CN114710747A - 通导融合系统的室分节点布局方法及装置 - Google Patents
通导融合系统的室分节点布局方法及装置 Download PDFInfo
- Publication number
- CN114710747A CN114710747A CN202210210228.8A CN202210210228A CN114710747A CN 114710747 A CN114710747 A CN 114710747A CN 202210210228 A CN202210210228 A CN 202210210228A CN 114710747 A CN114710747 A CN 114710747A
- Authority
- CN
- China
- Prior art keywords
- communication
- indoor
- fusion system
- network
- positioning
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
- H04W16/20—Network planning tools for indoor coverage or short range network deployment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请提供一种通导融合系统的室分节点布局方法及装置,方法包括:基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测,以得到多路径信息;根据通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网络评价指标;将通导融合网络评价指标作为多优化算法的目标函数,并基于多路径信息求解目标函数以得到通导融合系统的室分节点最优布局方案。本申请适用于通导融合系统,在有效保证通信性能的基础上,能够对室内信号传播路径进行精确预测,降低多径和非视距传播对定位误差的影响,适用于不同规模、不同复杂度以及不同应用场景的室内环境,进而能够提高通导融合系统的室分节点布局的可靠性及有效性。
Description
技术领域
本申请涉及通导一体化技术领域,尤其涉及通导融合系统的室分节点布局方法及装 置。
背景技术
通导一体化技术将通信与定位导航融合起来,二者的一体化程度仍会不断加深,并 相互促进以实现更高的通信与定位性能,具有广阔的研究与应用前景。为了提供良好的用户体验,室分系统需要进一步提升无线通信网络的信号质量和覆盖范围,并提供高精 度的室内定位服务,而室分节点的布局规划是决定网络性能的关键因素之一。
目前,现有的室分节点布局方式主要考虑节点的位置对整体网络定位误差和精度的 影响,优化目标主要涉及指纹差异、克拉美罗下界和几何精度因子等,未涉及用户对通信的需求。而在通信和定位节点共址的情况下,室分节点的布设位置需要联合考虑对通 信业务和定位性能的影响,但目前尚未有专门针对通导融合系统的室分网络规划技术。 另外,现有的室分节点布局方式的信号覆盖范围和质量评估不准确,对于定位系统会导 致测距结果难以反映真实情况,造成较大的定位误差;且无法保证通信性能,也没有联 合考虑对通信业务和定位性能的影响。
发明内容
鉴于此,本申请实施例提供了通导融合系统的室分节点布局方法及装置,以消除或 改善现有技术中存在的一个或更多个缺陷。
本申请的一个方面提供了一种通导融合系统的室分节点布局方法,包括:
基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测, 以得到多路径信息;
根据所述通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通 导融合网络评价指标;
将所述通导融合网络评价指标作为多优化算法的目标函数,并基于所述多路径信息 求解所述目标函数以得到所述通导融合系统的室分节点最优布局方案。
在本申请的一些实施例中,所述将所述通导融合网络评价指标作为多优化算法的目 标函数,并基于所述多路径信息求解所述目标函数以得到所述通导融合系统的室分节点 最优布局方案,包括:
将所述通导融合网络评价指标作为多优化算法的目标函数;
基于NSGA-II算法对所述目标函数进行多优化,并基于所述多路径信息迭代求解得 到帕累托前沿面数据;
根据预设的室分网络建设要求和工程经验数据,自所述帕累托前沿面数据中选择室 分节点最优布局方案。
在本申请的一些实施例中,在所述基于射线追踪方式对通导融合系统对应的室内场 景的室内信号传播路径进行预测,以得到多路径信息之前,还包括:
基于预设的网络规划仿真软件WinProp中的WallMan工具对通导融合系统对应的室 内场景进行建模,以得到室内场景模型;
在所述室内场景模型中确定天线放置点和测试点,并针对所述室内场景模型进行网 格化处理。
在本申请的一些实施例中,所述基于射线追踪方式对通导融合系统对应的室内场景 的室内信号传播路径进行预测,以得到多路径信息,包括:
基于Aman工具构建天线方向图,并确定所述通导融合系统的通信网络和定位网络各自对应的工作参数;
应用ProMan工具对应的3D射线追踪方式,根据所述天线方向图和所述通信网络和定位网络各自对应的工作参数,预测所述导融合系统对应的室内场景的室内信号传播路径,以得到多路径信息;其中,所述多路径信息包括:通导融合系统中的信号从所述 天线放置点到所述测试点的传播路径和路径参数。
在本申请的一些实施例中,所述根据所述通导融合系统的通信网络和定位网络各自 对应的评价指标,生成对应的通导融合网络评价指标,包括:
获取所述通导融合系统的通信网络对应的无线信号强度RSRP以及接收机收到的信 号与所有干扰和噪声功率的比值SINR,以构建所述RSRP和SINR组成的标准,并将符 合该标准的所述测试点的数量所占总测试点的数量的比例确定为所述通信网络的通信 性能评价指标;
以及,获取所述通导融合系统的定位网络对应的所有测试点的定位误差的平均值, 并将该平均值确定为所述定位网络的定位性能评价指标;
将所述通信性能评价指标和所述定位性能评价指标确定为通导融合网络评价指标。
在本申请的一些实施例中,所述将所述通导融合网络评价指标作为多优化算法的目 标函数,包括:
以求解所述通信性能评价指标的最大值为目标,构建所述多优化算法的第一目标函 数;
以及,以求解所述定位性能评价指标的最小值为目标,构建所述多优化算法的第二 目标函数;
根据预设的约束条件、所述第一目标函数及第二目标函数生成多优化算法的目标函 数。
在本申请的一些实施例中,所述基于NSGA-II算法对所述目标函数进行多优化,并基于所述多路径信息迭代求解得到帕累托前沿面数据,包括:
迭代步骤:初始化父代种群,父代种群中的各个个体中的节点数量均为目标数量;对各个所述父代种群进行二元锦标赛选择、模拟二进制交叉和多项式变异处理,以产生 规模与所述父代种群相同的子代种群;将所述父代种群和所述子代种群合并,得到合成 种群;根据所述多优化算法的目标函数对全部所述个体进行非支配排序,并按所述个体 的非支配等级进行对全部所述个体进行重新分类,并计算属于同一级别的所述个体的拥 挤距离并对所述个体进行排序;
根据重新分类及排序的结果,从全部所述个体中选取所述目标数量个所述个体作为 新的父代种群;若该新的父代种群满足最大迭代次数或者优化目标,则结束迭代,得到帕累托前沿面数据,否则返回执行所述迭代步骤以进行下一次迭代。
本申请的另一个方面提供了一种通导融合系统的室分节点布局装置,包括:
信号传播路径预测模块,用于基于射线追踪方式对通导融合系统对应的室内场景的 室内信号传播路径进行预测,以得到多路径信息;
网络性能评价指标构建模块,用于根据所述通导融合系统的通信网络和定位网络各 自对应的评价指标,生成对应的通导融合网络评价指标;
室分节点布局模块,用于将所述通导融合网络评价指标作为多优化算法的目标函数, 并基于所述多路径信息求解所述目标函数以得到所述通导融合系统的室分节点最优布 局方案。
本申请的另一个方面提供了一种电子设备,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,所述处理器执行所述计算机程序时实现所述的通导 融合系统的室分节点布局方法。
本申请的另一个方面提供了一种计算机可读存储介质,其上存储有计算机程序,该 计算机程序被处理器执行时实现所述的通导融合系统的室分节点布局方法。
本申请提供的通导融合系统的室分节点布局方法,基于射线追踪方式对通导融合系 统对应的室内场景的室内信号传播路径进行预测,以得到多路径信息;根据所述通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网络评价指标;将所述通导融合网络评价指标作为多优化算法的目标函数,并基于所述多路径信息求解所述目标函数以得到所述通导融合系统的室分节点最优布局方案;本申请通过基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测,以得到多路径信息,能够对室内信号传播路径进行精确预测,得到详细的多路径信息及参数,充分考 虑了室内多径和非视距传播,能够从节点布局角度降低多径和非视距传播对定位误差的 影响,进而能够有效提高针对室内信号传播路径的测距结果的真实性;通过根据所述通 导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网络评价 指标,能够专门适用于通导融合系统的网络规划,能够有效保证通信性能;通过将所述 通导融合网络评价指标作为多优化算法的目标函数,实现了针对通信业务和定位性能的 联合考虑,进而能够提高通导融合系统的室分节点布局的可靠性及有效性。
本申请的附加优点、目的,以及特征将在下面的描述中将部分地加以阐述,且将对于本领域普通技术人员在研究下文后部分地变得明显,或者可以根据本申请的实践而获知。本申请的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是,能够用本申请实现的目的和优点不限于以上具体所 述,并且根据以下详细说明将更清楚地理解本申请能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,并不构 成对本申请的限定。附图中的部件不是成比例绘制的,而只是为了示出本申请的原理。为了便于示出和描述本申请的一些部分,附图中对应部分可能被放大,即,相对于依据 本申请实际制造的示例性装置中的其它部件可能变得更大。在附图中:
图1为本申请一实施例中的通导融合系统的室分节点布局方法的总流程示意图。
图2为本申请一实施例中的通导融合系统的室分节点布局方法的具体流程示意图。
图3为本申请另一实施例中的通导融合系统的室分节点布局装置的结构示意图。
图4为本申请应用实例提供的通导融合系统的室分节点布局方法的技术路线图。
图5为本申请应用实例提供的NSGA-II算法流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本申请做进一步详细说明。在此,本申请的示意性实施方式及其说明用于解释本申请, 但并不作为对本申请的限定。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本申请,在附图中仅仅示出了与根据本申请的方案密切相关的结构和/或处理步骤,而省略了与本申请关系不大的其他细节。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
在此,还需要说明的是,如果没有特殊说明,术语“连接”在本文不仅可以指直接连接,也可以表示存在中间物的间接连接。
在下文中,将参考附图描述本申请的实施例。在附图中,相同的附图标记代表相同或类似的部件,或者相同或类似的步骤。
近年来,大众对泛在位置服务的需求不断增长,发生在室内场景的业务占比在各个 网络中达到65%到90%不等,平均达到了80%左右。卫星导航在室内等场景下覆盖能力不足,已无法满足人们的需求。无线通信系统具有覆盖范围广、使用成本低、可靠性高 等优点,利用通信系统进行定位,可有效弥补卫星定位的不足。在此背景下,通信和定 位导航的耦合程度不断加深,通导一体化技术应运而生。通导一体化技术将通信与定位 导航融合起来,在为大众提供移动宽带通信的同时,也使实时位置信息成为数字化城市 的基础信息,并通过宽带互联网进行共享和应用。通导一体化技术旨在充分利用已有的 移动通信网络为大众提供便捷的室内定位与导航等位置服务,使得室内外位置服务可以 达到连续无缝切换。随着技术的进步,二者的一体化程度仍会不断加深,并相互促进以 实现更高的通信与定位性能,具有广阔的研究与应用前景。
为了提供良好的用户体验,室分系统需要进一步提升无线通信网络的信号质量和覆 盖范围,并提供高精度的室内定位服务,而室分节点的布局规划是决定网络性能的关键因素之一。通信历经了从1G至5G的发展,网络规划技术已经趋于成熟,现有的室分 网络布局方案主要考虑节点的位置和数量对整体网络覆盖范围和信号质量的影响,优化 目标是在满足通信网络建设需求的前提下,考虑网络容量、信号覆盖范围、通信质量和 成本等因素,形成最优布局,未涉及用户对室内定位的需求。随着无线通信技术的发展, 基于Wi-Fi、蓝牙、超宽带和计算机视觉等技术的室内定位方案亦日益完善。相关学者 对定位节点的布设进行了大量的研究,主要考虑节点的位置对整体网络定位误差和精度 的影响,优化目标主要涉及指纹差异、克拉美罗下界和几何精度因子等,未涉及用户对 通信的需求。此外,两者采用的布局算法大多为基于贪婪算法、差分进化算法和遗传算 法的启发式算法。
通信室分网络规划重点关注节点位置和数量对网络覆盖范围和质量、上下行吞吐量、 中断概率以及小区间干扰等因素的影响,以保证更好的通信性能。定位室分网络规划经 历了从单路径到多路径,目标函数由一变多,室内环境由简到繁的发展过程,重点关注节点位置和数量对定位精度和定位误差的影响。
而现有的室分节点布局方式还存在以下几个问题:一是采用的信号传播模型较为简 单,未充分考虑室内复杂环境对信号传播路径和衰减的影响,导致信号覆盖范围和质量评估不准确,对于定位系统会导致测距结果难以反映真实情况,造成较大的定位误差; 二是网络性能评价标准仅关注通信或定位性能两者之一,在通信和定位节点共址的情况 下,缺少通导融合网络的性能评价指标,无法保证通信性能,不适用于通导融合系统的 网络规划;三是现有布局方式未联合考虑对通信业务和定位性能的影响。
也就是说,在通信和定位节点共址的情况下,室分节点的布设位置需要联合考虑对 通信业务和定位性能的影响,但现有网络规划技术缺少通导融合网络的性能评价指标,且对室内多径和非视距传播考虑不充分,未联合考虑对通信业务和定位性能的影响,针 对通导融合系统的节点布局算法研究尚有不足。
基于此,本申请针对上述问题提出了一种基于NSGA-II的通导融合系统室分节点布 局方法,在保证通信性能的前提下,能够有效降低多径和非视距传播对室内定位的负面影响。
在本申请的一个或多个实施例中,NSGA-II(Non-Dominate Sorting GeneticAlgorithm II)是指带精英策略的非支配排序遗传算法。
在本申请的一个或多个实施例中,RSSI(Received Signal StrengthIndication)是 指接收信号强度。
在本申请的一个或多个实施例中,RSRP(Reference Signal Receiving Power)是指参考信号接收功率。
在本申请的一个或多个实施例中,RSRQ(Reference Signal Receiving Quality)是 指参考信号接收质量。
在本申请的一个或多个实施例中,SINR(Signal to Interference plus NoiseRatio) 是指信号与干扰加噪声比。
基于此,本申请实施例提供一种通导融合系统的室分节点布局方法,参见图1,所述通导融合系统的室分节点布局方法具体包含有如下内容:
步骤100:基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径 进行预测,以得到多路径信息。
在步骤100中,利用射线追踪技术对信号在室内的传播路径进行预测,能够从节点布局角度降低多径和非视距传播对定位误差。
步骤200:根据所述通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网络评价指标。
可以理解的是,构建通导融合网络评价指标,能够为遗传算法提供优化的目标函数, 通过优化这个过程以有效降低多径和非视距传播对室内定位的负面影响。
步骤300:将所述通导融合网络评价指标作为多优化算法的目标函数,并基于所述多路径信息求解所述目标函数以得到所述通导融合系统的室分节点最优布局方案。
可以理解的是,对于多目标优化问题,就通信性能和定位性能两个目标函数而言,通常存在一个解集,这些解之间无法比较优劣,即无法在改进其中一个优化目标的同时 不削弱另一个优化目标,这些解亦可称为帕累托最优解。因此,步骤300的目的可以是 无偏颇的找到尽可能多的符合要求的帕累托最优解,并根据室分网络的建设要求和实际 工程经验从中客观选取一个解作为最终布局方案。
从上述描述可知,本申请实施例提供的通导融合系统的室分节点布局方法,通过基 于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测,以得到 多路径信息,能够对室内信号传播路径进行精确预测,得到详细的多路径信息及参数,充分考虑了室内多径和非视距传播,能够从节点布局角度降低多径和非视距传播对定位误差的影响,进而能够有效提高针对室内信号传播路径的测距结果的真实性;通过根据 所述通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网 络评价指标,能够专门适用于通导融合系统的网络规划,能够有效保证通信性能;通过 将所述通导融合网络评价指标作为多优化算法的目标函数,实现了针对通信业务和定位 性能的联合考虑,进而能够提高通导融合系统的室分节点布局的可靠性及有效性。
为了进一步适用于不同规模、不同复杂度以及不同应用场景的室内环境,提升了节 点布局规划的可靠性,在本申请实施例提供的一种通导融合系统的室分节点布局方法中, 参见图2,所述通导融合系统的室分节点布局方法中的步骤300具体包含有如下内容:
步骤310:将所述通导融合网络评价指标作为多优化算法的目标函数。
步骤320:基于NSGA-II算法对所述目标函数进行多优化,并基于所述多路径信息迭代求解得到帕累托前沿面数据。
步骤330:根据预设的室分网络建设要求和工程经验数据,自所述帕累托前沿面数据中选择室分节点最优布局方案。
可以理解的是,NSGA-Ⅱ算法是在NSGA的基础上提出的,它比NSGA算法更加 优越:它采用了快速非支配排序算法,计算复杂度比NSGA大大的降低;采用了拥挤 度和拥挤度比较算子,代替了需要指定的共享半径,并在快速排序后的同级比较中作为 胜出标准,使准Pareto域中的个体能扩展到整个Pareto域,并均匀分布,保持了种群 的多样性;引入了精英策略,扩大了采样空间,防止最佳个体的丢失,提高了算法的运 算速度和鲁棒性。
NSGA-Ⅱ就是在第一代非支配排序遗传算法的基础上改进而来,其改进主要是针对 如上所述的三个方面:
①提出了快速非支配排序算法,一方面降低了计算的复杂度,另一方面它将父代种 群跟子代种群进行合并,使得下一代的种群从双倍的空间中进行选取,从而保留了最为优秀的所有个体;
②引进精英策略,保证某些优良的种群个体在进化过程中不会被丢弃,从而提高了 优化结果的精度;
③采用拥挤度和拥挤度比较算子,不但克服了NSGA中需要人为指定共享参数的缺陷,而且将其作为种群中个体间的比较标准,使得准Pareto域中的个体能均匀地扩展到 整个Pareto域,保证了种群的多样性。
从上述描述可知,本申请实施例提供的通导融合系统的室分节点布局方法,通过基 于NSGA-II算法对所述目标函数进行多优化,并基于所述多路径信息迭代求解得到帕累托前沿面数据,再从中根据室分网络的建设要求和工程经验权衡通信和定位性能,选择 最终布局方案,一方面保证了通信性能,另一方面降低了多径和非视距传播对室内定位 的负面影响,适用于不同规模、不同复杂度以及不同应用场景的室内环境,提升了节点 布局规划的可靠性。
为了进一步提高室内场景模型的应用可靠性及有效性,在本申请实施例提供的一种 通导融合系统的室分节点布局方法中,参见图2,所述通导融合系统的室分节点布局方法中的步骤100之前还具体包含有如下内容:
步骤010:基于预设的网络规划仿真软件WinProp中的WallMan工具对通导融合系统对应的室内场景进行建模,以得到室内场景模型。
可以理解的是,WinProp软件是当今无线电波传播与无线网络规划领域内的标准软 件工具。WinProp软件电波传播和无线网络规划技术特点与应用,具体内容包括:天 线方向图管理与转换;城市、室内场景建模与数据转换;电波传播模型介绍;室内、室 外电波传播仿真应用;室内、室外网络规划仿真应用。
其中,WinProp软件中包含有WallMan工具、Aman工具和ProMan工具等,Aman 工具能够读取天线的方向图,也支持直接绘制,从而实现对任意型号天线的仿真; WallMan工具能够直接建模3D传播环境,还可读入各种格式的地图;ProMan工具可以 读取传播环境,选择基站坐标和天线方向,然后读取天线方向图,就能够计算出任意位 置的信号强度;选择无线接口,WinProp软件就能够对最大数据传输率、网络吞吐量、 信号与噪声和干扰比等重要参数进行计算,从而实现完整的网络规划操作。
步骤020:在所述室内场景模型中确定天线放置点和测试点,并针对所述室内场景模型进行网格化处理。
从上述描述可知,本申请实施例提供的通导融合系统的室分节点布局方法,通过基 于预设的网络规划仿真软件WinProp中的WallMan工具对通导融合系统对应的室内场景进行建模,能够有效提高室内场景模型的应用可靠性及有效性,进而能够有效提高对 通导融合系统对应的室内场景的室内信号传播路径进行预测的可靠性及有效性。
为了进一步提高预测所述导融合系统对应的室内场景的室内信号传播路径的准确 性及效率,在本申请实施例提供的一种通导融合系统的室分节点布局方法中,参见图2,所述通导融合系统的室分节点布局方法中的步骤100具体包含有如下内容:
步骤110:基于Aman工具构建天线方向图,并确定所述通导融合系统的通信网络和定位网络各自对应的工作参数。
步骤120:应用ProMan工具对应的3D射线追踪方式,根据所述天线方向图和所述通信网络和定位网络各自对应的工作参数,预测所述导融合系统对应的室内场景的室内信号传播路径,以得到多路径信息;其中,所述多路径信息包括:通导融合系统中的信 号从所述天线放置点到所述测试点的传播路径和路径参数。
可以理解的是,所述路径参数包括:路径编号、路径时延、接收信号强度、相位、 水平到达角和俯仰到达角等信息。
从上述描述可知,本申请实施例提供的通导融合系统的室分节点布局方法,通过采 用WinProp软件中的Aman工具构建天线方向图,能够有效提高预测所述导融合系统对应的室内场景的室内信号传播路径的准确性及效率,通过应用WinProp软件中的ProMan 工具对应的3D射线追踪方式预测所述导融合系统对应的室内场景的室内信号传播路径, 能够进一步对室内信号传播路径进行精确预测,得到详细的多路径信息及参数,充分考 虑了室内多径和非视距传播,能够从节点布局角度降低多径和非视距传播对定位误差的 影响,进而能够有效提高针对室内信号传播路径的测距结果的真实性。
为了进一步专门适用于通导融合系统的网络规划,在本申请实施例提供的一种通导 融合系统的室分节点布局方法中,参见图2,所述通导融合系统的室分节点布局方法中的步骤200还具体包含有如下内容:
步骤210:获取所述通导融合系统的通信网络对应的无线信号强度RSRP以及接收机收到的信号与所有干扰和噪声功率的比值SINR,以构建所述RSRP和SINR组成的标 准,并将符合该标准的所述测试点的数量所占总测试点的数量的比例确定为所述通信网 络的通信性能评价指标。
步骤220:获取所述通导融合系统的定位网络对应的所有测试点的定位误差的平均 值,并将该平均值确定为所述定位网络的定位性能评价指标。
步骤230:将所述通信性能评价指标和所述定位性能评价指标确定为通导融合网络 评价指标。
从上述描述可知,本申请实施例提供的通导融合系统的室分节点布局方法,通过构 建所述RSRP和SINR组成的标准,并将符合该标准的所述测试点的数量所占总测试点 的数量的比例确定为所述通信网络的通信性能评价指标,并将所有测试点的定位误差的 平均值确定为所述定位网络的定位性能评价指标,能够进一步专门适用于通导融合系统 的网络规划,进一步提高通导融合系统的通信性能。
为了进一步提高通导融合系统的室分节点布局的可靠性及有效性,在本申请实施例 提供的一种通导融合系统的室分节点布局方法中,所述通导融合系统的室分节点布局方 法中的步骤310还具体包含有如下内容:
步骤311:以求解所述通信性能评价指标的最大值为目标,构建所述多优化算法的第一目标函数;
步骤312:以求解所述定位性能评价指标的最小值为目标,构建所述多优化算法的第二目标函数;
步骤313:根据预设的约束条件、所述第一目标函数及第二目标函数生成多优化算法的目标函数。
为了进一步提高通导融合系统的室分节点布局的可靠性及有效性,在本申请实施例 提供的一种通导融合系统的室分节点布局方法中,所述通导融合系统的室分节点布局方 法中的步骤320还具体包含有如下内容:
步骤321:迭代步骤:初始化父代种群,父代种群中的各个个体中的节点数量均为目标数量;对各个所述父代种群进行二元锦标赛选择、模拟二进制交叉和多项式变异处理,以产生规模与所述父代种群相同的子代种群;将所述父代种群和所述子代种群合并,得到合成种群;根据所述多优化算法的目标函数对全部所述个体进行非支配排序,并按 所述个体的非支配等级进行对全部所述个体进行重新分类,并计算属于同一级别的所述 个体的拥挤距离并对所述个体进行排序;
步骤322:根据重新分类及排序的结果,从全部所述个体中选取所述目标数量个所述个体作为新的父代种群;若该新的父代种群满足最大迭代次数或者优化目标,则结束 迭代,得到帕累托前沿面数据,否则返回执行步骤321的所述迭代步骤以进行下一次迭 代。
从上述描述可知,本申请实施例提供的通导融合系统的室分节点布局方法,通过初 始化父代种群,父代种群中的各个个体中的节点数量均为目标数量;对各个所述父代种群进行二元锦标赛选择、模拟二进制交叉和多项式变异处理,以产生规模与所述父代种 群相同的子代种群;将所述父代种群和所述子代种群合并,得到合成种群;根据所述多 优化算法的目标函数对全部所述个体进行非支配排序,并按所述个体的非支配等级进行 对全部所述个体进行重新分类,并计算属于同一级别的所述个体的拥挤距离并对所述个 体进行排序,能够有效提高基于NSGA-II算法对所述目标函数进行多优化的可靠性及有 效性,进一步适用于不同规模、不同复杂度以及不同应用场景的室内环境,并进一步提 升节点布局规划的可靠性。
从软件层面来说,本申请还提供一种用于执行所述通导融合系统的室分节点布局方 法中全部或部分内的通导融合系统的室分节点布局装置,参见图3,所述通导融合系统的室分节点布局装置具体包含有如下内容:
信号传播路径预测模块10,用于基于射线追踪方式对通导融合系统对应的室内场景 的室内信号传播路径进行预测,以得到多路径信息。
网络性能评价指标构建模块20,用于根据所述通导融合系统的通信网络和定位网络 各自对应的评价指标,生成对应的通导融合网络评价指标。
室分节点布局模块30,用于将所述通导融合网络评价指标作为多优化算法的目标函 数,并基于所述多路径信息求解所述目标函数以得到所述通导融合系统的室分节点最优 布局方案。
本申请提供的通导融合系统的室分节点布局装置的实施例具体可以用于执行上述 实施例中的通导融合系统的室分节点布局方法的实施例的处理流程,其功能在此不再赘 述,可以参照上述通导融合系统的室分节点布局方法实施例的详细描述。
所述通导融合系统的室分节点布局装置进行通导融合系统的室分节点布局的部分 可以在服务器中执行,而在另一种实际应用情形中,也可以所有的操作都在客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备 还可以包括处理器,用于通导融合系统的室分节点布局的具体处理。
上述的客户端设备可以具有通信模块(即通信单元),可以与远程的服务器进行通信连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服 务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有 通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可 以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
上述服务器与所述客户端设备端之间可以使用任何合适的网络协议进行通信,包括在本申请提交日尚未开发出的网络协议。所述网络协议例如可以包括TCP/IP协议、 UDP/IP协议、HTTP协议、HTTPS协议等。当然,所述网络协议例如还可以包括在上 述协议之上使用的RPC协议(Remote Procedure Call Protocol,远程过程调用协议)、REST 协议(Representational State Transfer,表述性状态转移协议)等。
从上述描述可知,本申请实施例提供的通导融合系统的室分节点布局装置,通过基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测,以得到多路径信息,能够对室内信号传播路径进行精确预测,得到详细的多路径信息及参数,充分考虑了室内多径和非视距传播,能够从节点布局角度降低多径和非视距传播对定位误差的影响,进而能够有效提高针对室内信号传播路径的测距结果的真实性;通过根据 所述通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网 络评价指标,能够专门适用于通导融合系统的网络规划,能够有效保证通信性能;通过 将所述通导融合网络评价指标作为多优化算法的目标函数,实现了针对通信业务和定位 性能的联合考虑,进而能够提高通导融合系统的室分节点布局的可靠性及有效性。
为了进一步说明本方案,本申请还提供一种基于NSGA-II的通导融合系统的室分节 点布局方法的具体应用实例。首先,构建室内场景,通过射线追踪技术对室内信号传播路径进行精确预测,得到详细的多路径信息及参数;其次,构建评价指标,将通信系统 的参考信号接收功率、信号与干扰加噪声比和定位系统的平均定位误差作为多目标优化 算法的目标函数;最后,采用NSGA-II算法对通信和定位性能指标进行多目标优化,通 过迭代求解得到帕累托前沿面,并根据室分网络的建设要求和工程经验从中选择最终的 布局方案。参见图4,所述通导融合系统的室分节点布局方法具体包含有如下内容:
(1)信号传播路径预测
本申请使用射线追踪技术对室内复杂环境下的信号传播路径进行预测。首先,使用 WinProp WallMan工具对室内环境进行建模,确定天线放置区域和测试区域,并进行网格化处理;然后,使用Aman工具构建天线方向图,确定通信和定位网络的工作频段和 播发功率等参数;最后,采用ProMan工具中的3D射线追踪技术预测通导融合信号从 天线放置点到测试点的传播路径和相关信息,具体包括路径编号、路径时延、接收信号 强度、相位、水平到达角和俯仰到达角等信息。
(2)通导融合系统网络性能评价指标
通信室分网络规划中,常用来衡量无线信号质量的指标有RSSI、RSRP、RSRQ和SINR等。本申请将考察室内区域的RSRP和SINR,以评估通信网络的覆盖效果。
RSRP是代表无线信号强度的关键参数之一,定义为在某个符号内承载参考信号的所有资源粒子上接收到的信号功率的平均值。RSRP的计算公式由下式给出:
RSRP(dBm)=RSSI(dBm)-10log10(12*Nblocks) (1)
其中Nblocks表示资源块数目,5G新空口标准定义了灵活的子载波间隔,不同的子载波间隔对应不同的频率范围,具体内容可参考TS38.101协议。
SINR定义为接收机收到有用信号与所有干扰和噪声功率的比值,用来表征不同节点之间的小区干扰情况:
SINR=RSSImax-(∑RSSIsubmax+Noise) (2)
根据各测试点的RSRP和SINR值,测试点PTest可以按式(3)的标准分为以下几类:
本申请把符合RSRP≥-110dBm且SINR≥3dB要求的测试点数量所占的比例作为通信性 能评价指标,见式(4):
其中,Nfit表示符合要求的测试点数量,N表示测试点总数。该指标将作为NSGA-II算法的第一个优化函数,以评估通信网络的覆盖范围和质量。
在定位网络规划中,本申请旨在以优化天线布局的方式降低多径和非视距传播对定 位误差的负面影响。本节使用射线追踪技术预测的信号传播路径信息进行定位解算,详细考虑了其他路径对直达径信号幅值、传播时延和相位带来的影响。
其中,s0(t)是直达径信号,sk(t)是多径信号,M为多径的个数,A表示信号的幅值,c表示测距码,τ表示信号传播时延,φ表示信号到达测试点的相位。
接收机将对sij(t)进行采样得到离散信号sij(k),并将其与本地测据码c(k)做相关运算, 根据相关峰位置计算码相位,进而转换得到到达时间TOA信息,具体计算过程如下:
Rsc[n]=E{sij[k]c[k+n]} (6)
在非视距和多路径情况下,为了能更直观地体现节点位置对定位误差造成的影响, 本申请采用基于残差加权的Chan算法进行定位解算,并计算平均定位误差。针对某一种节点布局方案,假定(x,y)表示某一测试点位置,Pi(Xi,Yi)表示第i个节点的位置,则测试点到各节点的距离Ri为:
其中,Xri=Xi-Xr,Yri=Yi-Yr。
对于N个节点,可以提供N-1个TDOA测量值,即可以构成N-1个如式(10)所示的 方程。本申请仅考虑二维定位,因此任取两个构成方程组即可求得测试点的位置,记为接着,对这M个中间结果按残差进行加权,此处残差函数 定义为:
所有残差平方和为:
加权后得到该测试点的估计位置:
由此,可得该测试点的定位误差为:
本申请把所有测试点的定位误差的平均值作为定位性能的评价指标,如下:
该指标作为NSGA-II算法的第二个优化函数,以评估节点位置对定位误差的影响。
(3)NSGA-II算法
本申请采用NSGA-II算法求解通导融合系统的室分节点布局方案。对于多目标优化 问题,就通信性能和定位性能两个目标函数而言,通常存在一个解集,这些解之间无法比较优劣,即无法在改进其中一个优化目标的同时不削弱另一个优化目标,这些解亦可 称为帕累托最优解。因此,该算法的目的是无偏颇的找到尽可能多的符合要求的帕累托 最优解,并根据室分网络的建设要求和实际工程经验从中客观选取一个解作为最终布局 方案。
算法的优化目标如下:
NSGA-II的算法流程如图5所示,首先,随机产生种群规模为N的初始父代种群P0,其中每个个体包含K个节点,表示一种布局方案,通过二元锦标赛选择、模拟二进制交 叉和多项式变异操作后产生规模为N的子代种群Q0。然后,将父代种群Pn和子代种群Qn合并组成规模为2N的合成种群Rn,根据通信和定位性能对全部个体进行非支配排序, 并按个体的非支配等级进行重新分类,对属于同一级别的个体计算拥挤距离并排序。接 着,根据非支配级别和拥挤距离,从中选取N个个体作为新的父代种群Pn+1;若此时满 足最大迭代次数或者优化目标则结束迭代,得到帕累托前沿面,否则进行下一次迭代直 至满足要求。
综上,本申请应用实例提供的上述方法,利用射线追踪技术对信号在室内的传播路 径进行预测,从节点布局角度降低多径和非视距传播对定位误差;将RSRP、SINR和平 均定位误差作为通导融合网络评价指标,并对其进行权衡选择;利用NSGA-II多目标优 化算法迭代求解得到帕累托解集,再从中根据室分网络的建设要求和工程经验权衡通信 和定位性能,选择最终布局方案。本申请应用实例面向通导融合系统室分节点布局需要 联合考虑对通信业务和定位性能影响的问题,本申请使用射线追踪技术对室内信号传播 路径进行预测,构建了通导融合网络的性能评价指标,并提出了一种基于NSGA-II的通 导融合系统室分节点布局方法。该方法一方面保证了通信性能,另一方面降低了多径和 非视距传播对室内定位的负面影响,适用于不同规模、不同复杂度以及不同应用场景的 室内环境,提升了节点布局规划的可靠性。
本申请实施例还提供了一种计算机设备(也即电子设备),该计算机设备可以包括处理器、存储器、接收器及发送器,处理器用于执行上述实施例提及的通导融合系统的 室分节点布局方法,其中处理器和存储器可以通过总线或者其他方式连接,以通过总线 连接为例。该接收器可通过有线或无线方式与处理器、存储器连接。所述计算机设备与 通导融合系统的室分节点布局装置之间通信连接,以自所述无线多媒体传感器网络中的 传感器接收实时运动数据,并自所述视频采集装置接收原始视频序列。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他 通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array, FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片, 或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态 计算机可执行程序以及模块,如本申请实施例中的通导融合系统的室分节点布局方法对 应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块, 从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的通导融合系 统的室分节点布局方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储 器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器 件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于 处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。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。
所述一个或者多个模块存储在所述存储器中,当被所述处理器执行时,执行实施例 中的通导融合系统的室分节点布局方法。
在本申请的一些实施例中,用户设备可以包括处理器、存储器和收发单元,该收发单元可包括接收器和发送器,处理器、存储器、接收器和发送器可通过总线系统连接, 存储器用于存储计算机指令,处理器用于执行存储器中存储的计算机指令,以控制收发 单元收发信号。
作为一种实现方式,本申请中接收器和发送器的功能可以考虑通过收发电路或者收 发的专用芯片来实现,处理器可以考虑通过专用处理芯片、处理电路或通用芯片实现。
作为另一种实现方式,可以考虑使用通用计算机的方式来实现本申请实施例提供的 服务器。即将实现处理器,接收器和发送器功能的程序代码存储在存储器中,通用处理器通过执行存储器中的代码来实现处理器,接收器和发送器的功能。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机 程序被处理器执行时以实现前述通导融合系统的室分节点布局方法的步骤。该计算机可 读存储介质可以是有形存储介质,诸如随机存储器(RAM)、内存、只读存储器(ROM)、 电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD-ROM、 或技术领域内所公知的任意其它形式的存储介质。
本领域普通技术人员应该可以明白,结合本文中所公开的实施方式描述的各示例性 的组成部分、系统和方法,能够以硬件、软件或者二者的结合来实现。具体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 申请的范围。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、 适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所 需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波 中携带的数据信号在传输介质或者通信链路上传送。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为 了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本 领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步 骤之间的顺序。
本申请中,针对一个实施方式描述和/或例示的特征,可以在一个或更多个其它实施 方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他实 施方式的特征。
以上所述仅为本申请的优选实施例,并不用于限制本申请,对于本领域的技术人员 来说,本申请实施例可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种通导融合系统的室分节点布局方法,其特征在于,包括:
基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测,以得到多路径信息;
根据所述通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网络评价指标;
将所述通导融合网络评价指标作为多优化算法的目标函数,并基于所述多路径信息求解所述目标函数以得到所述通导融合系统的室分节点最优布局方案。
2.根据权利要求1所述的通导融合系统的室分节点布局方法,其特征在于,所述将所述通导融合网络评价指标作为多优化算法的目标函数,并基于所述多路径信息求解所述目标函数以得到所述通导融合系统的室分节点最优布局方案,包括:
将所述通导融合网络评价指标作为多优化算法的目标函数;
基于NSGA-II算法对所述目标函数进行多优化,并基于所述多路径信息迭代求解得到帕累托前沿面数据;
根据预设的室分网络建设要求和工程经验数据,自所述帕累托前沿面数据中选择室分节点最优布局方案。
3.根据权利要求1所述的通导融合系统的室分节点布局方法,其特征在于,在所述基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测,以得到多路径信息之前,还包括:
基于预设的网络规划仿真软件WinProp中的WallMan工具对通导融合系统对应的室内场景进行建模,以得到室内场景模型;
在所述室内场景模型中确定天线放置点和测试点,并针对所述室内场景模型进行网格化处理。
4.根据权利要求3所述的通导融合系统的室分节点布局方法,其特征在于,所述基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测,以得到多路径信息,包括:
基于Aman工具构建天线方向图,并确定所述通导融合系统的通信网络和定位网络各自对应的工作参数;
应用ProMan工具对应的3D射线追踪方式,根据所述天线方向图和所述通信网络和定位网络各自对应的工作参数,预测所述导融合系统对应的室内场景的室内信号传播路径,以得到多路径信息;其中,所述多路径信息包括:通导融合系统中的信号从所述天线放置点到所述测试点的传播路径和路径参数。
5.根据权利要求3所述的通导融合系统的室分节点布局方法,其特征在于,所述根据所述通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网络评价指标,包括:
获取所述通导融合系统的通信网络对应的无线信号强度RSRP以及接收机收到的信号与所有干扰和噪声功率的比值SINR,以构建所述RSRP和SINR组成的标准,并将符合该标准的所述测试点的数量所占总测试点的数量的比例确定为所述通信网络的通信性能评价指标;
以及,获取所述通导融合系统的定位网络对应的所有测试点的定位误差的平均值,并将该平均值确定为所述定位网络的定位性能评价指标;
将所述通信性能评价指标和所述定位性能评价指标确定为通导融合网络评价指标。
6.根据权利要求5所述的通导融合系统的室分节点布局方法,其特征在于,所述将所述通导融合网络评价指标作为多优化算法的目标函数,包括:
以求解所述通信性能评价指标的最大值为目标,构建所述多优化算法的第一目标函数;
以及,以求解所述定位性能评价指标的最小值为目标,构建所述多优化算法的第二目标函数;
根据预设的约束条件、所述第一目标函数及第二目标函数生成多优化算法的目标函数。
7.根据权利要求2所述的通导融合系统的室分节点布局方法,其特征在于,所述基于NSGA-II算法对所述目标函数进行多优化,并基于所述多路径信息迭代求解得到帕累托前沿面数据,包括:
迭代步骤:初始化父代种群,父代种群中的各个个体中的节点数量均为目标数量;对各个所述父代种群进行二元锦标赛选择、模拟二进制交叉和多项式变异处理,以产生规模与所述父代种群相同的子代种群;将所述父代种群和所述子代种群合并,得到合成种群;根据所述多优化算法的目标函数对全部所述个体进行非支配排序,并按所述个体的非支配等级进行对全部所述个体进行重新分类,并计算属于同一级别的所述个体的拥挤距离并对所述个体进行排序;
根据重新分类及排序的结果,从全部所述个体中选取所述目标数量个所述个体作为新的父代种群;若该新的父代种群满足最大迭代次数或者优化目标,则结束迭代,得到帕累托前沿面数据,否则返回执行所述迭代步骤以进行下一次迭代。
8.一种通导融合系统的室分节点布局装置,其特征在于,包括:
信号传播路径预测模块,用于基于射线追踪方式对通导融合系统对应的室内场景的室内信号传播路径进行预测,以得到多路径信息;
网络性能评价指标构建模块,用于根据所述通导融合系统的通信网络和定位网络各自对应的评价指标,生成对应的通导融合网络评价指标;
室分节点布局模块,用于将所述通导融合网络评价指标作为多优化算法的目标函数,并基于所述多路径信息求解所述目标函数以得到所述通导融合系统的室分节点最优布局方案。
9.一种电子设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的通导融合系统的室分节点布局方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述的通导融合系统的室分节点布局方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210210228.8A CN114710747A (zh) | 2022-03-03 | 2022-03-03 | 通导融合系统的室分节点布局方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210210228.8A CN114710747A (zh) | 2022-03-03 | 2022-03-03 | 通导融合系统的室分节点布局方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114710747A true CN114710747A (zh) | 2022-07-05 |
Family
ID=82167094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210210228.8A Pending CN114710747A (zh) | 2022-03-03 | 2022-03-03 | 通导融合系统的室分节点布局方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114710747A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115866628A (zh) * | 2023-02-24 | 2023-03-28 | 北京万和汇通通信科技有限公司 | 一种室内分布系统确定方法、装置、电子设备及存储介质 |
CN116614830A (zh) * | 2023-07-18 | 2023-08-18 | 中国电信股份有限公司 | 网元优化方法、装置、计算机设备、存储介质 |
-
2022
- 2022-03-03 CN CN202210210228.8A patent/CN114710747A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115866628A (zh) * | 2023-02-24 | 2023-03-28 | 北京万和汇通通信科技有限公司 | 一种室内分布系统确定方法、装置、电子设备及存储介质 |
CN116614830A (zh) * | 2023-07-18 | 2023-08-18 | 中国电信股份有限公司 | 网元优化方法、装置、计算机设备、存储介质 |
CN116614830B (zh) * | 2023-07-18 | 2023-10-31 | 中国电信股份有限公司 | 网元优化方法、装置、计算机设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102654497B1 (ko) | 무선 라디오 액세스 네트워크들 (wireless radio access networks) 에 머신 러닝 기법들을 적용하기 위한 라디오 맵핑 아키텍처 (radio mapping architecture) | |
US10976405B2 (en) | Method and system for geolocating a terminal of a wireless communication system | |
US8478280B1 (en) | Minimum coverage area of wireless base station determination | |
CN114710747A (zh) | 通导融合系统的室分节点布局方法及装置 | |
Konak | Estimating path loss in wireless local area networks using ordinary kriging | |
EP2952047B1 (en) | Method for localizing wireless devices | |
CN109490826B (zh) | 一种基于无线电波场强rssi的测距与位置定位方法 | |
JP2002057614A (ja) | 無線通信システム中のrf伝播評価方法と装置 | |
WO2022017012A1 (zh) | 一种网络配置方法及装置 | |
CN108064075B (zh) | 调整一个或多个小区的参考信号发射功率的方法和装置 | |
Brida et al. | An experimental evaluation of AGA algorithm for RSS positioning in GSM networks | |
CN101854716B (zh) | 节点定位方法和通信装置 | |
JP2018032939A (ja) | 品質推定装置及び品質推定方法 | |
Ciavarrini et al. | Smartphone-based geolocation of Internet hosts | |
Konak | A kriging approach to predicting coverage in wireless networks | |
CN116133037A (zh) | 一种无线网络评估方法及装置 | |
JP2007527632A (ja) | 電磁場評価方法及びシステム | |
Sasaki et al. | Novel communication system selection applying the AHP algorithm in heterogeneous wireless networks | |
Phillips | Geostatistical techniques for practical wireless network coverage mapping | |
JP7431415B2 (ja) | 情報処理装置および情報処理方法 | |
Koudouridis et al. | A method for the generation of radio signal coverage maps for dense networks | |
Chang et al. | Development of machine learning-based radio propagation models and benchmarking for mobile networks | |
Konak | Predicting coverage in wireless local area networks with obstacles using kriging and neural networks | |
CN114553270B (zh) | 天线广播波束配置方法、装置、电子设备和存储介质 | |
JP7096499B2 (ja) | 無線端末収容判定装置、無線端末収容判定方法、及びプログラム |
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 |