CN113395724A - 一种基站的模式优化方法及装置 - Google Patents
一种基站的模式优化方法及装置 Download PDFInfo
- Publication number
- CN113395724A CN113395724A CN202110927461.3A CN202110927461A CN113395724A CN 113395724 A CN113395724 A CN 113395724A CN 202110927461 A CN202110927461 A CN 202110927461A CN 113395724 A CN113395724 A CN 113395724A
- Authority
- CN
- China
- Prior art keywords
- base station
- numerical value
- network mode
- base stations
- determining
- 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.)
- Granted
Links
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
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种基站的模式优化方法及装置，包括基于基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值；基于正常数值、第一数值和第二数值进行处理，得到第一矩阵；对每一基站所服务的终端密度进行处理，得到第二矩阵；利用退火算法优化每一基站每一网络模式的哈密顿量，确定待优化区域内每一基站的目标网络模式，其中，每一基站每一网络模式的哈密顿量是基于第一矩阵、第二矩阵和每一基站每一网络模式的值进行计算得到的；将目标网络模式发送给对应的基站，以便基站更新目标网络模式。本方案能够快速对基站所处的模式进行优化，优化后的基站所提供的信号能够服务更多的终端，使基站所处模式提供的服务区域合理化。
Description
技术领域
本发明涉及无线通信技术领域，尤其涉及一种基站的模式优化方法及装置。
背景技术
随着无线通信技术的快速发展，提供移动网络的基站的数量也在不断增多。由于基站前期的规划部署，或基站周围环境的编号，导致基站所处模式提供的信号服务区域不合理。
目前，工程师常根据用户的投诉反馈，对基站所处的模式进行优化。由于人工调节的速度较慢，且用户的反馈速度也较慢，因此，通过上述方式对基站所处的模式进行优化，无法准确优化基站所处的模式。
有鉴于此，目前没有一种能够快速对基站所处的模式进行优化的方法，因此，如何提供一种基站的模式优化方法及装置，以使基站所处模式提供的服务区域合理化，是亟待解决的问题。
发明内容
有鉴于此，本发明实施例提供一种基站的模式优化方法及装置，以实现快速对基站所处的模式进行优化的目的。
为实现上述目的，本发明实施例提供如下技术方案：
本发明实施例第一方面示出了一种基站的模式优化方法，所述方法包括：
基于基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值，所述干扰数值包括第一数值和第二数值，所述第一数值是指一对基站之间信号存在重叠，且所服务的终端密度大于预设密度的数值，所述第二数值是指一对基站之间信号存在重叠，且所服务的重叠密度小于或等于预设密度的数值；
对所述正常数值、所述第一数值和所述第二数值进行处理，得到第一矩阵；
对所述待优化区域内的每一基站所服务的终端密度进行处理，得到第二矩阵；
利用退火算法优化每一基站每一网络模式的哈密顿量，确定待优化区域内每一基站的目标网络模式，其中，所述每一基站每一网络模式的哈密顿量是基于所述第一矩阵、所述第二矩阵和每一基站每一网络模式的值进行计算得到的；
将所述目标网络模式发送给对应的基站，以便所述基站更新目标网络模式。
可选的，所述基于基站数据库，确定基站之间的正常数值和干扰数值，包括：
基于基站数据库，判断待优化区域内的基站之间是否存在信号重叠；
若不存在，基于每一对信号不重叠的基站的状态数据，确定与所述状态数据对应的正常数值，所述基站之间的状态数据是指两个基站对应的基站标识和网络模式；
若存在，针对每一对存在信号重叠基站，确定所述每一对基站存在信号重叠的网格区域，及所述每一对基站的状态数据；
在确定从所述基站数据库中获取的所述网格区域对应的终端密度之和大于预设密度时，基于所述状态数据，确定与所述状态数据对应的第一数值；
在确定从所述基站数据库中获取的所述网格区域对应的终端密度之和小于或等于预设密度时，基于所述状态数据，确定与所述状态数据对应的第二数值。
可选的，所述对所述待优化区域内的每一基站所服务的终端密度进行处理，得到第二矩阵，包括：
针对所述待优化区域内的每一基站，基于所述基站数据库中确定所述基站所服务的终端密度；
基于所述基站数据库中与所述基站对应三维数组，与所述基站所服务的终端密度进行计算，得到每一基站对应的内积；
将每一基站对应的内积转换成第二矩阵。
可选的，所述对所述待优化区域内的每一基站所服务的终端密度进行处理，得到第二矩阵之后，还包括：
针对所述待优化区域内的每一基站，确定所述基站周围的其他基站，所述其他基站的数量至少为一个；
基于所述第一矩阵、所述第二矩阵和其他基站每一网络模式的值进行计算，得到所述基站每一网络模式的哈密顿量；
利用贪婪算法优化所述基站每一网络模式的哈密顿量，确定所述基站的目标网络模式。
本发明实施例第二方面示出了一种基站的模式优化装置，所述装置包括：
第一确定单元，用于根据基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值，所述干扰数值包括第一数值和第二数值，所述第一数值是指一对基站之间信号存在重叠，且所服务的终端密度大于预设密度的数值，所述第二数值是指一对基站之间信号存在重叠，且所服务的重叠密度小于或等于预设密度的数值；
第一处理单元，用于对所述正常数值、所述第一数值和所述第二数值进行处理，得到第一矩阵；
第二处理单元，对所述待优化区域内的每一基站所服务的终端密度进行处理，得到第二矩阵；
第一优化单元，用于利用退火算法优化每一基站每一网络模式的哈密顿量，确定待优化区域内每一基站的目标网络模式，其中，所述每一基站每一网络模式的哈密顿量是基于所述第一矩阵、所述第二矩阵和每一基站每一网络模式的值进行计算得到的；
发送单元，用于将所述目标网络模式发送给对应的基站，以便所述基站更新目标网络模式。
可选的，所述第一确定单元包括：
判断子单元，用于根据基站数据库，判断待优化区域内的基站之间是否存在信号重叠，若不存在，执行第一确定子单元，若存在，执行第二确定子单元；
所述第一确定子单元，用于基于每一对信号不重叠的基站的状态数据，确定与所述状态数据对应的正常数值，所述基站之间的状态数据是指两个基站对应的基站标识和网络模式；
所述第二确定子单元，用于针对每一对存在信号重叠基站，确定所述每一对基站存在信号重叠的网格区域，及所述每一对基站的状态数据；
第三确定子单元，用于在确定从所述基站数据库中获取的所述网格区域对应的终端密度之和大于预设密度时，基于所述状态数据，确定与所述状态数据对应的第一数值；
第四确定子单元，用于在确定从所述基站数据库中获取的所述网格区域对应的终端密度之和小于或等于预设密度时，基于所述状态数据，确定与所述状态数据对应的第二数值。
可选的，第二处理单元，具体用于：针对所述待优化区域内的每一基站，基于所述基站数据库中确定所述基站所服务的终端密度；基于所述基站数据库中与所述基站对应三维数组，与所述基站所服务的终端密度进行计算，得到每一基站对应的内积；将每一基站对应的内积转换成第二矩阵。
可选的，还包括：
第二确定单元，用于在第二处理单元执行之后，针对所述待优化区域内的每一基站，确定所述基站周围的其他基站，所述其他基站的数量至少为一个；
计算单元，用于基于所述第一矩阵、所述第二矩阵和其他基站每一网络模式的值进行计算，得到所述基站每一网络模式的哈密顿量；
第二优化单元，用于利用贪婪算法优化所述基站每一网络模式的哈密顿量，确定所述基站的目标网络模式。
本发明实施例第三方面示出了一种电子设备，所述电子设备用于运行程序，其中，所述程序运行时执行如本发明实施例第一方面示出的基站的模式优化方法。
本发明实施例第四方面示出了一种计算机存储介质，所述存储介质包括存储程序，其中，在所述程序运行时控制所述存储介质所在设备执行如本发发明实施例第一方面示出的基站的模式优化方法。
基于上述本发明实施例提供的一种基站的模式优化方法及装置，该方法包括：基于基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值，干扰数值包括第一数值和第二数值，第一数值是指一对基站之间信号存在重叠，且所服务的终端密度大于预设密度的数值，第二数值是指一对基站之间信号存在重叠，且所服务的重叠密度小于或等于预设密度的数值；基于正常数值、第一数值和第二数值进行处理，得到第一矩阵；对每一基站所服务的终端密度进行处理，得到第二矩阵；利用退火算法优化每一基站每一网络模式的哈密顿量，确定待优化区域内每一基站的目标网络模式，其中，每一基站每一网络模式的哈密顿量是基于第一矩阵、第二矩阵和每一基站每一网络模式的值进行计算得到的；将目标网络模式发送给对应的基站，以便基站更新目标网络模式。在本发明实施例中，基于基站数据库确定的与待优化区域内基站相关的第一矩阵和第二矩阵，和每一基站每一网络模式的值进行计算，得到每一基站每一网络模式的哈密顿量；再利用退火算法优化每一基站每一网络模式的哈密顿量，从而确定待优化区域内每一基站的目标网络模式。本方案能够快速对基站所处的模式进行优化，优化后的基站所提供的信号能够服务更多的终端，使基站所处模式提供的服务区域合理化。
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，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明实施例示出的一种基站的模式优化方法的流程示意图；
图2为本发明实施例示出的待优化区域的划分示意图；
图3为本发明实施例示出的另一种基站的模式优化方法的流程示意图；
图4为本发明实施例示出一种基站的模式优化装置的结构示意图；
图5为本发明实施例示出的另一种基站的模式优化装置的结构示意图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本发明实施例中，基于基站数据库确定的与待优化区域内基站相关的第一矩阵和第二矩阵，和每一基站每一网络模式的值进行计算，得到每一基站每一网络模式的哈密顿量；再利用退火算法优化每一基站每一网络模式的哈密顿量，从而确定待优化区域内每一基站的目标网络模式。本方案能够快速对基站所处的模式进行优化，优化后的基站所提供的信号能够服务更多的终端，使基站所处模式提供的服务区域合理化。
在本发明实施例中，每一基站均有m种网络模式，网络模式是离散的。比如：对某一终端A，基站处于不同的模式下，会有不同的参考信号接收功率(Reference SignalReceived Power，RSRP)。
参见图1，为本发明实施例示出的一种基站的模式优化方法，该方法包括：
S101：基于基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值。
在S101中：干扰数值包括第一数值和第二数值，第一数值是指基站之间信号存在重叠且服务的终端密度大于预设密度的数值，第二数值是指基站之间信号存在重叠且服务的重叠密度小于或等于预设密度的数值。
可选的，在建立基站数据库之前，先将待优化区域划分成多个面积相等的网格区域a，并已网格区域对应一个网格编号；待优化区域内基站b的设置距离是预先设置的，如图2所示。
其中，将待优化区域划分成8*8的网格区域a，基站b之间的设置距离为500m，每一网格区域a的面积为125m2，图中基站周围的虚线标识该终端的信号覆盖区域c。
需要说明的是，基站数据库是根据历史数据建立。
在本发明实施例中，利用每一终端的历史数据构建基站数据库的过程，包括以下步骤：
S11：获取历史时间段内每一终端的历史数据。
在步骤S11中，历史数据是指历史时间段内每一终端在历史时刻t所处位置x，以及其信号强度R和该时刻所连接的基站状态信息，其中基站状态信息包括基站标识，以及该基站所处的网络模式。
需要说明的是，历史时间段是技术人员预先设置的，比如可设置为过去一年，历史时刻t属于历史时间段。
位置x是指网格区域对应的网格编号。
S11的具体内容：基于每一终端在历史时刻t所处位置x，以及其信号强度R和该时刻所连接的基站状态信息信息，统计每一基站在不同模式下信号的覆盖范围，即所覆盖的网格区域。
S12：利用历史数据建立三维数组，并基于三维数组建立基站数据库。
S12的具体内容：首先建立一个基站n×网络模式m×位置x的初始三维数组，并对初始三维数据进行初始化，以将初始三维数组全部设置为0。接着，基于每一基站在不同模式下信号的覆盖范围，也就是说，每一基站在不同模式下所覆盖的网格区域对应的信号强度代入初始三维数组，以确定最终的三维数组，进而建立基站数据库。
其中，n代表基站标识，m代表网络模式编号，x代表网格编号，数组内的实数代表该位置x所对应的信号强度R。
需要说明的是，基站标识用于唯一识别该基站，该基站标识可以是基站编号，也可以是其他能够唯一识别基站的数值。
可选的，还包括：当基站采集到网格区域出现新的终端密度时，将该网格区域内的每一终端所处位置x，以及其信号强度R和所连接的基站状态信息写入对应的三维数组。具体的，当三维数组对应位置上已存储有信号强度时，则将当前的信号强度和已存储有信号强度进行平均值计算，并将平均值写入对应的三维数组；当三维数组对应位置上未有信号强度时，则将当前的信号强度直接写入对应的三维数组。
在具体实现步骤S101的过程中，针对待优化区域内的每一基站，从基站数据库中确定基站分别与其他基站，即每一对基站对应的正常数值、第一数值或第二数值。
S102：对正常数值、第一数值和第二数值进行处理，得到第一矩阵。
S102的具体内容：将每一对基站对应的正常数值、第一数值或第二数值转换为第一矩阵（K ij ） pq ，当第i个基站的第p个模式与第j个基站的第q个模式之间不存在信号重叠时，即这对基站（K ij ） pq 对应的数值为0，也就是说，正常数值为0。当第i个基站的第p个模式与第j个基站的第q个模式之间存在重叠且服务的终端密度大于预设密度时，即这对基站（K ij ） pq 所对应的数值为-1，也就是说，第一数值为-1；当第i个基站的第p个模式与第j个基站的第q个模式之间存在重叠且服务的终端密度小于或等于预设密度时，即这对基站（K ij ） pq 对应的数值为1，也就是说，第二数值为1。
其中，每一对基站是指第i个基站的第p个模式与第j个基站的第q个模式；i，j的大小小于等于待优化区域内的基站数量N；p，q的大小小于等于基站的网络模式的数量M。
需要说明的是，i不等于j，p可以等于q，p也可以不等于q。
可选的，将上述计算得到的第一矩阵进行保存。由于基站的部署位置不会轻易发生变化且不轻易部署新的基站，因此在未来一段时间内还需要对该待优化区域内的基站的模式进行优化时，则不需要重新进行计算第一矩阵，可直接使用，也就是说，若基站的部署位置无变化且没有新的基站进行部署的情况下，可在未来一段时间内可直接使用与待优化区域对应的第一矩阵。
需要说明的是，未来一段时间可为半年或者一年。
S103：对每一基站所服务的终端密度进行处理，得到第二矩阵。
在具体实现步骤S103的过程中：针对待优化区域内的每一基站，基于基站数据库
中确定基站所服务的终端密度；基于基站数据库中与基站对应三维数组，与基站所服务的
终端密度进行计算，得到每一基站对应的内积；将每一基站对应的内积转换成第二矩阵
。
具体实现为：从基站数据库中确定基站标识为i，网络模式为p的基站的信号所服
务的网格区域，获取网格区域对应的信号强度；再基于信号强度确定每一网格区域的终端
密度，最后将每一网格区域的终端密度相加，得到基站标识为i，网络模式为p的基站所服务
的终端密度。把终端密度，与该基站标识为i，网络模式为p的基站对应的三维数值进行内积
计算，得到每一基站对应的内积。最后将每一基站对应的内积转换成第二矩阵 
。
S104：利用退火算法优化每一基站每一网络模式的哈密顿量，确定每一基站的目标网络模式。
其中，每一基站每一网络模式的哈密顿量是基于第一矩阵（K ij ） pq 、第二矩阵
和
每一基站每一网络模式的值进行计算得到的。
S104的具体内容，首先，将第一矩阵（K ij ） pq 、第二矩阵
和每一基站每一网络模
式S ip ，和S jq 的值代入公式（1），得到每一基站每一网络模式的哈密顿量H。
公式（1）：
其中，若基站标识为i，网络模式为P的基站所处的运作状态为正在工作时，S ip 的值为1，否则，S ip 的值为-1；同理，若基站标识为j，网络模式为q的基站所处的运作状态为正在工作时，S jq 的值为1，否则，S jq 的值为-1。
在本发明实施例中，若第一矩阵（K ij ） pq 为1，在S ip 的值与S jq 的值相等时，所计算得到的哈密顿量H较多，反之较小。
在本发明实施例中，由于不同的基站的不同网络模式中可能存在某一网络模式相
对于其他模式可以服务更多的终端，那么就需要选择此模式。也就是说，目标网络模式是基
于
的比例系数确定的，因此只需要计算哈密顿量取最小值时，每一基站对应的状态信
息。
接着，将每一基站每一网络模式的哈密顿量H作为目标函数，利用退火算法对目标函数进行计算，确定最优的目标函数也就是说，取哈密顿量H最小值时各变量的状态。具体的，根据退火温度T确定随机翻转的频率，以确定每次随机翻转的基站对应的每一目标函数，并取翻转后哈密顿量H最小的目标函数；再降低退火温度T，循环往复的计算每次翻转的每一目标函数，从而确定最优的目标函数。
最后，根据最优的目标函数，确定与其对应基站标识和与其对应的网络模式，即目标网络模式；进而确定每一基站的目标网络模式。
需要说明的是，退火算法是基于热力学中固体退火过程进行模拟生产的，是一种利用迭代过程来不断得到当前的最优解的量子算法。
可选的，除了上述示出的退火算法确定每一基站的目标网络模式外，还可以利用量子退火算法或贪婪算法等确定每一基站的目标网络模式。
需要说明的是，量子退火算法是指利用量子计算机实现上述示出退火算法的具体实现过程。
S105：将目标网络模式发送给对应的基站，以便基站更新目标网络模式。
可选的，基站在接收到目标网络模式之后，先确定目标网络模式与当前自身的网络模式是否相同，若相同，则不需要更新，若不同，则需要将当前自身的网络模式替换成目标网络模式。
在本发明实施例中，基于基站数据库确定的与待优化区域内基站相关的第一矩阵和第二矩阵，和每一基站每一网络模式的值进行计算，得到每一基站每一网络模式的哈密顿量；再利用退火算法优化每一基站每一网络模式的哈密顿量，从而确定待优化区域内每一基站的目标网络模式。本方案能够快速对基站所处的模式进行优化，优化后的基站所提供的信号能够服务更多的终端，使基站所处模式提供的服务区域合理化。
基于上述本发明实施例示出的信号处理方法，在具体实现步骤S101基于基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值的过程，包括以下步骤：
S21：基于上述构建的基站数据库，判断待优化区域内的基站之间，也就是说，比较两个基站之间是否存在信号重叠；若不存在，执行步骤S22至步骤S23，若存在，执行步骤S24。
S21的具体内容：获取每一基站的任意网络模式下，各个位置x，即网格区域的信号强度R；针对待优化区域内的每一基站，需要确定该基站分别和待优化区域内的其他所有基站是否存在信号重叠，也就是说，根据三维数组中同一个位置x上是否有不同的网络模式m和基站n，若有，说明待优化区域内的基站之间存在信号重叠，也就是说，不同基站n之间存在信号重叠，并执行步骤S24；若没有，说明待优化区域内的基站之间存在信号不重叠，也就是说，不同基站n之间不存在信号重叠，并执行步骤S22至步骤S23。
需要说明的是，这里的不同基站n是指两个不同的基站，这两个基站的编号不同，网络模式可以相同，也可以不同。
S22：基于每一对信号不重叠的基站之间的状态数据，确定与状态数据对应的正常数值。
在步骤S22中，基站之间的状态数据是指两个基站对应的基站标识和网络模式。
在步骤S22的过程中，获取每一对信号不重叠的基站对应的基站标识和网络模式，并将其每一对信号不重叠的基站的数值设置为0，也就是说，此时处于该基站标识和网络模式下的基站的数值为0。
S23：针对每一对存在信号重叠基站，确定每一对基站存在信号重叠的网格区域，及每一对基站的状态数据。
在具体实现步骤S23的过程中，先确定三维数组中存在信号重叠的基站所对应的网络模式m和基站标识n；进而确定一对基站的状态数据对应的网格区域。
需要说明的是，每一对基站存在信号重叠的网络区域至少为一个。
S24：判断从基站数据库中获取的网格区域对应的终端密度之和是否大于预设密度，若大于，则执行步骤S25，若小于或等于，则执行步骤S26。
在具体实现步骤S24的过程中，从基站数据库中获取至少一个网格区域对应的信号强度，进而基于信号强度确定每一网格区域的终端密度；计算每一网格区域的终端密度的和；最后判断每一网格区域的终端密度的和是否大于预设密度，也就是说，一对基站之间的覆盖区域中所服务的终端数量是否超过这对基站的最大连接数，若大于，则执行步骤S25，若小于或等于，则执行步骤S26。
需要说明的是，预设密度是指一对基站最多能够服务的终端密度，是预先根据实际情况进行设置，对本发明实施例不加以限制。
这对基站的最大连接数是指一对基站之间最多能够服务的终端数量，是预先根据实际情况进行设置，对本发明实施例不加以限制。
S25：基于状态数据，确定与状态数据对应的第一数值。
在具体实现步骤S25的过程中，获取每一对信号重叠，且覆盖区域中所服务的终端数量超过这对基站的最大连接数的基站所对应的基站标识和网络模式，并将其每一对信号重叠的基站的数值设置为-1，也就是说，此时处于该基站标识和网络模式下的基站的数值为-1。
S26：基于状态数据，确定与状态数据对应的第二数值。
在具体实现步骤S26的过程中，获取每一对信号重叠，且覆盖区域中所服务的终端数量不超过这对基站的最大连接数的基站所对应的基站标识和网络模式，并将其每一对信号重叠的基站的数值设置为1，也就是说，此时处于该基站标识和网络模式下的基站的数值为1。
在本发明实施例中，获取每一对信号不重叠的基站对应的基站标识和网络模式，并将其每一对信号不重叠的基站的数值设置为0；获取每一对信号重叠，且覆盖区域中所服务的终端数量超过这对基站的最大连接数的基站所对应的基站标识和网络模式，并将其每一对信号重叠的基站的数值设置为-1；获取每一对信号重叠，且覆盖区域中所服务的终端数量不超过这对基站的最大连接数的基站所对应的基站标识和网络模式，并将其每一对信号重叠的基站的数值设置为1；将上述数值转换成第一矩阵。以便于后续再基于基站数据库确定的与待优化区域内基站相关的第二矩阵；并利用第一矩阵、第二矩阵和每一基站每一网络模式的值进行计算，得到每一基站每一网络模式的哈密顿量；再利用退火算法优化每一基站每一网络模式的哈密顿量，从而确定待优化区域内每一基站的目标网络模式。本方案能够快速对基站所处的模式进行优化，优化后的基站所提供的信号能够服务更多的终端，使基站所处模式提供的服务区域合理化。
基于上述本发明实施例示出的信号处理方法，参见图3，为本发明实施例示出的另一种信号处理方法的流程示意图，该方法包括：
S301：基于基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值。
在S301中：干扰数值包括第一数值和第二数值，第一数值是指基站之间信号存在重叠且服务的终端密度大于预设密度的数值，第二数值是指基站之间信号存在重叠且服务的重叠密度小于或等于预设密度的数值。
S302：对正常数值、第一数值和第二数值进行处理，得到第一矩阵。
S303：对每一基站所服务的终端密度进行处理，得到第二矩阵。
需要说明的是，步骤S301至步骤S303的具体实现过程与上述本发明实施例步骤S101至步骤S103的具体实现过程相同，可相互参见。
S304：针对待优化区域内的每一基站，确定基站周围的其他基站。
在步骤S304中，其他基站的数量至少为一个。
S305：基于第一矩阵、第二矩阵，基站每一网络模式的值和其他基站每一网络模式的值进行计算，得到基站每一网络模式的哈密顿量。
S306：利用贪婪算法优化基站每一网络模式的哈密顿量，确定基站的目标网络模式。
在具体实现步骤S304至步骤S306的过程中，针对待优化区域内的每一基站，首先，
基于待优化区域，确定基站周围的其他基站的基站标识和网络模式。将第一矩阵（K ij ） pq 、第
二矩阵
、基站每一网络模式S ip 的值和其他基站每一网络模式S jq 的值代入上述示出的公
式（1），得到基站每一网络模式的哈密顿量H。
其中，（K ij ） pq 中的i是指所针对的基站的基站标识，j是基站i周围任意一个基站，任意一个其他基站的基站标识。
接着，将每一基站每一网络模式的哈密顿量H作为目标函数，利用贪婪算法遍历基站每一网络模式的哈密顿量H，以对基站每一网络模式的哈密顿量H进行迭代，直至确定最小的哈密顿量H。
最后，根据最小的哈密顿量H，确定与其对应基站标识和与其对应的网络模式，即目标网络模式；以此类推，直至确定待优化区域内每一基站的目标网络模式。
需要说明的是，贪婪算法是指在对问题求解时，不从整体最优上加以考虑，算法得到的是在某种意义上的局部最优解。
S307：将目标网络模式发送给对应的基站，以便基站更新目标网络模式。
需要说明的是，步骤S307的具体实现过程与上述步骤S105的具体实现过程相同，可相互参见。
在本发明实施例中，基于基站数据库确定的与待优化区域内基站相关的第一矩阵和第二矩阵，和每一基站每一网络模式的值进行计算，得到每一基站每一网络模式的哈密顿量；再利用贪婪算法优化每一基站每一网络模式的哈密顿量，从而确定待优化区域内每一基站的目标网络模式。本方案能够快速对基站所处的模式进行优化，优化后的基站所提供的信号能够服务更多的终端，使基站所处模式提供的服务区域合理化。
与上述本发明实施例示出的基站的模式优化方法相对应，本发明实施例还对应公开了一种基站的模式优化装置，如图4所示，为本发明实施例示出的一种基站的模式优化装置的结构示意图，该装置包括:
第一确定单元401，用于根据基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值，干扰数值包括第一数值和第二数值，第一数值是指一对基站之间信号存在重叠，且所服务的终端密度大于预设密度的数值，第二数值是指一对基站之间信号存在重叠，且所服务的重叠密度小于或等于预设密度的数值。
第一处理单元402，用于对正常数值、第一数值和第二数值进行处理，得到第一矩阵。
第二处理单元403，对每一基站所服务的终端密度进行处理，得到第二矩阵。
可选的，第二处理单元403，具体用于：针对待优化区域内的每一基站，基于基站数据库中确定基站所服务的终端密度；基于基站数据库中与基站对应三维数组，与基站所服务的终端密度进行计算，得到每一基站对应的内积；将每一基站对应的内积转换成第二矩阵。
第一优化单元404，用于利用退火算法优化每一基站每一网络模式的哈密顿量，确定待优化区域内每一基站的目标网络模式，其中，每一基站每一网络模式的哈密顿量是基于第一矩阵、第二矩阵和每一基站每一网络模式的值进行计算得到的。
发送单元405，用于将目标网络模式发送给对应的基站，以便基站更新目标网络模式。
需要说明的是，上述本发明实施例公开的基站的模式优化装置中的各个单元具体的原理和执行过程，与上述本发明实施示出的基站的模式优化方法相同，可参见上述本发明实施例公开的基站的模式优化方法中相应的部分，这里不再进行赘述。
在本发明实施例中，基于基站数据库确定的与待优化区域内基站相关的第一矩阵和第二矩阵，和每一基站每一网络模式的值进行计算，得到每一基站每一网络模式的哈密顿量；再利用退火算法优化每一基站每一网络模式的哈密顿量，从而确定待优化区域内每一基站的目标网络模式。本方案能够快速对基站所处的模式进行优化，优化后的基站所提供的信号能够服务更多的终端，使基站所处模式提供的服务区域合理化。
可选的，基于上述本发明实施例示出的一种基站的模式优化方法，第一确定单元401包括：
判断子单元，用于根据基站数据库，判断待优化区域内的基站之间是否存在信号重叠，若不存在，执行第一确定子单元，若存在，执行第二确定子单元。
第一确定子单元，用于基于每一对信号不重叠的基站的状态数据，确定与状态数据对应的正常数值，基站之间的状态数据是指两个基站对应的基站标识和网络模式。
第二确定子单元，用于针对每一对存在信号重叠基站，确定每一对基站存在信号重叠的网格区域，及每一对基站的状态数据。
第三确定子单元，用于在确定从基站数据库中获取的网格区域对应的终端密度之和大于预设密度时，基于状态数据，确定与状态数据对应的第一数值。
第四确定子单元，用于在确定从基站数据库中获取的网格区域对应的终端密度之和小于或等于预设密度时，基于状态数据，确定与状态数据对应的第二数值。
可选的，基于本发明实施例示出的基站的模式优化装置，结合图4，参见图5，该基站的模式优化装置还进一步设置有：
第二确定单元501，用于在第二处理单元403执行之后，针对待优化区域内的每一基站，确定基站周围的其他基站，其他基站的数量至少为一个。
计算单元502，用于基于第一矩阵、第二矩阵和其他基站每一网络模式的值进行计算，得到基站每一网络模式的哈密顿量。
第二优化单元503，用于利用贪婪算法优化基站每一网络模式的哈密顿量，确定基站的目标网络模式。
在本发明实施例中，基于基站数据库确定的与待优化区域内基站相关的第一矩阵和第二矩阵，和每一基站每一网络模式的值进行计算，得到每一基站每一网络模式的哈密顿量；再利用贪婪算法优化每一基站每一网络模式的哈密顿量，从而确定待优化区域内每一基站的目标网络模式。本方案能够快速对基站所处的模式进行优化，优化后的基站所提供的信号能够服务更多的终端，使基站所处模式提供的服务区域合理化。
本发明实施例还公开了一种电子设备，该电子设备用于运行数据库存储过程，其中，所述运行数据库存储过程时执行上述图1和图3公开的基站的模式优化方法。
本发明实施例还公开了一种计算机存储介质，所述存储介质包括存储数据库存储过程，其中，在所述数据库存储过程运行时控制所述存储介质所在设备执行上述图1和图3公开的基站的模式优化方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基站的模式优化方法，其特征在于，所述方法包括：
基于基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值，所述干扰数值包括第一数值和第二数值，所述第一数值是指一对基站之间信号存在重叠，且所服务的终端密度大于预设密度的数值，所述第二数值是指一对基站之间信号存在重叠，且所服务的重叠密度小于或等于预设密度的数值；
对所述正常数值、所述第一数值和所述第二数值进行处理，得到第一矩阵；
对所述待优化区域内的每一基站所服务的终端密度进行处理，得到第二矩阵；
利用退火算法优化每一基站每一网络模式的哈密顿量，确定待优化区域内每一基站的目标网络模式，其中，所述每一基站每一网络模式的哈密顿量是基于所述第一矩阵、所述第二矩阵和每一基站每一网络模式的值进行计算得到的；
将所述目标网络模式发送给对应的基站，以便所述基站更新目标网络模式。
2.根据权利要求1所述的方法，其特征在于，所述基于基站数据库，确定基站之间的正常数值和干扰数值，包括：
基于基站数据库，判断待优化区域内的基站之间是否存在信号重叠；
若不存在，基于每一对信号不重叠的基站的状态数据，确定与所述状态数据对应的正常数值，所述基站之间的状态数据是指两个基站对应的基站标识和网络模式；
若存在，针对每一对存在信号重叠基站，确定所述每一对基站存在信号重叠的网格区域，及所述每一对基站的状态数据；
在确定从所述基站数据库中获取的所述网格区域对应的终端密度之和大于预设密度时，基于所述状态数据，确定与所述状态数据对应的第一数值；
在确定从所述基站数据库中获取的所述网格区域对应的终端密度之和小于或等于预设密度时，基于所述状态数据，确定与所述状态数据对应的第二数值。
3.根据权利要求1所述的方法，其特征在于，所述对所述待优化区域内的每一基站所服务的终端密度进行处理，得到第二矩阵，包括：
针对所述待优化区域内的每一基站，基于所述基站数据库中确定所述基站所服务的终端密度；
基于所述基站数据库中与所述基站对应三维数组，与所述基站所服务的终端密度进行计算，得到每一基站对应的内积；
将每一基站对应的内积转换成第二矩阵。
4.根据权利要求1所述的方法，其特征在于，所述对所述待优化区域内的每一基站所服务的终端密度进行处理，得到第二矩阵之后，还包括：
针对所述待优化区域内的每一基站，确定所述基站周围的其他基站，所述其他基站的数量至少为一个；
基于所述第一矩阵、所述第二矩阵和其他基站每一网络模式的值进行计算，得到所述基站每一网络模式的哈密顿量；
利用贪婪算法优化所述基站每一网络模式的哈密顿量，确定所述基站的目标网络模式。
5.一种基站的模式优化装置，其特征在于，所述装置包括：
第一确定单元，用于根据基站数据库，确定待优化区域内的基站之间的正常数值和干扰数值，所述干扰数值包括第一数值和第二数值，所述第一数值是指一对基站之间信号存在重叠，且所服务的终端密度大于预设密度的数值，所述第二数值是指一对基站之间信号存在重叠，且所服务的重叠密度小于或等于预设密度的数值；
第一处理单元，用于对所述正常数值、所述第一数值和所述第二数值进行处理，得到第一矩阵；
第二处理单元，对所述待优化区域内的每一基站所服务的终端密度进行处理，得到第二矩阵；
第一优化单元，用于利用退火算法优化每一基站每一网络模式的哈密顿量，确定待优化区域内每一基站的目标网络模式，其中，所述每一基站每一网络模式的哈密顿量是基于所述第一矩阵、所述第二矩阵和每一基站每一网络模式的值进行计算得到的；
发送单元，用于将所述目标网络模式发送给对应的基站，以便所述基站更新目标网络模式。
6.根据权利要求5所述的装置，其特征在于，所述第一确定单元包括：
判断子单元，用于根据基站数据库，判断待优化区域内的基站之间是否存在信号重叠，若不存在，执行第一确定子单元，若存在，执行第二确定子单元；
所述第一确定子单元，用于基于每一对信号不重叠的基站的状态数据，确定与所述状态数据对应的正常数值，所述基站之间的状态数据是指两个基站对应的基站标识和网络模式；
所述第二确定子单元，用于针对每一对存在信号重叠基站，确定所述每一对基站存在信号重叠的网格区域，及所述每一对基站的状态数据；
第三确定子单元，用于在确定从所述基站数据库中获取的所述网格区域对应的终端密度之和大于预设密度时，基于所述状态数据，确定与所述状态数据对应的第一数值；
第四确定子单元，用于在确定从所述基站数据库中获取的所述网格区域对应的终端密度之和小于或等于预设密度时，基于所述状态数据，确定与所述状态数据对应的第二数值。
7.根据权利要求5所述的装置，其特征在于，第二处理单元，具体用于：针对所述待优化区域内的每一基站，基于所述基站数据库中确定所述基站所服务的终端密度；基于所述基站数据库中与所述基站对应三维数组，与所述基站所服务的终端密度进行计算，得到每一基站对应的内积；将每一基站对应的内积转换成第二矩阵。
8.根据权利要求5所述的装置，其特征在于，还包括：
第二确定单元，用于在第二处理单元执行之后，针对所述待优化区域内的每一基站，确定所述基站周围的其他基站，所述其他基站的数量至少为一个；
计算单元，用于基于所述第一矩阵、所述第二矩阵和其他基站每一网络模式的值进行计算，得到所述基站每一网络模式的哈密顿量；
第二优化单元，用于利用贪婪算法优化所述基站每一网络模式的哈密顿量，确定所述基站的目标网络模式。
9.一种电子设备，其特征在于，所述电子设备用于运行程序，其中，所述程序运行时执行如权利要求1-4中任一所述的基站的模式优化方法。
10.一种计算机存储介质，其特征在于，所述存储介质包括存储程序，其中，在所述程序运行时控制所述存储介质所在设备执行如权利要求1-4中任一所述的基站的模式优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110927461.3A CN113395724B (zh) | 2021-08-13 | 2021-08-13 | 一种基站的模式优化方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110927461.3A CN113395724B (zh) | 2021-08-13 | 2021-08-13 | 一种基站的模式优化方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113395724A true CN113395724A (zh) | 2021-09-14 |
| CN113395724B CN113395724B (zh) | 2021-10-15 |
Family
ID=77622608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110927461.3A Active CN113395724B (zh) | 2021-08-13 | 2021-08-13 | 一种基站的模式优化方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113395724B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023202456A1 (zh) * | 2022-04-18 | 2023-10-26 | 维沃移动通信有限公司 | 网络侧设备模式切换的处理方法及装置、终端及网络侧设备 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1889385A (zh) * | 2005-06-30 | 2007-01-03 | 华为技术有限公司 | 多模无线通信网络系统 |
| CN105101214A (zh) * | 2015-09-01 | 2015-11-25 | 厦门大学 | 一种超密集无线网络的资源虚拟化映射方法 |
| CN106714093A (zh) * | 2017-02-22 | 2017-05-24 | 重庆邮电大学 | 一种蜂窝d2d通信联合用户接入及切片划分方法 |
| CN108200648A (zh) * | 2016-12-08 | 2018-06-22 | 财团法人工业技术研究院 | 数据传输方法、基站装置以及非暂态计算机可读取介质 |
| WO2018167566A1 (en) * | 2017-03-17 | 2018-09-20 | Alcatel Lucent | Clear channel assessment mode selection for multiple-input-multiple-output (mimo) in unlicensed frequency bands |
| CN109756904A (zh) * | 2019-01-25 | 2019-05-14 | 哈尔滨工业大学（深圳） | 一种5g超密集无线接入网部署系统及其虚拟小区更新方法 |
| US20190268838A1 (en) * | 2016-11-11 | 2019-08-29 | Huawei Technologies Co., Ltd. | Spectrum Resource Allocation Method And Apparatus For Full Spectrum Sharing |
| US20200107180A1 (en) * | 2017-07-07 | 2020-04-02 | Sony Mobile Communications Inc | Method for counting user equipment in a radio network |
| US20200245174A1 (en) * | 2017-08-11 | 2020-07-30 | Sony Corporation | Apparatus and method in wireless communication system, and computer readable storage medium |
| CN111586622A (zh) * | 2019-02-15 | 2020-08-25 | 华为技术有限公司 | 无线通信的方法和装置 |
| CN111866895A (zh) * | 2020-06-02 | 2020-10-30 | 北京理工大学 | 一种5g nr基站的非授权频段模式选择方法 |
| US20210092654A1 (en) * | 2019-06-04 | 2021-03-25 | Qualcomm Incorporated | Enhanced user equipment capability exchange during handover |
-
2021
- 2021-08-13 CN CN202110927461.3A patent/CN113395724B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1889385A (zh) * | 2005-06-30 | 2007-01-03 | 华为技术有限公司 | 多模无线通信网络系统 |
| CN105101214A (zh) * | 2015-09-01 | 2015-11-25 | 厦门大学 | 一种超密集无线网络的资源虚拟化映射方法 |
| US20190268838A1 (en) * | 2016-11-11 | 2019-08-29 | Huawei Technologies Co., Ltd. | Spectrum Resource Allocation Method And Apparatus For Full Spectrum Sharing |
| CN108200648A (zh) * | 2016-12-08 | 2018-06-22 | 财团法人工业技术研究院 | 数据传输方法、基站装置以及非暂态计算机可读取介质 |
| CN106714093A (zh) * | 2017-02-22 | 2017-05-24 | 重庆邮电大学 | 一种蜂窝d2d通信联合用户接入及切片划分方法 |
| WO2018167566A1 (en) * | 2017-03-17 | 2018-09-20 | Alcatel Lucent | Clear channel assessment mode selection for multiple-input-multiple-output (mimo) in unlicensed frequency bands |
| US20200107180A1 (en) * | 2017-07-07 | 2020-04-02 | Sony Mobile Communications Inc | Method for counting user equipment in a radio network |
| US20200245174A1 (en) * | 2017-08-11 | 2020-07-30 | Sony Corporation | Apparatus and method in wireless communication system, and computer readable storage medium |
| CN109756904A (zh) * | 2019-01-25 | 2019-05-14 | 哈尔滨工业大学（深圳） | 一种5g超密集无线接入网部署系统及其虚拟小区更新方法 |
| CN111586622A (zh) * | 2019-02-15 | 2020-08-25 | 华为技术有限公司 | 无线通信的方法和装置 |
| US20210092654A1 (en) * | 2019-06-04 | 2021-03-25 | Qualcomm Incorporated | Enhanced user equipment capability exchange during handover |
| CN111866895A (zh) * | 2020-06-02 | 2020-10-30 | 北京理工大学 | 一种5g nr基站的非授权频段模式选择方法 |
Non-Patent Citations (7)
| Title |
|---|
| " "5G Americas_Global-5G-Rise-of-a-transformational-technology"", 《3GPP PCG\PCG_46》 * |
| " "R4-2105177 TDoc_List_Meeting_RAN4#98-bis-e 7.1 7.3-7.6, 7.16 first round"", 《3GPP TSG_RAN\WG4_RADIO》 * |
| ABDULKADIR CELIK等: "Resource Allocation and Interference Management for D2D-Enabled DL/UL Decoupled Het-Nets", 《IEEE ACCESS》 * |
| NURUL NADIAH HAIRUL ROZI等: "Performance Evaluation of Multihop Device to Device (D2D) Communication Using Network Simulator and Emulator (NetSim)", 《2019 IEEE 10TH CONTROL AND SYSTEM GRADUATE RESEARCH COLLOQUIUM (ICSGRC)》 * |
| 刘宁: "5G时代ZGYD移动通信运营策略创新研究", 《中国优秀硕士学位论文库》 * |
| 孙博雅: "多网络覆盖下网络选择及业务分配算法研究", 《中国优秀硕士学位论文》 * |
| 罗汐: "面向边缘网络的无线携能协作通信传输策略优化方案", 《中国优秀硕士学位论文库》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023202456A1 (zh) * | 2022-04-18 | 2023-10-26 | 维沃移动通信有限公司 | 网络侧设备模式切换的处理方法及装置、终端及网络侧设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113395724B (zh) | 2021-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Košmerl et al. | Base stations placement optimization in wireless networks for emergency communications | |
| Kochhal et al. | Role-based hierarchical self organization for wireless ad hoc sensor networks | |
| CN102640545B (zh) | 电信网络节点和方法 | |
| CN104581779B (zh) | 一种业务处理方法以及装置 | |
| CN101547450B (zh) | 移动通信网络的位置区划分方法及装置 | |
| JPH04504038A (ja) | 無線セルを設計するための方法 | |
| CN103354644A (zh) | 基站选址方法和系统 | |
| CN101432989A (zh) | 用于在无线网络中将移动设备分为群集的系统和方法 | |
| CN113259147B (zh) | 网元管理方法、装置、计算机设备、介质 | |
| CN113395724B (zh) | 一种基站的模式优化方法及装置 | |
| CN103283271A (zh) | 切换性能估计系统、切换参数优化系统、方法和程序 | |
| Abdelkhalek et al. | A genetic algorithm based decision support system for the multi-objective node placement problem in next wireless generation network | |
| CN104144425A (zh) | 无线通信系统中的网络管理装置、方法和装置 | |
| CN112020074B (zh) | 无线访问接入点部署方法和装置、存储介质 | |
| CN104349326B (zh) | 网络规划方法 | |
| CN109408737A (zh) | 用户推荐方法、装置和存储介质 | |
| CN102547735B (zh) | 认知网络架构及其自配置方法 | |
| EP3188527A1 (en) | Method and device for deploying access point | |
| Ercan et al. | How mobile RSUs can enhance communications in VANETs? | |
| Abdelkhalek et al. | A genetic algorithm for a multi-objective nodes placement problem in heterogeneous network infrastructure for surveillance applications | |
| Kumrai et al. | RSU placement optimization in vehicular participatory sensing networks | |
| CN112839343B (zh) | 一种面向蜂窝单元的rf终端设备全覆盖方法 | |
| CN114915977A (zh) | 中继器拓扑结构的确定方法、装置、存储介质及电子装置 | |
| EP1040693A1 (en) | A method for predicting interference in a frequency hopping cellular communications system | |
| Sharma et al. | Situation-aware wireless networks |
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 |