基于密度聚类的通信基站站址规划分析_年福耿.pdf

Application 创新应用182 电子技术 第 52 卷 第 4 期（总第 557 期）2023 年 4 月0 引言随着通信技术的飞速发展，目前5G网络的使用越来越普及，但通信宽带大，基站覆盖范围小的问题也随之而来。为了更好地做好新建城市的5G网络规划，有必要提高对站址选择的规划认识。1 研究背景对于站址的选择，需要考虑现网天线的覆盖情况，新建基站的覆盖范围，新建基站的建设成本，覆盖点的业务量等问题选定合适的位置、种类和数量来建立新的基站，以解决网络覆盖强弱不均匀的情况，并减少不必要的成本。已知某城市某区域的现网覆盖情况和给定区域中的弱覆盖点坐标及业务量。分析由弱覆盖点的坐标和业务量，进行站址规划，使得弱覆盖点总业务量的90%被规划基站覆盖，考虑宏基站、微基站2种基站的覆盖范围与成本、业务量要求与门限条件，考虑弱覆盖点的业务量，站址门限值，选择基站类型等因素，确定出最优站址及其基站类型。2 数据可视化首先，对弱覆盖点坐标进行绘图，并在此基础上将现网基站的坐标点标出。如图1所示。对数据进初步分析，以业务量大小为基准进行排序，筛选数据，计算业务量总值与符合业务量要求的点，初步得出业务量的标准值为200。将原有的弱覆盖点按照业务量大小为标准值划分高业务量点与低业务量点。3 模型的建立 3.1 密度聚类模型建立为更好地解决弱覆盖问题，需对所有弱覆盖点进行区域聚类，若2个弱覆盖点的距离不大于20，则这2个弱覆盖点应聚为一类，且聚类性质有传递性，求所有弱覆盖点的聚类，要求使用尽量低时间与复杂度进行聚类的方法。假定输入样本为S=x1+x2+xn，则算法步骤为：选择初始的k个类别中心1,2,k，对于每个样本x，将其标记为最近类别中心距离的类别，即式（1）。（1）将每个类别中心更新为隶属该类别的所有样本的均值为式（2）。作者简介：年福耿，海军士官学校；研究方向：信息通信技术。收稿日期：2022-07-12；修回日期：2023-04-08。摘要：阐述弱覆盖区域内的业务量标准，分类分析，建立密度聚类模型、信号覆盖模型、基站中心点模型，综合考虑各模型的影响，最终确定出宏基站和微基站的建设站址。关键词：通信工程，站址规划，密度聚类，中心点模型，层次聚类。中图分类号：TN929.5，TP391.9文章编号：1000-0755(2023)04-0182-02文献引用格式：年福耿，王倩.基于密度聚类的通信基站站址规划分析J.电子技术,2023,52(04):182-183.基于密度聚类的通信基站站址规划分析年福耿，王倩（海军士官学校，安徽 233012）Abstract This paper describes the business volume standards in weak coverage areas,classifies and analyzes them,establishes density clustering models,signal coverage models,and base station center point models,comprehensively considers the impact of each model,and ultimately determines the construction site of macro base stations and micro base stations.Index Terms communication engineering,site planning,density clustering,central point model,hierarchical clustering.Analysis of Communication Base Station Site Planning Based on Density ClusteringNIAN Fugeng,WANG Qian(Naval Non commissioned Officer School,Anhui 233012,China.)图1 现有基站及弱覆盖区域图Application 创新应用电子技术 第 52 卷 第 4 期（总第 557 期）2023 年 4 月 183（2）利用密度聚类的思想，根据两点间的距离求每个区域内任意2个弱覆盖点距离是否小于等于20，若小于等于20，则这2个弱覆盖点为同一类，反之，则为不同类。利用密度聚类算法，基于距离不大于20进行传递找点聚类，使用Python进行编程求解，聚类结果为415类，聚类图如图2所示。3.2 信号覆盖模型建立设选择基站的覆盖范围为d，基站所规划的点的坐标为P0(x0,y0)，则对于坐标为P(x,y)的点，若|P-P0|dd，则认为该点没有被该基站覆盖。计算两点距离为式（3）。（3）在划分区域的基础上进行分析，考虑实际实用情况，将弱覆盖点密度高的区域所建基站选定为宏基站，将弱覆盖点密度低的区域所建基站选定为微基站。在分区聚类的基础上，将模型进行优化处理，使用密度聚类模型和层次聚类模型进行数据修正。首先使用密度聚类模型，计算每一组聚类对应的横纵坐标的差值，建设相应的基站，依据差值大小选定建设的基站的种类，将两点横坐标之差小于20的和两点纵坐标之差小于20的选择微基站，多覆盖点距离较大时使用宏基站覆盖。将聚类后的区域选出，用基站进行覆盖，但存有覆盖不完全的现象。若考虑的基站只要一个则覆盖的范围区别不大，但当横纵坐标差值X差与Y差差别较大时，使用基站群覆盖法。将此情况进行优化，在中间区域建微基站或宏基站。考虑面积与成本问题。当弱覆盖点密度较小时：可以使用微基站，以便于节约成本。当弱覆盖点密度较大时：将两基站的面积与成本联合进行比较。圆的面积：S=r2，计算得当建设1个宏基站时面积为900，其成本为10，计算得当建设1个微基站时面积为100，其成本为1，经比较得二者，在面积相同的情况下成本相差不大，当弱覆盖点密度较大、数量较多时，并且使用8个微基站的覆盖率都没有使用1个宏基站覆盖率高时，则使用宏基站进行覆盖。3.3 建立基站中心点模型在可建站点之间，在分区的条件下，若要找出基站中心点，则根据可建站点之间的距离找出基站坐标P基站(x,y)。基站坐标选择为高业务量点的最优解。例如两点之间选择其中心点为基站坐标点，三点之间则采用圆心为基站坐标点，四点之间则采用最小二乘法找中心点。计算新建基站的覆盖点，在密度低的区域内，标记的高业务量点与未标记的高业务量点距离若小于等于10，则表示被覆盖；在密度高的区域内，标记的高业务量点与未标记的高业务量点距离若小于等于30，则表示被覆盖。计算新建基站的覆盖业务量。在密度低的区域内，筛选出的高业务量点与低业务量点距离小于等于10的低业务量点，将低业务量点标记，将标记的重复的低业务量点消除重复部分；在密度高的区域内，筛选高业务量点与低业务量点距离小于30的低业务量点，将低业务量点标记，将标记的重复的业务量点消除重复部分。确定基站坐标及基站类型后，累计基站所覆盖的弱覆盖点，将其业务量进行累加，计算是否大于弱覆盖点总业务量的90%，若满足条件则输出结果，若不满足则返回步骤1更改标准值。4 通信站点的确定首先借助于Python对附件数据进行可视化处理，基于弱覆盖点密度及业务量划分区域；建立圆形覆盖模型，基站中心点模型，利用Python编写覆盖率算法，对问题进行求解，得到新建站点共1 495个，其中为772个宏基站、723个微基站，业务量的覆盖比例为90.8%，如图3所示。5 结语本文针对弱覆盖点的坐标和业务量进行分析，在站址门限值，可以在密度聚类的基础上，对数据进行层次聚类，在考虑基站类型和成本的限制条件下，确定出弱覆盖点所需的基站数量和建设地址。针对该问题建立的模型及求解方法还可以运用于快递配送站点、共享单车投放点和物资补给点的选址规划上。参考文献1 刘文凤.基于城乡规划的5G移动通信基站站址布局研究J.智能城市,2021,7(06):11-12.2 喻春阳,赵海,王宏.超大地形分块建模算法的研究J.东北大学学报(自然科学版),2011,32(06):798-801.3 黄敏,郭春丽,何瑞丽,习永惠.用聚类分析的方法分类观察者颜色匹配函数J.光谱学与光谱分析,2020,40(02):454-460.图2 弱覆盖点415类聚类结果图图3 宏基站微基站规划图