改进禁忌搜索算法在基站天线参数优化中的应用.docVIP

改进禁忌搜索算法在基站天线参数优化中的应用 】现代移动通信系统中，常采用小区 覆盖的方案来对整个地区进行信号覆盖，其中水平方 位角、垂直下倾角和导频功率是影响基站覆盖范围的 重要的天线参数。通过对这3个参数进行数学建模和 分析，提出了一种基于网格化的改进智能禁忌算法， 使得系统能够获得最优的信号覆盖效果和最佳的天线 参数配置。 关键词】覆盖优化智能优化算法改进禁忌搜 索 1引言 在现代移动通信系统中，如目前主流的2G、3G 网络，都采取了通过基站来划分小区，以对整个区域 进行覆盖的方案，所以基站对所在小区要有尽可能好 的覆盖才能提高服务质量。对于基站天线而言，影响 小区覆盖的因素主要有：天线下倾角、天线方位角和 导频功率。对于移动终端而言，基站的天线参数选择 所造成的覆盖质量主要归结为2点：参考信号接收功 率(RSRP，Reference Signal Receiving Power)和信噪 比(SINR, Signal to Interference plus Noise Ratio) [1]。 RSRP表征了移动终端所能获得的信号功率的平均值， 它取决于终端所归属的小区天线导频功率和天线传播 方向与终端之间的夹角；SINR不同于传播路径中存在 的噪声(如AWGN)，侧重于不同信号的干扰带来的信 噪比下降，主要来自于同一天线发射给不同终端信息 间的干扰以及不同天线间信号的干扰。因此，通过天 线参数的优化来改善覆盖质量就是要选择合适的天线 参数，使得RSRP最大化和SINR最小化。 目前，天线参数的优化方法不仅有按照经验和人 工调节的方法或者按照一定的优化算法如Powell搜索 法，还有使用智能优化算法如遗传算法(GA，Genetic Algorithm) [2]和禁忌搜索算法(TS, Tabu Search)等 [3-4]o人工测定调节需要消耗大量的人力物力，而 Powell算法、GA算法和TS算法虽然都能起到良好的 优化效果，但是也存在局限性。在特定场景中，通过 调节天线的下倾角、方位角、导频功率来求解最优的 RSRP和SINR，实际上是一个NP完全(NPC, NP Complete)问题，需要指数级复杂度才能完全求解。 本文主要讨论智能TS算法在天线参数优化问题 中的应用，通过对TS算法引入网格化的局部搜索思路 辅以变步长的一维搜索方法，加快了局部搜索速度， 再配合上TS算法本身不易于陷入局部极值陷阱的特 点来获得全局的极值结果。最后，配合多小区联合调 整的研宄能获得更好的小区覆盖效果。 2场景模型 在现代移动通信系统中，通常采用小区覆盖的方 式来解决信号覆盖问题。即通过基站的天线覆盖范围， 将整个区域划分为若干小区，小区内的终端用户直接 与该小区所属基站进行相互通信。在各种小区覆盖方 案里，蜂窝网络是一种经典的模型［5］。 如图1所示，在典型的蜂窝网络模型中，每个基 站配有3根天线，3根天线各呈120°的夹角，将一个 单元划分为3个扇区，每个基站覆盖1个菱形的区域。 目前，主流的通信系统如CDMA2000、WCDMA网络的 基站以及LTE，都采用了类似的3根天线进行覆盖的 方案。 但是在实际的工程应用中，基站覆盖形状以及扇 区数量是随着实际需要而调整的。在基站分布不规则 的前提下，只能通过调整天线的各种参数来使覆盖范 围尽可能最大化。为了简化这一问题的数学模型，一 般工程实践中只考虑天线的3个主要参数会对覆盖造 成巨大影响：水平方位角巾、垂直下倾角Y和导频功 率C。其中，导频功率C即为参考信号子载波（RS RE） 上的发射功率。 3数学建模 3.1适应度函数的构造 假设 Q ={C1， 假设 Q ={C1，C2, 间，其中 Ci (i=l, 2, 配置，由3个参数(X Cn}为所有状态构成的解空 n)表示待规划小区的一种 组成，此处的x、y、z 分别代表前一节所述的天线下倾方位角与参考信 分别代表前一节所述的天线下倾 方位角与参考信 号功率，则目标是求得该问题空间的一个最优解，使 小区天线参数可以表示为。 在考虑覆盖规划的最优性能时，需要同时考虑基 站对整个区域的覆盖面积以及不同基站间的相互干扰 问题。在通信领域里，可以使用RSRP与SINR作为指 标。在覆盖区域的某点上，当RSRP和SINR的计算值 超过某一阈值时，则认为该点被基站有效覆盖。当整 个区域被有效覆盖的面积最大时，可以认为该覆盖规 划取得了一个最优解，则目标函数定义为： f=klXA+k2XB (1) 其中，f表示目标函数；A代表整个规划区域里 RSRP超过某个规定阈值的面积占总面积的比值；B代 表整个区域中SINR超过某个规定阈值的面积占总面 积的比值；kl与k2为权重常量，这里规定kl+k2=l。 当目标函数取得最优解fbest时，取得最优解