[发明专利]一种基站布局方法和装置在审
申请号: | 202210108543.X | 申请日: | 2022-01-28 |
公开(公告)号: | CN114599004A | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 邓中亮;董展祎;张智超 | 申请(专利权)人: | 北京邮电大学 |
主分类号: | H04W4/33 | 分类号: | H04W4/33;H04W16/18;H04W88/08;G06N3/00 |
代理公司: | 北京金咨知识产权代理有限公司 11612 | 代理人: | 宋教花 |
地址: | 100876 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基站 布局 方法 装置 | ||
1.一种基站布局方法,其特征在于,该方法包括以下步骤:
以矩阵每一行的元素作为目标定位空间内待解基站的坐标,进行粒子种群初始化得到原始种群;
根据原始种群得到反向学习种群;
将原始种群和反向学习种群分别代入适应度函数中进行基站适应度的迭代计算,得到原始种群和反向学习种群中个体的最优位置;
将确定的最优位置作为目标定位空间的基站布局。
2.根据权利要求1所述的方法,其特征在于,将原始种群和反向学习种群分别代入适应度函数中进行基站适应度的迭代计算,包括:
设置迭代次数;
在每一次迭代过程中,执行如下操作:
将原始种群当前次迭代得到的平均几何精度因子值与上一次原始种群迭代得到的平均几何精度因子值进行比较,保留较小的平均几何精度因子值作为第一平均几何精度因子值;
将反向学习种群当前次迭代得到的平均几何精度因子值与上一次反向学习种群迭代得到的平均几何精度因子值进行比较,保留较小的平均几何精度因子值作为第二平均几何精度因子值;
选择第一平均几何精度因子值和第二平均几何精度因子值中的较小值作为目标平均几何精度因子值,与当前的全局最优值进行比较;
在目标平均几何精度因子值小于当前的全局最优值的情况下,用目标平均几何精度因子值替代当前的全局最优值,以目标平均几何精度因子值对应的最优位置作为确定的最优位置。
3.根据权利要求2所述的方法,其特征在于,按照如下公式计算平均几何精度因子值:
其中,AGDOP表示平均几何精度因子值,GDOPi表示目标定位空间内第i个接收终端的几何精度因子,n表示目标定位空间内选取的采样点的数量;
其中,
其中,表示基站在x方向上的定位误差的平方,表示基站在y方向上的定位误差的平方,表示基站在z方向上的定位误差的平方。
4.根据权利要求2所述的方法,其特征在于,将原始种群和反向学习种群分别代入适应度函数中进行基站适应度的迭代计算,包括:
确定迭代过程中种群中粒子的更新速度和更新位置;
按照确定的更新速度和更新位置,进行迭代计算。
5.根据权利要求4所述的方法,其特征在于,确定迭代过程中种群中粒子的更新速度和更新位置,包括:
按照如下公式计算惯性权重:
其中,w表示惯性权重,i表示迭代次数变化量,wmax表示惯性权重最大值,wmin表示惯性权重最小值,T表示迭代总数;
按照如下公式分别计算更新速度和更新位置:
v(j,:)=w*v(j,:)+c1*rand*(p(j,:)-x(j,:))+c2*rand*(g-x(j,:))
x(j,:)=x(j,:)+v(j,:)
其中,v(j,:)表示更新速度,x(j,:)表示更新位置,j表示粒子个数变化量,c1和c2表示反映粒子的个体经验的学习因子,c2标识反映粒子的群体经验的学习因子,p(j,:)表示个体的位置,g表示最优个体。
6.根据权利要求1所述的方法,其特征在于,根据原始种群得到反向学习种群,包括:
按照如下公式表示原始种群:
X=rand*(Xb-Xa)+Xa
其中,X表示原始种群,Xb表示原始种群中粒子个数的上限,Xa表示原始种群中粒子个数的下限;
基于如下公式由原始种群得到反向学习种群:
X*=Xb+Xa-X
其中,X*表示反向学习种群。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210108543.X/1.html,转载请声明来源钻瓜专利网。