一种考虑信号阻隔效应的城市空间5G基站选址优化方法
技术领域
[0001] 本
发明属于通信基站空间部署技术领域，具体涉及一种考虑信号阻隔效应的城市空间5G基站选址优化方法。
背景技术
[0002] 5G通信技术，也称为第五代移动通信技术(5th generation mobile networks或5th generation wireless systems、5th-Generation，简称5G或5G技术)，是当前最新一代蜂窝移动通信技术。相对于现有的2G、3G和4G通信技术，5G通信技术在数据传输速率、降低数据延迟、节约
能源、提高系统容量等方面，有了质的飞跃。因此，5G技术的发展对车联网与自动驾驶、
人工智能技术的发展具有非常重要的意义。近年来，各国政府纷纷加快了对5G通信技术的研发和投入。
[0003] 不同于4G等传统通信技术，5G通信技术选用毫米波以满足各类新兴应用场景的信号传播需要和速度需要。然而，毫米波的
波长更短，对于阻塞特别敏感，更容易受到干扰，有着更大的衰减和穿透损失。毫米波的这一特性使5G基站的
覆盖范围极为受限。基于5G
频谱和超密集异构网络的特点，目前普遍认为5G微基站的有效覆盖半径为约200m；另一方面，由于城市应用场景的多变性和环境的复杂性，基站间距离将大幅度缩小。海量且密集化的规模将成为5G基站部署的重要特征，其基站布设
密度将远超4G基站的部署密度；而基站密度的提升必然带来成本的对应攀升。因此，在5G通信技术已经基本完善的背景下，由于5G信号的传播与衰减特点以及基站布设的成本要求，导致5G技术的商业化运营
进程较慢。如何在保证基站覆盖范围和服务
质量的
基础上降低建设成本是加快5G通信技术推广和商业化运营亟需解决的技术难题，且直接影响到5G技术的用户体验效果。
[0004] 5G通信基站的
空间布局优化设计是根据5G基站的
信号传输特点和部署环境限制，在基于
地理信息系统(Geographic Information System或Geo－Information system，GIS)的空间信息技术的支持下，耦合多源地理数据和空间优化决策方法对区域内5G通信基站的空间
位置布局和选址进行优化。基本目标是在合理控制基站数量规模的基础上追求最优的空间覆盖范围和通信服务质量，以加快5G通信基站的建设，为服务经济高质量发展和人民生活需求提供有
力的
支撑。从本质上看，5G通信基站的空间布局优化问题属于一类带约束条件的空间选址优化决策问题。
[0005] 近年来，随着智能优化决策技术和空间信息技术的快速发展，新理论和新方法开始被广泛应用于基站选址工作。在基站空间布局优化设计领域，国内外有关研究者开始基于不同的优化
算法对基站选址优化技术进行了探索，并取得了较好的效果，有关文献例如：
[0006] [1]郑俊杰,王先峰,罗顺湖.面向5G移动通信的基站选址方法及优化策略研究[J].电信网技术,2017(11):78-81.
[0007] [2]Andrews J G,Bai T,Kulkarni M,et al.Modeling and Analyzing Millimeter Wave Cellular Systems[J].IEEE Transactions on Communications,2016,65(1):403-430.
[0008] [3]Bai T,Heath R W.Coverage and Rate Analysis for Millimeter-Wave Cellular Networks[J].IEEE Transactions on Wireless Communications,2015,14(2):1100-1114.
[0009] [4]Sulyman A I,Nassar A M T,Samimi M K,et al.Radio propagation path loss models for 5G cellular networks in the 28GHZ and 38GHZ millimeter-wave bands[J].IEEE Communications Magazine,2014,52(9):78-86.
[0010] [5]Tong D,Wei R.Regional Coverage Maximization:Alternative Geographical Space Abstraction and Modeling[J].Geographical Analysis,2016.[0011] [6]Szyszkowicz S S,Lou A,Yanikomeroglu H.Automated Placement of Individual Millimeter-Wave Wall-Mounted Base Stations for Line-of-Sight Coverage of Outdoor Urban Areas[J].IEEE Wireless Communications Letters,2016,5(3):316-319.等。
[0012] 总体上看，已有的5G通信基站的空间布局选址技术研究中，还存在一定不足和局限性，主要表现为：
[0013] (1)优化模型未考虑
建筑物等障碍物对通信信号的阻隔效应
[0014] 已有的优化技术大多忽略了建筑物等障碍物对通信信号的阻隔效应。然而，现有的5G通信技术研究和实验已经表明，在5G通信时代，建筑物对通信信号的阻隔效应是无法忽视的。因此，忽视建筑物等障碍物的信号阻隔效应的优化方法将导致在城市建筑物密集的区域出现5G信号盲区，无法满足人们的网络需求。因此针对5G通信基站的空间布局和选址优化方法设计，尤其是城市地区的基站建设必须要考虑城市建筑物对5G通信信号的阻隔效应。
[0015] (2)基站优化选址问题的空间显式建模和寻优技术研究不足
[0016]
现有技术大多应用运筹学等数学方法对通信基站进行建模和寻优，空间信息技术和智能化寻优方法应用不足。通信基站的空间位置规划和选址，本质上来看是一类空间优化决策问题，即：选址问题的定量建模与表达、决策问题的寻优，都必须在地理空间
框架下完成，涉及对复杂空间对象(建筑物、道路、基站
站点等)和空间关系(相交、包含等)的建模和分析。对基站选址问题涉及的各类空间对象和关系进行准确的建模和表达，是获取合理可行的基站布设方案的前提。此外，经典的优化方法也必须针对基站选址问题的空间化特征进行改进，使之适应5G通信基站的空间规划决策求解需求。而现有技术难以实现对5G基站选址中涉及的各类对象和空间关系进行显式的建模和优化。
[0017] 针对已有优化模型的上述不足，选择克隆选择算法(Clonal Selection Algorithm，CSA)是一种新的尝试。克隆选择算法是一类模拟生命科学的免疫机制开发的智能
优化算法，相对于
遗传算法、模拟
退火算法、微粒群算法和蚁群算法等智能优化算法，克隆选择算法在寻优能力、收敛速度和保持种群多样性等方面具有其独特的优势，因而被广泛应用于
机器学习、
数据挖掘和智能优化等多个领域。克隆选择算法目前在5G通信基站空间部署技术领域还没有得到足够重视，国内外还未见相关的报道。
发明内容
[0018] 本发明要解决的技术问题是：提供一种考虑信号阻隔效应的城市空间5G基站选址优化方法，在考虑城市建筑物对通信信号阻隔效应的前提下，实现给定数量的通信基站的覆盖范围最大化。
[0019] 本发明为解决上述技术问题所采取的技术方案为：一种考虑信号阻隔效应的城市空间5G基站选址优化方法，包括以下步骤：
[0020] S1：获取并存储城市公共空间5G基站的规划区的地理空间数据；
[0021] S2：根据基于GIS的空间
采样方法和数据模型设置备选基站点；
[0022] S3：根据抽样的方法生成通信服务的需求点；
[0023] S4：在基站信号的最大覆盖半径范围内，根据基于GIS的空间分析方法，生成每个备选基站点的满足通视的需求点的数据集合；
[0024] S5：通过整数编码将预设的B个5G基站组成的一种基站布设方案映射为克隆选择算法的一个
抗体；
[0025] S6：优化目标函数设计，设规划区内的需求点的集合为I，需求点的编号为i，第i个需求点的决策变量为Xi，规划区内的需求点的总数为D；设优化目标函数为最大信号覆盖率S：
[0026] S＝Max(∑i∈IXi*100/D),Xi∈{0,1}，
[0027] 根据通视信息，当需求点接收到服务时Xi＝1；需求点接收不到服务时Xi＝0；
[0028] S7：采用克隆选择算法对抗体进行优化；
[0029] S8：根据优化目标函数S，获取当前B个基站的覆盖面积比例；若当前信号的覆盖比例满足规划目标要求，则选址过程完成；若当前信号的覆盖比例不满足规划目标要求，则增加布设的基站的个数并执行步骤S5，直至信号的覆盖范围满足规划目标要求；
[0030] S9：将抗体优化目标值的最优抗体解码还原为5G基站的布局方案，并输出各个基站的地理空间坐标。
[0031] 按上述方案，所述的步骤S1中，具体步骤为：
[0032] S11：在城市范围内采用高斯3度分带投影得到规划区的基础地理空间数据，包括规划区范围数据、建筑物轮廓数据和交通路网数据；
[0033] S12：采用相同的地理
坐标系统和基于GIS的空间数据模型存储规划区的基础地理空间数据，并将规划区范围数据存储为面状多边形的形式，将建筑物轮廓数据存储为矢量多边形的形式，将交通路网数据存储为矢量线的形式。
[0034] 进一步的，所述的步骤S2中，具体步骤为：
[0035] S21：根据基于GIS的空间采样方法，在规划区内沿道路方向按照固定间距选取路网沿线的备选基站点；
[0036] S22：根据基于GIS的空间采样方法，在规划区内选取建筑物轮廓拐点的坐标作为建筑物轮廓线的备选基站点；
[0037] S23：按顺序采用整数对每个备选基站点进行唯一值编号，按基于GIS的点数据模型进行存储。
[0038] 进一步的，所述的步骤S3中，具体步骤为：
[0039] S31：采用抽样的方法将规划区格网化；
[0040] S32：生成规则格网点作为通信服务的需求点；
[0041] S33：按顺序采用整数对每个需求点进行唯一值编号，按基于GIS的点数据模型存储到空间
数据库中。
[0042] 进一步的，所述的步骤S4中，具体步骤为：
[0043] S41：根据5G信号的传输和衰减特点设置基站信号的最大覆盖半径；
[0044] S42：遍历全部备选基站点，根据基于GIS的缓冲区分析方法，将基站信号的最大覆盖半径作为缓冲区半径；获取缓冲区内的需求点集合，在缓冲区内生成连接备选基站点和需求点的直线即从备选基站点到需求点的视线；
[0045] S43：遍历每个备选基站点的全部视线，若视线穿过建筑物，则删除该视线；若视线未穿过建筑物，则保留该视线；
[0046] S44：将通视的需求点的点号存储到对应备选基站点的属性字段中。
[0047] 进一步的，所述的步骤S5中，设抗体中每个基因位对应规划区内的一个基站备选点，且每个基因位包含了对应的备选基站点的空间位置。
[0048] 进一步的，所述的步骤S7中，具体步骤为：
[0049] S71：初始化抗体种群，设抗体种群的规模为N，采取随机方式产生N个初始抗体；每个抗体在备选基站点中随机选取B个不重复的点作为基站的安装位置，即布设基站数为B；
[0050] S72：计算步骤S71得到的抗体的亲和度值，并排序，按选择比例SR从抗体种群中选出一定数量的抗体作为初始的记忆抗体种群；
[0051] S73：设克隆系数为C，将步骤S72得到的记忆抗体复制C份，形成新的抗体种群；
[0052] S74：设变异概率为Pm，遍历步骤S73得到的抗体种群，根据变异概率Pm对抗体进行变异操作；
[0053] S75：根据步骤S6的公式计算步骤S74得到的抗体的亲和度值；
[0054] S76：更新步骤S75得到的抗体种群，设更新比例为U；按照步骤S71生成一定数量的抗体；将更新后的抗体种群与上一轮
迭代周期获得的抗体种群合并，得到本轮生成的抗体种群，在下一轮迭代时采用本轮生成的抗体种群；
[0055] S77：设克隆选择算法的最大迭代次数为G，对迭代次数进行终止条件判断，若当前迭代次数≥G，则终止迭代；若当前迭代次数＜G，则执行步骤S72，继续迭代。
[0056] 进一步的，所述的步骤S71中，具体步骤为：
[0057] S711：产生空的抗体，即将抗体的各基因的取值为空；
[0058] S712：遍历各基因位，对于当前基因位i，采用随机的方式从备选基站点数据集中选取一个备选基站点作为当前基因位的值，并在当前基因位上记录下该备选站点的编号和地理坐标。
[0059] 进一步的，所述的步骤S72中，具体步骤为：
[0060] S721：设置选择比例SR；
[0061] S722：计算初始种群中各个抗体的目标值向量即抗体的亲和度值，并排序；
[0062] S723：根据抗体的亲和度值，按选择比例SR选择出亲和度值较高的部分抗体作为初始的记忆抗体种群。
[0063] 进一步的，所述的步骤S74中，具体步骤为：
[0064] S741：设抗体的变异概率Pm＝1/B，将i赋值为i+1，当前基因位i的基站位置为Li；生成随机数rnd，0
[0065] S742：若rnd
[0066] S743：获取当前抗体基因集合P；从备选基站点的集合中选择一个不在P中的备选基站点Lc；
[0067] S744：若Lc∈P，则执行步骤S743；若 则执行步骤S745；
[0068] S745：将当前基因位i实施变异操作后的基站位置变为Lc；
[0069] S746：若i
[0070] 本发明的有益效果为：
[0071] 1.本发明的一种考虑信号阻隔效应的城市空间5G基站选址优化方法，以CSA算法为基础，结合基于GIS的方法，构建5G通信基站的人工免疫智能优化模型，在考虑城市建筑物对通信信号阻隔效应的前提下，合理控制基站数量，提高了给定数量的通信基站的有效覆盖范围和覆盖质量，为5G通信基站的规划建设提供决策依据，为降低5G通信基站布设成本、提高5G通信服务质量提供技术支持。
[0072] 2.本发明采用CSA算法作为寻优决策算法，充分利用启发式算法在优化问题的自动化与智能化求解方面的优势，针对5G通信基站空间布局优化问题的基本特点和求解需求，提出一种计算效率高、结果可行性强的空间布局优化技术，实现5G通信基站的自动化和智能化空间布局选址，保证了优化结果的科学性与合理性
[0073] 3.本发明通过采用GIS技术耦合多源地理数据和空间优化决策方法，将多源地理数据和地理信息空间分析与统计技术融入5G通信基站的空间布局和规划决策，实现了5G通信基站布局优化问题的空间显式建模和优化方案覆盖效果的定量模拟与评估。
附图说明
[0075] 图2是本发明实施例的备选基站点和满足通视的需求点示意图。
[0076] 图3是本发明实施例的CSA算法的流程图。
[0077] 图4是本发明实施例的抗体变异流程图。
[0078] 图5是本发明实施例的优化效果示意图。
[0079] 图6是本发明实施例输出的优化方案示意图。
具体实施方式
[0080] 下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0081] 以某市城市公共区域的5G通信基站空间布局优化问题为实施例。参见图1，本发明的一种考虑信号阻隔效应的城市空间5G基站选址优化方法，包括以下步骤：
[0082] S1：获取城市公共空间5G基站的规划区的地理空间数据并存储到空间数据库中，其中实验区的总面积约为3.6平方千米：
[0083] S11：在城市范围内采用高斯3度分带投影得到规划区的基础地理空间数据，坐标单位为米；包括规划区范围数据、建筑物轮廓数据和交通路网数，建筑物轮廓数据和城市内部交通道路数据从
城市规划管理部
门获取，或从OpenStreetMap、高德等互联网地图供应商处获取；
[0084] S12：采用相同的地理坐标系统和基于GIS的空间数据模型存储规划区的基础地理空间数据，并将规划区范围数据存储为面状多边形的形式，将建筑物轮廓数据存储为矢量多边形的形式，将交通路网数据存储为矢量线的形式。
[0085] S2：综合考虑规划区内的交通路网、建筑物轮廓等数据，根据基于GIS的空间采样方法和数据模型设置备选基站点：
[0086] S21：根据基于GIS的空间采样方法，在规划区内沿道路方向按照固定间距选取路网沿线的备选基站点；道路交叉路口通常
视野较好，因此将道路交叉点也作为备选站点；
[0087] S22：根据基于GIS的空间采样方法，在规划区内选取建筑物轮廓拐点的坐标作为建筑物轮廓线的备选基站点；
[0088] S23：共选取备选基站点16623个，按顺序采用整数对每个备选基站点进行唯一值编号，按基于GIS的点数据模型存储到空间数据库中。
[0089] 另外在布设基站时，可将基站壁挂式固定在建筑物的
墙壁上。
[0090] S3：根据抽样的方法生成通信服务的需求点：
[0091] S31：采用抽样的方法将规划区格网化；格网的大小根据规划区的范围大小进行设置，通常取25米×25米、20米×20米、15米×15米、10米×10米；当区域建筑物较为密集时，选用10米×10米系统采样的方式对通信服务的需求进行空间化建模；当建筑物密度较小时，选用25米×25米的采样间距；也可根据技术实施的区域建筑物分布特征和通信基站选址决策的要求，灵活设置采样的间距；本实施例的需求点设定为25米×25米规则格网点。
[0092] S32：生成规则格网点作为通信服务的需求点，共5691个；
[0093] S33：按顺序采用整数对每个需求点进行唯一值编号，按基于GIS的点数据模型存储到空间数据库中。
[0094] S4：在基站信号的最大覆盖半径范围内，根据基于GIS的空间分析方法，生成每个备选基站点的在基站信号的最大覆盖半径范围内满足通视的需求点的数据集合：
[0095] S41：根据5G信号的传输和衰减特点设置基站信号的最大覆盖半径(MaxRadius)，根据5G信号的传输和衰减特点，一般设置为200米至300米之间，并根据选用基站的技术参数进行调整；
[0096] S42：遍历全部备选基站点，根据基于GIS的缓冲区分析方法，将基站信号的最大覆盖半径作为缓冲区半径；获取缓冲区内的需求点集合，在缓冲区内生成连接备选基站点和需求点的直线即从备选基站点到需求点的视线；
[0097] S43：遍历每个备选基站点的全部视线，若视线穿过建筑物，则删除该视线；若视线未穿过建筑物，则保留该视线；参见图2，细线连接的需求点即为备选基站点在通视范围内能服务的需求点，粗线连接的需求点被建筑物遮挡，备选基站点不能在通视范围内提供服务；
[0098] S44：将通视的需求点的点号存储到对应备选基站点的属性字段中。
[0099] S5：通过整数编码将预设的B个5G基站组成的一种基站布设方案映射为克隆选择算法的一个抗体，每个抗体保存为一个长度为B的数组；设抗体中每个基因位对应规划区内的一个基站备选点，且每个基因位包含了对应的备选基站点的空间位置；将每个基因位分别保存为一个结构体，用于保存该基因位对应的备选站点的编号和地理位置坐标。
[0100] S6：优化目标函数设计，5G通信基站空间布局优化的目标函数根据通信基站布设的原则进行设计，5G基站空间布局的首要原则是要尽可能多的为需求点提供服务，所以在进行空间布局优化时尽可能提高其覆盖面积，即将优化目标设置为最大覆盖面积(Maxmazation of the coverage area)；设规划区内的需求点的集合为I，需求点的编号为i，第i个需求点的决策变量为Xi，规划区内的需求点的总数为D；设优化目标函数为最大信号覆盖率S，即所有需求点被信号覆盖的百分比函数为：
[0101] S＝Max(∑i∈IXi*100/D),Xi∈{0,1}，
[0102] 根据通视信息，当需求点接收到服务时Xi＝1；需求点接收不到服务时Xi＝0；
[0103] S7：参见图3，采用克隆选择算法对抗体进行优化：
[0104] S71：初始化抗体种群Ab，设抗体种群的规模为N，50≤N≤200，本实施例取N＝100，采取随机方式产生N个初始抗体Ab{d}，每个抗体在备选基站点中随机选取B个不重复的点作为基站的安装位置，即布设基站数为B，本实施例第一轮迭代取B＝50，i＝0,具体步骤为：
[0105] S711：产生空的抗体，即将抗体的各基因的取值为空；
[0106] S712：遍历各基因位，对于当前基因位i，采用随机的方式从备选基站点数据集中选取一个备选基站点作为当前基因位的值，并在当前基因位上记录下该备选站点的编号和地理坐标。
[0107] S72：计算步骤S71得到的抗体的亲和度值并排序，按选择比例SR从抗体种群Ab{d}1
中选择(Selecting)出一定数量的优秀的抗体作为初始的记忆抗体种群Ab{New}：
[0108] S721：设置选择比例SR，0.1≤SR≤0.8，本实施例取SR＝0.15；
[0109] S722：计算初始种群中各个抗体的目标值向量即抗体的亲和度值，并排序；
[0110] S723：根据抗体的亲和度值，按选择比例SR选择出亲和度值较高的部分抗体作为初始的记忆抗体种群Ab{New}1。
[0111] S73：设克隆(Cloning)系数为C，3≤C≤6，本实施例取C＝4；将步骤S72得到的记忆抗体复制C份，形成新的抗体种群Ab{New}2；
[0112] S74：参见图4，设变异概率为Pm，遍历步骤S73得到的抗体种群Ab{New}2，根据变异概率Pm对抗体进行变异(Mutation)操作得到新种群Ab{New}*：
[0113] S741：设抗体的变异概率Pm＝1/B，将i赋值为i+1，当前基因位i的基站位置为Li；生成随机数rnd，0
[0114] S742：若rnd
[0115] S743：获取当前抗体基因集合P；从备选基站点的集合中选择一个不在P中的备选基站点Lc；
[0116] S744：若Lc∈P，则执行步骤S743；若 则执行步骤S745；
[0117] S745：将当前基因位i实施变异操作后的基站位置变为Lc；
[0118] S746：若i
[0119] S75：评价(Evaluation)种群，根据步骤S6的公式计算变异后的抗体种群Ab{New}*的亲和度值；
[0120] S76：将抗体种群Ab{New}*更新为Ab{New}，设更新比例为U，0.1≤U≤0.3，本实施例取U＝0.1；按照步骤S71生成一定数量的抗体；将抗体种群Ab{New}*与上一轮迭代周期获得的抗体种群合并，得到本轮生成的抗体种群，在下一轮迭代时采用本轮生成的抗体种群。
[0121] S77：设克隆选择算法的最大迭代次数为G，2B≤G≤10B，本实施例取G＝500，对迭代次数进行终止条件判断，若当前迭代次数≥G，则终止迭代；若当前迭代次数＜G，则执行步骤S72，继续迭代。
[0122] S8：根据优化目标函数S，获取当前B个基站的覆盖面积比例；若当前信号的覆盖比例满足规划目标要求，则选址过程完成；若当前信号的覆盖比例不满足规划目标要求，则增加10个布设的基站直到预设基站总数达到200个为止，并执行步骤S5，直至信号的覆盖范围满足规划目标要求。
[0123] S9：将抗体优化目标值的最优抗体解码还原为5G基站的布局方案，并输出各个基站的地理空间坐标。
[0124] 不同预设基站个数和对应的优化后的基站布设方案的信号覆盖比率参见图5，随着布设基站个数的增加，区域信号覆盖的比率也不断增加，建筑物的阻隔效应，明显提高了对区域基站布设的数量要求；但当基站数超过150后，由于建筑物的阻隔效应，随着布设基站点数的增加，信号覆盖率并没有明显的上升。因此，在该区域布设150个左右的基站能够取得较好的信号覆盖效果和相对较低的基站布设成本。当预设基站个数为150个时，对应的基站规划方案参见图6。
[0125] 以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。
