[发明专利]一种网络规划中自适应传播环境分类方法

摘要

本发明请求保护一种自适应传播环境分类方法，涉及无线网络规划与优化技术。该方法通过选取样本点得到其属性向量；计算目标小区与样本点所在小区的绝对相似度；根据样本点所在小区oi的地物信息及建筑物信息所占的网格百分比pij计算相对相似度；根据相对相似度进行目标小区的簇类选择。采用本方法在传播环境改变时，具有很好的自适应性，可移植性好，虽然执行速度可以容忍的范围之内，其分类效果和精度表现良好，可以为无线网络优化与规划提供重要的参考。

主权项

1.一种自适应传播环境分类方法，其特征在于，包括以下处理步骤：A.初始化规划区内小区个数M和迭代次数N；B.获取目标小区的地物属性和建筑物属性，在存储器中建立目标小区属性集合o_j，信息处理单元从M个小区中抽取K个样本点建立样本小区的簇C_i，i≤M，对样本小区的属性信息进行抽样，建立样本小区簇C_i的地物属性和建筑物属性的数据集合，用数据集合的特征向量s_k＝(e₁，e₂，…e_n)表示簇C_i的属性集合，其中，k≤M，n为每个小区的地物属性和建筑物属性中建筑物的数目；C.根据目标小区的属性集合o_j，算法单元调用公式：计算目标小区属性集o_j与样本点小区属性集s_k的绝对相似度d(s_k，o_j)；D.通过地理信息系统获取目标小区属性集o_j和样本点所在小区簇C_i属性集s_k的地物属性和建筑物属性以及各种地物所占的网格百分比p_ij；E.当网格百分比p_ij发生改变，转为执行步骤C，否则执行步骤F；F.算法单元调用公式计算目标小区o_j与样本点所在小区s_k的相对相似度；G.算法单元根据目标小区o_j与样本点所在小区s_k的相对相似度计算目标小区的簇类选择概率P其中，δ_IJ为数据地理因子。