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() 一种基于射线追踪的5G-R网络规划优化方法技术_技高网

一种基于射线追踪的5G-R网络规划优化方法技术

技术编号:41340061 阅读:6 留言:0更新日期:2024-05-20 09:57
一种基于射线追踪的5G‑R网络规划优化方法,包括:加载仿真场景,导入基站工参,设置规划参数,输入仿真信息;基于天线合并技术,以覆盖率为规划指标,进行站址规划;以最优覆盖率为规划目标,进行方位角规划;以覆盖波动程度最小为规划目标,进行下倾角规划;以容量最优为规划目标,进行发射功率规划;对所述站址、方位角、下倾角和发射功率的最优规划方案作为输入,进行射线跟踪仿真。本发明专利技术引入多维度的规划指标考量,解决了规划评估指标单一问题;本发明专利技术基于天线合并技术,进行站址规划,提升了规划效率。

【技术实现步骤摘要】

本专利技术涉及的是铁路通信领域,特别涉及一种基于射线追踪的5g-r网络规划优化方法。


技术介绍

1、现有的基于射线追踪仿真的5g-r网络规划算法,具体流程包括:

2、加载仿真场景(包含铁路干线和电子地图),导入基站工参(包括基站位置、天线挂高、方位角、俯仰角和发射功率),设置规划参数(包括可布站区域、覆盖率规划目标、最大迭代次数、方位角规划参数、下倾角规划参数、功率规划参数)。

3、首先,以覆盖率作为规划方案质量的评估指标,同时规划站址和方位角,得到最优站址方案和方位角方案,完成信号覆盖的优化。在站址和方位角规划结果的基础上,在覆盖率满足规划目标的条件下,以信干噪比全局线性和作为规划方案的评估指标,分别规划下倾角和发射功率,得到最优下倾角和发射功率方案,完成覆盖达标条件下容量的优化。以优化方案作为输入,进行覆盖预测和容量预测,对优化方案效果进行预测,并输出优化方案和预测结果。

4、然而,现有的基于射线追踪仿真的5g-r网络规划算法,主要依靠设计人员的从业经验确定基站站址和基站站参,很消耗设计人员的时间和精力,而且存在基站数量投放不合理、基站选址不合理的风险,导致规划区域的覆盖不达标,需要建成后人工反复修改方案并进行调整。并且现有方案优化信号覆盖时,仅考虑了覆盖率指标;优化容量时,仅以信干噪比全局线性和作为规划指标,规划后网络质量和效果难以保障。


技术实现思路

1、鉴于上述问题,提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于射线追踪的5g-r网络规划优化方法。

2、为了解决上述技术问题,本申请实施例公开了如下技术方案:

3、一种基于射线追踪的5g-r网络规划优化方法,包括:

4、s100.加载仿真场景,导入基站工参,设置规划参数,输入仿真信息;

5、s200.基于天线合并技术,以覆盖率为规划指标,进行站址规划;

6、s300.以最优覆盖率为规划目标,进行方位角规划;

7、s400.以覆盖波动程度最小为规划目标,进行下倾角规划;

8、s500.以容量最优为规划目标,进行发射功率规划;

9、s600.对所述站址、方位角、下倾角和发射功率的最优规划方案作为输入,进行射线跟踪仿真。

10、进一步地,s100中,仿真场景中包含铁路干线和电子地图,以及场景的材料文件;仿真平台根据读取的输入数据,完成各类地图、模型、数据的格式转换、空间映射、材质映射等操作,实现各类数据的导入和融合,生成基础场景数据。

11、进一步地,s100中,导入基站工参,在平台中导入接收机方向图,发射机方向图,以及铁塔高度,进行仿真链路配置;设置规划参数;在生成的基础场景上框选可布站区域,设置方位角、下倾角、功率规划范围和调整颗粒度,并设定覆盖率规划目标和迭代最大次数,作为后续站址、方位角、下倾角和功率规划的收敛判决条件。

12、进一步地,s200中,基于天线合并技术,以覆盖率为规划指标,进行站址规划,具体方法包括:

13、基于天线合并技术将定向天线合并为全向天线,在可布站区域内随机撒点生成多组初始基站位置,以全向天线进行射线追踪仿真,得到每组初始基站位置下的路径损耗值,进而计算接收功率;

14、根据接收功率和覆盖通过阈值,对规划场景进行覆盖预测,得到全局覆盖率,以全局覆盖率最大为站址规划方案性能的评估指标,衡量站址规划方案的质量;

15、将当前评估指标最高的方案作为最优方案,所有的站址优化方案的基站位置,以一定速度向当前最优方案所在空间汇聚,得到多组新的、趋向更优站址规划方案;以新的站址规划方案作为输入,进行射线追踪仿真,重新得到全局覆盖率,评估新方案的质量;

16、若多次迭代最优方案的全局覆盖率一致,则迭代收敛;判断最优覆盖率是否达到优化目标;未达到优化目标,则所有站址优化方案中均新增一个站址,重新进行迭代优化,直至收敛后左右覆盖率满足规划目标,输出站址规划方案。

17、进一步地,s300中,以最优覆盖率为规划目标,进行方位角规划,具体方法包括:在站址规划结果的基础上,分析每个站址下的信号覆盖范围,包括覆盖区域和信号强度;假定每个站址仅有一个扇区,按照方位角调整颗粒度,在0-360°范围内随机生成角度,作为扇区方位角初始值;然后进行智能迭代,多次迭代结果一致,迭代收敛后判断覆盖率是否达到优化目标;若未达到优化目标,则在站址上新增扇区,重新进行迭代优化;直至迭代收敛结果满足优化目标,输出方位角规划结果。

18、进一步地,s400中,以覆盖波动程度最小为规划目标,进行下倾角规划,具体方法包括:在确定最优基站站址和方位角后,以覆盖波动程度最小为规划目标,进行下倾角规划;按照下倾角调整颗粒度,在下倾角规划范围内随机生成角度作为初始值,进行智能迭代,以全局接收功率方差倒数作为规划方案的评估指标,使该指标在迭代过程中不断增大至收敛,并输出最优下倾角规划方案。

19、进一步地,以全局接收功率方差倒数作为规划方案的评估指标,方差倒数的计算公式为:

20、

21、其中,n为规划场景中接收点数量,p为接收功率。

22、进一步地,s500中,以容量最优为规划目标,进行发射功率规划,具体方法包括:在确定最优下倾角后,以容量最优为规划目标,进行发射功率规划;以最优站址、方位角、下倾角为输入,进行射线追踪仿真,完成无线信道建模,得到最优站址及基站天线朝向下的路径损耗结果;根据路径损耗结果和发射功率进行覆盖预测,计算全局信干噪比偏度值;以偏度值指标最优作为智能迭代优化目标,若达到优化目标则停止迭代,输出当前方案;若未达到优化目标则继续更新当前方案,直到全局信干噪比偏度达到最优,或者迭代次数达到设定的最大次数,输出当前最优方案。

23、进一步地,根据路径损耗结果和发射功率进行覆盖预测,计算全局信干噪比偏度值,全局信干噪比偏度值计算公式为:

24、

25、其中,n为规划场景中接收点数量,sinr为信干噪比,s为全局信干噪比的标准差。

26、进一步地,s600中,对所述站址、方位角、下倾角和发射功率的最优规划方案作为输入,进行射线跟踪仿真,具体方法包括:对所述站址、方位角、下倾角和发射功率的最优规划方案作为输入,进行射线跟踪仿真;根据射线跟踪仿真结果,对优化方案的覆盖效果、容量效果机型预测;最后输出规划方案,以及该方案的覆盖、容量预测指标。

27、本专利技术实施例提供的上述技术方案的有益效果至少包括:

28、本专利技术公开的一种基于射线追踪的5g-r网络规划优化方法,包括:加载仿真场景,导入基站工参,设置规划参数,输入仿真信息;基于天线合并技术,以覆盖率为规划指标,进行站址规划;以最优覆盖率为规划目标,进行方位角规划;以覆盖波动程度最小为规划目标,进行下倾角规划;以容量最优为规划目标,进行发射功率规划;对所述站址、方本文档来自技高网...

【技术保护点】

1.一种基于射线追踪的5G-R网络规划优化方法,其特征在于,包括:

2.如权利要求1所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,S100中,仿真场景中包含铁路干线和电子地图,以及场景的材料文件;仿真平台根据读取的输入数据,完成各类地图、模型、数据的格式转换、空间映射、材质映射等操作,实现各类数据的导入和融合,生成基础场景数据。

3.如权利要求1所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,S100中,导入基站工参,在平台中导入接收机方向图,发射机方向图,以及铁塔高度,进行仿真链路配置;设置规划参数;在生成的基础场景上框选可布站区域,设置方位角、下倾角、功率规划范围和调整颗粒度,并设定覆盖率规划目标和迭代最大次数,作为后续站址、方位角、下倾角和功率规划的收敛判决条件。

4.如权利要求1所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,S200中,基于天线合并技术,以覆盖率为规划指标,进行站址规划,具体方法包括:

5.如权利要求1所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,S300中,以最优覆盖率为规划目标,进行方位角规划,具体方法包括:在站址规划结果的基础上,分析每个站址下的信号覆盖范围,包括覆盖区域和信号强度;假定每个站址仅有一个扇区,按照方位角调整颗粒度,在0-360°范围内随机生成角度,作为扇区方位角初始值;然后进行智能迭代,多次迭代结果一致,迭代收敛后判断覆盖率是否达到优化目标;若未达到优化目标,则在站址上新增扇区,重新进行迭代优化;直至迭代收敛结果满足优化目标,输出方位角规划结果。

6.如权利要求1所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,S400中,以覆盖波动程度最小为规划目标,进行下倾角规划,具体方法包括:在确定最优基站站址和方位角后,以覆盖波动程度最小为规划目标,进行下倾角规划;按照下倾角调整颗粒度,在下倾角规划范围内随机生成角度作为初始值,进行智能迭代,以全局接收功率方差倒数作为规划方案的评估指标,使该指标在迭代过程中不断增大至收敛,并输出最优下倾角规划方案。

7.如权利要求6所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,以全局接收功率方差倒数作为规划方案的评估指标,方差倒数的计算公式为:

8.如权利要求1所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,S500中,以容量最优为规划目标,进行发射功率规划,具体方法包括:在确定最优下倾角后,以容量最优为规划目标,进行发射功率规划;以最优站址、方位角、下倾角为输入,进行射线追踪仿真,完成无线信道建模,得到最优站址及基站天线朝向下的路径损耗结果;根据路径损耗结果和发射功率进行覆盖预测,计算全局信干噪比偏度值;以偏度值指标最优作为智能迭代优化目标,若达到优化目标则停止迭代,输出当前方案;若未达到优化目标则继续更新当前方案,直到全局信干噪比偏度达到最优,或者迭代次数达到设定的最大次数,输出当前最优方案。

9.如权利要求1所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,根据路径损耗结果和发射功率进行覆盖预测,计算全局信干噪比偏度值,全局信干噪比偏度值计算公式为:

10.如权利要求1所述的一种基于射线追踪的5G-R网络规划优化方法,其特征在于,S600中,对所述站址、方位角、下倾角和发射功率的最优规划方案作为输入,进行射线跟踪仿真,具体方法包括:对所述站址、方位角、下倾角和发射功率的最优规划方案作为输入,进行射线跟踪仿真;根据射线跟踪仿真结果,对优化方案的覆盖效果、容量效果机型预测;最后输出规划方案,以及该方案的覆盖、容量预测指标。

...

【技术特征摘要】

1.一种基于射线追踪的5g-r网络规划优化方法,其特征在于,包括:

2.如权利要求1所述的一种基于射线追踪的5g-r网络规划优化方法,其特征在于,s100中,仿真场景中包含铁路干线和电子地图,以及场景的材料文件;仿真平台根据读取的输入数据,完成各类地图、模型、数据的格式转换、空间映射、材质映射等操作,实现各类数据的导入和融合,生成基础场景数据。

3.如权利要求1所述的一种基于射线追踪的5g-r网络规划优化方法,其特征在于,s100中,导入基站工参,在平台中导入接收机方向图,发射机方向图,以及铁塔高度,进行仿真链路配置;设置规划参数;在生成的基础场景上框选可布站区域,设置方位角、下倾角、功率规划范围和调整颗粒度,并设定覆盖率规划目标和迭代最大次数,作为后续站址、方位角、下倾角和功率规划的收敛判决条件。

4.如权利要求1所述的一种基于射线追踪的5g-r网络规划优化方法,其特征在于,s200中,基于天线合并技术,以覆盖率为规划指标,进行站址规划,具体方法包括:

5.如权利要求1所述的一种基于射线追踪的5g-r网络规划优化方法,其特征在于,s300中,以最优覆盖率为规划目标,进行方位角规划,具体方法包括:在站址规划结果的基础上,分析每个站址下的信号覆盖范围,包括覆盖区域和信号强度;假定每个站址仅有一个扇区,按照方位角调整颗粒度,在0-360°范围内随机生成角度,作为扇区方位角初始值;然后进行智能迭代,多次迭代结果一致,迭代收敛后判断覆盖率是否达到优化目标;若未达到优化目标,则在站址上新增扇区,重新进行迭代优化;直至迭代收敛结果满足优化目标,输出方位角规划结果。

6.如权利要求1所述的一种基于射线追踪的5g-r网络规划优化方法,其特征在于,s400中,以覆盖波动程度最小为规划目标,进行下倾角规划,具体方法包括:...

【专利技术属性】
技术研发人员:刘立海李津汉官科何丹萍李海亮张伟王伟力王雪金立坪姚欣楠代赛周松王高胜沈俊毅朱啸豪邹彦朴
申请(专利权)人:中铁第四勘察设计院集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1