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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112333730A CN112333730A CN202011108077.2A CN202011108077A CN112333730A CN 112333730 A CN112333730 A CN 112333730A CN 202011108077 A CN202011108077 A CN 202011108077A CN 112333730 A CN112333730 A CN 112333730A
- Authority
- CN
- China
- Prior art keywords
- area
- coverage
- density
- low
- sub
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 22
- 230000001413 cellular effect Effects 0.000 title description 2
- 238000005070 sampling Methods 0.000 claims abstract description 49
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 210000001624 hip Anatomy 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
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
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(xA,yA)、I(xB,yB)、I(xC,yC),通过线性插值获得任意点E的坐标(xE,yE)和KPI值I(xE,yE);在xyz坐标系中,将插值曲面表示为gI(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:gI(x,y)=uxE+vyE+w=Th=z。
所述计算子三角形覆盖区域,包括:gI(xA,yA)≥Th,将A(xA,yA)附加到有序集合S;边缘AB与边界gI(x,y)=Th在满足I(xG,yG)=Th的点G(xG,yG)处相交;将G(xG,yG)附加到有序集合S;判断点B、BC和I(xG,yG)=Th的交点、C、AC和I(xG,yG)=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,…,Tn};覆盖区域Mcov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Ticov是三角形Ti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。
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·mlow个采样点并增加高密度区域中的d·mhigh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llow和lhigh,根据m·l=mlow·llow+mhigh·lhigh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(xA,yA)、I(xB,yB)、I(xC,yC),可以通过线性插值获得任意点E的坐标(xE,yE)和KPI值I(xE,yE):
xE=(1-p-q)xA+pxB+qxC (2)
yE=(1-p-q)yA+pyB+qyC (3)
I(xE,yE)=(1-p-q)I(xA,yA)+pI(xB,yB)+qI(xC,yC) (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(xE,yE)写成关于xE、yE的方程形式:I(xE,yE)=uxE+vyE+w (5)
式中未知量通过以下公式计算:
u=[I(xB,yB)-I(xA,yA)]u'1+[I(xC,yC)-I(xA,yA)]u'2 (6)
v=[I(xB,yB)-I(xA,yA)]v'1+[I(xC,yC)-I(xA,yA)]v'2 (7)
w=[I(xB,yB)-I(xA,yA)]w'1+[I(xC,yC)-gA]w'2+I(xA,yA) (8)
其中:
u1=xB-xA,v1=xC-xA,w1=xE-xA,
u2=yB-yA,v2=yC-yA,w2=yE-yA. (10)
在xyz坐标系中,将插值曲面表示为gI(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
gI(x,y)=uxE+vyE+w=Th=z。
S106计算子三角形覆盖区域。
第1步,如果gI(xA,yA)≥Th,将A(xA,yA)附加到有序集合S。
第2步,如果边缘AB与边界gI(x,y)=Th在满足I(xG,yG)=Th的点G(xG,yG)处相交;将G(xG,yG)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(xG,yG)=Th的交点,C,AC和I(xG,yG)=Th的交点,是否应添加到有序集合S中。
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。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。
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。
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·mlow个采样点并增加高密度区域中的d·mhigh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llow和lhigh,根据m·l=mlow·llow+mhigh·lhigh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(xA,yA)、I(xB,yB)、I(xC,yC),可以通过线性插值获得任意点E的坐标(xE,yE)和KPI值I(xE,yE):
xE=(1-p-q)xA+pxB+qxC (2)
yE=(1-p-q)yA+pyB+qyC (3)
I(xE,yE)=(1-p-q)I(xA,yA)+pI(xB,yB)+qI(xC,yC) (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(xE,yE)写成关于xE、yE的方程形式:
I(xE,yE)=uxE+vyE+w (5)
式中未知量通过以下公式计算:
u=[I(xB,yB)-I(xA,yA)]u'1+[I(xC,yC)-I(xA,yA)]u'2 (6)
v=[I(xB,yB)-I(xA,yA)]v'1+[I(xC,yC)-I(xA,yA)]v'2 (7)
w=[I(xB,yB)-I(xA,yA)]w'1+[I(xC,yC)-gA]w'2+I(xA,yA) (8)
其中:
u1=xB-xA,v1=xC-xA,w1=xE-xA,u2=yB-yA,v2=yC-yA,w2=yE-yA. (10)
在xyz坐标系中,将插值曲面表示为gI(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
gI(x,y)=uxE+vyE+w=Th=z。
子三角形区域模块306,包括:
第1步,如果gI(xA,yA)≥Th,将A(xA,yA)附加到有序集合S。
第2步,如果边缘AB与边界gI(x,y)=Th在满足I(xG,yG)=Th的点G(xG,yG)处相交;将G(xG,yG)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(xG,yG)=Th的交点,C,AC和I(xG,yG)=Th的交点,是否应添加到有序集合S中。
覆盖区域模块307,包括:
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。
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。
Claims (10)
1.一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。
2.根据权利要求1所述的方法,其特征在于,所述初始化目标区域,包括:
初始化基站的位置、天线角度。
4.根据权利要求1所述的方法,其特征在于,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。
6.根据权利要求1所述的方法,其特征在于,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。
7.根据权利要求1所述的方法,其特征在于,所述计算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(xA,yA)、I(xB,yB)、I(xC,yC),通过线性插值获得任意点E的坐标(xE,yE)和KPI值I(xE,yE);
在xyz坐标系中,将插值曲面表示为gI(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:gI(x,y)=uxE+vyE+w=Th=z。
10.一种基于自适应三角剖分诱导插值构建网络站址的系统,其特征在于,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011108077.2A CN112333730A (zh) | 2020-10-16 | 2020-10-16 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011108077.2A CN112333730A (zh) | 2020-10-16 | 2020-10-16 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112333730A true CN112333730A (zh) | 2021-02-05 |
Family
ID=74313957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011108077.2A Pending CN112333730A (zh) | 2020-10-16 | 2020-10-16 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112333730A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6384826B1 (en) * | 1998-08-14 | 2002-05-07 | Xerox Corporation | Method, apparatus and computer medium for surface reconstruction by Voronoi filtering |
CN101203015A (zh) * | 2006-12-14 | 2008-06-18 | 北京亿阳信通软件研究院有限公司 | 基站无线场强覆盖区域范围确定方法和装置 |
US20090257373A1 (en) * | 2008-04-11 | 2009-10-15 | Yigal Bejerano | Methods and Apparatus for Coverage Verification in a Wireless Sensor Network |
CN103188693A (zh) * | 2011-12-30 | 2013-07-03 | 中国移动通信集团江苏有限公司 | 基于地理信息系统的天线下倾角确定方法及装置 |
CN104159236A (zh) * | 2014-06-23 | 2014-11-19 | 江南大学 | 基于Voronoi图盲区的无线传感器网络节点覆盖优化方法 |
CN104331847A (zh) * | 2014-11-18 | 2015-02-04 | 国家电网公司 | 一种利用Delaunay三角剖分的供电分区方法 |
US20160029305A1 (en) * | 2013-03-11 | 2016-01-28 | Sogang University Research Foundation | Method for supporting self-organization network based on delaunay triangulation and apparatus for same |
CN105338537A (zh) * | 2015-11-16 | 2016-02-17 | 广州杰赛科技股份有限公司 | 一种新增基站站址共享分析的方法及终端 |
CN106358209A (zh) * | 2016-10-11 | 2017-01-25 | 电子科技大学 | 基于德洛内四面体的无线传感器网络表面覆盖方法 |
CN107295534A (zh) * | 2017-07-06 | 2017-10-24 | 北京农业信息技术研究中心 | 一种农业无线多媒体传感器网络有向感知覆盖增强方法 |
-
2020
- 2020-10-16 CN CN202011108077.2A patent/CN112333730A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6384826B1 (en) * | 1998-08-14 | 2002-05-07 | Xerox Corporation | Method, apparatus and computer medium for surface reconstruction by Voronoi filtering |
CN101203015A (zh) * | 2006-12-14 | 2008-06-18 | 北京亿阳信通软件研究院有限公司 | 基站无线场强覆盖区域范围确定方法和装置 |
US20090257373A1 (en) * | 2008-04-11 | 2009-10-15 | Yigal Bejerano | Methods and Apparatus for Coverage Verification in a Wireless Sensor Network |
CN103188693A (zh) * | 2011-12-30 | 2013-07-03 | 中国移动通信集团江苏有限公司 | 基于地理信息系统的天线下倾角确定方法及装置 |
US20160029305A1 (en) * | 2013-03-11 | 2016-01-28 | Sogang University Research Foundation | Method for supporting self-organization network based on delaunay triangulation and apparatus for same |
CN104159236A (zh) * | 2014-06-23 | 2014-11-19 | 江南大学 | 基于Voronoi图盲区的无线传感器网络节点覆盖优化方法 |
CN104331847A (zh) * | 2014-11-18 | 2015-02-04 | 国家电网公司 | 一种利用Delaunay三角剖分的供电分区方法 |
CN105338537A (zh) * | 2015-11-16 | 2016-02-17 | 广州杰赛科技股份有限公司 | 一种新增基站站址共享分析的方法及终端 |
CN106358209A (zh) * | 2016-10-11 | 2017-01-25 | 电子科技大学 | 基于德洛内四面体的无线传感器网络表面覆盖方法 |
CN107295534A (zh) * | 2017-07-06 | 2017-10-24 | 北京农业信息技术研究中心 | 一种农业无线多媒体传感器网络有向感知覆盖增强方法 |
Non-Patent Citations (3)
Title |
---|
YAXI LIU;WEI HUANGFU;HAIJUN ZHANG;KEPING LONG: "Multi-Criteria Coverage Map Construction Based on Adaptive Triangulation-Induced Interpolation for Cellular Networks", 《IEEE ACCESS》 * |
权恩猛,等: "基于Delaunay三角剖分的有向传感器网络覆盖增强算法", 《计算机应用研究》 * |
范云强,等: "基于泰森多边形的网络规划方法研究", 《中国会议》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6631267B1 (en) | Road-based evaluation and interpolation of wireless network parameters | |
Kurner et al. | Prediction of outdoor and outdoor-to-indoor coverage in urban areas at 1.8 GHz | |
JP5273664B2 (ja) | 通信特性解析システム、通信特性解析方法、及び通信特性解析プログラム | |
WO2012011147A1 (ja) | 通信特性解析システム、通信特性解析方法、及び通信特性解析プログラム | |
CN107846688B (zh) | 一种基于多运营商的无线网络站址规划方法和装置 | |
CN107920362A (zh) | 一种基于微区域的lte网络性能评估方法 | |
CN111935732B (zh) | 识别网络覆盖结构空洞的方法、装置、计算机系统与服务器 | |
CN109872384B (zh) | 一种基于机载lidar点云数据的杆塔自动化建模方法 | |
CN114828026A (zh) | 基站规划方法、装置、设备、存储介质及程序产品 | |
CN113133007A (zh) | 通信站点的选址方法、装置及设备 | |
CN107682863B (zh) | 一种电力基站选择和布局方法 | |
CN115474206A (zh) | 实时人数确定方法、装置、电子设备及存储介质 | |
CN112333730A (zh) | 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 | |
CN104598678B (zh) | 输电网逻辑地理图生成方法 | |
CN104701841A (zh) | 一种智能电网用户侧能源信息感知方法 | |
CN114125866A (zh) | 邻区规划方法、装置、计算机设备和存储介质 | |
CN112862921B (zh) | 一种电网分布图像绘制方法 | |
CN115329428A (zh) | 一种风机排布方式的确定方法、装置、设备及存储介质 | |
Liu et al. | Applying SLEUTH for simulating urban expansion of Hangzhou | |
CN114786199A (zh) | 一种网络问题点的确定方法、装置、设备及存储介质 | |
CN100426912C (zh) | 一种实现开阔水域网络规划的方法 | |
CN107958335A (zh) | 一种基于开发地图的风电场装机规模及上网电量估算系统及估算方法 | |
CN112105047B (zh) | 流量热度地理化方法、装置、设备及计算机存储介质 | |
An | Optimal Design of Ecological Landscape Spatial Structure Based on Edge Computing of Internet of Things | |
CN109033243A (zh) | 一种基于负荷密度的供电区划分方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210205 |
|
RJ01 | Rejection of invention patent application after publication |