移動(dòng)通信系統(tǒng)分層優(yōu)化網(wǎng)絡(luò)資源規(guī)劃方法(參考版)
2024-08-27 19:03本頁面
【正文】 大型的復(fù)雜移動(dòng)通信系統(tǒng)的資源管理和網(wǎng)絡(luò)規(guī)劃的最優(yōu)化技術(shù)的發(fā)展和應(yīng)用將是我們未來的研究課題。發(fā)展了一個(gè)組合優(yōu)化模型去確定合適的小區(qū)數(shù)量和選擇最佳的基站位置。 Ⅴ結(jié)論 本論文研究了對于蜂窩移動(dòng)通信網(wǎng)絡(luò)規(guī)劃的經(jīng)濟(jì)優(yōu)化建模問題。成本為 )(* sfc 的最終解的質(zhì)量由如下定義的相當(dāng)誤差 ε 決定： ε = soptsoptc f fsf ?)(* 其中 soptf 是曾經(jīng)求得的最佳值。 一般情況下模擬退火算法解的質(zhì)量可以通過調(diào)節(jié)控制參數(shù) (λ ,χ ,etc)的值，減慢 15 冷卻過程和增加馬爾可夫鏈的長度 [15]來得到改善。從 表 Ⅱ 和 Ⅲ可以看出，每次執(zhí)行本地搜索所需的 CPU 時(shí)間遠(yuǎn)遠(yuǎn)小于模擬退火所需的 CPU 時(shí)間。由于固定小區(qū)成本 cellC 決定總系統(tǒng)成本，如 表 Ⅱ所示在 SAEOM 的平均結(jié)果和本地搜索的最佳結(jié)果之間沒有發(fā)現(xiàn)什么顯著區(qū)別。 表 Ⅱ 和 Ⅲ比較了這些算法的解。給定次數(shù) N opt 對相同的問題用不同的初始值運(yùn)行本地搜索算法 ,我們就得到了平均時(shí)間，平均 CPU 時(shí)間，最佳結(jié)果及進(jìn)行大量優(yōu)化獲得最佳結(jié)果所花的總 CPU 時(shí)間 [15][8]。 本地搜索算法是一種由 Aarts[15]提出的貪婪算法，用本地搜索算法求得的解嚴(yán)重地依賴于初始解。我們把 SAEOM 求得的次優(yōu)解比作用本地搜索方法及隨機(jī)生成過程獲得的 最優(yōu)解。然后進(jìn)一步應(yīng)用 Dugueanton[20]的信道分配過程去滿足話務(wù)要求和避免干擾。從上面兩層獲得的結(jié)果能滿足覆蓋的質(zhì)量要求，但并不能提供每個(gè)小區(qū)的所有預(yù)期話務(wù)量。 天線增益和發(fā)射功 率的逼近最優(yōu)值可從最佳解中獲得。與其它兩個(gè)過程相比，每個(gè)小區(qū)的話務(wù)負(fù)載也呈均勻分布。虛線和實(shí)心條分別代表每個(gè)小區(qū)能提供的話務(wù)負(fù)載和需要的話務(wù)負(fù)載。圖 6 和圖 7 分別表示用 SAEON 和本地搜索方法求得的最佳解中的話務(wù)量柱形圖。如成本函數(shù) (19)所示，每個(gè)小區(qū)的固定成本 cellC決定總系統(tǒng)成本。 為了評(píng)估 SA 方法求得的解，我們把它與用 Aarts 和 Korst[15]的本地搜索過程求得的最佳解和用隨機(jī)生成過程獲得的解比較。圖 5 顯示了收斂記錄，即用 SAEOM 算法求解 EOM 問題的退火曲線。最終設(shè)計(jì) fc(s)的鄰近最優(yōu) 系統(tǒng)成本是 。圖 4 給出了用 SAEOM 算法求出的最優(yōu)解。具有相同陰影的相鄰網(wǎng)格組成一個(gè)小區(qū)。在 HPC180 的 UNIX 系統(tǒng)上用 C 語言執(zhí)行了這個(gè)算法。 我們根 據(jù)上面的具體參數(shù)應(yīng)用模擬退火算法 SAEOM 來求解 EOM 問題。 g Ugg??0 M Ugg? 關(guān)于發(fā)射功率 P 的成本函數(shù) )(PCT 如下： )(PCT = 60 + Ct 根據(jù) [24]和 [25]，我們得到了天線成本和其增益及發(fā)射機(jī) (或接收機(jī) )成本和其發(fā)射功率之間的逼近線性關(guān)系。 接著，來確定 20 個(gè)小區(qū)的安置，假設(shè)給出系統(tǒng)成本的標(biāo)準(zhǔn)化參數(shù)如下：cellC =1000， aC =， tC ＝ ， trafC ＝ 。從 (7)我 們有 2n ＝ 29400/1500 ? 20。 首先，開始進(jìn)行設(shè)計(jì)時(shí)先需要確定小區(qū)數(shù)的上界。對于給定的位置覆蓋概率 LP 和要求的 C/N 和 C/I，設(shè)置邊界處的接收信號(hào)強(qiáng)度 cellP ＝－93dbm[1][9]。假設(shè)要達(dá)到 aP ＝ 90%的區(qū)域覆蓋率并且忙時(shí)初始呼叫的阻塞率 bP ＝ 5％。服務(wù)區(qū)域 S 有 625km2 ，每個(gè)網(wǎng)格的區(qū)域面積約為 * km2 。整個(gè)地區(qū)被分為三種類型和 100 個(gè)網(wǎng)格。 12 Ⅳ 模擬結(jié)果 模型的應(yīng)用 分層優(yōu)化方法被用來設(shè)計(jì)提供如圖 1和圖 3所示的為新加坡地區(qū)提供服務(wù)的蜂窩系統(tǒng)。然后重復(fù)整個(gè)過程。 如果系統(tǒng)性能在調(diào)整后達(dá)到了要求，最后的系統(tǒng)設(shè)計(jì)就確定了，也就可以估計(jì)出蜂窩系統(tǒng)的成本。在這一層，可以用 Hale[6]和 Gamst[23]的信道分配策略來提供信道數(shù)的下界。從上面兩層得到的結(jié)果已滿足了覆蓋性能，并試圖滿足話務(wù)要求。 解決 EOM 問題的模擬退火過程 (SAEOM)： Begin 初始化 ( tosstart, )； k := 0； s := starts ； Repeat 11 Until 平衡達(dá)到 do Begin 從 N(s)產(chǎn)生 s? ； If ( )()( sfsf cc ?? ) then s := s? Else If exp((f(s)f( s? ))/tk ) random[0,1) then s := s? End； k := k+1； 計(jì)算 tk ； Until 停止準(zhǔn)則成立 End 與 Kirpatrick[16]提出的模擬退火技巧相比，這個(gè)用 Huang 方法 [21]的新 SA 技巧能通過退火過程動(dòng)態(tài)調(diào)節(jié)馬爾可夫鏈的長度達(dá)到平衡，退火需要的 CPU 時(shí)間也大大地下降了。 我們說取得了 最后溫度 ，如果在那個(gè)溫度的馬 而可夫鏈的整個(gè)軌跡里，最大和最小成本的差值等于在那個(gè)溫度的一次可接受轉(zhuǎn)換里的成本的最大一次變化。如果 次數(shù)內(nèi) 在容許偏差次數(shù)超過最大極限值以前達(dá)到了目標(biāo)值，我們就認(rèn)為保持了平衡 [21]。?? 的典型值為 ，從而可得 μ ＝ erf( ?? )＝ 。 Huang 假設(shè)了一個(gè)關(guān) 于平衡的成本的正態(tài)分布，它們的平均值 c 和標(biāo)準(zhǔn)偏差 ? 都由馬爾可夫鏈估計(jì)而來。 ? 的典型值 。 10 Huang[21]用在某一溫度的成本分布的標(biāo)準(zhǔn)偏差來決定下個(gè)溫度的減小量，并提出下面的 溫度遞減規(guī)則 ： )/e x p ()/e x p ( 21 kkkkkkk ttcttt ??? ????????? (23) 其中 k? 是在溫度
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1