CN105992230A - 无线网络规划方法和装置 - Google Patents
无线网络规划方法和装置 Download PDFInfo
- Publication number
- CN105992230A CN105992230A CN201510096520.1A CN201510096520A CN105992230A CN 105992230 A CN105992230 A CN 105992230A CN 201510096520 A CN201510096520 A CN 201510096520A CN 105992230 A CN105992230 A CN 105992230A
- Authority
- CN
- China
- Prior art keywords
- programme
- access point
- attribute
- predetermined quantity
- unit
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种无线网络规划方法和装置,其中,该方法包括:使用遗传算法,根据指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;其中,所述规划方案集中包括多个规划方案,每个规划方案包括使用二进制编码的第一部分和使用实数编码的第二部分,所述第一部分表示部署AP的数量和位置,所述第二部分表示部署AP的属性;其中,所述指示信息表示指示所述规划方案的预定位置上的接入点的位置和/或属性是否参与遗传算法的信息,通过本实施例的上述方法和装置,使用指示信息和混合编码对规划方案进行处理,能够优化无线网络规划方案,提高规划方案的网络性能。
Description
技术领域
本发明涉及无线通信领域,尤其涉及一种无线网络规划方法和装置。
背景技术
无线局域网络(Wireless Local Area Networks,WLAN)是一种基于电气和电子工程师协会(Institute of Electrical and Electronics Engineers,IEEE)802.11系列标准的无线通信技术。IEEE 802.11系列标准提供了三种网络模型。其中,由接入点(Access Point,AP)负责组织网络的模型应用最为广泛,其基础架构模型(infrastructure model)是一种以AP为中心组织起来的单跳网络。在该网络模型中,用户(User)直接和AP连接,由AP为该用户提供服务。
在这种模式下,WLAN的网络性能(例如干扰、吞吐量、端到端时延等)的优劣与AP的部署规划紧密相关。AP的部署规划包括AP的数量、位置、发射功率和信道等AP属性。通常在网络部署好之后,AP的数量、位置、发射功率、所用信道等会固定下来,不再变化,因此,对网络部署和网络建设前的规划提出了较高的要求。如果规划得当,则根据规划结果在现场安装AP并调试后,网络性能就能够满足用户需求,并且可以大幅节约建设成本;如果规划不当,则可能需要依靠操作人员经验在现场不断做出调整。而对于一个部署面积很大的网络,仅依靠经验做出调整十分困难,并且调整后,可能会对其它AP产生新的影响,导致建设成本变得很高。
遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法,通过模拟生物进化过程来完成优化搜索,近年来,遗传算法广泛的应用于无线网络规划领域。使用遗传算法计算无线网络规划方案主要包括以下步骤:首先,建立模型,将规划方案编码为一段染色体,每一个染色体又由若干个基因位(候选位置)组成,为了便于实现遗传算法的处理过程,需要对每一代规划方案集中的规划方案进行编码;其次,选择并应用适应性函数决定染色体的优胜劣汰,然后染色体之间互相结合,交叉产生新一代染色体,最后采用变异方式得到新的规划方案,循环进行此过程直到计算出较优的规划方案。
应该注意,上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
目前,在对规划方案进行编码时,通常使用单一编码,因此无法表示出AP的多个参数,例如使用二进制编码时,仅能表示在候选位置上是否部署了AP,而无法表示出该AP的其他参数(信道、发射功率等),因此,容易导致网络规划不当,网络性能较差,增加后期建设成本。
本发明实施例提出了一种无线网络规划方法和装置,其中,在无线网络规划时,使用指示信息和混合编码表示规划方案接入点的多个参数,使用遗传算法调整这些参数,能够优化无线网络规划方案,提高规划方案的网络性能。
本发明实施例的上述目的是通过如下技术方案实现的:
根据本发明实施例的第一个方面,提供一种无线网络规划装置,其中,该装置包括:
第一处理单元,该第一处理单元用于使用遗传算法,根据预定的指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;其中,该规划方案集包括多个规划方案,该规划方案包括第一部分和第二部分,该第一部分用于表示部署接入点的数量和位置,使用二进制编码,该第二部分用于表示部署接入点的属性,使用实数编码;该指示信息用于指示规划方案的预定位置上的接入点的位置和/或属性是否参与该遗传算法;
第一判断单元,该第一判断单元用于判断是否满足预定条件;
第一确定单元,该第一确定单元用于在满足该预定条件时,将该第一处理单元生成的该第i+1代规划方案集确定为最终的规划方案集;其中,i为大于等于零的整数。
根据本发明实施例的第二个方面,提供一种无线网络规划装置,其中,该装置包括:
第二计算单元,该第二计算单元用于根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;
第五选择单元,该第五选择单元用于将待规划的区域离散化,从离散化后的区域中选择第八预定数量(N)个候选位置;
第二生成单元,该第二生成单元用于随机生成第一规划方案集,该第一规划方案集中的每个规划方案包括部署接入点的数量和位置;其中,该第一规划方案集的每个规划方案中,在每个候选位置上部署接入点的概率为:
根据本发明实施例的第三个方面,提供一种无线网络规划方法,其中,该方法包括:
使用遗传算法,根据指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;
在满足该预定条件时,将该第i+1代规划方案集确定为最终的规划方案集,在不满足预定条件时,对该第i+1代规划方案集进行处理,直至获得最终的规划方案。;
其中,该规划方案集中包括多个规划方案,每个规划方案包括使用二进制编码的第一部分和使用实数编码的第二部分,该第一部分表示部署AP的数量和位置,该第二部分表示部署AP的属性;
其中,该指示信息表示指示该规划方案的预定位置上的接入点的位置和/或属性是否参与遗传算法的信息,i为大于等于零的整数。
本发明实施例的有益效果在于,通过本发明实施例的无线网络规划方法和装置,,在无线网络规划时,使用混合编码表示规划方案接入点的多个参数,根据指示信息通过遗传算法调整这些参数,能够优化无线网络规划方案,提高规划方案的网络性能。
参照后文的说明和附图,详细公开了本发明的特定实施方式,指明了本发明的原理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其他实施方式中使用,与其他实施方式中的特征相组合,或替代其他实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其他特征、整件、步骤或组件的存在或附加。
附图说明
参照以下的附图可以更好地理解本发明的很多方面。附图中的部件不是成比例绘制的,而只是为了示出本发明的原理。为了便于示出和描述本发明的一些部分,附图中对应部分可能被放大或缩小。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其他附图或实施方式中示出的元素和特征相结合。此外,在附图中,类似的标号表示几个附图中对应的部件,并可用于指示多于一种实施方式中使用的对应部件。
在附图中:
图1是本发明实施例1的无线网络规划方法流程图;
图2是本发明实施例1的待规划的无线网络区域示意图;
图3是本发明实施例1中混合编码示意图;
图4是本发明实施例1中步骤101的一种实施方式流程图;
图5是本发明实施例1的无线网络规划方法流程图;
图6是本发明实施例2的无线网络规划方法流程图;
图7是本发明实施例3的无线网络规划装置一种实施方式构成示意图;
图8是本发明实施例3的第一处理单元701的一种实施方式构成示意图;
图9是本发明实施例3的第三处理单元803的一种实施方式构成示意图;
图10是本发明实施例3的第三处理单元803的另一种实施方式构成示意图;
图11是本发明实施例3的无线网络规划装置一种实施方式构成示意图;
图12是本发明实施例3的无线网络规划装置一种实施方式构成示意图;
图13是本发明实施例4的无线网络规划装置一种实施方式构成示意图
图14是本发明实施例4的无线网络规划装置一种实施方式构成示意图。
具体实施方式
参照附图,通过下面的说明书,本发明实施例的前述以及其它特征将变得明显。这些实施方式只是示例性的,不是对本发明的限制。为了使本领域的技术人员能够容易地理解本发明的原理和实施方式,本发明实施例以WLAN网络为例进行说明,但可以理解,本发明实施例并不限于WLAN网络,例如,本发明实施例提供的方法和装置也适用于其他无线网络。
下面参照附图对本发明的优选实施方式进行说明。
实施例1
图1是本发明实施例1的无线网络规划方法流程图。请参照图1,该方法包括:
步骤101,使用遗传算法,根据指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;
步骤102,在满足预定条件时,将该第i+1代规划方案集确定为最终的规划方案集,在不满足预定条件时,针对该第i+1代规划方案集进行处理,直至获得最终的规划方案,其中i可为大于等于零的整数。
在本实施例中,为了获得较优的规划方案集,需要尽可能多的优化的AP的参数,因此,在本实施例中,对每个规划方案使用二进制-实数混合编码,具体的,每个规划方案包括表示部署AP的数量和位置的第一部分和表示部署AP的属性的第二部分,该第一部分使用二进制编码,该第二部分使用实数编码,因此,在使用遗传算法优化规划方案的步骤中,不仅能够调整AP的数量和位置,还能够调整AP的属性,能够优化无线网络规划方案,提高规划方案的网络性能。
在本实施例中,上述规划方案中表示AP数量和位置的第一部分使用二进制编码,在编码前,将待规划的无线网络区域离散化为若干个位置,从中再选择预定数量(M)个候选位置,可以使用二进制表示在这些候选位置上是否部署AP,其中,二进制编码的长度与候选位置的数量相同,例如,可以使用“1”表示该候选位置部署了AP,使用“0”表示该候选位置未部署AP,反之亦然。另外,还可以使用“1”和“-1”对规划方案进行编码,其中“1”表示该候选部署AP,-1表示该候选位置未部署AP,本实施例并不以此作为限制。其中,可以通过计算“1”的个数确定部署AP的数量。
在本实施例中,上述规划方案中表示AP属性的第二部分使用实数编码。在一个实施方式中,该接入点的属性包括以下属性其中之一或一个以上:接入点的发射功率,接入点的信道,但本实施例并不以此作为限制,例如,该AP属性还可以包括AP的天线高度等。
在本实施例中,该第二部分中每个属性的编码长度与该第一部分的二进制编码长度相同,在该第二部分中的AP属性包括一种属性时,该第二部分的编码长度等于该第一部分的编码长度,在第二部分中的AP属性包括一种以上属性时,该第二部分的编码长度等于属性的个数与第一部分的编码长度之积。
在一个实施方式中,在对该第二部分编码时,在与该第一部分中部署了接入点的位置对应的位置上,生成表示部署接入点的属性的值;在与该第一部分中未部署接入点的位置对应的位置上,生成表示不存在部署接入点的属性的值。例如,在第i个候选位置上部署了AP时,该第一部分的第i个位置编码为1,在该第二部分表示每一个属性的第i个位置生成非零随机数,以表示部署AP的属性;在第i个候选位置上未部署AP时,该第一部分的第i个位置编码为0,该第二部分表示每一个属性的第i个位置用实数0编码,表示不存在部署接入点的属性。在本实施例中,该非零随机数可以是任意的随机数,也可以是预定范围内的随机数,例如,在AP属性为AP的发射功率时,可以预定AP的最小发射功率t1和最大发射功率t2,在预定的功率范围[t1,t2]之内生成随机数,在AP属性为AP信道时,可以预先设定AP信道为信道1,信道6和信道11,在(1,6,11)三个数内随机生成表示AP信道的实数值。
下面结合图2和图3对本实施例中的编码方法进行说明,以AP的属性包括发射功率和信道为例进行说明。
图2是本实施例中待规划的无线网络区域离散化示意图,图3是本实施例中混合编码示意图。其中可根据每个AP的通信半径对待规划的区域进行离散化。如图2所示,例如每个AP的通信半径为R,待规划的无线网络区域的长度为宽度为3R,这样,可将该待规划的无线网络区域离散化为15个点,每一个点代表一个候选位置,共3行5列,并按顺序将每个候选位置进行编号。
首先,使用二进制对该规划方案的第一部分进行编码,如图3所示,例如,在第1、4、8、9、12个候选位置上部署了AP时,该第一部分编码为10010 00110 01000,二进制编码的长度为15,其中“1”的个数表示AP的数量,即5个。
其次,使用实数对该规划方案的第二部分进行编码,如图3所示,例如,在第二部分表示的AP属性包括AP发射功率和AP信道时,第二部分的编码长度为30,其中,表示AP发射功率的编码长度为15,表示AP信道的编码长度为15,由于在第1、4、8、9、12个候选位置上部署了AP,在第二部分的AP发射功率中,与该第一部分中部署了AP的位置对应的位置上,即第1、4、8、9、12个位置上,在预定的功率值范围[1,10]内生成非零随机数5,2,3,4,2,其他位置上由于未部署AP,因此不存在部署接入点的属性,即AP发射功率不存在,例如使用实数0表示;在第二部分的AP信道中,与该第一部分中部署了AP的位置对应的位置上,即第1、4、8、9、12个位置上,在(1,6,11)三个数内随机选择6,11,6,1,1,其他位置上由于未部署AP,AP信道也不存在,例如使用实数0表示。
以上使用实数“0”来表示不存在部署AP的属性,非零实数表示部署AP的属性,但本实施例不限于此,还可使用其他非零实数来表示不存在部署AP的属性,也可使用包括零在内的随机数表示部署AP的属性,不限于非零随机数,此处不再一一例举。
在本实施例中,为了对遗传算法的处理过程进行约束控制,因此,预先设置了指示信息,该指示信息表示指示该规划方案的预定位置上的接入点的位置和/或属性是否参与遗传算法的信息。
在一个实施方式中,该指示信息使用二进制表示。例如,使用“0”表示在该规划方案的预定位置上的接入点的位置和/或属性不参与遗传算法,使用“1”表示在该规划方案的预定位置上的接入点的位置和/或属性参与遗传算法,反之亦然。其中,参与遗传算法是指在使用遗传算法对规划方案集的迭代过程中,遗传算法可以对该AP位置和/或属性进行改变,不参与遗传算法是指在使用遗传算法对规划方案集的迭代过程中,遗传算法不可以对该AP位置和/或属性进行改变。
在另一个实施方式中,该指示信息可以用矩阵φmn表示:
其中,矩阵φmn的列数n等于候选位置的个数,矩阵φmn的行数m等于AP的属性个数加上1,其中,矩阵φmn中的每个元素的值表示规划方案中每个候选位置上的AP位置或属性是否参与遗传算法。
例如,当候选位置的个数为n=3个,AP属性的个数m=2个,即包括发射功率和信道时,可以通过一个3×3的矩阵φ0表示指示信息:
其中,矩阵φ0的第一行的每个元素指示在对应的每个候选位置上AP部署的位置在遗传算法中是否可以发生改变,矩阵φ0的第二行的每个元素指示在对应的每个候选位置上的AP发射功率在遗传算法中是否可以发生改变,矩阵的φ0第三行的每个元素指示在对应的每个候选位置上的AP信道在遗传算法中是否可以发生改变,其中,如果用“1”表示规划方案中每个候选位置上的AP位置或属性参与遗传算法,用“0”表示规划方案中每个候选位置上的AP位置或属性不可以参与遗传算法,则如上述矩阵φ0所示,矩阵φ0的第一列的元素为[0,1,0],表示在第1个候选位置上,是否部署AP和该AP的信道在遗传算法迭代的过程中不能改变,但该AP的发射功率在遗传算法迭代的过程中可以改变;矩阵φ0的第二列的元素为[1,1,0],表示在第2个候选位置上,该AP的信道在遗传算法迭代的过程中不能改变,但是否部署AP和该AP的发射功率在遗传算法迭代的过程中可以改变;矩阵φ0的第三列的元素为[1,1,1],表示在第3个候选位置上,是否部署AP、该AP的发射功率和信道在遗传算法迭代的过程中都可以改变。
在本实施例中,还提出了一种与上述混合编码方式相匹配的改进后的遗传算法,以便获得优化后的规划方案集。
图4是本实施例中步骤101的实施方式流程图。如图4所示,步骤101包括:
步骤401,从该第i代规划方案集中选择第一预定数量的规划方案,得到第一规划方案集;
步骤402,根据该指示信息,从该第一规划方案集中,选定第二预定数量组的规划方案,其中每组规划方案包含两个规划方案,将该每组规划方案中的两个规划方案的预定相同位置的接入点规划方案互换;其中,该预定相同位置是指,从该第一部分中所选择的第三预定数量个位置,以及在该第二部分中与该第三预定数量的位置对应的位置;
步骤403,根据该指示信息,从对该第二预定数量组的规划方案进行互换处理后的第一规划方案集中选定第四预定数量的规划方案,对该第四预定数量的规划方案进行变异,以得到该第i+1代规划方案集。
在本实施例中,步骤401相当于遗传算法中的选择过程,在步骤401中,可采用如下方式得到该第一规划方案集:
首先,选择合适的目标函数;例如,该目标函数可以为规划成本、覆盖度、吞吐量、时延等,可以选择一个或一个以上目标函数;
其次,根据该目标函数、利用帕累托排序方法为每个规划方案设置等级,并根据设置的等级高低,计算每个规划方案的选择概率;例如,当选择2个或2个以上目标函数时,可以根据所选择的目标函数,从第i代规划方案集中未设置等级的规划方案中获取非支配的规划方案,将该非支配的规划方案的等级设为与设置等级的次数相同;或者设为已被设置等级的规划方案的数量加上预定数量所获得的值;
最后,根据每个规划方案的选择概率,从第i代规划方案集中选择第一预定数量的规划方案,以获得第一规划方案集;例如,可以采用“轮盘赌”的方式进行选择,假设P0=0,在(0,1)区间内生成随机数R;当Pk-1≤R≤Pk时,选择第k个规划方案。
以上实施例仅为选择过程的一个示例,本实施例并不以此为限。
在本实施例中,步骤402相当于遗传算法中的交叉过程,在步骤402中,根据该指示信息,确定是否可以改变每个规划方案的预定位置上的接入点的位置和/或属性,在该指示信息指示可以改变每个规划方案的预定位置上的接入点的位置和/或属性时,从该第一规划方案集中,选定第二预定数量组的规划方案,其中每组规划方案包含两个规划方案,将该每组规划方案中的两个规划方案的预定相同位置的接入点规划方案互换;其中,该预定相同位置是指,从该第一部分中所选择的第三预定数量个位置,以及在该第二部分中与该第三预定数量的位置对应的位置。
例如,从该第一规划方案集中,选择第二预定数量N1=1组规划方案,该组规划方案中包括第1规划方案和第2规划方案,待规划的区域包括n=3个候选位置,每个规划方案包括AP的数量位置以及AP的发射功率和AP的信道,该第1规划方案和第2规划方案分别使用二进制-实数编码,编码结果如下表1或表2所示;设该指示信息表示该每个规划方案的所有候选位置上的接入点的位置和属性都可以参与遗传算法,且该第三预定数量N2=2;
如表1所示,将第1规划方案中第一部分的第2和第3个位置上的接入点规划方案与第2规划方案中第一部分的第2和第3个位置上的接入点规划方案互换,相应的,将第1规划方案中第二部分的AP发射功率和AP信道相同位置,即第2和第3个位置上的AP属性值与第2规划方案中第二部分的AP发射功率和AP信道相同位置,即第2和第3个位置上的AP属性值互换,得到互换(交叉)后的第1规划方案和第2规划方案,具体见表1。
表1
或者,如表2所示,也可以将第1规划方案中第一部分的第2和第3个位置上的接入点规划方案与第2规划方案中第一部分的第1和第2个位置上的接入点规划方案互换,相应的,将第1规划方案中第二部分的AP发射功率和AP信道相同位置,即第2和第3个位置上的AP属性值与第2规划方案中第二部分的AP发射功率和AP信道相同位置,即第1和第2个位置上的AP属性值互换,得到互换(交叉)后的第1规划方案和第2规划方案,具体见表2。
表2
在本实施例中,步骤403相当于遗传算法中的变异过程,在步骤403中,根据该指示信息,确定是否可以改变每个规划方案的预定位置上的接入点的位置和/或属性,在该指示信息指示可以改变每个规划方案的预定位置上的接入点的位置和/或属性时,从进行步骤402处理后的第一规划方案集中选定第四预定数量的规划方案,对该第四预定数量的规划方案进行变异,以得到该第i+1代规划方案集。
在一个实施方式中,针对该规划方案的第一部分变异。在这种情况下,该步骤403包括:根据该指示信息,从该第四预定数量的规划方案中的每个规划方案的该第一部分中选择第五预定数量个位置;在该第五预定数量个位置上的二进制编码的值表示未部署接入点时,将该二进制编码的值变为表示部署了接入点的值,并在每个规划方案的该第二部分中,与该第五预定数量个位置对应的位置上生成表示部署接入点的属性的值,在该第五预定数量个位置上的二进制编码的值表示部署了接入点时,将该二进制编码的值变为表示未部署接入点的值,并在每个规划方案的该第二部分中,将与该第五预定数量个位置对应的位置上的实数编码的值变为表示不存在部署接入点属性的值。
以下通过具体的示例对该变异过程进行说明。其中,例如,该待规划的区域包括n=3个候选位置,每个规划方案包括AP的数量和位置、以及AP的发射功率和AP的信道;
在每个规划方案中,在第一部分中,使用二进制“0”表示在某候选位置上未部署AP,使用二进制“1”表示在某候选位置上部署了AP;在第二部分中,对应第一部分为“0”的位置,使用实数值“0”表示在该候选位置上不存在AP的属性;对应第一部分为“1”的位置,使用非零的实数值表示在该候选位置上的AP的属性;
该指示信息通过3×3的矩阵φ1表示,矩阵φ1的每个元素均为“1”,表示每个规划方案的所有候选位置上的接入点的位置和属性都可以参与遗传算法,矩阵φ1如下;
从第一规划方案集中,选择第四预定数量N3=1个规划方案,例如该规划方案使用二进制-实数编码为1,1,04,2,06,11,0,如表3所示;选定第五预定数量N4=2个候选位置(例如,第2和第3个候选位置);
在对所选择的规划方案进行变异时,首先,根据该指示信息矩阵φ1确定待变异的规划方案的所有候选位置上的接入点的位置和属性都可以参与变异;然后,将该规划方案中第一部分的第2个位置上的“1”变为“0”,相应的,将该规划方案中第二部分的AP发射功率和AP信道相同位置上的AP属性值变为实数值“0”;将该规划方案中第一部分的第3个位置上的“0”变为“1”,相应的,将该规划方案中第二部分的AP发射功率相同位置上的AP属性值替换为在预定的功率值范围[1,10]内随机生成非零实数值3,将该规划方案中第二部分的AP信道相同位置上的AP属性值替换为在(1,6,11)三个数中随机选择的信道值1,得到变异后的规划方案,如表3所示。
表3
在另一个实施方式中,针对该规划方案的第二部分变异。在这种情况下,步骤403可以包括:根据该指示信息,从该第四预定数量的规划方案的每个规划方案的第二部分选择第六预定数量个位置,该第六预定数量个位置上的第一值表示部署接入点的属性;生成第六预定数量个表示部署接入点的属性的值,替换所选择的该第六预定数量个位置上的值;
其中,在该每个规划方案的第二部分表示一个以上个接入点属性时,针对每个属性,所选择的第六预定数量个位置可以相同,也可以不同。
以下通过具体的示例对该变异过程进行说明。其中,例如,该待规划的区域包括n=3个候选位置,每个规划方案包括AP的数量和位置、以及AP的发射功率和AP的信道;
在每个规划方案中,在第一部分中,使用二进制“0”表示在某候选位置上未部署AP,使用二进制“1”表示在某候选位置上部署了AP;在第二部分中,对应第一部分为“0”的位置,使用实数值“0”表示在该候选位置上不存在AP的属性;对应第一部分为“1”的位置,使用非零的实数值表示在该候选位置上的AP的属性;
该指示信息仍通过上述3×3的矩阵φ1表示,矩阵φ1的每个元素均为“1”,表示每个规划方案的所有候选位置上的接入点的位置和属性都可以参与遗传算法;
从第一规划方案集中,选择第四预定数量N3=1个规划方案,例如该规划方案使用二进制-实数编码为1,0,14,0,36,0,1,如表4所示;选定第六预定数量N5=1个候选位置;
其中,针对每个属性,所选择的第六预定数量个位置可以相同。例如,对于发射功率和AP的信道,所选择的位置均为第3个候选位置,且在所选择的该第3个候选位置上,AP发射功率为5,AP信道为1。在对所选择的规划方案进行变异时,首先,根据该指示信息矩阵φ1确定待变异的规划方案的所有候选位置上的接入点的位置和属性都可以参与变异;然后,在预定的功率值范围[1,10]内随机生成实数5,替换该所选择的位置上的AP发射功率属性值3,在(1,6,11)三个数中随机选择的信道值6,替换该所选择的位置上的AP信道1,得到变异后的规划方案,如下表4所示。
表4
或者,如表5所示,针对每个属性,所选择的第六预定数量个非零位置也可以不同。例如,对于AP发射功率,所选择的位置为第1个候选位置;对于AP信道,所选择的位置为第3个候选位置,并且在第1个候选位置上的发射功率为4,在第3个候选位置上的AP信道为1。在对所选择的规划方案进行变异时,首先,根据该指示信息矩阵φ1确定待变异的规划方案的所有候选位置上的接入点的位置和属性都可以参与变异;然后,在预定的功率值范围[1,10]内生成随机数5,替换该第1个所选择的位置上的AP发射功率属性值4,在(1,6,11)三个数中随机选择的信道值6,替换该第3个所选择的位置上的AP信道1,得到变异后的规划方案,如下表5所示。
表5
在本实施例中,上述步骤403的两种实施方式可以都实施,或者仅实施其中一种,其中,在两种实施方式可以都实施时,并不限制其实施的先后顺序。
在本实施例中,仅以n=3,m=2,N1=1,N2=2,N3=1,N4=2,N5=1为例,对上述步骤402和403中的处理过程进行示例性的说明,但本实施例并不限制于此,n,m,N1,N2,N3,N4,N5可以根据实际规划的需要进行设定。
在本实施例中,上述步骤403中进行变异的规划方案可以是经过步骤402中交叉后的规划方案,也可以是第一规划方案集中未参与交叉过程的规划方案,本实施例并不以此作为限制。
以上仅以指示信息指示规划方案的所有位置上的接入点的位置和/或属性都可以参与遗传算法为例,对本实施例的遗传算法处理过程进行了说明,需要说明的是,本实施例并不限制于此,在指示信息指示规划方案的若干位置上的接入点的位置和/或属性不可以参与遗传算法时,在上述步骤402和步骤403中,从除去上述若干位置的候选位置中,选择第三预定数量、第五预定数量或第六预定数量个位置,进行交叉和变异的处理,例如,该指示信息用3×3的矩阵φ2表示,
其中,矩阵φ2的第一列和第三列元素均为“1”,表示每个规划方案的第1和第3个候选位置上的接入点的位置和属性都可以参与遗传算法,矩阵φ2的第二列元素均为“0”,表示每个规划方案的第2个候选位置上的AP位置、AP信道和发射功率不能参与遗传算法,以下通过具体的示例对步骤402和403进行说明。其中,例如,该待规划的区域包括n=3个候选位置,每个规划方案包括AP的数量和位置、以及AP的发射功率和AP的信道;
在每个规划方案中,在第一部分中,使用二进制“0”表示在某候选位置上未部署AP,使用二进制“1”表示在某候选位置上部署了AP;在第二部分中,对应第一部分为“0”的位置,使用实数值“0”表示在该候选位置上不存在AP的属性;对应第一部分为“1”的位置,使用非零的实数值表示在该候选位置上的AP的属性;
在步骤402中,根据指示信息矩阵φ2,对选择出的N1=1组规划方案(例如,第1规划方案和第2规划方案)进行交叉,从能够参与交叉计算的第1个候选位置和第3个候选位置中,选定N2=2个位置,得到互换(交叉)后的第1规划方案和第2规划方案,如表6所示。
在步骤403中,先针对该规划方案的第一部分变异,得到第1次变异后的规划方案,再针对该规划方案的第二部分变异,得到第2次变异后的规划方案,具体步骤如下:
针对该规划方案的第一部分变异的具体步骤为:根据指示信息矩阵φ2,选定N3=2个规划方案(例如,交叉后得到的上述第1规划方案和第2规划方案,也可以选定未交叉的规划方案,本实施例并不以此作为限制);从能够参与变异计算的第1个候选位置和第3个候选位置中,选定N4=1个候选位置(例如,均选定第1个候选位置),得到针对第一部分变异后的规划方案,如下表6中的第1次变异后的第1规划方案和第2规划方案。
针对该规划方案的第二部分变异的具体步骤为:根据指示信息矩阵φ2,选定N3=2个规划方案(例如,经过第1次变异后得到的上述第1规划方案和第2规划方案,也可以选定未交叉或未经过第1次变异后的规划方案,本实施例并不以此作为限制);从能够参与变异的第1个候选位置和第3个候选位置中,选定N5=1个非零位置(例如,选定第3个候选位置),得到针对第二部分变异后的规划方案,如下表6中的第2次变异后的第1规划方案和第2规划方案,其中,第1次和第2次变异的顺序不限,其具体实施方式如步骤403所述,此处不再重复。
表6
在本实施例中,通过上述改进后的与上述混合编码方式相适应的遗传算法,对规划方案中的多个AP参数进行调整,例如AP数量、位置以及AP属性等,能够优化无线网络规划方案,提高规划方案的网络性能。
在本实施例步骤102中,该预定条件可以是i+1等于预设的第一阈值,或者是i+1代规划方案集中连续m代规划方案集中的每个规划方案都相同,其中,m为预先设定的第二阈值,则在满足i+1等于预设的第一阈值,或者i+1代规划方案集中连续m代规划方案集中的每个规划方案都相同时,将该第i+1代规划方案集确定为最终的规划方案集。在满足预定条件时,将该第i+1代规划方案集确定为最终的规划方案集,在不满足预定条件时,针对该第i+1代规划方案集进行处理,直至获得最终的规划方案。
例如,当该第一阈值设为100时,如果i+1=100,则将得到的第i+1代规划方案集确定为最终的规划方案集;或者当第二阈值设为5时,如果连续5代规划方案集中的每个规划方案都相同,即第i-3、i-2、i-1、i、i+1代规划方案集中的每个规划方案都相同,将得到的第i+1代方案集确定为最终的规划方案集。
在本实施例中,该第i代规划方案集可为初始规划方案集,在i取值为零时,该初始规划方案为集第0代种群或第0代规划方案。其中该第0代规划方案可随机生成,也可以根据预定方法生成,该方法的具体实施方式将在下述实施例2中说明。
在本实施例中,在生成初始规划方案集时,即使用上述二进制-实数混合编码方式对初始规划方案集中的每个规划方案进行编码,由此能够便于实现遗传算法的迭代处理过程。
在本实施例中,在获得该初始规划方案集后,可基于遗传算法对第0代规划方案集进行处理,以获得新的种群,即第i+1代(第1代)种群或规划方案集。其中基于遗传算法对第0代规划方案集进行处理主要包括:对第0代规划方案集进行包括选择、交叉、变异的处理,具体的选择、变异、交叉处理过程如图4的步骤401~403所述。在满足预定的条件时,将该第1代种群或第1代规划方案集作为最终的规划方案集;否则针对生成的该第1代种群或第1代规划方案集,利用遗传算法对该第1代规划方案进行处理,即相当于i等于1,重复步骤101~102,以此类推,直至获得最终的规划方案,为了更清楚的说明书上述无线网络规划方法,下面以图5为例,对上述无线网络规划方法进行说明。
图5是本实施例中无线网络规划方法流程图,如图5所示,该方法包括:
步骤501,将待规划的无线网络区域离散化,生成部署AP的候选位置;
步骤502,生成初始种群,即初始规划方案集,将当前的初始规划方案设为第i代,其中,i=0;
在本实施例中,使用上述二进制-实数混合编码方式对初始规划方案集中的每个规划方案进行编码,具体的编码方式如上所述,此处不再重复。
步骤503,从当前规划方案集中选择第一预定数量的规划方案,得到第一规划方案集;
步骤504,根据该指示信息,从该第一规划方案集中,选定第二预定数量组的规划方案,其中每组规划方案包含两个规划方案,将该每组规划方案中的两个规划方案的预定相同位置的接入点规划方案互换;其中,该预定相同位置是指,从该第一部分中所选择的第三预定数量个位置,以及在该第二部分中与该第三预定数量的位置对应的位置;
步骤505,根据该指示信息,从对该第二预定数量组的规划方案进行互换处理后的第一规划方案集中选定第四预定数量的规划方案,对该第四预定数量的规划方案进行变异,以得到该第i+1代规划方案集。
步骤506,判断是否满足预定条件,在判断结果为是时,执行步骤508,否则执行步骤507;其中,预定条件可参照上述步骤102的实施方式,此处不再赘述。
步骤507,将i=i+1,并返回步骤503;
步骤508,将第i+1代规划方案集确定为最终的规划方案集。
在本实施例中,上述步骤503~505的具体实施方式可以参考步骤401~403,此处不再重复。
通过本实施例的上述无线网络规划方法,使用指示信息和混合编码对规划方案进行处理,能够优化无线网络规划方案,提高规划方案的网络性能。
实施例2
本发明实施例2还提供了一种无线网络规划方法。
图6是本实施例2中无线网络规划方法流程图,如图6所示,该方法包括:
步骤601,根据部署环境信息,计算待规划的无线区域所需要的最少的AP数量值M个;
其中,该部署环境信息包括待部署区域的大小、形状,例如,待部署区域的长、宽、高,此外,还可包括待部署区域中的遮挡物和墙体位置以及材质等信息;还可以包括接入点属性可包括天线、发射功率、成本等信息,并利用上述信息计算AP所需要的最小个数估计值。
在本实施例中,可以根据接入点的覆盖半径R、待规划的无线区域的面积S计算M值,在一个实施方式中,
步骤602,将待规划的区域离散化,从离散化后的区域中选择N个候选位置;
在本实施例中,以图2所示的待规划的无线网络区域为例来说明,具体离散化和生成候选位置的方法可以参照实施例1,此处不再重复。
步骤603,随机生成第一规划方案集,所述第一规划方案集中的每个规划方案包括部署接入点的数量和位置;
其中,所述第一规划方案集中的每个规划方案中,在每个候选位置上部署AP的概率为;
在本实施例中,每个规划方案中的接入点的数量和位置可以使用二进制编码,另外,每个规划方案还可以包括AP的属性,可以使用实数编码,具体编码方式可以参考现有技术或者上述实施例1,此处不再赘述。
例如,在每个规划方案包括接入点的数量和位置时,采用二进制编码方式,生成p个二进制串,该二进制串的长度等于可部署AP的候选位置数量,其中,每个二进制串的每个候选位置上生成“1”(部署了AP)的概率为
例如,在每个规划方案包括表示接入点的数量和位置的第一部分以及表示AP属性的第二部分时,采用二进制-实数混合编码方式,其中,使用二进制编码该第一部分,该二进制串的长度等于可部署AP的候选位置数量,其中,该第一部分的每个候选位置上生成“1”(部署了AP)的概率为
通过本实施例的上述无线网络规划方法,设定每个候选位置上部署AP的概率,使得生成的规划方案集使用遗传算法的迭代次数降低,提高收敛速度。
实施例3
本发明实施例3还提供了一种无线网络规划装置,由于该装置解决问题的原理与实施例1的方法类似,因此其具体的实施可以参照实施例1的方法的实施,重复之处不再赘述。
图7是一种无线网络规划装置构成示意图,装置700包括:
第一处理单元701,其用于使用遗传算法,根据预定的指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;其中,该规划方案集包括多个规划方案,该规划方案包括第一部分和第二部分,该第一部分用于表示部署接入点的数量和位置,使用二进制编码,该第二部分用于表示部署接入点的属性,使用实数编码;该指示信息用于指示规划方案的预定位置上的接入点的位置和/或属性是否参与该遗传算法;
第一判断单元702,其用于判断是否满足预定条件;
第一确定单元703,其用于在满足该预定条件时,将第一处理单元701生成的该第i+1代规划方案集确定为最终的规划方案集;并且在第一判断单元702的判断结果不满足预定条件时,第一处理单元701、第一判断单元702和第一确定单元703针对获得的该第i+1代规划方案集进行相应的处理,直至确定最终的规划方案集。
通过本实施例的上述无线网络规划装置,使得在使用遗传算法优化规划方案时,不仅能够调整AP的数量和位置,还能够调整AP的属性,并且能够使用信息对遗传算法的处理过程进行约束控制,由此能够优化无线网络规划方案,提高规划方案的网络性能。
在本实施例中,该装置还可以包括,第一编码单元(未图示),在生成初始规划方案集时,该第一编码单元使用二进制编码该第一部分,使用实数编码该第二部分,其中,在对该第二部分编码时,在该第二部分的与该第一部分中部署了AP的位置对应的位置上,生成表示部署接入点的属性的值。
在本实施例中,该接入点的属性包括一个或一个以上,每个属性的编码长度与该第一部分的二进制编码长度相同。
在本实施例中,该接入点的属性包括以下属性其中之一或一个以上:接入点的发射功率,接入点的信道。需要说明的是,本实施例并不以此作为限制,该AP的属性还可以包括天线的高度等。
在本实施例中,该装置还可以包括,第一指示单元(未图示)用于生成预定的指示信息来指示规划方案的预定位置上的接入点的位置和/或属性是否参与该遗传算法。
在本实施例中,第一编码单元和第一指示单元的具体实施方式可以参照实施例1,此处不再重复。
在本实施例中,图8是本实施例第一处理单元701的一种实施方式示意图,为了与该混合编码方式相匹配,第一处理单元701还包括:
第一选择单元801,其用于从该第i代规划方案集中选择第一预定数量的规划方案,得到第一规划方案集;
第二处理单元802,其用于根据该指示信息,从该第一规划方案集中,选定第二预定数量组的规划方案,其中每组规划方案包含两个规划方案,将该每组规划方案中的两个规划方案的预定相同位置的接入点规划方案互换;其中,该预定相同位置是指,从该第一部分中所选择的第三预定数量个位置,以及在该第二部分中与该第三预定数量的位置对应的位置;
第三处理单元803,其用于根据该指示信息,从对该第二预定数量组的规划方案进行互换处理后的第一规划方案集中选定第四预定数量的规划方案,对该第四预定数量的规划方案进行变异,以得到该第i+1代规划方案集。
图9和图10分别是本实施例第三处理单元803的两种实施方式示意图,如图9所示,在针对该规划方案的第一部分变异时,第三处理单元803包括:
第二选择单元901,其用于根据该指示信息,从该第四预定数量的规划方案中的每个规划方案的该第一部分中选择第五预定数量个位置;
第四处理单元902,其用于在该第五预定数量个位置上的二进制编码的值表示未部署接入点时,将该二进制编码的值变为表示部署了接入点的值,并在每个规划方案的该第二部分中,与该第五预定数量个位置对应的位置上生成表示部署接入点的属性的值,在该第五预定数量个位置上的二进制编码的值表示部署了接入点时,将该二进制编码的值变为表示未部署接入点的值,并在每个规划方案的该第二部分中,将与该第五预定数量个位置对应的位置上的实数编码的值变为表示不存在部署接入点属性的值。
如图10所示,在针对该规划方案的第二部分变异时,第三处理单元803包括:
第三选择单元1001,其用于根据该指示信息,从该第四预定数量个规划方案中的每个规划方案的该第二部分选择第六预定数量个位置,所述第六预定数量个位置上的值表示部署接入点的属性;
第五处理单元1002,其用于生成第六预定数量个表示部署接入点的属性的值,替换第三选择单元1001所选择的该第六预定数量个位置上的值;
其中,在该每个规划方案的第二部分表示一个以上个接入点属性时,针对每个属性,所选择的第六预定数量个位置可以相同,也可以不同。
在本实施例中,第三处理单元803可以仅包括第二选择单元901和第四处理单元902,或者仅包括第三选择单元1001和第五处理单元1002,或者同时包括第二选择单元901,第四处理单元902,第三选择单元1001和第五处理单元1002,本实施例并不以此作为限制。
其中,第一选择单元801,第二处理单元802,第三处理单元803的具体实施方式可以参考实施例1中的步骤401~403,第二选择单元901,第四处理单元902在具体实施时可以参考步骤403的第一种实施方式;第三选择单元1001,第五处理单元1002在具体实施时可以参考步骤403的第二种实施方式,此处不再重复。
通过上述改进后的与上述混合编码方式相适应的遗传算法装置,对规划方案中的多个AP参数进行调整,例如AP数量、位置以及AP属性等,能够优化无线网络规划方案,提高规划方案的网络性能。
本发明实施例还提供了一种无线网络规划装置。
图11是该无线网络规划装置构成示意图,装置1100包括:第一处理单元1101,第一判断单元1102,第一确定单元1103,其具体实施方式与第一处理单元701,第一判断单元702,第一确定单元703相同,此处不再重复。
其中,为了提高遗传迭代的收敛速度,装置1100还包括:
第一计算单元1104,其用于根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;
第四选择单元1105,其用于将待规划的区域离散化,从离散化后的区域中选择第七预定数量(N)个候选位置;
第一生成单元1106,其用于随机生成初始规划方案集,其中,在该初始规划方案集的每个规划方案的第一部分中,在每个候选位置上部署接入点的概率为:
其中,第一计算单元1106、第四选择单元1107、第一生成单元1108的具体实施方式可以参考实施例2,此处不再重复。
在本实施例中,装置1100还可以包括第一指示单元和第一编码单元,其实施方式与无线网络规划装置700中的第一指示单元和第一编码单元的实施方式相同,此处不再重复。
图12是本发明实施例的无线网络规划装置的另一构成示意图,如图12所示,装置1200可以包括:一个接口(图中未示出),中央处理器(CPU)1220和存储器1210;存储器1210耦合到中央处理器1220。其中存储器1210可存储各种数据;此外还存储无线网络规划的程序,并且在中央处理器1220的控制下执行该程序,并存储各种预定值等。
在一个实施方式中,无线网络规划的功能可以被集成到中央处理器1220中。其中,中央处理器1220可以被配置为:使用遗传算法,根据指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;在满足该预定条件时,将该第i+1代规划方案集确定为最终的规划方案集,在不满足预定条件时,对该第i+1代规划方案集进行处理,直至获得最终的规划方案;其中,该规划方案集中包括多个规划方案,每个规划方案包括使用二进制编码的第一部分和使用实数编码的第二部分,该第一部分表示部署AP的数量和位置,该第二部分表示部署AP的属性;其中,该指示信息表示指示该规划方案的预定位置上的接入点的位置和/或属性是否参与遗传算法的信息,i为大于等于零的整数。
在一个实施方式中,中央处理器1220可以被配置为:在该第二部分中,在与该第一部分中部署了接入点的位置对应的位置上,生成表示部署接入点的属性的值。
在一个实施方式中,中央处理器1220可以被配置为:该接入点的属性包括一个或一个以上,每个属性的编码长度与该第一部分的二进制编码长度相同。
在一个实施方式中,中央处理器1220可以被配置为:该接入点的属性包括以下属性其中之一或一个以上:接入点的发射功率,接入点的信道。
在一个实施方式中,中央处理器1220可以被配置为:从该第i代规划方案集中选择第一预定数量的规划方案,得到第一规划方案集;根据该指示信息,从该第一规划方案集中选定第二预定数量组的规划方案,其中每组规划方案包含两个规划方案,将该每组规划方案中的两个规划方案的预定相同位置的接入点规划方案互换;其中,该预定相同位置是指,从该第一部分中所选择的第三预定数量个位置,以及在该第二部分中与该第三预定数量的位置对应的位置;根据该指示信息,从对该第二预定数量组的规划方案进行互换处理后的第一规划方案集中选定第四预定数量的规划方案,对该第四预定数量的规划方案进行变异,以得到该第i+1代规划方案集。
其中,中央处理器1220可以被配置为:根据该指示信息,从该第四预定数量的规划方案中的每个规划方案的该第一部分中选择第五预定数量个位置;在该第五预定数量个位置上的二进制编码的值表示未部署接入点时,将该二进制编码的值变为表示部署了接入点的值,并在每个规划方案的该第二部分中,与该第五预定数量个位置对应的位置上生成表示部署接入点的属性的值;在该第五预定数量个位置上的二进制编码的值表示部署了接入点时,将该二进制编码的值变为表示未部署接入点的值,并在每个规划方案的该第二部分中,将与该第五预定数量个位置对应的位置上的实数编码的值变为表示不存在部署接入点的属性的值。
其中,中央处理器1220还可以被配置为:根据该指示信息,从该第四预定数量个规划方案中的每个规划方案的该第二部分选择第六预定数量个位置,该第六预定数量个位置上的值表示部署接入点的属性;生成第六预定数量个表示部署接入点的属性的值,将生成的表示部署接入点的属性的值替换该第三选择单元所选择的该第六预定数量个位置上的值;其中,在该每个规划方案的第二部分表示一个以上个接入点属性时,针对每个属性,所选择的第六预定数量个位置可以相同,也可以不同。
其中,中央处理器1220可以被配置为:根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;将待规划的区域离散化,从离散化后的区域中选择第七预定数量(N)个候选位置;随机生成初始规划方案集,其中,在该初始规划方案集的每个规划方案的第一部分中,在每个候选位置上部署接入点的概率为:
在另一个实施方式中,也可以将上述无线网络规划的功能配置在与中央处理器1220连接的芯片(图中未示出)上,通过中央处理器1220的控制来实现无线网络规划功能。通过本实施例的上述无线网络规划装置,使用指示信息和混合编码对规划方案进行处理,能够优化无线网络规划方案,提高规划方案的网络性能。
实施例4
本发明实施例4还提供了一种无线网络规划装置,由于该装置解决问题的原理与实施例2的方法类似,因此其具体的实施可以参照实施例2的方法的实施,重复之处不再赘述。
图13是一种无线网络规划装置构成示意图,装置1300包括:
第二计算单元1301,其用于根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;
第五选择单元1302,其用于将待规划的区域离散化,从离散化后的区域中选择第八预定数量(N)个候选位置;
第二生成单元1303,其用于随机生成第一规划方案集,该第一规划方案集中的每个规划方案包括部署接入点的数量和位置;其中,该第一规划方案集的每个规划方案中,在每个候选位置上部署接入点的概率为:
第二计算单元1301,第五选择单元1302,第二生成单元1303的具体实施方式可参照实施例2中的步骤601~603,此处不再赘述。
图14是本发明实施例的无线网络规划装置的另一构成示意图,如图14所示,装置1400可以包括:一个接口(图中未示出),中央处理器(CPU)1420和存储器1410;存储器1410耦合到中央处理器1420。其中存储器1410可存储各种数据;此外还存储无线网络规划的程序,并且在中央处理器1420的控制下执行该程序,并存储各种预定值等。
在一个实施方式中,无线网络规划的功能可以被集成到中央处理器1420中。其中,中央处理器1420可以被配置为:根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;将待规划的区域离散化,从离散化后的区域中选择第八预定数量(N)个候选位置;随机生成第一规划方案集,该第一规划方案集中的每个规划方案包括部署接入点的数量和位置;其中,该第一规划方案集的每个规划方案中,在每个候选位置上部署接入点的概率为:
在另一个实施方式中,也可以将上述无线网络规划的功能配置在与中央处理器1420连接的芯片(图中未示出)上,通过中央处理器1420的控制来实现无线网络规划功能。
通过本实施例的上述无线网络规划装置,设定每个候选位置上部署AP的概率,使得生成的规划方案集使用遗传算法的迭代次数降低,提高收敛速度。
本发明实施例还提供一种计算机可读程序,其中当在无线网络规划装置中执行该程序时,该程序使得计算机在该节点中执行如上面实施例1或2所述的无线网络规划方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质,其中该计算机可读程序使得计算机在无线网络规划装置中执行上面实施例1或2所述的无线网络规划方法。
以上参照附图描述了本发明的实施方式。这些实施方式的许多特征和优点根据该详细的说明书是清楚的,因此所附权利要求旨在覆盖这些实施方式的落入其真实精神和范围内的所有这些特征和优点。此外,由于本领域的技术人员容易想到很多修改和改变,因此不是要将本发明的实施方式限于所例示和描述的精确结构和操作,而是可以涵盖落入其范围内的所有合适修改和等同物。
应当理解,本发明的各部分可以用硬件、软件、固件或者它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可以用本领域共知的下列技术中的任一项或者他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
关于包括以上多个实施例的实施方式,还公开下述的附记。
附记1、一种无线网络规划装置,其中,所述装置包括:
第一处理单元,所述第一处理单元用于使用遗传算法,根据预定的指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;其中,所述规划方案集包括多个规划方案,所述规划方案包括第一部分和第二部分,所述第一部分用于表示部署接入点的数量和位置,使用二进制编码,所述第二部分用于表示部署接入点的属性,使用实数编码;所述指示信息用于指示规划方案的预定位置上的接入点的位置和/或属性是否参与所述遗传算法;
第一判断单元,所述第一判断单元用于判断是否满足预定条件;
第一确定单元,所述第一确定单元用于在满足所述预定条件时,将所述第一处理单元生成的所述第i+1代规划方案集确定为最终的规划方案集;其中,i为大于等于零的整数。
附记2、根据附记1所述的装置,其中,在所述第二部分中,在与所述第一部分中部署了接入点的位置对应的位置上,生成表示部署接入点的属性的值。
附记3、根据附记1所述的装置,其中,所述接入点的属性包括一个或一个以上,每个属性的编码长度与所述第一部分的二进制编码长度相同。
附记4、根据附记1所述的装置,其中,所述接入点的属性包括以下属性其中之一或一个以上:接入点的发射功率,接入点的信道。
附记5、根据附记1所述的装置,其中,所述第一处理单元包括:
第一选择单元,所述第一选择单元用于从所述第i代规划方案集中选择第一预定数量的规划方案,得到第一规划方案集;
第二处理单元,所述第二处理单元用于根据所述指示信息,从所述第一规划方案集中选定第二预定数量组的规划方案,其中每组规划方案包含两个规划方案,将所述每组规划方案中的两个规划方案的预定相同位置的接入点规划方案互换;其中,所述预定相同位置是指,从所述第一部分中所选择的第三预定数量个位置,以及在所述第二部分中与所述第三预定数量的位置对应的位置;
第三处理单元,所述第三处理单元用于根据所述指示信息,从对所述第二预定数量组的规划方案进行互换处理后的第一规划方案集中选定第四预定数量的规划方案,对所述第四预定数量的规划方案进行变异,以得到所述第i+1代规划方案集。
附记6、根据附记5所述的装置,其中,所述第三处理单元包括:
第二选择单元,所述第二选择单元用于根据所述指示信息,从所述第四预定数量的规划方案中的每个规划方案的所述第一部分中选择第五预定数量个位置;
第四处理单元,所述第四处理单元用于在所述第五预定数量个位置上的二进制编码的值表示未部署接入点时,将所述二进制编码的值变为表示部署了接入点的值,并在每个规划方案的所述第二部分中,与所述第五预定数量个位置对应的位置上生成表示部署接入点的属性的值;在所述第五预定数量个位置上的二进制编码的值表示部署了接入点时,将所述二进制编码的值变为表示未部署接入点的值,并在每个规划方案的所述第二部分中,将与所述第五预定数量个位置对应的位置上的实数编码的值变为表示不存在部署接入点的属性的值。
附记7、根据附记5所述的装置,其中,所述第三处理单元还包括:
第三选择单元,所述第三选择单元用于根据所述指示信息,从所述第四预定数量个规划方案中的每个规划方案的所述第二部分选择第六预定数量个位置,所述第六预定数量个位置上的值表示部署接入点的属性;
第五处理单元,所述第五处理单元用于生成第六预定数量个表示部署接入点的属性的值,将生成的表示部署接入点的属性的值替换所述第三选择单元所选择的所述第六预定数量个位置上的值;
其中,在所述每个规划方案的第二部分表示一个以上个接入点属性时,针对每个属性,所选择的第六预定数量个位置可以相同,也可以不同。
附记8、根据附记1所述的装置,其中,所述装置还包括:
第一计算单元,所述第一计算单元用于根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;
第四选择单元,所述第四选择单元用于将待规划的区域离散化,从离散化后的区域中选择第七预定数量(N)个候选位置;
第一生成单元,所述第一生成单元用于随机生成初始规划方案集,其中,在所述初始规划方案集的每个规划方案的第一部分中,在每个候选位置上部署接入点的概率为:
附记9、一种无线网络规划装置,其中,所述装置包括:
第二计算单元,所述第二计算单元用于根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;
第五选择单元,所述第五选择单元用于将待规划的区域离散化,从离散化后的区域中选择第八预定数量(N)个候选位置;
第二生成单元,所述第二生成单元用于随机生成第一规划方案集,所述第一规划方案集中的每个规划方案包括部署接入点的数量和位置;其中,所述第一规划方案集的每个规划方案中,在每个候选位置上部署接入点的概率为:
附记10、一种无线网络规划方法,其中,所述方法包括:
使用遗传算法,根据指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;
在满足所述预定条件时,将所述第i+1代规划方案集确定为最终的规划方案集,在不满足预定条件时,对所述第i+1代规划方案集进行处理,直至获得最终的规划方案。;
其中,所述规划方案集中包括多个规划方案,每个规划方案包括使用二进制编码的第一部分和使用实数编码的第二部分,所述第一部分表示部署AP的数量和位置,所述第二部分表示部署AP的属性;
其中,所述指示信息表示指示所述规划方案的预定位置上的接入点的位置和/或属性是否参与遗传算法的信息,i为大于等于零的整数。
附记11、根据附记10所述的方法,其中,在所述第二部分中,在与所述第一部分中部署了接入点的位置对应的位置上,生成表示部署接入点的属性的值。
附记12、根据附记10所述的方法,其中,所述接入点的属性包括一个或一个以上,每个属性的编码长度与所述第一部分的二进制编码长度相同。
附记13、根据附记10所述的方法,其中,所述接入点的属性包括以下属性其中之一或一个以上:接入点的发射功率,接入点的信道。
附记14、根据附记11所述的方法,其中,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集包括:
从所述第i代规划方案集中选择第一预定数量的规划方案,得到第一规划方案集;
根据所述指示信息,从所述第一规划方案集中选定第二预定数量组的规划方案,其中每组规划方案包含两个规划方案,将所述每组规划方案中的两个规划方案的预定相同位置的接入点规划方案互换;其中,所述预定相同位置是指,从所述第一部分中所选择的第三预定数量个位置,以及在所述第二部分中与所述第三预定数量的位置对应的位置;
根据所述指示信息,从对所述第二预定数量组的规划方案进行互换处理后的第一规划方案集中选定第四预定数量的规划方案,对所述第四预定数量的规划方案进行变异,以得到所述第i+1代规划方案集。
附记15、根据附记14所述的方法,其中,对所述第四预定数量的规划方案进行变异包括:
根据所述指示信息,从所述第四预定数量的规划方案中的每个规划方案的所述第一部分中选择第五预定数量个位置;
在所述第五预定数量个位置上的二进制编码的值表示未部署接入点时,将所述二进制编码的值变为表示部署了接入点的值,并在每个规划方案的所述第二部分中,与所述第五预定数量个位置对应的位置上生成表示部署接入点的属性的值;在所述第五预定数量个位置上的二进制编码的值表示部署了接入点时,将所述二进制编码的值变为表示未部署接入点的值,并在每个规划方案的所述第二部分中,将与所述第五预定数量个位置对应的位置上的实数编码的值变为表示不存在部署接入点的属性的值。
附记16、根据附记15所述的方法,其中,对所述第四预定数量的规划方案进行变异还包括:
根据所述指示信息,从所述第四预定数量个规划方案中的每个规划方案的所述第二部分选择第六预定数量个位置,所述第六预定数量个位置上的值表示部署接入点的属性;
生成第六预定数量个表示部署接入点的属性的值,将生成的表示部署接入点的属性的值替换所选择的所述第六预定数量个位置上的值;
其中,在所述每个规划方案的第二部分表示一个以上个接入点属性时,针对每个属性,所选择的第六预定数量个位置可以相同,也可以不同。
附记17、根据附记10所述的方法,其中,所述方法还包括:
根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;
将待规划的区域离散化,从离散化后的区域中选择第七预定数量(N)个候选位置;
随机生成初始规划方案集,其中,在所述初始规划方案集的每个规划方案的第一部分中,在每个候选位置上部署接入点的概率为:
Claims (10)
1.一种无线网络规划装置,其中,所述装置包括:
第一处理单元,所述第一处理单元用于使用遗传算法,根据预定的指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;其中,所述规划方案集包括多个规划方案,所述规划方案包括第一部分和第二部分,所述第一部分用于表示部署接入点的数量和位置,使用二进制编码,所述第二部分用于表示部署接入点的属性,使用实数编码;所述指示信息用于指示规划方案的预定位置上的接入点的位置和/或属性是否参与所述遗传算法;
第一判断单元,所述第一判断单元用于判断是否满足预定条件;
第一确定单元,所述第一确定单元用于在满足所述预定条件时,将所述第一处理单元生成的所述第i+1代规划方案集确定为最终的规划方案集;其中,i为大于等于零的整数。
2.根据权利要求1所述的装置,其中,在所述第二部分中,在与所述第一部分中部署了接入点的位置对应的位置上,生成表示部署接入点的属性的值。
3.根据权利要求1所述的装置,其中,所述接入点的属性包括一个或一个以上,每个属性的编码长度与所述第一部分的二进制编码长度相同。
4.根据权利要求1所述的装置,其中,所述接入点的属性包括以下属性其中之一或一个以上:接入点的发射功率,接入点的信道。
5.根据权利要求1所述的装置,其中,所述第一处理单元包括:
第一选择单元,所述第一选择单元用于从所述第i代规划方案集中选择第一预定数量的规划方案,得到第一规划方案集;
第二处理单元,所述第二处理单元用于根据所述指示信息,从所述第一规划方案集中选定第二预定数量组的规划方案,其中每组规划方案包含两个规划方案,将所述每组规划方案中的两个规划方案的预定相同位置的接入点规划方案互换;其中,所述预定相同位置是指,从所述第一部分中所选择的第三预定数量个位置,以及在所述第二部分中与所述第三预定数量的位置对应的位置;
第三处理单元,所述第三处理单元用于根据所述指示信息,从对所述第二预定数量组的规划方案进行互换处理后的第一规划方案集中选定第四预定数量的规划方案,对所述第四预定数量的规划方案进行变异,以得到所述第i+1代规划方案集。
6.根据权利要求5所述的装置,其中,所述第三处理单元包括:
第二选择单元,所述第二选择单元用于根据所述指示信息,从所述第四预定数量的规划方案中的每个规划方案的所述第一部分中选择第五预定数量个位置;
第四处理单元,所述第四处理单元用于在所述第五预定数量个位置上的二进制编码的值表示未部署接入点时,将所述二进制编码的值变为表示部署了接入点的值,并在每个规划方案的所述第二部分中,与所述第五预定数量个位置对应的位置上生成表示部署接入点的属性的值;在所述第五预定数量个位置上的二进制编码的值表示部署了接入点时,将所述二进制编码的值变为表示未部署接入点的值,并在每个规划方案的所述第二部分中,将与所述第五预定数量个位置对应的位置上的实数编码的值变为表示不存在部署接入点的属性的值。
7.根据权利要求5所述的装置,其中,所述第三处理单元包括:
第三选择单元,所述第三选择单元用于根据所述指示信息,从所述第四预定数量个规划方案中的每个规划方案的所述第二部分选择第六预定数量个位置,所述第六预定数量个位置上的值表示部署接入点的属性;
第五处理单元,所述第五处理单元用于生成第六预定数量个表示部署接入点的属性的值,将生成的表示部署接入点的属性的值替换所述第三选择单元所选择的所述第六预定数量个位置上的值;
其中,在所述每个规划方案的第二部分表示一个以上个接入点属性时,针对每个属性,所选择的第六预定数量个位置可以相同,也可以不同。
8.根据权利要求1所述的装置,其中,所述装置还包括:
第一计算单元,所述第一计算单元用于根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;
第四选择单元,所述第四选择单元用于将待规划的区域离散化,从离散化后的区域中选择第七预定数量(N)个候选位置;
第一生成单元,所述第一生成单元用于随机生成初始规划方案集,其中,在所述初始规划方案集的每个规划方案的第一部分中,在每个候选位置上部署接入点的概率为:
9.一种无线网络规划装置,其中,所述装置包括:
第二计算单元,所述第二计算单元用于根据部署环境信息,计算待规划的无线区域所需要的最少的接入点数量(M)个;
第五选择单元,所述第五选择单元用于将待规划的区域离散化,从离散化后的区域中选择第八预定数量(N)个候选位置;
第二生成单元,所述第二生成单元用于随机生成第一规划方案集,所述第一规划方案集中的每个规划方案包括部署接入点的数量和位置;其中,所述第一规划方案集的每个规划方案中,在每个候选位置上部署接入点的概率为:
10.一种无线网络规划方法,其中,所述方法包括:
使用遗传算法,根据指示信息,对预先获得的第i代规划方案集中的每个规划方案进行处理,生成第i+1代规划方案集;
在满足所述预定条件时,将所述第i+1代规划方案集确定为最终的规划方案集,在不满足预定条件时,对该第i+1代规划方案集进行处理,直至获得最终的规划方案。;
其中,所述规划方案集中包括多个规划方案,每个规划方案包括使用二进制编码的第一部分和使用实数编码的第二部分,所述第一部分表示部署AP的数量和位置,所述第二部分表示部署AP的属性;
其中,所述指示信息表示指示所述规划方案的预定位置上的接入点的位置和/或属性是否参与遗传算法的信息,i为大于等于零的整数。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510096520.1A CN105992230A (zh) | 2015-03-04 | 2015-03-04 | 无线网络规划方法和装置 |
JP2016039432A JP2016163353A (ja) | 2015-03-04 | 2016-03-01 | 無線ネットワークの計画方法及び計画装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510096520.1A CN105992230A (zh) | 2015-03-04 | 2015-03-04 | 无线网络规划方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105992230A true CN105992230A (zh) | 2016-10-05 |
Family
ID=56845525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510096520.1A Pending CN105992230A (zh) | 2015-03-04 | 2015-03-04 | 无线网络规划方法和装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2016163353A (zh) |
CN (1) | CN105992230A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109151837A (zh) * | 2018-08-21 | 2019-01-04 | 广东工业大学 | 一种控制器及网关联合部署优化算法 |
CN109756902A (zh) * | 2017-11-03 | 2019-05-14 | 富士通株式会社 | 多跳无线网络部署方法和装置 |
CN110648037A (zh) * | 2018-06-27 | 2020-01-03 | 深圳联友科技有限公司 | 一种整车生产评价方法及装置 |
CN112770326A (zh) * | 2019-10-21 | 2021-05-07 | 阿里巴巴集团控股有限公司 | LoRa网关部署方法、装置、设备及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11463890B2 (en) | 2018-06-27 | 2022-10-04 | Nec Corporation | Location change managing device, location change managing method, and recording medium in which location change managing program is stored |
CN112446521B (zh) * | 2019-08-31 | 2022-09-16 | 南京理工大学 | 考虑经济性和安全性的风电场接入系统多目标规划方法 |
JPWO2023032098A1 (zh) * | 2021-09-01 | 2023-03-09 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102307357A (zh) * | 2011-08-25 | 2012-01-04 | 中兴通讯股份有限公司 | 一种网络规划方法及系统 |
CN102932803A (zh) * | 2012-10-22 | 2013-02-13 | 华为技术有限公司 | 自动布放无线接入装置的方法和设备 |
CN103327506A (zh) * | 2012-03-22 | 2013-09-25 | 华为技术有限公司 | Wlan覆盖控制方法、发射参数优化方法、装置和系统 |
CN103442378A (zh) * | 2013-08-16 | 2013-12-11 | 武汉飞沃网络有限公司 | 一种无线局域网络ap布设的优化方法 |
CN104079328A (zh) * | 2014-06-19 | 2014-10-01 | 广州杰赛科技股份有限公司 | Wlan天线组合方法和系统 |
CN104349480A (zh) * | 2013-07-31 | 2015-02-11 | 华为技术有限公司 | 无线网络信道分配方法、装置及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001285923A (ja) * | 2000-03-31 | 2001-10-12 | Mitsubishi Electric Corp | 基地局配置パターン決定方法 |
CN105744532B (zh) * | 2014-12-09 | 2019-02-22 | 富士通株式会社 | 无线网络规划方法和装置 |
-
2015
- 2015-03-04 CN CN201510096520.1A patent/CN105992230A/zh active Pending
-
2016
- 2016-03-01 JP JP2016039432A patent/JP2016163353A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102307357A (zh) * | 2011-08-25 | 2012-01-04 | 中兴通讯股份有限公司 | 一种网络规划方法及系统 |
CN103327506A (zh) * | 2012-03-22 | 2013-09-25 | 华为技术有限公司 | Wlan覆盖控制方法、发射参数优化方法、装置和系统 |
CN102932803A (zh) * | 2012-10-22 | 2013-02-13 | 华为技术有限公司 | 自动布放无线接入装置的方法和设备 |
CN104349480A (zh) * | 2013-07-31 | 2015-02-11 | 华为技术有限公司 | 无线网络信道分配方法、装置及系统 |
CN103442378A (zh) * | 2013-08-16 | 2013-12-11 | 武汉飞沃网络有限公司 | 一种无线局域网络ap布设的优化方法 |
CN104079328A (zh) * | 2014-06-19 | 2014-10-01 | 广州杰赛科技股份有限公司 | Wlan天线组合方法和系统 |
Non-Patent Citations (1)
Title |
---|
王振亚: "《WLAN优化系统的设计与实现》", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109756902A (zh) * | 2017-11-03 | 2019-05-14 | 富士通株式会社 | 多跳无线网络部署方法和装置 |
CN109756902B (zh) * | 2017-11-03 | 2022-01-11 | 富士通株式会社 | 多跳无线网络部署方法和装置 |
CN110648037A (zh) * | 2018-06-27 | 2020-01-03 | 深圳联友科技有限公司 | 一种整车生产评价方法及装置 |
CN109151837A (zh) * | 2018-08-21 | 2019-01-04 | 广东工业大学 | 一种控制器及网关联合部署优化算法 |
CN109151837B (zh) * | 2018-08-21 | 2021-12-24 | 广东工业大学 | 一种控制器及网关联合部署优化方法 |
CN112770326A (zh) * | 2019-10-21 | 2021-05-07 | 阿里巴巴集团控股有限公司 | LoRa网关部署方法、装置、设备及存储介质 |
CN112770326B (zh) * | 2019-10-21 | 2023-05-09 | 阿里巴巴集团控股有限公司 | LoRa网关部署方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2016163353A (ja) | 2016-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105992230A (zh) | 无线网络规划方法和装置 | |
CN102892188B (zh) | 通信网络中基于遗传算法的上行功率控制方法及装置 | |
CN104936186B (zh) | 基于布谷鸟搜索算法的认知无线电网络频谱分配方法 | |
CN106326987A (zh) | 多目标优化方法和装置 | |
Becker et al. | Modelling and simulating the Trickle algorithm | |
CN113315568A (zh) | 一种卫星导航系统及其拓扑规划星间链路网络的方法 | |
CN108413963A (zh) | 基于自学习蚁群算法的条形机器人路径规划方法 | |
CN107493578A (zh) | 无线网络部署方法和装置 | |
CN102300269B (zh) | 基于遗传算法的无线认知网络端到端服务质量确保方法 | |
CN106658570A (zh) | 基于二次栅格划分的移动sink信息收集路径构建方法 | |
CN112381284B (zh) | 一种无人接驳车多站点路径优化的改进遗传算法 | |
Wu et al. | Solving optimum TDMA broadcast scheduling in mobile ad hoc networks: a competent permutation genetic algorithm approach | |
CN114840326B (zh) | 资源调度方法、装置、电子设备及存储介质 | |
CN110505681B (zh) | 基于遗传方法的非正交多址接入场景用户配对方法 | |
Andersson et al. | Pareto optimization using the struggle genetic crowding algorithm | |
CN103426127A (zh) | 一种基于伪杂交禁忌混合遗传算法的城市电网规划方法 | |
CN109885401B (zh) | 基于lpt局部优化的结构化网格负载平衡方法 | |
CN103957530B (zh) | 基于图的超启发式的蜂窝网络频谱分配方法 | |
CN105744532B (zh) | 无线网络规划方法和装置 | |
CN110446239A (zh) | 一种基于多重幻方的无线传感网络分簇方法及系统 | |
CN103714210B (zh) | 基于最优适应启发式序列与多目标组织进化的集成电路布图方法 | |
CN106059728A (zh) | 一种大规模mimo系统中的基于相移的导频设计方法 | |
Alenoghena et al. | Application of genetic algorithm in radio network coverage optimization–a review | |
Yang et al. | A hybrid evolutionary algorithm for finding pareto optimal set in multi-objective optimization | |
CN102833864B (zh) | 一种多小区移动通信系统中的无线资源分配方法 |
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 |
Application publication date: 20161005 |
|
WD01 | Invention patent application deemed withdrawn after publication |