gsm 网络优化算法分析

《gsm 网络优化算法分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、摘要:移动通信迅猛发展，越来越多的用户数量以及用户对通信质量越来越高的要求，使得全国各大运营商不断提高对网络优化的重视度，并为之投入了大量的人力物力.本文从GSM网络优化出发，介绍了优化的主要调整参数，功率优化的调整方式，蚁群优化，粒子群优化和模拟退火三类算法各自的原理，并以覆盖率作为代价函数值进行了大量仿真，通过结合各个优化算法的仿真结果，分析得出不同算法的各自特点以及功率优化对于移动网络质量提高的作用。关键词:移动通信;GSM网络优化;蚁群算法;粒子群算法;模拟退火算法AnalysisofGSMNetworkOptimizationAlgorithmsZANGYufeng,NIUKa

2、i(SchoolofInformationandCommunicationEngineering,BeijingUniversityofPostsandTelecommunications,Beijing100876)Abstract:Thedevelopmentofmobilecommunicationisveryfastnowdays,soasthenumberofusersandthehighdemandusersproposed.Foralltheresons,theoperatorsinChinaallputemphasisonnetworkoptimization,andpu

3、tlotsofresourcesinthisarea.ThistextstartswiththeGSMnetworkoptimization,andthendescribestheoptimizationparameters,poweradjustmentway,theprincipleofthe3optimizationalgrithms,thecostfunction.Intheend,combinewiththesimulatedresults,differencesofthe3algorithmsandpoweroptimization'seffectontheGSMnetwor

4、k.arederived.Keywords:mobilecommunication;GSMnetworkoptimization;ant-colonyoptimization(ACO);particleswarmoptimization(PSO);simulatedannealing(SA)0引言随着移动通信的高速发展，通信网络正面临着严峻的挑战。一方面由于移动用户数量的快速上升，GSM网络规模不断扩大，网络问题变得多样化和复杂化，按照原来的日常维护已经无法为用户提供较高质量的服务，使得各大运营商不得不投入大量的资金和人员进行网络优化；而另一方面我国的通信行业主要由三大运营商占据，如何提

5、高通信质量，提高网络的平均服务水平进而获得最大的市场成为各个网络运营商的首要任务。1GSM网络优化网络优化工作是指对正式投入运行的网络进行参数采集、数据分析，找出影响网络运行质量的原因并且通过参数调整和采取某些技术手段，使网络达到最佳运行状态，使现有网络资源获得最佳效益，同时也对网络今后的维护及规划建设提出合理的建议。网络优化可以调整的内容主要有频率、邻区关系、小区覆盖范围、话务等。其中小区覆盖范围是衡量移动通信网络服务质量的重要指标之一，它主要包括调整基站的发射功率、天线高度、天线角度三方面，本文主要针对基站发射功率的调整，进行GSM网络优化分析。1.1功率优化所谓功率优化就是根据基站

6、导频功率的限制条件，即基站导频功率占基站发射总功率的10%~20%，对优化区域的基站发射功率所占总发射功率的百分比进行调整，从而使系统的覆盖率最优。这里，覆盖率是根据未被基站覆盖到的bin的百分比进行计算的。45GSM网络功率优化开始，基站发射导频功率所占百分比已知，且根据基站发射功率和路径损耗模型可以得出优化区域中各个bin格的接收功率和载干比CIR，根据设定好的门限值，判断各个bin的覆盖情况，即：如果bin的接收功率和CIR均高于各自的门限，则该bin处于覆盖状态，从而获得初始覆盖率；然后，利用下面提到的三种优化算法，进行新的导频功率百分比配置，按照上面提到的方法计算相应的代价值（

7、即覆盖率），并与上面获得的代50价值进行比较，取得两者中最优的解；依次迭代获得最优解，即最优导频功率百分比，获得满足覆盖率最优的导频功率值。2网络优化算法2.1蚁群算法蚁群算法是由意大利科学家MarcoDorigo在20世纪90年代初提出来的。它是继模拟退火算法、遗传算法、禁忌搜索(TabuSearch)算法、人工神经网络算法等启发式搜索算法以后的又一种应用于组合优化问题的启发式搜索算法。MarcoDorigo等人将蚁群算法先后应用