基站布局优化

zhaohao1774

在室内定位过程中，有很多影响定位误差的因素，其中网元的分布就是导致误差的重要因素之一。网元分布的位置的不同会导致TOA误差的不同，影响定位算法的精度，进而对定位结果产生重要的影响。因此需要设计网元重布局算法，综合考虑定位精度、覆盖、容量等因素，寻找网元的最佳布局位置来提高定位精度。

网元布局与优化算法分为精确算法、启发式算法、元启发式算法三类。在给定定位精度、定位区域覆盖、容量等优化目标的条件下，通过以上算法来寻找网元布局最优规划。

（1） 精确算法

精确算法是指将问题抽象成具体的数学模型，通过数学推导来获得结果。如果建模精确，那么得到的结果的精确度也较高，缺点是抽象的过程困难，而且通常难于用解析式进行表达，如果建模存在偏差，会导致结果精度损失较大。在网元布局规划方面常用的精确算法有数学规划法、数值优化算法、图论求解法等。

     （2） 启发式算法

根据不同布局问题的不同应用，结合问题的成功经验，设计出对应此问题的启发式布局算法。一般的算法设计方法是从一个较为简单但合理的算法入手，在此基础上，分析该算法的的优势与弊端，着手改进，构造出新的算法。分析改进后是否能够提高算法的性能，最后得到较满意的布局算法。这也是目前最重要的解决实际问题的方法。常用的启发式算法大致地分类有两种：构造式算法和改进式算法。

      （3）元启发式算法

       元启发式算法从一个或多个候选解开始作为初始值，然后其根据初始值计算目标函数值，基于已获得的信息，通过个体变异、组合等方法不断更新候选解域，将新的候选解域进入下一代迭代。元启发式算法的优点在于常能发现较优解，也能在合理的时间内给出解，但是缺点在于不能证明一定没有结果较坏的解。换言之，其稳定性得不到保证。在网元规划中常用的算法有遗传算法、模拟退火算法、蚁群算法、集合覆盖和禁忌搜索算法。