本申请涉及无线通信，尤其涉及一种干扰优化方法、装置、设备、存储介质及产品。
背景技术：
1、相关技术中，通过人工现场测试受干扰小区下接收到的邻区电平值，对nr(newradio，新空口)5g网络中受干扰小区周边邻区进行优化调整，如果一个邻区调整后干扰问题没有解决则进行下一个邻区调整，循环往复直至网内干扰属现象得到缓解。可见，现有通信网络的干扰优化不具备靶向性，多频次调整操作，容易产生网络安全隐患。
技术实现思路
1、本申请的主要目的在于提供了一种干扰优化方法、装置、设备、存储介质及产品，旨在解决现有通信网络的干扰优化不具备靶向性，多频次调整操作，容易产生网络安全隐患的技术问题。
2、为实现上述目的，本申请提供了一种干扰优化方法，方法包括：
3、根据目标区域内多个新空口nr小区的当前测量报告数据，确定出当前重叠覆盖小区；
4、调整当前重叠覆盖小区对应的天线的第一网络结构参数，得到调整后的网络结构参数；
5、利用目标区域内测量报告数据与所有天线的第二网络结构参数之间的映射关系，对调整后的网络结构参数进行仿真，获得仿真数据；
6、根据仿真数据，对目标区域的通信网络进行干扰优化。
7、可选地，目标区域包括多个当前重叠覆盖小区，调整当前重叠覆盖小区对应的天线的第一网络结构参数，得到调整后的网络结构参数的步骤，包括：
8、依次将多个当前重叠覆盖小区，作为当前优化小区；
9、调整当前优化小区对应的当前天线的当前网络结构参数，得到调整后的网络结构参数；
10、根据仿真数据，对目标区域的通信网络进行干扰优化的步骤之前，方法还包括：
11、根据仿真数据中多个nr小区的仿真测量报告数据，确定出多个最新重叠覆盖小区，构建重叠覆盖采样点集；重叠覆盖采样点集包括各最新重叠覆盖小区的第一电平值；
12、若重叠覆盖采样点集不满足预设重叠覆盖条件，则将多个最新重叠覆盖小区，作为当前重叠覆盖小区，返回执行依次将当前重叠覆盖小区作为当前优化小区的步骤，直到重叠覆盖采样点集满足预设重叠覆盖条件。
13、可选地，根据目标区域内多个新空口nr小区的当前测量报告数据，确定出当前重叠覆盖小区的步骤，包括：
14、根据当前测量数据中nr小区的干扰噪声值，从多个nr小区中确定出多个受干扰小区；
15、针对每个受干扰小区，根据受干扰小区的第二电平值与受干扰小区的各第一邻区的第三电平值之间的电平差，确定各第一邻区是否为强电平邻区；
16、针对每个受干扰小区，根据受干扰小区的强电平邻区数，确定受干扰小区是否为当前重叠覆盖小区。
17、可选地，依次将多个当前重叠覆盖小区，作为当前优化小区的步骤之前，方法还包括：
18、根据当前重叠覆盖小区内的邻区采样点数和重叠覆盖小区在各第二邻区内出现的频次，对多个当前重叠覆盖小区进行优先级排序；其中，第二邻区为当前重叠覆盖小区的邻区；
19、依次将当前重叠覆盖小区，作为当前优化小区的步骤，包括：
20、根据优先级排序，依次将多个当前重叠覆盖小区，作为当前优化小区。
21、可选地，当前网络结构参数包括多种网络结构参数；
22、调整当前优化小区对应的当前天线的当前网络结构参数，得到调整后的网络结构参数的步骤，包括：
23、按照预设优先级排序，将多种网络结构参数作为当前调整参数；
24、判断当前天线的当前调整参数调整后的参数值是否在对应的预设参数阈值范围内；
25、若调整后的参数值不在预设参数阈值范围内，则将多种网络结构参数中，当前调整参数的下一个网络结构参数，作为当前调整参数；
26、返回判断当前天线的当前调整参数调整后的参数值是否在对应的预设参数阈值范围内的步骤，直到调整后的参数值在预设参数阈值范围内，根据调整后的参数值，确定调整后的网络结构参数。
27、可选地，根据仿真数据中多个nr小区的仿真测量报告数据，确定出多个最新重叠覆盖小区，构建重叠覆盖采样点集的步骤之后，方法还包括：
28、利用层次聚类算法，按照预设电平差阈值，对重叠覆盖采样点集中所有第一电平值进行聚类，得到两个采样点子集合；
29、根据两个采样点子集合目标采样点子集合的电平采样点数，判断重叠覆盖采样点集是否满足预设重叠覆盖条件。
30、此外，为实现上述目的，本申请还提出一种干扰优化装置，装置包括
31、确定模块，用于根据目标区域内多个新空口nr小区的当前测量报告数据，确定出当前重叠覆盖小区；
32、调整模块，用于调整当前重叠覆盖小区对应的天线的第一网络结构参数，得到调整后的网络结构参数；
33、仿真模块，用于利用目标区域内测量报告数据与所有天线的第二网络结构参数之间的映射关系，对调整后的网络结构参数进行仿真，获得仿真数据；
34、优化模块，用于根据仿真数据，对目标区域的通信网络进行干扰优化。
35、此外，为实现上述目的，本申请还提出一种干扰优化设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的干扰优化程序，所述干扰优化程序配置为实现如上文所述的干扰优化方法的步骤。
36、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质上存储有干扰优化程序，所述干扰优化程序被处理器执行时实现如上文所述的干扰优化方法的步骤。
37、此外，为实现上述目的，本申请还提供一种计算机程序产品，所述计算机程序产品包括干扰优化程序，所述干扰优化程序被处理器执行时实现如上文所述的干扰优化方法的步骤。
38、本申请提供的上述一个或多个技术方案，可以具有如下优点或至少实现了如下技术效果：
39、本申请提供一种干扰优化方法、装置、设备、存储介质及产品，根据目标区域内多个新空口nr小区的当前测量报告数据，确定出当前重叠覆盖小区；调整当前重叠覆盖小区对应的天线的第一网络结构参数，得到调整后的网络结构参数；利用目标区域内测量报告数据与所有天线的第二网络结构参数之间的映射关系，对调整后的网络结构参数进行仿真，获得仿真数据；根据仿真数据，对目标区域的通信网络进行干扰优化。
40、由此，本申请通过对目标区域内当前重叠覆盖小区对应的天线的调整后的网络结构参数进行仿真，根据仿真参数对目标区域的通信网络进行干扰优化，从而通过仿真的方式验证当前重叠覆盖小区对应的天线的调整后的网络结构参数的干扰优化效果，只需要根据最后的仿真数据，对目标区域的通信网络进行干扰优化，具备靶向性，实际上无需多次调整目标区域内各天线的网络结构参数，解决了现有通信网络的干扰优化不具备靶向性，多频次调整操作，容易产生网络安全隐患的技术问题，避免了产生网络安全隐患，提高了干扰优化的可靠性。
1.一种干扰优化方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述目标区域内包括多个当前重叠覆盖小区，所述调整所述当前重叠覆盖小区对应的天线的第一网络结构参数，得到调整后的网络结构参数的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述根据目标区域内多个新空口nr小区的当前测量报告数据，确定出当前重叠覆盖小区的步骤，包括：
4.如权利要求2所述的方法，其特征在于，所述依次将多个所述当前重叠覆盖小区，作为当前优化小区的步骤之前，所述方法还包括：
5.如权利要求2所述的方法，其特征在于，所述当前网络结构参数包括多种网络结构参数；
6.如权利要求2所述的方法，其特征在于，所述根据所述仿真数据中多个所述nr小区的仿真测量报告数据，确定出多个最新重叠覆盖小区，构建重叠覆盖采样点集的步骤之后，所述方法还包括：
7.一种干扰优化装置，其特征在于，所述装置包括：
8.一种干扰优化设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的干扰优化程序，所述干扰优化程序配置为实现如权利要求1至6中任一项所述的干扰优化方法的步骤。
9.一种计算机存储介质，其特征在于，所述存储介质上存储有干扰优化程序，所述干扰优化程序被处理器执行时实现如权利要求1至6中任一项所述的干扰优化方法的步骤。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括干扰优化程序，所述干扰优化程序被处理器执行时实现如权利要求1至6中任一项所述的干扰优化方法的步骤。
