[发明专利]一种网络规划中自适应传播环境分类方法

说明书

技术领域

本发明涉及网络规划与优化技术，具体是一种自适应传播环境分类方法。

背景技术

无线传播环境的精确描述用于无线蜂窝系统的规划设计，用于仿真时提供较精确的覆盖预测，以及提供精确的电波传播模型，从而有助于无线网络的规划、部署和扩容。

目前，针对传播环境分类的方法很少，一部分主要依靠现场实测，这样必然耗费人力资源；另一部分传播环境分类方法是基于聚类思想，例如在文献《一种根据传播环境分类校正传播模型的方法》中，首先从样本集中任意选择k个对象作为初始质心；而对于所剩下其它样本点，则根据它们与这些质心的欧几里德距离，分别将它们分配给与其距离最小的类别；然后重新计算所获聚类的质心，不断重复这一过程直到迭代收敛为止。该算法虽然在简单环境下的分类效果良好，且执行速度快，但是，随着传播环境的改变，特别是样本点差异很大时该方法的适应性变得很差，分类效果及精确度不太理想，必将造成电波传播模型的准确性降低，造成网络覆盖预测有误，以至于无法很好地进行无线网络的规划、部署和扩容。

随着城市化进程的发展，小区地物信息时刻变化，因此，需要一种自适应的传播环境分类方法，为无线网络规划提供重要的参考。

发明内容

本发明针对传播环境分类方法缺乏自适应性，设计了一种能适用于地物信息不断变化的传播环境分类方法。该方法在分类效果和精度方面，具有很好的性能，可以为无线网络优化与规划提供重要的参考。

本发明解决上述技术问题的技术方案是，通过GIS系统获取的地物信息属性，并根据规划区域的大小和复杂程度来构造Hash函数对属性信息进行抽样，从而得到规划区域内的样本属性集，算法单元调用公式：计算目标小区属性集和样本小区属性的绝对相似度d(s_k，o_j)，通过GIS系统得到各小区的地物所占的网格百分比p_ij，如果目标小区的地物信息或建筑物信息发生改变，致使p_ij改变，重新获取各小区的地物所占的网格百分比p_ij，根据确定的网格百分比，算法单元调用公式：计算目标小区属性集合与样本点所在小区的相对相似度。基于所得到的绝对相似度和相对相似度通过伪随机选择的概率来选择目标小区的所属簇类，选择概率通过如下来确定：

其中，δ_IJ为数据地理因子，是为了将物理上相近的数据合为一个类别；Q为伪随机选择参数，为[0，1]上的随机数，Q₀是[0，1]上的常数，用于确定伪随机选择的概率.当Q在Q₀范围以内，直接选取该样本簇C_i。将该数据集合(？)作为新的簇类，迭代次数的设置根据实际需要设置；

采用本发明提出的一种自适应的传播环境分类方法，分类效果和精度有明显提高，本分类方法的自适应性强，为无线网络的优化和规划提供了重要的依据。

附图说明

图1所示为本发明传播环境分类方法流程示意图

图2所示为属性信息抽样过程流程图

具体实施方式

本发明提出了一种自适应的传播环境分类方法。该方法通过初始化、抽样、绝对相似度计算、地物信息提取、条件判断、相对相似度计算和簇类选择，实现传播环境分类，具体过程如图1所示，包括如下步骤。

步骤1.初始化规划区内小区个数M和计算的迭代次数N。根据规划区域通信网络性质(为3G网或者2G网)，确定M值，例如：对于2G网络，大多数情况下一个扇区就对应一个小区；对于3G网络，一般情况下一个扇区可以有多个小区，小区个数取决于其使用的频率或扰码，并根据小区个数设置迭代次数N，迭代次数的设置与小区的个数相对应。