一种基于呼吸直方图算法的移动通信网络覆盖优化方法技术

本发明专利技术公开了一种基于呼吸直方图算法的移动通信网络覆盖优化方法，该方法的具体步骤包括在所有需要优化的基站内为全部基站小区的每台天线构建双极化天线信号传播模型后再提取基站小区内的参数和优化目标、根据确定的全部基站小区的优化目标进行决策变量编码以构建成种群、呼吸直方图算法更新迭代由决策变量所构成的种群得到优化目标的最优解、输出最优解的优化目标中每台天线对应校正的优化参数四个步骤。本发明专利技术的方法，具备高维优化能力，运算时的收敛速度更快，更符合基站网络优化的工程实践。工程实践。工程实践。

【技术实现步骤摘要】
一种基于呼吸直方图算法的移动通信网络覆盖优化方法


[0001]本专利技术属于移动通信网络的
，具体涉及一种基于呼吸直方图算法的移动通信网络覆盖优化方法。

技术介绍

[0002]5G和4G移动通信网络技术上具有延续性，它们的无线网在覆盖优化上方法具有通用性。当前，4G/5G移动通信网络基站数量庞大，临近基站之间在室外的发射功率、天线方位角、下倾角等高维决策变量之间存在相互制约。另外，由于电磁波传播是非线性的，优化目标与决策变量之间也是非线性关系且耦合关系强，因此，在室外覆盖优化问题存在多目标、高维度、非线性、强耦合、混合变量的特性。
[0003]当前4G/5G移动通信网络实际的室外覆盖优化工作，更多时候依赖工程师的个人经验，优化效果的不确定性难以克服。对于采用自动方法的网络优化方法，有的基于大数据或机器学习的结果进行优化，例如，基于Pattern寻优的5G问题区域自动优化算法、基于大数据分析的小区贡献度的问题区域自动优化算法、基于MR多维数据分析的遍历穷举法的自动数学方法，这些方法对局部都具有较好的优化效果，但由于4G/5G网络参数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于呼吸直方图算法的移动通信网络覆盖优化方法，其特征在于，包括以下步骤：在每个基站内所有基站小区的每台天线构建双极化天线信号传播模型，从双极化天线信号传播模型中计算每个基站小区内的采样点的信号强度；将每个基站小区与采样点信号强度相关的参考信号接收电平RSRP、信噪比SINR、重叠覆盖率OCR三个参数作为优化目标，将每个基站中基站小区的天线的发射功率P
i
、方位角A、下倾角D作为网络优化的决策变量进行编码从而构成一个种群；对由决策变量编码而来的种群，利用呼吸直方图算法对种群进行迭代，不断地更新种群直到前后两次迭代种群的聚合适应值的差值小于设定阈值或者迭代次数达到设定的最大迭代次数；从最后更新的一个种群中得到优化后的参考信号接收电平RSRP、信噪比SINR、重叠覆盖率OCR三个优化目标，并对该种群进行决策变量编码的解码运算，得到每个基站小区中对应优化后的天线的发射功率P
i
、方位角A、下倾角D参数。2.根据权利要求1中所述基于呼吸直方图算法的移动通信网络覆盖优化方法，其特征在于，构建双极化天线信号传播模型计算每个基站小区内的采样点的信号强度的步骤为：根据双极化定向天线的天线增益G、水平3dB功率角θ1、垂直3dB功率角θ2，实测的参考信号接收电平RSRP、实测的信噪比SINR、基站的底部中心坐标O(X0,Y0)，天线的挂高H、方位角A、下倾角D、发射功率P
i
，计算双极化定向天线电磁波信号覆盖范围内任意一个采样点S(X1,Y1)的信号强度。3.根据权利要求2中所述基于呼吸直方图算法的移动通信网络覆盖优化方法，其特征在于，计算双极化定向天线电磁波信号覆盖范围内任意一个采样点S(X1,Y1)的信号强度的步骤为：根据下面的式子解出双极化定向天线所发出电磁波信号的中心波瓣点M(X
M
,Y
M
)坐标：从上式得到M(X
M
,Y
M
)后，由下式计算中心波瓣点M(X
M
,Y
M
)到双极化定向天线的距离d如下式为：从上式得到中心波瓣点M(X
M
,Y
M
)到双极化定向天线的距离d后，进而由下式计算中心波瓣点M(X
M
,Y
M
)处的信号功率P
M
如下式为：将上式两边对10取对数变换可得到中心波瓣点M(X
M
,Y
M
)处的信号强度P
M
的对数表示如
最后如下面式子计算采样点S(X1,Y1)的信号强度P
S
为：其中，对每个双极化定向天线进行多次信号采样，根据采样结果调整其信号衰减系数n的取值。4.根据权利要求3中所述基于呼吸直方图算法的移动通信网络覆盖优化方法，其特征在于，对决策变量进行编码的步骤为：将基站小区个数设为K，每个基站小区天线的方位角A、下倾角D、发射功率P
i
各自编码成为一个个体；方位角A、下倾角D均设为整型离散变量并采用整型索引编码，发射功率P
i
设为连续变量并采用float型实数编码；方位角A、下倾角D、发射功率P
i
均分别随机采样进行编码；方位角A、下倾角D、天线的发射功率P
i
均分别重复N次随机采样后组成N个个体，N个个体构成一个的种群。5.根据权利要求4中所述基于呼吸直方图算法的移动通信网络覆盖优化方法，其特征在于，利用呼吸直方图算法进行迭代的步骤为：初始化种群的呼吸因子、变异概率、种群规模、邻居规模、最大迭代次数、信号衰减系数n、种群X；初始化统计直方图的边界，用3K个直方图分别表示全部决策变量对应的概率分布情况；计算种群X中每个个体的平均参考信号接收电平RSRP、平均信噪比SINR、重叠覆盖率OCR并归一化处理，然后按照下式计算每个个体相应的聚合适应值scalarfit：scalarfit＝[w1,w2,...,w
k
]
·
[y1,y2,...,y
k
]
T
其中，[w1,w2,...,w
k
]为权值向量，w
k
表示第k个优化目标的聚合权重，[y1,y2,...,y
k
]为个体的适应值矩阵，y
k
表示个体第k个优化目标的适应值；统计各个直方图的边界内的最小聚合适应值，若直方图中某一栏内的最小聚合适应值小于其左右邻居栏的最小适应值，则该栏为直方图的敏感区，否则为非敏感区；分配直方图概率，分别对非敏感区和敏感区分配子种群概率，并对敏感区先进行收缩操作再进行扩张操作；用概率牵引法生成新种群X
’
＝{X
’1，X
’2，
…
，X
’
N
}，然后由非敏感区和敏感区内各自的子种群概率和概率密度函数来计算各个子种群个体数量并分别在非敏感区和敏感区采样生成既定数量的子种群，所有子种群构成理想概率分布种群R＝{R1,R2,...,R
N
}，原种群X的每个个体按下式更新得到新种群；
其中，B
j
为原种群X第j个个体的邻居向量，k1、k2为邻居向量两个随机元素的序号，n1、n2为原种群中第j个个体X
j
的两个邻居，ran...

【专利技术属性】
技术研发人员：李康顺，王文祥，王健聪，谢舒闽，黄旭灵，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：