CN112333730A

CN112333730A - 基于自适应三角剖分诱导插值构建蜂窝网络覆盖图的方法

Info

Publication number: CN112333730A
Application number: CN202011108077.2A
Authority: CN
Inventors: 周春丽; 陈志君
Original assignee: Guangxi Power Grid Co Ltd
Current assignee: Guangxi Power Grid Co Ltd
Priority date: 2020-10-16
Filing date: 2020-10-16
Publication date: 2021-02-05

Abstract

本发明公开了一种基于自适应三角剖分诱导插值构建网络站址的方法及系统，其方法，包括：初始化目标区域，定义表示覆盖图的函数；将目标区域划分成高密度区域和低密度区域；在低密度区域和高密度区域中进行格子化采样；对目标区域进行Delaunay三角剖分划分；计算子三角形其覆盖区域和未覆盖区域的边界；计算子三角形覆盖区域；以子三角形的覆盖区域的并集得出覆盖区域；根据覆盖图进行站址优化网络覆盖优化。本发明提供的实施例在站址优化方面表现良好，成本低且效率高，满足四网融合背景下对网络覆盖优化的要求。

Description

基于自适应三角剖分诱导插值构建蜂窝网络覆盖图的方法

技术领域

本发明涉及无线通信领域，具体涉及了一种基于自适应三角剖分诱导插值构建网络站址的方法及系统。

背景技术

电信网、计算机网、有线电视网三网融合期望构建一个高效的通信网络，在此基础上将电网融入其中，便形成了四网融合。一方面四网融合可以使通信网络利用电网极为丰富的电力管廊资源，使得通信网络的建设减少投资和运维费用，且使通信网络覆盖更广。另一方面，四网融合推动智能电网的发展，在电力抄表、控制、监控等方面进行信息化管理，提高用户用电的质量，并能节约电能，减少人力物力的浪费。

为保证四网融合后网络的服务质量，需要选择优化的站址，优化网络覆盖。覆盖图是估计和可视化服务质量数据的最常见的可视化描述方式之一，它反映了不同区域的服务质量的关键绩效指标是否能满足地理意义中的预定义的条件。覆盖空洞是指服务质量的关键绩效指标不能满足相应阈值的区域。运营商必须构建精确的覆盖图，以准确有效的方式获得服务质量情况，优化站址与网络覆盖，减小覆盖空洞，保证良好的服务质量。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种基于自适应三角剖分诱导插值构建网络站址的方法及系统，自适应三角剖分诱导插值算法，根据基站的特性划分区域，通过已知的三个顶点的值，利用线性插值方法来估计三角形内部服务质量的关键绩效指标，由此来构建覆盖图，得出覆盖区域的封闭形式。

为了解决上述技术问题，本发明实施例提供了一种基于自适应三角剖分诱导插值构建网络站址的方法，其特征在于，所述方法，包括：

初始化目标区域，定义表示覆盖图的函数；

将目标区域划分成高密度区域和低密度区域；

在低密度区域和高密度区域中进行格子化采样；

对目标区域进行Delaunay三角剖分划分；

计算子三角形其覆盖区域和未覆盖区域的边界；

计算子三角形覆盖区域；

以子三角形的覆盖区域的并集得出覆盖区域；

根据覆盖图进行站址优化网络覆盖优化。

所述初始化目标区域，包括：初始化基站的位置、天线角度。

所述覆盖图的函数，包括：将覆盖图F表示为一个投射，即一个函数，由公式

给出。

所述将目标区域划分成高密度区域和低密度区域，包括：将目标区域剖分成一组以基站为中心的Voronoi多边形，得到泰森多边形，将Voronoi多边形的顶点连接到它们的中心基站，将所有的Voronoi多边形分成三角形，通过连接三角形两个腰部的分位点，将每个三角形分为高密度区域和低密度区域两部分。

所述在低密度区域和高密度区域中进行格子化采样，包括：低密度区域的总面积是高密度区域的t²倍；目标区域中采样点总的数量为m，低密度区域和高密度区域中的采样点的数量分别为

和

将捐赠比率表示为d，范围从0到1，减少低密度区域中的d·m_low个采样点并增加高密度区域中的d·m_high个采样点，因此

和

目标区域中采样点之间的平均距离为l，在低密度区域和高密度区域网格划分中，采样点之间的距离分别为l_low和l_high，根据m·l＝m_low·l_low+m_high·l_high和

可得

和

所述对目标区域进行Delaunay三角剖分划分，包括：通过得到的采样点对区域进行Delaunay三角剖分划分，最大化三角形的所有角度的最小值来避免条子三角形。

所述子三角形其覆盖区域和未覆盖区域的边界，包括：根据三角形T中三个顶点的KPI值I(x_A，y_A)、I(x_B，y_B)、I(x_C，y_C)，通过线性插值获得任意点E的坐标(x_E，y_E)和KPI值I(x_E，y_E)；在xyz坐标系中，将插值曲面表示为g_I(x，y)＝ux+vy+w，阈值平面表示为z＝Th；插值曲面和阈值平面的交叉曲线，即三角形T内覆盖区域和未覆盖区域的边界由下面的公式给出：g_I(x，y)＝ux_E+vy_E+w＝Th＝z。

所述计算子三角形覆盖区域，包括：g_I(x_A，y_A)≥Th，将A(x_A，y_A)附加到有序集合S；边缘AB与边界g_I(x，y)＝Th在满足I(x_G，y_G)＝Th的点G(x_G，y_G)处相交；将G(x_G，y_G)附加到有序集合S；判断点B、BC和I(x_G，y_G)＝Th的交点、C、AC和I(x_G，y_G)＝Th的交点，是否应添加到有序集合S中；

所述以子三角形的覆盖区域的并集得出覆盖区域，包括：目标区域通过三角剖分方法被分成n个子三角形T＝{T₁，T₂，…，T_n}；覆盖区域M_cov可以通过所有子三角形的覆盖子区域的并集来近似估计，即由

给出，其中T_icov是三角形T_i中的覆盖区域。

一种基于自适应三角剖分诱导插值构建网络站址的系统，所述系统，包括：

初始化模块：用于初始化目标区域，定义表示覆盖图的函数；

区域划分模块：用于将目标区域划分成高密度区域和低密度区域；

采样模块：用于在低密度区域和高密度区域中进行格子化采样；

Delaunay模块：用于对目标区域进行Delaunay三角剖分划分；

计算边界模块：用于计算子三角形其覆盖区域和未覆盖区域的边界；

子三角形区域模块：用于计算子三角形覆盖区域；

覆盖区域模块：用于以子三角形的覆盖区域的并集得出覆盖区域；

站址优化模块：用于根据覆盖图进行站址优化网络覆盖优化。

本发明实施例提供了一种基于自适应三角剖分诱导插值构建网络站址的方法及系统，提出了一种自适应的三角测量方法。根据基站的位置，划分高密度区域和低密度区域，不同区域采取不同的采样点密度，由于考虑到了基站的特性，这种方法充分利用有关采样点的有限信息。另一方面，本发明利用线性插值的方法来估计三角形内部的关键性能指标，此方法考虑了相邻采样点之间的相关性，可以得到更为准确的覆盖图，可以直接提供覆盖区域的闭合解。本发明提出的自适应三角测量诱导插值算法在构建覆盖图进行站址优化方面表现良好，成本低且效率高，能很好地满足四网融合背景下对网络覆盖优化的要求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是一种基于自适应三角剖分诱导插值构建网络站址的方法的流程示意图。

图2是三角形分为高密度区域和低密度区域的示意图。

图3是一种基于自适应三角剖分诱导插值构建网络站址的系统的结构示意图。

具体实施方式

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例

参阅图1，图1是一种基于自适应三角剖分诱导插值构建网络站址的方法的流程示意图。

如图1所示，一种基于自适应三角剖分诱导插值构建网络站址的方法，其特征在于，所述方法，包括：

S101初始化目标区域，定义表示覆盖图的函数；

S102将目标区域划分成高密度区域和低密度区域；

S103在低密度区域和高密度区域中进行格子化采样；

S104对目标区域进行Delaunay三角剖分划分；

S105计算子三角形其覆盖区域和未覆盖区域的边界；

S106计算子三角形覆盖区域；

S107以子三角形的覆盖区域的并集得出覆盖区域；

S108根据覆盖图进行站址优化网络覆盖优化。

S101初始化目标区域，定义表示覆盖图的函数。

所述初始化目标区域，包括：初始化基站的位置、天线角度等相关参数。

给出。

其中，I(x，y)表示区域内点(x，y)的关键绩效指标值的大小，Th表示关键绩效指标的阈值，关键绩效指标值I(x，y)大于等于阈值Th时表示点(x，y)被覆盖到。

S102将目标区域划分成高密度区域和低密度区域。

将目标区域剖分成一组以基站为中心的Voronoi多边形，得到泰森多边形，将Voronoi多边形的顶点连接到它们的中心基站，将所有的Voronoi多边形分成三角形，通过连接三角形两个腰部的分位点，如图2将每个三角形分为高密度区域和低密度区域两部分，其中，H表示高密度区域；L表示低密度区域；t表示分位点和基站之间的距离与顶点和基站之间的距离的比率，即

S103所述在低密度区域和高密度区域中进行格子化采样。

低密度区域的总面积是高密度区域的t²倍。目标区域中采样点总的数量为m，低密度区域和高密度区域中的采样点的数量分别为

和

和

可得

和

S104对目标区域进行Delaunay三角剖分划分。通过得到的采样点对区域进行Delaunay三角剖分划分，最大化三角形的所有角度的最小值来避免条子三角形。

S105计算子三角形其覆盖区域和未覆盖区域的边界。根据三角形T中三个顶点的KPI值I(x_A，y_A)、I(x_B，y_B)、I(x_C，y_C)，可以通过线性插值获得任意点E的坐标(x_E，y_E)和KPI值I(x_E，y_E)：

x_E＝(1-p-q)x_A+px_B+qx_C (2)

y_E＝(1-p-q)y_A+py_B+qy_C (3)

I(x_E，y_E)＝(1-p-q)I(x_A，y_A)+pI(x_B，y_B)+qI(x_C，y_C) (4)

p、q值是线性插值法的系数，改变它们的值即可表示三角形T中任意插值点的坐标。

将I(x_E，y_E)写成关于x_E、y_E的方程形式：I(x_E，y_E)＝ux_E+vy_E+w (5)

式中未知量通过以下公式计算：

u＝[I(x_B，y_B)-I(x_A，y_A)]u'₁+[I(x_C，y_C)-I(x_A，y_A)]u'₂ (6)

v＝[I(x_B，y_B)-I(x_A，y_A)]v'₁+[I(x_C，y_C)-I(x_A，y_A)]v'₂ (7)

w＝[I(x_B，y_B)-I(x_A，y_A)]w'₁+[I(x_C，y_C)-g_A]w'₂+I(x_A，y_A) (8)

其中：

u₁＝x_B-x_A，v₁＝x_C-x_A，w₁＝x_E-x_A，

u₂＝y_B-y_A，v₂＝y_C-y_A，w₂＝y_E-y_A. (10)

在xyz坐标系中，将插值曲面表示为g_I(x，y)＝ux+vy+w和阈值平面表示为z＝Th。插值曲面和阈值平面的交叉曲线，即三角形T内覆盖区域和未覆盖区域的边界由下面的公式给出

g_I(x，y)＝ux_E+vy_E+w＝Th＝z。

S106计算子三角形覆盖区域。

第1步，如果g_I(x_A，y_A)≥Th，将A(x_A，y_A)附加到有序集合S。

第2步，如果边缘AB与边界g_I(x，y)＝Th在满足I(x_G，y_G)＝Th的点G(x_G，y_G)处相交；将G(x_G，y_G)附加到有序集合S。

第3步，同样，根据步骤1和步骤2中的原则判断点B，BC和I(x_G，y_G)＝Th的交点，C，AC和I(x_G，y_G)＝Th的交点，是否应添加到有序集合S中。

第4步，如果

否则，T_cov是在有序集S中列出的顶点组成的多边形。

S107以子三角形的覆盖区域的并集得出覆盖区域。

假设区域M通过三角剖分方法被分成n个子三角形T＝{T₁，T₂，…，T_n}。覆盖区域M_cov可以通过所有子三角形的覆盖子区域的并集来近似估计，即由

给出，其中T_icov是三角形T_i中的覆盖区域。

S108根据覆盖图进行站址优化网络覆盖优化。根据覆盖图调整规划，进行站址优化，不断优化网络覆盖。

参阅图3，图3是一种基于自适应三角剖分诱导插值构建网络站址的系统的结构示意图。

如图3所示，一种基于自适应三角剖分诱导插值构建网络站址的系统，其系统，包括：

初始化模块301：用于初始化目标区域，定义表示覆盖图的函数；

区域划分模块302：用于将目标区域划分成高密度区域和低密度区域；

采样模块303：用于在低密度区域和高密度区域中进行格子化采样；

Delaunay模块304：用于对目标区域进行Delaunay三角剖分划分；

计算边界模块305：用于计算子三角形其覆盖区域和未覆盖区域的边界；

子三角形区域模块306：用于计算子三角形覆盖区域；

覆盖区域模块307：用于以子三角形的覆盖区域的并集得出覆盖区域；

站址优化模块308：用于根据覆盖图进行站址优化网络覆盖优化。

初始化模块301，所述初始化目标区域，包括：初始化基站的位置、天线角度等相关参数。所述覆盖图的函数，包括：将覆盖图F表示为一个投射，即一个函数，由公式

给出。

区域划分模块302，包括：将目标区域剖分成一组以基站为中心的Voronoi多边形，得到泰森多边形，将Voronoi多边形的顶点连接到它们的中心基站，将所有的Voronoi多边形分成三角形，通过连接三角形两个腰部的分位点，如图2将每个三角形分为高密度区域和低密度区域两部分，其中，H表示高密度区域；L表示低密度区域；t表示分位点和基站之间的距离与顶点和基站之间的距离的比率，即

采样模块303，包括：低密度区域的总面积是高密度区域的t²倍。目标区域中采样点总的数量为m，低密度区域和高密度区域中的采样点的数量分别为

和

和

可得

和

Delaunay模块304，包括：通过得到的采样点对区域进行Delaunay三角剖分划分，最大化三角形的所有角度的最小值来避免条子三角形。

计算边界模块305，包括：根据三角形T中三个顶点的KPI值I(x_A，y_A)、I(x_B，y_B)、I(x_C，y_C)，可以通过线性插值获得任意点E的坐标(x_E，y_E)和KPI值I(x_E，y_E)：

x_E＝(1-p-q)x_A+px_B+qx_C (2)

y_E＝(1-p-q)y_A+py_B+qy_C (3)

I(x_E，y_E)＝(1-p-q)I(x_A，y_A)+pI(x_B，y_B)+qI(x_C，y_C) (4)

将I(x_E，y_E)写成关于x_E、y_E的方程形式：

I(x_E，y_E)＝ux_E+vy_E+w (5)

式中未知量通过以下公式计算：

u＝[I(x_B，y_B)-I(x_A，y_A)]u'₁+[I(x_C，y_C)-I(x_A，y_A)]u'₂ (6)

v＝[I(x_B，y_B)-I(x_A，y_A)]v'₁+[I(x_C，y_C)-I(x_A，y_A)]v'₂ (7)

w＝[I(x_B，y_B)-I(x_A，y_A)]w'₁+[I(x_C，y_C)-g_A]w'₂+I(x_A，y_A) (8)

其中：

u₁＝x_B-x_A，v₁＝x_C-x_A，w₁＝x_E-x_A，u₂＝y_B-y_A，v₂＝y_C-y_A，w₂＝y_E-y_A. (10)

g_I(x，y)＝ux_E+vy_E+w＝Th＝z。

子三角形区域模块306，包括：

第1步，如果g_I(x_A，y_A)≥Th，将A(x_A，y_A)附加到有序集合S。

第4步，如果

否则，T_cov是在有序集S中列出的顶点组成的多边形。

覆盖区域模块307，包括：

给出，其中T_icov是三角形T_i中的覆盖区域。

站址优化模块308，包括：根据覆盖图进行站址优化网络覆盖优化。根据覆盖图调整规划，进行站址优化，不断优化网络覆盖。

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：只读存储器(ROM，ReadOnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁盘或光盘等。

另外，以上对本发明实施例所提供的基于自适应三角剖分诱导插值构建网络站址的方法及系统进行了详细介绍，本文中应采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。