本发明涉及移动通信领域，尤其涉及一种用于移动通信的信号强度预测系统。
背景技术：
1、功率控制技术是移动通信信息技术当中的关键之一，这种技术主要采用cdma系统核心技术，通过自干扰系统，克服了由于移动通信网络当中，信号台发射信号远近的问题，造成的“远近效应”，从而提高移动通信的质量，通过开环功率控制技术与闭环功率控制技术，提高移动台和基站的通信效能。“码”技术是移动通信信息技术当中的又一种关键技术，这种技术通过对功率控制技术的容量和抗干扰能力进行升级，从而提高接入到移动通信网络当中的信号控制的准确性，保障信号切换的速度提升。该技术通过pn码，为移动通信的功率控制技术，提供互相关联能力和编码优化技术方案。通过m序列和地址码，提高移动通信技术对于用户身份识别的准确性。
2、但是，现有技术中无法准确预测目标移动终端在当天未来预设时段接收的来自周围基站的信号的强度数据，导致无法基于目标移动终端未来时段的接收信号的强度数据的预测数据对目标移动终端和/或周围基站进行参数调整以达到目标移动终端的预期通信效果。
技术实现思路
1、为了解决相关领域的技术问题，本发明提供了一种用于移动通信的信号强度预测系统，通过采用卷积神经网络模型基于目标移动终端的各项工作参数、目标移动终端当前通信连接的周围基站的多项配置信息以及目标移动终端在当天之前多天预设时段分别接收的来自周围基站的信号的多份强度数据智能辨识目标移动终端在当天预设时段接收的来自周围基站的信号的强度数据，所述周围基站为所述目标移动终端提供移动通信服务，采用的卷积神经网络模型的结构定制，具体表现在对卷积神经网络连续进行各次训练以获得完成各次训练后的卷积神经网络，将完成各次训练后的卷积神经网络作为所述卷积神经网络模型，卷积神经网络的训练次数与所述目标移动终端的运算性能数据正向关联，以及目标移动终端的各项工作参数为所述目标移动终端的通信接口的上行通道带宽、下行通道带宽、运算性能数据以及暂存容量，所述目标移动终端当前通信连接的周围基站的多项配置信息为所述周围基站的系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、下行单用户mimo流数以及上行单用户mimo流数，从而为目标移动终端未来时段的接收信号的强度数据的智能预测提供全面、充分的多项基础信息。
2、根据本发明，提供了一种用于移动通信的信号强度预测系统，所述系统包括：
3、第一分析机构，用于分析目标移动终端的各项工作参数，所述目标移动终端的各份工作参数为所述目标移动终端的通信接口的上行通道带宽、下行通道带宽、运算性能数据以及暂存容量；
4、第二分析机构，用于分析所述目标移动终端当前通信连接的周围基站的多项配置信息，所述周围基站的多项配置信息为所述周围基站的系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、下行单用户mimo流数以及上行单用户mimo流数；
5、连续学习机构，用于获取卷积神经网络模型，所述卷积神经网络模型中，对卷积神经网络连续进行各次训练以获得完成各次训练后的卷积神经网络，将完成各次训练后的卷积神经网络作为所述卷积神经网络模型，卷积神经网络的训练次数与所述目标移动终端的运算性能数据正向关联；
6、强度采集装置，用于采集目标移动终端在当天之前多天预设时段分别接收的来自所述周围基站的信号的多份强度数据，目标移动终端在当天之前某一天预设时段接收的来自所述周围基站的信号的强度数据为目标移动终端在当天之前某一天预设时段接收的来自所述周围基站的信号的最大强度数值、最小强度数值以及平均强度数值；
7、信息辨识装置，分别与所述第一分析机构、所述第二分析机构、所述连续学习机构以及所述强度采集装置连接，用于采用所述卷积神经网络模型基于所述目标移动终端的各项工作参数、所述目标移动终端当前通信连接的周围基站的多项配置信息以及所述目标移动终端在当天之前多天预设时段分别接收的来自所述周围基站的信号的多份强度数据智能辨识所述目标移动终端在当天预设时段接收的来自所述周围基站的信号的强度数据；
8、数据传输装置，与所述信息辨识装置连接，用于将接收到的所述目标移动终端在当天预设时段接收的来自所述周围基站的信号的强度数据提供给远端的大数据服务器；
9、其中，第一分析机构，用于分析目标移动终端的各项工作参数，所述目标移动终端的各份工作参数为所述目标移动终端的通信接口的上行通道带宽、下行通道带宽、运算性能数据以及暂存容量包括：所述目标移动终端的通信接口的运算性能数据为所述目标移动终端的通信接口的单位时间的最大运算量；
10、其中，第一分析机构，用于分析目标移动终端的各项工作参数，所述目标移动终端的各份工作参数为所述目标移动终端的通信接口的上行通道带宽、下行通道带宽、运算性能数据以及暂存容量包括：所述目标移动终端的通信接口的暂存容量为所述目标移动终端的通信接口的内存储器的最大存储量。
11、由此可见，本发明至少具有以下三个重要的发明构思：
12、首先：采用卷积神经网络模型基于目标移动终端的各项工作参数、目标移动终端当前通信连接的周围基站的多项配置信息以及目标移动终端在当天之前多天预设时段分别接收的来自周围基站的信号的多份强度数据智能辨识目标移动终端在当天预设时段接收的来自周围基站的信号的强度数据，所述周围基站为所述目标移动终端提供移动通信服务；
13、其次，采用的卷积神经网络模型的结构定制，具体表现在对卷积神经网络连续进行各次训练以获得完成各次训练后的卷积神经网络，将完成各次训练后的卷积神经网络作为所述卷积神经网络模型，卷积神经网络的训练次数与所述目标移动终端的运算性能数据正向关联；
14、最后，目标移动终端的各项工作参数为所述目标移动终端的通信接口的上行通道带宽、下行通道带宽、运算性能数据以及暂存容量，所述目标移动终端当前通信连接的周围基站的多项配置信息为所述周围基站的系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、下行单用户mimo流数以及上行单用户mimo流数，从而为目标移动终端未来时段的接收信号的强度数据的智能预测提供全面、充分的多项基础信息。
1.一种用于移动通信的信号强度预测系统，其特征在于，所述系统包括：
2.如权利要求1所述的用于移动通信的信号强度预测系统，其特征在于：
3.如权利要求2所述的用于移动通信的信号强度预测系统，其特征在于，所述系统还包括：
4.如权利要求3所述的用于移动通信的信号强度预测系统，其特征在于：
5.如权利要求2所述的用于移动通信的信号强度预测系统，其特征在于，所述系统还包括：
6.如权利要求5所述的用于移动通信的信号强度预测系统，其特征在于：
7.如权利要求6所述的用于移动通信的信号强度预测系统，其特征在于：
8.如权利要求7所述的用于移动通信的信号强度预测系统，其特征在于：
9.如权利要求8所述的用于移动通信的信号强度预测系统，其特征在于：
