CN112020074B - 无线访问接入点部署方法和装置、存储介质 - Google Patents
无线访问接入点部署方法和装置、存储介质 Download PDFInfo
- Publication number
- CN112020074B CN112020074B CN202010936448.XA CN202010936448A CN112020074B CN 112020074 B CN112020074 B CN 112020074B CN 202010936448 A CN202010936448 A CN 202010936448A CN 112020074 B CN112020074 B CN 112020074B
- Authority
- CN
- China
- Prior art keywords
- wireless access
- access point
- access points
- target area
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 39
- 239000002245 particle Substances 0.000 claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
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
-
- 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
- H04W16/22—Traffic simulation tools or models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了无线访问接入点部署方法和装置、存储介质。该方法包括：预估目标区域内待部署的无线访问接入点的第一数量；基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。以在保证较低的能耗和运营成本的情况下，满足更多的用户需求，提高服务质量，降低运营成本。
Description
技术领域
本发明涉及通信领域，具体而言，涉及一种无线访问接入点部署方法和装置、存储介质。
背景技术
当前移动数据的爆炸式增长对运营商提出了更高的要求。在此背景下，运营商应不得不提供更高的通信系统容量，以满足用户日益增长的需求，并为用户带来更好的用户体验。当前已有多种技术被用来提高通信系统容量，减少系统运营压力，如频段复用、数据卸载等方式都可以提高通信系统容量，提升用户服务质量，满足用户需求。但是上述方法较为复杂，且限制性较大，不能从根源性解决问题。一种更为简单且高效的解决方案是部署足够多的接入点，为用户提供足够多的通信服务。但是，该方式往往带来更高的能耗和运营成本。
因此如何在保证较低的能耗和运营成本的情况下，满足更多的用户需求，提高服务质量，降低运营成本，是亟待解决的问题。
发明内容
本发明实施例提供了一种无线访问接入点部署方法和装置、存储介质，以在保证较低的能耗和运营成本的情况下，满足更多的用户需求，提高服务质量，降低运营成本。
根据本发明实施例的一个方面，提供了无线访问接入点部署方法，包括：预估目标区域内待部署的无线访问接入点的第一数量；基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。
根据本发明实施例的另一方面，还提供了无线访问接入点部署装置，包括：预估单元，用于预估目标区域内待部署的无线访问接入点的第一数量；部署单元，用于基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。
根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述过无线访问接入点部署方法。
根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的无线访问接入点部署方法。
通过本发明，首先，预估目标区域内待部署的无线访问接入点的第一数量；基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。采用上述技术方案，可以在部署时，满足预设部署策略，以使的多个无线访问接入点的平均能源效率最大和/或发射总功率最小，保证了较低的能耗和运营成本的情况下，满足更多的用户需求，提高服务质量，降低运营成本。例如：在部署时应以当前区域内分布人数来设计无线访问接入点容量限制，要求所有无线访问接入点服务用户的总数应大于或等于当前区域内的总人数。当区域内95％用户都达到服务速率要求时，在接入点服务用户过程中，限定无线访问接入点的最大发射功率，并规定每个无线访问接入点的发射功率都不能高于该阈值。而且本申请采用多目标粒子群算法，其收敛速度快，效率高，且有很多措施可以避免陷入局部最优，可以很快的达到无线访问接入点的平均能源效率最大和/或发射总功率最小的目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本申请实施例提供的一种无线访问接入点部署的应用场景示意图；
图2A是本申请实施例提供的一种无线访问接入点部署方法流程的示意图；
图2B是本申请实施例提供的一种建立目标区域-用户模型的示意图；
图3A是本申请实施例提供的一种多目标部署算法流程示意图；
图3B是本申请实施例提供的一种判断是否满足预设部署策略的流程示意图；
图4是根据本发明实施例的一种可选的无线访问接入点部署装置的结构示意图；
图5是根据本发明实施例的一种可选的电子装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先，对本申请中的部分用语进行解释说明，以便于本领域技术人员理解。
(1)粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle SwarmOptimization)，缩写为PSO，是由J.Kennedy和R.C.Eberhart等开发的一种新的进化算法(Evolutionary Algorithm-EA)。PSO算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover)和“变异”(Mutation)操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。
(2)无线访问接入点(Wireless Access Point，AP)就是传统有线网络中的HUB，也是组建小型无线局域网时最常用的设备。AP相当于一个连接有线网和无线网的桥梁，其主要作用是将各个无线网络客户端连接到一起，然后将无线网络接入以太网。
一个高效合理的AP部署方案可以在保证服务用户质量的同时，减少AP部署数量，并降低整个AP部署环境的能耗，对降低运营成本是十分必要的。下面对本申请实施例所基于的其中一种无线访问接入点AP部署场景进行描述。请参考附图1，图1是本申请实施例提供的一种无线访问接入点部署的应用场景示意图，如图1所示包括：多个无线访问接入点AP101，多个用户102。
其中，无线访问接入点AP101可以是传统有线网络中的HUB，也是组建小型无线局域网时最常用的设备。AP相当于一个连接有线网和无线网的桥梁，其主要作用是将各个无线网络客户端连接到一起，然后将无线网络接入以太网。也是无线网络中的无线交换机，它是移动终端用户进入有线网络的接入点。AP的室内覆盖范围一般是30m～100m，不少厂商的AP产品可以互联，以增加WLAN覆盖面积。也正因为每个AP的覆盖范围都有一定的限制，正如手机可以在基站之间漫游一样，无线局域网客户端也可以在AP之间漫游。因此，若想实现在一个较大的范围内实现无线上网，需要部署多个AP，以保证在一个较大的范围内的多个终端设备可以通过该多AP接入以太网。
用户102用于指代终端设备，该终端设备可以通过AP接入互联网，该终端设备可以是输入输出设备，经由通信设施向计算机输入程序和数据或接收计算机输出处理结果的设备。终端设备通常设置在能利用通信设施与远处计算机联接工作的方便场所，它主要由通信接口控制装置与专用或选定的输入输出装置组合而成。例如：电脑、笔记本、智能手机、只能手表、智能手环、蓝牙音箱等等可以通过AP接入互联网的终端设备。
可以理解的是，图1中的无线访问接入点部署的应用场景只是本发明实施例中的一种示例性的实施方式，本发明实施例中的无线访问接入点部署的应用场景包括但不仅限于以上无线访问接入点部署的应用场景。
参考附图2A，图2A是本申请实施例提供的一种无线访问接入点部署方法流程的示意图。可应用于上述图1中的系统，下面将结合图2A从无线访问接入点部署装置的单侧进行描述。该方法可以包括以下步骤S1-步骤S3。
步骤S1：建立目标区域-用户模型。
具体的，给定部署目标区域的区域范围，得出所述目标区域对应的用户分布规律，建立所述目标区域-用户模型。不同区域内用户的数量不同，进而不同区域的用户密度不同，对应的用户所持有的终端数目也不同。所以在部署无线访问接入点之前，需要获取所述目标区域对应的用户分布规律，以便部署无线访问接入点。
例如：参考附图2B，图2B是本申请实施例提供的一种建立目标区域-用户模型的示意图。如图2B所示，将目标区域内部署多个AP，以保证目标区域内多个用户持有的终端设备可以通过部署的AP接入互联网。其中，本申请实施例可以将面积为AT的目标区域划分成Nsubarea个子区域，子区域的划分可以根据实际情况自主划分，每个区域的面积为A(k)，每个子区域的用户密度为D(k)，k＝1,······,Nsubarea，以便部署无线访问接入点。
步骤S2、预估目标区域内待部署的无线访问接入点的第一数量。
具体的，在建立目标区域-用户模型后，需要预估目标区域内待部署的无线访问接入点的数量(即，第一数量)，以便在目标区域内合理部署多个无线访问接入点。例如：给定接入点到用户的关联范围(用户到接入点的连接范围)，估算单个接入点的最大服务用户数。
作为一种可选的方案，所述预估目标区域内等待部署的无线访问接入点的第一数量，包括：获取每个无线访问接入点对应的第二数量，所述第二数量为所述无线访问接入点允许接入的终端设备的最大数量；获取目标区域内所述终端设备的总数量；根据所述第二数量和所述总数量，预估所述第一数量。其中，估算单个无线访问接入点的最大服务数量的方法可以为基于随机几何模型的部署方法，该方法可以根据用户到接入点的距离估算单个接入点所能提供的最大服务速率，并根据该速率估算能服务的最大用户数。
作为一种可选的方案，所述预估目标区域内等待部署的无线访问接入点的第一数量，包括：获取每个无线访问接入点的覆盖范围，所述覆盖范围为所述无线访问接入点允许所述终端设备接入的距离范围；获取目标区域的区域范围根据所述每个无线访问接入点的覆盖范围和所述区域范围，预估所述第一数量。
作为一种可选的方案，所述预估目标区域内等待部署的无线访问接入点的数量，包括：获取每个无线访问接入点对应的第三数量，所述第三数量为所述无线访问接入点允许接入所述终端设备的最大数量；获取目标区域内所述终端设备的总数量；获取每个无线访问接入点的覆盖范围，所述覆盖范围为无线访问接入点允许终端设备接入的距离范围；根据所述第三数量、所述总数量以及所述每个无线访问接入点的覆盖范围，预估目标区域内等待部署的无线访问接入点的数量。
例如：可采用覆盖范围与服务人数联合部署的方法，其中，覆盖范围估算是用整体AP的覆盖范围除以单个接入点AP覆盖发内。服务用户估算是用活动在该区域的用户人数除以单个接入点AP的最大服务用户数。而采用覆盖范围与服务人数联合部署的方法是指最终估算数量为两种估算方法的最大值。实施本发明步骤S2：可以首先采用随机几何模型对单个接入点进行建模，计算出单个接入点的总吞吐量，其计算公式如下：
公式(1)，(2)和(3)表示无线访问接入点AP-用户的信噪比，式中Pb是无线访问接入点AP的发射功率，gi,gj是无线访问接入点i和无线访问接入点j的瑞利衰落因子。r为用户到为其提供服务的无线访问接入点的距离，Rj为干扰无线访问接入点到该用户的距离。公式(2)实际上为用户获得的信号增益，公式(3)为用户获得的干扰。
公式(4)表示接入点可提供的总吞吐量，其利用随机几何模型建模后如下：
公式(5)中和/>是/>和/>为拉普拉斯变换。
估算接入点的部署数量计算公式如(6),(7)和(8)所示：
为根据覆盖范围估算的无线访问接入点数量，Rth是单个无线访问接入点的覆盖范围。
公式(7)为根据服务人数估算的无线访问接入点数量，N为整个区域人数，Nuser是单个无线访问接入点能服务的最大用户数，计算公式如下：
τth是用户可以接收的最小吞吐量阈值。
最终预估的无线访问接入点部署数量为：
步骤S3、基于多目标粒子群算法，在目标区域内部署第一数量个无线访问接入点。
具体的，基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。
作为一种可选的方案，所述基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，包括：初始化所述每个无线访问接入点的位置变量和速度变量，并确定所述每个无线访问接入点对应的目标函数；基于所述多目标粒子群算法，迭代更新所述每个无线访问接入点的位置变量和速度变量，以使所述第一数量个无线访问接入点满足预设部署策略；根据更新后的位置变量和更新后速度变量，在目标区域内部署所述第一数量个无线访问接入点。
作为一种可选的方案，所述预设部署策略包括以下策略中的一个或多个：所述策略为所述第一数量个无线访问接入点服务的用户总数大于目标区域内用户的总数；所述策略为所述第一数量个无线访问接入点覆盖的终端设备的总数量大于或等于第一预设阈值，所述第一预设阈值与目标区域内所有终端设备数量对应；所述策略为所述第一数量个无线访问接入点中每个无线访问接入点的发射功率小于最大预设发射阈值。即，可以理解的是，在部署时应以当前区域内分布人数来设计容量限制，要求所有接入点服务用户的总数应大于或等于当前区域内的总人数。当区域内95％用户都达到服务速率要求时，本发明认为达到了覆盖要求。在接入点服务用户过程中，本发明限定接入点的最大发射功率，并规定每个接入点的发射功率都不能高于该阈值。
作为一种可选的方案，请参考附图3A，图3A是本申请实施例提供的一种多目标部署算法流程示意图。需要说明的是，本申请实施例和附图中所提及的多目标部署算法中的粒子为无线访问接入点。如图3A所示，基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，可以包括以下步骤：
步骤S31：确定粒子种群数量并根据预部署的无线访问接入点数量，初始化每个无线访问接入点位置变量和粒子速度变量。例如：确定粒子种群数量L并根据估算的预部署接入点数量(第一数量)，初始化每个AP的位置变量W(l)和粒子速度变量V(l)。
上(10)式中x，y为AP位置坐标，p代表发射功率，l为所属粒子群。
步骤S32：计算每个无线访问接入点对应的目标函数(整体功率与用户平均能源效率效),并将这些无线访问接入点中的部分无线访问接入点放入外部集合中。(可以随机或者按照预设规则)。
步骤S33：确定每个无线访问接入点对应的最优解，称为局部最优解W(l,local)。
步骤S34：将目标区域分割成许多格子，并根据无线访问接入点所对应的坐标确定所在格子的坐标。
步骤S35：为至少包含一个外部集合中无线访问接入点AP的格子定义适应值，基于轮盘赌方法选定一个格子，从上述格子中随机选择一个在外部集合的无线访问接入点AP作为全局最优解W(global)。
步骤S36：更新所有无线访问接入点的位置变量和速度变量。其中，公式如下：
上述(12)式中为0.8，c1＝c2＝2，φ1和φ2是正数。
步骤S37：重新计算目标函数值，更新无线访问接入点的局部最优解。
步骤S37：利用自适应网格法更新外部集合。
步骤S38：判断无线访问接入点是否满足预设部署策略限制，若不满足则重新跳回到步骤S36，直到满足条件为止。
例如：请参考附图3B，图3B是本申请实施例提供的一种判断是否满足预设部署策略的流程示意图。如图3B所示，步骤S381：初始化变量后，判定当前部署是否满足容量限制要求，不满足则对接入点进行位置更新和功率调整并重新进行容量限制判断，若满足要求进行步骤S382，不满足则重复上述步骤。步骤S382：判定当前部署是否满足覆盖要求，不满足则对接入点进行位置更新和功率调整并重新进行覆盖限制判断，若满足要求进行步骤S383，不满足则重复上述步骤。判定当前部署是否满足发射功率阈值要求，不满足则对接入点进行位置更新和功率调整并重新进行发射功率阈值判断，若满足要求完成部署，不满足则重复上述步骤。
其中，判断是否预设部署策略的条件可以按照如下公式处理：是否策略1：
公式(14)表示接入点部署时的可服务的用户容量要大于当前区域存在的用户数，式中ρm,k表示当前接入点覆盖区域占当整个区域的百分比，η表示调节因子，本发明取1。
策略2：
公式(15)表示接入点实际服务的用户数应达到总人数的σ％，即Nref＝σN。此外：
式中γn表示接入点实际服务的用户数。
策略3：
公式(17)表示每个接入点的发射功率都不能超过限定阈值Pthreshold。
需要说明的是，本发明中容量限制的判断切换条件按步骤S481,S482，S483执行。
步骤S4：基于贪婪算法，取消第一数量个无线访问接入点中的目标无线访问接入点的部署。
具体的，基于贪婪算法，取消所述第一数量个无线访问接入点中的目标无线访问接入点的部署，所述目标无线访问接入点为不改变所述第一数量个无线访问接入点的总容量、所述第一数量个无线访问接入点的总覆盖范围和/或所述第一数量个无线访问接入点的传输功率。可以理解的是：在进行无线访问接入点冗余消除时，所消除的无线访问接入点均为不影响容量、覆盖范围和传输功率限制的接入点，即。将该接入点消除后上述公式(14)，(15)和(17)均成立。
通过本实施例，可以使得多个无线访问接入点的平均能源效率最大，即能耗较小，发射总功率最小，保证了较低的能耗和运营成本的情况下，满足更多的用户需求，提高服务质量，降低运营成本。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
根据本发明实施例的又一方面，还提供了过无线访问接入点部署装置，请参考附图4，图4是根据本发明实施例的一种可选的无线访问接入点部署装置的结构示意图。如图4所示，该装置包括：
预估单元401，用于预估目标区域内待部署的无线访问接入点的第一数量；
部署单元402，用于基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。
在本申请实施例中，首先，预估目标区域内待部署的无线访问接入点的第一数量；基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。采用上述技术方案，可以在部署时，满足预设部署策略，以使的多个无线访问接入点的平均能源效率最大和/或发射总功率最小，保证了较低的能耗和运营成本的情况下，满足更多的用户需求，提高服务质量，降低运营成本。例如：在部署时应以当前区域内分布人数来设计无线访问接入点容量限制，要求所有无线访问接入点服务用户的总数应大于或等于当前区域内的总人数。当区域内95％用户都达到服务速率要求时，在接入点服务用户过程中，限定无线访问接入点的最大发射功率，并规定每个无线访问接入点的发射功率都不能高于该阈值。而且本申请采用多目标粒子群算法，其收敛速度快，效率高，且有很多措施可以避免陷入局部最优，可以很快的达到无线访问接入点的平均能源效率最大和/或发射总功率最小的目的。
作为一种可选的方案，所述预估单元401，具体用于：获取每个无线访问接入点对应的第二数量，所述第二数量为所述无线访问接入点允许接入的终端设备的最大数量；获取目标区域内所述终端设备的总数量；根据所述第二数量和所述总数量，预估所述第一数量。
作为一种可选的方案，所述预估单元401，具体用于：获取每个无线访问接入点的覆盖范围，所述覆盖范围为所述无线访问接入点允许所述终端设备接入的距离范围；获取目标区域的区域范围根据所述每个无线访问接入点的覆盖范围和所述区域范围，预估所述第一数量。
作为一种可选的方案，所述预估单元401，具体用于：获取每个无线访问接入点对应的第三数量，所述第三数量为所述无线访问接入点允许接入所述终端设备的最大数量；获取目标区域内所述终端设备的总数量；获取每个无线访问接入点的覆盖范围，所述覆盖范围为无线访问接入点允许终端设备接入的距离范围；根据所述第三数量、所述总数量以及所述每个无线访问接入点的覆盖范围，预估目标区域内等待部署的无线访问接入点的数量。
作为一种可选的方案，所述部署单元402，具体用于：初始化所述每个无线访问接入点的位置变量和速度变量，并确定所述每个无线访问接入点对应的目标函数；基于所述多目标粒子群算法，迭代更新所述每个无线访问接入点的位置变量和速度变量，以使所述第一数量个无线访问接入点满足预设部署策略；根据更新后的位置变量和更新后速度变量，在目标区域内部署所述第一数量个无线访问接入点。
作为一种可选的方案，所述预设部署策略包括以下策略中的一个或多个：所述策略为所述第一数量个无线访问接入点服务的用户总数大于目标区域内用户的总数；所述策略为所述第一数量个无线访问接入点覆盖的终端设备的总数量大于或等于第一预设阈值，所述第一预设阈值与目标区域内所有终端设备数量对应；所述策略为所述第一数量个无线访问接入点中每个无线访问接入点的发射功率小于最大预设发射阈值。
作为一种可选的方案，所述装置，还包括：消除单元403，用于基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点之后基于贪婪算法，取消所述第一数量个无线访问接入点中的目标无线访问接入点的部署，所述目标无线访问接入点为不改变所述第一数量个无线访问接入点的总容量、所述第一数量个无线访问接入点的总覆盖范围和/或所述第一数量个无线访问接入点的传输功率。
根据本发明的实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述计算机可读的存储介质可以被设置为存储用于执行以下步骤的计算机程序：
预估目标区域内待部署的无线访问接入点的第一数量。
基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。
可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、ROM(Read-Only Memory，只读存储器)、RAM(Random Access Memory，随机存取器)、磁盘或光盘等。
根据本发明实施例的又一个方面，还提供了一种用于实施上述无线访问接入点部署的电子装置，请参考附图5，图5是根据本发明实施例的一种可选的电子装置的结构示意图，如图5所示，该电子装置包括存储器502和处理器505，该存储器502中存储有计算机程序，该处理器504被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
预估目标区域内待部署的无线访问接入点的第一数量；基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小。
可选地，本领域普通技术人员可以理解，图5所示的结构仅为示意，电子装置也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图5其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图5中所示更多或者更少的组件(如网络接口等)，或者具有与图5所示不同的配置。
其中，存储器502可用于存储软件程序以及模块，如本发明实施例中的过温功率自动调整方法和装置对应的程序指令/模块，处理器504通过运行存储在存储器502内的软件程序以及模块，从而执行各种功能应用以及原始数据信息传输，即实现上述的过温功率自动调整方法。存储器502可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器502可进一步包括相对于处理器504远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器502具体可以但不限于用于存储目标对象的目标高度等信息。作为一种示例，如图5所示，上述存储器502中可以但不限于包括上述过无线访问接入点部署装置中的预估单元402、部署单元404和消除单元403。此外，还可以包括但不限于上述过温功率自动调整装置中的其他模块单元，本示例中不再赘述。
可选地，上述的传输装置506用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置506包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置506为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
此外，上述电子装置还包括：连接总线508，用于连接上述电子装置中的各个模块部件。
在其他实施例中，上述终端或者服务器可以是一个分布式系统中的一个节点，其中，该分布式系统可以为区块链系统，该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中，节点之间可以组成点对点(P2P，Peer To Peer)网络，任意形式的计算设备，比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。
可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种无线访问接入点部署方法，其特征在于，包括：
预估目标区域内待部署的无线访问接入点的第一数量；
基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小；
其中，所述基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，包括：
初始化所述每个无线访问接入点的位置变量和速度变量，并确定所述每个无线访问接入点对应的目标函数；
基于所述多目标粒子群算法，迭代更新所述每个无线访问接入点的位置变量和速度变量，以使所述第一数量个无线访问接入点满足预设部署策略；
根据更新后的位置变量和更新后速度变量，在目标区域内部署所述第一数量个无线访问接入点。
2.根据权利要求1所述的方法，其特征在于，所述预估目标区域内等待部署的无线访问接入点的第一数量，包括：
获取每个无线访问接入点对应的第二数量，所述第二数量为所述无线访问接入点允许接入的终端设备的最大数量；
获取目标区域内所述终端设备的总数量；
根据所述第二数量和所述总数量，预估所述第一数量。
3.根据权利要求1所述的方法，其特征在于，所述预估目标区域内等待部署的无线访问接入点的第一数量，包括：
获取每个无线访问接入点的覆盖范围，所述覆盖范围为所述无线访问接入点允许终端设备接入的距离范围；
获取目标区域的区域范围；
根据所述每个无线访问接入点的覆盖范围和所述区域范围，预估所述第一数量。
4.根据权利要求1所述的方法，其特征在于，所述预估目标区域内等待部署的无线访问接入点的数量，包括：
获取每个无线访问接入点对应的第三数量，所述第三数量为所述无线访问接入点允许接入终端设备的最大数量；
获取目标区域内所述终端设备的总数量；
获取每个无线访问接入点的覆盖范围，所述覆盖范围为无线访问接入点允许终端设备接入的距离范围；
根据所述第三数量、所述总数量以及所述每个无线访问接入点的覆盖范围，预估目标区域内等待部署的无线访问接入点的数量。
5.根据权利要求1所述的方法，其特征在于，所述预设部署策略包括以下策略中的一个或多个：
所述策略为所述第一数量个无线访问接入点服务的用户总数大于目标区域内用户的总数；
所述策略为所述第一数量个无线访问接入点覆盖的终端设备的总数量大于或等于第一预设阈值，所述第一预设阈值与目标区域内所有终端设备数量对应；
所述策略为所述第一数量个无线访问接入点中每个无线访问接入点的发射功率小于最大预设发射阈值。
6.根据权利要求1所述的方法，其特征在于，所述基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点之后，还包括：
基于贪婪算法，取消所述第一数量个无线访问接入点中的目标无线访问接入点的部署，所述目标无线访问接入点为不改变所述第一数量个无线访问接入点的总容量、所述第一数量个无线访问接入点的总覆盖范围和/或所述第一数量个无线访问接入点的传输功率。
7.一种无线访问接入点部署装置，其特征在于，包括：
预估单元，用于预估目标区域内待部署的无线访问接入点的第一数量；
部署单元，用于基于多目标粒子群算法，在目标区域内部署所述第一数量个无线访问接入点，以使在满足预设部署策略时所述目标区域内的所述第一数量个无线访问接入点的平均能源效率最大和/或发射总功率最小；
所述装置还用于初始化所述每个无线访问接入点的位置变量和速度变量，并确定所述每个无线访问接入点对应的目标函数；
基于所述多目标粒子群算法，迭代更新所述每个无线访问接入点的位置变量和速度变量，以使所述第一数量个无线访问接入点满足预设部署策略；
根据更新后的位置变量和更新后速度变量，在目标区域内部署所述第一数量个无线访问接入点。
8.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至6任一项中所述的方法。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至6任一项中所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010936448.XA CN112020074B (zh) | 2020-09-08 | 2020-09-08 | 无线访问接入点部署方法和装置、存储介质 |
| PCT/CN2021/091758 WO2022052489A1 (zh) | 2020-09-08 | 2021-04-30 | 无线访问接入点部署方法和装置、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010936448.XA CN112020074B (zh) | 2020-09-08 | 2020-09-08 | 无线访问接入点部署方法和装置、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112020074A CN112020074A (zh) | 2020-12-01 |
| CN112020074B true CN112020074B (zh) | 2023-11-17 |
Family
ID=73521231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010936448.XA Active CN112020074B (zh) | 2020-09-08 | 2020-09-08 | 无线访问接入点部署方法和装置、存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112020074B (zh) |
| WO (1) | WO2022052489A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112020074B (zh) * | 2020-09-08 | 2023-11-17 | 三维通信股份有限公司 | 无线访问接入点部署方法和装置、存储介质 |
| CN114697976B (zh) * | 2022-02-25 | 2023-12-22 | 成都市联洲国际技术有限公司 | 确定室内网路分布的方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107493578A (zh) * | 2016-06-13 | 2017-12-19 | 富士通株式会社 | 无线网络部署方法和装置 |
| JP2017225119A (ja) * | 2016-06-13 | 2017-12-21 | 富士通株式会社 | 無線ネットワークの配備方法及び装置 |
| CN107635239A (zh) * | 2017-09-25 | 2018-01-26 | 北京邮电大学 | 无人机基站部署方法、装置、电子设备及可读存储介质 |
| WO2018043600A1 (ja) * | 2016-09-02 | 2018-03-08 | 日本電信電話株式会社 | 無線通信システムおよび無線通信方法 |
| CN109275094A (zh) * | 2018-11-02 | 2019-01-25 | 北京邮电大学 | 一种高能效无人机覆盖点连续覆盖方法和装置 |
| CN110798851A (zh) * | 2019-10-25 | 2020-02-14 | 西安交通大学 | 无线异构网络基于QoS的能量效率和负载均衡的联合优化方法 |
| CN111510932A (zh) * | 2020-03-21 | 2020-08-07 | 杭州迪普科技股份有限公司 | 无线接入点部署方法、装置、电子设备及计算机可读介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112020074B (zh) * | 2020-09-08 | 2023-11-17 | 三维通信股份有限公司 | 无线访问接入点部署方法和装置、存储介质 |
-
2020
- 2020-09-08 CN CN202010936448.XA patent/CN112020074B/zh active Active
-
2021
- 2021-04-30 WO PCT/CN2021/091758 patent/WO2022052489A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107493578A (zh) * | 2016-06-13 | 2017-12-19 | 富士通株式会社 | 无线网络部署方法和装置 |
| JP2017225119A (ja) * | 2016-06-13 | 2017-12-21 | 富士通株式会社 | 無線ネットワークの配備方法及び装置 |
| WO2018043600A1 (ja) * | 2016-09-02 | 2018-03-08 | 日本電信電話株式会社 | 無線通信システムおよび無線通信方法 |
| CN107635239A (zh) * | 2017-09-25 | 2018-01-26 | 北京邮电大学 | 无人机基站部署方法、装置、电子设备及可读存储介质 |
| CN109275094A (zh) * | 2018-11-02 | 2019-01-25 | 北京邮电大学 | 一种高能效无人机覆盖点连续覆盖方法和装置 |
| CN110798851A (zh) * | 2019-10-25 | 2020-02-14 | 西安交通大学 | 无线异构网络基于QoS的能量效率和负载均衡的联合优化方法 |
| CN111510932A (zh) * | 2020-03-21 | 2020-08-07 | 杭州迪普科技股份有限公司 | 无线接入点部署方法、装置、电子设备及计算机可读介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022052489A1 (zh) | 2022-03-17 |
| CN112020074A (zh) | 2020-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10945145B2 (en) | Network reconfiguration using genetic algorithm-based predictive models | |
| US8897767B2 (en) | Parameter setting apparatus and parameter setting method | |
| CN112020074B (zh) | 无线访问接入点部署方法和装置、存储介质 | |
| CN108112037B (zh) | 基于雾计算和协作通信网络的负载均衡方法 | |
| Hu et al. | Optimal new site deployment algorithm for heterogeneous cellular networks | |
| Wang et al. | Dense femtocell networks power self‐optimization: an exact potential game approach | |
| Almeida et al. | Traffic-aware multi-tier flying network: Network planning for throughput improvement | |
| Valavanis et al. | Base-station location optimization for LTE systems with genetic algorithms | |
| CN115146691A (zh) | 管控模型训练的方法及装置、系统 | |
| US20220394727A1 (en) | Scheduling method, scheduling algorithm training method, related system, and storage medium | |
| US11889345B2 (en) | Event-based load balancing in 4G-5G multi-radio dual connectivity | |
| JP5999779B2 (ja) | 複数の移動端末によって転送される各信号の送信電力を調整するための方法及びデバイス | |
| CN115211168A (zh) | 一种基于ai的负载预测方法 | |
| Vinodha et al. | Energy‐efficient routing protocol and optimized passive clustering in WSN for SMART grid applications | |
| CN103648105A (zh) | 一种无线局域网接入点部署方案的获得方法及系统 | |
| CN108882353B (zh) | 一种功率控制方法、装置、电子设备及可读存储介质 | |
| EP2779756B1 (en) | Control of user equipment to base station association to optimise network capacity utilisation | |
| CN113395724A (zh) | 一种基站的模式优化方法及装置 | |
| KR20210063025A (ko) | 통신 시스템에서 네트워크 엘리먼트를 제어하기 위한 서버 및 그의 동작 방법 | |
| Benchaabene et al. | A genetic algorithm for solving the radio network planning problem in 5g cellular networks | |
| Bikov et al. | Smart concurrent learning scheme for 5G network: QoS-aware radio resource allocation | |
| KR101671635B1 (ko) | 밀리미터 웨이브 광대역 5g 네트워크를 위한 동적 계획법 기반 모바일 릴레이 선택 방법 및 시스템 | |
| CN113630906B (zh) | 无线自组织网络中断补偿方法及装置 | |
| KR102547010B1 (ko) | 무선 통신 시스템에서의 다중 연결 제어 방법 및 장치 | |
| KR102598631B1 (ko) | 시공간 및 주파수 영역에서 간섭분석 기반의 무선 자원 재구성 시스템 및 무선 자원 재구성 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |