欢迎来到天天文库
浏览记录
ID:6634620
大小:1.39 MB
页数:17页
时间:2018-01-20
《基于站间距及方位角加权的邻区添加工具实现》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、基于站间距及方位角加权的邻区添加工具实现新余电信基于站间距及方位角加权的邻区添加工具实现龙颖2016/8/5摘要:本课题设计一个针对小区间方位角进行距离加权的算法,从而更加贴近网络现状进行添加邻区。2021-6-14第16页,共17页基于站间距及方位角加权的邻区添加工具实现新余电信目录一、设计背景2二、设计目标及方法2三、设计流程图33.1设计流程图3四、设计过程及结果44.1核心算法44.2检索优化算法64.3经纬度算两点间距离算法104.4经纬度算两点间方位角算法11五、设计结论与收获13六
2、、参考资料14七、使用说明书及工具142021-6-14第16页,共17页基于站间距及方位角加权的邻区添加工具实现新余电信一、设计背景目前在众多软件中有很多邻区添加工具,但是较多工具中邻区添加算法大多没有对站点间小区的覆盖范围纳入考虑,故在小区对边缘站点添加邻区时,他们将邻站小区与本站小区正朝向的优先级与小区负朝向的优先级相同,显然按照此类邻区添加算法与现网网络模型不匹配。现本课题设计一个针对小区间方位角进行距离加权的算法,从而更加贴近网络现状进行添加邻区。二、设计目标及方法主要设计目标如下:设
3、计一个算法,使得在邻区关系添加过程中,能根据方位角和地理位置区分对原小区的邻区优先级,从而更合理的添加邻区。完成设计共需要实现4个功能:l小区间方位角加权的距离实现l优化检索算法l计算本小区与邻区间的站间距l计算本小区与邻区间方位角差值本设计将采用VBA程序语言,结合EXCEL界面做成一个工具,主要在EXCEL工具内部实现上述功能。2021-6-14第16页,共17页基于站间距及方位角加权的邻区添加工具实现新余电信一、设计流程图3.1设计流程图本工具主要设计流程图如下:2021-6-14第16页
4、,共17页基于站间距及方位角加权的邻区添加工具实现新余电信一、设计过程及结果12344.1核心算法方位角加权,可以把扇区考虑成一个扇形的区域,加权系数则是从扇柄到扇形外部的距离,当加权系数大时,距离扇柄的距离大,当加权系数小时,则到扇柄的距离小。如下图所示:加权情况示意图则为了有效的将三个小区区分,可以对经纬度点根据方位角进行加权,这样加权越大,三个扇区的位置差异就越明显,从而能够对方位角与距离进行判断,添加更合理的网络邻区关系。如下图所示:加权情况在实际网络中的应用2021-6-14第16页,
5、共17页基于站间距及方位角加权的邻区添加工具实现新余电信核心算法由于小区距离的方位角DAL是由A向B的,所以夹角a=方位角A-(DAL+180)夹角b=方位角B-DAL,算得夹角后。在垂直于小区连线方向通过SIN函数乘以加权系数D得到D_SHORT,小区连线方向通过COS函数乘以加权系数D加上小区距离,得到加权后连线的方向的长度D_LONG。上述D_LONG与D_SHORT得到可以通过勾股定理,算得加权后的小区距离(见以下代码实现部分)核心代码实现部分DoWhilei<=.Range("A655
6、36").End(xlUp).Row.Range("k"&i)=qiufangweijiang(Sheet2.Range("D"&i),Sheet2.Range("e"&i),Sheet1.Range("D"&j),Sheet1.Range("e"&j)).Range("j"&i)=Cal_Long_Lat(Sheet2.Range("D"&i),Sheet2.Range("e"&i),Sheet1.Range("D"&j),Sheet1.Range("e"&j))D2=Sheet2.Range
7、("G"&i).Value2021-6-14第16页,共17页基于站间距及方位角加权的邻区添加工具实现新余电信DAL=.Range("k"&i).ValueDistanc=.Range("j"&i).ValueD_LONG=(Distanc+xishu*(Sin((D1-DAL+180)/180*pi)+Sin((D2-DAL)/180*pi)))^2D_SHORT=xishu*(Cos((D1-DAL+180)/180*pi)+Cos((D2-DAL)/180*pi))^2.Range("L"
8、&i)=Sqr(D_LONG+D_SHORT)i=i+1Loop4.2检索优化算法初步算法是将市区每个点与目标经纬度点计算距离,然后得出N个TOP最近的点添加邻区。由于新余地市较小,考虑到后期站点优化及批量站点添加,依然必须要对算法进行优化。通过考虑矩阵算法,将整个网络分割成若干个网格,添加邻区时,仅对目标网格周边的8个网格进行计算。目前可以通过基于笛卡尔层的空间搜索学习算法进行实现CartesianTiers笛卡尔层CartesianTiers是通过将一个平面地图的根据设定的层次数,将每层的分
此文档下载收益归作者所有