CN105657726B - 一种pci规划基站选址方法 - Google Patents

Abstract

本发明公开了一种PCI规划基站选址方法，所述方法包括：输入规划区域内所有基站位置、天线数量、天线特性参数、主同步信号编号、辅同步信号编号、方向角、电子下倾角等参数；计算加入基站前信号未覆盖面积，利用粒子群算法以建设基站后的信号未覆盖面积、模3干扰面积为优化目标，寻找出最小的情况，并输出新建基站的基站位置、天线数量、天线特性参数、主同步信号编号、辅同步信号编号、方向角、电子下倾角等参数。本发明实现了基于原有PCI规划的基站选址方法，实现信号未覆盖面积最小、模3干扰面积最小的最优化基站选址，可有效提高通信质量、信号覆盖率。

Description

一种PCI规划基站选址方法

技术领域

本发明涉及物理小区标记规划，尤其涉及PCI规划基站选址方法。

背景技术

蜂窝移动通信技术演进到LTE(长期演进，Long Term Evolution)阶段后，转向移动宽带技术，采用OFDM(正交频分复用：Orthogonal Frequency DivisionMultiplexing)技术进行蜂窝组网，并利用PCI来标识扇区，其功能是区分扇区，同时作为信道扰码器输入的一部分，进行信道隔离，但是PCI的范围是1至504，而LTE网络中扇区数量大于504，因此必须通过复用机制来为新的eNB(演进基站，Evolution NodeB)分配PCI，其分配原则是LTE同频组网时，相邻扇区PCI必须不同，否则干扰；LTE异频组网时，相邻扇区PCI可以相同。

LTE网络中，存在模三干扰，这使得PCI规划至关重要。专利 2015101786529将全网小区平均分为N份，所有小区区间干扰值均方差，若小于预设阈值，则收敛，实现对PCI值的合理配置；专利2013105346088提供一种评估物理小区标识的方法，栅格化LTE网络的覆盖区域形成多个栅格，获取每一个所述栅格的PCI模X矩阵，并用于评估所述LTE网络的PCI整体性能；计算出LTE网络的PCI整体性能实现量化评估PCI规划效果。专利 201510006238X通过数学方法判断小区间的天线对打情况，其判断标准统一，判断结果除小区间天线是否对打外还有量化值用于表征天线对打的程度，可用于邻区规划、频点规划、扰码规划、PCI规划、干扰判断、过覆盖定位、方位角判断等。专利2014103846731基于遗传算法输出最优规划，以帮助网络优化人员快速准确的规划全网LTE小区PCI。专利2013106596767将各物理小区的初始PCI信息作为PCI规划模型的变量，对PCI规划模型进行求解，获取各物理小区的最优PCI信息；防止PCI冲突的同时，保证相同PCI的复用距离最大，进一步降低PCI冲突发生率。

发明内容

为解决上述存在的问题与缺陷，本发明公开了一种PCI规划基站选址方法，实现了基于原有PCI规划的基站选址方法，实现信号未覆盖面积最小、模3干扰面积最小的最优化基站选址，可有效提高通信质量、信号覆盖率。

本发明的目的通过以下的技术方案来实现：

A输入规划区域S及S内所有基站i的经度x_i,、纬度y_i、天线距街道地面的相对高度z_i，，则基站位置P_i＝(x_i,y_i,z_i)，天线数量n_i、各天线角度θ_{i_j}、机械下倾角电子下倾角φ_{i_j}、有效发射角度2α_{i_j}、发射激励E_{i_j}、信号环境衰减系数ξ，并设置全局信号下限值E_T，所述i＝1、2、3…；

B计算各基站天线有效距离d_{i_j}，并利用数值模拟得到信号未覆盖区域 S_U；

C基于粒子群算法，找出未覆盖面积中合适的基站位置，以建设基站后的信号未覆盖面积A_U、模3干扰面积A₃为优化目标，分别设置信号未覆盖权重P_U、模3干扰权重P₃，计算加权影响面积A_P；

D通过计算所有加权影响面积A_P，输出A_P偏差小于0.5％的基站位置、天线数量、天线特性参数、主同步信号编号、辅同步信号编号、方向角、电子下倾角等参数。

本发明有益效果是：

实现了基于原有PCI规划的基站选址方法，实现信号未覆盖面积最小、模3干扰面积最小的最优化基站选址，可有效提高通信质量、信号覆盖率。

附图说明

图1是本发明所述的LTE网络PCI规划多目标优化方法；

图2是本发明所述的多目标粒子群优化算法。

具体实施方式

下面结合实施例及附图对本实用新型作进一步详细的描述。

本发明是一种PCI规划基站选址方法，如图1所示，该方法包括如下步骤：

步骤10输入规划区域S及S内所有基站i(i＝1、2、3…)的经度x_i,、纬度 y_i、天线距街道地面的相对高度z_i，则基站位置P_i＝(x_i,y_i,z_i)，天线数量n_i、各天线角度θ_{i_j}、机械下倾角电子下倾角φ_{i_j}、有效发射角度2α_{i_j}、发射激励E_{i_j}、信号环境衰减系数ξ，并设置全局信号下限值E_T；

其中，天线角度θ_{i_j}为基站i天线j的主瓣法线方向与正北方向的夹角；机械下倾角为利用机械结构使天线法线与水平面的夹角，电子下倾角φ_{i_j}为利用延时，使天线阵列形成的波束法线与天线法线之间的夹角。

步骤20计算各基站天线有效距离d_{i_j}，并利用数值模拟得到信号未覆盖区域S_U；

设天线的天线距街道地面的相对高度z_i、发射激励E_{i_j}、全局信号下限值 E_T、信号环境衰减系数ξ、机械下倾角电子下倾角φ_{i_j}，则有效距离d_{i_j}为：

步骤30基于粒子群算法，找出未覆盖面积中合适的基站位置，以建设基站后的信号未覆盖面积A_U、模3干扰面积A₃为优化目标，分别设置信号未覆盖权重P_U、模3干扰权重P₃，计算加权影响面积A_P；

如图2所示，设新建基站位置的经度x、纬度y、天线距街道地面的相对高度z、天线数量N、各天线角度θ、机械下倾角电子下倾角φ，构建7 维粒子，每个粒子为X_k＝(X_k1,X_k2,X_k3…X_k7)，每个粒子对应的速度为v_k＝ (v_k1,v_k2,v_k3…v_k7)。

设粒子k搜索到的历史最优值H_k＝(H_k1,H_k2…H_k7)(l＝1,2,3...)，全部粒子搜索到的最优值H＝(H₁,H₂…H₇)。

设第迭代次数为l、惯性权重ω、粒子跟踪自身、全局最优值的权重系数分别为p₁、p₂，ξ、η为[0,1]区间内均匀分布的随机数。则粒子群算法的位置速度更新公式为：

通过信号未覆盖面积A_U、模3干扰面积A₃，信号未覆盖权重P_U、模3 干扰权重P₃，计算加权影响面积A_P为：

A_P＝A_UP_U+A₃P₃。

步骤40通过计算所有加权影响面积A_P，输出A_P偏差小于0.5％的基站位置、天线数量、天线特性参数、主同步信号编号、辅同步信号编号、方向角、电子下倾角等参数。

虽然本实用新型所揭露的实施方式如上。但所述的内容只是为了便于理解本实用新型而采用的实施方式，并非用以限定本实用新型。任何本实用新型所属技术领域内的技术人员，在不脱离本实用新型所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本实用新型的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (2)

1.一种PCI规划基站选址方法，其特征在于，所述方法包括：

A输入规划区域S及S内所有基站i的经度x_i、纬度y_i、天线距街道地面的相对高度z_i，则基站位置P_i＝(x_i,y_i,z_i)，输入天线数量n_i、各天线角度θ_{i_j}、机械下倾角电子下倾角φ_{i_j}、有效发射角度2α_{i_j}、发射激励E_{i_j}、信号环境衰减系数ξ，并设置全局信号下限值E_T，所述i＝1、2、3…，其中j表示基站的天线；

B计算各基站天线有效距离d_{i_j}，并利用数值模拟得到信号未覆盖区域S_U；

C基于粒子群算法，找出未覆盖面积中合适的新建基站位置，以建设新建基站后的信号未覆盖面积A_U、模3干扰面积A₃为优化目标，分别设置信号未覆盖权重P_U、模3干扰权重P₃，计算加权影响面积A_P；

基于粒子群算法，找出未覆盖面积中合适的新建基站位置的方法为：

设新建基站位置的经度x、纬度y、天线距街道地面的相对高度z、天线数量N、各天线角度θ、机械下倾角电子下倾角φ，构建7维粒子，每个粒子为X_k＝(X_k1,X_k2,X_k3…X_k7)，每个粒子对应的速度为v_k＝(v_k1,v_k2,v_k3…v_k7)；

设粒子k搜索到的历史最优值H_k＝(H_k1,H_k2…H_k7)，其中k＝1,2,3...，全部粒子搜索到的最优值H＝(H₁,H₂…H₇)；

设迭代次数为l、惯性权重为ω，粒子跟踪自身、全局最优值的权重系数分别为p₁、p₂，λ、η为[0,1]区间内均匀分布的随机数；则粒子群算法的位置速度更新公式为：

通过信号未覆盖面积A_U、模3干扰面积A₃，信号未覆盖权重P_U、模3干扰权重P₃，计算加权影响面积A_P为：

A_P＝A_UP_U+A₃P₃；

D通过计算所有粒子的加权影响面积A_P，输出A_P偏差小于0.5％的基站位置、天线数量、各天线角度、机械下倾角与电子下倾角参数。

2.如权利要求1所述的PCI规划基站选址方法，其特征在于，所述步骤A中，天线角度θ_{i_j}为基站i天线j的主瓣法线方向与正北方向的夹角；机械下倾角为利用机械结构使天线法线与水平面的夹角，电子下倾角φ_{i_j}为利用延时，使天线阵列形成的波束法线与天线法线之间的夹角。