一种基于射线追踪的毫米波频段室内多基站位置优化方法技术

本发明专利技术提供一种基于射线追踪的毫米波频段室内多基站位置优化方法，包括构建室内毫米波网络模型；确定室内毫米波网络模型优化约束条件；根据约束条件构建多基站位置部署的代价函数；在室内毫米波网络模型中确定各基站的初始位置；以各基站的初始位置为起点，采用轴向搜索结合模式搜索法确定各基站的最优位置。本发明专利技术在保留较低复杂度和全局优化算法优势的同时，可以在基站位置必须位于可行区间内的约束条件下求解室内多基站优化问题，以路径损耗和信干燥比为优化参数，在多基站部署优化问题的优化结果准确度和优化算法复杂度之间达到良好平衡，使得优化后的基站位置能够为室内毫米波网络提供高质量的信号覆盖。米波网络提供高质量的信号覆盖。米波网络提供高质量的信号覆盖。

【技术实现步骤摘要】
一种基于射线追踪的毫米波频段室内多基站位置优化方法


[0001]本专利技术属于无线通信
，尤其一种基于射线追踪的毫米波频段室内多基站位置优化方法。

技术介绍

[0002]当下智能设备和智能应用数量激增，5G移动通信系统将难以容纳海量的移动设备，6G技术将是未来研究和开发的热点。同时，受移动用户使用行为习惯影响，当前大部分移动通信业务都集中于室内。毫米波技术有着速率高、带宽大、传播损耗大、穿透能力弱等优缺点，是6G的核心技术之一。因其穿透能力弱等特点，毫米波技术多应用于室内等短距离通信场景。然而，毫米波传播对其路径上的障碍物更加敏感，导致不同的基站位置将会显著影响网络信号质量与覆盖。因此，毫米波段的室内多基站部署优化研究对精度提出了更高要求。
[0003]目前，关于室内基站部署优化的研究方法主要分为两种。一种方法为调整基站的位置、天线角度等参数，然后对比分析信号变化，以找到一个相对最优基站部署方案。这种方法复杂度低，但提供的仅仅是一个可行的基站部署方案，而不是全局最优解。另一种方法则是搭建一个数学模型，将基站部署优化问题重构为一个数学优化问题，使用不同的优化方法以寻找最优解。第二种方法相对第一种能够提供更为准确可靠的基站部署方案。在第二种方法的基础上，部分学者为进一步提高基站部署优化的精度，使用了射线追踪方法获得优化所需的无线信道参数，但因射线追踪复杂度高，优化算法往往使用的是最速下降法等简单线搜索算法，这会陷入局部最优困局，即寻找到的最优解可能是局部最优解。另部分学者使用了遗传算法等高复杂度的机器学习算法进行最优基站位置求解，可以避免陷入局部最优并找到全局最优解，但因其优化算法复杂度高，无线信道参数往往由经验模型给出。综上所述，现有的研究方法难以在优化算法复杂度和优化结果准确度之间达到良好权衡。

技术实现思路

[0004]本专利技术针对现有技术中的不足，提供一种基于射线追踪的毫米波频段室内多基站位置优化方法。
[0005]第一方面，本专利技术提供一种基于射线追踪的毫米波频段室内多基站位置优化方法，包括：构建室内毫米波网络模型；确定室内毫米波网络模型优化约束条件；根据约束条件构建多基站位置部署的代价函数；在室内毫米波网络模型中确定各基站的初始位置；以各基站的初始位置为起点，采用轴向搜索结合模式搜索法确定各基站的最优位置。
[0006]进一步地，所述构建室内毫米波网络模型，包括：
以室内空间的长和宽的交点为原点，长度方向为X轴方向，宽度方向为Y轴方向，垂直于X轴方向和Y轴方向为Z轴方向构建全局坐标系，得到室内的超矩形Q，Q={(x,y,h
T
)∈R3|0≤x≤a,0≤y≤b}，a为室内空间的长度值，b为室内空间的宽度值，x为超矩形Q的长度值，y为超矩形Q的宽度值，h
T
为室内基站的高度值，R3为三维实数空间。
[0007]进一步地，所述确定室内毫米波网络模型优化约束条件，包括：根据以下公式计算接收点i接收来自基站j的信号功率P
ij
：P
ij
=P
T
‑
P
L,ij
；其中，i=1,2,3,...,m；m为室内空间中接收点的总数量；j=1,2,3,...,n；n为室内空间中基站的总数量；P
T
为基站的发射功率；P
L,ij
为接收点i和基站j之间的路径损耗；根据以下公式计算室内毫米波网络模型中的热噪声P
noise
：P
noise
=kVB；其中，k为波尔兹曼常数；V为室内开尔文温度；B为信号带宽；根据以下公式计算接收点i处的信干燥比γ
i
：；其中，P
i
为接收点i处接收信号功率；当接收点i和基站q连接时，接收点i接收来自基站q的信号功率P
iq
与P
i
相等，干扰功率为；根据以下公式计算接收点i处的路径损耗P
L,i
：；构建约束条件为：；其中，P
L,th
为预设路径损耗门限；γ
th
为预设信干燥比门限。
[0008]进一步地，所述根据约束条件构建多基站位置部署的代价函数，包括：构建代价函数F表达式：F=φ1f1+φ2f2+φ3f3；其中，f1为第一目标函数；f2为第二目标函数；f3为第三目标函数；φ1+φ2+φ3=1；φ1为第一目标函数的优化优先级；φ2为第二目标函数的优化优先级；φ3为第三目标函数的优化优先级：
；其中，ω
i
为接收点i的权重；ω
i
的大小表征接收点i对网络信号质量需求的高低；i=1,2,3,...,m；m为室内空间中接收点的总数量；P
L,i
为接收点i处的路径损耗；P
L,th
为预设路径损耗门限；γ
th
为预设信干燥比门限；μ
i
为接收点i处的惩罚因子，μ
i
的大小表征P
L,i
和/或γ
i
未满足门限导致的结果严重程度；n为室内空间中基站的总数量；γ
i
为接收点i处的信干燥比。
[0009]进一步地，所述在室内毫米波网络模型中确定各基站的初始位置，包括：步骤401，确定当前室内空间中每个超矩形的权重和；每个超矩形的权重和为对应超矩形内所有接收点的权重的和；步骤402，遍历所有超矩形的权重和，获取权重和最大的超矩形Q
j
；步骤403，根据以下公式计算超矩形Q
j
的重心坐标：；其中，h
T
为室内基站的高度值；ω
i1
为超矩形Q
j
中接收点i1的权重；x
i1
为超矩形Q
j
中接收点i1的横坐标；y
i1
为超矩形Q
j
中接收点i1的纵坐标；步骤404，在超矩阵Q
j
的重心处，沿着超矩阵Q
j
的宽度方向将超矩阵Q
j
分割为两个新的超矩形；步骤405，重复执行步骤401
‑
404，直至得到n个重心坐标，将n个重心坐标分别作为n个基站的初始位置；n为室内空间中基站的总数量。
[0010]进一步地，所述以各基站的初始位置为起点，采用轴向搜索结合模式搜索法确定各基站的最优位置，包括：步骤501，构建基站优化后的位置的横坐标和纵坐标的集合A
λ
：；其中，λ为基站位置优化次数；为基站n优化λ次后的位置横坐标；为基站n优化λ次后的位置纵坐标；n为室内空间中基站的总数量；步骤502，构建轴向搜索的基站起始位置集合B1：；
步骤503，对B1分别沿着B1的2n个维度方向以目标步长进行移动，并在移动过程中获取最小代价函数值对应的基站位置的横坐标和纵坐标的集合B
2n+1
；步骤504，判断F(B
2n+1
)＜F(A本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于射线追踪的毫米波频段室内多基站位置优化方法，其特征在于，包括：构建室内毫米波网络模型；确定室内毫米波网络模型优化约束条件；根据约束条件构建多基站位置部署的代价函数；在室内毫米波网络模型中确定各基站的初始位置；以各基站的初始位置为起点，采用轴向搜索结合模式搜索法确定各基站的最优位置。2.根据权利要求1所述的毫米波频段室内多基站位置优化方法，其特征在于，所述构建室内毫米波网络模型，包括：以室内空间的长和宽的交点为原点，长度方向为X轴方向，宽度方向为Y轴方向，垂直于X轴方向和Y轴方向为Z轴方向构建全局坐标系，得到室内的超矩形Q，Q={(x,y,h
T
)∈R3|0≤x≤a,0≤y≤b}，a为室内空间的长度值，b为室内空间的宽度值，x为超矩形Q的长度值，y为超矩形Q的宽度值，h
T
为室内基站的高度值，R3为三维实数空间。3.根据权利要求1所述的毫米波频段室内多基站位置优化方法，其特征在于，所述确定室内毫米波网络模型优化约束条件，包括：根据以下公式计算接收点i接收来自基站j的信号功率P
ij
：P
ij
=P
T
‑
P
L,ij
；其中，i=1,2,3,...,m；m为室内空间中接收点的总数量；j=1,2,3,...,n；n为室内空间中基站的总数量；P
T
为基站的发射功率；P
L,ij
为接收点i和基站j之间的路径损耗；根据以下公式计算室内毫米波网络模型中的热噪声P
noise
：P
noise
=kVB；其中，k为波尔兹曼常数；V为室内开尔文温度；B为信号带宽；根据以下公式计算接收点i处的信干燥比γ
i
：；其中，P
i
为接收点i处接收信号功率；当接收点i和基站q连接时，接收点i接收来自基站q的信号功率P
iq
与P
i
相等，干扰功率为；根据以下公式计算接收点i处的路径损耗P
L,i
：；构建约束条件为：；其中，P
L,th
为预设路径损耗门限；γ
th
为预设信干燥比门限。4.根据权利要求1所述的毫米波频段室内多基站位置优化方法，其特征在于，所述根据约束条件构建多基站位置部署的代价函数，包括：
构建代价函数F表达式：F=φ1f1+φ2f2+φ3f3；其中，f1为第一目标函数；f2为第二目标函数；f3为第三目标函数；φ1+φ2+φ3=1；φ1为第一目标函数的优化优先级；φ2为第二目标函数的优化优先级；φ3为第三目标函数的优化优先级：；其中，ω
i
为接收点i的权重；ω
i
的大小表征接收点i对网络信号质量需求的高低；i=1,2,3,...,m；m为室内空间中接收点的总数量；P
L,i
为接收点i处的路径损耗；P
L,th
为预设路径损耗门限；γ
th
为预设信干燥比门限；μ
i
为接收点i处的惩罚因子，μ
i
的大小表征P
L,i
和/或γ
i
未满足门限导致的结果严重程度；n为室内空间中基站的总数量；γ
i
为接收点i处的信干燥比。5.根据权利要求1所述的毫米波频段室内多基站位置优化方法，其特征在于，所述在室内毫米波网络模型中确定各基站的初始位置，包括：步骤401，确定当前室内空间中每个超矩形的权重和；每个超矩...

【专利技术属性】
技术研发人员：王承祥，陈丹彤，杨松江，王樱华，曹宝华，王小聪，
申请(专利权)人：南京捷希科技有限公司，
类型：发明
国别省市：