一种基于梯度算法的多层异构网络基站选址方法
【专利摘要】本发明公开了一种基于梯度算法的多层异构网络基站选址方法。在待新增基站区域内，从最大程度减少能量消耗角度出发，在区域内寻找干扰强度最小点放置新增基站，为便于寻找干扰最小点，将待新增基站区域进行几何Delaunay三角划分，在每个Delaunay三角内将存在唯一的一个局部干扰最小点，通过计算区域内干扰场的梯度并采用计算机迭代算法，快速寻找每个Delaunay三角形内的局部干扰最小点，取所有局部干扰最小点中的最小值点即为新增基站放置位置。本发明提供了一种快捷有效的新增基站选址方法，对无线通信组网、网络组网优化以及节省基站建设成本等具有较大的价值。
【专利说明】一种基于梯度算法的多层异构网络基站选址方法
【技术领域】
[0001]本发明涉及无线通信【技术领域】，特别是涉及一种基于梯度算法的多层异构网络基站选址方法。
【背景技术】
[0002]站址规划是蜂窝移动通信系统组网过程中十分关键的环节之一。通过高效的站址选择一方面可以有效抑制小区同频干扰，另一方面也可以有效提高系统容量。随着无线网络呈现出密集、多层、异构的特点，大型网络的组网优化部署面临着更加紧迫的困难。
[0003]异构网络中不同类型基站数目越来越多，基站的扩容和新建带来了基站间干扰的增加和资源配置的不合理，基站的选址、规划和建设将决定着异构网络的质量和性能。目前关于新增基站选址还没有一种简单、通用、便捷的方法，给基站部署带来了很多不便。
【发明内容】
[0004]本发明的目的是解决无线基站小区新增基站选址的问题，提供一种无线基站小区新增基站选址的通用方法。该方法采用计算机仿真和迭代计算的方法，可以很便捷地寻找新增基站位置，本发明提出的一种基于梯度算法的多层异构网络基站选址方法可以解决一般情况下的基站选址问题，可为网络运营商在基站部署时提供可靠的技术指导依据。
[0005]本发明提供的一种基于梯度算法的多层异构网络基站选址方法具体步骤如下:
[0006]从最大减少能量消耗的角度，在待新增基站区域内寻找干扰最小点放置新增基站；
[0007]待新增基站区域内除通信基站外的其他基站对通信用户构成一个干扰场，区域内各点干扰强度为与位置坐标、干扰基站坐标、干扰基站功率以及衰减因子有关的函数；
[0008]通过计算干扰场的梯度并采用计算机迭代算法，可以快速寻找区域内干扰最小点；为了方便和有序的寻找干扰最小点，可以将待新增基站区域进行几何Delaunay三角划分，根据Delaunay三角的性质,在每个Delaunay三角内将存在唯一的一个局部干扰最小点，在每个Delaunay三角内以三角形的重心为起点，计算干扰强度函数的梯度，并沿梯度下降的方向设定一定步长，步长越小，寻找的干扰点位置坐标就越接近理论值，一般情况下设置为小于区域半径的3%即可，采用计算机迭代算法寻点，直至干扰强度函数的梯度为零或者坐标点位置到达Delaunay三角的边界为止,此时的坐标点位置即为每个Delaunay三角内要寻找的干扰最小点；
[0009]比较所有Delaunay三角内干扰最小点的干扰强度，取所有局部干扰最小点中的最小值点即为待新增基站区域的干扰最小点，亦即新增基站放置点。
[0010]这样可以最有效降低基站能量消耗，在没有其他特殊通信服务要求下，这是新增基站的最佳放置位置。
[0011]上述新增基站选址方法适用于所有存在无线基站的通信网络，例如蜂窝通信网、无线传感网、物联网等网络。[0012]本发明的优点和有益效果:
[0013]与现有技术相比，本发明的有益效果是通过简单的基站数据参数和计算机迭代计算就可以得到基站选址结论，该方法可以有效节省人力物力，对于优化网络组网，节省基站建设成本具有较大的意义。
【专利附图】
【附图说明】
[0014]附图1是英国史密斯菲尔德地区城区实测基站分布和覆盖示意图，粗点代表宏基站，细点代表微基站，闭合曲线包围的区域表示基站的覆盖区域，闭合粗实线为基站选址的目标区域；
[0015]附图2是英国史密斯菲尔德地区城区Delaunay三角区域几何划分示意图；
[0016]附图3是基于梯度算法的多层异构网络基站选址结果，大三角形表示算法给出的基站选址结果，小三角形表示可能考虑的基站选址位置。
【具体实施方式】
[0017]下面结合附图对本发明进一步说明。
[0018]考虑由宏基站以及微基站构成的异构网络中，不考虑协作通信，宏基站与微基站互为干扰情况下，宏基站和微基站本质上只存在功率大小的差别，在这样的一个小区网络中部署新增基站，一种自 然的思路就是在干扰最小的地方部署基站，这样可以最有效地降低基站能量消耗，改善小区网络性能。
[0019]接下来的重点是如何来确定待新增基站区域S内干扰最小的点，通过无线网络覆盖中几何Delaunay三角，我们容易对待新增基站区域进行几何划分(参见附图2)，可以把区域S划分成η个子区域,并且通过Delaunay三角的性质,我们知道在Delaunay三角形内有且只有一个干扰最小的点，在每个子区域确定该子区域干扰最小的点，取其中干扰强度最小者为待新增基站区域S内的干扰最小点。
[0020]记区域S内所有基站的集合记为Φ = {p1； P2,…pn},基站的坐标分别记为Z = (Z1, Z2,…zj ,利用Delaunay三角把区域划分为m个Delaunay三角形，假设第j (j e m)个Delaunay三角形的三个顶点分别为P1, P2, P3 ^ Φ ,其三角形重心为
【权利要求】
1.一种基于梯度算法的多层异构网络基站选址方法，其特征在于该方法的具体步骤如下: 待新增基站区域内除通信基站外的其他基站对通信用户构成一个干扰场，区域内各点干扰强度为与位置坐标、干扰基站坐标、干扰基站功率以及衰减因子有关的函数； 将待新增基站区域进行几何Delaunay三角划分，根据Delaunay三角的性质，每个Delaunay三角内将存在唯一的一个局部干扰最小点； 在每个Delaunay三角内以三角形的重心为起点，计算干扰强度函数的梯度，并沿梯度下降的方向设定一定步长，步长越小，寻找的干扰点位置坐标就越接近理论值，一般情况下设置为小于区域半径的3%即可，采用计算机迭代算法寻点，直至干扰强度函数的梯度为零或者坐标点位置到达Delaunay三角的边界为止,此时的坐标点位置即为每个Delaunay三角内要寻找的干扰最小点； 比较所有Delaunay三角内干扰最小点的干扰强度，取其中的最小值点即为待新增基站区域的干扰最小点，亦即新增基站放置点。
【文档编号】H04W16/18GK103957533SQ201410161772
【公开日】2014年7月30日 申请日期:2014年4月21日 优先权日:2014年4月21日
【发明者】章辉, 冯亮, 刘敏, 孙瑞雪, 王丽珠, 吴虹 申请人:南开大学