本申请涉及通信领域，特别是涉及一种室内网络信号覆盖预测方法、装置、计算机设备和存储介质。
背景技术：
1、随着社会的发展，人们对网络的使用需求越来越明显，对网络质量要求越来越高。在大型商场、办公楼和公共场所等复杂环境中，室内分布系统的网络覆盖状态面临诸多挑战。
2、在传统的网络优化中，通常依赖于人工经验和静态配置进行网络配置，难以应对动态变化的信号环境。
3、如何准确进行网络信号覆盖预测，并及时调整网络配置，以提升用户体验实现阶段亟待解决的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提升网络信号覆盖模型预测准确性的室内网络信号覆盖预测方法、装置、计算机设备和存储介质。
2、一种室内网络信号覆盖预测方法，包括：
3、采集待预测室内区域的实时网络信号数据；
4、对实时网络信号数据进行预处理，得到预处理后实时数据；
5、基于预先训练的网络预测模型，对预处理后实时数据进行数据转换，得到转换后实时数据；
6、将转换后实时数据输入网络预测模型，预测得到待预测室内区域未来时间段的网络信号覆盖预测结果。
7、可选地，上述方法还包括：
8、将网络信号覆盖预测结果转换为热力图数据，并将热力图数据发送显示终端显示。
9、可选地，上述方法还包括：
10、收集用户设备对待预测室内区域的网络信号的反馈结果；
11、根据反馈结果对网络预测模型进行模型优化。
12、可选地，方法还包括：
13、获取待预测室内区域的历史网络信号数据；
14、基于历史网络信号数据，对初始网络预测模型进行模型训练，得到网络预测模型。
15、可选地，基于历史网络信号数据，对初始网络预测模型进行模型训练，得到网络预测模型，包括：
16、确定初始网络预测模型的不同模型参数族群，各模型参数族群包括对应初始网络预测模型的多个模型参数；
17、将历史网络信号数据作为训练数据输入各模型参数族群的模型参数确定的初始网络预测模型，输出对应的各预测结果；
18、根据训练数据以及各预测结果，确定对应各模型参数族群的模型指标；
19、根据各模型参数族群所对应的模型参数，确定对应各模型参数族群的适应度指标；
20、根据各适应度指标，从模型参数族群中确定优质模型参数族群；
21、基于优质模型参数族群，进行模型参数族群交叉与变异处理，生成迭代模型参数族群；
22、将训练数据输入各迭代模型参数族群的模型参数所确定的初始网络预测模型，进行模型迭代训练，直至适应度指标收敛和/或模型指标满足预设阈值，得到训练完成的网络预测模型。
23、可选地，各模型参数表征待预测室内区域的信号发射装置的配置参数；
24、根据各模型参数族群所对应的模型参数，确定对应各模型参数族群的适应度指标，包括：
25、根据各模型参数族群的模型参数所对应信号发射装置的配置参数，确定对应的各模型参数族群的信号覆盖均匀性指标以及用户体验指标；
26、根据各信号覆盖均匀性指标以及用户体验指标，确定对应各模型参数族群的适应度指标。
27、可选地，上述方法还包括：
28、基于网络预测模型的模型参数所确定的配置参数，对待预测室内区域的信号发射装置进行配置调整。
29、一种室内网络信号覆盖预测装置，所述装置包括：
30、采集模块，用于采集待预测室内区域的实时网络信号数据；
31、预处理模块，用于对实时网络信号数据进行预处理，得到预处理后实时数据；
32、转换模块，用于基于预先训练的网络预测模型，对预处理后实时数据进行数据转换，得到转换后实时数据；
33、预测模块，用于将转换后实时数据输入网络预测模型，预测得到待预测室内区域未来时间段的网络信号覆盖预测结果。
34、一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现供述任一项方法的步骤。
35、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，计算机程序被处理器执行时实现上述任一项的方法的步骤。
36、上述室内网络信号覆盖预测方法、装置、设备和介质，通过采集待预测室内区域的实时网络信号数据；对实时网络信号数据进行预处理，得到预处理后实时数据；基于预先训练的网络预测模型，对预处理后实时数据进行数据转换，得到转换后实时数据；将转换后实时数据输入网络预测模型，预测得到待预测室内区域未来时间段的网络信号覆盖预测结果。从而，在准备用于网络信号覆盖预测的时候，结合了网络预测模型，根据网络预测模型对预处理后实时数据进行数据转换，使得网络预测模型与用于预测的数据之间更加匹配，可以提升模型预测的准确性。
1.一种室内网络信号覆盖预测方法，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，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述历史网络信号数据，对初始网络预测模型进行模型训练，得到所述网络预测模型，包括：
6.根据权利要求5所述的方法，其特征在于，各所述模型参数表征所述待预测室内区域的信号发射装置的配置参数；
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
8.一种室内网络信号覆盖预测装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
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至7中任一项所述的方法的步骤。
