本申请涉及通信，尤其涉及一种无线网站点扩容方法、装置、电子设备、介质及产品。
背景技术：
1、随着第五代移动通信技术(5th generation mobile communicationtechnology，5g)终端的普及，5g业务发展已进入“快车道”，在部分区域已然出现5g网络容量受限情况，由此带来用户感知劣化的风险。在通信运营商竞争“白热化”的当下，保障用户业务体验成为运营商关注的重点课题。对于5g“高热”场景，如何能在精准预测站点级业务发展的基础上，对容量存瓶颈的站点进行提前预警，为站点提供可行的扩容方案。它可为站点扩容预留更充足的建设时间，提升用户用网感知，增加客户粘性。
2、为有效应对5g容量短板、提升客户感知，目前针对无线网的扩容方案仍主要是基于现网业务水平的基站无线利用率为标尺的被动式评价体系，对于无线信道利用率过高的站点进行“补救式”扩容。
3、但是，当前对无线网站点进行被动式扩容，以基站现网指标为扩容依据，对于满足扩容门限的基站，方进行相应的扩容建设，考虑到扩容建设周期，从扩容需求发现到基站完成扩容，期间用户感知一直处于被压抑状态，使得当前进行无线网站点扩容时因扩容滞后导致扩容效率低下。
技术实现思路
1、本申请提供一种无线网站点扩容方法、装置、电子设备、介质及产品，用以解决当前进行无线网站点扩容时因扩容滞后导致扩容效率低下的问题，实现提高无线网站点扩容效率。
2、本申请提供一种无线网站点扩容方法，包括：将待处理物理基站中各逻辑站点的历史载波综合利用率分别输入至利用率评估模型，得到所述利用率评估模型分别输出的相应逻辑站点的预测利用率；所述利用率评估模型是基于样本站点的历史样本载波综合利用率及其对应的未来样本载波综合利用率，对循环神经网络模型进行训练得到的；分别确定各逻辑站点的容量系数；基于各逻辑站点的容量系数与各逻辑站点的预测利用率，确定所述待处理物理基站的载波综合利用率；若所述载波综合利用率大于预设利用率阈值，则确定所述待处理物理基站的扩容方案。
3、根据本申请提供的一种无线网站点扩容方法，所述基于各逻辑站点的容量系数与各逻辑站点的预测利用率，确定所述待处理物理基站的载波综合利用率，包括：将每一逻辑站点的容量系数分别与其对应的预测利用率相乘，得到各逻辑站点分别对应的第一乘积；基于各逻辑站点的第一乘积与各逻辑站点的容量系数，确定所述待处理物理基站的载波综合利用率。
4、根据本申请提供的一种无线网站点扩容方法，所述基于各逻辑站点的第一乘积与各逻辑站点的容量系数，确定所述待处理物理基站的载波综合利用率，包括：确定各逻辑站点的容量系数的第一加和结果；确定各第一乘积的第二加和结果；将所述第一加和结果与所述第二加和结果进行比值运算，将比值运算结果确定为所述待处理物理基站的载波综合利用率。
5、根据本申请提供的一种无线网站点扩容方法，所述样本站点是通过如下方式确定的：获取预设区域内的所有基站的场景信息与设备类型；根据所述场景信息与所述设备类型对各基站进行分类，得到至少一个基站分类集合；针对每一基站分类集合，根据其中每一基站的载波综合利用率进行基站筛选，得到每一基站分类集合分别对应的目标基站；将每一基站分类集合分别对应的目标基站作为相应基站分类集合的样本站点。
6、根据本申请提供的一种无线网站点扩容方法，在针对每一基站分类集合，根据其中每一基站的载波综合利用率进行基站筛选，得到每一基站分类集合分别对应的目标基站时，对于每一基站分类集合，分别执行如下操作：基于当前基站分类集合中的每一基站的载波综合利用率，对当前基站分类集合中的每一基站进行排序，得到当前基站分类集合中的每一基站的秩次；其中，排序相同的多个基站共享同一秩次，每一秩次作为一个观测值；分别确定当前基站分类集合中每一基站的秩次分别与其他秩次之间的秩次差值；针对当前基站分类集合中每一基站分别对应的各秩次差值，分别确定当前基站分类集合中每一基站的斯皮尔斯秩相关系数；根据当前基站分类集合中每一基站的斯皮尔斯秩相关系数进行基站筛选，将筛选得到的基站确定为当前基站分类集合的目标基站。
7、根据本申请提供的一种无线网站点扩容方法，在针对当前基站分类集合中每一基站分别对应的各秩次差值，分别确定当前基站分类集合中每一基站的斯皮尔斯秩相关系数时，对于每一基站，分别执行如下操作：确定当前基站的各秩次差值的加和值；将所述加和值与第一预设值相乘，得到第二乘积；确定当前基站所处基站分类集合中秩次的观测值的数量的平方值与第二预设值的数量差值；将当前基站所处基站分类集合中秩次的观测值的数量与所述数量差值相乘，得到第三乘积；确定所述第二乘积与所述第三乘积之间的比值；将所述第二预设值与所述比值相减，得到当前基站的斯皮尔斯秩相关系数。
8、本申请还提供一种无线网站点扩容装置，包括：评估模块，用于将待处理物理基站中各逻辑站点的历史载波综合利用率分别输入至利用率评估模型，得到所述利用率评估模型分别输出的相应逻辑站点的预测利用率；所述利用率评估模型是基于样本站点的历史样本载波综合利用率及其对应的未来样本载波综合利用率，对循环神经网络模型进行训练得到的；第一确定模块，用于分别确定各逻辑站点的容量系数；第二确定模块，用于基于各逻辑站点的容量系数与各逻辑站点的预测利用率，确定所述待处理物理基站的载波综合利用率；第三确定模块，用于若所述载波综合利用率大于预设利用率阈值，则确定所述待处理物理基站的扩容方案。
9、本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述无线网站点扩容方法。
10、本申请还提供一种介质，所述介质为非暂态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如上述任一种所述无线网站点扩容方法。
11、本申请还提供一种产品，所述产品为计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述无线网站点扩容方法。
12、本申请提供的无线网站点扩容方法、装置、电子设备、介质及产品，通过预先基于样本站点的历史样本载波综合利用率及其对应的未来样本载波综合利用率，对循环神经网络模型进行训练得到利用率评估模型，由于循环神经网络模型具有记忆且擅长处理时间序列数据，因此在将待处理物理基站中各逻辑站点的历史载波综合利用率分别输入至利用率评估模型后，可以得到利用率评估模型分别输出的相应逻辑站点的预测利用率；进而在分别确定各逻辑站点的容量系数后，可以基于各逻辑站点的容量系数与各逻辑站点的预测利用率，准确地确定出待处理物理基站的载波综合利用率；通过待处理物理基站的载波综合利用率与预设利用率阈值的比对，可以在载波综合利用率大于预设利用率阈值时，确定待处理物理基站需要进行扩容并确定出待处理物理基站的扩容方案，因此可以通过精准预测业务发展趋势，化扩容建设由被动变主动，及时进行无线网站点的扩容，由此提高无线网站点的扩容效率。
1.一种无线网站点扩容方法，其特征在于，包括：
2.根据权利要求1所述的无线网站点扩容方法，其特征在于，所述基于各逻辑站点的容量系数与各逻辑站点的预测利用率，确定所述待处理物理基站的载波综合利用率，包括：
3.根据权利要求2所述的无线网站点扩容方法，其特征在于，所述基于各逻辑站点的第一乘积与各逻辑站点的容量系数，确定所述待处理物理基站的载波综合利用率，包括：
4.根据权利要求1所述的无线网站点扩容方法，其特征在于，所述样本站点是通过如下方式确定的：
5.根据权利要求4所述的无线网站点扩容方法，其特征在于，在针对每一基站分类集合，根据其中每一基站的载波综合利用率进行基站筛选，得到每一基站分类集合分别对应的目标基站时，对于每一基站分类集合，分别执行如下操作：
6.根据权利要求5所述的无线网站点扩容方法，其特征在于，在针对当前基站分类集合中每一基站分别对应的各秩次差值，分别确定当前基站分类集合中每一基站的斯皮尔斯秩相关系数时，对于每一基站，分别执行如下操作：
7.一种无线网站点扩容装置，其特征在于，包括：
8.一种电子设备，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计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述无线网站点扩容方法。
9.一种介质，所述介质为非暂态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如权利要求1至6任一项所述无线网站点扩容方法。
10.一种产品，所述产品为计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述无线网站点扩容方法。
