CN102256263A - 一种位置区智能规划方法 - Google Patents
一种位置区智能规划方法 Download PDFInfo
- Publication number
- CN102256263A CN102256263A CN2011100231286A CN201110023128A CN102256263A CN 102256263 A CN102256263 A CN 102256263A CN 2011100231286 A CN2011100231286 A CN 2011100231286A CN 201110023128 A CN201110023128 A CN 201110023128A CN 102256263 A CN102256263 A CN 102256263A
- Authority
- CN
- China
- Prior art keywords
- base station
- planning
- network
- computing
- bts
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
一种位置区智能规划方法,在其用户界面上提供划线工具,让用户根据地图和基站位置,划出不能处于位置区(LA)边界的区域,并指定划出区域的宽度;规划运算模块将所述指定长度、宽度的区域的地理信息以及该区域内包含的基站信息,转化为特定的数据格式,以参数的形式采用模拟退火算法进行规划运算寻求最优化网络结构。此种方法具有操作简单,规划结果直观,对比方便,规划方案更符合实际并更具操作性等优点。
Description
技术领域
本发明涉及一种移动通信网络位置区划分方法,尤其是一种智能化位置区规划方法。
背景技术
为了确定移动台的位置,每个移动网络的覆盖范围都被分为多个位置区(LA,Location Area),一个位置区可以包含一个或多个小区。网络将存储每个移动台的位置区,并作为将来寻呼该移动台的位置信息。对移动台的寻呼是通过对移动台所在位置区的所有小区中寻呼来实现的。当移动台从某一位置区移至另一新位置区时,会执行位置更新,以取得新位置区的位置区码。
当位置区的边界出现在移动台移动较多的交通要道上时将会出现过多的位置更新的现象,这会使移动台位置更新的专用通道(SDCCH,Stand-Along Dedicated Control Channel)上的信息增加,严重时会造成SDCCH上的拥塞。同时也会使归属位置寄存器(HLR,Home Location Register)出现繁忙的现象。另外,位置更新的成功率不可能达到100%,位置更新数量的增加将会使系统的寻呼成功率下降从而影响到系统的接通率。位置区的划分不当还可能造成寻呼信道(PCH)上信令负荷增大。
使用现有的位置区(LA)智能规划软件,虽然通过智能规划算法,可以达到大幅减少局间的切换,降低系统负荷,但在缺乏地理信息的情况下,有时规划出来的结果两个LA之间的边界刚好是一条公路或河流,这样在实际使用过程中造成的结果是,沿着这条路上(河上)的用户经常发生位置更新,导致用户无法呼入和呼出。频繁出现这种情况,将严重影响用户感知。针对这种情况,有必要在智能规划过程中加入地理信息限制条件,使规划方案更符合实际更具操作性。
发明内容
针对以上所述的不足和缺点,本发明提出了一种结合地图,提供给软件使用者定义地理信息的位置区规划方法。
本发明采用的技术方案可以描述为:
一种位置区智能规划方法,包括用户界面以及规划运算模块,用户界面提供地图、基站位置信息以及划线工具,让用户根据地图和基站位置信息,划出不能处于位置区(LA)边界的区域,并指定划出区域的宽度;规划运算模块将所述指定长度、宽度的区域的地理信息以及该区域内包含的基站信息,转化为特定的数据格式,以参数的形式进行规划运算;在规划运算过程中,每次根据网络基本结构和拓扑关系随机生成的网络结构的新解首先根据定义好的边界基站信息数据判断,不符合条件则不进行其他运算,这样循环直至产生最终优化结果。
作为以上技术方案的一种改进,所述规划运算采用模拟退火算法,并包括以下步骤:
1) 根据网络基本结构和拓扑关系随机生成一个初始网络结构,此为运算的初始解,根据基础数据中的网络负载数据得到网络的负载情况,再根据网络的切换数据计算出成本的初始值;
2) 由初始网络结构计算得到模拟退火算法所需的初始温度;
3) 随机生成网络结构的新解,调整某个收发基站(BTS, Base Transceiver Station)到新的基站控制器(BSC,Base Station Controller)或在移动业务交换中心(MSC,Mobile-service Switching Center)内随机互换两个BTS以生成新解,每次新解的生成只随机选择上述调整方式中的一种;在调整某个BTS到新的BSC时,先判断BTS和BSC的拓扑关系和MSC、BSC的容量限制,符合条件则调整成功,否则直接进入步骤5;
4) 计算调整后的网络结构的成本值,成本值降低则接受新的网络结构为当前网络结构,并更新由于BTS调整带来的数据的变化;
5) 根据模拟退火算法,判断是否降温,再根据计算参数的“结束条件”和“迭代限制次数”判断是否结束运算,若未到达算法结束条件,则重复步骤3。
本发明的有益效果是:
本发明所提出的智能位置区的规划方法通过界面,结合地图提供工具给用户定义地理信息(如公路、河流、铁路等),并将地理信息定义转换成规划算法的限制条件进行运算,得出最终优化结果,具有以下的优点:
a) 操作简单:用户只需结合地图,用划线工具画出不能处于LA边界的地理位置区域,其他的全部由基于本LA智能规划方法的软件完成;
b) 提升运算性能:运算时,由于地理信息定义条件的限制,减少了部分解决方案的筛查、计算,使得运算的性能不降反升;
c) 规划结果直观,对比方便:规划结果以图形化的方式显示,更直观的看到规划是否符合实际情况。同时可以方便的对规划前后的变化进行清晰的比较;
d) 支持地理信息系统(GIS , Geographic Information System)微调:允许用户直接在GIS上对规划方案进行调整,为日常的网优微调工作提供方便快捷的手段,提高工作质量及效率;
e) 规划方案更符合实际更具操作性:结合地理信息进行规划,可以有效地避免LA边界落在公路或河流,以更好地达到减少来回兵乓切换,降低系统开销的目的,尽量发挥网络资源效率。
附图说明
图1为本发明的流程示意图;
图2为本发明的一个实施例的原理图;
图3为本发明的算法流程图。
具体实施方式
如图1所示,本发明所提出的位置区智能规划方法包括两个关键点:用户界面和规划运算模块,其中用户界面提供基于地图的地理信息和基站信息,用户可以非常直观地观察不同基站的覆盖范围以及覆盖内的地理环境,并使用户界面所提供的划线工具,根据地图和基站位置,划出不能处于位置区(LA)边界的区域,并指定划出区域的宽度。规划运算模块将所述指定长度、宽度的区域的地理信息以及该区域内包含的基站信息,转化为特定的数据格式,以参数的形式进行规划运算。
图2显示了一个根据本发明所提出的方法的地理信息系统(GIS),其核心为GIS模块,其采集工程文件里的地图信息,并定义地图信息里的公路、河流等LA边界区域,其还同时调用数据库中的网络信息,比如,基站覆盖范围等。所述GIS模块将采集的地图,地理和基站信息显示在用户界面中。用户使用划线工具在地图上根据GIS系统所提供的地理信息和基站信息划出不能处于LA边界上的区域。系统采集所述区域的信息并转化为特定的数据格式,使用模拟退火算法对网络进行规划,算出最优解。其允许用户直接在GIS上对规划方案进行显示、对比、微调、查询、打印以及地图编辑等多种功能,为日常的网络优化工作提供方便快捷的手段,此系统还支持同时定义多项地理信息同时参与运算,极大地提高了工作质量及效率。
本发明采用模拟退火算法根据用户规划寻求最优网络结构。模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在 每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E 为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即 得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算 法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。
图3为本发明中使用的退火算法的流程图,其步骤包括:
1) 由一个产生函数从当前解产生一个位于解空间的初始新解,在本发明中,此新解即为构成初始网络结构各种参数,所述产生函数基于现有网络基本结构和拓扑关系而构造,其根据基础数据中的网络负载数据得到网络的负载情况,再根据网络的切换数据计算出成本的初始值,此成本的初始值即为目标函数值;
2) 由初始网络结构计算得到模拟退火算法所需的初始温度t;
3) 随机生成网络结构的新解,为便于后续的计算和接受,减少算法耗时,通常选择由当前新解经过简单地变换即可产生新解的方法,如对构成新解的全部或部分元素进行置换、互换等,注意到产生新解的变换方法决定了当前新解的邻域结构,因而对冷却进度表的选取有一定的影响。在本发明中,通过调整某个收发基站(BTS,Base Transceiver Station)到新的基站控制器(BSC,Base Station Controller)或在移动业务交换中心(MSC,Mobile-service Switching Center)内随机互换两个BTS以生成新解,每次新解的生成只随机选择上述调整方式中的一种;在调整某个BTS到新的BSC时,先判断BTS和BSC的拓扑关系和MSC、BSC的容量限制,符合条件则调整成功,否则直接进入步骤5;
4) 计算与新解所对应的目标函数差,判断新解是否被接受,判断的依据是一个接受准则,最常用的接受准则是Metropolis准则: 若Δt′<0则接受S′作为新的当前解S,否则以概率exp(-Δt′/T)接受S′作为新的当前解S(其中Δt′为函数目标值的差值)。在本发明中即为计算调整后的网络结构的成本值差,若差值小于零即成本值降低则接受新的网络结构为当前网络结构,并更新由于BTS调整带来的数据的变化;
5) 当新解被确定接受时,用新解代替当前解,这只需将当前解中对应于产生新解时的变换部分予以实现,同时修正目标函数值即可。此时,当前解实现了一次迭代。可在此基础上开始下一轮试验。而当新解被判定为舍弃时,则在原当前解的基础上继续下一轮试验。当新解被确定接受时,逐步衰减t值,再根据计算参数的“结束条件”和“迭代限制次数”判断是否结束运算,若未到达算法结束条件,则重复步骤3。
这样,在用户划出的不能处于LA分界线上的区域的基础上,根据模拟退火算法的出最优化的网络结构,减低LA切换成本,提高用户的网络服务感知。
Claims (2)
1.一种位置区智能规划方法,其特征在于:其包括用户界面以及规划运算模块,其中所述用户界面提供地图、基站位置信息以及划线工具,让用户根据地图和基站位置信息划出不能处于位置区(LA)边界的区域,并指定划出区域的宽度;规划运算模块将所述指定长度、宽度的区域的地理信息以及该区域内包含的基站信息,转化为特定的数据格式,以参数的形式进行规划运算;在规划运算过程中,每次根据网络基本结构和拓扑关系随机生成的网络结构的新解首先根据定义好的边界基站信息数据判断,不符合条件则不进行后续运算,这样循环直至产生最终优化结果。
2.根据权利要求1所述的一种位置区智能规划方法,其特征在于:所述规划运算采用模拟退火算法,并包括以下步骤:
1) 根据网络基本结构和拓扑关系随机生成一个初始网络结构,此为运算的初始解,根据基础数据中的网络负载数据得到网络的负载情况,再根据网络的切换数据计算出成本的初始值;
2) 由初始网络结构计算得到模拟退火算法所需的初始温度;
3) 随机生成网络结构的新解,调整某个收发基站(BTS, Base Transceiver Station)到新的基站控制器(BSC,Base Station Controller)或在移动业务交换中心(MSC,Mobile-service Switching Center)内随机互换两个BTS以生成新解,每次新解的生成只随机选择上述调整方式中的一种;在调整某个BTS到新的BSC时,先判断BTS和BSC的拓扑关系和MSC、BSC的容量限制,符合条件则调整成功,否则直接进入步骤5;
4) 计算调整后的网络结构的成本值,成本值降低则接受新的网络结构为当前网络结构,并更新由于BTS调整带来的数据的变化;
5) 根据模拟退火算法,判断是否降温,再根据计算参数的“结束条件”和“迭代限制次数”判断是否结束运算,若未到达算法结束条件,则重复步骤3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100231286A CN102256263A (zh) | 2011-01-21 | 2011-01-21 | 一种位置区智能规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100231286A CN102256263A (zh) | 2011-01-21 | 2011-01-21 | 一种位置区智能规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102256263A true CN102256263A (zh) | 2011-11-23 |
Family
ID=44983193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100231286A Pending CN102256263A (zh) | 2011-01-21 | 2011-01-21 | 一种位置区智能规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102256263A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102761882A (zh) * | 2012-07-20 | 2012-10-31 | 东南大学 | 广义分布式mimo系统中基站最优摆放位置的选择方法 |
CN105282755A (zh) * | 2015-09-17 | 2016-01-27 | 深圳市名通科技有限公司 | Lte网络的跟踪区域调整数据生成方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1717094A (zh) * | 2004-07-02 | 2006-01-04 | 陈孟淞 | 移动通信网络的划分方法 |
CN101076177A (zh) * | 2007-06-22 | 2007-11-21 | 中国移动通信集团广东有限公司 | 一种位置区域规划方法及系统 |
-
2011
- 2011-01-21 CN CN2011100231286A patent/CN102256263A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1717094A (zh) * | 2004-07-02 | 2006-01-04 | 陈孟淞 | 移动通信网络的划分方法 |
US20060009207A1 (en) * | 2004-07-02 | 2006-01-12 | Groundhog Technologies Inc. | Partitioning method for mobile communication network |
CN101076177A (zh) * | 2007-06-22 | 2007-11-21 | 中国移动通信集团广东有限公司 | 一种位置区域规划方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102761882A (zh) * | 2012-07-20 | 2012-10-31 | 东南大学 | 广义分布式mimo系统中基站最优摆放位置的选择方法 |
CN102761882B (zh) * | 2012-07-20 | 2015-08-26 | 东南大学 | 广义分布式mimo系统中基站最优摆放位置的选择方法 |
CN105282755A (zh) * | 2015-09-17 | 2016-01-27 | 深圳市名通科技有限公司 | Lte网络的跟踪区域调整数据生成方法及装置 |
CN105282755B (zh) * | 2015-09-17 | 2018-09-21 | 深圳市名通科技有限公司 | Lte网络的跟踪区域调整数据生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20050097161A1 (en) | System with user interface for network planning and mobility management optimization in a mobile communication network and method thereof | |
CN104158855B (zh) | 基于遗传算法的移动服务组合计算卸载方法 | |
Bratanov et al. | Mobility model of vehicle-borne terminals in urban cellular systems | |
CN103150156B (zh) | 基于地理模型和移动轨迹实时获取特征人群的方法及系统 | |
CN102264097B (zh) | Gsm移动通信网络终端定位方法 | |
CN104239556A (zh) | 基于密度聚类的自适应轨迹预测方法 | |
CN105277917B (zh) | 一种基于反馈机制的动态指纹库室内定位方法 | |
CN104284352A (zh) | 移动位置区重叠覆盖优化方法和装置 | |
CN102647725B (zh) | 一种邻区规划中确定邻小区优先级的方法和装置 | |
CN103810270B (zh) | 跟踪区优化划分方法和装置 | |
CN101568127A (zh) | 一种网络仿真中确定话务分布的方法及装置 | |
CN102395136A (zh) | 一种基于邻区场强信息的话务量分布计算方法及系统 | |
CN103037424A (zh) | 一种3g网络覆盖的评估方法及装置 | |
CN102256263A (zh) | 一种位置区智能规划方法 | |
CN101076177B (zh) | 一种位置区域规划方法及系统 | |
CN108207005B (zh) | 一种lte无线网络的评估方法及服务器 | |
CN105072685B (zh) | 基于合作的异构无线网络分散资源分配方法 | |
CN105338650A (zh) | 一种异构网络中的接入方法和装置 | |
Hasbollah et al. | Mobility prediction method for vehicular network using Markov chain | |
CN102254282A (zh) | 实体渠道规划选址及价值优化系统 | |
CN104427516A (zh) | 一种无线局域网络ap布设规划的方法 | |
Nousiainen et al. | User distribution and mobility model framework for cellular network simulations | |
CN103856892B (zh) | 一种交通信息发布装置、方法及系统 | |
CN105282755A (zh) | Lte网络的跟踪区域调整数据生成方法及装置 | |
Canales et al. | An adaptive location management scheme for mobile broadband cellular systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20111123 |