[發(fā)明專利]規(guī)劃基站站址的方法和裝置有效
| 申請?zhí)枺?/td> | 201911413325.1 | 申請日： | 2019-12-31 |
| 公開（公告）號： | CN113133006B | 公開（公告）日： | 2023-09-12 |
| 發(fā)明（設(shè)計）人： | 陳娟 | 申請（專利權(quán)）人： | 華為技術(shù)服務(wù)有限公司 |
| 主分類號： | H04W16/18 | 分類號： | H04W16/18 |
| 代理公司： | 北京龍雙利達(dá)知識產(chǎn)權(quán)代理有限公司 11329 | 代理人： | 陳洪艷;王君 |
| 地址： | 065000 河北省*** | 國省代碼： | 河北;13 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 規(guī)劃 基站 方法 裝置 | ||
1.一種規(guī)劃基站站址的方法，其特征在于，包括：
確定規(guī)劃基站站址的第一模型，所述第一模型包括第一約束條件，所述第一約束條件為所述第一模型中不能同時建設(shè)基站的互斥待選站址，所述第一模型的多個決策變量為所述多個待選站址中每個待選站址是否建設(shè)基站；
根據(jù)所述第一約束條件對所述第一模型進行至少一次分支，得到子模型集合，所述子模型集合包括將所述第一模型分支之后的多個子模型，所述子模型集合中每個子模型的松弛模型為刪除所述每個子模型中不能同時建設(shè)基站的互斥待選站址的約束條件；
確定所述多個待選站址中每個待選站址建設(shè)基站的概率；
根據(jù)所述每個待選站址建設(shè)基站的概率確定多個柵格中每個柵格的被所述每個待選站址上所建設(shè)的基站覆蓋的概率；
根據(jù)所述每個柵格被所述每個待選站址上所建設(shè)的基站覆蓋的概率確定所述每個待選站址上所建設(shè)的基站的期望覆蓋率；
將所述每個待選站址上所建設(shè)的基站的期望覆蓋率進行排序更新所述每個待選站址建設(shè)基站的概率；
根據(jù)更新后的所述每個待選站址建設(shè)基站的概率確定所述每個子模型的松弛模型的最優(yōu)解；
根據(jù)貪婪算法或者啟發(fā)式方法確定所述每個子模型的可行解；
根據(jù)所述每個子模型的松弛模型的最優(yōu)解和所述每個子模型的可行解確定所述第一模型的最優(yōu)解。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一約束條件對所述第一模型進行至少一次分支，得到子模型集合，包括：
將所述第一模型中的所述多個決策變量中的第一決策變量賦第一值和第二值，進行一次分支，得到第一子模型和第二子模型，所述子模型集合包括所述第一子模型、所述第二子模型；
其中，所述多個決策變量中每個決策變量賦第一值表示在所述每個決策變量對應(yīng)的待選站址上建設(shè)基站，所述多個決策變量中每個決策變量賦第二值表示在所述每個決策變量對應(yīng)的待選站址上不建設(shè)基站。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：
在所述第一決策變量賦所述第一值的情況下，根據(jù)所述第一約束條件在所述多個決策變量中選擇與所述第一決策變量對應(yīng)的待選站址不互斥的待選站址對應(yīng)的第二決策變量賦所述第一值和所述第二值，選擇與所述第二決策變量對應(yīng)的待選站址互斥的待選站址對應(yīng)的決策變量賦所述第二值，進行一次分支，得到第三子模型和第四子模型；
在所述第一決策變量賦所述第二值的情況下，根據(jù)所述第一約束條件在所述多個決策變量中選擇與所述第一決策變量對應(yīng)的待選站址互斥的待選站址對應(yīng)的第三決策變量賦所述第一值和所述第二值，進行一次分支，確定第五子模型和第六子模型；
其中，所述子模型集合包括所述第三子模型、所述第四子模型、所述第五子模型和所述第六子模型。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述每個子模型的松弛模型的最優(yōu)解和所述每個子模型的可行解確定所述第一模型的最優(yōu)解，包括：
將所述第三子模型的松弛模型的最優(yōu)解、所述第四子模型的松弛模型的最優(yōu)解、所述第五子模型的松弛模型的最優(yōu)解和所述第六子模型的松弛模型的最優(yōu)解中最小的值更新為所述第一模型的解的下界；
針對每次分支，根據(jù)分支后得到的多個子模型中每個子模型的可行解更新所述第一模型的解的上界；
根據(jù)所述第一模型的解的下界和所述第一模型的解的上界確定所述第一模型的最優(yōu)解。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述針對每次分支，根據(jù)分支后得到的多個子模型中每個子模型的可行解更新所述第一模型的解的上界，包括：
針對每次分支，若所述每個子模型的最可行解中最小的可行解相對于上次分支中確定的所述第一模型的解的下界減小時，將減小后的可行解更新為所述第一模型的解的上界。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于華為技術(shù)服務(wù)有限公司，未經(jīng)華為技術(shù)服務(wù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911413325.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
