System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及无线网络,尤其涉及一种家庭场景网络部署方法、装置及可读存储介质。
技术介绍
1、随着fttr(fiber to the room,光纤到房间)市场迅速规模化发展,家庭场景网络部署工作逐步成为业务发展的瓶颈。
2、目前,统计结果表明:fttr交付时长比传统宽带多半小时,主要是由于家庭户型及用户需求差异,fttr交付流程较传统宽带增加了个性化部署设计环节,该环节主要依靠智家工程师在装机现场人工反复调试完成,在整个网络部署过程中耗时较长,严重影响交付效率,导致家庭场景网络部署满意度偏低。
3、因此,如何提高家庭场景网络部署效率,成为需要解决的问题。
技术实现思路
1、本申请所要解决的技术问题是针对现有技术的上述不足,提供一种家庭场景网络部署方法、装置及可读存储介质,用以解决现有技术存在的问题。
2、第一方面,本申请提供一种家庭场景网络部署方法,所述方
3、法包括:
4、s1、获取第一户型图,对所述第一户型图进行灰度化处理,得到第二户型图;
5、s2、根据所述第二户型图进行墙体识别,得到包含墙体识别结果的第三户型图;
6、s3、将所述包含墙体识别结果的第三户型图输入基于神经网络算法的wi-fi信号衰减模型,得到所述第三户型图中各位置的wi-fi信号衰减数据图像;
7、s4、根据所述wi-fi信号衰减数据图像确定网络部署策略。
8、在一些实施例中,s1中,所述获取第一户型图,
9、s01、基于图形处理器gpu的双线性插值法对原始户型图进行压缩处理,得到所述第一户型图。
10、在一些实施例中,s1中,对所述第一户型图进行灰度化处理,得到第二户型图,包括:
11、采用基于轮廓波变换的图像灰度化算法对所述第一户型图进行灰度化处理,得到第二户型图。
12、在一些实施例中,根据所述第二户型图进行墙体识别,得到包含墙体识别结果的第三户型图,包括:
13、根据所述第二户型图,采用基于canny边缘检测的墙体识别算法进行墙体识别,得到包含墙体识别结果的第三户型图。
14、在一些实施例中,将所述包含墙体识别结果的第三户型图输入基于神经网络算法的wi-fi信号衰减模型,得到所述第三户型图中各位置的wi-fi信号衰减数据图像,包括:
15、将所述包含墙体识别结果的第三户型图输入基于神经网络算法的wi-fi信号衰减模型,通过所述第三户型图中的灰度变化模拟有障碍物场景以及无障碍物场景,并分别计算有障碍物场景以及无障碍物场景下的wi-fi信号损耗,得到所述第三户型图中各位置的wi-fi信号衰减数据图像。
16、在一些实施例中,根据所述wi-fi信号衰减数据图像确定网络部署策略,包括:
17、s41、根据所述wi-fi信号衰减数据图像进行渲染得到热力图像;
18、s42、根据所述热力图像确定网络部署策略。
19、在一些实施例中,根据所述wi-fi信号衰减数据图像进行渲染得到热力图像,包括:
20、采用正态分布对所述wi-fi信号衰减数据图像中每个像素进行卷积变换处理,得到模糊后的wi-fi信号衰减数据图像;
21、对所述模糊后的wi-fi信号衰减数据图像叠加颜色过渡数据,得到模糊化后的热力图像。
22、在一些实施例中,s41之后,还包括:
23、在所述热力图像中增加信号衰减等高线,得到包含等高线标识的热力图像;
24、s42,包括:
25、根据所述包含等高线标识的热力图像确定网络部署策略。
26、第二方面,本申请提供一种家庭场景网络部署装置,所述装置包括:
27、灰度化处理模块,其设置为获取第一户型图,对所述第一户型图进行灰度化处理,得到第二户型图;
28、墙体识别模块,其设置为根据所述第二户型图进行墙体识别,得到包含墙体识别结果的第三户型图;
29、衰减数据确定模块,其设置为将所述包含墙体识别结果的第三户型图输入基于神经网络算法的wi-fi信号衰减模型,得到所述第三户型图中各位置的wi-fi信号衰减数据图像;
30、策略确定模块,其设置为根据所述wi-fi信号衰减数据图像确定网络部署策略。
31、第三方面,本申请提供一种家庭场景网络部署装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以实现上述第一方面所述的家庭场景网络部署方法。
32、第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质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第一方面所述的家庭场景网络部署方法。
33、本申请提供的家庭场景网络部署方法、装置及可读存储介质,具体的,获取第一户型图,对所述第一户型图进行灰度化处理,得到第二户型图;根据所述第二户型图进行墙体识别,得到包含墙体识别结果的第三户型图;将所述包含墙体识别结果的第三户型图输入基于神经网络算法的wi-fi信号衰减模型,得到所述第三户型图中各位置的wi-fi信号衰减数据图像;根据所述wi-fi信号衰减数据图像确定网络部署策略。本申请提供一种家庭场景网络部署方法,通过进行灰度处理以及墙体识别,可以去除掉干扰因素使得对于wi-fi信号强度的检测更加精准。此外,通过基于神经网络算法的wi-fi信号衰减模型进行信号衰减预测,可以大大提高预测的通用性和准确性。同时基于wi-fi信号衰减模拟的方式也使得网络部署更加简单便捷,大大提高了工作效率。另外,利用热力图的方式对wi-fi信号强弱进行可视化,使得某个位置的信号衰减值更加精准,更加方便工程师掌握其信号衰减的规律,提高效率。
本文档来自技高网...【技术保护点】
1.一种家庭场景网络部署方法,其特征在于,所述方法包括:
2.根据权利要求1所述的家庭场景网络部署方法,其特征在于,S1中,所述获取第一户型图,包括:
3.根据权利要求1所述的家庭场景网络部署方法,其特征在于,S1中,对所述第一户型图进行灰度化处理,得到第二户型图,包括:
4.根据权利要求1所述的家庭场景网络部署方法,其特征在于,根据所述第二户型图进行墙体识别,得到包含墙体识别结果的第三户型图,包括:
5.根据权利要求1所述的家庭场景网络部署方法,其特征在于,将所述包含墙体识别结果的第三户型图输入基于神经网络算法的Wi-Fi信号衰减模型,得到所述第三户型图中各位置的Wi-Fi信号衰减数据图像,包括:
6.根据权利要求1-5任一项所述的家庭场景网络部署方法,其特征在于,根据所述Wi-Fi信号衰减数据图像确定网络部署策略,包括:
7.根据权利要求6所述的家庭场景网络部署方法,其特征在于,根据所述Wi-Fi信号衰减数据图像进行渲染得到热力图像,包括:
8.根据权利要求6所述的家庭场景网络部署方法,其特征
9.一种家庭场景网络部署装置,其特征在于,所述装置包括:
10.一种家庭场景网络部署装置,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以实现如权利要求1-8中任一项所述的家庭场景网络部署方法。
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如权利要求1-8中任一项所述的家庭场景网络部署方法。
...【技术特征摘要】
1.一种家庭场景网络部署方法,其特征在于,所述方法包括:
2.根据权利要求1所述的家庭场景网络部署方法,其特征在于,s1中,所述获取第一户型图,包括:
3.根据权利要求1所述的家庭场景网络部署方法,其特征在于,s1中,对所述第一户型图进行灰度化处理,得到第二户型图,包括:
4.根据权利要求1所述的家庭场景网络部署方法,其特征在于,根据所述第二户型图进行墙体识别,得到包含墙体识别结果的第三户型图,包括:
5.根据权利要求1所述的家庭场景网络部署方法,其特征在于,将所述包含墙体识别结果的第三户型图输入基于神经网络算法的wi-fi信号衰减模型,得到所述第三户型图中各位置的wi-fi信号衰减数据图像,包括:
6.根据权利要求1-5任一项所述的家庭场景网络部署方法,其特征在于,根...
【专利技术属性】
技术研发人员:李玮,王雪萍,李丽梅,
申请(专利权)人:中国联合网络通信集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。