CN109151839B - 一种lpwa网络的网络规划方法 - Google Patents

Abstract

本发明适用于无线通信领域中的网络规划技术，提供了一种LPWA网络的网络规划方法，该方法包括：规划区域的空间地理信息采集，基站候选区域及候选点确定，基站候选点与设备关联度计算方法，入网规划方法，设备最佳参数计算方法，以及基站优化合并方法。本发明在网络规划过程中融合了空间地理信息数据，从而可以应对复杂地理场景下的网络规划。

Description

一种LPWA网络的网络规划方法

技术领域

本发明属于无线通信领域中的网络规划技术，尤其涉及一种低功耗广域(LPWA)网络的网络规划方法。

背景技术

随着国民经济的腾飞和科学技术的发展，近几年在无线通信领域发生了深刻的技术变革。从传统的GSM和蓝牙技术在手机通信中的应用，到新一代的NB-IoT，LoRa，Zigbee在物联网领域的应用，无线通信领域中涌现了种类极其丰富的接入技术，应用方法和业务种类。为了应对种类繁多，场景复杂的无线通信模式和环境，采用科学的方法对无线通信网络进行规划是高效设计和部署无线通信网络的基础。

在传统的移动通信领域，大多数网络规划方法集中在手持移动终端的通信网络规划上。该领域通常使用Okumura-Hata模型作为无线传输损耗模型的基础，同时使用蜂窝六边形作为信号覆盖计算模型的假设。以上方法尽管在移动通信领域应用广泛，但在低功耗广域网络的实际应用中无法取得良好的效果。首先，两者的终端移动性存在差异。传统的移动通信网络规划方法主要考虑终端的漫游问题，需要保证终端漫游到另一区域时通信不中断。而低功耗广域网络大多应用在静止物体的管理和监控中，如水表，井盖，配电箱等设施以及温度，压力，震动等传感器。节点的移动并不是后者进行网络规划的主要考虑因素。其次，两者的节点接入数量和信道占用时间存在差异。传统的移动通信网络单一信道的终端接入数量大约为数十到数百，同时终端使用信道的时间长度与终端的通话时长有直接关系，往往在几分钟到几小时不等。相反，低功耗广域网络则需要接入大量的终端设备，但单个终端的信道占用时长很短。例如，一栋高层写字楼的火灾报警器数量可能有几千个，但在正常情况下每个火灾报警器并不会长期占用信道，其通信周期通常以数小时为单位，且每次信道占用时间仅为几十毫秒。最后，低功耗广域网络需要在更加复杂的地理环境中规划网络。传统的移动通信网络主要为社会提供通信服务，通常安装于人流到达的区域，如城市，乡村，道路等。但低功耗广域网络则会应用于环境监测，灾害报警，石油勘探，地质测量等专业领域，部署地点可能在人迹罕至的地方，如野外，山丘，戈壁，沙漠等区域。其面临的复杂环境挑战远超出传统的无线网络规划所考虑的范畴。

因此，改进传统移动通信的网络规划技术，采用符合低功耗广域网络特点的网络规划方法是必要的。

发明内容

本发明实施例提供一种LPWA网络的网络规划方法，旨在解决背景技术中提及的问题。

本发明实施例是这样实现的，一种基于空间地理信息数据的网络规划方法，所述方法包括以下步骤：

1)获取网络规划区域的空间地理信息数据；

2)根据空间地理信息和设备参数，使用方法A确定基站的候选区域；

3)实地勘探基站候选区域，确定基站候选点坐标及其参数列表；

4)使用方法B遍历候选点与设备参数，获得每个设备与每个基站的关联系数集合R_nm；

5)判断设备是否可被规划入网，若关联系数R_m>1则认为该设备可以被规划至当前网络中，若关联系数R_m≤1则认为该设备参数无法被规划至当前网络中，需要使用方法C计算最佳的设备参数；

6)使用方法D进行基站合并优化，完成规划。

其中，方法A可以划分为如下步骤：

1.1计算所需基站数量的估计区间；

1.2计算每个基站的候选区域范围；

其中，步骤1.1的计算步骤如下：

首先，根据设备数量计算基站数量，即

其中M为设备总数，A为基站可接入设备个数。随后，根据覆盖区域计算基站数量，即

其中XY分别为设备坐标的横坐标值和纵坐标值，S为基站可覆盖的区域圆形的内接正方形面积。如上，即得基站数量的估计区间N₁～N₂。

其中，步骤1.2的计算步骤如下：

首先，使用机器学习的聚类方法对设备坐标进行聚类。随后，取最优的聚类结果使用。最后，以该聚类结果中心点为圆心，以该类所有点到中心点距离的标准差为半径，画圆作为该聚类结果的基站候选区域。

其中，方法B可以划分为如下步骤：

2.1计算候选点T与设备R的直线距离上的地理高度坐标序列；

2.2代入函数F1计算出无线电空间损耗L；

2.3代入函数F2计算出关联系数R；

其中，步骤2.1的计算方法如下：

其中，s为步长表示候选点至设备之间地理信息采样分辨率，n为第几个采样点，N为采样点的数量，

为地理坐标在空间距离算法上的修正参数。

其中，步骤2.2所述函F1数定义如下：L＝f(H_t，H_r，S，L_R，F)，其中，H_t为基站天线高度，H_r为设备天线高度，S为基站至设备的空间距离，L_R为基站到设备基于空间地理环境下的无线损耗参考值，F为无线通信频率。

其中，步骤2.3使用的函数F2如下：R_nm＝exp(S-L+M)，其中，S为基站天线的接收灵敏度dBm，M为无线发射和接收设备中的链路增益dBi，m为设备编号，n为基站编号。

其中，方法C的计算步骤如下：

3.1计算使得R_nm＞1所需的传播增益增量ΔL；

3.2如规划中考虑调整链路增益，则需在参数M中增加ΔL所修正的值。如规划中考虑调整天线高度，则计算所需调整的天线高度ΔH_r。

其中，方法D的计算步骤如下：

首先，求出每个基站设备关联信号集中度参数

随后，设单个基站可容纳共A个设备，所有设备集合为S，归属于当前基站n的设备集合为S_n，已经加入网络的设备集合为S_A＝S₁∪S₂∪...S_n。对于存在

的基站n，将所有设备的值R_nm进行排序，取前A个设备加入集合Sn，迭代此步骤直至没有设备可加入S_A。最后，对于剩余的基站，取S-S_A，对于存在min_{n＝1，2，...，n}R_nm的设备m加入到基站集合S_n，迭代此步骤直至所有设备归属完毕。

本发明实施例提供的LPWA网络的网络规划方法可以借助空间地理信息数据实现。

附图说明

图1是本发明实施例提供的基于空间地理信息数据的网络规划方法的实现流程图；

图2是本发明实施例提供的获取空间地理信息数据的方法示意图；

图3是本发明实施例提供的基站候选区域示意图；

图4是本发明实施例提供的设备规划入网的算法示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

图1为本发明方法的流程图，该方法包含基于空间地理信息的规划方法，实施方法为：

1)取得网络规划区域的空间地理信息数据。示意图如图2所示，本实施方案采用无人机挂载LiDAR航拍，扫描特定区域的地理特征。得到空间地理信息数据，分辨率为s的空间地理信息矩阵M(x，y，z)。其中，x为横坐标，y为纵坐标，z为地物高度。

2)根据空间地理信息和设备参数，使用方法A确定基站的候选区域。候选区域中心点集合为A＝{A₁(x，y，z)，A₂(x，y，z)，...，A_n(x，y，z)}，候选区域为A_n(x，y，z)为圆心，每个类所有点到类中心点距离的标准差为半径的圆形区域。示意图如图3所示。其中，设备参数如下：R＝{R₁(x，y，z)，R₂(x，y，z)，...，R_n(x，y，z)}为设备地理坐标集合，H_r＝1m为设备天线高度。

3)实地勘探基站候选区域，确定基站候选点坐标及其参数列表。基站候选点参数如下：T＝{T₁(x，y，z)，T₂(x，y，z)，...，T_m(x，y，z)}为候选点地理坐标集合，H_t＝5m为基站天线高度，F＝433MHz为无线通信频率，

为规划区域内任意两点的实际物理距离与地理坐标(x₀，y₀)，(x₁，y₁)的欧几里得距离与之比的平均值。

4)使用方法B计算出基站与设备的关联系数集合R_nm＝{R₁₁＝3.7，R₂₁＝1.5，R₃₁＝-0.7，...R₁₂＝-2.5，R₂₂＝-2.2，R₃₂＝-1.8，...R_nm}

5)如图4所示，对于存在任意一个R值大于1的设备则认为可以被纳入规划。当某一设备所有的R值均小于等于1则认为该当前参数设备无法被规划入网，需要利用方法C计算最佳的设备参数，作为对应设备实际部署过程中的安装参数

6)使用上文所述方法D计算合并优化后，完成规划。

所述方法A为：

1.1已知M为设备总数，A为基站可接入设备个数，基站覆盖半径R，如上文所述可以求得N₁～N₂。其中，由数学推导可知S＝2R²。

1.2首先，使用机器学习的K-Means聚类方法，以N₁～N₂为聚类个数进行聚类。随后，以簇内误差平方和(SSE)最小为评估方法，取该最佳聚类结果。最后，以该聚类结果中心，即K-Means每个聚类的Centroid为圆心，得集合A，以该类所有点到中心点距离的标准差为半径，画圆得基站候选区域集合。

所述方法B为：

2.1代入参数，根据公式计算可得坐标序列{P₁(x，y，z)，P₂(x，y，z)，...，P_n(x，y，z)}

2.2其中，L_R的计算需要使用机器学习技术的多项式回归分析进行预测。首先，通过实地勘测典型环境基站和设备的场景，实测得到无线传播损耗L_n，两点路径上的坐标序列集合为P_tn。通过收集上述两参数，构建训练集T＝{(L₁，P_t1)，(L₂，P_t2)，...，(L_n，P_tn)。对于训练数据集而言，应去除L_n中的离群点，如排序后前半部分的5％与后半部分的5％。随后，训练多项式回归模型，在新的场景下代入坐标序列P_tx至该模型得出预测的L_R。其中，函数L＝f(H_t，H_r，S，L_R，F)的典型实现为：首先，使用自由空间传播模型计算L_free＝20log(S)+20log(F)-27.55。随后，使用两径传播模型计算L_tworay＝40log(S)-20log(H_t)-20log(H_r)。最后，

2.3代入公式得R值。

所述方法C为：

3.1计算ΔL，使得不等式exp(S-L+ΔL+M)＞1；

3.2如规划中考虑调整链路增益，则所需增益参数M′＝M+ΔL。如规划中考虑调整天线高度，则求解2.2所述计算方法中补偿ΔL所需的增量值ΔH_r。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于空间地理信息数据的网络规划方法，其特征在于，所述方法包括以下步骤：

1)获取网络规划区域的空间地理信息数据；

2）根据空间地理信息和设备参数，使用方法A确定基站的候选区域；所述方法A包括以下步骤：

计算所需基站数量的区间：首先，根据设备数量计算基站数量，即

，其中M为设备总数，A为基站可接入设备个数；随后，根据覆盖区域计算基站数量，即

，其中XY分别为设备坐标的横坐标值和纵坐标值，S为基站可覆盖的区域圆形的内接正方形面积，如上，即得基站数量的估计区间

；

计算每个基站的候选区域范围：首先，使用机器学习的聚类方法对设备坐标进行聚类；随后，取最优的聚类结果使用；最后，以该聚类结果中心点为圆心，以该聚类所有点到中心点距离的标准差为半径，画圆作为该聚类结果的基站候选区域；

3）实地勘探基站候选区域，确定基站候选点坐标及其参数列表；

4）使用方法B遍历候选点与设备参数，获得每个设备与每个基站的关联系数集合

；所述方法B包括如下步骤：

计算候选点T与设备R的直线距离上的地理高度坐标序列；

代入函数F1计算出无线电空间损耗L；

代入函数F2计算出关联系数R；

根据公式：

计算候选点T与设备R的直线距离上的地理高度坐标序列，其中，其中，s为步长表示候选点至设备之间地理信息采样分辨率，n为第几个采样点，N为采样点的数量，∂为地理坐标在空间距离算法上的修正参数；

函F1数定义如下：

，其中，

为基站天线高度，

为设备天线高度，S为基站至设备的空间距离，

为基站到设备基于空间地理环境下的无线损耗参考值，

为无线通信频率；

使用的函数F2如下：

，其中，S为基站天线的接收灵敏度dBm，M为无线发射和接收设备中的链路增益dBi，m为设备编号，n为基站编号；

5）判断设备是否可被规划入网，若关联系数

>1 则认为该设备可以被规划至当前网络中，若关联系数

≤1则认为该设备参数无法被规划至当前网络中，需要使用方法C计算最佳的设备参数；所述方法C包括如下步骤：

计算使得

所需的传播增益增量ΔL；

如规划中考虑调整链路增益，则需在参数

中增加

所修正的值；如规划中考虑调整天线高度，则计算所需调整的天线高度

；

6）使用方法D进行基站合并优化，完成规划所述方法D包括如下步骤：

首先，求出每个基站设备关联信号集中度参数

；随后，设单个基站可容纳共A个设备，所有设备集合为

，归属于当前基站n的设备集合为

，已经加入网络的设备集合为

；对于存在

的基站n，将所有设备的值

进行排序，取前A个设备加入集合

，迭代此步骤直至没有设备可加入

；最后，对于剩余的基站，取

，对于存在

的设备m加入到基站集合

，迭代此步骤直至所有设备归属完毕。

Images