买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南农业大学

摘要：本发明公开了一种基于呼吸直方图算法的移动通信网络覆盖优化方法，该方法的具体步骤包括在所有需要优化的基站内为全部基站小区的每台天线构建双极化天线信号传播模型后再提取基站小区内的参数和优化目标、根据确定的全部基站小区的优化目标进行决策变量编码以构建成种群、呼吸直方图算法更新迭代由决策变量所构成的种群得到优化目标的最优解、输出最优解的优化目标中每台天线对应校正的优化参数四个步骤。本发明的方法，具备高维优化能力，运算时的收敛速度更快，更符合基站网络优化的工程实践。

主权项：1.一种基于呼吸直方图算法的移动通信网络覆盖优化方法，其特征在于，包括以下步骤：在每个基站内所有基站小区的每台天线构建双极化天线信号传播模型，从双极化天线信号传播模型中计算每个基站小区内的采样点的信号强度，具体包括：根据双极化定向天线的天线增益G、水平3dB功率角θ1、垂直3dB功率角θ2，实测的参考信号接收电平RSRP、实测的信噪比SINR、基站的底部中心坐标OX0,Y0，天线的挂高H、方位角A、下倾角D、发射功率Pi，计算双极化定向天线电磁波信号覆盖范围内任意一个采样点SX1,Y1的信号强度；将每个基站小区与采样点信号强度相关的参考信号接收电平RSRP、信噪比SINR、重叠覆盖率OCR三个参数作为优化目标，将每个基站中基站小区的天线的发射功率Pi、方位角A、下倾角D作为网络优化的决策变量进行编码从而构成一个种群，具体包括：将基站小区个数设为K，每个基站小区天线的方位角A、下倾角D、发射功率Pi各自编码成为一个个体；方位角A、下倾角D均设为整型离散变量并采用整型索引编码，发射功率Pi设为连续变量并采用float型实数编码；方位角A、下倾角D、发射功率Pi均分别随机采样进行编码；方位角A、下倾角D、天线的发射功率Pi均分别重复N次随机采样后组成N个个体，N个个体构成一个的种群；对由决策变量编码而来的种群，利用呼吸直方图算法对种群进行迭代，不断地更新种群直到前后两次迭代种群的聚合适应值的差值小于设定阈值或者迭代次数达到设定的最大迭代次数；从最后更新的一个种群中得到优化后的参考信号接收电平RSRP、信噪比SINR、重叠覆盖率OCR三个优化目标，并对该种群进行决策变量编码的解码运算，得到每个基站小区中对应优化后的天线的发射功率Pi、方位角A、下倾角D参数。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于呼吸直方图算法的移动通信网络覆盖优化方法