专利名称：一种基于遗传算法的td-cdma网络基站主频和扰码优化方法
技术领域：
本发明属于移动通信网络优化领域，具体涉及一种基于遗传算法的TD-CDMA网络基站主频和扰码优化方法。
背景技术：
TD-SCDMA (时分同步-码分多址)是现在移动通信中常用的网络之一。TD-SCDMA系统采用了智能天线等技术，可以通过波束赋形的技术来避免其他用户对当前用户的干扰。但是干扰还是不能够完全避免，因为由于无线传播环境的复杂性，不可避免的产生多径和时延，这就导致TD-SCDMA系统中依然存在一定的干扰，因此，需要对频率和扰码进行详细的规划。
目前国内很多地方网络优化还主要采用人工方法，通过人工经验给出方案。这需要使用大量人力物力，而且效率低，成本高，非常容易出错，之后必须反复检查，但是很难达到全局优化，只能局部达到要求。人们急需一套高效的、令人满意的且价格低廉的自动网络规划与优化软件以摆脱繁重的手工设计工作。近年来，随着数字地图及扫频技术越来越成熟，为通过计算机软件参与规划和优化提供了便利，特别是网络实际测量数据的引入参考，使得网络优化更加准确，贴近实际，因此传统的人工规划和优化方法已经很难适应网络快速建设的需求，通过软件参与规划和优化是大势所趋。
发明内容
为克服上述人工方法进行网络优化的缺陷，本发明提供一种基于遗传算法的TD-CDMA网络基站主频和扰码优化方法，其优化效率高，成本消耗少，且不容易出错。本发明的还提供了实现上述方法的系统。—种基于遗传算法的TD-SCDMA网络基站主频和扰码优化配置方法，具体为(I)对全网各小区的主频和扰码做随机分配生成多个个体，将生成的多个个体与全网各小区原始的主频和扰码配置一起构成种群，令运算代数t = I ；(2)对种群的每个个体进行规则检查及修复；(3)计算种群的优化率，若优化率大于等于预定优化率阈值，则该优化率对应的最优个体即为小区主频和扰码优化配置方案，结束，否则，进入步骤(4)；(4)对种群中的个体进行随机两两配对，按照给定的交叉概率对每一配对进行交叉操作，将交叉操作后得到的新个体加入种群；(5)对步骤(4)得到的种群中所有个体进行规则检查及修复；(6)按照给定的变异概率，对步骤(5)修复后的种群中各个体分别进行主频和扰码变异，将主频和扰码变异得到的新个体加入种群；(7)计算步骤(6)得到的种群的每个个体的总干扰量值，在种群中保留部分总干扰量值较小的个体；(8)判断运算代数t是否大于等于预定截止代数，若是，则从种群中选取优化率最高的个体作为最优小区主频和扰码配置方案，否则，t = t+Ι，返回步骤(3)；所述个体规则检查及修复按照如下方式进行定义四规则规则I-同基站的小区不能同主频；规则2-主服务小区与邻区若同主频则不能同复合扰码组及下行同步码组，邻区包括直接邻区和二阶邻区；
规则3-同基站的小区不能同复合扰码组；规则4-主服务小区不能与邻小区采用相同扰码；建立六列表其中四列表分别记录不符合规则I 4的小区对，称为不符合规则小区对表；第五列表记录主频改变过的小区，称作主频锁定小区列表；第六列表记录扰码改变过的小区，称作扰码锁定小区列表；修复不满足规则I的小区对对于不符合规则I的小区对表中的每一个小区对，选择该小区对中邻区较少的小区，将其主频改变，使得该小区对符合规则I ;将主频改变过的小区加入主频锁定小区列表；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表；修复不满足规则2的小区对对于不符合规则2的小区对表中的每一个小区对，首选改变该小区对的任意一个或两个小区的扰码，使得该小区对符合规则2且不增加对规则3,4的违背；其次，如果改变扰码必定增加对规则3，4的违背，则选择该小区对中未被主频锁定的小区，将其改变主频使得该小区对符合规则2且不增加对规则3，4的违背；最后，如果改变扰码必定增加对规则3，4而且该两小区均被主频锁定，则选择其邻区数较少的小区改变主频，使得该小区对符合规则2且不增加对规则3，4的违背；将主频或扰码改变过小区加入主频锁定小区列表或扰码锁定小区列表；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表；修复不满足规则3的小区对对于不符合规则3的小区对表中的每一个小区对，如果两小区都没有被扰码锁定，则改变其中邻区较少的小区，使得该小区对符合规则3且不增加对规则4的违背；如果有且只有一个小区未被扰码锁定，则改变该小区的扰码，使得该小区对符合规则3且不增加对规则4的违背；如果两个小区都被扰码锁定，则改动邻区较少的小区的扰码，使得该小区对符合规则3且不增加对规则4的违背；如果扰码改变的小区是被扰码锁定的，则重复一次修复不满足规则2的小区对；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表。修复不满足规则4的小区对对于不符合规则4的小区对表中的每一个小区对，如果两小区均未被扰码锁定，则改变邻区较少的小区扰码，使得该小区对符合规则4 ;如果有且只有一个小区未被扰码锁定，则改变该小区的扰码，使得该小区对符合规则4 ;如果两个小区均被扰码锁定，则改变邻区较小的小区扰码，使得该小区对符合规则4 ;如果扰码改变的小区是被扰码锁定的，则重复一次修复不满足规则2 3的小区对；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表；如果仍存在小区对不符合四个规则中的任意一个，则重复修复不满足规则I 4的小区对，直到四个不符合规则列表为空或达到预定循环次数。所述个体的优化率计算方法为令最优个体是指种群中个体总干扰量最小的个体，当前种群中最优个体的个体总干扰量为Dmw,原配置的个体总干扰量为Dtjld,则种群的优化率P = (Dold-Dnew) /DoldO所述个体的总干扰量D = EfL 14*I，其中j小区对i小区的实际干扰值Aij =BijXFnXSnjaij是小区j对小区i的固有干扰值，当小区j与i的主频相同时，主频干扰系数Fn = I,当小区j与i的主频不相同时，主频干扰系数Fn = O ；Sn为小区j与i之间的扰码干扰系数；n为小区数。 一种基站主频和扰码优化配置系统，包括小区基础信息模块，用于存储各小区基础信息，包括小区名、小区所属基站、小区原始的主频和扰码配置、小区直接邻区列表； 小区干扰信息模块，用于存储小区j对小区i的固有干扰值，i，j = 1，…，η,η为小区数；小区信息关联模块，用于依据所述小区基础信息确定各小区的相邻关系，相邻关系包括主服务小区的直接相邻小区和二阶邻区，二阶邻区定义为小区A和小区C在地理位置上都与小区B直接相邻，但小区A、C之间并不直接相邻，则称小区A与小区C互为二阶邻区；还用于依据所述小区j对小区i的固有干扰值au计算小区j对小区i的实际干扰值，Aij = aijXFnXSn,当小区j与i的主频相同时，主频干扰系数Fn = I,当小区j与i的主频不相同时，主频干扰系数Fn = 0，Sn为小区j与i之间的扰码干扰系数；个体操作模块，包括交叉子模块、变异子模块和修复子模块；所述交叉子模块，用于按照给定的交叉概率对种群中每一配对个体进行交叉操作；所述变异子模块，用于按照给定的变异概率对种群中各个体分别进行主频和扰码变异，所述修复子模块对种群中各个体进行规则检查及修复；种群操作模块，用于实现遗传算法种群层面的操作，具体为(a)对全网各小区的主频和扰码做随机分配生成多个个体，将生成的多个个体与全网各小区原始的主频和扰码配置一起构成种群，令迭代次t = I (b)调用所述修复子模块对种群的每个个体进行规则检查及修复；(C)计算种群的优化率，若优化率大于等于预定优化率阈值，则该优化率对应的最优个体即为小区主频和扰码优化配置方案，结束，否则，进入步骤(d)；(d)对种群中的个体进行随机两两配对，调用交叉子模块对每一配对进行交叉操作，将交叉操作后得到的新个体加入种群；(e)调用所述修复子模块对步骤(d)得到的种群中所有个体进行规则检查及修复；(f)调用变异子模块对步骤(e)修复后的种群中各个体分别进行主频和扰码变异，将主频和扰码变异得到的新个体加入种群；(g)计算步骤(f)得到的种群的每个个体的总干扰值，在种群中保留部分总干扰值较小的个体；(h)判断迭代次数t是否大于等于预定截止代数，若是，则从种群中选取优化率最高的个体作为最优小区主频和扰码配置方案，否则，t = t+Ι，返回步骤(C)；
一种基于遗传算法的基站主频和扰码优化配置系统，包括第一装置用于对全网各小区的主频和扰码做随机分配生成多个个体，从而构成种群，令迭代次数t= I;第二装置，用于对种群的每个个体进行规则检查及修复；第三装置，用于计算种群的优化率，若优化率大于等于预定优化率阈值，则该优化率对应的最优个体即为小区主频和扰码优化配置方案，结束，否则，进入第四装置；第四装置，用于对种群中的个体进行随机两两配对，按照给定的交叉概率对每一配对进行交叉操作，将交叉操作后得到的新个体加入种群；第五装置，用于对第四装置得到的种群中所有个体进行规则检查及修复；
第六装置，用于按照给定的变异概率，对第五装置修复后的种群中各个体分别进行主频和扰码变异，将主频和扰码变异得到的新个体加入种群；第七装置，用于计算第六装置得到的种群的每个个体的总干扰量值，在种群中保留部分总干扰量值较小的个体；第八装置，用于判断迭代次数t是否大于等于预定截止代数，若是，则从种群中选取优化率最高的个体作为最优小区主频和扰码配置方案，否则，t = t+Ι，返回第三装置；本发明的技术效果体现在本发明在遗传算法过程中，针对移动通信网络规则的特点制约，增加了规则的检查及修复方法，该方法加快了遗传算法进行的速度，使得整个系统的运行效率大大提高。由于我国移动通信网络发展迅速，移动通信网络的情况改变迅速，本发明所提供的高效自动化优化方法大大降低了进行一次优化运算的成本和时间，适应于我国移动通信网络发展的现状。本发明中遗传算法的相关参数均可设置，针对不同规模的移动通信网络，工程实践人员可以根据具体情况设置遗传算法的相关参数，已保持遗传算法的适用与高效。
图I为本发明的方法流程图；图2为本发明的系统结构图；图3为本发明规则检查及修复流程图；图4为本发明的二阶邻区定义示意图。
具体实施例方式本发明的关键在于两点一是对小区配置是否符合规则的检查及不符合规则配置的修复；二是遗传算法的实现。其中前者是后者实现的基础，后者的实现需要应用前者的方法。下面对这两点的具体实施方法进行阐述。I.对小区配置是否符合规则的检查及不符合规则配置的修复。对实际应用中的小区主频及扰码分配规则进行分析规则I-同基站的小区不能同主频。规则2-主服务小区与邻区若同主频则不能同复合扰码组及下行同步码组。规则3-同基站的小区不能同复合扰码组。
规则4-主服务小区不能与邻小区采用相同扰码。规则5-同一主服务小区的任意两个邻区若主频相同，则两邻区不能同扰码。这里注意到邻区的定义，一般情况下，不加说明时，邻区就是指在地理位置上相邻的小区。如果定义，小区A和小区C在地理位置上都与小区B直接相邻，但小区A、C之间并不直接相邻，则称小区A与小区C互为二阶邻区。引入二阶邻区的定义之后规则5可表述为规则5-主服务小区与其二级邻区若同主频，则主服务小区与二级邻区不能同扰码。此时，如果将邻区概念扩大为包括二级邻区时，仅影响到规则4，而规则4中并不包括同主频条件，故在扩大的邻区定义下，规则5包含在规则2中，且不影响规则4的判断， 而这样的定义减少了判断每代群体中每个个体是否符合规则的流程，有利于遗传算法的简单快速实现。故在本方法当中即采用这种包含二阶邻区的邻区定义，即规则2中的邻区包括直接相邻的邻区和二阶邻区，规则2包含了规则5。观察以上规则1-4可知，针对小区主频分配的规则只有规则1，而其余三条规则都是针对扰码分配的。其中规则2既涉及到主频分配也涉及到扰码分配问题。而各个规则之间相互制约，在修复过程中要时刻注意不能因某一条规则对小区配置进行修改后而引起另一条规则的违背，这样的修复是没有意义的。因此，考虑到以上各个方面的问题，采用以下修复准则根据约束规则检查原始配置的中违反每条规则的小区对并分别记录；按所述规则对违反每条规则的小区对进行修复，修复时采用小区分类方法，尽量改动对全网干扰影响小的小区配置，以减少修复规则操作造成的对全网干扰量的增加；将修复前一条规则时改动配置的小区添加至锁定小区列表，在修复下一条规则时，锁定小区列表中的小区配置不可调整，以减少产生对前一条规则新的违背情况；一次修复完成后根据约束规则再次检查原始配置中违反每条规则的小区对并重新记录；判断是否达到修复终止条件，若达到则停止修复，若未达到终止条件继续对全网小区配置进行规则修复。修复停止条件为修复次数达到上限或全网小区无违反规则情况。下面详细说明规则检查及修复过程步骤一检查原配置符合规则情况。若小区A和B不符合某一规则，则称小区A和B为违反该规则的小区对。建立四个列表，分别记录违反每条规则的小区对，称之不符合规则小区对表。再建立两个列表，分别记录主频和扰码修复过的小区，称作主频或扰码锁定小区列表，通过查询这些列表可以避免在修复时产生新的对规则的违背。步骤二 修复不满足规则I的小区对。遍历不符合规则I的小区对表，对其中的每个小区对，判断该小区对中两个小区进行比较，选择邻区较少的小区，将其主频改变，使之符合规则I要求。将改动过的小区加入到主频锁定列表，在之后的修复中不能修改该小区的主频。检查现在的整个网络配置规则符合情况，更新四个不符合规则小区列表。步骤三修复不满足规则2的小区对，且不能增加对规则3，4的违背。由于规则2可以通过调节该区扰码和主频两种方法来实现，而扰码可选项比主频多的多，所以先尝试调节扰码，但在调节扰码的时候应不能增加对规则3，4的违背，如果改变扰码必定增加对规则3，4的违背，再尝试改变主频以满足规则。改变主频时，尽量不修改被主频锁定小区的主频，首选选择未被主频锁定的小区。若两小区均被主频锁定，，修改两个小区中邻区数较少的小区。将扰码改动过的小区加入到扰码锁定小区列表，将主频改动过的小区加入到主频锁定列表，在之后的修复中尽量不修复该小区的扰码或主频。检查现在的整个网络配置规则符合情况，更新四个不符合规则小区列表。步骤四修复不满足规则3的小区对，且不能增加对规则4的违背。检查两小区是否被扰码锁定。如果两个小区都没有被锁定，则调整邻区较少的小区。如果有个小区被锁定，另一个小区在可调小区范围内，则调整可调小区。如果两个小区都被锁定，则改动邻区较少的。如果被修改的小区是被扰码锁定的，必须在此处重复一次步骤三，从而对可能造成的对规则2的新的违反情况进行及时修复。检查现在的整个网络配置规则符合情况，更新四个不符合规则小区列表。步骤五修复不满足规则4的小区对。检查两个小区是否被扰码锁定。如果都没有被锁定，则调整影响较小的小区。如果有个小区被锁定，另一个小区在可调小区范围内， 则调整可调小区。如果两个小区都被锁定，则改动影响小的。如果被修改的小区是被锁定的，必须在此处重复一次步骤三和步骤四，从而对可能造成的对规则2和规则3的新的违反情况进行及时修复。检查现在的整个网络配置规则符合情况，更新四个不符合规则小区列表。步骤六如果当前个体配置仍不符合规则，则重复进行步骤一至步骤五直到四个不符合规则列表为空或达到预定循环次数。理论上，不断地循环重复以上修复步骤最终一定会使个体配置符合规则，但由于每次修复过程都需要大量的规则检查，遍历等工作，会消耗大量的时间，严重降低系统工作的效率，因此可根据经验规定步骤一至步骤五的循环次数上限为5 10次，多次修复之后仍不符合规则的小区间干扰率记为100%，参与到之后的遗传运算当中。一方面，事实上经过5 10次修复会使不满足规则的情况极大降低，而另一方面，由于遗传算法优胜劣汰的思想作用，含有不满足规则基因的个体在遗传过程中会逐渐被淘汰，因此，通过规定修复上限次数，即降低了遗传运算时间，也并不影响遗传运算功能实现。2.遗传算法的实现。首先明确本系统中遗传算法操作的相关概念个体一种全网小区的主频及扰码配置方案；种群全网小区的主频及扰码配置方案的集合；适应度本系统中应用个体总干扰量表征适应度。个体总干扰量为个体实际干扰关系矩阵中每个元素总和，即个体总干扰量D。其中Aij表示实际干扰关系矩阵中第i列第j行的值，即i小区为主小区时，j小区对主小区的干扰值。实际干扰关系矩阵由固有干扰关系矩阵综合考虑主频相关系数和扰码相关系数得来。实际干扰关系矩阵中对应元素Aij由下式获得Aij = BijXFnX Sn其中，au是固有干扰矩阵中的干扰值；Fn为主频干扰系数，当主频相同时，Fn = 1，主频不同时，Fn = O ；Sn为扰码干扰系数，即附表2中对应的扰码组间最大互相关性系数。固有干扰矩阵数据由实时扫频或其他技术获得，它表征了各个小区间不考虑主频及扰码因素而由客观地理环境及设备条件决定的固有干扰值。该矩阵作为系统输入是已知的，本发明并不涉及该矩阵的获得方法。优化率设当前种群中最优个体的个体总干扰量为DnOT，原配置的个体总干扰量为Dtjld，则优化率P = (Dold-Dnew)/Dold ;最优个体是指种群中个体总干扰量最小的个体。根据以上概念定义，遗传算法的实现步骤图I所示其中，遗传算子的具体实现方法为交叉交叉可采用单点交叉和多点交叉。本发明以单点交叉举例说明。首先对种群中的个体进行随机配对。对于配对好的每对个体，按给定的交叉概率(一般取值范围为O. 4 O. 99)进行交叉。交叉运算时，随机确定一个交叉点，在交叉点之前的小区主频和扰码保持不变，交叉点之后的小区主频和扰码对应交换。对交叉运算新生成的两个个体进行规则检查与修复，将修复后的个体加入到种群当中。同时保留原种群中的所有个体。·
变异本方法中变异包括主频变异与扰码变异。主频变异时，遍历每个小区，按给定的主频变异概率进行变异。主频变异时要考虑规则I的限制，即变异后得到的主频必须不能与同站小区相同。扰码变异时，同样遍历每个小区，按给定的扰码变异概率进行变异。一般建议的主频及扰码变异概率取值范围是O. 0001 O. I。扰码变异时必须考虑规则2、3、4的限制，即可选的扰码必须是所有扰码剔除违反规则2、3、4的扰码后得到的扰码。将变异后产生的新个体加入到当前种群当中。同时保留原种群中的所有个体。选择本方法采用确定性采样的方法，计算每个个体总干扰量值，按个体总干扰量值从小到大的顺序排序，并由小到大选取等于预定种群规模数量的个体构成下一代种群，运算代数加一。当群体规模取值较小时，可提高遗传算法的运算速度，但却降低了群体的多样性，有可能会引起遗传算法的早熟现象[17];而当群体规模取值较大时，又会使得遗传算法的运行效率降低，一般建议的群体规模取值范围是20 100。确定式采样选择法避免了常用的比例选择法误差较大的缺点，可以保证适应度较大的个体一定被保留。在下一代群体中判断运算代数是否达到截止代数，截止代数一般建议的取值范围是100 1000。如果运算代数达到则截止运算，否则计算最优个体优化率。表I所示扰码分组情况和表2所示扰码组间最大互相关性数据。表I扰码分组方式
分组 I~I I 2 I 3~~~Γ~6~Γ ~I~8~I~9~I~Ι Π~ΓΓ ~12Π~ 3~ ~ΙΓ ~Ii-I~~
~ I 5 26 27 29 30 34 40 42 43 49 53 55 57 85 90~~ 2 6 8 U 16 21 41 47 48 50 62 65 76 83 9 ~127~C 3 4 7 12 13 18 23 24 35 36 37 39 46 51 66 ~~ 9 10" 14 15 19 20 25 28 33 38 45 68 71 δ" 117 118~ 17 2232 44 60 79 86 93 95 Ι0θ" 106 108 110 125 126~~52]~59]~103]~128]
G54* 81 92 IoT ~VZl
~56* 61 72 84 88 TU ~ θ'
~ 58* 78 82 89 97 98 W2
~j63" 69 70 77 Ι θ" ~123"
~6 67 73 80 94 96 107 ~ΓΤΓ ~UA ~V2A ~~74]~75]~9Γ ~99~|~104]~IUI~Πδ]~ 2θ]~122]表2扰码组间最大互相性表
扰码组最f相扰码组最公相扰码组扰酿扰酿扰码组* * _—Μ__—M___￡___￡_____
1.20.5625 2,3 0.5625 3,5 0.5625 4,8 0.5625 5,12 0.9375 7,12 0.5625
1.3■ 0.875 ~~ ~ 0.5625' 3,6 ~06875~ 4,9' 0.5625 ~ 0.875' 8,9 ~~0J5~
1.4~ 0.875 2,5 ~ 0.75~3,7 0.6875 ~ 4,106,8 0.75~Τ 0~ 0.875
1.5~0.5625 2,6 _ 0.5625~3,8 0.5625" 4,11~0687Γ 6,9 0.5625~Τ Γ~ 0.56251,6Ι Τ 2,7 "0.5625 3,9~ 0.5625 ~4,12 0.5625— 6,10 1.625 6,12 ■ 0.875
1.7~0.56252,8 ~0.8125~3,100.5625 ~5,6~68756,11 0.75~9 Γ~0.875
1.8—0.56252,9 —0.9375~3,110.6875 ~5,7~0 62Γ6,120.625~Τ ~0.75
1.9—0.56252,10~0.9375~3,120.5625 ·5,8"ο Γ7,80.625~Τ 2~0.875
1.10~0.56252,11 ~0.6875~4,50.5625"5,9~08125~7,90.6250.625
1.11—0.56252,12 ~0.8125~ 4,60.6875 "5,10~Qji25~7,10 0.5625~1UT~0.75
1.120.5625 3,4 0.75 4,7 0.6875 5,11 0.5625 7,11 0.875 11,12 0.6~图I为本发明方法整体流程图，具体如下(I)对全网各小区的主频和扰码做随机分配生成多个个体，将生成的多个个体与全网各小区原始的主频和扰码配置一起构成种群，令运算代数t = I ；(2)对种群的每个个体进行规则检查及修复；(3)计算种群的优化率，若优化率大于等于预定优化率阈值，则该优化率对应的最优个体即为小区主频和扰码优化配置方案，结束，否则，进入步骤(4)；(4)对种群中的个体进行随机两两配对，按照给定的交叉概率对每一配对进行交叉操作，将交叉操作后得到的新个体加入种群；(5)对步骤(4)得到的种群中所有个体进行规则检查及修复；(6)按照给定的变异概率，对步骤(5)修复后的种群中各个体分别进行主频和扰码变异，将主频和扰码变异得到的新个体加入种群；(7)计算步骤(6)得到的种群的每个个体的总干扰量值，在种群中保留部分总干扰量值较小的个体；(8)判断运算代数t是否大于等于预定截止代数，若是，则从种群中选取优化率最高的个体作为最优小区主频和扰码配置方案，否则，t = t+Ι，返回步骤(3)；下面对根据本发明所述基于遗传算法的主频和扰码优化方法的系统进行介绍。该系统由以下模块组成，如图2 :
小区基础信息模块a :提供小区基础信息录入与查询的操作方法。该模块提供的小区基础信息录入方法为系统输入用，从文件中读取小区基础信息。包括小区名、小区所属基站、小区原始的主频和扰码配置、小区直接邻区列表等。该模块提供的小区基础信息查询方法为小区信息关联模块c的进一步计算提供服务。邻区包括直接邻区和二阶邻区。小区干扰信息模块b :用于存储小区j对小区i的固有干扰值，i, j = 1，…，n，n为小区数。该模块提供的小区干扰信息录入方法为系统输入用，从文件中读取小区固有干扰关系矩阵。该模块提供的小区干扰信息查询方法为小区信息关联模块c的进一步计算提供服务。小区信息关联模块c :用于依据所述小区基础信息确定各小区的相邻关系，还用于依据所述小区j对小区i的固有干扰值au计算小区j对小区i的实际干扰值个体操作模块d :提供针对个体的交叉，变异遗传算子实现方法。包括交叉子模块、变异子模块和修复子模块；所述交叉子模块，用于按照给定的交叉概率对种群中每一配对个体进行交叉操作；所述变异子模块，用于按照给定的变异概率对种群中各个体分别进 行主频和扰码变异，所述修复子模块对种群中各个体进行规则检查及修复。种群操作模块e :根据个体操作模块中对个体的遗传算子实际方法，实现整体遗传算法。综上所述，本发明利用遗传算法对全网小区库和固有干扰关系矩阵进行遗传运算操作，使其进化到相应的终止条件时，即可输出主频及扰码配置方案，并可对该方案进行评估。通过本发明的方法，在工程上只需要导入全网小区库文件和固有干扰关系文件，即可通过软件系统自动达到频率与扰码优化目的，可节约大量的人力物力，并能提高工作效率，缩短工程周期。当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种基于遗传算法的TD-SCDMA网络基站主频和扰码优化配置方法，具体为 (1)对全网各小区的主频和扰码做随机分配生成多个个体，将生成的多个个体与全网各小区原始的主频和扰码配置一起构成种群，令运算代数t=l ； (2)对种群的每个个体进行规则检查及修复； (3)计算种群的优化率，若优化率大于等于预定优化率阈值，则该优化率对应的最优个体即为小区主频和扰码优化配置方案，结束，否则，进入步骤(4)； (4)对种群中的个体进行随机两两配对，按照给定的交叉概率对每一配对进行交叉操作，将交叉操作后得到的新个体加入种群； (5)对步骤(4)得到的种群中所有个体进行规则检查及修复； (6)按照给定的变异概率，对步骤(5)修复后的种群中各个体分别进行主频和扰码变异，将主频和扰码变异得到的新个体加入种群； (7)计算步骤(6)得到的种群的每个个体的总干扰量值，在种群中保留部分总干扰量值较小的个体； (8)判断运算代数t是否大于等于预定截止代数，若是，则从种群中选取优化率最高的个体作为最优小区主频和扰码配置方案，否则，t=t+l,返回步骤(3)； 所述个体规则检查及修复按照如下方式进行 定义四规则 规则I-同基站的小区不能同主频； 规则2-主服务小区与邻区若同主频则不能同复合扰码组及下行同步码组，邻区包括直接邻区和二阶邻区； 规则3-同基站的小区不能同复合扰码组； 规则4-主服务小区不能与邻小区采用相同扰码； 建立六列表其中四列表分别记录不符合规则广4的小区对，称为不符合规则小区对表；第五列表记录主频改变过的小区，称作主频锁定小区列表；第六列表记录扰码改变过的小区，称作扰码锁定小区列表； 修复不满足规则I的小区对对于不符合规则I的小区对表中的每一个小区对，选择该小区对中邻区较少的小区，将其主频改变，使得该小区对符合规则I ;将主频改变过的小区加入主频锁定小区列表；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表； 修复不满足规则2的小区对对于不符合规则2的小区对表中的每一个小区对，首选改变该小区对的任意一个或两个小区的扰码，使得该小区对符合规则2且不增加对规则3，4的违背；其次，如果改变扰码必定增加对规则3，4的违背，则选择该小区对中未被主频锁定的小区，将其改变主频使得该小区对符合规则2且不增加对规则3，4的违背；最后，如果改变扰码必定增加对规则3，4而且该两小区均被主频锁定，则选择其邻区数较少的小区改变主频，使得该小区对符合规则2且不增加对规则3，4的违背；将主频或扰码改变过小区加入主频锁定小区列表或扰码锁定小区列表；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表； 修复不满足规则3的小区对对于不符合规则3的小区对表中的每一个小区对，如果两小区都没有被扰码锁定，则改变其中邻区较少的小区，使得该小区对符合规则3且不增加对规则4的违背；如果有且只有一个小区未被扰码锁定，则改变该小区的扰码，使得该小区对符合规则3且不增加对规则4的违背；如果两个小区都被扰码锁定，则改动邻区较少的小区的扰码，使得该小区对符合规则3且不增加对规则4的违背；如果扰码改变的小区是被扰码锁定的，则重复一次修复不满足规则2的小区对；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表。
修复不满足规则4的小区对对于不符合规则4的小区对表中的每一个小区对，如果两小区均未被扰码锁定，则改变邻区较少的小区扰码，使得该小区对符合规则4 ;如果有且只有一个小区未被扰码锁定，则改变该小区的扰码，使得该小区对符合规则4 ;如果两个小区均被扰码锁定，则改变邻区较小的小区扰码，使得该小区对符合规则4 ;如果扰码改变的小区是被扰码锁定的，则重复一次修复不满足规则2 3的小区对；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表； 如果仍存在小区对不符合四个规则中的任意一个，则重复修复不满足规则Γ4的小区 对，直到四个不符合规则列表为空或达到预定循环次数。
2.根据权利要求I所述的基站主频和扰码优化配置方法，其特征在于，所述个体的优化率计算方法为 令最优个体为种群中个体总干扰量最小的个体，当前种群中最优个体的个体总干扰量为Dmw,原配置的个体总干扰量为Dtjld,则种群的优化率P= (Dold-Dnew) /DoldO
3.根据权利要求I或2所述的基站主频和扰码优化配置方法，其特征在于，所述个体的总干扰量D =Ay，其中j小区对i小区的实际干扰值Aij = a^ XFnXSn, atj是小区j对小区i的固有干扰值，当小区j与i的主频相同时，主频干扰系数Fn=l，当小区j与i的主频不相同时，主频干扰系数Fn=O ;Sn为小区j与i之间的扰码干扰系数；n为小区数。
4.一种基站主频和扰码优化配置系统，包括 小区基础信息模块，用于存储各小区基础信息，包括小区名、小区所属基站、小区原始的主频和扰码配置、小区直接邻区列表； 小区干扰信息模块，用于存储小区j对小区i的固有干扰值，i，j = 1，…，n，n为小区数； 小区信息关联模块，用于依据所述小区基础信息确定各小区的相邻关系，相邻关系包括主服务小区的直接相邻小区和二阶邻区，二阶邻区定义为小区A和小区C在地理位置上都与小区B直接相邻，但小区A、C之间并不直接相邻，则称小区A与小区C互为二阶邻区；还用于依据所述小区j对小区i的固有干扰值au计算小区j对小区i的实际干扰值，Aij=auXFnX Sn,当小区j与i的主频相同时，主频干扰系数Fn=I,当小区j与i的主频不相同时，主频干扰系数Fn=O, Sn为小区j与i之间的扰码干扰系数； 个体操作模块，包括交叉子模块、变异子模块和修复子模块；所述交叉子模块，用于按照给定的交叉概率对种群中每一配对个体进行交叉操作；所述变异子模块，用于按照给定的变异概率对种群中各个体分别进行主频和扰码变异，所述修复子模块对种群中各个体进行规则检查及修复； 种群操作模块，用于实现遗传算法种群层面的操作，具体为 (a)对全网各小区的主频和扰码做随机分配生成多个个体，将生成的多个个体与全网各小区原始的主频和扰码配置一起构成种群；(b)调用所述修复子模块对种群的每个个体进行规则检查及修复； (c)计算种群的优化率，若优化率大于等于预定优化率阈值，则该优化率对应的最优个体即为小区主频和扰码优化配置方案，结束，否则，进入步骤(d)； (d)对种群中的个体进行随机两两配对，调用交叉子模块对每一配对进行交叉操作，将交叉操作后得到的新个体加入种群； Ce)调用所述修复子模块对步骤(d)得到的种群中所有个体进行规则检查及修复； (f)调用变异子模块对步骤(e)修复后的种群中各个体分别进行主频和扰码变异，将主频和扰码变异得到的新个体加入种群； (g)计算步骤(f)得到的种群的每个个体的总干扰值，在种群中保留部分总干扰值较小的个体； (h)判断迭代次数t是否大于等于预定截止代数，若是，则从种群中选取优化率最高的个体作为最优小区主频和扰码配置方案，否则，t=t+l，返回步骤(C)； 所述个体规则检查及修复按照如下方式进行 定义四规则 规则I-同基站的小区不能同主频； 规则2-主服务小区与邻区若同主频则不能同复合扰码组及下行同步码组，邻区包括直接邻区和二阶邻区； 规则3-同基站的小区不能同复合扰码组； 规则4-主服务小区不能与邻小区采用相同扰码； 建立六列表其中四列表分别记录不符合规则广4的小区对，称为不符合规则小区对表；第五列表记录主频改变过的小区，称作主频锁定小区列表；第六列表记录扰码改变过的小区，称作扰码锁定小区列表； 修复不满足规则I的小区对对于不符合规则I的小区对表中的每一个小区对，选择该小区对中邻区较少的小区，将其主频改变，使得该小区对符合规则I ;将主频改变过的小区加入主频锁定小区列表；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表； 修复不满足规则2的小区对对于不符合规则2的小区对表中的每一个小区对，首选改变该小区对的任意一个或两个小区的扰码，使得该小区对符合规则2且不增加对规则3，4的违背；其次，如果改变扰码必定增加对规则3，4的违背，则选择该小区对中未被主频锁定的小区，将其改变主频使得该小区对符合规则2且不增加对规则3，4的违背；最后，如果改变扰码必定增加对规则3，4而且该两小区均被主频锁定，则选择其邻区数较少的小区改变主频，使得该小区对符合规则2且不增加对规则3，4的违背；将主频或扰码改变过小区加入主频锁定小区列表或扰码锁定小区列表；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表； 修复不满足规则3的小区对对于不符合规则3的小区对表中的每一个小区对，如果两小区都没有被扰码锁定，则改变其中邻区较少的小区，使得该小区对符合规则3且不增加对规则4的违背；如果有且只有一个小区未被扰码锁定，则改变该小区的扰码，使得该小区对符合规则3且不增加对规则4的违背；如果两个小区都被扰码锁定，则改动邻区较少的小区的扰码，使得该小区对符合规则3且不增加对规则4的违背；如果扰码改变的小区是被扰码锁定的，则重复一次修复不满足规则2的小区对；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表。
修复不满足规则4的小区对对于不符合规则4的小区对表中的每一个小区对，如果两小区均未被扰码锁定，则改变邻区较少的小区扰码，使得该小区对符合规则4 ;如果有且只有一个小区未被扰码锁定，则改变该小区的扰码，使得该小区对符合规则4 ;如果两个小区均被扰码锁定，则改变邻区较小的小区扰码，使得该小区对符合规则4 ;如果扰码改变的小区是被扰码锁定的，则重复一次修复不满足规则2 3的小区对；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表； 如果仍存在小区对不符合四个规则中的任意一个，则重复修复不满足规则Γ4的小区对，直到四个不符合规则列表为空或达到预定循环次数。
5.根据权利要求4所述的一种基站主频和扰码优化配置系统，其特征在于，所述个体 的优化率计算方法为 令最优个体是指种群中个体总干扰量最小的个体，当前种群中最优个体的个体总干扰值为Dn ，原配置的个体总干扰值为Dtjld,则种群的优化率P= (Dold-Dnew) /D0ldo
6.根据权利要求4所述的一种基站主频和扰码优化配置系统，其特征在于，所述个体的总干扰量D = Zf=i,j=iZy，其中j小区对i小区的实际干扰值Aij = a^XFnXSn, atJ是小区j对小区i的固有干扰值，当小区j与i的主频相同时，主频干扰系数Fn=l，当小区j与i的主频不相同时，主频干扰系数Fn=O ；Sn为小区j与i之间的扰码干扰系数。
7.一种基于遗传算法的基站主频和扰码优化配置系统，包括 第一装置用于对全网各小区的主频和扰码做随机分配生成多个个体，将生成的多个个体与全网各小区原始的主频和扰码配置一起构成种群，令运算代数t=l ； 第二装置，用于对种群的每个个体进行规则检查及修复； 第三装置，用于计算种群的优化率，若优化率大于等于预定优化率阈值，则该优化率对应的最优个体即为小区主频和扰码优化配置方案，结束，否则，进入第四装置； 第四装置，用于对种群中的个体进行随机两两配对，按照给定的交叉概率对每一配对进行交叉操作，将交叉操作后得到的新个体加入种群； 第五装置，用于对第四装置得到的种群中所有个体进行规则检查及修复； 第六装置，用于按照给定的变异概率，对第五装置修复后的种群中各个体分别进行主频和扰码变异，将主频和扰码变异得到的新个体加入种群； 第七装置，用于计算第六装置得到的种群的每个个体的总干扰量值，在种群中保留部分总干扰量值较小的个体； 第八装置，用于判断运算代数t是否大于等于预定截止代数，若是，则从种群中选取优化率最高的个体作为最优小区主频和扰码配置方案，否则，t=t+l，返回第三装置； 所述个体规则检查及修复按照如下方式进行 定义四规则 规则I-同基站的小区不能同主频； 规则2-主服务小区与邻区若同主频则不能同复合扰码组及下行同步码组，邻区包括直接邻区和二阶邻区； 规则3-同基站的小区不能同复合扰码组；规则4-主服务小区不能与邻小区采用相同扰码； 建立六列表其中四列表分别记录不符合规则广4的小区对，称为不符合规则小区对表；第五列表记录主频改变过的小区，称作主频锁定小区列表；第六列表记录扰码改变过的小区，称作扰码锁定小区列表； 修复不满足规则I的小区对对于不符合规则I的小区对表中的每一个小区对，选择该小区对中邻区较少的小区，将其主频改变，使得该小区对符合规则I ;将主频改变过的小区加入主频锁定小区列表；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表； 修复不满足规则2的小区对对于不符合规则2的小区对表中的每一个小区对，首选改变该小区对的任意一个或两个小区的扰码，使得该小区对符合规则2且不增加对规则3，4的违背；其次，如果改变扰码必定增加对规则3，4的违背，则选择该小区对中未被主频锁定的小区，将其改变主频使得该小区对符合规则2且不增加对规则3，4的违背；最后，如果改变扰码必定增加对规则3，4而且该两小区均被主频锁定，则选择其邻区数较少的小区改变主频，使得该小区对符合规则2且不增加对规则3，4的违背；将主频或扰码改变过小区加入主频锁定小区列表或扰码锁定小区列表；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表； 修复不满足规则3的小区对对于不符合规则3的小区对表中的每一个小区对，如果两小区都没有被扰码锁定，则改变其中邻区较少的小区，使得该小区对符合规则3且不增加对规则4的违背；如果有且只有一个小区未被扰码锁定，则改变该小区的扰码，使得该小区对符合规则3且不增加对规则4的违背；如果两个小区都被扰码锁定，则改动邻区较少的小区的扰码，使得该小区对符合规则3且不增加对规则4的违背；如果扰码改变的小区是被扰码锁定的，则重复一次修复不满足规则2的小区对，直到不再出现被扰码锁定的小区被改变扰码；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表。
修复不满足规则4的小区对对于不符合规则4的小区对表中的每一个小区对，如果两小区均未被扰码锁定，则改变邻区较少的小区扰码，使得该小区对符合规则4 ;如果有且只有一个小区未被扰码锁定，则改变该小区的扰码，使得该小区对符合规则4 ;如果两个小区均被扰码锁定，则改变邻区较小的小区扰码，使得该小区对符合规则4 ;如果扰码改变的小区是被扰码锁定的，则重复一次修复不满足规则2 3的小区对；检查当前整个网络配置规则符合情况，更新四个不符合规则小区列表；如果仍存在小区对不符合四个规则中的任意一个，则重复修复不满足规则广4的小区对，直到四个不符合规则列表为空或达到预定循环次数。
全文摘要
本发明公开了一种基于遗传算法的TD-SCDMA网络基站主频和扰码优化配置方法，具体为对各小区的主频和扰码做随机分配构成种群；对种群的每个个体进行规则检查及修复；将种群中的个体进行随机两两配对，对每一配对进行交叉操作；交叉后进行规则检查及修复；对种群中各个体进行主频和扰码变异；变异后计算个体的总干扰量值，在种群中保留部分总干扰量值较小的个体；循环执行上述步骤直到达到预定停止条件，从最后的种群中选取优化率最高的个体作为最终配置方案。本发明还提供实现所述方法的系统。本发明在遗传算法过程中，针对移动通信网络规则的特点制约，增加了规则的检查及修复方法，该方法加快了遗传算法进行的速度，使得整个系统的运行效率大大提高。
文档编号H04J13/16GK102892133SQ20121025375
公开日2013年1月23日 申请日期2012年7月20日 优先权日2012年7月20日
发明者李炜, 陈曦, 李翔晨 申请人:华中科技大学