適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法

2023-05-05 23:18:36

適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法
【專利摘要】本發明公開了適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法。設圓形小區或線形小區中有N個扇形或線性區域，在粒子隨機分布在圓形小區或線形小區的情形下，通過採用粒子群智能優化算法，獲得基站天線埠在不同區域內的最優位置。粒子群智能優化算法包括以下步驟：初始化粒子群；計算M個粒子的初始適應度；更新粒子的位置信息和速度信息，並判斷該粒子是否還在搜索區域內；更新第i個粒子的個體最優解pbesti以及整個群體的全局最優解Gbest；重複上面兩個步驟，直到滿足算法的收斂準則，輸出全局最優解Gbest。本發明通過對天線埠的小區布設位置進行理論優化，可實現埠天線的最優覆蓋，有助於實現分布式天線系統的節能環保和減少布網的成本開銷。
【專利說明】適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法

【技術領域】
[0001]本發明涉及適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，用於線形與圓形混合小區分布式天線系統基站天線埠配置的上層網絡規劃及優化設計，屬於現代無線通信領域。

【背景技術】
[0002]分布式天線系統是一種面向新一代移動通信需求的無線寬帶移動通信系統，相對於傳統的集中式多天線系統，它不僅有利於無線資源的靈活分配，同時也能充分利用空間資源以覆蓋小區中的「盲點」，提升整個通信鏈路的穩定性。分布式天線系統各埠天線布設模型如圖1所示。在該系統中，一般配置有一個中央處理器和多個天線埠(AntennaPort, AP)，這些AP分散放置在通信系統的覆蓋區域內；中央處理器通過電纜或者光纖與各個AP之間進行通信，以便管理和控制這些AP。系統中每個AP都配置有多根天線用於發送或者接收信號，同時移動終端(Mobile Stat1n,MS)也配置多根天線，從而獲得多天線增益和高傳輸效率。
[0003]在當今諸如以高速公路或者高速鐵路為代表的線形及圓形混合小區中布設分布式埠基站時，根據混合小區中用戶的分布情況，大致可以將整個混合小區分為以下三大部分:服務區或者車站、收費站區、以及線形的公路區或者鐵路區。在人流量比較大的服務區和車站，鑑於該區域內的用戶通常較為密集，且這些區域的場地面積也比較開闊和寬廣，故可以將服務區和車站建模成經典圓形小區模型，以傳統圓形小區分布式天線系統埠天線優化設計及布設的思路來加以解決；服務區或車站區域天線埠布設示意圖如圖2所示:小區中心布設有一個分布式天線埠，其餘天線埠皆布設在同心圓上。線形公路區或者鐵路區則可近似看作線形小區，其埠天線布設示意圖如圖3所示，所有天線埠皆按一定的間隔布設在一條直線上。
[0004]目前實際的高速公路及高速鐵路環境中尚未採用分布式天線系統設計方案。已有的理論研究成果中，有些優化設計方法並不能綜合考慮小尺度衰落、路徑損耗和陰影效應等重要信道因素對系統信道容量等的影響；有些方法雖然考慮了複合衰落模型下小區中多天線埠的位置優化問題，但小區中移動臺的用戶分布模型卻假設為小區內均勻分布，因而基於移動臺均勻分布情形得出的研究結論並不一定適用於實際的工作環境；此外，現有的智能優化算法普遍採用經典遺傳算法，計算複雜度較大、收斂速度也相對較慢，如果小區採用天線埠多點布設、依用戶需求進行智能休眠/激活機制的自動配置方式進行重新規劃設計時，則不能對天線埠的位置進行快速搜索；再者，現有研究方案不論何種工作環境亦完全是基於全向天線覆蓋模式進行設計，而現代移動通信系統已廣泛採用方向性天線或智能天線技術以降低系統內幹擾。


【發明內容】

[0005]針對現有技術存在的不足，本發明目的是提供一種適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，通過對天線埠的小區布設位置進行理論優化，可實現埠天線的最優覆蓋，有助於實現分布式天線系統的節能環保和減少布網的成本開銷。
[0006]為了實現上述目的，本發明是通過如下的技術方案來實現:
[0007]本發明的適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，設服務區及車站區的圓形小區或者公路區及鐵路區的線形小區中有N個扇形區域或者線性區域，且M個粒子隨機分布在圓形小區或線形小區內，採用粒子群智能優化算法，獲得基站天線埠在不同區域內的最優位置；所述粒子群智能優化算法具體包括以下幾個步驟:
[0008]STEPl:初始化粒子群，即搜索區域內粒子的個數設為M，初始化M個粒子的位置信息X1、速度信息￥1以及初始的個體最優解Pbesti,其中，i e [I, M]；
[0009]STEP2:計算M個粒子的初始適應度，即根據系統平均遍歷容量表達式，結合各個粒子的位置信息Xi，計算適應度Si,同時亦找出適應度最大的粒子，作為初始的全局最優解Gbest ；
[0010]STEP3:更新粒子的位置信息和速度信息，即第i (I < i < M)個粒子的位置和速度可以按照下式進行更新:
「 n i V1- ^Vi + cim\{phest, - Xi) +— xd
[0011]\ , ,
[Xi = Xi + Vi
[0012]上式中，v』 p X』 i分別表示更新後的速度信息和位置信息，λ表示慣性係數，C1,C2表示學習因子，ωρ ω2表示取值在[0，1]區間內的隨機數；
[0013]更新完速度信息和位置信息後，可通過上述計算公式所得的具體坐標來判斷該粒子是否還在之前所限定的圓形小區或線形小區內，如果已經超出了規定的搜索區域，則重新更新粒子，重複STEP3，否則轉向STEP4 ；
[0014]STEP4:更新第i個粒子的個體最優解Pbesti以及整個群體的全局最優解Gbest ；
[0015]STEP5:重複STEP3?STEP4，直到滿足預先所設定的迭代次數門限，輸出全局最優解Gbest，即粒子群經過迭代運算後分別收斂於最優解區域。
[0016]高速公路中的收費站區，採用扇形覆蓋定向天線技術以實現該區域的信號覆蓋。
[0017]STEP2中，服務區或車站區的圓形小區內系統平均遍歷容量表達式如下:
[0018]CcIkL=E { Cpoint } = CpoiJ (ρ,α) pd pd a
[0019]所述公路區或鐵路區的線形小區內系統平均遍歷容量表達式如下:
[0020]Ciine=E { Cpoint 丨=|oi0 Cpointf(x)dx
[0021]其中，E{.}表示求數學期望，Cpoint為小區下行鏈路點對點鏈路遍歷容量，R為小區半徑，f(p，α)為用戶處於極坐標位置(P，α)時的概率密度函數，Ltl為線形小區長度，f(x)為用戶處於位置X的概率密度函數。
[0022]所述點對點鏈路遍歷容量Cptjint的計算表達式如下:
[0023]Cpomt = Eh j 1g2 det^I+j I
[0024]其中，EH{.}表示基於信道傳輸矩陣H對系統容量求數學期望，I表示單位矩陣，Pi為總發射功率，H為下行鏈路信道傳輸矩陣，σ 2為加性高斯白噪聲功率。
[0025]所述下行鏈路中信道傳輸矩陣H為:
[0026]H = R Vls
[0027]其中，R表示小尺度衰落矩陣，服從Nakagam1-m衰落；S表示陰影效應，矩陣內元素服從獨立同分布的零均值、相同方差對數正態分布；L表示路徑損耗，矩陣內各元素的取值受用戶位置的影響，兩者之間的數量關係可表示如下:
[0028]L = diag (L1, L2，...，Li，…，Ln) I < i < N

/■ \ Ct
{ D)
[0029]Li =—

\ di)
[0030]其中，N表示基站天線埠的數目，即圓形小區或線形小區中扇形區域或線形區域的數目，Cli表示用戶與第i個基站天線埠之間的距離，a為路徑衰落指數，D表示參考距離，Li表示用戶與第i個基站天線埠之間的路徑損耗。
[0031]下行通信鏈路用戶端的接收信號矢量表達式為:
[0032]y = Hs + η - RvLSx + η
[0033]其中，y表不接收信號矢量，X表不發送信號矢量，η表不高斯噪聲信號矢量。
[0034]STEP2中，適應度Si的計算方法如下:
[0035]為使圓形小區的平均遍歷容量Cctole或者線形小區的平均遍歷容量Cline達到最大，可採用復化Simpson積分公式對小區平均遍歷容量表達式進行近似，進而得到目標函數；再把初始化的粒子位置Xi代入目標函數，即可計算得到適應度S」
[0036]本發明將粒子群智能優化算法以及定向天線技術應用到高速公路或高速鐵路這樣的混合小區的分布式天線系統中，不僅可以改善當前通信系統的性能，而且通過對天線埠的布設位置進行理論優化，可實現埠天線的最優覆蓋，可以最大限度地節省天線埠布設的成本、獲得通信系統最大通信效益；另外，本發明可為未來高速公路或高速鐵路這樣的具線形和圓形區域的混合小區系統的天線埠優化布設提供理論參考。

【專利附圖】

【附圖說明】
[0037]圖1是分布式天線系統各埠天線布設模型示意圖；
[0038]圖2是服務區或車站區域天線埠布設示意圖；
[0039]圖3是線形公路或鐵路區域埠天線布設示意圖；
[0040]圖4是聞速公路或聞速鐵路結構不意圖；
[0041]圖5是粒子群智能優化算法工作流程圖；
[0042]圖6是服務區或車站區域中天線埠位置粒子群初始化示意圖；
[0043]圖7是服務區或車站區域中天線埠位置最優布設示意圖；
[0044]圖8是線形公路或鐵路區中粒子群初始化示意圖；
[0045]圖9是線形公路或鐵路區中天線埠位置最優布設示意圖；
[0046]圖10是收費站區扇形天線埠布設結構示意圖。

【具體實施方式】
[0047]為使本發明實現的技術手段、創作特徵、達成目的與功效易於明白了解，下面結合【具體實施方式】，進一步闡述本發明。
[0048]參見圖4，本發明的實施例是在高速公路這一應用場景下，實現分布式天線系統基站端各天線埠的最優布設問題，高速鐵路等具有類似混合小區結構的應用場景亦可同樣類推規劃設計。
[0049]在分布式天線系統中，基站天線埠的位置布設直接影響著通信系統的各項性能，比如系統信道容量、接收信號判決誤符號率等，因此關於天線埠布設的優化設計即具有重要的現實意義。
[0050]為了更加貼近實際的通信環境，本發明將考慮複合衰落信道，即充分考慮了小尺度衰落、路徑損耗以及陰影效應的影響。此時，假設下行鏈路中信道傳輸矩陣為:
[0051]
[0052]其中，R表示小尺度衰落矩陣,這裡假設服從Nakagam1-m衰落；S表示陰影效應,矩陣內元素服從獨立同分布的零均值、相同方差的對數正態分布；L表示路徑損耗，矩陣內各元素的取值受用戶位置的影響，兩者之間的數量關係可表示如下:
[0053]L = diag (L1, L2,...,L1, , Ln) I ^ i ^ N
(dX
[0054]Li=—
\di)
[0055]上式中，N表示天線埠的數目，Cli表示用戶與第i個天線埠之間的距離，a為路徑衰落指數，D表示參考距離，Li表示用戶與第i個天線埠之間的路徑損耗。
[0056]那麼，可以得到下行通信鏈路用戶端的接收信號矢量表達式為:
[0057]y = Hx + n = R>/LSx + η
[0058]其中，y表示接收信號矢量，X表示發送信號矢量，η表示高斯噪聲信號矢量。
[0059]服務區可以近似為圓形小區，假設小區半徑為R，用戶處於極坐標位置(P，α )時的概率密度函數為f(P，α)0
[0060]線性公路區可以根據天線埠的具體覆蓋範圍劃分成多段，每一段皆可近似為一線形小區，假設小區長度為Ltl(本發明中假設為1000米)，用戶處於位置X的概率密度函數為 f (X)。
[0061]通信系統的性能指標大致可以分為遍歷容量、中斷概率以及誤符號率等幾個方面，對系統中基站位置進行優化布設時，不同的目標函數會導致不同的優化布設方案。
[0062]本發明中以最大化小區系統平均遍歷容量為例，尋求最優的基站天線埠布設方案。
[0063]下行鏈路中，點對點鏈路遍歷容量的計算表達式如下:
廣P ?.「_■ Γτ /5HhH
[0064]Cpomi = Eh j 1g2 det I ^ — j.
[0065]Cptjint是一個與用戶位置有關的函數，某一特定位置處的點對點鏈路遍歷容量並不能客觀反映系統平均遍歷容量，為此需要對用戶的位置進行統計平均。
[0066]線形公路內系統平均遍歷容量表達式如下:
[0067]Cline=E{C_"} = \LJCpoiJ(x)dx
[0068]服務區內系統平均遍歷容量表達式如下:
[0069]Ccrde=EjC^w } = d CpoMf(p, a ) pdpda
[0070]本發明將利用粒子群智能優化算法(Particle Swarm Optimizat1n, PS0)來尋找實施例中近似為圓形小區的服務區和近似為線形小區的公路區，在這些混合小區中分別採用分布式多天線系統時天線埠的最優布設問題。
[0071]PSO算法是一種模擬鳥群覓食的全局優化算法，具有易理解、方便實現以及搜索能力強等優勢，可以有效解決複雜優化問題。圖5為PSO算法流程圖，圖中pbest、Gbest分別表示個體最優解和全局最優解。
[0072]PSO算法求解該混合小區天線埠位置優化問題的具體步驟如下:
[0073]STEPl:初始化粒子群。假設搜索區域內粒子的個數為M，那麼需要初始化M個粒子的位置信息X1、速度信息Vi,以及初始的個體最優解Pbesti, i e [I, M]。
[0074]STEP2:計算M個粒子的初始適應度。根據系統平均遍歷容量的表達式，結合各個粒子的位置信息，計算適應度Si,並找出適應度最大的粒子，作為初始的全局最優解Gbest。
[0075]STEP3:更新粒子的位置和速度。第i (I < i < M)個粒子的位置和速度可以按照下式進行更新:
i Vi =義ν, + HCO^pbestl - Xi) + CT(oAGbes1- χ,.)
[0076]\ ,,

[X/ = Xi ?- Vi
[0077]上式中，V』 1、X』 i分別表示更新後的速度和位置，λ表示慣性係數，C1, C2表示學習因子，ωι、ω2表示取值在[0，1]區間內的隨機數。更新完速度和位置之後，需要判斷該粒子是否還在搜索區域內，若已經超出了該區域，那麼需要重新更新粒子，重複STEP3。
[0078]STEP4:更新第i個粒子的個體最優解Pbesti以及群體的全局最優解Gbest。
[0079]STEP5:重複STEP3?STEP4，直到滿足算法的收斂準則，輸出全局最優解Gbest，即優化問題的次優解。
[0080]運用PSO算法求解服務區中天線埠布設優化問題時，圖6為服務區中粒子群的初始位置。假設在服務區中布設5個天線埠，不失一般性，設共有50個粒子隨機分布在圓形小區的5個扇形區域內；圖7表示粒子群經過一定迭代次數後分別收斂於最優解區域。
[0081]與圖6、圖7類似，圖8、圖9分別表示運用PSO算法求解線形公路小區中天線埠布設優化問題時，在同樣假設線形小區中共布設5個分布式天線埠的條件下，粒子群初始位置以及經過粒子群搜索算法所得的最優解區域。
[0082]關於高速公路中的收費站區，鑑於其特殊工作結構，本發明提出採用90度扇形覆蓋定向天線技術以實現該區域覆蓋，其布設結構見圖10所示。由於定向天線可以達到在某一個或者幾個特定方向上發射及接收電磁波特別強，而其他方向上電磁波很弱的目的，因此定向天線技術的應用可以提高通信系統的通信利用率，降低對其他不需要覆蓋區域的信號幹擾。收費站區是一個比較特殊的通信場景，車輛自進入站區直至駛離站區的過程均適合採用定向天線來實現該區域的信號覆蓋。
[0083]由上述本發明所提供的具體實施方案可以看出，本發明所提出的將分布式天線系統應用於諸如具近似圓形和線形混合小區結構的高速公路和高速鐵路等應用場景，並採用粒子群智能優化算法尋找該應用場景下，分布式天線系統各天線埠的最優位置分布問題，可以有效地獲得基站埠天線的理論最優布設位置。該理論最優分布將有助於提升系統整體通信性能，滿足小區高速率、高質量通信業務需求。
[0084]以上顯示和描述了本發明的基本原理、主要特徵和本發明的優點。本行業的技術人員應該了解，本發明不受上述實施例的限制，上述實施例和說明書中描述的只是說明本發明的原理，在不脫離本發明精神和範圍的前提下，本發明還會有各種變化和改進，這些變化和改進都落入要求保護的本發明範圍內。本發明要求保護範圍由所附的權利要求書及其等效物界定。
【權利要求】
1.適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，其特徵在於， 設服務區及車站區的圓形小區或者公路區及鐵路區的線形小區中有N個扇形區域或者線性區域，且Μ個粒子隨機分布在圓形小區或線形小區內，採用粒子群智能優化算法，獲得基站天線埠在不同區域內的最優位置； 所述粒子群智能優化算法具體包括以下幾個步驟: STEP1:初始化粒子群，即搜索區域內粒子的個數設為Μ，初始化Μ個粒子的位置信息X1、速度信息Vi以及初始的個體最優解pbesti,其中，i e [1, Μ]； STEP2:計算Μ個粒子的初始適應度，即根據系統平均遍歷容量表達式，結合各個粒子的位置信息Xi，計算適應度Si;同時亦找出適應度最大的粒子，作為初始的全局最優解Gbest ； STEP3:更新粒子的位置信息和速度信息，即第i (1 < i < Μ)個粒子的位置和速度可以按照下式進行更新:
| V1-義ν,.+—.ν,) + C2(02((Jh('st — \ )
{Xi = Xi + Vi 上式中，V』 1、X』 i分別表示更新後的速度信息和位置信息，λ表示慣性係數，Cl、c2表示學習因子，ωρ ω2表示取值在[0，1]區間內的隨機數； 更新完速度信息和位置信息後，可通過上述計算公式所得的具體坐標來判斷該粒子是否還在之前所限定的圓形小區或線形小區內，如果已經超出了規定的搜索區域，則重新更新粒子，重複STEP3，否則轉向STEP4 ； STEP4:更新第i個粒子的個體最優解pbesti以及整個群體的全局最優解Gbest ；STEP5:重複STEP3?STEP4，直到滿足預先所設定的迭代次數門限，輸出全局最優解Gbest，即粒子群經過迭代運算後分別收斂於最優解區域。
2.根據權利要求1所述的適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，其特徵在於， 高速公路中的收費站區，採用扇形覆蓋定向天線技術以實現該區域的信號覆蓋。
3.根據權利要求1或2所述的適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，其特徵在於， STEP2中，服務區或車站區的圓形小區內系統平均遍歷容量表達式如下:
Ccircle=E { CpoM } = ￡ ￡ Cpoint f(p,a)pdpda 所述公路區或鐵路區的線形小區內系統平均遍歷容量表達式如下:
Cii?e=E {Cpoim} = |o￡o CpoiJ\x)dx 其中，E{.}表示求數學期望，Cpint為小區下行鏈路點對點鏈路遍歷容量，R為小區半徑，f(P, α )為用戶處於極坐標位置(Ρ, α)時的概率密度函數,L為線形小區長度,f(x)為用戶處於位置X的概率密度函數。
4.根據權利要求3所述的適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，其特徵在於， 所述點對點鏈路遍歷容量Cpint的計算表達式如下:
? 「 f p\mH )11
Cpoint = EH j log2 det I h '~ r 其中，Eh{.}表示基於信道傳輸矩陣H對系統容量求數學期望，I表示單位矩陣，Pi為總發射功率，Η為下行鏈路信道傳輸矩陣，σ 2為加性高斯白噪聲功率。
5.根據權利要求4所述的適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，其特徵在於， 所述下行鏈路中信道傳輸矩陣Η為: 其中，R表示小尺度衰落矩陣，服從Nakagam1-m衰落；S表示陰影效應，矩陣內元素服從獨立同分布的零均值、相同方差對數正態分布；L表示路徑損耗，矩陣內各元素的取值受用戶位置的影響，兩者之間的數量關係可表示如下:
L = diag (L1； L2,...，L」 …，LN) 1 彡 i 彡 Ν/ \ α{ ?\
Li — —■
ν dij 其中，Ν表示基站天線埠的數目，即圓形小區或線形小區中扇形區域或線形區域的數目，屯表示用戶與第i個基站天線埠之間的距離，a為路徑衰落指數，D表示參考距離，L,表示用戶與第i個基站天線埠之間的路徑損耗。
6.根據權利要求5所述的適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，其特徵在於， 下行通信鏈路用戶端的接收信號矢量表達式為:
y = Hx + n = R^/LSx + η 其中，y表示接收信號矢量，X表示發送信號矢量，η表示高斯噪聲信號矢量。
7.根據權利要求6所述的適用於高速公路及高速鐵路環境的分布式天線系統優化設計方法，其特徵在於， STEP2中，適應度Si的計算方法如下: 為使圓形小區的平均遍歷容量或者線形小區的平均遍歷容量Cline達到最大，可採用復化Simpson積分公式對小區平均遍歷容量表達式進行近似，進而得到目標函數；再把初始化的粒子位置Xi代入目標函數，即可計算得到適應度S」
【文檔編號】H04B7/06GK104270184SQ201410532689
【公開日】2015年1月7日 申請日期:2014年10月10日 優先權日:2014年10月10日
【發明者】李嶽衡, 付明浩, 蔡俊, 王飛, 王莉, 羌佳林, 居美豔, 黃平 申請人:河海大學