[發(fā)明專利]基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)覆蓋及容量優(yōu)化系統(tǒng)及優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 201410133551.5
• 申請日: 2014-04-03
• 公開（公告）號: CN103945398B
• 公開（公告）日: 2017-07-28
• 發(fā)明（設(shè)計）人: 田輝;張平;范紹帥
• 申請（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號: H04W16/18
• 分類號: H04W16/18;H04W16/22;H04W24/02
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司11002
• 代理人: 李迪

1.基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)覆蓋及容量優(yōu)化系統(tǒng)，其特征在于，所述系統(tǒng)包括：

多個分布式自組織模塊，每個所述分布式自組織模塊布置在一個基站中，并且每個所述分布式自組織模塊周期性地利用模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化所在基站的天線仰角和發(fā)射功率；

集中式合作模塊，所述集中式合作模塊用于接收每個所述基站的分布式自組織模塊的優(yōu)化參數(shù)，并將所述優(yōu)化參數(shù)進行處理后，作為優(yōu)化經(jīng)驗發(fā)送到每個所述分布式自組織模塊；

所述分布式自組織模塊包括：

參數(shù)計算單元，用于周期性地統(tǒng)計并計算模糊神經(jīng)網(wǎng)絡(luò)的四個輸入?yún)⒘浚夯咎炀€仰角、基站發(fā)射功率、負載差異因子、頻譜效率差異因子；

模糊化單元，用于根據(jù)隸屬度函數(shù)將所述模糊神經(jīng)網(wǎng)絡(luò)的四個參量的具體數(shù)值轉(zhuǎn)化成模糊化語言的形式；

模糊推理單元，用于根據(jù)模糊推理規(guī)則進行邏輯推理，得到模糊推理結(jié)果；

解模糊單元，用于根據(jù)所述隸屬度函數(shù)將所述模糊推理結(jié)果轉(zhuǎn)化成優(yōu)化后的天線仰角和發(fā)射功率的精確輸出量；

參數(shù)優(yōu)化單元，用于將所述每個分布式自組織模塊所在的基站的天線仰角以及發(fā)射功率分別調(diào)整為所述優(yōu)化后的天線仰角和發(fā)射功率；

參數(shù)學(xué)習(xí)單元，用于根據(jù)所述優(yōu)化后的天線仰角和發(fā)射功率計算所述分布式自組織模塊所在基站的覆蓋及容量性能，并對優(yōu)化參數(shù)進行學(xué)習(xí)調(diào)整；

發(fā)送接收單元，用于將所述優(yōu)化參數(shù)發(fā)送到所述集中式合作模塊，并接收所述集中式合作模塊發(fā)送的所述優(yōu)化經(jīng)驗，并將所述優(yōu)化 經(jīng)驗發(fā)送到所述模糊化單元和解模糊單元，以替換所述優(yōu)化參數(shù)。

2.根據(jù)權(quán)利要求1所述的基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)覆蓋及容量優(yōu)化系統(tǒng)，其特征在于，所述集中式合作模塊根據(jù)接收到的多個上述分布式自組織模塊的所述優(yōu)化參數(shù)，計算出各項所述優(yōu)化參數(shù)的算數(shù)平均值，并將各項計算后的優(yōu)化參數(shù)作為上述優(yōu)化經(jīng)驗發(fā)送到每個所述分布式自組織模塊。

3.根據(jù)權(quán)利要求2所述的基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)覆蓋及容量優(yōu)化系統(tǒng)，其特征在于，

所述優(yōu)化參數(shù)包括所述模糊化單元和解模糊單元中的所述隸屬度函數(shù)的隸屬度函數(shù)中心和隸屬度函數(shù)寬度參數(shù)。

4.一種使用上述權(quán)利要求1-3任意一項所述的基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)覆蓋及容量優(yōu)化系統(tǒng)進行優(yōu)化的方法，其特征在于，包括：

S1，使用每個分布式自組織模塊周期性地利用模糊神經(jīng)網(wǎng)絡(luò)分別對所在基站的天線仰角和發(fā)射功率進行優(yōu)化；

S2，每個所述分布式自組織模塊將優(yōu)化參數(shù)發(fā)送到集中式合作模塊；

S3，所述集中式合作模塊將接收的多個所述優(yōu)化參數(shù)進行計算，并將計算后的優(yōu)化參數(shù)作為優(yōu)化經(jīng)驗分別發(fā)送到每個所述分布式自組織模塊；

S4，每個所述分布式自組織模塊使用收到的所述優(yōu)化經(jīng)驗分別替換所述優(yōu)化參數(shù)；

其中，所述步驟S1具體包括：

S11，周期性統(tǒng)計計算模糊神經(jīng)網(wǎng)絡(luò)的四個輸入?yún)⒘浚寒斍盎咎炀€仰角、當前基站發(fā)射功率、負載差異因子、頻譜效率差異因子；

S12，模糊化過程：根據(jù)隸屬度函數(shù)將模糊神經(jīng)網(wǎng)絡(luò)的四個輸入?yún)⒘康木唧w數(shù)值轉(zhuǎn)化成模糊化語言的形式；

S13，模糊推理過程：根據(jù)模糊推理規(guī)則進行邏輯推理，得到模 糊推理結(jié)果；

S14，解模糊過程：根據(jù)所述隸屬度函數(shù)將模糊推理結(jié)果轉(zhuǎn)化成優(yōu)化后的天線仰角和發(fā)射功率的精確輸出量；

S15，參數(shù)優(yōu)化：將所述分布式自組織模塊所在的基站的天線仰角以及發(fā)射功率分別調(diào)整為優(yōu)化后的天線仰角和發(fā)射功率；

S16，根據(jù)所述優(yōu)化后的天線仰角和發(fā)射功率計算所述分布式自組織模塊所在基站的覆蓋以及容量性能，對優(yōu)化參數(shù)進行學(xué)習(xí)調(diào)整。

5.根據(jù)權(quán)利要求4所述的基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)覆蓋及容量優(yōu)化系統(tǒng)進行優(yōu)化的方法，其特征在于，所述步驟S3具體包括：

所述集中式合作模塊根據(jù)接收到的多個所述分布式自組織模塊的優(yōu)化參數(shù)，計算出各項所述優(yōu)化參數(shù)的算數(shù)平均值，并將各項計算后的優(yōu)化參數(shù)作為優(yōu)化經(jīng)驗發(fā)送到每個所述分布式自組織模塊。

6.根據(jù)權(quán)利要求5所述的基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)覆蓋及容量優(yōu)化系統(tǒng)進行優(yōu)化的方法，其特征在于，

所述優(yōu)化參數(shù)包括所述模糊化過程和解模糊過程中的所述隸屬度函數(shù)的隸屬度函數(shù)中心和隸屬度函數(shù)寬度參數(shù)。