本公开涉及无线通信，尤其涉及一种智能反射面部署评估方法、装置、设备及存储介质。
背景技术：
1、irs(intelligent reflecting surface，智能反射面)是一个平面表面，包含大量低成本的无源反射元件，每个元件都能够独立地对入射信号产生幅度和/或相位变化，从而协同实现细粒度三维反射波束成形。与发射器/接收器现有的无线链路适配技术形成鲜明对比的是，irs通过高度可控和智能的信号反射主动改变基站到ue(user equipment，用户终端)之间的无线信道，可以使得非视距场景下信号增强、解决局部的信号空洞、提升多信号场景下的信号质量、支持边缘用户提升感知等，为进一步提升网络覆盖和容量提供新思路。
2、目前，irs研究主要集中在irs本身性能的测试研究，例如，信道估计、波束赋型等方面。但是针对irs在通信网络中的部署应用，例如，通过irs解决无线网络的覆盖空洞，弱覆盖等差异化场景问题。因此，缺乏一种irs部署对网络通信影响的方案，irs部署效率低。
技术实现思路
1、本公开提供一种智能反射面部署评估方法、装置、设备及存储介质，以至少解决现有irs部署效率低的问题。
2、本公开的技术方案如下：
3、本公开实施例提供一种智能反射面部署评估方法，包括：
4、获取在目标覆盖区域部署智能反射面的部署评估参数；
5、根据所述部署评估参数，确定所述目标覆盖区域的网络性能影响指数；
6、根据所述网络性能影响指数，确定解决所述目标覆盖区域网络弱覆盖的概率；
7、根据解决所述目标覆盖区域网络弱覆盖的概率，确定所述目标覆盖区域网络弱覆盖的解决结果。
8、可选地，所述根据所述部署评估参数，确定所述目标覆盖区域的网络性能影响指数，包括：
9、利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数。
10、可选地，所述部署评估参数包括：智能反射面网络影响参数，所述智能反射面网络影响参数包括：智能反射面单元数，所述网络性能影响指数包括：智能反射面单元数影响指数，所述利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数，包括：
11、利用模糊算法，根据所述智能反射面单元数和智能反射面相关常数，确定所述智能反射面单元数影响指数；
12、其中，智能反射面单元数越少时，对网络性能的影响越小，解决所述目标覆盖区域网络弱覆盖的概率趋近于0；智能反射面单元数越多时，对网络性能的影响越大，解决所述目标覆盖区域网络弱覆盖的概率趋近于1。
13、可选地，所述部署评估参数包括：目标覆盖区域特征参数，所述目标覆盖区域特征参数包括：目标覆盖区域长度、目标覆盖区域宽度、目标覆盖区域平均电平和目标覆盖区域目标电平，所述网络性能影响指数包括：网络问题区域特征长宽特征影响指数和网络问题区域特征覆盖电平影响指数；所述利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数，包括：
14、利用模糊算法，根据所述目标覆盖区域长度、所述目标覆盖区域宽度和所述智能反射面部署位置与所述目标覆盖区域的距离，确定智能反射面半功率角；根据所述智能反射面半功率角，确定所述网络问题区域特征长宽特征影响指数；以及
15、利用模糊算法，根据所述目标覆盖区域平均电平、所述目标覆盖区域目标电平，确定需要提升的电平差值；根据所述电平差值，确定所述网络问题区域特征覆盖电平影响指数；
16、其中，所述网络问题区域特征长宽特征影响指数与所述智能反射面半功率角成反比，所述电平差值越小，解决所述目标覆盖区域网络弱覆盖的概率越大，所述电平差值越大，解决所述目标覆盖区域网络弱覆盖的概率越小。
17、可选地，所述部署评估参数包括：智能反射面部署位置特征参数，所述智能反射面部署位置特征参数包括：智能反射面入射与反射夹角以及智能反射面入射角，所述网络性能影响指数包括：智能反射面部署位置覆盖电平影响指数、智能反射面入射与反射夹角影响指数和智能反射面入射角影响指数，所述利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数，包括：
18、利用模糊算法，根据智能反射面部署位置电平值和基准电平值，确定所述智能反射面部署位置覆盖电平影响指数；以及
19、利用模糊算法，根据智能反射面半功率角和所述智能反射面入射与反射夹角，确定所述智能反射面入射与反射夹角影响指数；以及
20、利用模糊算法，根据所述智能反射面入射角，确定智能反射面入射角影响指数；
21、其中，所述智能反射面部署位置电平值越高，所述智能反射面反射的能量越大，对网络性能的提升越大，所述智能反射面部署位置电平值越低，所述智能反射面反射的能量越小，对网络性能的提升越小；所述智能反射面入射与反射夹角越小，所述智能反射面反射的能量越大，所述智能反射面反射单元对信号的消耗越小；所述智能反射面入射角影响所述智能反射面反射的能量大小。
22、可选地，所述部署评估参数包括：智能反射面部署位置与目标覆盖区域的相对位置参数，所述智能反射面部署位置与目标覆盖区域的相对位置参数包括：智能反射面部署位置与所述目标覆盖区域的距离，所述网络性能影响指数包括：智能反射面部署位置与目标覆盖区域的距离影响指数，所述利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数，包括：
23、利用模糊算法和回归算法，根据所述智能反射面部署位置与所述目标覆盖区域的距离，拟合出所述智能反射面部署位置与目标覆盖区域的距离影响指数；
24、其中，所述智能反射面部署位置与所述目标覆盖区域的距离越小，对网络性能的影响越大，所述智能反射面部署位置与所述目标覆盖区域的距离越大，对网络性能的影响越小。
25、可选地，所述智网络性能影响指数包括：智能反射面单元数影响指数，网络问题区域特征长宽特征影响指数，智能反射面部署位置覆盖电平影响指数，智能反射面入射与反射夹角影响指数，智能反射面入射角影响指数和智能反射面部署位置与目标覆盖区域的距离影响指数；所述根据所述网络性能影响指数，确定解决所述目标覆盖区域网络弱覆盖的概率，包括：
26、根据所述智能反射面单元数影响指数、所述网络问题区域特征长宽特征影响指数、所述智能反射面部署位置覆盖电平影响指数、所述智能反射面入射与反射夹角影响指数、所述智能反射面入射角影响指数和所述智能反射面部署位置与目标覆盖区域的距离影响指数，确定解决所述目标覆盖区域网络弱覆盖的概率。
27、可选地，所述根据所述解决所述目标覆盖区域网络弱覆盖的概率，确定所述目标覆盖区域网络弱覆盖的解决结果，包括：
28、在所述解决所述目标覆盖区域网络弱覆盖的概率大于设定概率阈值的情况下，则所述目标覆盖区域网络弱覆盖的解决结果为能够解决；
29、在所述解决所述目标覆盖区域网络弱覆盖的概率小于等于设定概率阈值的情况下，则所述目标覆盖区域网络弱覆盖的解决结果为无法解决。
30、本公开实施例还提供一种智能反射面部署评估装置，包括：
31、获取模块，用于获取在目标覆盖区域部署智能反射面的部署评估参数；
32、第一确定模块，用于根据所述部署评估参数，确定所述目标覆盖区域的网络性能影响指数；
33、第二确定模块，用于根据所述网络性能影响指数，确定解决所述目标覆盖区域网络弱覆盖的概率；
34、第三确定模块，用于根据解决所述目标覆盖区域网络弱覆盖的概率，确定所述目标覆盖区域网络弱覆盖的解决结果。
35、可选地，所述第一确定模块在根据所述部署评估参数，确定所述目标覆盖区域的网络性能影响指数时，用于：
36、利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数。
37、可选地，所述部署评估参数包括：智能反射面网络影响参数，所述智能反射面网络影响参数包括：智能反射面单元数，所述网络性能影响指数包括：智能反射面单元数影响指数，所述第一确定模块在利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数时，用于：
38、利用模糊算法，根据所述智能反射面单元数和智能反射面相关常数，确定所述智能反射面单元数影响指数；
39、其中，智能反射面单元数越少时，对网络性能的影响越小，解决所述目标覆盖区域网络弱覆盖的概率趋近于0；智能反射面单元数越多时，对网络性能的影响越大，解决所述目标覆盖区域网络弱覆盖的概率趋近于1。
40、可选地，所述部署评估参数包括：目标覆盖区域特征参数，所述目标覆盖区域特征参数包括：目标覆盖区域长度、目标覆盖区域宽度、目标覆盖区域平均电平和目标覆盖区域目标电平，所述网络性能影响指数包括：网络问题区域特征长宽特征影响指数和网络问题区域特征覆盖电平影响指数；所述第一确定模块在利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数时，用于：
41、利用模糊算法，根据所述目标覆盖区域长度、所述目标覆盖区域宽度和所述智能反射面部署位置与所述目标覆盖区域的距离，确定智能反射面半功率角；根据所述智能反射面半功率角，确定所述网络问题区域特征长宽特征影响指数；以及
42、利用模糊算法，根据所述目标覆盖区域平均电平、所述目标覆盖区域目标电平，确定需要提升的电平差值；根据所述电平差值，确定所述网络问题区域特征覆盖电平影响指数；
43、其中，所述网络问题区域特征长宽特征影响指数与所述智能反射面半功率角成反比，所述电平差值越小，解决所述目标覆盖区域网络弱覆盖的概率越大，所述电平差值越大，解决所述目标覆盖区域网络弱覆盖的概率越小。
44、可选地，所述部署评估参数包括：智能反射面部署位置特征参数，所述智能反射面部署位置特征参数包括：智能反射面入射与反射夹角以及智能反射面入射角，所述网络性能影响指数包括：智能反射面部署位置覆盖电平影响指数、智能反射面入射与反射夹角影响指数和智能反射面入射角影响指数，所述第一确定模块在利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数时，用于：
45、利用模糊算法，根据智能反射面部署位置电平值和基准电平值，确定所述智能反射面部署位置覆盖电平影响指数；以及
46、利用模糊算法，根据智能反射面半功率角和所述智能反射面入射与反射夹角，确定所述智能反射面入射与反射夹角影响指数；以及
47、利用模糊算法，根据所述智能反射面入射角，确定智能反射面入射角影响指数；
48、其中，所述智能反射面部署位置电平值越高，所述智能反射面反射的能量越大，对网络性能的提升越大，所述智能反射面部署位置电平值越低，所述智能反射面反射的能量越小，对网络性能的提升越小；所述智能反射面入射与反射夹角越小，所述智能反射面反射的能量越大，所述智能反射面反射单元对信号的消耗越小；所述智能反射面入射角影响所述智能反射面反射的能量大小。
49、可选地，所述部署评估参数包括：智能反射面部署位置与目标覆盖区域的相对位置参数，所述智能反射面部署位置与目标覆盖区域的相对位置参数包括：智能反射面部署位置与所述目标覆盖区域的距离，所述网络性能影响指数包括：智能反射面部署位置与目标覆盖区域的距离影响指数，所述第一确定模块在利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数时，用于：
50、利用模糊算法和回归算法，根据所述智能反射面部署位置与所述目标覆盖区域的距离，拟合出所述智能反射面部署位置与目标覆盖区域的距离影响指数；
51、其中，所述智能反射面部署位置与所述目标覆盖区域的距离越小，对网络性能的影响越大，所述智能反射面部署位置与所述目标覆盖区域的距离越大，对网络性能的影响越小。
52、可选地，所述智网络性能影响指数包括：智能反射面单元数影响指数，网络问题区域特征长宽特征影响指数，智能反射面部署位置覆盖电平影响指数，智能反射面入射与反射夹角影响指数，智能反射面入射角影响指数和智能反射面部署位置与目标覆盖区域的距离影响指数；所述第二确定模块在根据所述网络性能影响指数，确定解决所述目标覆盖区域网络弱覆盖的概率时，用于：
53、根据所述智能反射面单元数影响指数、所述网络问题区域特征长宽特征影响指数、所述智能反射面部署位置覆盖电平影响指数、所述智能反射面入射与反射夹角影响指数、所述智能反射面入射角影响指数和所述智能反射面部署位置与目标覆盖区域的距离影响指数，确定解决所述目标覆盖区域网络弱覆盖的概率。
54、可选地，所述第三确定模块在根据所述解决所述目标覆盖区域网络弱覆盖的概率，确定所述目标覆盖区域网络弱覆盖的解决结果时，用于：
55、在所述解决所述目标覆盖区域网络弱覆盖的概率大于设定概率阈值的情况下，则所述目标覆盖区域网络弱覆盖的解决结果为能够解决；
56、在所述解决所述目标覆盖区域网络弱覆盖的概率小于等于设定概率阈值的情况下，则所述目标覆盖区域网络弱覆盖的解决结果为无法解决。
57、本公开实施例还提供一种电子设备，包括：
58、处理器；
59、用于存储所述处理器可执行指令的存储器；
60、其中，所述处理器被配置为执行所述指令，以实现如上述的方法中的各步骤。
61、本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法中的各步骤。
62、本公开实施例还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行上述的方法中的各步骤。
63、本公开的实施例提供的技术方案至少带来以下有益效果：
64、在本公开的一些实施例中，获取在目标覆盖区域部署智能反射面的部署评估参数；根据部署评估参数，确定目标覆盖区域的网络性能影响指数；根据网络性能影响指数，确定解决目标覆盖区域网络弱覆盖的概率；根据解决目标覆盖区域网络弱覆盖的概率，确定目标覆盖区域网络弱覆盖的解决结果，从而选择合适的智能反射面的相关参数，提升irs部署效率。
65、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
1.一种智能反射面部署评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述部署评估参数，确定所述目标覆盖区域的网络性能影响指数，包括：
3.根据权利要求2所述的方法，其特征在于，所述部署评估参数包括：智能反射面网络影响参数，所述智能反射面网络影响参数包括：智能反射面单元数，所述网络性能影响指数包括：智能反射面单元数影响指数，所述利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数，包括：
4.根据权利要求2所述的方法，其特征在于，所述部署评估参数包括：目标覆盖区域特征参数，所述目标覆盖区域特征参数包括：目标覆盖区域长度、目标覆盖区域宽度、目标覆盖区域平均电平和目标覆盖区域目标电平，所述网络性能影响指数包括：网络问题区域特征长宽特征影响指数和网络问题区域特征覆盖电平影响指数；所述利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数，包括：
5.根据权利要求2所述的方法，其特征在于，所述部署评估参数包括：智能反射面部署位置特征参数，所述智能反射面部署位置特征参数包括：智能反射面入射与反射夹角以及智能反射面入射角，所述网络性能影响指数包括：智能反射面部署位置覆盖电平影响指数、智能反射面入射与反射夹角影响指数和智能反射面入射角影响指数，所述利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数，包括：
6.根据权利要求2所述的方法，其特征在于，所述部署评估参数包括：智能反射面部署位置与目标覆盖区域的相对位置参数，所述智能反射面部署位置与目标覆盖区域的相对位置参数包括：智能反射面部署位置与所述目标覆盖区域的距离，所述网络性能影响指数包括：智能反射面部署位置与目标覆盖区域的距离影响指数，所述利用模糊算法，对所述部署评估参数进行量化建模，得到所述网络性能影响指数，包括：
7.根据权利要求1所述的方法，其特征在于，所述智网络性能影响指数包括：智能反射面单元数影响指数，网络问题区域特征长宽特征影响指数，智能反射面部署位置覆盖电平影响指数，智能反射面入射与反射夹角影响指数，智能反射面入射角影响指数和智能反射面部署位置与目标覆盖区域的距离影响指数；所述根据所述网络性能影响指数，确定解决所述目标覆盖区域网络弱覆盖的概率，包括：
8.一种智能反射面部署评估装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一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，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法中的各步骤。
