CN106792764A - 一种配电终端通信接入网无线基站规划方法 - Google Patents

Abstract

本发明属于无线通信领域，尤其涉及一种配电终端通信接入网无线基站规划方法，该方法包括如下步骤：S1：建立分层异构基站站址选择矩阵和业务接入矩阵；S2：分析异构网络基站规划因素，建立优化模型；S3：求解模型最优解，得到规划结果。该方法使得分层异构基站的站址规划能够满足配电终端通信接入网业务自由切换的要求；使规划具有一定的灵活可变性，满足配电通信网复杂的规划要求。

Description

一种配电终端通信接入网无线基站规划方法

技术领域

本发明属于无线通信领域，尤其涉及一种配电终端通信接入网无线基站规划方法。

背景技术

随着电力系统自动化进程的不断加速，配电终端通信接入网的业务流量需求持续快速增加。为了克服光纤通信接入网规划铺设慢、实施工期长的缺点，需要规划部署分层异构无线通信网来满足业务快速增长的特点。分层异构网络不仅能够快速规划和部署在配电通信区域，而且由于异构网络在基站种类上存在着宏基站、微基站、pico基站和femto基站之分，合理的基站规划能够在减少能耗、提升吞吐量、保证用户传输等方面有着出色的表现。

目前，关于配电终端通信接入网的无线基站规划主要会考虑基站承载业务的能力、基站数量和站址的规划、基站建设成本和基站能耗问题等因素。但是由于传统无线基站规划手段只着重考虑某一个单独的指标，因此会使得规划结果存在偏差，不适用于配电终端通信接入网的规划要求。

发明内容

为了解决传统无线基站规划过程中，由于只着重考虑某一单独优化目标而导致规划结果没有达到配电终端通信接入网各方面需求的问题，本发明提出了一种配电终端通信接入网无线基站规划方法，包括如下步骤：

S1：建立分层异构基站站址选择矩阵和业务接入矩阵；

S2：分析异构网络基站规划因素，建立优化模型；

S3：求解模型最优解，得到规划结果。

优选的，步骤S1中，所述分层异构基站站址选择矩阵建立方法具体为：

对于存在M个候选基站地址的配电网区域，部署K层异构无线网络；根据所述M个候选基站地址和所述K层异构无线网络建立分层异构基站选择矩阵。

优选的，步骤S1中，所述业务接入矩阵建立方法具体为：

根据区域内的配电网业务定义业务接入基站的指示函数；

根据所述业务接入基站的指示函数和所述分层异构基站站址选择矩阵构建业务接入矩阵。

优选的，步骤S2中，所述分析异构网络基站规划因素具体为：

根据规划因素对于网络的影响，将网络规划影响因素分为正相关因素和负相关因素；

所述正相关因素为随着因素的数值增加而带来性能提高的网络规划因素，

所述负相关因素为随着因素的数值增加而带来额外负担的网络规划因素。

优选的，所述正相关因素具体为：网络的负载量、网络覆盖率；所述负相关因素具体为：基站总体能耗、成本。

优选的，步骤S2中，建立优化模型具体为：

从所述正相关因素和所述负相关因素中各选取一个因素作为主要规划因素，将所述主要规划因素作为优化模型的两个优化目标，将其他因素根据网络规划要求设定限制条件，由此组成完整的优化模型。

优选的，所述优化模型为以下任意一种：

模型①：选取正相关因素中的负载量和负相关因素中的基站总能耗作为优化模型的优化目标，将成本、覆盖率和网络速率则作为限制条件，得到优化模型；

模型②：选取正相关因素中的覆盖率和负相关因素中的基站总能耗作为优化模型的优化目标，将成本、负载量和网络速率则作为限制条件，得到优化模型；

模型③：选取正相关因素中的覆盖率和负相关因素中的基站成本作为优化模型的优化目标，将成本、负载量和网络速率则作为限制条件，得到优化模型；

模型④：选取正相关因素中的负载量和负相关因素中的基站成本作为优化模型的优化目标，将成本、负载量和网络速率则作为限制条件，得到优化模型。

优选的，其特征在于，所述步骤3具体为：

采用多目标遗传算法对优化模型进行求解，得到最优解集；

通过优选模型对于解集中的解进行排序，选择效用值最小的解作为网络规划的最优解。

本发明的有益效果在于：

本发明所述的网络规划充分利用了分层异构网络的特性，建立分层异构基站站址选择矩阵和业务接入矩阵，使得业务能够选择接入多层网络中，从而使得分层异构基站的站址规划能够满足配电终端通信接入网业务自由切换的要求。

本发明所述的规划策略将规划因素划分为正相关因素和负相关因素，并从不同类别的规划因素中各选取一个作为主要优化目标，将剩余规划因素作为优化模型的限制条件，从而得出优化模型，使得规划具有一定的灵活可变性，满足配电通信网复杂的规划要求。

本发明所述的规划策略将通过多目标遗传算法求解优化模型，为了避免多目标模型的解的非唯一性，通过优选模型筛选多目标最优解集，从而得出唯一结果。并利用计算机仿真方法来佐证本发明所述网络规划策略的可行性。

附图说明

图1是某城市配电终端以及基站候选地址分布情况场景示意图。

图2-图5分别是模型①-④的规划结果。

图6-图7是文献1和文献2的规划结果。

图8是本发明的模型①-④的规划结果和文献1、文献2中的规划结果的覆盖概率的对比。

具体实施方式

下面结合附图，对实施例作详细说明。

本发明公开的分层异构网络规划应用于配电终端通信接入网通信场景中，在本实施示例中，采用的仿真区域范围和候选基站地址如附图1所示。

本发明提出的规划策略具体步骤如下：

步骤1：根据无线通信研究理论，建立分层异构基站站址选择矩阵和业务接入矩阵。

对于存在M个候选基站地址的配电网区域，部署K层异构无线网络，则，每个基站站址的基站都有K种选择，则可得分层异构基站选择矩阵。

其中，a_km表示基站选择部署的情况，“1”表示在位置m处部署k层的基站，“0”表示在位置m处不部署k层基站。由于基站站址部署基站拥有唯一性，因此存在

对于区域内的配电网业务，定义业务接入基站的指示函数为

其中，R_min,n表示满足该配电业务n所需的最小速率。R_n,k,m表示业务n在接入位置m处的k层基站时所能达到的业务速率，计算公式为：

R_n,k,m＝BD_n×log(1+SINR_n,k,m)

其中，业务n所需带宽为BD_n，信噪干扰比为SINR_n,k,m。

业务n的SINR_n,k,m计算公式为：

其中，P_out,m为基站m的发射功率。σ²为噪声功率。Loss_n,m为基站m到业务n终端的路径损耗(x_n,y_n)为业务n终端坐标，(x_m,y_m)为基站m坐标，α是路径损耗系数，一般取大于2的数。I_n,m为业务n终端受到其他基站的干扰

由业务接入基站的指示函数和基站站址选择矩阵可得业务接入矩阵。

步骤2：分析异构网络基站规划因素，建立优化模型。

根据规划因素对于网络的影响将网络规划影响因素分为正相关因素和负相关因素。正相关因素主要指随着规划基站数量的增加而带来性能提高的网络规划因素，如网络的负载量、网络覆盖率等。负相关因素则反之，在基站数量增加的同时会带来额外的负担，如基站总体能耗和成本等。

正相关因素如下：

①负载量：

②覆盖率：

负相关因素如下：

③能耗：

④成本：

其中，P_th,m为基站m部署时应达到的阻塞门限，用于限制基站接入终端数量：当实际终端接入比例大于门限P_th,m时，负载限制因素能够起到降低基站负载量值的作用。基站能耗主要由基站固定功率部分和动态发射功率部分组成，对于k层基站则对应的固定功率和动态功率分别为P_0,k和Δp_k·P_out,k，P_out,k为k层基站的发射功率，Δp_k为基站负载相关的能耗斜率，c_k为k层基站的建设成本。

从正相关因素和负相关因素中各选取一个因素作为主要规划因素，作为优化模型的两个优化目标，将其他因素根据网络规划要求设定限制条件，组成完整的优化模型。总共可建立4种优化模型。

模型①：选取正相关因素中的负载量和负相关因素中的基站总能耗作为优化模型的优化目标，而成本、覆盖率和网络速率则作为限制条件，得到优化模型。

max O_max(A)＝f₁(A)

min O_min(A)＝f₃(A)

st1:f₄(A)≤T_cost

st2:f₂(A)≥T_cov

st3:

模型②：选取正相关因素中的覆盖率和负相关因素中的基站总能耗作为优化模型的优化目标，而成本、负载量和网络速率则作为限制条件，得到优化模型。

max O_max(A)＝f₂(A)

min O_min(A)＝f₃(A)

st1:f₄(A)≤T_cost

st2:f₁(A)≥T_load

st3:

模型③：选取正相关因素中的覆盖率和负相关因素中的基站成本作为优化模型的优化目标，而成本、负载量和网络速率则作为限制条件，得到优化模型。

max O_max(A)＝f₂(A)

min O_min(A)＝f₄(A)

st1:f₃(A)≤T_power

st2:f₁(A)≥T_load

st3:

模型④：选取正相关因素中的负载量和负相关因素中的基站成本作为优化模型的优化目标，而成本、负载量和网络速率则作为限制条件，得到优化模型。

max O_max(A)＝f₁(A)

min O_min(A)＝f₄(A)

st1:f₃(A)≤T_power

st2:f₂(A)≥T_cov

st3:

其中，T_load为负载量门限。T_power表示网络总能耗门限。T_power表示最低覆盖门限。T_cost为网络建设的总规划成本门限。max O_max(A)为正相关因素优化目标，min O_min(A)为负相关因素优化目标，st1和st2分别为负相关因素限制条件和正相关因素限制条件，st3固定为网络速率限制条件，R_max,k,m为m处部署k层基站所能达到的最大服务速率。

实际规划过程中，往往根据实际规划需求选取一个优化模型即可。

步骤3：在建立了优化模型后，采用多目标遗传算法进行求解，得到最优非支配Pareto解集通过优选模型对于解集中的解进行排序，选择效用值最小的解作为网络规划的最优解。优选模型如下：

其中J是Pareto最优解集的个数，O_min是Pareto最优解集中的最小负相关因素值，即O_max是Pareto最优解集中的最大正相关因素值，即

最终结果A^*即为本发明配电终端通信接入网无线基站规划策略的规划结果。

图2-图7是在同一仿真场景下，根据本发明所述的4种不同优化模型和文献1(Elias Yaacoub等人在《A generic simulation-based dimensioning approach forplanning heterogeneous LTE cellular networks》中提出的一种方法)与文献2(WentaoZhao等人在《Cell planning for heterogeneous networks:An approximationalgorithm》中提出的一种方法)的模型进行网络规划的结果。其中，图2-5所示为四个模型的规划结果。图6-图7是文献1和文献2的规划结果。图8是各规划结果的覆盖概率对比。

此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种配电终端通信接入网无线基站规划方法，其特征在于，包括如下步骤：

S1：建立分层异构基站站址选择矩阵和业务接入矩阵；

S2：分析异构网络基站规划因素，建立优化模型；

S3：求解模型最优解，得到规划结果。

2.根据权利要求1所述方法，其特征在于，步骤S1中，所述分层异构基站站址选择矩阵的建立方法具体为：

对于存在M个候选基站地址的配电网区域，部署K层异构无线网络；根据所述M个候选基站地址和所述K层异构无线网络建立分层异构基站选择矩阵。

3.根据权利要求1或2所述方法，其特征在于，步骤S1中，所述业务接入矩阵建立方法具体为：

根据区域内的配电网业务定义业务接入基站的指示函数；

根据所述业务接入基站的指示函数和所述分层异构基站站址选择矩阵构建业务接入矩阵。

4.根据权利要求1所述方法，其特征在于，步骤S2中，所述分析异构网络基站规划因素具体为：

根据规划因素对于网络的影响，将网络规划影响因素分为正相关因素和负相关因素；

所述正相关因素为随着因素的数值增加而带来性能提高的网络规划因素，

所述负相关因素为随着因素的数值增加而带来额外负担的网络规划因素。

5.根据权利要求4所述方法，其特征在于，所述正相关因素具体为：网络的负载量、网络覆盖率；所述负相关因素具体为：基站总体能耗、成本。

6.根据权利要求4或5所述方法，其特征在于，步骤S2中，建立优化模型具体为：

从所述正相关因素和所述负相关因素中各选取一个因素作为主要规划因素，将所述主要规划因素作为优化模型的两个优化目标，将其他因素根据网络规划要求设定限制条件，由此组成完整的优化模型。

7.根据权利要求6所述方法，其特征在于，所述优化模型为以下任意一种：

模型①：选取正相关因素中的负载量和负相关因素中的基站总能耗作为优化模型的优化目标，将成本、覆盖率和网络速率则作为限制条件，得到优化模型；

模型②：选取正相关因素中的覆盖率和负相关因素中的基站总能耗作为优化模型的优化目标，将成本、负载量和网络速率则作为限制条件，得到优化模型；

模型③：选取正相关因素中的覆盖率和负相关因素中的基站成本作为优化模型的优化目标，将成本、负载量和网络速率则作为限制条件，得到优化模型；

模型④：选取正相关因素中的负载量和负相关因素中的基站成本作为优化模型的优化目标，将成本、负载量和网络速率则作为限制条件，得到优化模型。

8.根据权利要求1所述方法，其特征在于，所述步骤3具体为：

采用多目标遗传算法对优化模型进行求解，得到最优解集；

通过优选模型对于解集中的解进行排序，选择效用值最小的解作为网络规划的最优解。