1.一种基于数据驱动的小区接收功率预测方法，其特征在于，包括以下步骤：(1)、获取小区多组历史实测数据，每组历史实测数据均包括标签数据、工程参数和地图参数；然后对采集的数据进行预处理；

(2)、计算小区发射机的有效高度hb；

hb＝Height+Cell Altitude‑Altitude其中，Height为发射机相对地面的高度，Cell Altitude为小区站点所在栅格海拔高度，Altitude为栅格位置海拔高度；

(3)、计算发射机与栅格之间的链路距离d；

其中，Δd为栅格距离，(X，Y)为栅格位置坐标，(Cell X，Cell Y)为发射机位置坐标；

(4)、计算信号线实际下倾角θSL；

θSL＝θED+θMD

其中，θED为发射机垂直电下倾角，θMD为发射机垂直机械下倾角；

(5)、计算目标栅格与信号线的垂直距离Δhue；

Δhue＝cos(θSL)hb‑sin(θSL)d(6)、利用方差和皮尔逊相关系数筛选地图参数；

(6.1)、计算第j个地图参数自身的方差Dj；

其中，xij表示第j个地图参数中第i个数据，i＝1,2,…,n，n为第j个地图参数的数据个数； 为第j个地图参数的均值；

(6.2)、对每个地图参数的自身方差进行降序排序，然后剔除方差低于预设阈值σ的地图参数；

(6.3)、计算第j个地图参数与标签数据之间的皮尔逊相关系数Pj；

其中，σj为第j个地图参数的标准差，yi为标签数据RSRP的第i个数据， 为标签数据RSRP的均值，σy是标签数据RSRP的标准差；

*

(6.4)、根据计算结果进行排序，剔除皮尔逊相关系数高于阈值P的地图参数；

(7)、将工程参数、标签数据、筛选后的地图参数以及计算得到的hb、d、θSL、Δhue存储在训练数据集，并进行标准化和离散化处理；

(8)、在训练数据集中，以某一组工程参数、筛选后的地图参数以及计算得到的hb、d、θSL、Δhue作为输入数据，输入至XGBoost+LR级联模型，其输出为对应的预测标签数据，通过反复训练，得到预测模型；

(9)、若已知新环境的工程参数和地图参数按照步骤(2)‑(6)所述方法处理，然后输入至预测模型，从而预测出新环境下的RSRP预测值。

2.根据权利要求1所述的一种基于数据驱动的小区接收功率预测方法，其特征在于，所述工程参数包括：发射机位置坐标(CellX，CellY)、发射机相对地面的高度Height、小区发射机水平方向角A、发射机垂直电下倾角θED、发射机垂直机械下倾角θMD、小区发射机中心频率、小区发射机发射功率；

所述地图参数包括：小区站点所在栅格的建筑物高度、小区站点所在栅格海拔高度Cell Altitude、小区站点所在栅格地物类型索引、栅格位置坐标(X，Y)、栅格位置建筑物高度、栅格位置海拔高度Altitude、栅格位置地物索引；

所述标签数据为无线通信接收点平均功率RSRP。