路径损耗计算方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种路径损耗计算方法及装置。

背景技术

网络设备与终端设备之间传输无线信号时存在路径损耗。用于计算路径损耗的设备可基于确定型模型(也可称为射线追踪模型)确定网络设备与终端设备之间传输无线信号时的路径损耗。

具体地，用于计算路径损耗的设备可通过多条射线，模拟网络设备与终端设备之间传输的无线信号。其中，该多条射线可遵从几何光学、统一绕射理论等电磁波物理传播原理进行模拟传播；然后追踪每条射线的路径；再根据每条射线的功率损耗确定网络设备与终端设备之间传输无线信号的路径损耗。然而，该路径损耗确定方法需进行三维(threedimension，3D)空间搜索寻径和射线多径计算，大大增加了计算量。

因此，如何降低路径损耗计算的计算复杂度是一个亟待解决的问题。

发明内容

本申请实施例提供一种路径损耗计算方法及装置，可以降低路径损耗计算的计算复杂度。

第一方面，本申请实施例提供一种路径损耗计算方法，该方法包括：根据仿真区域的场景特征，从场景库中选择仿真区域所属的场景，场景库中每个场景对应N个基函数；再根据仿真区域所属的场景对应的N个基函数，获取仿真区域的路径损耗数据，N为正整数。

其中，每个场景对应的N个基函数是基函数库中对该场景的路径损耗的计算结果准确度影响最大的基函数；基函数库是基于发射端基函数、传播基函数和接收端周边环境基函数构建的，发射端基函数用于表征发射端的工程参数对路径损耗的影响，传播基函数用于表征收发端相对位置以及电磁波传播过程对路径损耗的影响，接收端周边环境基函数用于表征接收端所在区域以及环境特征对路径损耗的影响。

可见，该路径损耗计算方法规避了确定型模型中复杂的反射、绕射等计算，减少了计算量，降低计算复杂度。并且，该方法中，基函数库是基于发射端基函数、传播基函数和接收端周边环境基函数构建的；在确定不同场景对应的基函数时，考虑了各场景下无线信号传输过程中的特征对路径损耗的影响，以及各场景下接收端周边环境特征对路径损耗的影响，能够更好地表征无线信号在传输过程中被遮挡所导致的路径损耗，与经验型模型中只考虑了少量且固定的自由空间传输中的影响因素相比，可提高路径损耗计算的准确性。

在一种可选的实施方式中，该方法还包括：对第一基函数库中各基函数进行第一数学运算，获得第二基函数库，第一基函数库中包括发射端基函数、传播基函数和接收端周边环境基函数；对第二基函数库中的各基函数进行第二数学运算，获得第三基函数库；将第一基函数库至第三基函数库合并后，进行归一化处理或标准化处理，获得基函数库。该实施方式可对第一基函数库中的基函数进行扩充，使得形成的基函数库是一个高维度的基函数库，从而使得基函数库包括的基函数更全面。

在一种可选的实施方式中，针对场景库中的每个场景，对该场景的路径损耗的计算结果准确度影响最大的基函数是基于筛选规则从基函数库中筛选获得；

筛选规则是按照惩罚项λ的增大量增加算式中的λ，直至算式中系数不为0的基函数个数||ε||

算式为：

Loss function＝argmin[(θε-y)+λ||ε||

其中，ε是基函数库中基函数，θε是利用基函数库中的基函数确定的该场景的路径损耗数据，y是该场景的路径损耗实测数据，||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数是系数不为0的||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数是将系数不为0的||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数包括系数不为0的||ε||

该实施方式中，每个场景对应的N个基函数除了是计算机基于筛选规则确定的，还是由用户基于经验从基函数库中除了系数不为0的基函数外的基函数中添加的对路径损耗影响较大的基函数后确定的，这样可使得计算路径损耗数据的准确性相对更高。

在一种可选的实施方式中，场景库中每个场景对应的N个基函数包括系数不为0的||ε||

该实施方式中，每个场景对应的N个基函数除了是计算机基于筛选规则确定的，还是由用户基于经验剔除系数不为0的基函数中对路径损耗影响较小的基函数，以及从基函数库中除了系数不为0的基函数外的基函数中添加的对路径损耗影响较大的基函数后确定的，这样可使得计算路径损耗数据的准确性相对更高。

第二方面，本申请实施例提供一种路径损耗计算装置，有益效果可以参见第一方面的描述此处不再赘述。所述路径损耗计算装置具有实现上述第一方面的方法实例中行为的功能。所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。

在一个可能的设计中，所述路径损耗计算装置包括：选择模块，用于根据仿真区域的场景特征，从场景库中选择仿真区域所属的场景，场景库中每个场景对应N个基函数；

每个场景对应的N个基函数是基函数库中对该场景的路径损耗的计算结果准确度影响最大的基函数；基函数库是基于发射端基函数、传播基函数和接收端周边环境基函数构建的，发射端基函数用于表征发射端的工程参数对路径损耗的影响，传播基函数用于表征收发端相对位置以及电磁波传播过程对路径损耗的影响，接收端周边环境基函数用于表征接收端所在区域以及环境特征对路径损耗的影响；

获取模块，用于根据仿真区域所属的场景对应的N个基函数，获取仿真区域的路径损耗数据，N为正整数。

这些模块可以执行上述第一方面方法示例中的相应功能，具体参见方法示例中的详细描述，此处不做赘述。

第三方面，本申请实施例提供一种路径损耗计算装置，包括收发器、存储器和处理器；

收发器，用于发送数据或接收数据；存储器，用于存储指令或计算机程序；处理器，用于执行存储器所存储的计算机程序或指令，以使路径损耗计算装置执行第一方面所述的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，用于存储计算机程序，当计算机程序在计算机上运行时，使得计算机执行第一方面所述的方法。

第五方面，本申请实施例提供一种芯片或者芯片系统，该芯片或者芯片系统包括至少一个处理器和接口，接口和至少一个处理器通过线路互联，至少一个处理器用于运行计算机程序或指令，以执行第一方面所述的方法。

其中，芯片中的接口可以为输入/输出接口、管脚或电路等。

上述方面中的芯片系统可以是片上系统(system on chip，SOC)，也可以是基带芯片等，其中基带芯片可以包括处理器、信道编码器、数字信号处理器、调制解调器和接口模块等。

在一种可能的实现中，本申请中上述描述的芯片或者芯片系统还包括至少一个存储器，该至少一个存储器中存储有指令。该存储器可以为芯片内部的存储单元，例如，寄存器、缓存等，也可以是该芯片的存储单元(例如，只读存储器、随机存取存储器等)。

第六方面，本申请实施例提供一种计算机程序或计算机程序产品，其包括计算机指令，当计算机指令在计算机上运行时，使得计算机执行第一方面所述的方法。

附图说明

图1a是本申请实施例提供的一种无线网络场景的示意图；

图1b是一种确定型模型的示意图；

图2是本申请实施例提供的一种路径损耗计算方法100的流程示意图；

图3是本申请实施例提供的一种接收端所处区域的示意图；

图4是本申请实施例提供的一种基函数系数-惩罚项的曲线图；

图5a是本申请实施例提供的一种构建路径损耗计算模型的示意图；

图5b是本申请实施例提供的一种仿真预测的示意图；

图6是本申请实施例提供的一种示例性的路径损耗计算方案的流程示意图；

图7是本申请实施例提供的一种路径损耗计算装置的结构示意图；

图8是本申请实施例提供的另一种路径损耗计算装置的结构示意图。

具体实施方式

下面结合本申请实施例中的附图对本申请实施例进行描述。

本申请实施例提供了一种路径损耗计算方法，可降低路径损耗计算的计算复杂度。该路径损耗计算方法可由路径损耗计算装置执行。

该路径损耗计算装置包括但不限于终端或服务器。其中，终端也可以称为用户设备(user equipment，UE)、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、用户代理或用户装置，可以应用于4G、5G甚至6G系统。终端可以是平板电脑(Pad)、带无线收发功能的电脑、工业控制(industrial control)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、前述的无线终端类型的RSU等等。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。

该路径损耗计算方法可应用于室外无线网络仿真。请参见图1a，图1a是本申请实施例提供的一种无线网络场景的示意图。该场景中可包括但不限于一个网络设备和一个终端设备。图1a所示的设备数量和形态用于举例并不构成对本申请实施例的限定，实际应用中可包括两个或两个以上的网络设备，两个或两个以上的终端设备。图1a以一个网络设备和多个终端设备为例进行阐述。其中，图1a中的网络设备以基站为例，终端设备以手机为例。可选的，图1a中的网络设备可为具有无线收发功能的设备或可设置于该设备的芯片，该网络设备包括但不限于：5G基站gNB、网络设备控制器(base station controller，BSC)、网络设备收发台(base transceiver station，BTS)、基带单元(baseband unit，BBU)等，还可以为LTE系统中的网络设备、NR系统中的网络设备，甚至6G系统中使用的设备等。图1a中的终端设备可以是手机(mobile phone)、平板电脑、带无线收发功能的电脑、虚拟现实(virtual reality，VR)终端设备、增强现实(augmented reality，AR)终端设备、工业控制中的无线终端、无人驾驶(self driving)中的无线终端、智慧城市中的无线终端等等。

图1a所示的无线网络场景中，网络设备与终端设备之间传输无线信号时存在路径损耗(path loss，PL)(也可称为路损)。该路径损耗可能是由传输介质导致的，也可能是由网络设备与终端设备之间存在遮挡无线信号的物体(例如树木、建筑物等)导致的，还可能是由网络设备与终端设备分别所处的地理位置或两者之间的相对位置导致的，等等。

用于计算路径损耗的设备可基于确定型模型(也可称为射线追踪模型)确定网络设备与终端设备之间传输无线信号时的路径损耗。具体地，用于计算路径损耗的设备可通过多条射线，模拟网络设备与终端设备之间传输的无线信号。其中，该多条射线可遵从几何光学、统一绕射理论等电磁波物理传播原理进行模拟传播；然后追踪每条射线的路径；再计算每条射线的功率损耗并合并，基于此确定网络设备与终端设备之间传输无线信号的路径损耗。

例如，结合图1b所示，发送无线信号的网络设备(发送点)位于建筑物的屋顶，接收无线信号的终端设备1(接收点1)和终端设备2(接收点2)分别位于不同车辆。发送点与接收点1之间的无线信号传输为视距传输，与接收点2之间的无线信号传输为非视距传输。图1b中，发送点向接收点1发射的射线所经过的路径包括路径1(直射路径)、路径2(衍射路径)、路径3(反射路径)和路径4(反射路径)。发送点向接收点2发射的射线所经过的路径包括路径5(衍射路径)、路径6(反射路径)和路径7(衍射路径)。

利用确定型模型计算路径损耗的方式可较准确地计算无线信号在实际环境中传输时的路径损耗。然而，该方法需进行三维(three dimension，3D)空间搜索寻径和射线多径计算，大大增加了计算量。特别是在大规模组网场景下的计算量大，导致设备的性能规格受限，对用于计算路径损耗的设备的算力要求高、存储空间要求高。

本申请实施例提供了一种路径损耗计算方法，该路径损耗计算方法中，路径损耗计算装置可根据对仿真区域所属的场景对应的N个基函数，获取仿真区域的路径损耗数据。该仿真区域所属的场景对应的N个基函数是基函数库中对路径损耗的计算结果准确度影响度最大的基函数，基函数库是基于发射端基函数、传播基函数和接收端周边环境基函数构建的。可见，该路径损耗计算方法中考虑了传播过程中环境因素对路径损耗的影响，使得得到的仿真区域的路径损耗数据的准确性更高，且规避了复杂的反射、绕射等计算，可降低计算复杂度。

请参阅图2，图2是本申请实施例提供的一种路径损耗计算方法100的流程示意图，该路径损耗计算方法可由路径损耗计算装置执行。该路径损耗计算方法100包括以下步骤：

S101、路径损耗计算装置根据仿真区域的场景特征，从场景库中选择仿真区域所属的场景，该场景库中每个场景对应N个基函数；每个场景对应的N个基函数是基函数库中对该场景的路径损耗的计算结果准确度影响最大的基函数；N为正整数。

上述的基函数库是基于发射端基函数、传播基函数和接收端周边环境基函数构建的。其中，发射端基函数用于表征发射端的工程参数对路径损耗的影响。例如，发射端基函数可以是与发射端工作频率相关的基函数、与发射天线相关的基函数、与发射端所处的地理位置相关的基函数等。传播基函数用于表征收发端相对位置以及电磁波传播过程对路径损耗的影响。例如，传播基函数可以是收发端连线距离、水平曼哈顿距离、收发端相对海拔差等。传播基函数还可以是与电磁波被遮挡情况相关的基函数，例如，传播基函数可以是表示电磁波被建筑物或树木遮挡程度的基函数。另外，传播基函数还可以是与电磁波传播过程中产生的绕射或反射等现象相关的基函数。

接收端周边环境基函数用于表征接收端所在区域以及环境特征对路径损耗的影响。例如，接收端周边环境基函数可以是接收端周边建筑物的高度、起伏等。可选的，接收端所在区域可以是基于接收端在数字地图中的位置确定的。具体地，以栅格的形式将数字地图进行划分，该栅格的尺寸是根据数字地图的精度确定的；将以接收端所处栅格为中心的方形区域作为该接收端所在区域。那么，接收端周边环境基函数可以是位于接收端所在区域内的建筑物的高度、起伏等。另外，接收端周边环境基函数还可以是表示栅格点开阔程度的基函数，该栅格点开阔程度是接收端所在区域中除接收端所处区域和其他物体(如建筑物、树木等)所处区域外的区域，与接收端所在区域的比例。

例如，结合图3，接收端所在区域是以接收端所处栅格为中心的，长和宽均包括11个栅格的方形区域(即图3中的黑色方框包括的区域)。图3中，接收端所处区域中除了接收端设备外，还包括建筑物，那么该接收端对应的栅格点开阔程度是：黑色方框中除建筑物和接收端所处栅格外的栅格数58与黑色方框包括的栅格数121之比，即58÷121≈0.479。

本申请实施例中的基函数可表示对路径损耗可能存在影响的特征，因此基函数也可称为特征，基函数库也可称为特征库。

在一种可选的实施方式中，该路径损耗计算方法还可包括基函数扩充过程，该基函数扩充过程可包括：路径损耗计算装置对第一基函数库中各基函数进行第一数学运算，获得第二基函数库，该第一基函数库中包括发射端基函数、传播基函数和接收端周边环境基函数；对第二基函数库中的各基函数进行第二数学运算，获得第三基函数库。对第一基函数库中的基函数进行扩充，可以使得形成的基函数库是一个高维度的基函数库，从而使得基函数库包括的基函数更全面。

可选的，第一数学运算和第二数学运算分别可以是以下一种或多种：加法运算、减法运算、乘法运算、除法运算、幂运算、取指数运算或取对数运算，等等。其中，取对数运算可以是底为10的取对数运算。乘法运算可以是多项式增广运算。其中，对第二基函数库中的基函数进行多项式增广运算是将第二基函数库包括的所有基函数中的多个基函数(可以重复)进行乘法运算，并将结果作为新的基函数，增加到第三基函数库中。例如，对第二基函数库中的基函数进行二项式增广运算是将第二基函数库包括的基函数(可以重复)两两进行乘法运算，并将结果作为新的基函数，增加到第三基函数库中。

具体地，若第二数学运算是H项式增广运算，那么，路径损耗计算装置可将第二基函数库包括的M个基函数中的k个基函数相乘，得到T个基函数，k＝1,2，...，H，H为正整数。其中，k个基函数可包括相同的基函数，也可包括不同的基函数。那么，T的值可根据以下算式(1)确定：

本申请实施例对路径损耗计算装置进行基函数扩充时执行的数学运算次数不作限制。

另外，路径损耗计算装置获得第二基函数库和第三基函数库后，还可将第一基函数库至第三基函数库合并，再进行归一化处理或标准化处理，获得基函数库。可选的，归一化处理可以是基于均值和标准差的归一化处理。进行基于均值和标准差的归一化处理后得到的基函数库中各基函数服从均值为0，标准差为1的分布。

其中，针对第一基函数库至第三基函数库合并后包括的L个基函数(X

其中，

针对第一基函数库至第三基函数库合并后包括的L个基函数(X

其中，min(X

可选的，第一基函数库还可包括核心基函数，该核心基函数是根据弗里斯传输公式(Fries transfer formula)确定的。核心基函数可以是收发点连线距离的对数、中心频率的对数、常数项或用于表示视距传输或非视距传输的基函数。其中，若无线信号的传输属于视距传输，则用于表示视距传输或非视距传输的基函数可取值为1；若无线信号的传输属于非视距传输，则用于表示视距传输或非视距传输的基函数可取值为0。

在一种可选的实施方式中，场景库中每个场景对应的N个基函数可以是基于稀疏优化的方式确定的。稀疏优化指在稀疏表示的前提下将不确定性问题转化为优化问题进行计算和处理。其中，稀疏表示指用较少的基本信号的现行组合来表达大部分或全部的原始信号。本申请实施例提供了基于稀疏优化方式确定每个场景对应的N个基函数的具体实施方式如下：

实施方式1.1，针对场景库中的每个场景，对该场景的路径损耗的计算结果准确度影响最大的基函数是基于筛选规则从基函数库中筛选获得；

筛选规则是按照惩罚项λ的增大量增加算式中的λ，直至算式中系数不为0的基函数个数||ε||

Loss function＝argmin[(θε-y)+λ||ε||

其中，ε是基函数库中基函数，θε是利用基函数库中的基函数确定的该场景的路径损耗数据，y是该场景的路径损耗实测数据，||ε||

基于上述筛选规则，可得到如图4所示的基函数系数-惩罚项的曲线图。该曲线图中，横坐标表示λ的取值，纵坐标表示基函数的系数，每条曲线表示一个基函数的系数随着惩罚项λ的取值变化而变化的趋势。从图4中可以看出，随着λ取值增大，越来越多的基函数的系数会被置为0。基于图4可得到λ取各值时系数不为0的基函数的个数。例如，λ为3时，存在5个系数不为0的基函数；λ为4时，存在1个系数不为0的基函数。

另外，基于技术经验，上述的算式(4)还可扩展为算式(5)：

Loss function＝argmin[||θε-y||

其中，||θε-y||

可选的，第一阈值可以是自定义的经验值，也可以是路径损耗计算装置计算得到的，此处不作限制。

实施方式1.2，路径损耗计算装置基于上述筛选规则确定该场景下系数不为0的基函数之后，该路径损耗计算方法还可包括：路径损耗计算装置获取用户调整的基函数。其中，调整的基函数可以是基于贪心算法调整的。路径损耗计算装置获取调整的基函数后，可计算得到的路径损耗数据与路径损耗实测数据之差，并基于差值判断调整的基函数对路径损耗数据的影响。若路径损耗数据与路径损耗实测数据之差越小，说明调整的基函数对路径损耗数据的影响越小。

可选的，调整的基函数可以是基于前向筛选方式和/或后向筛选方式的贪心算法确定的。

其中，调整的基函数基于前向筛选方式确定时，路径损耗计算装置可获取用户从系数不为0的||ε||

示例性地，用户可保留系数不为0的||ε||

可选的，第二阈值可以是自定义的经验值，也可以是路径损耗计算装置计算得到的，此处不作限制。

调整的基函数基于后向筛选方式确定时，路径损耗计算装置获取用户从基函数库中除了系数不为0的||ε||

示例性地，收发点连线距离的对数是人为认定重要的基函数，但不属于系数不为0的||ε||

可选的，第三阈值可以是自定义的经验值，也可以是路径损耗计算装置计算得到的，此处不作限制。

基于上述筛选基函数的方式，确定场景库中每个场景对应的N个基函数存在以下几种实施方式：

实施方式2.1，场景库中每个场景对应的N个基函数是根据筛选规则确定的。那么，场景库中每个场景对应的N个基函数是系数不为0的||ε||

实施方式2.2，场景库中每个场景对应的N个基函数是根据筛选规则和前向筛选方式确定的。那么，场景库中每个场景对应的N个基函数是将系数不为0的||ε||

实施方式2.3，场景库中每个场景对应的N个基函数是根据筛选规则和后向筛选方式确定的。那么，场景库中每个场景对应的N个基函数包括系数不为0的||ε||

实施方式2.4，场景库中每个场景对应的N个基函数是根据筛选规则、前向筛选方式和后向筛选方式确定的。那么，场景库中每个场景对应的N个基函数包括系数不为0的||ε||

在一种可选的实施方式中，该路径损耗计算方法还可包括：路径损耗计算装置根据每个场景对应的N个基函数和路径损耗实测数据进行拟合处理(模型训练)，得到该场景对应的N个基函数中每个基函数对应的系数。可选的，路径损耗计算装置进行的拟合处理可以是线性拟合处理，或梯度提升(Light Gradient Boosting Machine，LightGBM)处理。另外，随着场景的增多，路径损耗计算装置可以根据场景的覆盖范围内建筑物高度、建筑物密度、电磁波频率等信息，合并相似场景，建立场景库。该场景库中每个场景对应的路径损耗计算模型是基于该场景对应的N个基函数和该N个基函数中每个基函数的系数确定。例如，在实际应用中，密集城区、郊区、森林等不同场景可拟合出多个模型。

基于上述构建基函数库、确定每个场景对应的基函数的实施方式，图5a展示了场景库中每个场景对应的路径损耗计算模型的一种可选的建立过程。如图5a所示，路径损耗计算装置可对核心基函数(包括中心频率的对数logf、收发点连线距离的对数logd、常数项1等)和经验基函数(包括栅格点开阔程度openness、电磁波被遮挡程度sheltered、发射端的天线高度h等)进行多项式增广等数学运算，得到基函数库。其中，经验基函数包括发射端基函数、传播基函数和/或接收端周边环境基函数，该接收端周边环境基函数是基于3D数字地图提取出的特征确定的。然后，路径损耗计算设备通过稀疏优化的方式(包括基于筛选规则筛选和/或人工经验筛选)筛选出对各场景的路径损耗的计算结果准确性影响最大的基函数；再结合实测数据(包括路径损耗实测数据)进行回归拟合处理(包括线性拟合处理或LightGBM处理等)，得到各场景对应的路径损耗计算模型。

S102、路径损耗计算装置根据仿真区域所属的场景对应的N个基函数，获取仿真区域的路径损耗数据。

具体地，路径损耗计算装置可根据仿真区域所属的场景对应的N个基函数和该N个基函数中每个基函数的系数，获取仿真区域对应的电平值；再根据该电平值和发射端的发射功率，获得仿真区域的路径损耗数据。

在一种可选的实施方式中，步骤S101中，路径损耗计算装置从场景库中选择仿真区域所属的场景可以是一个或多个。若路径损耗计算装置选择仿真区域所属的一个场景，则路径损耗计算装置可执行根据该场景对应的N个基函数，获取仿真区域的路径损耗数据的步骤。若路径损耗计算装置选择仿真区域所属的多个场景，则路径损耗计算装置可根据该多个场景中每个场景对应的N个基函数，获取仿真区域的路径损耗数据。

例如，结合图5b所示的仿真预测流程，场景库中的场景包括密集城区场景、公园场景和森林场景。路径损耗计算装置可根据仿真区域的场景特征与场景库中各场景的场景特征之间的相似度确定仿真区域所属的场景为公园场景和森林场景。那么，路径损耗计算装置可根据公园场景对应的路径损耗计算模型(模型2，由公园场景对应的基函数和各基函数的系数构成)和森林场景对应的路径损耗计算(模型3，由森林场景对应的基函数和各基函数的系数构成)，确定仿真区域的路径损耗数据(仿真结果)。

综上所述，该路径损耗计算方法中，路径损耗计算装置可根据仿真区域所属的场景对应的N个基函数，获取仿真区域的路径损耗数据。其中，仿真区域所属的场景对应的N个基函数是基函数库中对该场景的路径损耗的计算结果准确度影响最大的基函数。该基函数库是基于发射端基函数、传播基函数和接收端周边环境基函数构建的。可见，该路径损耗计算方法规避了确定型模型中复杂的多径计算，降低了计算复杂度。并且，该路径损耗计算方法中基函数的筛选、模型的训练均可以在本地进行，不依赖线上资源，与确定型模型中使用线上资源进行多径计算的方式相比，还可以减少内存占用。另外，验证发现，基于该路径损耗计算方法确定路径损耗的耗时低于确定型模型的耗时，该路径损耗计算方法还提高了确定路径损耗的效率和性能。

另外，与经验型模型中只考虑了少量且固定的自由空间传输中的影响因素相比，该路径损耗计算方法中考虑了实际传播过程中环境因素对路径损耗的影响。在基函数库中增加了传播过程中的特征和接收点周围环境特征，能够更好表征电磁波传播过程中被遮挡对路径损耗带来的影响。这样，从基函数库中筛选出关键因素(对该场景的路径损耗的计算结果准确度影响最大的基函数)能够发掘出容易被人忽略的关键因素，使得训练得到的各场景对应的模型具有更好的表达能力和泛华能力，提高了计算仿真区域的路径损耗数据的准确性。

其中，上述的经验型模型是利用现有数据建立的线性回归模型。用于计算路径损耗的设备根据三个基函数确定路径损耗，该三个基函数包括收发点连线距离的对数、中心频率的对数，以及常数项。另外，该三个基函数中每个基函数的系数是利用实测数据矫正确定的，

针对在城市宏小区(urban macro cell，UMa)中传输的无线信号，表1列举了经验型模型中用于计算该无线信号进行视距(line-of-sight，Los)传输时的路径损耗的算式，以及用于计算该无线信号进行非视距(non-line-of-sight，NLos)传输时的路径损耗的算式。

表1

其中，f

示例性地，基于上述的路径损耗计算方法和经验型模型分别计算城市A、城市B和城市C中各接收点的电平值；城市A、城市B和城市C中分别包括多个发射点(网络设备)和多个接收点。然后计算通过路径损耗计算方法得到的各电平值的达标率以及通过经验型模型得到的各电平值的达标率。其中，若计算得到的电平值与路测电平值之差属于电平误差范围内，则说明该计算得到的电平值达标。表2展示了电平误差范围分别为[-6dB，6dB]和[-8dB，8dB]时，针对城市A、城市B和城市C，路径损耗计算方法对应的达标率减去经验型模型对应的达标率得到的差值。

表2

从表2中可以看出，基于本申请实施例提供的路径损耗计算方法的达标率明显高于经验型模型对应的达标率，且整体提高了16.4％-17.4％。可见，该路径损耗计算方法与经验模型相比，提高了路径损耗计算的准确性。

基于图2所示的路径损耗计算方法100，下面提供了一种示例性的路径损耗计算方案。请参阅图6，图6是本申请实施例提供的一种示例性的路径损耗计算方案的流程示意图。该路径损耗计算方案包括以下步骤：

S201、路径损耗计算装置对第一基函数库中各基函数进行底为10的取对数运算，获得第二基函数库，第一基函数库中包括发射端基函数、传播基函数和接收端周边环境基函数。

S202、路径损耗计算装置对第二基函数库中的各基函数进行多项式增广运算，获得第三基函数库。

S203、路径损耗计算装置将第一基函数库、第二基函数库和第三基函数库合并，并进行归一化处理或标准化处理，获得基函数库。

S204、路径损耗计算装置针对场景库中的每个场景，基于筛选规则从基函数库中筛选系数不为0的多个基函数。

S205、路径损耗计算装置获取用户从系数不为0的多个基函数中去除的M个基函数，以及从基函数库中除了系数不为0的多个基函数外的基函数中添加的P个基函数；将系数不为0的多个基函数中除了M个基函数外的基函数，以及添加的P个基函数作为每个场景对应的N个基函数；该每个场景对应的N个基函数是基函数库中对该场景的路径损耗的计算结果准确度影响最大的基函数。

S206、路径损耗计算装置根据场景库中每个场景对应的N个基函数和路径损耗实测数据进行拟合处理，得到该场景对应的N个基函数中每个基函数对应的系数。

S207、路径损耗计算装置根据仿真区域的场景特征，从场景库中选择仿真区域所属的场景。

S208、路径损耗计算装置根据仿真区域所属的场景对应的N个基函数和每个基函数对应的系数，获取仿真区域的路径损耗数据。

可见，该路径损耗计算方法中考虑了传播过程中环境因素对路径损耗的影响，使得获取的仿真区域的路径损耗数据的准确性更高，且规避了复杂的多径计算，可降低计算复杂度。另外，该路径损耗计算方法中基函数的筛选、模型的训练(拟合)均可以在本地进行，不依赖线上资源，与确定型模型中使用线上资源进行多径计算的方式相比，还可以减少内存占用。

可以理解的是，为了实现上述实施例中功能，路径损耗计算装置包括了执行各个功能相应的硬件结构和/或软件模块。本领域用户应该很容易意识到，结合本申请中所公开的实施例描述的各示例的单元及方法步骤，本申请能够以硬件或硬件和计算机软件相结合的形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用场景和设计约束条件。

请参阅图7，图7是本申请实施例提供的一种路径损耗计算装置的结构示意图。该路径损耗计算装置700可以用于实现上述方法实施例中路径损耗计算装置的功能，因此也能实现上述方法实施例所具备的有益效果。该路径损耗计算装置700包括选择模块701和获取模块702。

选择模块701，用于根据仿真区域的场景特征，从场景库中选择仿真区域所属的场景，场景库中每个场景对应N个基函数；每个场景对应的N个基函数是基函数库中对该场景的路径损耗的计算结果准确度影响最大的基函数；基函数库是基于发射端基函数、传播基函数和接收端周边环境基函数构建的，发射端基函数用于表征发射端的工程参数对路径损耗的影响，传播基函数用于表征收发端相对位置以及电磁波传播过程对路径损耗的影响，接收端周边环境基函数用于表征接收端所在区域以及环境特征对路径损耗的影响。

获取模块702，用于根据仿真区域所属的场景对应的N个基函数，获取仿真区域的路径损耗数据，N为正整数。

在一种可选的实施方式中，该路径损耗计算装置700还包括运算模块703和处理模块704。

运算模块703，用于对第一基函数库中各基函数进行第一数学运算，获得第二基函数库，第一基函数库中包括发射端基函数、传播基函数和接收端周边环境基函数。运算模块703，还用于对第二基函数库中的各基函数进行第二数学运算，获得第三基函数库。

处理模块704，用于将第一基函数库至第三基函数库合并后，进行归一化处理或标准化处理，获得基函数库。

在一种可选的实施方式中，针对场景库中的每个场景，对该场景的路径损耗的计算结果准确度影响最大的基函数是基于筛选规则从基函数库中筛选获得；

筛选规则是按照惩罚项λ的增大量增加算式中的λ，直至算式中系数不为0的基函数个数||ε||

算式为：

Loss function＝argmin[(θε-y)+λ||ε||

其中，ε是基函数库中基函数，θε是利用基函数库中的基函数确定的该场景的路径损耗数据，y是该场景的路径损耗实测数据，||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数是系数不为0的||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数是将系数不为0的||ε||

基于系数不为0的||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数包括系数不为0的||ε||

基于系数不为0的||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数包括系数不为0的||ε||

基于系数不为0的||ε||

有关上述路径损耗计算装置700更详细的描述可以参考图2所示的方法实施例中相关描述，这里不加赘述。

请参阅图8，图8是本申请实施例提供的另一种路径损耗计算装置的结构示意图，该路径损耗计算装置800可以是上述方法实施例中的路径损耗计算装置，因此也能实现上述方法实施例所具备的有益效果。该路径损耗计算装置800包括收发器801、存储器802和处理器803。其中，收发器801用于发送数据或接收数据；存储器802用于存储指令或计算机程序；处理器803用于执行存储器802所存储的计算机程序或指令，以使路径损耗计算装置800执行：

根据仿真区域的场景特征，从场景库中选择仿真区域所属的场景，场景库中每个场景对应N个基函数；

每个场景对应的N个基函数是基函数库中对该场景的路径损耗的计算结果准确度影响最大的基函数；基函数库是基于发射端基函数、传播基函数和接收端周边环境基函数构建的，发射端基函数用于表征发射端的工程参数对路径损耗的影响，传播基函数用于表征收发端相对位置以及电磁波传播过程对路径损耗的影响，接收端周边环境基函数用于表征接收端所在区域以及环境特征对路径损耗的影响；

根据仿真区域所属的场景对应的N个基函数，获取仿真区域的路径损耗数据，N为正整数。

在一种可选的实施方式中，处理器803还用于执行存储器802所存储的计算机程序或指令，以使路径损耗计算装置800执行：对第一基函数库中各基函数进行第一数学运算，获得第二基函数库，第一基函数库中包括发射端基函数、传播基函数和接收端周边环境基函数；对第二基函数库中的各基函数进行第二数学运算，获得第三基函数库；将第一基函数库至第三基函数库合并后，进行归一化处理或标准化处理，获得基函数库。

在一种可选的实施方式中，针对场景库中的每个场景，对该场景的路径损耗的计算结果准确度影响最大的基函数是基于筛选规则从基函数库中筛选获得；

筛选规则是按照惩罚项λ的增大量增加算式中的λ，直至算式中系数不为0的基函数个数||ε||

算式为：

Loss function＝argmin[(θε-y)+λ||ε||

其中，ε是基函数库中基函数，θε是利用基函数库中的基函数确定的该场景的路径损耗数据，y是该场景的路径损耗实测数据，||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数是系数不为0的||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数是将系数不为0的||ε||

基于系数不为0的||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数包括系数不为0的||ε||

基于系数不为0的||ε||

在一种可选的实施方式中，场景库中每个场景对应的N个基函数包括系数不为0的||ε||

基于系数不为0的||ε||

有关上述路径损耗计算装置800更详细的描述可以参考图2所示的方法实施例中相关描述，这里不加赘述。

本申请实施例提供一种芯片或者芯片系统，该芯片或者芯片系统包括至少一个处理器和接口，接口和至少一个处理器通过线路互联，至少一个处理器用于运行计算机程序或指令，以执行第一方面所述的方法。

其中，芯片中的接口可以为输入/输出接口、管脚或电路等。

上述方面中的芯片系统可以是片上系统(system on chip，SOC)，也可以是基带芯片等，其中基带芯片可以包括处理器、信道编码器、数字信号处理器、调制解调器和接口模块等。

在一种可能的实现中，本申请中上述描述的芯片或者芯片系统还包括至少一个存储器，该至少一个存储器中存储有指令。该存储器可以为芯片内部的存储单元，例如，寄存器、缓存等，也可以是该芯片的存储单元(例如，只读存储器、随机存取存储器等)。

本申请实施例提供一种计算机程序或计算机程序产品，其包括计算机指令，当计算机指令在计算机上运行时，使得计算机执行第一方面所述的方法。

可以理解的是，本申请的实施例中的处理器可以是中央处理单元(CentralProcessing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其它可编程逻辑器件、晶体管逻辑器件，硬件部件或者其任意组合。通用处理器可以是微处理器，也可以是任何常规的处理器。

本申请的实施例中的方法步骤可以通过硬件的方式来实现，也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于基站或终端中。当然，处理器和存储介质也可以作为分立组件存在于基站或终端中。

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程序或指令。在计算机上加载和执行所述计算机程序或指令时，全部或部分地执行本申请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、网络设备、用户设备或者其它可编程装置。所述计算机程序或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，所述计算机程序或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或无线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集成一个或多个可用介质的服务器、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；也可以是光介质，例如，数字视频光盘；还可以是半导体介质，例如，固态硬盘。该计算机可读存储介质可以是易失性或非易失性存储介质，或可包括易失性和非易失性两种类型的存储介质。

在本申请的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“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的情况，其中A,B可以是单数或者复数。在本申请的文字描述中，字符“/”，一般表示前后关联对象是一种“或”的关系。

可以理解的是，在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本申请的实施例的范围。上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定。