System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于通信,特别涉及一种基于聚类算法的5g通信基站地址规划方法。
技术介绍
1、目前移动通信技术发展较快,运营的规模也一直在增加,所以带来了通信网络越来越复杂的问题。现在随着网络的发展,以及5g通信技术的推出,通信的带宽越来越大,但基站可以覆盖的区域达不到用户的需求,移动通信基站的规划问题是一个拓扑结构多目标优化的问题,寻优过程是一个十分复杂的过程,易陷入局部最优以及不稳定,尤其是基站的具体选取问题是一个多目标非线性问题,同时涉及到成本以及传输损耗最优的问题。
技术实现思路
1、针对上述技术问题,本专利技术提供了一种基于聚类算法的5g通信基站地址规划方法,其中,所述规划方法包括:
2、基于欧式距离的数据预处理;
3、根据预处理后的数据,建立0-1背包的动态规划模型;
4、利用遗传算法求解动态规划模型。
5、进一步地,基于欧式距离的数据预处理,包括:
6、根据二范数公式,对现有弱覆盖区域中的弱覆盖点的坐标进行清洗,并根据如下公式(2)在现有基站数据集的基础上剔除门限小于n的弱覆盖点:
7、
8、其中,p和p0是二维平面上的两个点,x和y是p点的坐标,x0和y0是p0点的坐标,n是一个常数。
9、进一步地,所述动态规划模型中的决策变量为:新建基站的坐标。
10、进一步地,所述动态规划模型中的目标函数为:新建基站的总业务量。
11、进一步地,所述动态规划模型中的
12、1)新基站与弱覆盖点之间的欧氏距离小于30或10;
13、2)两个新建基站之间的门限或者新建基站与弱覆盖点之间的门限不小于10;
14、3)基站的选择为0或1;
15、4)每一个弱覆盖点选择宏基站或微基站的个数和小于等于1。
16、进一步地,利用遗传算法求解动态规划模型,包括:
17、在确定了基站数目范围的前提下,通过改变染色体的长度来表示不同的基站数目;
18、在运算时,假定增加不同的基站数量,调整个体的染色体长度,找出能够满足基站的覆盖目标和通信质量目标的最短染色体长度,此时增加的基站数量就是利用遗传算法选址时确定的最优基站数量。
19、进一步地,基站选址优化目标函数覆盖目标函数中,u表示随机生成某个需求点,则所有的需求点集合都用us表示;
20、其中t用来表示某一个基站,则全部基站的集合用ts表示;
21、u和t之间的距离则为dtu;t的信号半径为rt;则任意基站t的的覆盖范围表示为在覆盖半径内的所有用户需求点的集合,用cu(t)表示,而这些需求点到基站t的距离小于任意的其他基站的距离,用公式(4)表示为:
22、
23、其中,us是指被覆盖需求点的集合,t′表示除基站t以外任意的其他基站中其中一个基站。
24、进一步地,基站的覆盖目标主要是指:
25、利用最少的基站数量能够实现对所有用户需求点的全覆盖,约束条件要求基站几何ts中基站最少,用如下公式(5)表示:
26、us=∪t∈tscu( t), s.t. min |ts| (5)
27、进一步地,实际的遗传算法运算过程中,基站的覆盖率目标函数用fcr来表示,
28、在给定基站数量的前提下,计算出在该基站数量的前提下,能够获得的基站信号覆盖率为多少;
29、如果覆盖率fcr的值能够达到1,即覆盖率在达到100%的时,基站选址模型的最优覆盖水平,此时的基站位置为寻求的最优解,最优目标函数fct如以下公式表示:
30、
31、其中∑t∈tscu(t)表示的是所有基站覆盖的全部需求点数量,|us|表示在实验区域内所有随机产生的用户需求点总量。
32、进一步地,在目标函数中,变量et表示某用户通信点接收基站t的信号强度最低值,et的定义如以下公式(7)所示:
33、
34、与现有技术相比,本专利技术提供的一种基于聚类算法的5g通信基站地址规划方法,本专利技术利用欧式距离公式,根据对数据进行了清洗,即剔除了门限小于n的弱覆盖点,然后利用0-1背包模型,对清洗后的数据进行动态规划,设置了约束条件,有利于下一步遗传算法的使用,通过使用遗传算法,结合约束条件实现了对微基站与宏基站选址的求解。
35、本专利技术的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和获得。
本文档来自技高网...【技术保护点】
1.一种基于聚类算法的5G通信基站地址规划方法,其中,所述规划方法包括:
2.根据权利要求1所述的一种基于聚类算法的5G通信基站地址规划方法,其中,基于欧式距离的数据预处理,包括:
3.根据权利要求2所述的一种基于聚类算法的5G通信基站地址规划方法,其中,所述动态规划模型中的决策变量为:新建基站的坐标。
4.根据权利要求3所述的一种基于聚类算法的5G通信基站地址规划方法,其中,所述动态规划模型中的目标函数为:新建基站的总业务量。
5.根据权利要求3所述的一种基于聚类算法的5G通信基站地址规划方法,其中,所述动态规划模型中的约束条件为:。
6.根据权利要求3所述的一种基于聚类算法的5G通信基站地址规划方法,其中,利用遗传算法求解动态规划模型,包括:
7.根据权利要求6所述的一种基于聚类算法的5G通信基站地址规划方法,其中,基站选址优化目标函数覆盖目标函数中,U表示随机生成某个需求点,则所有的需求点集合都用US表示;
8.根据权利要求7所述的一种基于聚类算法的5G通信基站地址规划方法,其中,基站的覆盖
9.根据权利要求8所述的一种基于聚类算法的5G通信基站地址规划方法,其中,实际的遗传算法运算过程中,基站的覆盖率目标函数用fcr来表示,
10.根据权利要求9所述的一种基于聚类算法的5G通信基站地址规划方法,其中,在目标函数中,变量ET表示某用户通信点接收基站T的信号强度最低值,ET的定义如以下公式(7)所示:
...【技术特征摘要】
1.一种基于聚类算法的5g通信基站地址规划方法,其中,所述规划方法包括:
2.根据权利要求1所述的一种基于聚类算法的5g通信基站地址规划方法,其中,基于欧式距离的数据预处理,包括:
3.根据权利要求2所述的一种基于聚类算法的5g通信基站地址规划方法,其中,所述动态规划模型中的决策变量为:新建基站的坐标。
4.根据权利要求3所述的一种基于聚类算法的5g通信基站地址规划方法,其中,所述动态规划模型中的目标函数为:新建基站的总业务量。
5.根据权利要求3所述的一种基于聚类算法的5g通信基站地址规划方法,其中,所述动态规划模型中的约束条件为:。
6.根据权利要求3所述的一种基于聚类算法的5g通信基站地址规划方法,其...
【专利技术属性】
技术研发人员:管维婷,林帅帅,王宇,马翱翔,化紫彤,
申请(专利权)人:安徽信息工程学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。