本发明涉及通信，尤其涉及一种大气波导干扰强度预测方法、装置、设备及存储介质。
背景技术：
1、大气波导是对流层环境中形成陷获折射的一种异常大气结构，它的存在改变了电磁波传播路径和范围，使通信、探测、导航等系统出现了一些特殊的传播特征。在无线通信中，大气波导造成的远端干扰非常普遍，在某些地区，大气波导的干扰已经严重影响现网指标和用户感知。
2、目前通常是在发现大气波导干扰时，采取相应的大气波导干扰规避措施，以免影响用户感知，然而大气波导干扰的扩展速度是相当迅速的，在发现大气波导干扰到采取规避措施这段时间就已经造成大面积干扰，用户感知受到影响，但目前尚缺乏针对大气波导干扰强度的预测方法，以在大气波导干扰出现前，及时规避大气波导干扰。
技术实现思路
1、本发明提供一种大气波导干扰强度预测方法、装置、设备及存储介质，以解决现有技术尚缺乏对大气波导干扰强度进行预测的问题。
2、为实现上述目的，本发明实施例提供了一种大气波导干扰强度预测方法，包括：
3、获取待预测小区所在的目标区域在预设时间的大气波导强度云图；
4、根据所述大气波导强度云图确定与所述待预测小区相关的大气波导强度；
5、将所述大气波导强度输入至预先训练好的干扰强度预测模型，得到所述待预测小区在所述预设时间的大气波导干扰强度；其中，所述干扰强度预测模型是利用历史大气波导强度样本及其对应的大气波导干扰强度进行训练得到的。
6、作为上述方案的改进，所述根据所述大气波导强度云图确定与所述待预测小区相关的大气波导强度，包括：
7、根据所述待预测小区的经纬度，在所述大气波导强度云图中查找到与所述待预测小区对应的小区像素栅格；
8、根据所述小区像素栅格的图像特征信息，确定与所述待预测小区相关的大气波导强度。
9、作为上述方案的改进，所述小区像素栅格包括以下任意之一或其组合：所述待预测小区所属的像素栅格和围绕所述待预测小区所属的像素栅格设置的n层像素栅格，n为正整数。
10、作为上述方案的改进，所述根据所述待预测小区的经纬度，在所述大气波导强度云图中查找到与所述待预测小区对应的小区像素栅格，包括：
11、对所述大气波导强度云图进行经纬度网格划分，计算所述大气波导强度云图中的每一像素块的经纬度；
12、将每一所述像素块作为每一像素栅格，将每一所述像素块的经纬度作为每一所述像素栅格的中心点的经纬度，计算每一所述像素栅格的四个顶点的经纬度；
13、根据所述待预测小区的经纬度，在所述大气波导强度云图中查找到所述待预测小区所属的像素栅格，得到与所述待预测小区对应的小区像素栅格。
14、作为上述方案的改进，所述对所述大气波导强度云图进行经纬度网格划分，计算所述大气波导强度云图中的每一像素块的经纬度，包括：
15、对所述大气波导强度云图进行经纬度网格划分，利用在同一经纬度网格的任意三个顶点的像素位置和经纬度进行计算，得到相邻像素块之间的经度间隔和纬度间隔；
16、利用所述经度间隔、所述纬度间隔及在经纬度网格上的任意一个顶点的像素位置和经纬度，计算所述大气波导强度云图中的每一像素块的经纬度。
17、作为上述方案的改进，所述将每一所述像素块作为每一像素栅格，将每一所述像素块的经纬度作为每一所述像素栅格的中心点的经纬度，计算每一所述像素栅格的四个顶点的经纬度，包括：
18、将每一所述像素块作为每一像素栅格，将每一所述像素块的经纬度作为每一所述像素栅格的中心点的经纬度，将所述纬度间隔作为每一所述像素栅格的宽度，将所述经度间隔作为每一所述像素栅格的长度，计算得到每一所述像素栅格的四个顶点的经纬度。
19、作为上述方案的改进，通过以下步骤得到所述训练好的干扰强度预测模型：
20、获取历史大气波导强度样本及其对应的大气波导干扰强度标签；
21、将所述历史大气波导强度样本输入至预设的神经网络，确认大气波导干扰强度预测值；
22、利用所述大气波导干扰强度标签和所述大气波导干扰强度预测值对所述神经网络进行更新，以确定训练好的干扰强度预测模型。
23、作为上述方案的改进，所述大气波导干扰强度预测方法还包括：
24、获取所述目标区域的地理地图；
25、将所述地理地图与所述大气波导强度云图进行配准，得到配准图像；其中，所述配准图像用于确定与所述待预测小区相关的大气波导强度。
26、为实现上述目的，本发明实施例还提供了一种大气波导干扰强度预测装置，包括：
27、大气波导强度云图获取模块，用于获取待预测小区所在的目标区域在预设时间的大气波导强度云图；
28、大气波导强度获取模块，用于根据所述大气波导强度云图确定与所述待预测小区相关的大气波导强度；
29、干扰强度预测模块，用于将所述大气波导强度输入至预先训练好的干扰强度预测模型，得到所述待预测小区在所述预设时间的大气波导干扰强度；其中，所述干扰强度预测模型是利用历史大气波导强度样本及其对应的大气波导干扰强度进行训练得到的。
30、为实现上述目的，本发明实施例还提供了一种大气波导干扰强度预测设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述的大气波导干扰强度预测方法。
31、为实现上述目的，本发明实施例还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包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述的大气波导干扰强度预测方法。
32、与现有技术相比，本发明实施例提供的一种大气波导干扰强度预测方法、装置、设备及存储介质，为大气波导干扰强度的预测提供了一种新途径，具有如下有益效果：
33、(1)现有的大气波导干扰防治都是基于大气波导发生时，采集性能指标筛选受扰小区进而采取参数调整规避方案。而本发明实施例可以做到提前预测，根据大气波导强度云图和历史大气波导干扰数据，不断预报小区的干扰强度，在大气波导真正到来前一刻，提前采取大气波导干扰规避措施。既能保证用户感知不受影响，也使网络资源利用率最大化，避免流量业务损失。
34、(2)现有的大气波导防治需要通过建立大平台，采集海量的大数据进行运算，得到干扰源与干扰目标，但需要跨省协调，需要大量的人力、物力、算力等资源。而本发明实施例的方法更加简单，需要的数据源很少，也不需要建立大平台。只要日常不断记录积累大气波导干扰小区，定时获取大气波导强度云图即可，相比当前的大平台方法，更加简单实用。
35、(3)计算时间短，效果更加直观明显，可以不断循环迭代。现有的大气波导防治需要定期下发特征序列，从各省收集反馈信息，后台数据中心进行数据清洗、计算等等。对设备、数据要求高，且时间周期长(天粒度)。而本发明实施例可以短时间内例如每隔3小时，完成一次预测，计算时间以秒计，对设备无要求，信息迭代的速率更快，结果以干扰强度体现，效果更加直观。
1.一种大气波导干扰强度预测方法，其特征在于，包括：
2.如权利要求1所述的大气波导干扰强度预测方法，其特征在于，所述根据所述大气波导强度云图确定与所述待预测小区相关的大气波导强度，包括：
3.如权利要求2所述的大气波导干扰强度预测方法，其特征在于，所述小区像素栅格包括以下任意之一或其组合：所述待预测小区所属的像素栅格和围绕所述待预测小区所属的像素栅格设置的n层像素栅格，n为正整数。
4.如权利要求2-3任一项所述的大气波导干扰强度预测方法，其特征在于，所述根据所述待预测小区的经纬度，在所述大气波导强度云图中查找到与所述待预测小区对应的小区像素栅格，包括：
5.如权利要求4所述的大气波导干扰强度预测方法，其特征在于，所述对所述大气波导强度云图进行经纬度网格划分，计算所述大气波导强度云图中的每一像素块的经纬度，包括：
6.如权利要求5所述的大气波导干扰强度预测方法，其特征在于，所述将每一所述像素块作为每一像素栅格，将每一所述像素块的经纬度作为每一所述像素栅格的中心点的经纬度，计算每一所述像素栅格的四个顶点的经纬度，包括：
7.如权利要求1所述的大气波导干扰强度预测方法，其特征在于，通过以下步骤得到所述训练好的干扰强度预测模型：
8.如权利要求1所述的大气波导干扰强度预测方法，其特征在于，所述大气波导干扰强度预测方法还包括：
9.一种大气波导干扰强度预测装置，其特征在于，包括：
10.一种大气波导干扰强度预测设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～8任一项所述的大气波导干扰强度预测方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～8任一项所述的大气波导干扰强度预测方法。
