本技术实施例涉及无线通信，尤其涉及一种数据处理方法、终端、网络设备、存储介质及计算机程序产品。
背景技术：
1、现代社会，人们在各种场合活动的时间越来越多。在陌生、复杂的环境中，精准的定位能够帮助用户实时获知自身所在的位置，准确到达目的地。
2、传统定位方法是将多个基站通过“圆弧”交点，定位出用户的位置，但是，该方法在室内场景时，会存在大量的视线受阻情况，定位精度会大大降低。
3、目前，可以采用基于人工智能的定位方法以解决定位精度的问题，但是，该定位方法需要进行大量的带位置标签的数据采集来用于模型训练，需要通过人为移动路测终端来进行大量的数据采集，数据采集开销较大，模型训练效率低。
技术实现思路
1、本技术实施例提供一种数据处理方法、终端、网络设备、存储介质及计算机程序产品，降低了模型训练的数据采集开销。
2、本技术实施例的技术方案是这样实现的：
3、本技术实施例提供了一种数据处理方法，应用于终端，所述方法包括：
4、接收网络设备分n次发送的n个第一配置信息；n为正整数；
5、每接收一个所述第一配置信息，基于当前接收的一个所述第一配置信息采集一组第一信道数据和对应的位置信息并发送至所述网络设备；
6、继续接收所述网络设备分m次发送的m个第二配置信息；m为正整数；
7、每接收一个所述第二配置信息，基于当前接收的一个所述第二配置信息采集一组第二信道数据并发送至所述网络设备。
8、在上述方法中，每个所述第一配置信息和每个所述第二配置信息，分别包括其中一项或者多项：
9、待采集的数据类型、待采集的数据数量、上报的数据数量，以及上报的数据类型。
10、在上述方法中，每组所述第一信道数据和对应的位置信息、每组所述第二信道数据用于训练提供定位功能的人工智能ai模型，所述方法还包括：
11、接收所述网络设备发送的训练后的ai模型；
12、采集第三信道数据，并利用所述训练后的ai模型基于所述第三信道数据进行定位推理，确定所述第三信道数据对应的位置信息。
13、本技术实施例提供了一种数据处理方法，应用于网络设备，所述方法包括：
14、分n次向终端发送n个第一配置信息；n为正整数；
15、每发送一个所述第一配置信息，接收所述终端对应采集并上报的一组第一信道数据和对应的位置信息；
16、继续分m次向所述终端发送m个第二配置信息；m为正整数；
17、每发送一个所述第二配置信息，接收所述终端对应采集并上报的一组第二信道数据。
18、在上述方法中，每个所述第一配置信息和每个所述第二配置信息，分别包括其中一项或者多项：
19、待采集的数据类型、待采集的数据数量、上报的数据数量，以及上报的数据类型。
20、在上述方法中，每组所述第一信道数据和对应的位置信息，以及每组所述第二信道数据，用于训练提供定位功能的ai模型。
21、在上述方法中，n和m的取值，取决于累积接收到的数据量是否达到要求，或者，所述ai模型的模型精度是否达到要求。
22、在上述方法中还包括：
23、在接收到第i组所述第一信道数据和对应的位置信息时，基于接收到的前i组所述第一信道数据和对应的位置信息训练所述ai模型；i为正整数，且小于或者等于n；
24、在接收到第k组所述第二信道数据时，基于接收到的前k组所述第二信道数据，以及接收到的n组所述第一信道数据和对应的位置信息训练所述ai模型；k为正整数，且小于或者等于m；
25、将训练后的ai模型发送至所述终端。
26、在上述方法中，所述基于接收到的前i组所述第一信道数据和对应的位置信息训练所述ai模型，包括：
27、基于前i组所述第一信道数据构建信道的第一仿真数据；
28、利用所述ai模型基于所述第一仿真数据进行定位推理，得到所述第一仿真数据对应的位置信息；
29、基于前i组所述第一信道数据和对应的位置信息、所述第一仿真数据和对应的位置信息，训练所述ai模型。
30、在上述方法中，所述基于前i组所述第一信道数据构建信道的第一仿真数据，包括：
31、从前i组所述第一信道数据中提取第一信道特征参数，并对所述第一信道特征参数进行统计分析，得到第一信道统计特征；
32、利用所述第一信道统计特征更新信道仿真平台的平台参数，并通过更新后的信道仿真平台生成所述第一仿真数据。
33、在上述方法中，所述基于接收到的前k组所述第二信道数据，以及接收到的n组所述第一信道数据和对应的位置信息训练所述ai模型，包括：
34、基于前k组所述第二信道数据以及n组所述第一信道数据，构建信道的第二仿真数据；
35、利用所述ai模型基于所述第二仿真数据和前k组所述第二信道数据分别进行定位推理，得到所述第二仿真数据对应的位置信息，以及前k组所述第二信道数据对应的位置信息；
36、基于n组所述第一信道数据和对应的位置信息、前k组所述第二信道数据和对应的位置信息、所述第二仿真数据和对应的位置信息，训练所述ai模型。
37、在上述方法中，所述基于前k组所述第二信道数据以及n组所述第一信道数据，构建信道的第二仿真数据，包括：
38、从前k组所述第二信道数据以及n组所述第一信道数据中提取第二信道特征参数，并对所述第二信道特征参数进行统计分析，得到第二信道统计特征；
39、利用所述第二信道统计特征更新信道仿真平台的平台参数，并通过更新后的信道仿真平台生成所述第二仿真数据。
40、本技术实施例提供了一种终端，包括：第一处理器、第一存储器和第一通信总线；
41、所述第一通信总线，用于实现所述第一处理器和所述第一存储器之间的通信连接；
42、所述第一处理器，用于执行所述第一存储器存储的一个或者多个计算机程序，以实现应用于终端的数据处理方法。
43、本技术实施例提供了一种网络设备，包括：第二处理器、第二存储器和第二通信总线；
44、所述第二通信总线，用于实现所述第二处理器和所述第二存储器之间的通信连接；
45、所述第二处理器，用于执行所述第二存储器存储的一个或者多个计算机程序，以实现应用于网络设备的数据处理方法。
46、本技术实施例提供了一种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应用于终端的数据处理方法的步骤，或者，应用于网络设备的数据处理方法的步骤。
47、本技术实施例提供了一种计算机程序产品，包括计算机程序，所述计算机程序被执行时实现应用于终端的数据处理方法的步骤，或者，应用于网络设备的数据处理方法的步骤。
48、本技术实施例提供了一种数据处理方法、终端、网络设备、存储介质及计算机程序产品，应用于终端的方法包括：接收网络设备分n次发送的n个第一配置信息；n为正整数；每接收一个第一配置信息，基于当前接收的一个第一配置信息采集一组第一信道数据和对应的位置信息并发送至网络设备；继续接收网络设备分m次发送的m个第二配置信息；m为正整数；每接收一个第二配置信息，基于当前接收的一个第二配置信息采集一组第二信道数据并发送至网络设备。本技术实施例提供的技术方案，通过分阶段灵活的采集带标签的数据(第一信道数据和对应的位置信息)和无标签数据(第二信道数据)用于模型训练，从而避免采集过多冗余数据，降低了模型训练的数据采集开销。
1.一种数据处理方法，其特征在于，应用于终端，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，每个所述第一配置信息和每个所述第二配置信息，分别包括其中一项或者多项：
3.根据权利要求1所述的方法，其特征在于，每组所述第一信道数据和对应的位置信息、每组所述第二信道数据用于训练提供定位功能的人工智能ai模型，所述方法还包括：
4.一种数据处理方法，其特征在于，应用于网络设备，所述方法包括：
5.根据权利要求4所述的方法，其特征在于，每个所述第一配置信息和每个所述第二配置信息，分别包括其中一项或者多项：
6.根据权利要求4所述的方法，其特征在于，每组所述第一信道数据和对应的位置信息，以及每组所述第二信道数据，用于训练提供定位功能的ai模型。
7.根据权利要求6所述的方法，其特征在于，
8.根据权利要求6所述的方法，其特征在于，所述方法还包括：
9.根据权利要求8所述的方法，其特征在于，所述基于接收到的前i组所述第一信道数据和对应的位置信息训练所述ai模型，包括：
10.根据权利要求9所述的方法，其特征在于，所述基于前i组所述第一信道数据构建信道的第一仿真数据，包括：
11.根据权利要求8所述的方法，其特征在于，所述基于接收到的前k组所述第二信道数据，以及接收到的n组所述第一信道数据和对应的位置信息训练所述ai模型，包括：
12.根据权利要求11所述的方法，其特征在于，所述基于前k组所述第二信道数据以及n组所述第一信道数据，构建信道的第二仿真数据，包括：
13.一种终端，其特征在于，包括：第一处理器、第一存储器和第一通信总线；
14.一种网络设备，其特征在于，包括：第二处理器、第二存储器和第二通信总线；
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-12任一项所述的数据处理方法。
16.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-12任一项所述的数据处理方法。
