一种基于Adam的网络工作参数优化方法技术

本发明专利技术提供一种基于Adam的网络工作参数优化方法，能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括：获取待优化的工作参数；根据获取的待优化的工作参数，确定待优化目标区域中t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，确定优化后的工作参数。本发明专利技术适用于网络工作参数的优化操作。

【技术实现步骤摘要】
一种基于Adam的网络工作参数优化方法
本专利技术涉及移动通信领域，特别是指一种基于Adam的网络工作参数优化方法。
技术介绍
现有的移动通信网络以蜂窝网络为主，通过在网络中部署多个基站，这些基站设备装配了多部(定向)天线向不同的方向发射无线信号，共同实现一个区域的通信信号覆盖。在每个基站中，一般包括3个(存在个别有2-4个的情况)射频单元和天线，每根天线拥有各自的网络工作参数(简称工参)，例如：方位角、下倾角、发射功率等。网络规划和网络优化是移动通信网络中的重要技术环节。网络规划通常是指在初始阶段对移动通信中网络工程的粗略估计与布局的考虑；网络优化则是通过对规划中粗略估算的参数进行调优，以达到更好的覆盖效果。两者在本申请中统称为网络优化。网络优化的工作思路是调整一些易于调整的工参，以达到更好的覆盖效果。在面向覆盖率的网络优化中，覆盖效果是基于待优化目标区域中总的采样点中符合信号传输质量的采样点的数量而确定的。符合信号传输质量的评判标准一般是根据不同的覆盖需求而设定，一般有以下几种评判指标(即：覆盖效果的参数)：1)参考信号接收功率(ReferenceSignalReceivingPower，RSRP)；2)信号与干扰加噪声比(SignaltoInterferenceplusNoiseRatio，SINR)；3)RSRP与SINR同时考虑等。现有技术中，采用基于数值求解的梯度下降法对网络工作参数进行优化，从覆盖、未覆盖的离散状态(0或1问题)求解覆盖效果，根据所述覆盖效果利用差分求导法求出工作参数的导数向量，所述差分求导法表示为：其中，C表示覆盖效果，定义为被覆盖的采样点占所述t个采样点的比例，代表第k代天线j的i项工作参数，表示第k代天线j的i项工作参数的增量。这样，会导致工作参数导数向量计算结果不稳定，工作参数导数向量的大小取决于△xi,j的大小，△xi,j太大则计算不够精确；由于采样点只有覆盖和未覆盖两种效果，△xi,j太小则不会对分子产生影响，导致导数为0，不能更新工作参数，在边界时导数过大，而且△xi,j过小时易产生计算误差，在不可导点会产生错误值。
技术实现思路
本专利技术要解决的技术问题是提供一种基于Adam的网络工作参数优化方法，以解决现有技术所存在的基于数值求解的梯度下降法，会导致工作参数导数向量计算结果不稳定的问题。为解决上述技术问题，本专利技术实施例提供一种基于Adam的网络工作参数优化方法，包括：获取待优化的工作参数；在采样点中随机抽取个t个采样点；根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据所述t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，确定优化后的工作参数。进一步地，所述获取待优化的工作参数包括：获取天线下倾角和天线方位角；获取天线相对于所述t个采样点的采样点下倾角和采样点方位角；根据获取的天线下倾角、天线方位角、采样点下倾角和采样点方位角，确定水平角和垂直角。进一步地，所述水平角表示为：alpha＝azimuth_gt-P_azimuthk；所述垂直角表示为：beta＝P_tiltk-tilt_gt；其中，alpha表示水平角，P_azimuthk表示第k次迭代的天线方位角，azimuth_gt表示采样点方位角；beta表示垂直角，P_tiltk表示第k次迭代的天线下倾角，tilt_gt表示采样点下倾角。进一步地，所述根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点被覆盖的覆盖率连续值包括：确定用于评判覆盖效果的参数；根据获取的待优化的工作参数，确定评判覆盖效果参数的值；根据确定的评判覆盖效果参数的值，结合S型函数，得到待优化目标区域中所述t个采样点被覆盖的覆盖效果，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；对所述t个采样点被覆盖的覆盖效果求平均值，得到所述t个采样点的整体覆盖率。进一步地，确定的用于评判覆盖效果的参数包括：参考信号接收功率和信号与干扰加噪声比；所述根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点被覆盖的覆盖率连续值包括：根据获取的水平角和垂直角，确定采样点到天线的增益；设置天线发射功率，计算天线到采样点之间的路损；根据确定的增益、设置的天线发射功率、计算得到的路损，确定参考信号接收功率和信号与干扰加噪声比；根据确定的参考信号接收功率和信号与干扰加噪声比，结合S型函数，得到待优化目标区域中所述t个采样点被覆盖的覆盖效果，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；对所述t个采样点被覆盖的覆盖效果求平均值，得到所述t个采样点的整体覆盖率。进一步地，确定的采样点到天线的增益表示为：Gain＝f1(alpha)-(abs(alpha)/pi)*(f1(pi)-f2(pi-beta))-(1-abs(alpha)/pi)*(f1(0)-f2(beta))其中，Gain表示增益，abs表示绝对值函数，f1和f2是对水平角和垂直角的增益拟合函数。进一步地，所述参考信号接收功率表示为：RSRPi＝mjax(RSSIi,j)RSSIi,j＝Powerj+Gaini,j-Pathlossi,j其中，RSRPi表示采样点i的参考信号接收功率，RSSIi,j表示采样点i到天线j的接收信号的强度指示，Powerj表示天线j的发射功率，Gaini,j表示采样点i到天线j的增益，Pathlossi,j表示天线j到采样点i之间路损。进一步地，所述信号与干扰加噪声比表示为：其中，SINRi表示采样点i的信号与干扰加噪声比，Noisei表示采样点i的噪声，RSRPi表示采样点i的参考信号接收功率，RSSIi,j表示采样点i到天线j的接收信号的强度指示。进一步地，每个采样点被覆盖的覆盖效果表示为：coverpoint＝sigmoid(RSRP-Thrsrp)*sigmoid(SINR-Thsinr)其中，coverpoint表示采样点被覆盖的覆盖效果，SINR表示信号与干扰加噪声比，RSRP表示参考信号接收功率，Thrsrp、Thsinr分别表示预先设置的RSRP阈值和SINR阈值，sigmoid(x)为S型函数，进一步地，所述获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，确定优化后的工作参数包括：利用公式更新第k+1代的工作参数Pk+1，直至满足预设的最大迭代次数；其中，Mk＝ρ*Mk-1+(1-ρ)*Dk，Nk＝μ*Nk-1+(1-μ)*Dk2，Pk表示第k代的工作参数，ρ表示上一代梯度对本次更新时一阶梯度的影响大小，μ表示上一代梯度对本次更新时二阶梯度的影响大小，是Mk的修正值，是Nk的修正值，Mk、Mk-1分别表示第k代、第k-1的一阶梯度的条件累加和，Nk、Nk-1分别表示第k代、第k-1的二阶梯度的条件累加和，Dk表示第k代本文档来自技高网...

【技术保护点】
1.一种基于Adam的网络工作参数优化方法，其特征在于，包括：获取待优化的工作参数；在采样点中随机抽取个t个采样点；根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据所述t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，确定优化后的工作参数。

【技术特征摘要】
1.一种基于Adam的网络工作参数优化方法，其特征在于，包括：获取待优化的工作参数；在采样点中随机抽取个t个采样点；根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据所述t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，确定优化后的工作参数。2.根据权利要求1所述的基于Adam的网络工作参数优化方法，其特征在于，所述获取待优化的工作参数包括：获取天线下倾角和天线方位角；获取天线相对于所述t个采样点的采样点下倾角和采样点方位角；根据获取的天线下倾角、天线方位角、采样点下倾角和采样点方位角，确定水平角和垂直角。3.根据权利要求2所述的基于Adam的网络工作参数优化方法，其特征在于，所述水平角表示为：alpha＝azimuth_gt-P_azimuthk；所述垂直角表示为：beta＝P_tiltk-tilt_gt；其中，alpha表示水平角，P_azimuthk表示第k次迭代的天线方位角，azimuth_gt表示采样点方位角；beta表示垂直角，P_tiltk表示第k次迭代的天线下倾角，tilt_gt表示采样点下倾角。4.根据权利要求1所述的基于Adam的网络工作参数优化方法，其特征在于，所述根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点被覆盖的覆盖率连续值包括：确定用于评判覆盖效果的参数；根据获取的待优化的工作参数，确定评判覆盖效果参数的值；根据确定的评判覆盖效果参数的值，结合S型函数，得到待优化目标区域中所述t个采样点被覆盖的覆盖效果，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；对所述t个采样点被覆盖的覆盖效果求平均值，得到所述t个采样点的整体覆盖率。5.根据权利要求3所述的基于Adam的网络工作参数优化方法，其特征在于，确定的用于评判覆盖效果的参数包括：参考信号接收功率和信号与干扰加噪声比；所述根据获取的待优化的工作参数，确定待优化目标区域中所述t个采样点被覆盖的覆盖率连续值包括：根据获取的水平角和垂直角，确定采样点到天线的增益；设置天线发射功率，计算天线到采样点之间的路损；根据确定的增益、设置的天线发射功率、计算得到的路损，确定参考信号接收功率和信号与干扰加噪声比；根据确定的参考信号接收功率和信号与干扰加噪声比，结合S型函数，得到待优化目标区域中所述t个采样点被覆盖的覆盖效果，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；对所述t个采...

【专利技术属性】
技术研发人员：皇甫伟，王浩彬，张海君，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京,11