发明名称 无线接入网络小区中断补偿方法及系统
摘要 本发明公开了一种无线接入网络小区中断补偿方法及系统,该方法包括步骤:S1采集和监测网络信息数据,根据所述网络信息数据判断小区是否发生网络中断;S2如果小区网络发生中断,判断中断小区是否需要进行中断补偿;S3当所述中断小区需要进行中断补偿时,针对所述终端小区进行区域覆盖率和覆盖交叠优化,并利用粒子群优化算法得出优化方案;S4实施所述优化方案,并在优化完成后采集和监测网络信息数据。本发明通过采用粒子群优化算法对中断小区的区域覆盖率和覆盖交叠进行优化,实现了中断小区的自动中断补偿,提高了中断补偿的速度,最大程度的减少了人类对网络操作的干预,有效提高网络运营效能。
申请公布号 CN103269494B 申请公布日期 2016.04.06
申请号 CN201310146435.2 申请日期 2013.04.24
申请人 北京邮电大学 发明人 孟洛明;邱雪松;姜正昕;李文璟;陈兴渝;王智立;王颖
分类号 H04W24/04(2009.01)I;H04W24/02(2009.01)I 主分类号 H04W24/04(2009.01)I
代理机构 北京路浩知识产权代理有限公司 11002 代理人 王莹
主权项 一种无线接入网络小区中断补偿方法,其特征在于,该方法包括步骤:S1采集和监测网络信息数据,根据所述网络信息数据判断小区是否发生网络中断;S2如果小区网络发生中断,判断中断小区是否需要进行中断补偿;S3当所述中断小区需要进行中断补偿时,针对所述中断小区进行区域覆盖率和覆盖交叠优化,并利用粒子群优化算法得出优化方案;S4实施所述优化方案,并在优化完成后采集和监测网络信息数据;所述步骤S3中所述针对所述中断小区进行区域覆盖率和覆盖交叠优化的方法包括步骤:S311以参考信号为基准计算分别计算中断小区的邻居小区的参考信号覆盖面积,所述邻居小区的参考信号覆盖面积为:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>S</mi><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>R</mi><mi>S</mi></mrow><mi>i</mi></msubsup><mo>)</mo></mrow><mo>=</mo><mi>&pi;</mi><mo>&CenterDot;</mo><msup><mrow><mo>(</mo><msup><mi>g</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>(</mo><mrow><msubsup><mi>PL</mi><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow><mi>i</mi></msubsup></mrow><mo>)</mo><mo>)</mo></mrow><mn>2</mn></msup></mrow>]]></math><img file="FDA0000809746530000011.GIF" wi="476" he="79" /></maths>其中,<img file="FDA0000809746530000012.GIF" wi="156" he="70" />为所述邻居小区的参考信号覆盖面积,<img file="FDA0000809746530000013.GIF" wi="229" he="79" />为所述邻居小区的传播模型,<img file="FDA0000809746530000015.GIF" wi="120" he="77" />为所述邻居小区最大允许路径损耗,i∈n,n为所述邻居小区的个数;S312利用所述邻居小区的参考信号覆盖面积得到整个区域参考信号的覆盖率,所述整个区域参考信号的覆盖率为:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>f</mi><mi>cov</mi></msub><mo>=</mo><mn>100</mn><mo>&CenterDot;</mo><mfrac><mrow><mi>S</mi><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>R</mi><mi>S</mi></mrow><mn>1</mn></msubsup><mo>)</mo></mrow><mo>&cup;</mo><mi>S</mi><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>R</mi><mi>S</mi></mrow><mn>2</mn></msubsup><mo>)</mo></mrow><mo>&cup;</mo><mo>...</mo><mo>&cup;</mo><mi>S</mi><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>R</mi><mi>S</mi></mrow><mi>n</mi></msubsup><mo>)</mo></mrow></mrow><msub><mi>S</mi><mrow><mi>t</mi><mi>arg</mi><mi>e</mi><mi>t</mi></mrow></msub></mfrac></mrow>]]></math><img file="FDA0000809746530000014.GIF" wi="797" he="143" /></maths>其中,f<sub>cov</sub>为所述整个区域参考信号的覆盖率,S<sub>target</sub>为n个邻居小区的目标覆盖区域;S313利用所述邻居小区的参考信号覆盖面积得到整个区域参考信号的覆盖交叠率,所述整个区域包括所述中断小区和所述邻居小区的参考信号覆盖区域,所述整个区域参考信号的覆盖交叠率为:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msub><mi>f</mi><mrow><mi>o</mi><mi>v</mi><mi>e</mi><mi>r</mi><mi>l</mi><mi>a</mi><mi>p</mi></mrow></msub><mo>=</mo><mfrac><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><munderover><mo>&Sigma;</mo><mrow><mi>j</mi><mo>,</mo><mi>k</mi><mo>&Element;</mo><mi>n</mi><mo>,</mo><mi>j</mi><mo>,</mo><mi>k</mi><mo>&NotEqual;</mo><mi>i</mi></mrow><mi>n</mi></munderover><mi>S</mi><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>R</mi><mi>S</mi></mrow><mi>i</mi></msubsup><mo>)</mo></mrow><mo>&cap;</mo><mi>S</mi><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>R</mi><mi>S</mi></mrow><mi>j</mi></msubsup><mo>)</mo></mrow><mo>&cap;</mo><mi>S</mi><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>R</mi><mi>S</mi></mrow><mi>k</mi></msubsup><mo>)</mo></mrow></mrow><msub><mi>S</mi><mrow><mi>t</mi><mi>arg</mi><mi>e</mi><mi>t</mi></mrow></msub></mfrac></mrow>]]></math><img file="FDA0000809746530000021.GIF" wi="756" he="174" /></maths>其中,f<sub>overlap</sub>为整个区域参考信号的覆盖交叠率;S314同时对区域覆盖率和覆盖交叠进行优化,其优化函数为:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>f</mi><mrow><mi>t</mi><mi>o</mi><mi>t</mi></mrow></msub><mo>=</mo><msub><mi>f</mi><mi>cov</mi></msub><mo>+</mo><mi>k</mi><mrow><mo>(</mo><msub><mi>f</mi><mi>cov</mi></msub><mo>)</mo></mrow><mo>&CenterDot;</mo><mfrac><mn>1</mn><mrow><mn>1</mn><mo>+</mo><msub><mi>f</mi><mrow><mi>o</mi><mi>v</mi><mi>e</mi><mi>r</mi><mi>l</mi><mi>a</mi><mi>p</mi></mrow></msub></mrow></mfrac></mrow>]]></math><img file="FDA0000809746530000022.GIF" wi="558" he="135" /></maths>其中,<maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><mi>k</mi><mrow><mo>(</mo><msub><mi>f</mi><mi>cov</mi></msub><mo>)</mo></mrow><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mn>0</mn><mo>,</mo></mrow></mtd><mtd><mrow><msub><mi>f</mi><mi>cov</mi></msub><mo>&lt;</mo><mn>90</mn></mrow></mtd></mtr><mtr><mtd><mrow><mn>100</mn><mo>&CenterDot;</mo><msup><mrow><mo>(</mo><mfrac><mrow><msub><mi>f</mi><mi>cov</mi></msub><mo>-</mo><mn>90</mn></mrow><mn>5</mn></mfrac><mo>)</mo></mrow><mn>2</mn></msup><mo>,</mo></mrow></mtd><mtd><mrow><mn>90</mn><mo>&le;</mo><msub><mi>f</mi><mi>cov</mi></msub><mo>&lt;</mo><mn>95</mn></mrow></mtd></mtr><mtr><mtd><mrow><mn>100</mn><mo>,</mo></mrow></mtd><mtd><mrow><mi>e</mi><mi>l</mi><mi>s</mi><mi>e</mi></mrow></mtd></mtr></mtable></mfenced><mo>,</mo></mrow>]]></math><img file="FDA0000809746530000023.GIF" wi="733" he="246" /></maths>f<sub>tot</sub>为所述优化函数;所述步骤S3中所述利用粒子群优化算法得出优化方案的方法包括步骤:S321设置最大迭代次数,每个邻居小区设置位置向量和速度向量,所述位置向量为X<sub>i</sub>=(x<sub>i1</sub>,x<sub>i2</sub>,…,x<sub>iD</sub>),所述速度向量为V<sub>i</sub>=(v<sub>i1</sub>,v<sub>i2</sub>,…,v<sub>iD</sub>),其中D为向量维数,将所述迭代次数、每个邻居小区设置位置向量和速度向量初始化;S322将所述位置向量和速度向量带入所述优化函数进行计算,利用最优解集存储迭代过程中的最优解;S323所述迭代次数加1,对所述位置向量和速度向量进行更新<maths num="0006" id="cmaths0006"><math><![CDATA[<mrow><msubsup><mi>v</mi><mrow><mi>i</mi><mi>d</mi></mrow><mrow><mi>t</mi><mo>+</mo><mn>1</mn></mrow></msubsup><mo>=</mo><mi>&omega;</mi><mo>&CenterDot;</mo><msubsup><mi>v</mi><mrow><mi>i</mi><mi>d</mi></mrow><mi>t</mi></msubsup><mo>+</mo><msub><mi>c</mi><mn>1</mn></msub><msub><mi>r</mi><mn>1</mn></msub><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>i</mi><mi>d</mi></mrow><mi>t</mi></msubsup><mo>-</mo><msubsup><mi>x</mi><mrow><mi>i</mi><mi>d</mi></mrow><mi>t</mi></msubsup><mo>)</mo></mrow><mo>+</mo><msub><mi>c</mi><mn>2</mn></msub><msub><mi>r</mi><mn>2</mn></msub><mrow><mo>(</mo><msubsup><mi>p</mi><mrow><mi>g</mi><mi>d</mi></mrow><mi>t</mi></msubsup><mo>-</mo><msubsup><mi>x</mi><mrow><mi>i</mi><mi>d</mi></mrow><mi>t</mi></msubsup><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000809746530000024.GIF" wi="766" he="79" /></maths><maths num="0007" id="cmaths0007"><math><![CDATA[<mrow><msubsup><mi>x</mi><mrow><mi>i</mi><mi>d</mi></mrow><mrow><mi>t</mi><mo>+</mo><mn>1</mn></mrow></msubsup><mo>=</mo><msubsup><mi>x</mi><mrow><mi>i</mi><mi>d</mi></mrow><mi>t</mi></msubsup><mo>+</mo><msubsup><mi>v</mi><mrow><mi>i</mi><mi>d</mi></mrow><mrow><mi>t</mi><mo>+</mo><mn>1</mn></mrow></msubsup></mrow>]]></math><img file="FDA0000809746530000025.GIF" wi="294" he="79" /></maths>其中,t为迭代次数,c<sub>1</sub>、c<sub>2</sub>为加速因子,r<sub>1</sub>、r<sub>2</sub>为[0,1]中均匀分布的随机数,d为D维中的维数,ω是惯性权重因子,P<sup>t</sup><sub>id</sub>是粒子最优经历位置,P<sup>t</sup><sub>gd</sub>是群体最优经历位置;S324如果当前迭代次数小于所述最大迭代次数,重复进行所述步骤S322‑S324,否则输出当前最优解集,所述当前最优解集为所述优化方案。
地址 100876 北京市海淀区西土城路10号