TWI718016B - 細胞佈建之方法與相關的電腦程式產品 - Google Patents
細胞佈建之方法與相關的電腦程式產品 Download PDFInfo
- Publication number
- TWI718016B TWI718016B TW109106587A TW109106587A TWI718016B TW I718016 B TWI718016 B TW I718016B TW 109106587 A TW109106587 A TW 109106587A TW 109106587 A TW109106587 A TW 109106587A TW I718016 B TWI718016 B TW I718016B
- Authority
- TW
- Taiwan
- Prior art keywords
- iteration
- base station
- nth iteration
- performance value
- nth
- Prior art date
Links
Images
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
- H04W16/24—Cell structures
- H04W16/28—Cell structures using beam steering
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一種細胞佈建之方法,包括:根據第N次迭代基地台候選位置與用戶分布位置選取第N次迭代射頻追蹤通道矩陣;根據第N次迭代射頻追蹤通道矩陣計算第N次迭代效能值;若第N次迭代效能值大於或等於複數個臨界值且當次迭代最佳效能值大於至目前迭代過程中最佳效能值,將第N次迭代最佳效能值與其對應的基地台候選位置分別取代至目前迭代過程中最佳效能值與基地台佈建最佳位置則將第N次迭代基地台候選位置儲存;以及檢驗迭代演算法終止條件,其中若第N次迭代運算未符合該迭代演算法終止條件,則產生第N+1次迭代基地台候選位置。
Description
本揭示內容是關於一種細胞佈建之方法,特別是關於一種用於5G行動網路的細胞佈建之方法。
由於在建置行動網路時,基地台布置位置往往受到佈置場域的環境限制。為了反映不同場域的真實電磁環境,傳統上的細胞(cell)佈建方式往往仰賴人工實際路測訊號品質以尋找最佳佈建位置,而造成時間與人力成本的增加。
一種細胞佈建之方法,包括:根據佈建場域中的複數個用戶分布位置產生用戶分布統計資料;根據用戶分布統計資料與複數個基地台可佈置位置產生複數個射頻追蹤通道矩陣;根據第N次迭代運算產生第N次迭代的基地台候選位置與第N次迭代的基地台候選位置變化速度,再根據第N次迭代的基地台候選位置與用戶分布位置選取第N次迭代射頻追蹤通道矩陣;根據第N次迭代射頻追蹤通道矩陣計算第N次迭代效能值,其中第N次迭代效能值包含覆蓋率以及系統容量值;若第N次迭代效能值大於或等於複數個臨界值
其中一者,則將第N次迭代效能值的覆蓋率最大值儲存作為第N次迭代的最佳效能值,並將第N次迭代的最佳效能值相對應之基地台候選位置儲存為第N次迭代的基地台佈建最佳位置;若第N次迭代效能值均大於或等於複數個臨界值,則將第N次迭代效能值的系統容量值最大值儲存作為第N次迭代的最佳效能值,並將第N次迭代的最佳效能值相對應之基地台候選位置儲存為第N次迭代的基地台佈建最佳位置;若第N次迭代的最佳效能值大於第N次迭代前過程中的最佳效能值,將第N次迭代的最佳效能值與第N次迭代的基地台佈建最佳位置分別取代從第N次迭代前過程中的最佳效能值與基地台佈建最佳位置;以及若第N次迭代未符合一迭代演算法終止條件,則產生第N+1次迭代的基地台候選位置與第N+1次迭代的基地台候選位置變化速度以進行第N+1次迭代運算。
一種電腦程式產品,儲存於一細胞佈建系統的一記憶體中,允許該細胞佈建系統進行一細胞佈建位置尋找運作,該細胞佈建位置尋找運作包含:根據佈建場域中的複數個用戶分布位置產生用戶分布統計資料;根據用戶分布統計資料與複數個基地台可佈置位置產生複數個射頻追蹤通道矩陣;根據第N次迭代運算產生第N次迭代的基地台候選位置與第N次迭代的基地台候選位置變化速度,再根據第N次迭代的基地台候選位置與用戶分布位置選取第N次迭代射頻追蹤通道矩陣;根據第N次迭代射頻追蹤通道矩陣計算第N次迭代效能值,其中第N次迭代效能值包含覆蓋率以及系統容量值;若第N次迭代效能值大於或等於複數個臨界值其中一者,則將第N次迭代效能值的覆蓋率最大值儲存作為第N次迭代的最佳效能值,並將第N次迭代的最佳效能值相對應之基地台候選位置儲存為第N
次迭代的基地台佈建最佳位置;若第N次迭代效能值均大於或等於複數個臨界值,則將第N次迭代效能值的系統容量值最大值儲存作為第N次迭代的最佳效能值,並將第N次迭代的最佳效能值相對應之基地台候選位置儲存為第N次迭代的基地台佈建最佳位置;若第N次迭代的最佳效能值大於第N次迭代前過程中的最佳效能值,將第N次迭代的最佳效能值與第N次迭代的基地台佈建最佳位置分別取代從第N次迭代前過程中的最佳效能值與基地台佈建最佳位置;以及若第N次迭代未符合一迭代演算法終止條件,則產生第N+1次迭代的基地台候選位置與第N+1次迭代的基地台候選位置變化速度以進行第N+1次迭代運算。
藉由上述細胞佈建之方法可提升細胞佈建模擬的精準度與降低量測時間的成本。
100:細胞佈建系統
110:通道運算模組
120:迭代運算模組
130:指令庫
140:處理器
150:I/O介面
160:匯流排
170:記憶體
200:佈建場域
210:用戶位置
230:建築物
300:細胞佈建之方法
S301~S310:步驟
400A:基地台佈建方法
400B:基地台佈建方法
430:建築物
500A:基地台佈建方法
500B:基地台佈建方法
530:建築物
第1圖為根據一些實施例所繪製的細胞佈建系統的示意圖。
第2圖為根據一些實施例所繪示的佈建場域示意圖。
第3圖為根據一些實施例所繪製的細胞佈建之方法的流程圖。
第4A圖為一種均勻式的基地台佈建方法的俯視圖。
第4B圖為根據本文揭示內容的一實施例所繪製的基地台佈建方法的俯視圖。
第5A圖為一種隨機式的基地台佈建方法的俯視圖。
第5B圖為根據本文揭示內容的一實施例所繪製的基地台佈建方法的俯視圖。
第6圖為基地台佈建方法的效能比較圖表。
下文係舉實施例配合所附圖式作詳細說明,但所描述的具體實施例僅僅用以解釋本發明,並不用來限定本發明,而結構操作之描述非用以限制其執行之順序,任何由元件重新組合之結構,所產生具有均等功效的裝置,皆為本發明揭示內容所涵蓋的範圍。
在全篇說明書與申請專利範圍所使用之用詞(terms),除有特別註明外,通常具有每個用詞使用在此領域中、在此揭露之內容中與特殊內容中的平常意義。某些用以描述本揭露之用詞將於下或在此說明書的別處討論,以提供本領域技術人員在有關本揭露之描述上額外的引導。
第1圖為根據一些實施例所繪製的細胞佈建系統100的示意圖。本文所揭示的細胞佈建系統100,用於在一欲佈建場域中尋找最佳細胞(cell)佈建位置。在一些實施例中,細胞佈建包含微型基地台(microcell)、大型基地台(macrocell)以及小型基站(small cell)等之佈建。在另一些實施例中,上述大型基地台之佈建可視為4G訊號基地台之佈建,而小型基站之佈建可視為5G訊號基地台之佈建。
細胞佈建系統100包含通道運算模組110、迭代運算模組120、指令庫130、處理器140、輸入輸出介面(I/O介面)150、匯流排160以及記憶體170。處理器140、輸入輸出介面(I/O介面)150
與記憶體170可藉由匯流排160彼此通訊耦接,藉此協同操作。舉例來說,處理器140可透過匯流排160讀取並執行記憶體170中的通道運算模組110、運算模組120與指令庫130以進行細胞佈建位置尋找運作。在一些實施例中,指令庫130中存有複數個指令,例如通道資料運算指令、迭代效能運算指令以及閥值檢查指令。
此外,I/O介面150可用以作為資料或指令輸入及/或輸出的介面,以供外部的一或多個輸入/輸出裝置(未繪示,例如滑鼠、鍵盤、觸控螢幕等等)透過匯流排160傳送或接收指令。
在一些實施例中,處理器140可以由中央處理器(CPU)、微處理器(MCU)或其他合適的處理器來實現。
在一些實施例中,匯流排160可為任何類型的若干匯流排架構中的一或多者,該等匯流排架構包括記憶體匯流排或記憶體控制器、周邊匯流排、視訊匯流排或其他合適的匯流排。
在一些實施例中,記憶體170可包含任何類型的系統記憶體,諸如靜態隨機存取記憶體(static random access memory;SRAM)、動態隨機存取記憶體(dynamic random access memory;DRAM),或唯讀記憶體(read-only memory;ROM)。
第2圖為根據一些實施例所繪示的佈建場域200示意圖。通道運算模組110存有與佈建場域200所對應的複數筆資料,上述資料包含佈建場域200中對應複數個用戶分布的用戶分布統計資料、複數個基地台可佈置位置以及佈建場域的環境資料(如建築物230之位置)。如第2圖所示,在一些實施例中,上述用戶分布的用戶分布統計資料可表示為佈建場域200中的用戶位置210,即為接收器Rx(Receiver)的位置,而複數個基地台可佈置位置則為發射器Tx
(Transmitter)的位置。其中,佈建場域200中的發射器Tx的位置可藉根據實際環境限制調整,舉例來說,基地台可佈置位置可以不要與佈建場域200中的多個建築物230重疊。
在一些實施例中,通道運算模組110根據佈建場域200中的發射器Tx位置與接收器Rx位置,產生佈建場域200中所有的多輸入多輸出(Multi-input multi-output,MIMO)通道矩陣H u,c。
在一些實施例中,基地台有N t根發射天線,而用戶端有N r根接收天線,則第c個基地台與第u個用戶端產生的通道矩陣H u,c 定義為下列式(1),其中τ、p、Φ分別為延遲、接收功率與訊號相位,而h nm 則表示第n根接收天線與第m根發射天線的通道係數。
在一些實施例中,通道運算模組110可藉由具有光線追跡(Ray-tracing)功能的電磁模擬軟體實現。
在一些實施例中,迭代運算模組120可藉由諸如C++、MatLab等電腦程式軟體實現。
第3圖為根據一些實施例所繪製的細胞佈建之方法300的流程圖。如第3圖所示,細胞佈建之方法300包含步驟S301、步驟S302、步驟S303、步驟S304、步驟S305、步驟S306、步驟S307、步驟S308、步驟S309以及步驟S310。以下為了方便清楚說明起見,第3圖所示的細胞佈建之方法300係參照第1圖與第2圖來做說明,但不以其為限。
通道運算模組110根據佈建場域200中的發射器Tx位置與接收器Rx位置,建立與佈建場域200所對應的複數筆射頻追蹤
通道矩陣(步驟S301)。迭代運算模組120利用迭代演算法產生對應的基地台候選位置(步驟S302),並根據基地台候選位置與佈建場域的用戶分布位置選取迭代射頻追蹤通道矩陣(步驟S303)。
在一些實施例中,步驟S301包含根據佈建場域200中的複數個用戶所對應的用戶分布產生用戶分布統計資料。舉例來說,用戶分布可隨時間改變,如佈置場域200在早上與晚上的用戶分布位置不同則產生不同的用戶分布統計資料。上述不同的用戶分布統計資料,在一些實施例當中,可表示為不同的接收器Rx位置分布。
在一些實施例的步驟S301中,可先將佈建場域分割成複數個子區域,以及根據這些子區域中的用戶分布產生對應的子用戶分布統計資料。舉例來說,將佈建場域分割成若干個區域,並在各個區域中根據其人口密度以均勻分布、高斯分布等適當的分布型態產生不同的用戶分布統計資料。在一些實施例當中,上述子用戶分布統計資料比一般用戶分布統計資料更能精確反映佈置場域200中的用戶分布。
在一些實施例中,步驟S301更包含通道運算模組110根據用戶分布統計資料與複數個基地台可佈置位置,產生複數個射頻追蹤通道矩陣H u,c 。
在一些實施例中,於步驟S302與步驟S303中,迭代運算模組120產生基地台候選位置與其位置變化速度。位置變化速度即代表在迭代次數間的一定時間內的位置變化量。舉例來說,迭代運算模組120利用粒子群優化演算(Particle Swarm Optimization)產生與第N次迭代對應的粒子群位置與速度(即複數組基地台候選位置與其位置變化速度),並藉由處理器140執行通道
資料運算指令,基於基地台候選位置選取第N次迭代射頻追蹤通道矩陣,並由當次迭代對應的粒子群速度決定第N+1次的迭代更新速率。
又在一些實施例中,於步驟S302更包含基於k-平均(k-means)分群演算法依據用戶統計位置資料將用戶分為複數群,並定義上述若干個群的每一個群中心位置作為初始基地台候選位置以優化迭代演算法。
於步驟S304中,處理器140根據迭代射頻追蹤通道矩陣計算當次迭代的效能值。在一些實施例中,計算當次迭代的效能值包含計算該次迭代的覆蓋率與系統容量值。在本揭示文的一實施例當中,定義覆蓋率為以下式(2),式(2)中共有U種用戶統計分布、第i種用戶統計分布中第j個用戶的用戶座標u i,j ,以及代表第i種用戶統計分布中用戶個數的N user,i ,以及基地台候選位置x。若服務該用戶的基地台訊號超過一定閥值則代表γ(x,u i,j )等於1,該用戶可被基地台成功服務,反之若服務該用戶的基地台訊號小於一定閥值則代表γ(x,u i,j )等於0,該用戶無法被基地台成功服務。
在一些實施例中,上述的覆蓋率與系統容量值均會受到基地台端波束成型效應的影響。舉例來說,為了改善5G行動網路訊號衰減而透過天線陣列定向發送訊號,利用波束成型技術達到特定方向的波長疊加干涉而具有更長距離的訊號傳輸。因此,在一些實施例中,計算上述覆蓋率與系統容量值更包含從一組波束權重集合中選擇一波束權重納入訊號干擾噪聲比SINR(Signal to Interference plus Noise Ratio)的計算中。
於步驟S305中,處理器140執行指令庫130中的閥值檢查指令以檢驗當次迭代的效能值是否大於或是等於複數個臨界值。在一些實施例中,上述臨界值包含預設的覆蓋率最小值以及預設的系統容量最小值。若複數組基地台候選位置之效能值皆未大於或等於複數個臨界值,則只儲存當次迭代對應的基地台候選位置(步驟S306);若任一組基地台候選位置之當次迭代(即第N次迭代)的效能值大於或是等於上述的臨界值,再由步驟S307判斷上述第N次迭代效能值大於或是等於臨界值之數組基地台候選位置的最佳效能值是否高於迭代過程中截至目前為止(即第1到N-1次迭代)最佳效能值,若上述判斷式成立,則進行步驟S308,將第N次迭代對應的最佳基地台候選位置以及效能值取代迭代過程中最佳基地台位置及其效能值,否則進行步驟S306,將當次迭代對應的基地台候選位置儲存以利產生N+1次迭代的基地台候選位置。
上述實施例中,若任一組基地台候選位置之當次迭代(即第N次迭代)的效能值大於或是等於複數個臨界值狀況,以下可分為兩種情況分別舉例說明:在一實施例當中,在步驟S305中,若第N次迭代所產生的複數組基地台候選位置中有M組覆蓋率大於預設的覆蓋率最小值,而在上述M組基地台候選位置中有P組的系統容量也同時大於預設的系統容量最小值,從上述P組基地台候選位置中選擇的最大系統容量當作的第N次迭代最佳效能值,進行步驟S307比較第N次迭代最佳效能值是否高於迭代過程中截至目前為止(即第1到N-1次迭代)最佳系統容量值,若成立則進行步驟S308,處理器140將第N次迭代最佳效能值與其所對應的基地台候選位置儲存於記憶體170中作為基地台佈建目前最佳位置x cap,否則進行步
驟S306,處理器140將當次迭代對應的的基地台候選位置與其位置變化速度儲存於記憶體170中。在另一實施例當中,在步驟S305中,若第N次迭代所產生的複數組基地台候選位置中有M組覆蓋率大於預設的覆蓋率最小值但卻皆未大於預設的系統容量最小值,從上述M組基地台候選位置中選擇的最大覆蓋率當作的第N次迭代最佳效能值,進行步驟S307比較第N次迭代最佳效能值是否高於迭代過程中截至目前為止(即第1到N-1次迭代)最佳覆蓋率值,若成立則進行步驟S308,處理器140將第N次迭代最佳效能值與其所對應的基地台候選位置儲存於記憶體170中作為基地台佈建目前具最佳覆蓋率之位置x cov,否則進行步驟S306,處理器140將當次迭代對應的的基地台候選位置與其位置變化速度儲存於記憶體170中。
又在一些實施例當中,上述第N次迭代所產生的複數組基地台候選位置中,若有任一組基地台候選位置之覆蓋率小於預設的覆蓋率最小值,則將當次迭代的該組基地台候選位置之系統容量設為0。
在一些實施例當中,考量到行動通訊系統的實際運作,為了確保用戶均可以被任一基地台服務後才針對用戶系統容量提升,因此,在迭代過程中優先選擇覆蓋率大於或等於預設的覆蓋率最小值的基地台候選位置,最後在從其中選擇具有最大系統容量值的基地台候選位置。
於步驟S309中,檢驗是否符合迭代演算法終止條件。若符合上述終止條件,則終止迭代演算法(步驟S310)完成細胞佈建之方法300,並儲存於記憶體170中滿足最小覆蓋率並具有最高系統
容量的基地台佈建最佳位置x cap作為基地台最終優化佈建位置x opt輸出或儲存至記憶體170中。
若當次迭代未符合迭代演算法終止條件,則回到步驟S302,藉由迭代運算模組120根據步驟S306儲存的當次迭代的基地台候選位置與其位置變化速度產生新的基地台候選位置與其位置變化速度以進行下一次的迭代演算。在一些實施例當中,迭代演算法終止條件包含目前迭代次數N大於或是等於一最大迭代次數。在另一些實施例當中,迭代演算法終止條件更包含第N+1次的基地台候選位置變化速率小於預設的最小更新速率值。
在上述實施例中,最大迭代次數可根據位置變化速度與佈建場域大小來決定,一般而言以位置變化速度評估所因應產生的基地台候選位置集合能大於或等於佈建場域範圍的迭代次數作為最大迭代次數。
在上述實施例中,產生新的基地台候選位置與其位置變化速度方式可依據所使用的迭代演算法而定。舉例而言,粒子群優化演算產生第N+1次迭代基地台候選位置(即其演算法中的粒子位置)為第N次迭代之粒子位置加上第N+1次迭代的之粒子速度,而第N+1次迭代之粒子速度將根據粒子群優化演算本身的粒子更新速度公式所產生。
第4A圖為一種均勻式的基地台佈建方法400A的俯視圖,第4B圖為根據本文揭示內容的一實施例所繪製的基地台佈建方法400B的俯視圖。其中,基地台可佈置位置為發射器Tx的位置,上述發射器Tx可以與建築物430重疊以模擬室內傳播通訊情形。
第5A圖為一種隨機式的基地台佈建方法500A的俯視圖,第5B圖為根據本文揭示內容的一實施例所繪製的基地台佈建方法500B的俯視圖。其中,基地台可佈置位置為發射器Tx的位置,上述發射器Tx無法與建築物530重疊以模擬室外傳播通訊情形。
第6圖為基地台佈建方法的效能比較圖表。由第6圖可以看出,本文揭示內容中一實施例的基地台佈建方法400B與500B優於傳統均勻式或隨機式基地台佈建方法400A與500A。
雖然本揭示內容已以實施方式揭露如上,然其並非用以限定本揭示內容,任何本領域具通常知識者,在不脫離本揭示內容之精神和範圍內,當可作各種之更動與潤飾,因此本揭示內容之保護範圍當視後付之申請專利範圍所界定者為準。
300:細胞佈建之方法
S301~S310:步驟
Claims (20)
- 一種細胞佈建之方法,包括:根據一佈建場域中的複數個用戶分布位置產生一用戶分布統計資料;根據該用戶分布統計資料與複數個基地台可佈置位置產生複數個射頻追蹤通道矩陣;根據一第N次迭代運算產生一第N次迭代的基地台候選位置與該第N次迭代的基地台候選位置變化速度,再根據該第N次迭代的基地台候選位置與該些用戶分布位置選取一第N次迭代射頻追蹤通道矩陣;根據該第N次迭代射頻追蹤通道矩陣計算一第N次迭代效能值,其中該第N次迭代效能值包含一覆蓋率以及一系統容量值;若該第N次迭代效能值大於或等於複數個臨界值其中一者,則將該第N次迭代效能值的該覆蓋率最大值儲存作為該第N次迭代的最佳效能值,並將該第N次迭代的最佳效能值相對應之基地台候選位置儲存為該第N次迭代的基地台佈建最佳位置;若該第N次迭代效能值均大於或等於複數個臨界值,則將該第N次迭代效能值的該系統容量值最大值儲存作為該第N次迭代的最佳效能值,並將該第N次迭代的最佳效能值相對應之基地台候選位置儲存為該第N次迭代的基地台佈建最佳位置;若該第N次迭代的最佳效能值大於該第N次迭代前過程 中的最佳效能值,將該第N次迭代的最佳效能值與該第N次迭代的基地台佈建最佳位置分別取代從該第N次迭代前過程中的最佳效能值與基地台佈建最佳位置;以及若該第N次迭代未符合一迭代演算法終止條件,則產生一第N+1次迭代的基地台候選位置與該第N+1次迭代的基地台候選位置變化速度以進行一第N+1次迭代運算。
- 如請求項1所述之細胞佈建之方法,更包含:根據該第N+1次迭代運算產生該第N+1次迭代的基地台候選位置與該第N+1次迭代的基地台候選位置變化速度,再根據該第N+1次迭代的基地台候選位置與該些用戶分布位置選取一第N+1次迭代射頻追蹤通道矩陣;根據該第N+1迭代射頻追蹤通道矩陣計算一第N+1次迭代效能值;若該第N+1次迭代的最佳效能值大於該第N+1次迭代前過程中的最佳效能值,將該第N+1次迭代的最佳效能值與該第N+1次迭代的基地台佈建最佳位置分別取代從該第N+1次迭代前過程中的最佳效能值與基地台佈建最佳位置;以及若該第N+1次迭代運算符合該迭代演算法終止條件,則不進行一第N+2次迭代運算。
- 如請求項1所述之細胞佈建之方法,其中根 據該佈建場域中的該些用戶分布位置產生該用戶分布統計資料包含:將該佈建場域分割成複數個子區域,並根據該些子區域的人口密度產生複數筆子用戶分布統計資料以更精確反映該佈建場域的用戶分布。
- 如請求項1所述之細胞佈建之方法,更包含從已產生好的該些射頻追蹤通道矩陣中,根據該第N次迭代基地台候選位置與該些用戶分布位置,選取與該第N次迭代相對應的射頻追蹤通道矩陣,以減少迭代運算之時間複雜度。
- 如請求項1所述之細胞佈建之方法,更包含:利用k-平均(k-means)分群演算法根據該些用戶分布位置將該些用戶分為複數群;以及當N等於1時,以該些群的複數個中心位置作為初始基地台候選位置。
- 如請求項1所述之細胞佈建之方法,更包含:根據一特定順序檢驗該第N次迭代效能值大於或等於該些臨界值,其中該特定順序包含優先檢驗該第N次迭代的該覆蓋率大於或等於該些臨界值。
- 如請求項1所述之細胞佈建之方法,其中該些臨界值包含:一預設的覆蓋率最小值;以及一預設的系統容量最小值。
- 如請求項7所述之細胞佈建之方法,更包含:當該第N次迭代覆蓋率小於該預設的覆蓋率最小值時,將該第N次迭代系統容量值設為0。
- 如請求項1所述之細胞佈建之方法,其中該迭代演算法終止條件包含N大於或是等於一最大迭代次數,該最大迭代次數可決定為依據該第N次迭代基地台候選位置變化速度評估所因應產生的該第N+1次迭代基地台候選位置的一集合能大於或等於該佈建場域範圍所需迭代次數。
- 如請求項1所述之細胞佈建之方法,其中計算該第N次迭代效能值更包含:根據波束成型效應的複數個波束權重值計算一第N次迭代覆蓋率與一第N次迭代系統容量值。
- 一種電腦程式產品,儲存於一細胞佈建系統 的一記憶體中,允許該細胞佈建系統進行一細胞佈建位置尋找運作,該細胞佈建位置尋找運作包含:根據一佈建場域中的複數個用戶分布位置產生一用戶分布統計資料;根據該用戶分布統計資料與複數個基地台可佈置位置產生複數個射頻追蹤通道矩陣;根據一第N次迭代運算產生一第N次迭代的基地台候選位置與該第N次迭代的基地台候選位置變化速度,再根據該第N次迭代基地台的候選位置與該些用戶分布位置選取一第N次迭代射頻追蹤通道矩陣;根據該第N次迭代射頻追蹤通道矩陣計算一第N次迭代效能值,其中該第N次迭代效能值包含一覆蓋率以及一系統容量值;若該第N次迭代效能值大於或等於複數個臨界值其中一者,則將該第N次迭代效能值的該覆蓋率最大值儲存作為該第N次迭代的最佳效能值,並將該第N次迭代的最佳效能值相對應之基地台候選位置儲存為該第N次迭代的基地台佈建最佳位置;若該第N次迭代效能值均大於或等於複數個臨界值,則將該第N次迭代效能值的該系統容量值最大值儲存作為該第N次迭代的最佳效能值,並將該第N次迭代的最佳效能值相對應之基地台候選位置儲存為該第N次迭代的基地台佈建最佳位置;若該第N次迭代的最佳效能值大於該第N次迭代前過程 中的最佳效能值,將該第N次迭代的最佳效能值與該第N次迭代的基地台佈建最佳位置分別取代從該第N次迭代前過程中的最佳效能值與基地台佈建最佳位置;以及若該第N次迭代未符合一迭代演算法終止條件,則產生一第N+1次迭代基地台候選位置與該第N+1次迭代基地台候選位置變化速度以進行一第N+1次迭代運算。
- 如請求項11所述之電腦程式產品,其中該細胞佈建位置尋找運作更包含:根據該第N+1次迭代運算產生該第N+1次迭代的基地台候選位置與該第N+1次迭代的基地台候選位置變化速度,再根據該第N+1次迭代的基地台候選位置與該些用戶分布位置選取一第N+1次迭代射頻追蹤通道矩陣;根據該第N+1迭代射頻追蹤通道矩陣計算一第N+1次迭代效能值;若該第N+1次迭代的最佳效能值大於該第N+1次迭代前過程中的最佳效能值,將該第N+1次迭代的最佳效能值與該第N+1次迭代的基地台佈建最佳位置分別取代從該第N+1次迭代前過程中的最佳效能值與基地台佈建最佳位置;以及若該第N+1次迭代運算符合該迭代演算法終止條件,則不進行一第N+2次迭代運算。
- 如請求項11所述之電腦程式產品,其中根 據該佈建場域中的用戶分布產生該用戶分布統計資料包含:將該佈建場域分割成複數個子區域,並根據該些子區域的人口密度產生複數筆子用戶分布統計資料以更精確反映該佈建場域的用戶分布。
- 如請求項11所述之電腦程式產品,其中更包含從已產生好的該些射頻追蹤通道矩陣中,根據該第N次迭代基地台候選位置與該些用戶分布位置,選取該第N次迭代相對應的射頻追蹤通道矩陣,以減少迭代運算之時間複雜度。
- 如請求項14所述之電腦程式產品,其中該細胞佈建位置尋找運作更包含:利用k-平均(k-means)分群演算法根據該用戶分布統計位置資料將該些用戶分為複數群;以及當N等於1時,以該些群的複數個中心位置作為初始基地台候選位置。
- 如請求項11所述之電腦程式產品,更包含:根據一特定順序檢驗該第N次迭代效能值大於或等於該些臨界值,其中該特定順序包含優先檢驗該第N次迭代的該覆蓋率大於或等於該些臨界值。
- 如請求項11所述之電腦程式產品,其中該些臨界值包含:一預設的覆蓋率最小值;以及一預設的系統容量最小值。
- 如請求項17所述之電腦程式產品,其中該細胞佈建位置尋找運作更包含:當該第N次迭代覆蓋率小於該預設的覆蓋率最小值時,將該第N次迭代系統容量值設為0。
- 如請求項11所述之電腦程式產品,其中該迭代演算法終止條件包含N大於或是等於一最大迭代次數,該最大迭代次數可決定為依據該第N次迭代基地台候選位置變化速度評估所因應產生的該第N+1次迭代基地台候選位置的一集合能大於或等於該佈建場域範圍所需迭代次數。
- 如請求項17所述之電腦程式產品,其中計算該第N次迭代效能值更包含:根據波束成型效應的複數個波束權重值計算一第N次迭代覆蓋率與一第N次迭代系統容量值。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109106587A TWI718016B (zh) | 2020-02-27 | 2020-02-27 | 細胞佈建之方法與相關的電腦程式產品 |
US16/936,445 US11012867B1 (en) | 2020-02-27 | 2020-07-23 | Method of cell placement and related computer program product |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109106587A TWI718016B (zh) | 2020-02-27 | 2020-02-27 | 細胞佈建之方法與相關的電腦程式產品 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI718016B true TWI718016B (zh) | 2021-02-01 |
TW202133633A TW202133633A (zh) | 2021-09-01 |
Family
ID=75745589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109106587A TWI718016B (zh) | 2020-02-27 | 2020-02-27 | 細胞佈建之方法與相關的電腦程式產品 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11012867B1 (zh) |
TW (1) | TWI718016B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115529437A (zh) * | 2021-06-25 | 2022-12-27 | 青岛海信智慧生活科技股份有限公司 | 一种监控设备布置信息确定方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1098545B1 (en) * | 1999-11-04 | 2007-08-01 | Lucent Technologies Inc. | Methods and apparatus for characterization, adjustment and optimization of wireless networks |
CN1992967B (zh) * | 2005-12-29 | 2010-05-05 | 京移通信设计院有限公司 | 一种码分多址无线网络候选基站位置的优选方法 |
WO2014101845A1 (en) * | 2012-12-29 | 2014-07-03 | Huawei Technologies Co., Ltd. | Method for two-stage query optimization in massively parallel processing database clusters |
US9020474B2 (en) * | 2011-01-07 | 2015-04-28 | Sony Corporation | System and method for wireless network management |
KR20160140991A (ko) * | 2012-12-14 | 2016-12-07 | 후아웨이 테크놀러지 컴퍼니 리미티드 | 추출된 네트워크 자원 요건을 이용한 서비스 프로비저닝 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2614676A4 (en) * | 2010-09-10 | 2017-06-07 | Nokia Technologies Oy | Signal strength profiling |
ES2625279T3 (es) * | 2012-12-07 | 2017-07-19 | Deutsche Telekom Ag | Un procedimiento para guiar la colocación de nuevas células pequeñas |
EP2879425B1 (en) * | 2013-11-28 | 2016-01-06 | NTT Docomo, Inc. | Macro-cell assisted small cell discovery and resource activation |
US9510209B2 (en) | 2014-12-01 | 2016-11-29 | Viavi Solutions Uk Limited | Techniques for providing a small cell deployment plan |
KR102661600B1 (ko) * | 2016-11-17 | 2024-04-30 | 삼성전자 주식회사 | 실재 환경관련 정보를 고려한 통신 채널 분석과 무선 망 설계 방법 및 장치 |
-
2020
- 2020-02-27 TW TW109106587A patent/TWI718016B/zh active
- 2020-07-23 US US16/936,445 patent/US11012867B1/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1098545B1 (en) * | 1999-11-04 | 2007-08-01 | Lucent Technologies Inc. | Methods and apparatus for characterization, adjustment and optimization of wireless networks |
CN1992967B (zh) * | 2005-12-29 | 2010-05-05 | 京移通信设计院有限公司 | 一种码分多址无线网络候选基站位置的优选方法 |
US9020474B2 (en) * | 2011-01-07 | 2015-04-28 | Sony Corporation | System and method for wireless network management |
KR20160140991A (ko) * | 2012-12-14 | 2016-12-07 | 후아웨이 테크놀러지 컴퍼니 리미티드 | 추출된 네트워크 자원 요건을 이용한 서비스 프로비저닝 |
WO2014101845A1 (en) * | 2012-12-29 | 2014-07-03 | Huawei Technologies Co., Ltd. | Method for two-stage query optimization in massively parallel processing database clusters |
Also Published As
Publication number | Publication date |
---|---|
US11012867B1 (en) | 2021-05-18 |
TW202133633A (zh) | 2021-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Interference and coverage analysis for terahertz networks with indoor blockage effects and line-of-sight access point association | |
EP1098546B1 (en) | Methods and apparatus for derivative based optimization of wireless network performance | |
EP1098545B1 (en) | Methods and apparatus for characterization, adjustment and optimization of wireless networks | |
Stamatelos et al. | Spectral efficiency and optimal base placement for indoor wireless networks | |
CN107171703B (zh) | 一种能够模拟室内多天线通信系统中衰落信号传播特性的方法 | |
Xiong et al. | Customizing indoor wireless coverage via 3D-fabricated reflectors | |
CN109992845B (zh) | 一种基于matlab和hfss的波束控制和阵列方向图优化方法 | |
CN103354643B (zh) | 一种实现双模网络能效联合仿真的方法和装置 | |
Hashida et al. | Mobility-aware user association strategy for IRS-aided mm-wave multibeam transmission towards 6G | |
CN109714120A (zh) | 一种模拟耦合多天线室内空间衰落信道传播特性的方法 | |
TWI718016B (zh) | 細胞佈建之方法與相關的電腦程式產品 | |
Parada et al. | Cell discovery based on historical user's location in mmWave 5G | |
CN113949427A (zh) | 一种多用户无线网络安全能效优化设计方法和系统 | |
CN113133022B (zh) | 一种基于构建mimo多径的下载速率提升方法和系统 | |
CN114826462A (zh) | 面向大规模mimo统计端口选择的波束域信道增广方法 | |
US11323891B2 (en) | Evaluating the wireless performance of a building | |
CN113890583B (zh) | 一种毫米波亚毫米波频段非对称信道参数预测方法 | |
CN114978253A (zh) | 用于广播波束优化的方法、装置以及存储介质 | |
Ho et al. | Comparison of different antenna arrays for the BER reduction in indoor wireless communication | |
Yang et al. | FineAP: Fine-Grained Access Point Deployment Strategy for 60 GHz Millimeter-Wave Wireless Networks | |
CN116112941A (zh) | 一种多ris辅助的无线网络覆盖优化方法与装置 | |
Liao et al. | Geometry‐Based Stochastic Model and Statistical Characteristic Analysis of Cell‐Free Massive MIMO Channels | |
WO2020184253A1 (ja) | 到達率推定装置、到達率推定方法、及びプログラム | |
Yan et al. | Heuristic Solution to Joint Deployment and Beamforming Design for STAR-RIS Aided Networks | |
CN116418425A (zh) | 无线信道评估方法及系统 |