[发明专利]基于适应度优化的无线微波测雨链路规划方法

说明书

本发明公开了一种基于适应度优化的无线微波测雨链路规划方法，包括以下步骤：1)获取无线微波基站空间分布数据并进行预处理，对站点及待选链路建立拓扑规则；2)建立微波测雨链路的精度和成本数学模型；3)利用自适应算法寻求最优解，将最优解进行解码，绘制规划线路。本发明针对无线微波测雨链路的规划对实测降雨精度及费用成本影响，综合考虑5类影响因子进行精细化分析，建立测雨精度和链路成本费用的目标函数，采用变异算子和基于最大进化代数的交叉策略来进行求解，实现了面向多目标优化的自适应多目标优化算法，确保在加速收敛的同时，实现高鲁棒性。本发明适用于城市高密度基站无线微波测雨链路的优化布设。

技术领域

本发明涉及一种无线微波测雨链路规划方法，特别是涉及一种基于适应度优化的无线微波测雨链路规划方法。

背景技术

微波测雨技术利用已有通讯基站搭载微波测雨装备进行降雨监测，和传统雨量站、雷达测雨相比，具有建设维护管理成本低、时空分辨率高的突出优势，弥补了高寒、乡村及城市密集等地区降雨监测短板；测雨方式由线到面、站网密度由千米级提升至百米级，显著提高雨量监测准确度，实现了实时测雨。该技术具有广阔的应用前景。实践证明，无线微波测雨链路规划决定了实测降雨精度、分辨率及成本，因此，科学的对链路进行规划极其重要。无线微波通信链路的通信频率、链路长短和夹角、链路密度是保证无线微波测雨精度的关键技术指标。链路实际规划中，在保证测雨精度的同时，还需控制监测系统的建设和运营成本，属于典型的多目标优化问题。无线微波测雨链路规划问题数据量大(常达到TB级别)，数据节点多(我国省会城市无线通信基站常达到数万个)，问题维度复杂，因此需要一种稳定的多目标优化算法进行优化求解。微波链路规划模型需要设置多目标函数，目标之间一定程度存在冲突，同时各目标函数的影响因子复杂，需要细化分析。多目标优化方法具有鲁棒性强、适于求解非线性问题等优势。但其种类众多，性能受变异及交叉策略影响较大。因此，选择合适的变异因子及交叉策略对于求解目标函数十分重要。

发明内容

发明目的：本发明要解决的技术问题是提供一种基于适应度优化的无线微波测雨链路规划方法，针对无线微波测雨链路的实际规划中涉及到的参数(通信频率、链路长短和夹角、链路密度)优化和成本(建设和运行维护)问题，设计了基于多目标的自适应优化算法进行优化求解，实现了无线微波测雨链路的优化规划方法。

技术方案：本发明所述的基于适应度优化的无线微波测雨链路规划方法，包括以下步骤：

(1)获取无线微波基站空间分布数据并进行预处理，对站点及待选链路建立拓扑规则；

(2)建立微波测雨链路的精度和成本数学模型；

(3)利用自适应算法寻求最优解，将最优解进行解码，绘制规划线路。

进一步的，步骤(2)中建立精度和成本数学模型的方法具体为：

其中，M为精度目标函数，H为成本目标函数，ω_i为第i条链路上测雨时效所对应的时间精度系数，λ_i为第i条链路上测雨时效所对应的空间精度系数，λ_k为第k种频率所对应的空间精度系数，β_j为第j种仪器精度对应费用系数，R_L为最邻近指数，ρ为密度，计算公式为：n为基站数量，A为采用随机增量法求覆盖点的最小圆面积，ap_j为第j种仪器精度的雨衰测量分辨力，fr_i为第i条链路上微波通信频率，fc_i为第i条链路上采样时间间隔，l_i为链路长度；

其中，x_i、y_i为编号为i的站点的坐标，x_j、y_j为编号为j的站点的坐标；