CN104093155A - 一种td-scdma频率分配方法 - Google Patents
一种td-scdma频率分配方法 Download PDFInfo
- Publication number
- CN104093155A CN104093155A CN201410357084.4A CN201410357084A CN104093155A CN 104093155 A CN104093155 A CN 104093155A CN 201410357084 A CN201410357084 A CN 201410357084A CN 104093155 A CN104093155 A CN 104093155A
- Authority
- CN
- China
- Prior art keywords
- frequency
- community
- genetic algorithm
- random
- current
- 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
Abstract
本发明使用超启发式遗传算法解决TD-SCDMA频率问题。解决了已有方法过早收敛以及运算时间长的问题。超启发式遗传算法的执行过程如图所示。超启发式遗传算法通过高层的遗传算法来选择合适的策略组合来不断优化当前频率分配方案的干扰值，使得网络的质量不断提升。根据TD-SCDMA干扰计算的公式我们设计了6种优化策略，在6种策略中包含贪婪策略、随机策略、以及高速搜索的策略。随机策略避免陷入局部最优，高速策略能够加快搜索的速度。本发明能够在较短的时间内找到干扰较小的频率分配方案。
Description
技术领域
本发明涉及一种TD-SCDMA频率分配方法，其特征是使用超启发式遗传算法来分配TD-SCDMA网络的频率，最小化网络干扰，提升网络的质量。
背景技术
随着移动通信网络的不断建设和扩容，频率资源的规划成为移动通信网络规划的重要环节，它对网络的性能将产生严重的影响。频率分配方案不同，网络的干扰也不同，寻找一个好的频率分配方法是运营商急需解决的问题。图1为TD-SCDMA网络的结构，其中与频率分配相关的有NodeB（基站）、Cell（小区）。基站向小区发射载波，位于小区的用户使用这些载波进行无线通信。每个小区有多个载波，每个载波需要分配一个频率，其中一个频率称为主频，其它频率称为辅频。一个基站会向多个小区发射载波，这些小区叫做共站小区。频率分配时必须避免同小区和临接小区的同频，必须满足以下两个约束条件：1）同小区的载波频率不能相同；2）共站的小区主频不能相同。
本发明中使用干扰矩阵来计算TD-SCDMA网络的干扰，干扰的计算如公式1所示。公式1由3个子公式组成。1）I ik 表示i小区k载波的干扰，M是干扰矩阵，n表示网络中有n个小区，d p 表示p小区有d p 个载波(频率)。 表示p小区的q载波与i小区的k载波频率是否相同，如果相同其值等于1，这两个载波之间有干扰；如果等于0，这两个载波之间没有干扰。如果这两个载波之间有干扰，干扰值等于M[i][p]+M[p][i] ，我们把此干扰作为p载波对k载波的干扰。I ik 是i小区k载波的干扰，等于其它所有小区中的载波对k载波的干扰的和。2）I i 表示i小区的干扰，等于i小区内所有载波干扰的和。d i 表示i小区有d i 个载波。3）I表示整个网络的干扰，等于所有小区干扰的和。频率分配的目标就是在遵守约束条件的情况下最小化I的值。
(1)
对于频率分配问题（Frequency Assignment Problem FAP），目前已有很多的方法。早期的图染色法，分支定界法等将FAP当作一个NP难问题。这些方法适合解决小规模网络的FAP问题，对于大规模网络来说这些方法的复杂度太高，无法在有效的时间内求得所需的方案。元启发式方法，如遗传算法、蚁群算法、贪婪算法等。这些方法通过寻找近似最优解，在有效的时间内能够取得较好的解。这些算法主要问题是：（1）过早收敛，搜索到的分配方案进一步优化的空间较大。过早收敛是因为在搜索频率分配的方案过程中，不同的阶段，单一的搜索方法并不通用，在不同的阶段应该使用不同的搜索方法。（2）对于大规模的网络，由于搜索的维度太高，搜索的时间较长。
发明内容
发明要解决的问题
为了克服过早收敛以及运算时间长的问题，我们提出一种超启发式遗传算法来解决TD-SCDMA网络的频率分配问题。
解决问题的方案
本发明使用超启发式遗传算法解决TD-SCDMA网络的频率分配问题，它能够选择合适策略来不断优化频率分配方案，降低网络的干扰。超启发式算法分为2层：低层和高层，其结构如图2所示。低层为一些启发式策略，可以用来优化现有方案。高层为超启发式算法，是低层算法的选择器。高层算法将产生一个低层算法的启发式策略序列来决定低层算法的调用次序。高层算法的评价值是高层的序列作用于当前方案后产生的新方案的干扰值。本方法中，高层启发式算法使用遗传算法。在遗传算法中，每一个染色体实际上是低层启发式算法的一个调用次序，遗传算法通过选择合适的调用次序来优化网络的干扰。图2为染色体的结构，每一个整数代表设计的一个低层的启发式策略，按照序列的顺序，调用这些低层启发式方法，将得到一个新的分配方案，新的分配方案的干扰值即为此染色体的适应度值。
在本发明中低层的启发式策略是根据TD-SCDMA的网络的干扰公式来设计的。在本发明中干扰的计算如公式1所示。我们设计了6个低层启发式策略。
1) 计算每个小区的干扰，选择干扰最大的小区，选择最好的频率重新分配给该小区的载波。最好的频率是指在不改变其它载波频率的情况下，使得当前载波的干扰最小的频率。
2) 与1相同，但是随机选择一个小区。
3) 与1相同，但是随机选择一个比当前方案好的频率分配给该小区的载波。比当前方案好的频率是指在不改变其它频率的情况下，使得当前载波的干扰比原方案小的频率。
4) 随机选择一个小区，从可选频率中随机分配一个比当前干扰小的频率。
5) 随机选择一个小区，从可选频率中随机选择一个频率分配给该小区的载波。
6) 对当前方案做一次局部搜索，其流程图如图4所示。
方法5是一个完全随机的搜索的方法，有利于避免陷入局部最优解；方法6是一个局部搜索方法，能够快速提高搜索的速度。以上6种策略重新分配频率之前都会将那些违反约束条件的频率从候选频率中去掉，因此这些策略都不会违反约束条件。
有益效果
本方法的有益效果是，在同等的时间内对于同一个TD-SCDMA网络，本算法比元启发式方法收敛于更小的干扰值，同时在搜索速度上也比元启发式方法快。而且每个频率的使用次数比较接近，频率的利用率高。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是TD-SCDMA网络的结构图。
图2是超启发式算法的结构图。
图3是染色体的结构图。
图4 局部搜索的流程图。
图5是超启发式遗传算法的执行流程图。
在图1中CN表示核心网，处理网络内部所有的语音呼叫、数据连接和交换，以及与外部其他网络的连接和路由选择。RAN表示无线接入网，处理与无线相关的功能,比如无线资源管理、功率控制等。用户设备是无线资源的接收或发送端。在这三部分中，与频率分配有关的是RAN部分。RAN由无线网络控制器（radio network controller RNC）、NodeB、小区（cell）以及载波组成。Node B相当于GSM网络基站的功能，它负责为小区提供无线电服务，即给小区发射多个用于通信的无线电波，此处的无线电波称之为载波，每个载波上必须分配一个频率。每个小区的载波中有一个主要的载波，叫做主载波，小区的通信主要在此载波上进行，只有当主载波（主频）上的业务量大，或干扰较大时，才会启用小区的其它载波进行通信，其余的载波称为辅载波（辅频）。一个Node B会向多个小区提供服务，这些小区被称为共站小区。由于频率资源非常有限，网络的载波数量巨大，所以不同的载波需要复用相同的频率。同频的载波相互之间会产生干扰，干扰会对通话质量以及数据业务产生很大的影响，降低整个网络的性能。
图2中低层启发式方法是我们设计的策略1-6，这些策略可以直接作用于某个当前方案之上，通过改变方案中的某些载波的频率来优化当前方案得到新的方案。评价函数为新分配方案的干扰值。高层启发式方法在本发明中选择的是遗传算法。遗传算法选择合适的低层启发式策略的调用次序来优化当前的分配方案。在两层之间，只有非域的数据能够传递，域数据在这里是指分配方案本身，非域数据是指分配方案的干扰值。遗传算法只需要知道干扰值的大小，而不需要知道具体的分配方案。
图3中每个整数对应于我们设计的6种低层启发式策略。染色体实际上是表示调用低层启发式方法的次序。按照染色体中的顺序调用低层启发式方法后会得到一个新的分配方案，此分配方案的干扰值作为染色体的适应度值。遗传算法就是不断的选择适应度值大的个体来优化当前网络的干扰。
图4中CurrentCells表示当前要重新分配频率的小区。 NextCells表示下一步要重新分配频率的小区。下一步要分配频率的小区是受当前分配小区重新分配频率影响其干扰值发生变化的小区。局部搜索从当前方案S开始,从CurrentCells不断随机选出一个小区来重新分配频率，得到当前方案的一个邻居分配方案，如果这个邻居方案要好于当前方案，则用邻居方案更新当前方案，并将影响所选小区和收受所选小区影响的小区加入到NextCells中。当CurrentCells为空时马上将NextCells作为CurrentCell。如此反复进行，直到重新分配当前小区（CurrentCells）不会影响到别的小区为止,此时NextCells为空。这种方法一次类似于滚雪球，它会涉及到很多小区，是一种比较快速的方法。但是单一的使用这种方法会陷入局部最优。
图5是超启发式算法的执行流程图。其中，过程①是随机产生一个频率分配方案，并作为当前最优方案；过程2随机产生种群的过程，此过程随机产生一定数量的染色体（个体）；③从种群中随机选择两个个体作为父代；④交叉操作得到子代1；⑤变异操作得到最终子代；⑥每个子代调用其策略序列重新分配当前最优方案的频率，最终得到一组频率分配方案集合；⑦更新当前最优方案；⑧种群更新，从最终子代中选择两个个体替换父代个体；⑨判断是否达到收敛条件，是则结束，否则继续执行③-⑧。
具体实施方式
超启发式遗传算法的执行过程如图5所示。具体过程如下：①根据当前TD-SCDMA网络载波可用频率的情况，随机为每个载波分配一个频率，并将此方案作为当前最优的分配方案。②随机生成染色体的种群，每个染色体是长度为L的低层启发式策略的序列，染色体的结构如图4所示。③从种群中随机选择2个个体作为父代。④父代进行n c 次交叉得到2n c 个个体。交叉方法使用单点交叉。⑤对以上的子代个体按照p b 的概率进行变异操作得到最终子代。变异操作使用均一变异的方法。⑥对于最终子代的每一个个体k，按照其启发式策略的序列的顺序调用启发式方法来重新分配当前最优方案的频率，分别得到一个新的分配方案S k ，总共得到2n c 个新的分配方案。S k 的干扰为个体k的适应度值。⑦从2n c 个新的分配方案中选择最优的分配方案，如果此最优方案比当前最优的分配方案要好，则用其替换当前最优方案。⑧从最终子代个体中选择2个个体替换父代个体。一个是最优的个体，另一个由每个个体的适应度值的轮盘赌方式选择。⑨重复③-⑧直到达到收敛条件，结束分配过程。最终的当前最优的分配方案就为频率分配的最优方案。
Claims (4)
1.一种TD-SCDMA频率分配方法
使用超启发式遗传算法来分配TD-SCDMA网络的频率；低层为6种低层启发式策略，高层为遗传算法；通过遗传算法来不断选择合适的启发式策略来优化当前的频率分配方案。
2.6种低层启发式策略为：
（1）计算每个小区的干扰，选择干扰最大的小区，选择最好的频率重新分配给该小区的载
波；
（2）与（1）相同，但是随机选择一个小区；
（3）与（1）相同，但是随机选择一个比当前方案好的频率分配给该小区的载波；
（4）随机选择小区，从可选频率中随机分配一个比当前干扰小的频率；
（5）随机选择一个小区，从可选频率中随机选择一个频率分配给该小区的载波；
（6）对当前方案做一次局部搜索。
3.超启发式遗传算法中遗传算法的基本过程是随机从种群中选择2个个体作为父代，进行多次交叉产生子代，对子代进行变异操作得到最终子代，然后从最终子代中分别按最优和由轮盘赌的方式选择一个个体替换掉父代。
4.每轮遗传算法之后需要更新当前最好的方案，它是由最终子代产生的方案中的最优方案来替代当前最优方案，如果最终的子代产生的最优方案比当前最优的方案要差，则不替代。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410357084.4A CN104093155A (zh) | 2014-07-25 | 2014-07-25 | 一种td-scdma频率分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410357084.4A CN104093155A (zh) | 2014-07-25 | 2014-07-25 | 一种td-scdma频率分配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104093155A true CN104093155A (zh) | 2014-10-08 |
Family
ID=51640824
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410357084.4A Pending CN104093155A (zh) | 2014-07-25 | 2014-07-25 | 一种td-scdma频率分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104093155A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104540140A (zh) * | 2015-01-09 | 2015-04-22 | 桂林电子科技大学 | 一种无线通信网的动态频率分配方法 |
| CN105472664A (zh) * | 2015-11-19 | 2016-04-06 | 南京航空航天大学 | 一种基于约简规则的无线通信系统抗干扰决策方法 |
| CN116056158A (zh) * | 2023-03-24 | 2023-05-02 | 新华三技术有限公司 | 一种频率分配方法、装置、电子设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1719935A (zh) * | 2004-07-09 | 2006-01-11 | 中兴通讯股份有限公司 | Td－scdma系统辅载频信号质量评估及载频选择方法 |
| CN101331505A (zh) * | 2005-12-13 | 2008-12-24 | 新加坡科技劲力私人有限公司 | 用于解决一类现实组合优化问题的算法开发环境的方法和装置 |
| US20130035128A1 (en) * | 2011-08-02 | 2013-02-07 | Cisco Technology, Inc. | Narrowband Interference Avoidance for Dynamic Channel Assignment |
-
2014
- 2014-07-25 CN CN201410357084.4A patent/CN104093155A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1719935A (zh) * | 2004-07-09 | 2006-01-11 | 中兴通讯股份有限公司 | Td－scdma系统辅载频信号质量评估及载频选择方法 |
| CN101331505A (zh) * | 2005-12-13 | 2008-12-24 | 新加坡科技劲力私人有限公司 | 用于解决一类现实组合优化问题的算法开发环境的方法和装置 |
| US20130035128A1 (en) * | 2011-08-02 | 2013-02-07 | Cisco Technology, Inc. | Narrowband Interference Avoidance for Dynamic Channel Assignment |
Non-Patent Citations (1)
| Title |
|---|
| GRAHAM KENDAIL等: "Channel Assignment Optimisation Using a Hyper-heuristic", 《CONFERENCE ON CYBERNETICS AND INTELLIGENT SYSTEMS》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104540140A (zh) * | 2015-01-09 | 2015-04-22 | 桂林电子科技大学 | 一种无线通信网的动态频率分配方法 |
| CN104540140B (zh) * | 2015-01-09 | 2017-11-24 | 桂林电子科技大学 | 一种无线通信网的动态频率分配方法 |
| CN105472664A (zh) * | 2015-11-19 | 2016-04-06 | 南京航空航天大学 | 一种基于约简规则的无线通信系统抗干扰决策方法 |
| CN105472664B (zh) * | 2015-11-19 | 2018-11-09 | 南京航空航天大学 | 一种基于约简规则的无线通信系统抗干扰决策方法 |
| CN116056158A (zh) * | 2023-03-24 | 2023-05-02 | 新华三技术有限公司 | 一种频率分配方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103533529B (zh) | 一种提高d2d系统能效的资源复用的方法和系统 | |
| CN101409884B (zh) | 基于测量报告的网络频率优化方法 | |
| CN107426773B (zh) | 无线异构网络中面向能效的分布式资源分配方法和装置 | |
| CN103746729B (zh) | 分布式mimo系统基站侧天线位置优化方法 | |
| CN104080126B (zh) | 基于多点协作传输的蜂窝网络节能方法 | |
| CN103916355B (zh) | 一种认知ofdm网络中子载波的分配方法 | |
| CN107613555A (zh) | 非正交多址接入蜂窝和终端直通密集网络资源管控方法 | |
| CN104254130B (zh) | D2d用户链接与蜂窝用户共享资源的分配方法、装置及系统 | |
| CN104581864B (zh) | 无线d2d网络中基于干扰感知的最小跳数的路由选择方法 | |
| CN101754383B (zh) | CoMP小区簇构建方法 | |
| CN107071914A (zh) | 一种能量捕获d2d网络中的动态模式选择与能量分配方法 | |
| CN109982437B (zh) | 一种基于位置感知加权图的d2d通信频谱分配方法 | |
| CN106160993A (zh) | 一种基于its中d2d通信模型的系统容量扩容方法 | |
| CN106792451A (zh) | 一种基于多种群遗传算法的d2d通信资源优化方法 | |
| CN104869646B (zh) | 异构无线网络中能量有效的资源分配方法 | |
| CN109362093A (zh) | 网络功能虚拟化的总吞吐量最大化的资源优化方法 | |
| Sun et al. | Resource allocation for D2D communication using particle swarm optimization in LTE networks | |
| CN104093155A (zh) | 一种td-scdma频率分配方法 | |
| CN101262701A (zh) | 一种基于遗传算法的动态信道分配方法 | |
| CN103475992B (zh) | 分配资源的方法和装置 | |
| Wang et al. | Graph-based dynamic frequency reuse in Cloud-RAN | |
| CN109768839A (zh) | 基于改进混沌粒子群算法的认知无线电频谱分配方法 | |
| CN104322099B (zh) | 业务分流方法、装置及系统 | |
| Liu et al. | Joint user-centric clustering and frequency allocation in ultra-dense C-RAN | |
| CN112637927A (zh) | 基于能量效率的多用户多模式d2d通信资源分配方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141008 |