咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >长期演进网络中基于粒子群的天线下倾角自优化方法 收藏

长期演进网络中基于粒子群的天线下倾角自优化方法

Antenna down-tilt angle self-optimization method based on particle swarm in long term evolution network

作     者:连晓灿 张彭园 谭国平 李岳衡 LIAN Xiaocan;ZHANG Pengyuan;TAN Guoping;LI Yueheng

作者机构:河海大学通信与信息系统研究所南京211100 

出 版 物:《计算机应用》 (journal of Computer Applications)

年 卷 期:2017年第37卷第1期

页      面:97-102页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室开放课题资助项目(2016001) 中央高校基本科研业务费专项资金资助项目(2015B18914) 

主  题:长期演进 下倾角优化 自组织网络 容量与覆盖优化 粒子群优化 

摘      要:针对第三代合作伙伴项目(3GPP)中自组织网络(SON)的覆盖与容量自优化问题,提出了一种基于粒子群优化(PSO)算法的有源天线下倾角优化方法。首先,确定基站(eNB)中传输数据的用户设备(UE)数,用户测量上报邻小区参考信号接收功率(RSRP)信息和位置信息;然后,确定优化目标预设适应度评价函数为频谱效率(SE);其次,将下倾角同时优化问题看作是多维优化问题,选择天线下倾角为粒子集合,使用PSO算法求解得到天线下倾角的最优值;最后,通过系统自主调整优化下倾角,实现长期演进(LTE)网络中容量及覆盖的自优化。通过建模及仿真结果分析,此算法在优化目标不同时可以取得不同的优化效果:优化目标为用户平均频谱效率时,采用传统黄金分割优化算法频谱效率较初始设定提升12.9%,采用PSO算法可提升22.5%;调整优化目标为用户加权平均频谱效率时,对边缘用户,传统黄金分割优化算法并无明显提升,PSO算法取得了19.3%的优化提升。实验结果表明,该方法可提升用户吞吐量,改善系统性能。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分