一种5G站址规划方法、装置、电子设备及存储介质

技术领域

本发明涉及通信技术领域，具体涉及一种5G站址规划方法、装置、电子设备及存储介质。

背景技术

5G(5th-Generation，第五代移动通信技术)技术通常可以基于建设在各区域的基站实现网络覆盖，以为用户提供网络服务。为提高各区域的网络服务质量，如何规划5G基站的站址也显得尤为重要。

现阶段，通过由工作人员根据规划软件的仿真结果规划需要建设的基站的站址信息。具体的，首先，可以获取现有的各个4G(the 4th generation mobile communicationtechnology,第四代移动通信技术)基站的站址信息，并使用规划软件基于前述各个4G基站的站址信息进行5G覆盖仿真。然后，可以基于前述5G覆盖仿真结果，确定出所有弱覆盖子区域，如可以是所有网络信号覆盖较弱的区域。之后，工作人员可以基于对前述所有弱覆盖子区域进行分析，确定出需要新增的5G基站的站址信息，以根据需要新增的5G基站的站址信息进行5G基站建设。

现有技术中，人工对所有弱覆盖子区域进行分析，确定需要新增的5G基站的站址信息，需要消耗大量的人力资源和时间，从而导致站址规划效率较低。

发明内容

由于现有方法存在上述问题，本发明实施例提出一种5G站址规划方法、装置、电子设备及存储介质。

第一方面，本发明实施例提出一种5G站址规划方法，包括：

获取目标区域对应的4G现网覆盖数据，基于所述4G现网覆盖数据确定所述目标区域对应的5G覆盖数据，并基于所述5G覆盖数据确定所述目标区域中的弱覆盖子区域；

通过第一聚类算法对所述弱覆盖子区域进行聚类处理，生成第一聚类子区域，并确定所述第一聚类子区域中是否存在第二聚类子区域，其中，所述第二聚类子区域是所述第一聚类子区域中区域范围大于预设最大范围的子区域；

若存在所述第二聚类子区域，则通过第二聚类算法对所述第二聚类子区域进行聚类处理，生成站址聚类子区域，并基于所述站址聚类子区域确定5G站址规划信息。

可选的，所述基于所述5G覆盖数据确定所述目标区域中的弱覆盖子区域，包括：

获取预设5G数据覆盖强度最小值，基于所述5G覆盖数据确定所述目标区域中每个子区域对应的5G数据覆盖强度值，并确定当前5G数据覆盖强度值是否小于所述预设5G数据覆盖强度最小值；

若小于所述预设5G数据覆盖强度最小值，则将所述当前5G数据覆盖强度值对应的子区域确定为弱覆盖子区域。

可选的，所述基于所述4G现网覆盖数据确定所述目标区域对应的5G覆盖数据，包括：

若4G网络及5G网络处于同一频段，则获取所述4G网络与5G网络的功率差值、接收电平差值，并确定所述4G网络与5G网络的波束差值；

基于所述4G现网覆盖数据、所述功率差值、所述接收电平差值以及所述波束差值，确定所述目标区域对应的5G覆盖数据。

可选的，所述确定所述4G网络与5G网络的波束差值，包括：

获取4G网络单波束及5G网络各波束，并确定用户与所述用户对应的基站天线的夹角；

基于所述夹角确定所述4G网络单波束对应的4G波束增益，并基于所述夹角确定所述5G网络各波束整体对应的5G波束总增益；

基于所述4G波束增益及所述5G网络各波束整体对应的5G波束总增益，确定所述4G网络与5G网络的波束差值。

可选的，所述基于所述4G现网覆盖数据确定所述目标区域对应的5G覆盖数据，包括：

基于所述4G现网覆盖数据、所述功率差值、接收电平差值以及所述波束差值，确定5G覆盖预测数据，并将所述5G覆盖预测数据确定为5G校准数据；

对所述目标区域进行5G覆盖仿真，确定所述目标区域中未对应有4G现网覆盖数据的无现网数据覆盖子区域，并将无现网数据覆盖子区域对应的5G仿真数据确定为5G待校准数据；

基于所述5G校准数据及所述5G待校准数据，通过反距离加权算法，得到待校准电平差值，并基于所述5G待校准数据及所述待校准电平差值确定所述无现网数据覆盖子区域对应的5G覆盖数据；

基于所述5G校准数据及所述无现网数据覆盖子区域对应的5G覆盖数据，生成所述目标区域对应的5G覆盖数据。

可选的，所述确定所述第一聚类子区域中是否存在第二聚类子区域之后，还包括：

若不存在所述第二聚类子区域，则基于所述第一聚类子区域生成站址聚类子区域，并基于所述站址聚类子区域确定5G站址规划信息。

可选的，所述基于所述4G现网覆盖数据确定所述目标区域对应的5G覆盖数据，还包括：

若4G网络及5G网络处于不同频段，则确定所述4G网络与5G网络的频段差值，并确定所述4G网络与5G网络的波束差值；

获取所述4G网络与5G网络的功率差值及接收电平差值，并基于所述频段差值、所述波束差值、所述功率差值及所述接收电平差值，确定所述目标区域对应的5G覆盖数据。

可选的，所述基于所述站址聚类子区域确定5G站址规划信息之后，还包括：

通过聚类分析算法将5G站址规划信息的弱覆盖子区域聚为预设数量个类，并确定每个类的中心点；

基于所述5G站址规划信息与所述每个类的中心点的位置信息，确定所述5G站址规划信息对应的小区的初始工参，其中，所述初始工参包括方向角及下倾角。

第二方面，本发明实施例还提出一种5G站址规划装置，包括弱覆盖确定模块、聚类处理模块及站址规划模块，其中：

所述弱覆盖确定模块，用于获取目标区域对应的4G现网覆盖数据，基于所述4G现网覆盖数据确定所述目标区域对应的5G覆盖数据，并基于所述5G覆盖数据确定所述目标区域中的弱覆盖子区域；

所述聚类处理模块，用于通过第一聚类算法对所述弱覆盖子区域进行聚类处理，生成第一聚类子区域，并确定所述第一聚类子区域中是否存在第二聚类子区域，其中，所述第二聚类子区域是所述第一聚类子区域中区域范围大于预设最大范围的子区域；

所述站址规划模块，用于若存在所述第二聚类子区域，则通过第二聚类算法对所述第二聚类子区域进行聚类处理，生成站址聚类子区域，并基于所述站址聚类子区域确定5G站址规划信息。

可选的，所述弱覆盖确定模块，用于：

获取预设5G数据覆盖强度最小值，基于所述5G覆盖数据确定所述目标区域中每个子区域对应的5G数据覆盖强度值，并确定当前5G数据覆盖强度值是否小于所述预设5G数据覆盖强度最小值；

若小于所述预设5G数据覆盖强度最小值，则将所述当前5G数据覆盖强度值对应的子区域确定为弱覆盖子区域。

可选的，所述弱覆盖确定模块，用于：

若4G网络及5G网络处于同一频段，则获取所述4G网络与5G网络的功率差值、接收电平差值，并确定所述4G网络与5G网络的波束差值；

基于所述4G现网覆盖数据、所述功率差值、所述接收电平差值以及所述波束差值，确定所述目标区域对应的5G覆盖数据。

可选的，所述弱覆盖确定模块，用于：

获取4G网络单波束及5G网络各波束，并确定用户与所述用户对应的基站天线的夹角；

基于所述夹角确定所述4G网络单波束对应的4G波束增益，并基于所述夹角确定所述5G网络各波束整体对应的5G波束总增益；

基于所述4G波束增益及所述5G网络各波束整体对应的5G波束总增益，确定所述4G网络与5G网络的波束差值。

可选的，所述弱覆盖确定模块，用于：

基于所述4G现网覆盖数据、所述功率差值、接收电平差值以及所述波束差值，确定5G覆盖预测数据，并将所述5G覆盖预测数据确定为5G校准数据；

对所述目标区域进行5G覆盖仿真，确定所述目标区域中未对应有4G现网覆盖数据的无现网数据覆盖子区域，并将无现网数据覆盖子区域对应的5G仿真数据确定为5G待校准数据；

基于所述5G校准数据及所述5G待校准数据通过反距离加权算法，得到待校准电平差值，并基于所述5G待校准数据及所述待校准电平差值确定所述无现网数据覆盖子区域对应的5G覆盖数据；

基于所述5G校准数据及所述无现网数据覆盖子区域对应的5G覆盖数据，生成所述目标区域对应的5G覆盖数据。

可选的，所述聚类处理模块，用于：

若不存在所述第二聚类子区域，则基于所述第一聚类子区域生成站址聚类子区域，并基于所述站址聚类子区域确定5G站址规划信息。

可选的，所述聚类处理模块，还用于：

若4G网络及5G网络处于不同频段，则确定所述4G网络与5G网络的频段差值，并确定所述4G网络与5G网络的波束差值；

获取所述4G网络与5G网络的功率差值及接收电平差值，并基于所述频段差值、所述波束差值、所述功率差值及所述接收电平差值，确定所述目标区域对应的5G覆盖数据。

可选的，还包括工参确定模块，用于：

通过聚类分析算法将5G站址规划信息的弱覆盖子区域聚为预设数量个类，并确定每个类的中心点；

基于所述5G站址规划信息与所述每个类的中心点的位置信息，确定所述5G站址规划信息对应的小区的初始工参，其中，所述初始工参包括方向角及下倾角。

第三方面，本发明实施例还提出一种电子设备，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述方法。

第四方面，本发明实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述方法。

由上述技术方案可知，本发明实施例通过基于4G现网覆盖数据确定5G覆盖数据，基于5G覆盖数据确定目标区域中的弱覆盖子区域，并对弱覆盖子区域进行两次聚类处理生成站址聚类子区域，基于所述站址聚类子区域确定5G站址规划信息。这样，一方面，可以实现5G站址的自动规划，从而可以减少人力资源和时间的消耗，进而可以有效提高站址规划效率。另一方面，本发明实施例提供的方法通过对弱覆盖子区域进行两次聚类处理自动确定5G站址规划信息，可以避免人工确定5G站址规划信息时对工作人员的专业知识水平的依赖，进而可以有效提高5G站址规划信息的准确性，进而可以进一步提高站址规划效率。

附图说明

为了更清楚地说明本发明实施例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，还可以根据这些图获得其他的附图。

图1为本发明一实施例提供的一种5G站址规划方法的流程示意图；

图2为本发明一实施例提供的一种第一聚类子区域的结构示意图；

图3为本发明一实施例提供的一种4G网络和5G网络的波束示意图；

图4为本发明一实施例提供的一种小区方向角的示意图；

图5位本发明一实施例提供的一种小区下倾角的示意图；

图6为本发明一实施例提供的一种5G站址规划装置的结构示意图；

图7为本发明一实施例提供的电子设备的逻辑框图。

具体实施方式

下面结合附图，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

图1示出了本实施例提供的一种5G站址规划方法的流程示意图，包括：

S101，获取目标区域对应的4G现网覆盖数据，基于4G现网覆盖数据确定目标区域对应的5G覆盖数据，并基于5G覆盖数据确定目标区域中的弱覆盖子区域。

其中，所述目标区域指需要进行5G站址规划的区域。

所述弱覆盖子区域可以为一个或多个。

在实施中，当需要对目标区域进行5G站址规划时，可以基于已有的4G现网覆盖数据结合4G和5G网络的差异值，得到5G覆盖数据，并通过聚类算法对5G覆盖数据进行一次或两次聚类处理，得到站址聚类子区域，并基于所述站址聚类子区域确定5G站址规划信息，以基于前述5G站址规划信息建设基站。具体的，首先，可以获取目标区域对应的4G现网覆盖数据，该4G现网覆盖数据至少可以包括MR(Measurement Report，测量报告)、OTT(Over TheTop，上层应用)及MDT(Minimization of Drive-tests，最小化路测)等数据。然后，可以基于前述4G现网覆盖数据确定前述目标区域对应的5G覆盖数据，并可以对前述5G覆盖数据进行预处理，以确定出目标区域中的5G数据覆盖较弱的子区域(可称为弱覆盖子区域)，弱覆盖子区域为目标区域中需要新建基站实现网络覆盖的区域。

S102，通过第一聚类算法对弱覆盖子区域进行聚类处理，生成第一聚类子区域，并确定第一聚类子区域中是否存在第二聚类子区域。

其中，所述第一聚类子区域指对弱覆盖子区域进行聚类处理后得到的子区域，且所述第一聚类子区域可以是一个也可以是多个。

所述第一聚类算法指对弱覆盖子区域进行聚类处理的算法，如可以是密度聚类算法OPTICS(Ordering Points To Identify the Clustering Structure)算法。

所述第二聚类子区域指第一聚类子区域中区域范围大于预设最大范围的子区域，该第二聚类子区域也可以是一个或多个。

所述预设最大范围指预先设定的每个子区域允许的最大范围，即可以理解为单个基站可以覆盖的有效范围，如可以设置为4000个栅格，即当一个第一聚类子区域包括的栅格数超过4000时，则认为该子区域为第二聚类子区域。

在实施中，在确定出目标区域中的弱覆盖子区域之后，可以通过第一聚类算法对前述所有弱覆盖子区域进行聚类处理，以得到一个或多个第一聚类子区域，可参见图2，图2中每个点表示弱覆盖子区域中的一个栅格，每个圈表示一个第一聚类子区域。然后，可以确定在前述第一聚类子区域中是否存在子区域范围大于预设最大范围的第二聚类子区域。

具体的，通过OPTICS算法对弱覆盖子区域进行聚类处理的过程可以为：步骤1)输入前述弱覆盖子区域的所有栅格(可称为数据样本D)，并初始化栅格的可达距离、核心距离、半径ε以及最少栅格数MinPts。步骤2)可以基于前述核心距离确定核心点(点表示前述栅格)，并可以基于可达距离确定各个核心点的直接密度可达点。步骤3)可以建立一个有序队列，用于存放核心点及核心点的直接密度可达点；并可以建立一个结果队列，用于存储样本输出及处理次序。步骤4)依次对数据样本D中的数据进行处理，直到处理完所有数据，则聚类结果。否则，依次从数据样本D中选取一个未处理的核心点，并将该未处理的核心点放入结果队列，并将该核心点的直接密度可达点存储至有序队列，将直接密度可达点按照可达距离进行升序排列。步骤5)当有序队列为空时，回到前述步骤4)；当有序队列不为空时则从该有序队列中选取一个点。步骤6)判断该点是否为核心点，如果不是核心点，则返回步骤5)，如果是核心点，则将该点存储至结果队列，执行步骤7)。步骤7)确定该点的所有直接密度可达点，并将这些直接密度可达点存储至有序队列，将有序队列中的点按照可达距离重新升序排序；如果该点已经在有序队列中且新的直接密度可达点的可达距离较小，则更新该点的可达距离。步骤8)重复执行步骤5)，直到有序队列为空，聚类处理结束。

S103，若存在第二聚类子区域，则通过第二聚类算法对第二聚类子区域进行聚类处理，生成站址聚类子区域，并基于站址聚类子区域确定5G站址规划信息，

其中，所述站址聚类子区域指对第二聚类子区域进行聚类处理后得到的子区域，该站址聚类子区域可以是一个或多个。

所述第二聚类算法指对第二聚类子区域进行聚类处理的算法，如可以是均值漂移聚类算法。

所述5G站址规划信息中至少可以包括规划出的目标区域需要新增的各个基站的位置信息。

在实施中，若第一聚类子区域中存在区域范围大于预设最大范围的第二聚类子区域，则可以通过第二聚类算法对前述第二聚类子区域进行二次聚类处理，以生成站址聚类子区域。然后，可以基于前述站址聚类子区域确定5G站址规划信息，如可以是具体的地理位置信息，以根据前述5G站址规划信息中的每个地理位置信息进行基站建设。

具体的，通过均值漂移聚类算法进行聚类处理的过程可以为：步骤1)在上述第二聚类子区域中随机选择一个点(即栅格)作为初始中心点。步骤2)确定离该初始中心点距离在带宽之内的所有点，记做集合M，并可以认为这些点属于簇C。步骤3)计算从前述初始中心点开始到集合M中每个点的向量，并将这些向量相加得到偏移向量。步骤4)将前述初始中心点沿着偏移向量的方向移动，移动距离就是该偏移向量的模。步骤5)重复上述步骤2)、3)、4)，直到偏移向量的大小满足设定的阈值要求，记录此时的中心点，对该中心点进行分类。步骤6)重复上述步骤1)、2)3)、4)、5)直到所有的点都被归类。步骤7)分类：确定每个类对每个点的访问频率，取访问频率最大的类作为当前点集合M的所属类。

具体的，通常可以将弱覆盖/高干扰区域的中心位置确定为5G站址规划信息，在确定5G站址规划信息时还可以考虑如下问题：

1)如果当站址聚类子区域的区域范围小于预设的站址聚类子区域的最小值时，则可以将该站址聚类子区域与其他站址聚类子区域合并处理。2)

根据实时地图信息获取站址聚类子区域中，5G站址规划信息所在位置的地物类型和建筑高度，判断所选出的5G站址规划信息实际中是否可用(如一些水面、河流、超高建筑等地方不适合作为建站的地方)，如果当前站址不可用则可以向周边寻找一个最近的可用位置作为新的5G站址规划信息。3)可以计算新增5G站址规划信息之间及新增5G站址规划信息与周边已有基站的距离，如果距离特别近如小于预设最小距离时，可以认为如果在该位置建设基站可以能与附近已有基站产生较大的干扰，所以对于这种近距离的5G站址规划信息需要进行过滤删除。

由上述技术方案可知，本发明实施例通过基于4G现网覆盖数据确定5G覆盖数据，基于5G覆盖数据确定目标区域中的弱覆盖子区域，并对弱覆盖子区域进行两次聚类处理生成站址聚类子区域，基于所述站址聚类子区域确定5G站址规划信息。这样，一方面，可以实现5G站址的自动规划，从而可以减少人力资源和时间的消耗，进而可以有效提高站址规划效率。另一方面，本发明实施例提供的方法通过对弱覆盖子区域进行两次聚类处理自动确定5G站址规划信息，可以避免人工确定5G站址规划信息时对工作人员的专业知识水平的依赖，进而可以有效提高5G站址规划信息的准确性，进而可以进一步提高站址规划效率。

进一步地，在上述方法实施例的基础上，可以根据目标区域中各个子区域的5G覆盖强度值确定目标区域中的弱覆盖子区域，相应的处理可以如下：获取预设5G数据覆盖强度最小值，基于5G覆盖数据确定目标区域中每个子区域对应的5G数据覆盖强度值，并确定当前5G数据覆盖强度值是否小于预设5G数据覆盖强度最小值；若小于预设5G数据覆盖强度最小值，则将当前5G数据覆盖强度值对应的子区域确定为弱覆盖子区域。

其中，所述当前5G数据覆盖强度值指目标区域中任一个子区域对应的5G数据覆盖强度值。

所述预设5G数据覆盖强度最小值指预先设置的一个5G数据覆盖强度的强度值，当某个子区域的5G数据覆盖强度值小于该值时，则可以认为该子区域为弱覆盖子区域。

在实施中，在确定目标区域中的弱覆盖子区域时，首先，可以获取预设5G数据覆盖强度最小值，并可以基于上述5G覆盖数据确定上述目标区域中每个子区域对应的5G数据覆盖强度值，如可以确定目标区域中每个子区域对应的5G覆盖数据，并可以基于每个子区域对应的5G覆盖数据确定每个子区域对应的5G数据覆盖强度值。然后，可以将当前5G数据覆盖强度值与前述预设5G数据覆盖强度最小值进行对比，以确定该当前5G数据覆盖强度值是否小于前述预设5G数据覆盖强度最小值。若小于前述预设5G数据覆盖强度最小值，则可以将当前5G数据覆盖强度值对应的子区域确定为弱覆盖子区域。可以理解，可以依次确定每个5G数据覆盖强度值与预设5G数据覆盖强度最小值的大小关系，直至确定完目标区域中每个子区域是否是弱覆盖子区域。目标区域中可能会出现一个或个子区域的5G数据覆盖强度值低于该5G数据覆盖强度最小值，即目标区域中可能会有一个或多个子区域为弱覆盖子区域。

可以理解，还可以按照不同的标准对5G覆盖数据进行预处理，具体的，可以确定目标区域中各个子区域对应的5G覆盖数据是否满足预设的性能数据要求。如可以在5G覆盖数据中的电平小于预设的电平最小值，或5G覆盖数据中的SINR(Signal to Interferenceplus Noise Ratio，信号与干扰加噪声比)小于预设的SINR最小值时，将电平小于预设的电平最小值或SINR小于预设的SINR最小值对应的目标区域中的子区域确定为弱覆盖子区域；或者，也可以将距离已有基站的距离超过预先设定的距离最大值(如可以是500米)的目标区域中的子区域确定为弱覆盖子区域。

进一步地，在上述方法实施例的基础上，可以结合功率差值、接收电平差值以及波束差值确定5G覆盖数据，相应的上述步骤S101的部分处理可以如下：若4G网络及5G网络处于同一频段，则获取4G网络与5G网络的功率差值、接收电平差值，并确定4G网络与5G网络的波束差值；基于4G现网覆盖数据、功率差值、接收电平差值以及波束差值，确定目标区域对应的5G覆盖数据。

其中，所述功率差值指4G网络与5G网络在发射功率上的差异值。

在实施中，可以在目标区域的4G网络与5G网络处于同一频段时，基于上述4G现网覆盖数据，并结合目标区域的4G网络与5G网络功率差值、接收电平差值以及波束差值，确定目标区域对应的5G覆盖数据。具体的，在获取到4G现网覆盖数据之后，可以获取目标区域的4G网络对应的频段及5G网络对应的频段，并判断4G网络对应的频段及5G网络对应的频段是否处于同一频段。若前述4G网络及5G网络处于同一频段，则可以获取4G网络与5G网络的功率差值，以5G网络工作在SUB6G频段为例，假设5G网络在该频段下主要使用100MHz带宽，子载波间隔为30KHz或60KHz两种配置，则4G网络与5G网络在发射功率上的功率差值可以分为+2.7Db或+5.7dB。还可以获取4G网络与5G网络的接收电平差值，如假设LTE(Long TermEvolution，长期演进)终端接收天线为两个，5G终端接收天线为4个，考虑到多天线的接收增益，5G终端在接收电平上比4G终端高3dB，即可以将4G网络与5G网络的接收电平差值设置为3dB。并可以确定4G网络与5G网络的波束差值，以基于上述4G现网覆盖数据、前述功率差值、接收电平差值以及波束差值，确定目标区域对应的5G覆盖数据。这样，结合4G网络与5G网络的功率差值、接收电平差值以及波束差值确定5G覆盖数据，可以进一步5G覆盖数据的准确性，从而可以进一步提高生成的站址聚类子区域的准确性，进一步提高5G站址规划信息的准确性，进而可以进一步提高站址规划效率。

进一步地，在上述方法实施例的基础上，可以基于4G网络与5G网络的波束增益确定4G网络与5G网络的波束差值，相应的处理可以如下：获取4G网络单波束及5G网络各波束，并确定用户与用户对应的基站天线的夹角；基于夹角确定4G网络单波束对应的4G波束增益，并基于夹角确定5G网络各波束整体对应的5G波束总增益；基于4G波束增益及5G网络各波束整体对应的5G波束总增益，确定4G网络与5G网络的波束差值。

在实施中，可以基于用户与用户对应的基站天线的夹角、及4G网络单波束及5G网络各波束，确定4G网络与5G网络的波束差值时。具体的，考虑到5G网络引入了Massive MIMO(Massive Multiple Input Multiple Output，大规模天线技术)及波束管理技术，5G网络比4G网络在水平维护及垂直维度均提供了更强的覆盖能力和灵活性。4G网络和5G网络的波束差异如图3所示，其中黑色填充部分为5G波束，扇形区域无黑色填充部分为4G波束，由图3可以看出5G网络的多个窄波束覆盖能力强于4G网络的单个宽波束的覆盖能力，故而需要确定出4G网络和5G网络在波束覆盖上的差异，具体步骤可以如下：步骤1)获取4G网络单波束及5G网络各波束的波束图(水平维度及垂直维度)。步骤2)b)计算用户所在位置与用户对应的基站天线在水平方向和垂直方向的夹角。步骤3)根据前述夹角查询4G网络波束图，分别计算出4G网络单波束水平维度及垂直维度的增益，合成为4G网络波束总增益(可称为4G波束增益)。步骤4)根据前述夹角查询5G网络波束图，分别计算出5G网络各波束水平维度及垂直维度的增益，合成为5G网络各波束整体增益，并取各波束增益的最大值作为5G波束总增益。步骤5)用前述5G波束总增益减去前述4G波束增益得到4G网络与5G网络的波束差值。这样，基于4G波束增益及5G波束总增益确定波束差值，可以进一步提高确定的5G覆盖数据的准确性，从而可以进一步提高5G站址规划信息的准确性，进而可以进一步提高站址规划效率。

进一步地，在上述方法实施例的基础上，还可以确定4G未覆盖区域对应的5G覆盖数据，相应的上述步骤S101的部分处理可以如下：基于4G现网覆盖数据、功率差值、接收电平差值以及波束差值，确定5G覆盖预测数据，并将5G覆盖预测数据确定为5G校准数据；对目标区域进行5G覆盖仿真，确定目标区域中未对应有4G现网覆盖数据的无现网数据覆盖子区域，并将无现网数据覆盖子区域对应的5G仿真数据确定为5G待校准数据；基于5G校准数据及5G待校准数据通过反距离加权算法，得到待校准电平差值，并基于5G待校准数据及待校准电平差值确定无现网数据覆盖子区域对应的5G覆盖数据；基于5G校准数据及无现网数据覆盖子区域对应的5G覆盖数据，生成目标区域对应的5G覆盖数据。

其中，所述无现网数据覆盖子区域指目标区域中未对应有4G现网覆盖数据的区域，该区域可以是一个或多个。

所述5G校准数据指目标区域中对应有4G现网覆盖数据的子区域的5G覆盖数据，即上述5G覆盖预测数据。

所述5G待校准数据指进行覆盖仿真得到的目标区域中未对应有4G现网覆盖数据的子区域对应的5G覆盖仿真数据。

在实施中，考虑到4G现网覆盖数据在绝大多数的情况下都并非全量数据，即4G网络不能完全覆盖所有区域，故而对于部分缺乏4G现网覆盖数据的区域可以通过对5G仿真数据进行校准来得到。具体的，首先，可以基于前述4G现网覆盖数据、功率差值、接收电平差值以及波束差值，确定5G覆盖预测数据，并将5G覆盖预测数据确定为5G校准数据。然后，可以对目标区域进行覆盖仿真，如可以通过规划软件进行覆盖仿真，以确定目标区域中未对应有4G现网覆盖数据的无现网数据覆盖子区域，并可以将前述无现网数据覆盖子区域对应的覆盖仿真数据确定前述无现网数据覆盖子区域对应的5G待校准数据。之后，可以通过反距离加权算法计算出待校准区域(即未对应有4G现网覆盖数据的无现网数据覆盖子区域)的5G待校准数据，与5G校准数据(即对应有4G现网覆盖数据的子区域的5G覆盖数据)的电平差值，即待校准电平差值。之后，可以基于前述5G待校准数据及待校准电平差值确定无现网数据覆盖子区域对应的5G覆盖数据，并可以基于5G校准数据及无现网数据覆盖子区域对应的5G覆盖数据，生成目标区域对应的5G覆盖数据。这样，基于无现网数据覆盖子区域的5G覆盖数据及有覆盖子区域的5G校准数据，确定目标区域对应的5G覆盖数据，可以进一步提高5G覆盖数据的准确性，从而可以进一步提高5G站址规划信息的准确性，进一步提高站址规划效率。

具体的，上述通过反距离加权算法计算出待校准区域的5G待校准数据，与5G校准数据的待校准电平差值的过程可以如下：步骤1)将所有校准栅格(即对应有4G现网覆盖数据的子区域的栅格)位置作为已知点，将校准栅格差值记为Z(X

其中，d

步骤4)计算每个校准栅格的权重，该权重可以是距离倒数的函数，如可以按照如下公式计算：

其中，λ

步骤5)计算待校准电平差值，如可以按照如下公式计算：

其中，

进一步地，在上述方法实施例的基础上，若不存在第二聚类子区域，则可以第一聚类子区域确定5G站址规划信息，相应的处理可以如下：若不存在第二聚类子区域，则基于第一聚类子区域生成站址聚类子区域，并基于站址聚类子区域确定5G站址规划信息。

在实施中，若第一聚类子区域中不存在子区域范围大于预设最大范围的第二聚类子区域，则可以基于第一聚类子区域生成站址聚类子区域。然后，再基于前述站址聚类子区域确定5G站址规划信息，如可以是具体的地理位置信息，以根据前述5G站址规划信息中的每个地理位置信息进行基站建设。

进一步地，在上述方法实施例的基础上，还可以结合4G网络与5G网络的频段差值，确定5G覆盖数据，相应的上述步骤S101的部分处理可以如下：若4G网络及5G网络处于不同频段，则确定4G网络与5G网络的频段差值，并确定4G网络与5G网络的波束差值；获取4G网络与5G网络的功率差值及接收电平差值，并基于频段差值、波束差值、功率差值及接收电平差值，确定目标区域对应的5G覆盖数据。

在实施中，当4G网络及5G网络处于不同频段时，可以确定4G网络与5G网络的频段差值，结合4G网络与5G网络的频段差值确定目标区域对应的5G覆盖数据。具体的，若4G网络及5G网络处于不同频段，则可以确定4G网络与5G网络的频段差值，并可以确定4G网络与5G网络的波束差值。然后，可以获取4G网络与5G网络的功率差值及接收电平差值，并可以基于前述频段差值、波束差值、功率差值及接收电平差值，确定目标区域对应的5G覆盖数据。这样，在4G网络及5G网络处于不同频段，结合频段差值确定目标区域对应的5G覆盖数据，可以进一步提高目标区域对应的5G覆盖数据的准确性，从而可以进一步提高确定的5G站址规划信息的准确性，进一步提高站址规划效率。

进一步地，在上述方法实施例的基础上，还可以确定小区的初始工参，相应的处理可以如下：通过聚类分析算法将5G站址规划信息的弱覆盖子区域聚为预设数量个类，并确定每个类的中心点；基于5G站址规划信息与每个类的中心点的位置信息，确定5G站址规划信息对应的小区的初始工参。

其中，所述初始工参至少可以包括方向角及下倾角。

在实施中，在确定出5G站址规划信息之后，还可以确定5G站址规划信息对应的各个小区的初始工参。具体的，首先可以通过聚类分析算法，如可以是k等于3的K-Means聚类算法(k-means clustering algorithm)将5G站址规划信息的中各个需要新增的基站的弱覆盖子区域聚为预设数量个类(如可以是3个)，并确定每个类的中心点。然后，可以基于5G站址规划信息与每个类的中心点的位置信息，确定5G站址规划信息对应的小区的初始工参，如可以是方向角及下倾角。这样，在确定5G站址规划信息的同时还可以确定小区的初始工参，从而可以有效节省人工确定小区初始工参的耗时，减少站址规划及基站建设的耗时，进而可以进一步的提高站址规划效率。

具体的，假设st_x为当前对应的基站的经度，st_y为当前对应的基站的纬度，lon为弱覆盖子区域的中心点的经度，lat为弱覆盖子区域的中心点的纬度，

其中，如果

则

end

如果

则

具体的，如图5所示，假设图5中黑色方格为弱覆盖子区域的中心点所在位置，则小区的下倾角e

其中，H

图6示出了本实施例提供的一种5G站址规划装置的结构示意图，包括弱覆盖确定模块601、聚类处理模块602及站址规划模块603，其中：

所述弱覆盖确定模块601，用于获取目标区域对应的4G现网覆盖数据，基于所述4G现网覆盖数据确定所述目标区域对应的5G覆盖数据，并基于所述5G覆盖数据确定所述目标区域中的弱覆盖子区域；

所述聚类处理模块602，用于通过第一聚类算法对所述弱覆盖子区域进行聚类处理，生成第一聚类子区域，并确定所述第一聚类子区域中是否存在第二聚类子区域，其中，所述第二聚类子区域是所述第一聚类子区域中区域范围大于预设最大范围的子区域；

所述站址规划模块603，用于若存在所述第二聚类子区域，则通过第二聚类算法对所述第二聚类子区域进行聚类处理，生成站址聚类子区域，并基于所述站址聚类子区域确定5G站址规划信息。

可选的，所述弱覆盖确定模块601，用于：

获取预设5G数据覆盖强度最小值，基于所述5G覆盖数据确定所述目标区域中每个子区域对应的5G数据覆盖强度值，并确定当前5G数据覆盖强度值是否小于所述预设5G数据覆盖强度最小值；

若小于所述预设5G数据覆盖强度最小值，则将所述当前5G数据覆盖强度值对应的子区域确定为弱覆盖子区域。

可选的，所述弱覆盖确定模块601，用于：

若4G网络及5G网络处于同一频段，则获取所述4G网络与5G网络的功率差值、接收电平差值，并确定所述4G网络与5G网络的波束差值；

基于所述4G现网覆盖数据、所述功率差值、所述接收电平差值以及所述波束差值，确定所述目标区域对应的5G覆盖数据。

可选的，所述弱覆盖确定模块601，用于：

获取4G网络单波束及5G网络各波束，并确定用户与所述用户对应的基站天线的夹角；

基于所述夹角确定所述4G网络单波束对应的4G波束增益，并基于所述夹角确定所述5G网络各波束整体对应的5G波束总增益；

基于所述4G波束增益及所述5G网络各波束整体对应的5G波束总增益，确定所述4G网络与5G网络的波束差值。

可选的，所述弱覆盖确定模块601，用于：

基于所述4G现网覆盖数据、所述功率差值、接收电平差值以及所述波束差值，确定5G覆盖预测数据，并将所述5G覆盖预测数据确定为5G校准数据；

对所述目标区域进行5G覆盖仿真，确定所述目标区域中未对应有4G现网覆盖数据的无现网数据覆盖子区域，并将无现网数据覆盖子区域对应的5G仿真数据确定为5G待校准数据；

基于所述5G校准数据及所述5G待校准数据通过反距离加权算法，得到待校准电平差值，并基于所述5G待校准数据及所述待校准电平差值确定所述无现网数据覆盖子区域对应的5G覆盖数据；

基于所述5G校准数据及所述无现网数据覆盖子区域对应的5G覆盖数据，生成所述目标区域对应的5G覆盖数据。

可选的，所述聚类处理模块602，用于：

若不存在所述第二聚类子区域，则基于所述第一聚类子区域生成站址聚类子区域，并基于所述站址聚类子区域确定5G站址规划信息。

可选的，所述聚类处理模块602，还用于：

若4G网络及5G网络处于不同频段，则确定所述4G网络与5G网络的频段差值，并确定所述4G网络与5G网络的波束差值；

获取所述4G网络与5G网络的功率差值及接收电平差值，并基于所述频段差值、所述波束差值、所述功率差值及所述接收电平差值，确定所述目标区域对应的5G覆盖数据。

可选的，还包括工参确定模块，用于：

通过聚类分析算法将5G站址规划信息的弱覆盖子区域聚为预设数量个类，并确定每个类的中心点；

基于所述5G站址规划信息与所述每个类的中心点的位置信息，确定所述5G站址规划信息对应的小区的初始工参，其中，所述初始工参包括方向角及下倾角。

本实施例所述的5G站址规划装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。

参照图7，所述电子设备，包括：处理器(processor)701、存储器(memory)702和总线703；

其中，

所述处理器701和存储器702通过所述总线703完成相互间的通信；

所述处理器701用于调用所述存储器702中的程序指令，以执行上述各方法实施例所提供的方法。

本实施例公开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实施例所提供的方法。

本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法。

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。

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。

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。