自适应波束赋形方法、装置、设备及存储介质

技术领域

本申请涉及通信技术领域，尤其涉及一种自适应波束赋形方法、装置、设备及存储介质。

背景技术

在移动通信领域，为了提高无线信号的传输质量和覆盖范围，波束赋形技术被广泛应用。波束赋形的目标是根据系统性能指标，形成对基带(中频)信号的最佳组合或者分配。具体地说，其主要任务是补偿无线传播过程中由空间损耗、多径效应等因素引入的信号衰落与失真，同时降低同信道用户间的干扰。因此，首先需要建立系统模型，描述系统中各处的信号，而后才可能根据系统性能要求，将信号的组合或分配表述为一个数学问题，寻求其最优解。

传统的动态波束赋形方法通常使用实时信道状态信息(Channel StateInformation，CSI)来调整天线阵列的配置，以实现信号的定向传输。但这种方式的视线需要大量的计算和信道估计，这导致了算法的复杂性和计算开销大的问题。

在快速变化的信道环境中，传统动态波束赋形方法由于CSI的获取需要一定的时间，因此存在一定的延迟，此外，由于多径传播效应等原因，CSI的准确性也受到一定的影响，这使得传统的动态波束赋形算法在快速变化的信道环境中无法及时响应和准确调整波束，尤其在高速移动用户和复杂的信道环境下表现不佳。

发明内容

本申请提供一种自适应波束赋形方法、装置、设备及存储介质，用以解决现有动态波束赋形方法计算开销大、在高速移动用户和复杂的信道环境下准确性较低的问题。

第一方面，本申请提供一种自适应波束赋形方法，包括：

构建数字孪生场景，所述数字孪生场景中包括与现实对应的各基站信息、各天线信息和环境信息，在所述数字孪生场景中基于射线跟踪传播模型获取无线信号传播路径和衰减参数，所述射线跟踪传播模型用于根据基站信息、天线信息和环境信息模拟信号在环境中的传播路径和衰减，并生成信号传播路径和衰减参数；

获取用户实时位置信息，将所述位置信息转换为所述数字孪生场景中的模拟坐标数据，基于所述模拟坐标数据确定用户所属的目标基站；

根据所述模拟坐标数据和所述目标基站的位置信息计算得到用户与目标基站之间的欧式距离，根据所述衰减参数对所述欧式距离进行修正，获得修正后的欧氏距离，根据所述修正后的欧式距离计算得到用户与目标基站之间的角度数据；

根据所述角度数据，在孪生场景中分别调整各天线的振幅权重和相位权重，并控制主波束的水平方向，生成适应性波束赋形方案，将所述适应性波束赋形方案反馈至设备端。

可选地，如上所述的方法，所述基站信息包括基站位置和基站覆盖范围，所述基于所述模拟坐标数据确定用户所属的目标基站，包括：

基于所述基站信息生成各基站对应的泰森多边形，获得各基站泰森多边形的顶点坐标集合；

根据基站泰森多边形的顶点坐标集合构成的空间范围，判断所述模拟坐标数据是否属于该基站泰森多边形的内部；

若是，则确认该基站为用户所属的目标基站。

可选地，如上所述的方法，所述判断所述模拟坐标数据是否属于该基站泰森多边形的内部，包括：

基于所述基站泰森多边形的顶点坐标集合计算所述泰森多边形的总面积；

计算所述模拟坐标数据与所述基站泰森多边形的各条边构成图形的图形面积，将各图形面积进行累加获得比对面积；

若所述比对面积等于所述总面积，则确认所述模拟坐标数据是否属于该基站泰森多边形的内部。

可选地，如上所述的方法，所述根据所述模拟坐标数据和所述目标基站的位置信息计算得到用户与目标基站之间的欧式距离，包括：

获取目标基站的基站坐标信息和基站高度信息，根据所述基站坐标信息和所述模拟坐标数据计算用户到目标基站之间的水平距离，根据所述基站高度信息和所述模拟坐标数据计算用户到目标基站之间的垂直距离；

根据所述水平距离和所述垂直距离，计算得到用户到目标基站之间的欧式距离。

可选地，如上所述的方法，所述角度数据包括用户和所述目标基站之间的仰角和方位角，所述根据所述修正后的欧式距离计算得到用户与目标基站之间的角度数据，包括：

计算所述垂直距离与所述修正后的欧式距离之间的正切值，根据所述正切值得到用户和所述目标基站之间的仰角；

根据所述模拟坐标数据和所述基站坐标信息计算得到用户和所述目标基站之间的方位角。

可选地，如上所述的方法，所述根据所述衰减参数对所述欧式距离进行修正，获得修正后的欧氏距离，包括：

利用预先训练好的衰减模型对所述衰减参数进行计算，获得修正系数，所述衰减模型采用包含多组衰减参数和修正系数的样本集进行训练，所述衰减模型用于根据衰减参数生成相应的修正系数；

将修正系数与所述欧氏距离的乘积作为修正后的欧氏距离。

可选地，如上所述的方法，所述生成适应性波束赋形方案，包括：

生成至少一个波束赋形方案，并根据预设规则对各波束赋形方案进行优先级排序；

将优先级最高的作为适应性波束赋形方案。

第二方面，本申请提供一种自适应波束赋形装置，包括：

数字孪生场景构建模块，用于构建数字孪生场景，所述数字孪生场景中包括与现实对应的各基站信息、各天线信息和环境信息，在所述数字孪生场景中基于射线跟踪传播模型获取无线信号传播路径和衰减参数，所述射线跟踪传播模型用于根据基站信息、天线信息和环境信息模拟信号在环境中的传播路径和衰减，并生成信号传播路径和衰减参数；

用户位置获取模块，用于获取用户实时位置信息，将所述位置信息转换为所述数字孪生场景中的模拟坐标数据，基于所述模拟坐标数据确定用户所属的目标基站；

距离计算模块，用于根据所述模拟坐标数据和所述目标基站的位置信息计算得到用户与目标基站之间的欧式距离，根据所述衰减参数对所述欧式距离进行修正，获得修正后的欧氏距离，根据所述修正后的欧式距离计算得到用户与目标基站之间的角度数据；

方案生成模块，用于根据所述角度数据，在生场景中分别调整各天线的振幅权重和相位权重，并控制主波束的水平方向，生成适应性波束赋形方案，将所述适应性波束赋形方案反馈至设备端。

第三方面，本申请提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机执行指令，所述处理器执行所述计算机执行指令时实现上述第一方面中任一项所述的自适应波束赋形方法。

第四方面，本申请提供了一种计算机可读存储介质，所述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第一方面中任一项所述的自适应波束赋形方法。

本申请提供的自适应波束赋形方法、装置、设备及存储介质，通过构建数字孪生场景，所述数字孪生场景中包括与现实对应的各基站信息、各天线信息和环境信息，在所述数字孪生场景中基于射线跟踪传播模型获取无线信号传播路径和衰减参数，所述射线跟踪传播模型用于根据基站信息、天线信息和环境信息模拟信号在环境中的传播路径和衰减，并生成信号传播路径和衰减参数，能够更准确地预测信号的传播和衰减过程，从而提高波束赋形的精确性；获取用户实时位置信息，将所述位置信息转换为所述数字孪生场景中的模拟坐标数据，基于所述模拟坐标数据确定用户所属的目标基站；根据所述模拟坐标数据和所述目标基站的位置信息计算得到用户与目标基站之间的欧式距离，根据所述衰减参数对所述欧式距离进行修正，获得修正后的欧氏距离，根据所述修正后的欧式距离计算得到用户与目标基站之间的角度数据；根据所述角度数据，在生场景中分别调整各天线的振幅权重和相位权重，并控制主波束的水平方向，生成适应性波束赋形方案，将所述适应性波束赋形方案反馈至设备端，通过实时位置信息的获取和欧式距离计算，可以实现对用户位置和几何参考的及时获取，提高波束赋形的实时性。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请实施例提供的自适应波束赋形方法的应用场景示意图。

图2为本申请实施例提供的自适应波束赋形方法的流程图。

图3为本申请实施例提供的自适应波束赋形装置的示意图。

图4为本申请实施例提供的基于自适应波束赋形装置的电子设备的结构示意图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。

首先对本申请所涉及的名词进行解释：

波束赋形(Beamforming)又叫波束成型、空域滤波，是一种使用传感器阵列定向发送和接收信号的信号处理技术。波束赋形技术通过调整相位阵列的基本单元的参数，使得某些角度的信号获得相长干涉，而另一些角度的信号获得相消干涉。波束赋形既可以用于信号发射端，又可以用于信号接收端。

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

在相关技术中，传统的动态波束赋形算法通常使用实时信道状态信息来调整天线阵列的配置，以实现信号的定向传输。然而，这种方法对于高速移动用户和复杂的信道环境存在局限性。

针对上述技术问题，本申请实施例旨在提出一种自适应波束赋形方法、装置、设备及存储介质，该方法的核心构思为通过利用数字孪生技术构建真实场景的虚拟模型，能够更准确地预测信号的传播和衰减过程，从而提高波束赋形的精确性。同时，利用传感器上传的实时位置信息和欧式距离计算，可以实现对用户位置和几何参考的及时获取，提高波束赋形的实时性。

为了更好地理解本申请实施例的方案，下面先对本申请实施例所涉及的一种应用场景进行介绍。

请参阅图1，图1为本申请实施例提供的自适应波束赋形方法的应用场景示意图，如图1所示，包括用户端100、服务器200和基站设备300。其中，用户端100可以获取用户当前位置的经纬度坐标，并将其发送给服务器200，用户端100可以是能够与服务器进行通信的各种电子设备，包括但不限于智能手机、平板电脑等。

服务器200可以根据收集到的目标环境的网络设备参数信息、地理数据、建筑物结构信息、地形地貌数据等，构建数字孪生场景模型，也就是说，将地理数据导入三维建模仿真平台，创建真实环境的虚拟模型，其中，基站设备300(包括网络网元设备)、建筑物、道路、树木、地形等元素均被准确地反映在场景模型中。服务器200还可以进行信号传播建模及衰减分析，并接收用户端100发送的实时位置信息，从而将位置信息转换为数字孪生场景中的模拟坐标数据，确定用户所属的目标基站，计算用户与目标基站之间的欧式距离和角度数据，再根据角度数据在数字孪生场景中分别调整各天线的振幅权重和相位权重，并控制主波束的水平方向，生成适应性波束赋形方案，将所述适应性波束赋形方案反馈至基站设备300。

基站设备300可以根据服务器200反馈的适应性波束赋形方案对各天线的振幅权重和相位权重以及主波束的水平方向做出调整。

下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

图2为本申请实施例提供的自适应波束赋形方法的流程图。如图2所示，本实施例的方法，包括：

S201：构建数字孪生场景，所述数字孪生场景中包括与现实对应的各基站信息、各天线信息和环境信息，在所述数字孪生场景中基于射线跟踪传播模型获取无线信号传播路径和衰减参数，所述射线跟踪传播模型用于根据基站信息、天线信息和环境信息模拟信号在环境中的传播路径和衰减，并生成信号传播路径和衰减参数。

本申请实施例的执行主体可以是服务器，也可以是服务器中的自适应波束赋形系统，其中，自适应波束赋形系统可以通过软件实现。

可以理解的是，数字孪生场景可以根据采集到的各基站信息、各天线信息和环境信息等来构建，并且，通过模拟信号在环境中的传播路径、衰减、反射、散射等效应，可以获得信号的传播路径，并计算信号在传播过程中的衰减程度、信号强度和到达时间等关键的衰减参数。

可以理解的是，也可以将实际测量数据与数字孪生场景模型中的模拟结果进行对比和验证，调整模型参数以提高模型的准确性。

S202：获取用户实时位置信息，将所述位置信息转换为所述数字孪生场景中的模拟坐标数据，基于所述模拟坐标数据确定用户所属的目标基站。

在该步骤中，用户通过传感器获取当前位置的经纬度坐标，孪生系统中将其转换为直角坐标，并将实时位置信息更新到孪生系统并传输给当前基站。如果用户位置在当前基站的覆盖范围内，基站确定用户属于当前基站，当前基站仍然是目标基站；如果用户位置不在当前基站的覆盖范围内，基站根据空间运算判断用户所属的其他基站。

具体地，可以通过用户位置信息与基站的泰森多边形做空间运算，通过判断用户位置是否位于某一基站泰森多边形内部，从而判断用户是否属于该基站的覆盖范围。

S203：根据所述模拟坐标数据和所述目标基站的位置信息计算得到用户与目标基站之间的欧式距离，根据所述衰减参数对所述欧式距离进行修正，获得修正后的欧氏距离，根据所述修正后的欧式距离计算得到用户与目标基站之间的角度数据。

在该步骤中，可以通过所述模拟坐标数据和所述目标基站的位置信息计算用户与目标基站的水平距离和垂直距离，再根据水平距离和垂直距离计算用户与目标基站的欧氏距离。

进一步地，还可以引入修正因子，修正因子可以根据衰减参数来确定，将引入修正因子后的欧式距离作为修改后的欧氏距离，结合垂直距离等计算用户与目标基站之间的角度数据。

S204：根据所述角度数据，在孪生场景中分别调整各天线的振幅权重和相位权重，并控制主波束的水平方向，生成适应性波束赋形方案，将所述适应性波束赋形方案反馈至设备端。

可以理解的是，可以使用天线阵列控制器，根据角度信息调整天线阵列中各个天线的相位和振幅。在孪生场景中分别调整各天线的振幅权重和相位权重，并控制主波束的水平方向，主波束是通过将天线阵列中的天线元素的辐射相位和振幅进行合适的组合形成的，能够实现更强的信号传输到用户位置，进而实现主波束的主瓣方向指向用户位置。通过动态调整天线阵列的相位和振幅，实现适应性波束的形成。

当用户位置或环境发生变化时，系统可以实时监测用户位置信息，并根据新的角度信息重新调整天线阵列的配置，保持主波束的准确指向。

进一步地，在调整天线阵列配置的过程中，可以利用反馈机制，通过信道状态信息等反馈信息来评估波束赋形效果，并进行实时优化调整，以提供更稳定和可靠的通信连接。

本实施例提供的自适应波束赋形方法，通过构建数字孪生场景，所述数字孪生场景中包括与现实对应的各基站信息、各天线信息和环境信息，在所述数字孪生场景中基于射线跟踪传播模型获取无线信号传播路径和衰减参数，所述射线跟踪传播模型用于根据基站信息、天线信息和环境信息模拟信号在环境中的传播路径和衰减，并生成信号传播路径和衰减参数，能够更准确地预测信号的传播和衰减过程，从而提高波束赋形的精确性；获取用户实时位置信息，将所述位置信息转换为所述数字孪生场景中的模拟坐标数据，基于所述模拟坐标数据确定用户所属的目标基站；根据所述模拟坐标数据和所述目标基站的位置信息计算得到用户与目标基站之间的欧式距离，根据所述衰减参数对所述欧式距离进行修正，获得修正后的欧氏距离，根据所述修正后的欧式距离计算得到用户与目标基站之间的角度数据；根据所述角度数据，在生场景中分别调整各天线的振幅权重和相位权重，并控制主波束的水平方向，生成适应性波束赋形方案，将所述适应性波束赋形方案反馈至设备端，通过实时位置信息的获取和欧式距离计算，可以实现对用户位置和几何参考的及时获取，提高波束赋形的实时性。

下面对上述自适应波束赋形方法的技术方案进行详细介绍。

在一种可能的实施方式中，所述基站信息包括基站位置和基站覆盖范围，本实施例提供的自适应波束赋形方法通过构建各基站对应的泰森多边形，通过空间判别法来确认用户的模拟坐标数据属于哪个基站的覆盖范围。

具体地，基于所述模拟坐标数据确定用户所属的目标基站，包括：基于所述基站信息生成各基站对应的泰森多边形，获得各基站泰森多边形的顶点坐标集合；根据基站泰森多边形的顶点坐标集合构成的空间范围，判断所述模拟坐标数据是否属于该基站泰森多边形的内部；若是，则确认该基站为用户所属的目标基站。

可以理解的是，泰森多边形是由基站之间的中垂线形成的边界，用于确定用户所属基站的覆盖范围。具体而言，假设存在多个基站，每个基站的位置坐标已知。通过对基站位置坐标进行处理，利用泰森多边形生成算法，可以计算出基站之间的中垂线，进而构建泰森多边形。泰森多边形生成算法基于基站位置的几何关系，通过连接基站之间的中垂线，并确定中垂线的交点，最终形成一个多边形边界。这个多边形即为基站的覆盖范围，表示该区域内的用户属于对应的基站。

具体地，判断所述模拟坐标数据是否属于该基站泰森多边形的内部，包括：基于所述基站泰森多边形的顶点坐标集合计算所述泰森多边形的总面积；计算所述模拟坐标数据与所述基站泰森多边形的各条边构成图形的图形面积，将各图形面积进行累加获得比对面积；若所述比对面积等于所述总面积，则确认所述模拟坐标数据是否属于该基站泰森多边形的内部。

在本实施例中，对于每个泰森多边形(即每个基站的覆盖范围)，基站计算模拟坐标数据与该泰森多边形的相对位置关系。如果模拟坐标数据位于某个泰森多边形的内部，则判定用户属于该基站；如果用模拟坐标数据不在任何一个泰森多边形的内部，则判定用户不属于任何基站。示例性的，设定一个用户的模拟坐标数据为(x,y)，对于一个泰森多边形的顶点坐标集合为{(x1，y1)，(x2，y2)，…，(xn，yn)}，则首先计算泰森多边形的面积A，再分别计算模拟坐标数据所述基站泰森多边形的各条边构成图形的图形面积A1，A2，…，An；若A＝A1+A2+…+An，则模拟坐标数据位于该泰森多边形的内部，判定用户属于该基站；否则，模拟坐标数据不在该泰森多边形的内部，判定用户不属于该基站

本实施例中，通过构建各基站对应的泰森多边形，通过空间判别法来确认用户的模拟坐标数据属于哪个基站的覆盖范围，能够准确快速的判断用户所属的目标基站，为后续调整波束赋形提供信息。

在一种可能的实施方式中，本实施例提供的自适应波束赋形方法通过先计算用户到目标基站之间的水平距离和垂直距离，再根据所述水平距离和垂直距离计算得到用户到目标基站之间的欧式距离。

具体地，根据所述模拟坐标数据和所述目标基站的位置信息计算得到用户与目标基站之间的欧式距离，包括：获取目标基站的基站坐标信息和基站高度信息，根据所述基站坐标信息和所述模拟坐标数据计算用户到目标基站之间的水平距离，根据所述基站高度信息和所述模拟坐标数据计算用户到目标基站之间的垂直距离；根据所述水平距离和所述垂直距离，计算得到用户到目标基站之间的欧式距离。

可以理解的是，模拟坐标数据也包括用户的高度(手持终端高度)，因此，可以根据模拟坐标数据和基站坐标信息计算用户到目标基站之间的水平距离，根据模拟坐标数据和基站高度信息计算用户到目标基站之间的垂直距离，再根据欧式距离的计算方式，即可得到用户到目标基站之间的欧式距离。

进一步地，所述角度数据包括用户和所述目标基站之间的仰角和方位角，所述根据所述修正后的欧式距离计算得到用户与目标基站之间的角度数据，包括：计算所述垂直距离与所述修正后的欧式距离之间的正切值，根据所述正切值得到用户和所述目标基站之间的仰角；根据所述模拟坐标数据和所述基站坐标信息计算得到用户和所述目标基站之间的方位角。

本实施例中，通过先计算用户到目标基站之间的水平距离和垂直距离，再根据所述水平距离和垂直距离计算得到用户到目标基站之间的欧式距离，根据用户所属基站、用户位置和基站高度计算用户手持终端和基站之间的夹角，实现了在孪生场景中根据空间关系进行角度计算，为波束赋形提供了精确的角度信息。

在一种可能的实施方式中，本实施例提供的自适应波束赋形方法通过衰减参数引入修正系数，并将修正系数与所述欧氏距离的乘积作为修正后的欧氏距离。

具体地，根据所述衰减参数对所述欧式距离进行修正，获得修正后的欧氏距离，包括：利用预先训练好的衰减模型对所述衰减参数进行计算，获得修正系数，所述衰减模型采用包含多组衰减参数和修正系数的样本集进行训练，所述衰减模型用于根据衰减参数生成相应的修正系数；将修正系数与所述欧氏距离的乘积作为修正后的欧氏距离。

可以理解的是，考虑信号传播中的路径损耗和衰减等影响，是有必要引入修正系数对欧式距离进行调整的。需要说明的是，修正系数的具体值也可以通过实测数据、信道模型等方法来确定修正因子的取值，以使计算结果更加准确和可靠。

本实施例中，通过衰减参数引入修正系数，并将修正系数与所述欧氏距离的乘积作为修正后的欧氏距离，在结合数字孪生场景的应用时充分考虑到模拟无线信号的传播和衰减过程，使得系统能够更精确地预测信号传播特性，为波束赋形提供准确的参考。

在一种可能的实施方式中，考虑到适应性波束赋形方案会需要有备选方案以便满足多种需求，本实施例提供的自适应波束赋形方法通过对各波束赋形方案进行优先级排序，将优先级最高的作为适应性波束赋形方案。

具体地，生成适应性波束赋形方案，包括：生成至少一个波束赋形方案，并根据预设规则对各波束赋形方案进行优先级排序；将优先级最高的作为适应性波束赋形方案。

可以理解的是，根据角度信息，可以配置出多种波束赋形方案，而基于不同的需求考虑，对这多种波束赋形方案具有不同的选择优先级，因此，可以预先根据各种需求场景设置优先级规则，也可以采用人工介入来选择波束赋形方案。

本实施例中，通过对各波束赋形方案进行优先级排序，将优先级最高的作为适应性波束赋形方案，能够满足多种需求，提高自适应波束赋形方案的适用性。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

进一步需要说明的是，虽然流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

图3为本申请实施例提供的自适应波束赋形装置的示意图。如图3所示，该自适应波束赋形装置包括：

数字孪生场景构建模块31，用于构建数字孪生场景，所述数字孪生场景中包括与现实对应的各基站信息、各天线信息和环境信息，在所述数字孪生场景中基于射线跟踪传播模型获取无线信号传播路径和衰减参数，所述射线跟踪传播模型用于根据基站信息、天线信息和环境信息模拟信号在环境中的传播路径和衰减，并生成信号传播路径和衰减参数；

用户位置获取模块32，用于获取用户实时位置信息，将所述位置信息转换为所述数字孪生场景中的模拟坐标数据，基于所述模拟坐标数据确定用户所属的目标基站；

距离计算模块33，用于根据所述模拟坐标数据和所述目标基站的位置信息计算得到用户与目标基站之间的欧式距离，根据所述衰减参数对所述欧式距离进行修正，获得修正后的欧氏距离，根据所述修正后的欧式距离计算得到用户与目标基站之间的角度数据；

方案生成模块34，用于根据所述角度数据，在生场景中分别调整各天线的振幅权重和相位权重，并控制主波束的水平方向，生成适应性波束赋形方案，将所述适应性波束赋形方案反馈至设备端。

在一种可能的设计中，所述基站信息包括基站位置和基站覆盖范围，用户位置获取模块32具体用于：

基于所述基站信息生成各基站对应的泰森多边形，获得各基站泰森多边形的顶点坐标集合；

根据基站泰森多边形的顶点坐标集合构成的空间范围，判断所述模拟坐标数据是否属于该基站泰森多边形的内部；

若是，则确认该基站为用户所属的目标基站。

在一种可能的设计中，用户位置获取模块32具体用于：

基于所述基站泰森多边形的顶点坐标集合计算所述泰森多边形的总面积；

计算所述模拟坐标数据与所述基站泰森多边形的各条边构成图形的图形面积，将各图形面积进行累加获得比对面积；

若所述比对面积等于所述总面积，则确认所述模拟坐标数据是否属于该基站泰森多边形的内部。

在一种可能的设计中，距离计算模块33具体用于：

获取目标基站的基站坐标信息和基站高度信息，根据所述基站坐标信息和所述模拟坐标数据计算用户到目标基站之间的水平距离，根据所述基站高度信息和所述模拟坐标数据计算用户到目标基站之间的垂直距离；

根据所述水平距离和所述垂直距离，计算得到用户到目标基站之间的欧式距离。

在一种可能的设计中，所述角度数据包括用户和所述目标基站之间的仰角和方位角，距离计算模块33具体用于：

计算所述垂直距离与所述修正后的欧式距离之间的正切值，根据所述正切值得到用户和所述目标基站之间的仰角；

根据所述模拟坐标数据和所述基站坐标信息计算得到用户和所述目标基站之间的方位角。

在一种可能的设计中，距离计算模块33具体用于：

利用预先训练好的衰减模型对所述衰减参数进行计算，获得修正系数，所述衰减模型采用包含多组衰减参数和修正系数的样本集进行训练，所述衰减模型用于根据衰减参数生成相应的修正系数；

将修正系数与所述欧氏距离的乘积作为修正后的欧氏距离。

在一种可能的设计中，方案生成模块34具体用于：

生成至少一个波束赋形方案，并根据预设规则对各波束赋形方案进行优先级排序；

将优先级最高的作为适应性波束赋形方案。

应该理解，上述的装置实施例仅是示意性的，本申请的装置还可通过其它的方式实现。例如，上述实施例中单元/模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如，多个单元、模块或组件可以结合，或者可以集成到另一个系统，或一些特征可以忽略或不执行。

另外，若无特别说明，在本申请各个实施例中的各功能单元/模块可以集成在一个单元/模块中，也可以是各个单元/模块单独物理存在，也可以两个或两个以上单元/模块集成在一起。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。

图4为本申请实施例提供的基于自适应波束赋形装置的电子设备的结构示意图。如图4所示，该实施例的电子设备包括：至少一个处理器40(图4中仅示出一个)处理器、存储器41以及存储在存储器41中并可在至少一个处理器40上运行的计算机程序，处理器40执行计算机程序时实现上述任意各个方法实施例中的步骤。

该电子设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是电子设备的举例，并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

处理器401的具体实现过程可参见上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

存储器41在一些实施例中可以是电子设备的内部存储单元，例如电子设备的内存。存储器41在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器41还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器41用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如计算机程序的程序代码等。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

本申请实施例还提供了一种计算机可读存储介质，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可实现上述各个方法实施例中的步骤。

上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。

一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于上述电子设备中。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。上述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。