短波业务运维数据的频率比较，以将频率相同的数据划分为一组，从而完成数据聚合过程。
[0085]
另外，在对短波业务运维数据进行聚合时，依据时间段、月份、通信设备和通信地域对短波业务运维数据进行聚类，并在聚类之后，分别对每一类内包含的各指标数据取平均值。
[0086]
在本实施例中，为了便于判断是否需要直接对聚合后的各类短波业务数据进行预处理，该装置还包括：比较模块，计算当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据增长量是否大于第一预设阈值；若所述增长量大于第一预设阈值，则直接对聚合后的各类短波业务运维数据进行预处理；否则，先基于预设条件因素对经聚合后的各类短波数据进行筛选；再对筛选后的各类短波业务运维数据进预处理。需要说明的是，第一预设阈值可以为5％，具体可根据获取的短波业务运维数据总量以及其增长量设置，本技术中不作进一步地限定。
[0087]
预处理模块43，用于对各类短波业务运维数据进行归一化处理，以使各类短波业务运维数据可横向对比。
[0088]
另外，在比较模块确定当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据增长量不大于第一预设阈值时，在对经聚合后的各类短波业务运维数据进行预处理之前，该装置还包括：筛选模块，基于预设条件引出对经聚合后的各类短波业务运维数据进行筛选。具体而言，需要先预设条件因素，比如设定条件因素为某特定通信区域内、某一月份中的至少一个时间段，则根据该条件因素将符合该条件因素的数据剔除；或，根据该条件因素保留符合该条件因素的数据，并将其余数据剔除。需要说明的是，条件因素包括通信地域、时间段和月份中的至少一个。
[0089]
应当注意，在比较模块确定当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，该装置还包括模型优化模块，利用归一化后的数据对原始的频率选择模型进行优化，得到的频率选择模型。另外，在比较模块确定当前周期获取的短波业务运维数据总量相对于在先周期获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，频率选择模型为对在先获取的各类短波业务运维数据进行综合评分的模型，在对经聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经聚合后的各类短波业务运维数据进行筛选。
[0090]
在一个可选实施例中，在比较模块确定当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，模型优化模块，包括：线性相关系数计算单元，针对经预处理后的各类短波业务运维数据，计算同一类短波业务运维数据中各平均数据指标与通信结果的线性相关系数；第一比较单元，将各线性相
关系数与第二预设阈值比较；若存在小于第二预设阈值的线性相关系数，则基于预设规则生成指标更新占比，并在指标更新占比与频率选择模型的指标占比存在差异时，利用指标更新占比优化频率选择模型。
[0091]
具体而言，优化单元，包括：第一指标占比计算子单元，将小于第二预设阈值的线性相关系数乘以对应平均数据指标的预设指标占比，以得到对应平均数据指标的指标更新占比；第二指标占比计算子单元，计算数值1与线性相关系数的差值，并利用差值除以剩余平均数据指标个数，得到均值，并将其余各平均数据指标对应的预设指标占比分别乘以均值，得到其余各平均数据指标对应的指标更新占比。
[0092]
需要说明的是，预设阈值可以设为0.9。另外，对应平均数据指标的预设指标占比可根据需求预先设定。应当注意，在初始化模型时，可根据各类短波业务运维数据的类别数量将100％平均分配至各平均数据指标，以得到各数据指标对应的指标占比，比如，类别数量为4，则各数据指标的初始化指标占比为25％。
[0093]
评分模块44，包括：针对各类短波业务运维数据，分别将同一类的短波业务运维数据的各平均数据指标与与其对应的指标更新占比相乘，并求和，得到类对应的综合评分。需要说明的是，将获取的各类短波业务运维数据输入至频率选择模型后，得到每一类别短波业务运维数据对应的综合评分，即一类短波业务运维数据对应得到一综合评分。
[0094]
选择模块45，包括：第二比较单元，将各类短波业务运维数据对应的将各类短波业务运维数据对应的综合评分进行比较；选择单元，按综合评分由高至低选择至少一类短波业务运维数据对应的频率。需要说明的是，由于在利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分时，会针对各类短波业务数据对应得到一综合评分结果，因此，为了得到优选频率，还需要对各综合评分结果进行比较，或者对各综合评分结果进行排序，并按综合评分由高至低选择至少一类短波业务运维数据对应的频率，以获得频率选择结果。
[0095]
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)51、通信接口(communications interface)52、存储器(memory)53和通信总线54，其中，处理器51，通信接口52，存储器53通过通信总线54完成相互间的通信。处理器51可以调用存储器53中的逻辑指令，以执行基于短波业务运维数据的频率选择方法，该方法包括：基于预设周期定期获取短波业务运维数据；对所述短波业务运维数据进行聚合；对经所述聚合后的各类短波业务运维数据进行预处理；利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分；将各类短波业务运维数据对应的综合评分进行比较，按综合评分由高至低选择至少一类短波业务运维数据对应的频率；其中，在当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，频率选择模型是利用预处理后的各类短波业务运维数据对原始频率选择模型进行优化得到的；在当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，频率选择模型为原始频率选择模型，在对经聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经聚合后的各类短波业务运维数据进行筛选。
[0096]
此外，上述的存储器53中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发
明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明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-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0097]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的基于短波业务运维数据的频率选择方法，该方法包括：基于预设周期定期获取短波业务运维数据；对所述短波业务运维数据进行聚合；对经所述聚合后的各类短波业务运维数据进行预处理；利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分；将各类短波业务运维数据对应的综合评分进行比较，按综合评分由高至低选择至少一类短波业务运维数据对应的频率；其中，在当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，频率选择模型是利用预处理后的各类短波业务运维数据对原始频率选择模型进行优化得到的；在当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，频率选择模型为原始频率选择模型，在对经聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经聚合后的各类短波业务运维数据进行筛选。
[0098]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的基于短波业务运维数据的频率选择方法，该方法包括：基于预设周期定期获取短波业务运维数据；对所述短波业务运维数据进行聚合；对经所述聚合后的各类短波业务运维数据进行预处理；利用频率选择模型对预处理后的各类短波业务运维数据进行综合评分；将各类短波业务运维数据对应的综合评分进行比较，按综合评分由高至低选择至少一类短波业务运维数据对应的频率；其中，在当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量大于第一预设阈值的情况下，频率选择模型是利用预处理后的各类短波业务运维数据对原始频率选择模型进行优化得到的；在当前获取的短波业务运维数据总量相对于在先获取的短波业务运维数据总量的增长量不大于第一预设阈值的情况下，频率选择模型为原始频率选择模型，在对经聚合后的各类短波业务运维数据进行预处理之前，基于预先设定的条件因素对经聚合后的各类短波业务运维数据进行筛选。
[0099]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0100]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该
计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0101]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。