CN105357680A - 电力无线接入网中的接入点位置选择方法 - Google Patents
电力无线接入网中的接入点位置选择方法 Download PDFInfo
- Publication number
- CN105357680A CN105357680A CN201510698433.3A CN201510698433A CN105357680A CN 105357680 A CN105357680 A CN 105357680A CN 201510698433 A CN201510698433 A CN 201510698433A CN 105357680 A CN105357680 A CN 105357680A
- Authority
- CN
- China
- Prior art keywords
- feasible solution
- access point
- solution scheme
- scheme
- iteration
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种电力无线接入网中的接入点位置选择方法,该方法根据全局优化的原理而设计,采用了并行迭代更新的方式:首先初始化一组可行解方案,然后计算每个可行解方案的性能值,接下来根据性能值更新计算每个可行解方案迭代过程中的最优取值,以及所有可行解方案迭代过程中的最优取值,然后更新每个可行解方案中的接入点部署位置继续进行优化,最后,迭代结束后输出最优的接入点部署方案。本发明方法针对电力无线接入网中的接入点候选位置有限以及业务需求固定等特点,解决了电力无线接入网中的接入点位置选择问题。
Description
技术领域
本发明涉及电力信息通信技术领域,特别是一种电力无线接入网中的接入点位置选择方法。
背景技术
在电力系统中,有开关站、环网柜、配电室、配电变压器、柱上开关、配电线路、分布式能源站点、电动汽车充电站、用电计量器等多种配用电设备,这些设施不断产生各种电力信息数据,需要及时传输至主站以实现配用电信息采集自动化。
为了实现该类电力信息通信需求,可以采用通信光缆、载波、无线等多种方法,这些方法各具特点与优缺点。其中,无线接入具有覆盖面广、施工难度较低、实施周期较短、组网灵活等优势,是实现配用电通信的重要手段。
要实现电力信息的无线传输,需要选择合适的地点安置接入点(相当于蜂窝公网中的基站)。与蜂窝公网相比,电力无线接入网具有以下特点:1、以上行数据为主,即以电力系统设备向主站报告的监控、测量等数据为主;2、电力系统设备的上报数据速率需求一般来说是固定的;3、电力系统设备的地理位置一般是固定且已知的。另外,在接入点位置选择的过程中,由以下几个约束条件需要考虑:首先,安置的接入点要能覆盖目标区域中所有的设备,以满足这些设备正常通信的最小传输速率需求;其次,由于受无线信号质量、是否适合安装等条件的限制,可供选择的候选接入点的地点是有限的,要合理的部署接入点使得接入点的数量尽量少以降低成本。
由于以上约束的限制,使得电力无线接入网中的接入点位置选择成了一个比较特殊的问题。
发明内容
本发明要解决的技术问题为:合理安置电力无线接入网中的接入点,以在满足设备正常通信需求的同时,减少接入点数量,降低成本。
本发明采取的技术方案具体为:一种电力无线接入网中的接入点位置选择方法,定义候选接入点位置的集合为Θ,方法包括以下步骤:
(1)定义M个接入点位置的可行解方案,1≤m≤M,第m个可行解方案中,接入点部署位置为Xm={xm1,xm2,…,xmB},Xm中的各元素分别代表一个接入点的位置坐标,B为部署的接入点数量,且xm1,xm2,…,xmB的值分别从Θ集合中选择;定义1≤b≤B,Xm中第b个接入点部署位置xmb={xmb1,xmb2},xmb1和xmb2分别表示第b个接入点部署的位置的横、纵坐标值;
(2)定义fm为第m个可行解方案的性能值,计算各可行解方案的性能值,即各方案对应的设备支持率之和,任一设备支持率的含义为该设备的可达吞吐率与吞吐率需求之间的比值;
(3)计算个体最优位置Pm和全体最优位置G,个体最优位置Pm即第m个可行解方案在迭代过程中具有最大性能值的取值方案,全体最优位置G为所有可行解方案在迭代过程中具有最大性能值的取值方案,则Pm的初始值为Xm,G的初始值为M个可行解方案中具有最大性能值的方案;
(4)迭代计算并更新可行解方案:
定义最大迭代次数;此迭代次数可设置为1000次,一般迭代过程不会在迭代次数已满或接近时才能达到所有设备通信需求皆能够满足的结果,1000次可基本保证得到所需的迭代结果。
定义幅度变量Vm={vm1,vm2,…,vmB},表示各可行解方案下一次迭代中接入点部署位置的变化幅度,其中vmb={vmb1,vmb2},vmb1和vmb2分别表示第b个接入点部署位置的横、纵坐标变化幅度值,1≤b≤B;
根据更新公式
式中,为第m个可行解方案在第t+1代的新幅度,为第m个可行解方案在第t代的幅度,为第m个可行解方案在第t代的个体最优位置,Gt为所有可行解方案在第t代的全体最优位置,为第m个可行解方案在第t+1代的新位置,为第m个可行解方案在第t代的位置,系数ξ、η是在[0,1]区间内均匀分布的伪随机数,系数w、c1、c2皆为常数,c1、c2为学习因子,分别代表每个可行解方案对其自身的影响程度和全体可行解方案对其的影响程度,c1、c2的取值范围在0到4之间,其取值通常等于2,w为惯性权重,表示可行解方案的更新幅度在多大程度上保留原来的幅度值;
上述更新后的可行解方案中接入点的位置在集合Θ内;
对于迭代过程中的第m个可行解方案,对其每一次迭代后的可行解方案计算其性能值,若其当前性能值大于当前Pm的性能值,则将Pm更新为当前迭代后的可行解方案;对于迭代过程中的所有可行解方案,分别计算每一次迭代后各可行解方案对应的性能值,若其中存在性能值大于G的可行解方案,则更新G为当前性能值最大的一个可行解方案;
(5)判断是否达到迭代结束次数,及是否所有设备的通信需求已得到满足,若非所有设备的通信需求皆得到满足,且未达到迭代次数则重复步骤2至5;若达到最大迭代次数,或者所有设备的通信需求都已得到满足,则结束迭代过程,然后输出当前迭代后的全体最优位置G作为接入点的最佳部署位置。
本发明的有益效果为:在电力无线接入网中,由于用户设备的位置是静止不动的,并且各类用户设备产生业务数据流量的通信需求也是近似固定不变的,利用本发明方法可简化基站选址过程的计算复杂度。同时本发明考虑了电力无线接入网中接入点候选地点受限这一情况,能够适用于实际电力系统。
此外,本发明基于全局优化原理设计,采用多个可行解并行迭代更新的方法,能够有效选择合适地点部署接入点的位置。
附图说明
图1为电力无线接入网构成示意图;
图2为电力无线接入网中的接入点位置选择示意图;
图3为本发明的接入点位置选择方法流程框图;
图4为本发明中的迭代计算并更新可行解方案的流程框图。
具体实施方式
以下结合附图和具体实施例进一步描述。
参见图1,在无线接入网的覆盖范围内,分布着许多配用电设备。这些设备要不断地产生各种电力信息数据,为了实时地处理这些数据,需要在适当的位置部署接入点,然后配用电设备将这些信息数据承载在无线信号然后发送给接入点,最后经由控制中心对数据进行处理。
如候选接入点位置的集合为Θ,本发明电力无线接入网中的接入点位置选择方法,包括以下步骤:
(1)定义M个接入点位置的可行解方案,1≤m≤M,第m个可行解方案中,接入点部署位置为Xm={xm1,xm2,…,xmB},Xm中的各元素分别代表一个接入点的位置坐标,B为接入点数量,且xm1,xm2,…,xmB的值分别从Θ集合中随机选择;定义1≤b≤B,Xm中第b个接入点xmb={xmb1,xmb2},xmb1和xmb2分别表示第b个接入点部署的位置的横、纵坐标值;上述定义M个接入点位置的可行解方案即初始化M个接入点位置的可行解方案,M可为10-40,一般10个可行解方案就已经足够得到较优的结果;
(2)定义fm为第m个可行解方案的性能值,计算各可行解方案的性能值,即各方案对应的设备支持率之和,任一设备支持率的含义为该设备的可达吞吐率与吞吐率需求之间的比值;吞吐率的含义为该设备的数据传输速率,可由香农公式计算,支持率的具体计算方法为现有技术;
(3)计算个体最优位置Pm和全体最优位置G:个体最优位置Pm即第m个可行解方案在迭代过程中具有最大性能值的取值方案,全体最优位置G为所有可行解方案在迭代过程中具有最大性能值的取值方案,则Pm的初始值为初始的Xm,G的初始值为M个可行解方案中具有最大性能值的方案;
(4)迭代计算并更新可行解方案:
定义最大迭代次数;迭代次数可设置为1000次;
定义幅度变量Vm={vm1,vm2,…,vmB},表示各可行解方案下一次迭代中接入点部署位置的变化幅度,其中vmb={vmb1,vmb2},vmb1和vmb2分别表示第b个接入点部署位置的横、纵坐标变化幅度值,1≤b≤B;幅度vmb1和vmb2的值可以在最大幅度限制范围内选取,最大幅度限制范围决定可行解方案在一次迭代中最大的移动距离,将该最大幅度值设为Vmax,其值可以根据基站候选点之间的距离进行决定,其取值在候选点之间的平均距离左右选取,使得方案既不会收敛速度太慢,亦不会跳过最优解,选择基准为保证每次迭代可以更新到一个新的候选点;
根据更新公式
式中,为第m个可行解方案在第t+1代的新幅度,为第m个可行解方案在第t代的幅度,为第m个可行解方案在第t代的个体最优位置,Gt为所有可行解方案在第t代的全体最优位置,为第m个可行解方案在第t+1代的新位置,为第m个可行解方案在第t代的位置,系数ξ、η是在[0,1]区间内均匀分布的伪随机数,系数w、c1、c2皆为常数,c1、c2为学习因子,分别代表每个可行解方案对其自身的影响程度和全体可行解方案对各可行解方案的影响程度,c1、c2的取值范围在0到4之间,其取值通常等于2,其具体取值可以根据具体的运行效果确定,w为惯性权重,表示可行解方案更新幅度在多大程度上保留原来的幅度值,取值通常在1左右,具体取值可以根据具体的运行效果确定;
上述更新后的可行解方案中接入点的位置在集合Θ内;即,对于更新后的可行解方案,其更新后的位置和幅度有两个约束条件,其一电力无线接入网中接入点候选部署位置是有限的;其二每次位置更新的幅度不能过大,即其位置更新的幅度要小于最大幅度限制范围值Vmax。若更新后的位置和幅度不满足以上两个限制条件,则调整位置和幅度满足以上两个约束;
对于迭代过程中的第m个可行解方案,对其每一次迭代后的可行解方案计算其性能值,若其当前性能值大于当前Pm的性能值,则将Pm更新为当前迭代后的可行解方案;对于迭代过程中的所有可行解方案,分别计算每一次迭代后各可行解方案对应的性能值,若其中存在性能值大于G的可行解方案,则更新G为当前性能值最大的一个可行解方案;
(5)判断是否达到迭代结束次数,及是否所有设备的通信需求已得到满足,若非所有设备的通信需求皆得到满足,且未达到迭代次数则重复步骤2至5;若达到最大迭代次数,或者所有设备的通信需求都已得到满足,则结束迭代过程,然后输出当前迭代后的全体最优位置G作为接入点的最佳部署位置。
实施例
参见图2,本实施例中,在电力无线接入网的覆盖范围10内,覆盖了若干配用电设备20,为了满足这些设备的数据传输需求,需要在覆盖范围10内安置一些接入点,由于实际条件的限制,在覆盖范围内可供选择的接入点安装地点是有限的,即只能在十字交叉的位置30上部署接入点,这个候选接入点安装点位置30的集合记为Θ。
参见流程图3,本发明的接入点位置选择方法是根据全局优化的原理而设计的,步骤为:
首先进行的是初始化:初始化一群可行解方案,假设总共初始化包括M=10个可行解方案,每一个可行解方案都是一种可能的接入点位置选择方案,记第m个可行解方案中接入点部署位置为Xm={xm1,xm2,…,xmB},其中B为部署接入点的个数,xmb={xmb1,xmb2},其中xmb1和xmb2分别表示第b个接入点部署的位置的横、纵坐标值。初始化一个幅度变量Vm={vm1,vm2,…,vmB},用来引导可行解方案中下一次迭代中接入点部署位置的变化,vmb={vmb1,vmb2},其中vmb1和vmb2分别表示下一次迭代中第b个接入点部署位置的横、纵坐标变化的幅度值。每一个可行解方案中的接入点部署位置xmb的初始化值可以在接入点候选集合内随意选择,幅度vmb的初始化值可以在最大幅度限制范围内随意选取。
然后计算各可行解方案性能值:性能值用来描述可行解方案所对应接入点位置选择方案的好坏程度,记fm为第m个可行解方案的性能值,fm的值为所有设备的支持率之和。其中支持率的含义为该设备可达吞吐率与吞吐率需求之间比值的大小:
定义个体最优位置Pm为记录第m个可行解方案迭代过程中的最优取值,全体最优位置G为记录所有可行解方案在迭代过程中的最优取值。Pm初始化为Xm,G初始化为各可行解方案中具有最大性能值的Xm。根据计算出的各可行解方案的性能值更新计算个体最优位置Pm和全局最优位置G。
在迭代过程中,若当前第m个可行解方案的性能值大于Pm的性能值,则更新Pm为当前可行解方案的接入点部署位置Xm;若当前所有的可行解方案中存在性能值大于G的可行解方案,则更新G为其中性能值最大的一个可行解方案的接入点部署位置。
接下来进行可行解方案的迭代更新,参见流程图4。可行解方案的更新包括位置和幅度更新两个方面,其更新公式分别如下:
其中,为第m个可行解方案在第t+1代的新幅度,为第m个可行解方案在第t代的幅度,为第m个可行解方案在第t代的个体最优位置,Gt为所有可行解方案在第t代的全体最优位置,为第m个可行解方案在第t+1代的新位置,为第m个可行解方案在第t代的位置,系数w、c1、c2为常数,系数ξ、η是在[0,1]区间内均匀分布的伪随机数。
然后需要判断更新后的位置和幅度是否超出范围:对于接入点的部署位置和位置改变幅度,我们有如下的限制条件,:1)电力无线接入网中接入点候选部署位置是有限的,由图2中可知,电力无线接入网中接入点部署位置只能从候选点集合Θ中选取,因此更新后的接入点位置要在Θ内取值;2)每次位置改变的幅度不能过大,如果每次位置改变的幅度过大,在位置更新的时候有可能越过最优的接入点部署位置,因此每次位置改变的幅度要小于一个最大幅度值Vmax,其取值在候选点之间的平均距离左右选取,使得方案既不会收敛速度太慢,亦不会跳过最优解。上述两个条件要同时满足,若更新后的位置和幅度不满足以上两个限制条件,则进行位置和幅度调整:1)将接入点的位置改为在接入点候选点范围Θ内取一点;2)将幅度限定为最大幅度值Vmax。具体调整公式如下:
xmb=从Θ中选取一个位置,
最后执行判断迭代是否结束。若迭代结束条件未满足,则重新计算性能值并继续迭代,若迭代结束条件已经得到满足,则输出最后一次迭代后的全体最优位置G为最优的接入点部署位置。迭代结束条件为达到最大迭代次数或者所有设备的通信需求都已得到满足。
实施例
如下给出该更新公式的基于具体数值的实施例子:设共有M=2个可行解方案。假设可行解方案1在第1代位置X1 1=((10,20),(30,40)),在第1代的幅度V1 1=((1,2),(3,4)),性能值f1为10,则在第1代的个体最优位置P1 1=X1 1=((10,20),(30,40)),可行解方案2在第1代位置X2 1=((12,23),(33,42)),在第1代的幅度V2 1=((2,3),(4,2)),性能值f2为12,则在第1代的个体最优位置P2 1=X2 1=((12,23),(33,42)),由于f2>f1,则所有可行解方案在第1代的全体最优位置G1=X2 1=((12,23),(33,42)),学习因子c1=2、c2=2,惯性权重w=1,ξ、η是在[0,1]区间内均匀分布的伪随机数,在MatLab中由其unifrnd(0,1)确定。则按照幅度和位置更新公式可得:
假设计算得到可行解方案1在第2代的性能值为f1为15,可行解方案2在第2代的性能值为f2为11,由于f1=15>12,则P1 2=X1 2=((11+4η,22+6η),(33+6η,44+4η));由于f2=11<12,则P2 2=X2 2=((12,23),(33,42));由于第2代中可行解方案1的性能值15大于第1代中的最优解的性能值,则G2=X1 2=((11+4η,22+6η),(33+6η,44+4η))。
Claims (1)
1.一种电力无线接入网中的接入点位置选择方法,定义候选接入点位置的集合为Θ,其特征是,方法包括以下步骤:
(1)定义M个接入点位置的可行解方案,1≤m≤M,第m个可行解方案中,接入点部署位置为Xm={xm1,xm2,…,xmB},Xm中的各元素分别代表一个接入点的位置坐标,B为部署接入点的数量,且xm1,xm2,…,xmB的值分别从Θ集合中选择;定义1≤b≤B,Xm中第b个接入点位置xmb={xmb1,xmb2},xmb1和xmb2分别表示第b个接入点部署的位置的横、纵坐标值;
(2)定义fm为第m个可行解方案的性能值,计算各可行解方案的性能值,即各方案对应的设备支持率之和,任一设备支持率的含义为该设备的可达吞吐率与吞吐率需求之间的比值;
(3)计算个体最优位置Pm和全体最优位置G,个体最优位置Pm即第m个可行解方案在迭代过程中具有最大性能值的取值方案,全体最优位置G为所有可行解方案在迭代过程中具有最大性能值的取值方案,则Pm的初始值为初始的Xm,G的初始值为M个初始可行解方案中具有最大性能值的方案;
(4)迭代计算并更新可行解方案:
定义最大迭代次数;
定义幅度变量Vm={vm1,vm2,…,vmB},表示各可行解方案下一次迭代中接入点部署位置的变化幅度,其中vmb={vmb1,vmb2},vmb1和vmb2分别表示第b个接入点部署位置的横、纵坐标变化幅度值,1≤b≤B;
根据更新公式
式中,为第m个可行解方案在第t+1代的新幅度,为第m个可行解方案在第t代的幅度,为第m个可行解方案在第t代的个体最优位置,Gt为所有可行解方案在第t代的全体最优位置,为第m个可行解方案在第t+1代的新位置,为第m个可行解方案在第t代的位置,系数ξ、η是在[0,1]区间内均匀分布的伪随机数,系数w、c1、c2皆为常数,c1、c2为学习因子,分别代表每个可行解方案对其自身的影响程度和全体可行解方案对各可行解方案的影响程度,c1、c2的取值范围在0到4之间,w为惯性权重,表示可行解方案的更新幅度在多大程度上保留原来的幅度值;
上述更新后的可行解方案中接入点的位置在集合Θ内;
对于迭代过程中的第m个可行解方案,对其每一次迭代后的可行解方案计算其性能值,若其当前性能值大于当前Pm的性能值,则将Pm更新为当前迭代后的可行解方案;对于迭代过程中的所有可行解方案,分别计算每一次迭代后各可行解方案对应的性能值,若其中存在性能值大于G的可行解方案,则更新G为当前性能值最大的一个可行解方案;
(5)判断是否达到迭代结束次数,及是否所有设备的通信需求已得到满足,若非所有设备的通信需求皆得到满足,且未达到迭代次数则重复步骤2至5;若达到最大迭代次数,或者所有设备的通信需求都已得到满足,则结束迭代过程,然后输出当前迭代后的全体最优位置G作为接入点的最佳部署位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510698433.3A CN105357680A (zh) | 2015-10-23 | 2015-10-23 | 电力无线接入网中的接入点位置选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510698433.3A CN105357680A (zh) | 2015-10-23 | 2015-10-23 | 电力无线接入网中的接入点位置选择方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105357680A true CN105357680A (zh) | 2016-02-24 |
Family
ID=55333512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510698433.3A Pending CN105357680A (zh) | 2015-10-23 | 2015-10-23 | 电力无线接入网中的接入点位置选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105357680A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105979530A (zh) * | 2016-05-10 | 2016-09-28 | 合肥工业大学 | 一种基于多边法的三维坐标测量系统的布局优化算法 |
CN106211179A (zh) * | 2016-09-12 | 2016-12-07 | 东南大学 | 一种无线云计算系统的接入点部署与信道分配方法 |
CN108174388A (zh) * | 2016-12-07 | 2018-06-15 | 中国移动通信集团设计院有限公司 | 微蜂窝站址规划的自动决策方法及装置 |
CN108289301A (zh) * | 2017-01-10 | 2018-07-17 | 中兴通讯股份有限公司 | 一种定位网元布局的智能优化方法和装置 |
CN108513335A (zh) * | 2017-02-24 | 2018-09-07 | 三星电子株式会社 | 电子设备及确定其接入点设备的合适位置的方法 |
CN110198031A (zh) * | 2019-06-03 | 2019-09-03 | 华翔翔能电气股份有限公司 | 电动汽车充电站与5g通信基站协同规划方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090158291A1 (en) * | 2007-12-17 | 2009-06-18 | Electronics And Telecommunications Research Institute | Method for assigning resource of united system |
CN101790894A (zh) * | 2007-06-26 | 2010-07-28 | 诺基亚西门子通信公司 | 专用基站和无线电网络实体 |
CN104270767A (zh) * | 2014-09-30 | 2015-01-07 | 国家电网公司 | 一种适用于电力无线专网宽带化的解决方法 |
CN104270771A (zh) * | 2014-10-14 | 2015-01-07 | 国家电网公司 | 一种用于电力实时通信的小基站组网方法 |
CN104601282A (zh) * | 2015-01-12 | 2015-05-06 | 国家电网公司 | 用于td-lte电力通信专网的多天线预编码传输方法 |
-
2015
- 2015-10-23 CN CN201510698433.3A patent/CN105357680A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101790894A (zh) * | 2007-06-26 | 2010-07-28 | 诺基亚西门子通信公司 | 专用基站和无线电网络实体 |
US20090158291A1 (en) * | 2007-12-17 | 2009-06-18 | Electronics And Telecommunications Research Institute | Method for assigning resource of united system |
CN104270767A (zh) * | 2014-09-30 | 2015-01-07 | 国家电网公司 | 一种适用于电力无线专网宽带化的解决方法 |
CN104270771A (zh) * | 2014-10-14 | 2015-01-07 | 国家电网公司 | 一种用于电力实时通信的小基站组网方法 |
CN104601282A (zh) * | 2015-01-12 | 2015-05-06 | 国家电网公司 | 用于td-lte电力通信专网的多天线预编码传输方法 |
Non-Patent Citations (1)
Title |
---|
WENMING CUI等: "Optimizing Base Stations Deployment in Wireless Access Networks for Smart Grids", 《WIRELESS COMMUNICATIONS & SIGNAL PROCESSING (WCSP),2015 INTERNATIONAL CONFERENCE ON》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105979530A (zh) * | 2016-05-10 | 2016-09-28 | 合肥工业大学 | 一种基于多边法的三维坐标测量系统的布局优化算法 |
CN105979530B (zh) * | 2016-05-10 | 2019-04-05 | 合肥工业大学 | 一种基于多边法的三维坐标测量系统的布局优化算法 |
CN106211179A (zh) * | 2016-09-12 | 2016-12-07 | 东南大学 | 一种无线云计算系统的接入点部署与信道分配方法 |
CN106211179B (zh) * | 2016-09-12 | 2019-11-26 | 东南大学 | 一种无线云计算系统的接入点部署与信道分配方法 |
CN108174388A (zh) * | 2016-12-07 | 2018-06-15 | 中国移动通信集团设计院有限公司 | 微蜂窝站址规划的自动决策方法及装置 |
CN108174388B (zh) * | 2016-12-07 | 2021-05-04 | 中国移动通信集团设计院有限公司 | 微蜂窝站址规划的自动决策方法及装置 |
CN108289301A (zh) * | 2017-01-10 | 2018-07-17 | 中兴通讯股份有限公司 | 一种定位网元布局的智能优化方法和装置 |
CN108289301B (zh) * | 2017-01-10 | 2021-08-17 | 中兴通讯股份有限公司 | 一种定位网元布局的智能优化方法和装置 |
CN108513335A (zh) * | 2017-02-24 | 2018-09-07 | 三星电子株式会社 | 电子设备及确定其接入点设备的合适位置的方法 |
CN108513335B (zh) * | 2017-02-24 | 2021-12-10 | 三星电子株式会社 | 电子设备及确定其接入点设备的合适位置的方法 |
CN110198031A (zh) * | 2019-06-03 | 2019-09-03 | 华翔翔能电气股份有限公司 | 电动汽车充电站与5g通信基站协同规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105357680A (zh) | 电力无线接入网中的接入点位置选择方法 | |
Ge et al. | Joint beamforming and trajectory optimization for intelligent reflecting surfaces-assisted UAV communications | |
Yu et al. | An energy optimization clustering scheme for multi-hop underwater acoustic cooperative sensor networks | |
CN102415127B (zh) | 自优化无线网络基站 | |
Garau et al. | Evaluation of smart grid communication technologies with a co-simulation platform | |
Zhao et al. | A novel adaptive routing and switching scheme for software-defined vehicular networks | |
CN108738151A (zh) | 一种基于粗略信息的无线预测资源分配方法 | |
CN103747530A (zh) | 部分重叠信道下的无线Mesh网络信道分配系统及方法 | |
Yang et al. | Learning based channel allocation and task offloading in temporary UAV-assisted vehicular edge computing networks | |
Terashmila et al. | A comparison of low cost wireless communication methods for remote control of grid-tied converters | |
CN113132945A (zh) | 一种铁路专网基站小区节能调度方法和系统 | |
CN104994514A (zh) | 一种无线局域网可视化方法、系统及设备 | |
CN117614520B (zh) | 基于无人机-卫星协作的去蜂窝大规模mimo资源优化方法 | |
CN105246143A (zh) | 一种电力无线专网中的发射功率设置与资源块调度方法 | |
JP7333839B2 (ja) | 無線インテリジェント意思決定通信方法、装置及びシステム | |
Zong et al. | Deployment of high altitude platforms network: a game theoretic approach | |
CN107248926B (zh) | 一种面向多目标的epon规划方法 | |
Marcuzzi et al. | Radio access network backhauling using power line communications | |
CN104796912A (zh) | 一种gsm-r网络频率规划的方法及系统 | |
Marcuzzi et al. | Stochastic geometry for the analysis of small radio cells and PLC back-hauling | |
CN101790249A (zh) | 一种无线自组织网络拓扑调节控制方法 | |
CN114337787A (zh) | 一种无人机辅助的移动边缘计算系统内容缓存方法 | |
Marcuzzi et al. | Artificial intelligence based routing in PLC networks | |
Ji et al. | Reconfigurable intelligent surface assisted Device-to-Device communications | |
Kord et al. | On the performance of deep learning models for uplink CSI prediction in vehicular environments |
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 |
Application publication date: 20160224 |
|
WD01 | Invention patent application deemed withdrawn after publication |