一种定位网元布局的智能优化方法和装置与流程

本发明涉及无线通信技术领域，尤其涉及一种定位网元布局的智能优化方法和装置。

背景技术：

定位网元指的是可进行定位信号收发的设备，例如基站、伪基站等。现有的网元布局技术一般只针对室外大型基站设备或无线传感器网络中的节点进行布局，主要目的是为了提升通信质量和用户服务质量，理论上也可以用于定位。现有的网元布局优化算法主要考虑的是网元的位置和数量对整体网络覆盖范围和信号质量的影响，优化目标是在满足建网目标的前提下，达到容量、覆盖、质量和成本的最优组合，目前还没有专门针对室内三维定位的网元布局优化方法。网元布局算法可分为两类，一类是基于随机几何的网元布局算法；另一类是基于多目标优化的网元布局智能算法。

基于随机几何建模的方法处于初步研究阶段，还存在一些待解决问题，主要分为两类。第一类问题是由于系统模型简单，忽略了实际系统的某些特征。例如，只考虑了单信道、单天线。未来的系统模型可以引入mimo技术、考虑多个信道、不同的信道分配策略、功率控制、协作传输、移动性、上行传输等因素；第二类问题是如何对性能分析指标进行扩展。目前的分析指标主要考虑的是覆盖率和可达速率，此外应该考虑传输时延、能量消耗，以及与定位场景的结合。

已有的基于多目标优化的网元智能布局算法研究虽然考虑了多目标的优化问题，但目前还没有一种网元布局方案考虑到与定位需求相结合，并且存在全局搜索能力弱、参数难以调整等问题。例如，基于模拟退火算法的网元智能布局方案的全局搜索性能与其参数“降温速度”密切相关，且初始参数需要根据多次试验调整；基于粒子群算法的网元智能布局方案计算复杂度高，局部寻优能力较差；基于遗传算法的网元智能布局方案需将问题描述转换成适用于遗传算法的“编码”形式，且全局搜索能力不强。

综上所述，存在的问题：(1)由于现有智能优化算法在全局搜索时，可能以很大概率停留在局部最优解上，存在全局搜索能力弱的缺陷；(2)而模拟退火算法初始参数对最终解的影响很大，而且难以调整。

技术实现要素：

鉴于上述问题，提出了本发明以便提供一种解决上述问题的定位网元布局的智能优化方法和装置。

依据本发明的一个方面，提供一种定位网元布局的智能优化方法，包括：

按照设定的网元移动方式，对本次迭代的当前最优网元布局x^best中的各网元进行移动，得到候选网元布局集合；

在所述候选网元布局集合中选择出集合中的最优网元布局x^now；

在所述x^now和所述x^best中确定出较优的网元布局，并以确定出的网元布局作为下一次迭代的当前最优网元布局x^best，进行迭代处理；

当满足迭代中止条件时，输出末次迭代确定出的网元布局。

依据本发明的另一个方面，提供一种定位网元布局的智能优化装置，包括：

布局生成模块，用于按照设定的网元移动方式，对本次迭代的当前最优网元布局x^best中的各网元进行移动，得到候选网元布局集合；

布局选取模块，用于在所述候选网元布局集合中选择出集合中的最优网元布局x^now；

优化处理模块，用于在所述x^now和所述x^best中确定出较优的网元布局，并以确定出的网元布局作为下一次迭代的当前最优网元布局x^best，触发所述布局生成模块，以及当满足迭代中止条件时，输出末次迭代确定出的网元布局。

依据本发明的第三个方面，提供一种定位网元布局的智能优化装置，包括：

存储器和处理器；所述存储器存储有计算机指令；所述处理器执行所述计算机指令，从而实现以下方法：

按照设定的网元移动方式，对本次迭代的当前最优网元布局x^best中的各网元进行移动，得到候选网元布局集合；

在所述候选网元布局集合中选择出集合中的最优网元布局x^now；

在所述x^now和所述x^best中确定出较优的网元布局，并以确定出的网元布局作为下一次迭代的当前最优网元布局x^best，进行迭代处理；

当满足迭代中止条件时，输出末次迭代确定出的网元布局。

本发明有益效果如下：

本发明技术方案采用候选网元布局集合，加快网元布局全局寻优过程，避免停留在局部最优解上；且候选网元布局集合中的网元可移动方向可根据问题规模进行调整，控制计算的复杂程度。本发明技术方案将网元布局优化与定位需求相结合，可为基于位置信息的服务提供支撑。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明第一实施例提供的一种定位网元布局的智能优化方法的流程图；

图2为本发明第二实施例提供的一种定位网元布局的智能优化方法的流程图；

图3为本发明第二实施例中初始网元布局方案的示例图；

图4为本发明第三实施例提供的一种定位网元布局的智能优化装置的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供一种定位网元布局的智能优化方法和装置，主要特点是设计一个候选网元布局集合，避免搜索到局部最优解后，一直停留在局部最优解上；并且将网元布局优化问题与定位需求相结合，获得平均定位误差比初始网元布局的平均定位误差更小的布局。下面通过几个具体实施例对本发明的实施过程进行更详尽的阐述。

在本发明的第一实施例中，提供一种定位网元布局的智能优化方法，如图1所示，所述方法包括如下步骤：

步骤s101，按照设定的网元移动方式，对本次迭代的当前最优网元布局x^best中的各网元进行移动，得到候选网元布局集合；

本发明实施例中，当本次迭代为首次迭代时，当前最优网元布局x^best为设定的初始网元布局。

在本发明的一个具体实施例中，所述按照设定的网元移动方式，对当前最优网元布局x^best中的各网元进行移动，包括：

对当前最优网元布局x^best进行n次移动，每次移动所有网元，每个网元沿着三维空间的六个方向中随机的一个方向进行单位移动；其中，每次移动得到一个候选网元布局，n为设定的移动次数阈值。

其中，每个网元沿着三维空间的六个方向中随机的一个方向进行单位移动时，移动范围不超出设定的边界阈值。

在本发明的一个可选实施例中，在得到候选网元布局集合之后，还包括：将候选网元布局集合中存在的与当前最优网元布局x^best相同的布局从集合中剔除。从而避免出现在与当前最优网元布局x^best相同的布局上一直迭代的情况。

在本发明的另一个可选实施例中，在得到候选网元布局集合之后，还包括：判断上一次迭代时x^now是否优于x^best，并在是的情况下，将所述候选网元布局集合中存在的与上一次迭代时选择出的x^now相同的布局从集合中剔除。从而避免出现在与当前网元布局x^now相同的布局上一直迭代的情况。

步骤s102，在候选网元布局集合中选择出集合中的最优网元布局x^now；

在本发明的一个具体实施例中，以定位误差为参考因子，在候选网元布局集合中选择出集合中的最优网元布局x^now。具体实施过程为：

求取候选网元布局集合中每个候选网元布局对定位点进行m次定位的定位误差的平均值；其中m为预先设定的定位次数阈值；

在候选网元布局集合中选择出定位误差平均值最小的候选网元布局为集合中的最优网元布局x^now。

步骤s103，在x^now和x^best中确定出较优的网元布局，并以确定出的网元布局作为下一次迭代的当前最优网元布局x^best，进行迭代处理(即返回步骤s101)；

本发明实施例中，在x^now和x^best中确定出较优的网元布局，具体包括：以定位误差为参考因子，在x^now和x^best中确定出较优的网元布局。其中，确定出较优的网元布局的过程，与步骤s102中在候选网元布局集合中选取最优网元布局的方式相同，即，通过比较x^now与x^best的平均定位误差的大小，当x^now的平均定位误差小于x^best的平均定位误差时，x^now为确定出的较优的网元布局；当x^now的平均定位误差大于等于x^best的平均定位误差时，x^best为确定出的较优的网元布局。

步骤s104，当满足迭代中止条件时，输出末次迭代确定出的网元布局。

本发明实施例中，迭代中止条件包括但不限于为达到了设定的迭代次数。

综上，本发明实施例所述方法，采用候选网元布局集合，加快网元布局全局寻优过程，避免停留在局部最优解上；且候选网元布局集合中的网元可移动方向可根据问题规模进行调整，控制计算的复杂程度。另外，本发明将网元布局优化与定位需求相结合，可为基于位置信息的服务提供支撑。

在本发明的第二实施例中提供一种定位网元布局的智能优化方法，如图2所示，包括如下步骤：

步骤s201，开始；

步骤s202，选定一个初始网元布局方案，并设定最大迭代次数、定位区域、定位请求次数request_num、网元单位移动距离move_dis，并且将当前迭代次数初始化为0。

其中，初始网元布局方案中，在水平方向平面上各个网元呈正六边形“蜂窝”结构，使定位区域包含在上述正六边形“蜂窝”结构的覆盖范围内。根据网元数量不同，初始网元布局可以由邻接的n个正六边形构成，其中n为正整数。如图3所示，为初始网元布局方案的示例图。

本实施例中，根据三维定位需要，所有网元不能处于同一个平面上，还需要至少另一平面上的网元，这些网元同样在水平方向平面上呈正六边形“蜂窝”结构，当不满6个时，可以组成残缺的正六边形“蜂窝”结构。

步骤s203，记当前初始网元布局方案为x⁰，令当前最优网元布局为x^best＝x⁰，转步骤s204。其中x⁰描述了每一个网元的三维坐标等信息。

步骤s204，根据当前最优网元布局x^best，进行网元移动，产生可移动网元布局集合n(x^best)，给候选网元布局队列赋值t＝n(x^best)。

其中n(x^best)表示x^best的可移动布局的集合，n(x^best)其中的任意一个元素，代表x^best任意一个或者多个网元进行了单位移动。

具体而言，网元的这种单位移动可在三维空间中x,y,z三个坐标轴上进行共计6种方向的移动，包括(-1,0,0)，(1,0,0)，(0,-1,0)，(0,1,0)，(0,0,-1)，(0,0,1)，其中前述三元组的三个变量分别代表x轴、y轴和z轴的数值，0表示对应的坐标值不变，1表示对应的坐标向对应坐标轴正方向移动1单位距离move_dis，-1表示对应的坐标向对应的坐标轴负方向移动1单位距离move_dis。

本发明实施例中，对当前最优网元布局x^best进行n次移动，每次移动所有网元，每个网元沿着三维空间的六个方向中随机的一个方向进行单位移动；其中，每次移动得到一个可移动网元布局(即实施例一中的候选网元布局)；n为设定的移动次数阈值。

步骤s205，在候选网元布局队列中选出最优网元布局方案x^now。

较佳的，在候选网元布局队列中选出最优网元布局方案x^now之前，还包括：将候选网元布局队列中与x^best相同的候选网元布局删除。

更进一步地，如果上一次迭代时，判断出f(x^now)≥f(x^best)，则将候选网元布局队列中与将上一次迭代过程中选出的x^now相同的候选网元布局删除。

其中，最优网元布局方案x^now指的是在候选网元布局队列中，产生的定位结果平均定位误差最小的方案。平均定位误差指的是在request_num次定位请求中，待定位节点定位结果与真实坐标的欧氏距离的平均值。

本实施例中，记最优网元布局方案x^now的平均定位误差为f(x^now)，x^best的平均定位误差为f(x^best)。

步骤s206，判断是否f(x^now)＜f(x^best)，若是，则执行步骤s207；否则，执行步骤s208。

步骤s207，判断当前是否达到最大的迭代次数，若是，则输出x^now，停止运算；否则，令x^best＝x^now，返回步骤s204，继续迭代。

步骤s208，判断当前是否达到最大的迭代次数，若是，则输出x^best，停止运算；否则，仍以x^best继续执行步骤s204，继续迭代。

下面给出两个具体应用示例，用于更清楚的说明本发明实施例所述方法的实施过程。

应用示例1：

本应用示例中，待定位区域由1个房间构成，定位区域为一个长*宽*高为1*1*1m³的房间，房间中待定位点的坐标中最小值为(-0.5,-0.5,-0.5)，最大值为(0.5,0.5,0.5)，在房屋外设置12个网元，初始各网元的坐标为(1,0,0.5)，(-1,0,0.5)，(1,0,1),(-1,0,1)。按照本发明技术方案的步骤进行，设置其余各个参数，包括最大迭代次数100000次、定位请求次数10次、网元单位移动距离1m等，并将当前迭代次数初始化为0。

进行步骤s203～208步骤后，得到一个最优网元布局为：

(3.81,2.45,1.45),(-0.23,3.24,1.34),(1.63,-1.78,2.64),(2.17,1.52,-8.19),(-1.63,-5.46,7.88)(5.61,-4.32,-1.49)。

应用示例2：

本应用示例中，待定位区域由2层建筑构成，每层建筑的定位区域为一个长*宽*高为10*10*3m³的楼层，房间中待定位点的坐标中最小值为(-5,-5,-3)，最大值为(5,5,3)，在房屋外设置12个网元，初始各网元的坐标为(5,0,2)，(-5,0,2)，(5,0,4),(-5,0,4)。按照本发明技术方案的步骤进行，设置其余各个参数，包括最大迭代次数100000次、定位请求次数600次、网元单位移动距离1m等，并将当前迭代次数初始化为0。

进行步骤s203～208步骤后，得到一个最优网元布局为：

(-8.51,5.46,-8.79)，(4.96,7.85,1.23),(2.19,-8.52,1.34),(9.65,2.15,-4.56),

(-1.20,8.56,4.32),(4.69,-8.78,-9.63)(-5.21,-6.87,6.35),(7.49,8.54,1.65),(-9.68,6.23,1.34),(9.87,-4.62,1.03),(5.74,9.87,-4.63),(-4.16,3.54,-9.68),(7.49,-6.51,-3.58)。

在本发明的第三实施例中，提供一种定位网元布局的智能优化装置，如图4所示，包括：

布局生成模块410，用于按照设定的网元移动方式，对本次迭代的当前最优网元布局x^best中的各网元进行移动，得到候选网元布局集合；

布局选取模块420，用于在所述候选网元布局集合中选择出集合中的最优网元布局x^now；

优化处理模块430，用于在所述x^now和所述x^best中确定出较优的网元布局，并以确定出的网元布局作为下一次迭代的当前最优网元布局x^best，触发布局生成模块410，以及当满足迭代中止条件时，输出末次迭代确定出的网元布局。

本发明实施例中，布局生成模块410，具体用于对当前最优网元布局x^best进行n次移动，每次移动所有网元，每个网元沿着三维空间的六个方向中随机的一个方向进行单位移动；其中，每次移动得到一个候选网元布局，n为设定的移动次数阈值。

其中，每个网元沿着三维空间的六个方向中随机的一个方向进行单位移动时，移动范围不超出设定的边界阈值。

进一步地，本发明实施例中，布局选取模块420，以定位误差为参考因子，在候选网元布局集合中选择出集合中的最优网元布局x^now；

其中，定位误差为网元布局对定位点进行m次定位的平均定位误差；其中m为预先设定的定位次数阈值。此时，布局选取模块420，具体用于求取所述候选网元布局集合中每个候选网元布局对定位点进行m次定位的定位误差的平均值；在所述候选网元布局集合中选择出定位误差平均值最小的候选网元布局为集合中的最优网元布局x^now；其中m为预先设定的定位次数阈值。

进一步地，本发明实施例中，优化处理模块430，以定位误差为参考因子，在所述x^now和所述x^best中确定出较优的网元布局。具体方式可参见在候选网元布局集合中选择出集合中的最优网元布局x^now的方式。

可选地，本发明实施例中，布局生成模块410，还用于在得到候选网元布局集合之后，将所述候选网元布局集合中存在的与当前最优网元布局x^best相同的布局从集合中剔除。

可选地，本发明实施例中，布局生成模块410，还用于在得到候选网元布局集合之后，判断上一次迭代时x^now是否优于x^best，并在是的情况下，将所述候选网元布局集合中存在的与上一次迭代时选择出的x^now相同的布局从集合中剔除。从而避免出现在与当前最优网元布局x^best相同的布局上一直迭代，或者在与当前网元布局x^now相同的布局上一直迭代的情况。

综上，本发明实施例所述装置，采用候选网元布局集合，加快网元布局全局寻优过程，避免停留在局部最优解上；且候选网元布局集合中的网元可移动方向可根据问题规模进行调整，控制计算的复杂程度。另外，本发明将网元布局优化与定位需求相结合，可为基于位置信息的服务提供支撑。

在本发明的第四实施例中，提供一种定位网元布局的智能优化装置，包括：存储器和处理器；所述存储器存储有计算机指令；所述处理器执行所述计算机指令，从而实现以下方法：

按照设定的网元移动方式，对本次迭代的当前最优网元布局x^best中的各网元进行移动，得到候选网元布局集合；

在所述候选网元布局集合中选择出集合中的最优网元布局x^now；

在所述x^now和所述x^best中确定出较优的网元布局，并以确定出的网元布局作为下一次迭代的当前最优网元布局x^best，进行迭代处理；

当满足迭代中止条件时，输出末次迭代确定出的网元布局。

进一步地，本发明实施例中，处理器具体用于对当前最优网元布局x^best进行n次移动，每次移动所有网元，每个网元沿着三维空间的六个方向中随机的一个方向进行单位移动；其中，每次移动得到一个候选网元布局，n为设定的移动次数阈值。所述每个网元沿着三维空间的六个方向中随机的一个方向进行单位移动时，移动范围不超出设定的边界阈值。

进一步地，本发明实施例中，处理器具体用于以定位误差为参考因子，在候选网元布局集合中选择出集合中的最优网元布局x^now；以及以定位误差为参考因子，在所述x^now和所述x^best中确定出较优的网元布局。

其中，所述定位误差包括：对定位点进行m次定位的平均定位误差；其中m为预先设定的定位次数阈值。

可选地，本发明实施例中，处理器还用于在得到候选网元布局集合之后，将所述候选网元布局集合中存在的与当前最优网元布局x^best相同的布局从集合中剔除；

可选地，本发明实施例中，处理器还用于判断上一次迭代时x^now是否优于x^best，并在是的情况下，将所述候选网元布局集合中存在的与上一次迭代时选择出的x^now相同的布局从集合中剔除。

综上，本发明实施例所述装置，采用候选网元布局集合，加快网元布局全局寻优过程，避免停留在局部最优解上；且候选网元布局集合中的网元可移动方向可根据问题规模进行调整，控制计算的复杂程度。另外，本发明将网元布局优化与定位需求相结合，可为基于位置信息的服务提供支撑。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。