小区覆盖算法描述.docVIP

小区覆盖算法描述 小区区域覆盖的基本思想是基于纯几何的全平面Voronoi剖分，其数学定义如下： 假设 S 是平面上的点集，即 S = {Pi | i = 1 … n}，则可以定义点Pi的Voronoi多边形，简写为Vor(Pi) Vor(Pi) = {P | P是平面上的点，对所有j不等于i，满足 |P Pi | |P Pj | } 在几何上已经证明，所有Vor(Pi)构成全平面的无缝剖分，且Pi 属于Vor(Pi)，还可以证明，若Pi在S的凸包内部，Vor(Pi)是一个凸多边形，否则就是一个凸的无界区域。 并且可以证明，对于Voronoi剖分，存在一个对偶三角剖分，该剖分是由三角形构成，三角形的顶点就是原条件中的点集中的点，并且构成Voronoi剖分的所有边都是该对偶三角剖分所有边的中垂线。反之，只需要计算Voronoi对偶三角剖分，就可以得到Voronoi剖分。 算法的基本思想如下： 将GIS系统的小区映射到平面点集上的点，需要将小区的经纬度转换成平面坐标，具有相同经纬度的小区将被映射到同一点，并在计算Voronoi剖分时不予区分，并且对最后计算到的覆盖区域重新映射回GIS系统中。 针对对全点集计算Voronoi对偶三角剖分，Voronoi对偶三角剖分有个最基本的几何特征，就是构成Voronoi对偶三角剖分的所有三角形的外接园不包含点集中除三角形三个顶点以外的其它点。 从Voronoi对偶三角剖分计算Voronoi剖分，并用初始半径圆对剖分区域进行切割。 对相同经纬度上的小区采用小区方位角进行切割得到小区覆盖区域。 1 坐标映射 经纬度坐标到平面坐标的映射，采用高斯-克吕格公式，具体公式在相关文献上都有记载，略过。 2 Voronoi对偶三角剖分 计算Voronoi对偶三角剖分的算法有增量模式算法和减量模式算法，这分别可以实现增减小区时对小区覆盖进行实时计算。 2.1 增量算法 假设当前点集S = {Pi | i = 1 … n}（ n3或者所有点共线太平凡，在这只考虑n不小于3且不共线的的情形)，并设它们的凸包为 C = { Pi1Pi2, …, PimPi1}（按逆时针方向排列），设三角剖分的集合为T = {T1,…, Tk} 在描述增量算法之前，给出一个子算法，因为该算法将会被递归调用，故表示为A，算法A的输入是针对当前剖分的边P1P2，新增点P与其构成新的三角形Tri’=P P1P2，判断Tri’是否可以加入三角剖分集合中，并且当三角剖分集合不再变化时算法终止。 算法A描述如下： 考虑边P1P2,可以分为以下两种情形： P1P2在凸包上，新三角形Tri’可以加入到三角剖分集合中，并不再变化，算法终止。 P1P2在凸包内部，则必然存在点P3’, P1P2P3’是一个三角剖分，若P3’不在Tri’外接圆中，新三角形Tri’也可以加入到三角剖分集合中，并不再变化，算法终止。否则Tri’不可以加入三角剖分集合，并除去P1P2P3’，并分别对边P1P3’和P2P3’继续采用算法A，直至最后终止。 算法A描述完毕。 考虑当新增点P时，会有以下几种情形： 1）P在某个三角形的内部（包括其边上），设为Tri=P1P2P3，按逆时针方向排列。 则在集合T中删去三角形Tri,并对边P1P2，P2P3，P3P1分别调用算法A，直至终止。 2）P在凸包的外部，在凸包C上查找使P点在其右侧的边，注意，这样的边必然是一条或者多条连续的边，按逆时针方向设为{ Pi1Pi2, …, PijPij+1 }，在凸包C中删去这些边，并增加边Pi1P，PP ij+1形成新的凸包C’，然后针对边Pi1Pi2, …, PijPij+1调用算法A，直至终止。 至此，在点集中新增了点，并更新了三角剖分集合和凸包边界。 增量算法描述完毕。 2.2 减量算法 减量算法的假设与增量算法中的一样，只是考虑在点集中减少点P时的算法。 对于点P，有以下几种情形： 1）P= Pik点位于凸包上，则Pik-1和Pik+1是与之相连的凸包顶点。 从Pik-1开始，设Pik-1、Pt … Pik+1 是依次与P相连的顶点（为描述方便，重新编号为C1,…,Ct），下面从C1开始计算新的凸包，直至Ct结束。凸包算法如下，从C1开始，若C1 Ci是第一个使其它所有点位于其左边的边，则Ci就是下一个凸包顶点，依次类推，算出所有的新凸包顶点（C1, Ci…,Ct）。 从三角剖分集合T中删去与P相连的所有三角形，增加三角形{ C1CiCi-1、C1Ci-1Ci-2、… C1C2C3} 2）P在凸包内部，设与P依次相连的点为C1,…,Ct，逐次找出在新增P点之前的一个三角剖分，使P点位于该三角形中，设为CiCjCk，这样的三角形不包含其它任何一点，可以证明它必然是唯一的。