改良式粒子群演算法應用於WCDMA基站選址

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：13

、訪客IP：18.191.228.88

姓名

沈威廷(Wei-ting Shen) 查詢紙本館藏

畢業系所

通訊工程學系在職專班

論文名稱

改良式粒子群演算法應用於WCDMA基站選址
(Improved Particle Swarm Optimization Algorithm Applied to the Base Station Placement Planning of WCDMA Network)

相關論文

★ Branch and Bound 演算法在全光網路包含串音局限的限制條件之最佳化規劃效能分析	★ 平行式最佳區塊碼解碼演算法
★ 數位廣播之視訊系統架構與信號估測	★ 粒子群優化演算法應用於電信業解決方案選商及專案排程之優化
★ 結合PSO及K-Means聚類分析演算法的圖像分割	★ 利用粒子群優化演算法改善分群演算法在訊號分群上之應用
★ 應用模糊聚類與粒子演算法之色彩分群研究	★ 粒子群優化演算法應用於企業更新數據網路採購之優化
★ 粒子群演算法應用於無線區域網路產品硬體開發成本優化	★ 粒子群演算法應用企業伺服器負載平衡之省電優化
★ 粒子群優化演算法應用於瓦斯業微電腦瓦斯表自動讀表之優化	★ 近場通訊之智慧倉儲管理
★ 在Android 平台上實現NFC 室內定位	★ 適用於訊號傳輸暨無線電力傳輸之設計
★ 結合PSO及圖像品質評估演算法識別頻譜訊號	★ 粒子群優化與二維Otsu演算法於影像二元化閥值選取研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

在新的通訊技術不斷的開發與研究下，也開啟新的WCDMA基站的問世。新一代的基站具有體積小，強大功率效能，更低耗能消耗，系統可靠性提升，成本下降等能力。如此，基站的使用的容量將提升一倍增加。縱然使用容量獲得提升，但是網絡的部署建設，若是選擇不適合的基站位址，則信號覆蓋率偏低；或是基站設立數量過多，則造成成本浪費，原本的改善方案將因此徒勞無功。本論文正是由此出發，針對WCDMA基站選址優化這問題進行研究。
使用優化的工具眾多，可是如何挑選適合的工具？一般在建設WCDMA基站時，是無法得知何處是最佳的基站位置。在研究過程中，發現粒子群演算法(PSO)具有相當優異的特性。在實驗研究過程中，發現使用粒子群演算法(PSO)加上Weight(權重) ，可以讓每代的粒子容易獲得較沒有加上Weight(權重)的PSO獲得更佳解。本論文實驗中，新增了｢外部擴散法｣與｢內部碰撞法｣，經實驗後，確實也快速改善訊號重疊局部優化的問題。
最後提出，對於建設基站的工程師所評估後，所假設的基站位置，也可經｢指定基站位置｣來驗證覆蓋率，並且透過粒子群演算法(PSO)尋得最佳覆蓋率的基站位置，以進行後期改善工程。
關鍵字：WCDMA，PSO，P_BEST，G_BEST，Weigh，基站位置，覆蓋率，權重，外部擴散法，內部碰撞法，指定基站位置，粒子群優化演算法。

摘要(英)

In a new generation of WCDMA base stations is smaller, powerful in performance. So, In spite of many construction of base stations, the locations of the base station may not be adequate. That’s why the signal coverage is low. Excessive number of base stations means much money is to be wasted. This thesis is about optimization for WCDMA base station location.
How to choose a suitable tool for optimization to be used ? Generally in the construction of WCDMA base stations, it may not be easy to know where the best base station location is. But in our research we found that particle swarm algorithm (PSO) is an excellent algorithm. This thesis proposes a new external diffusion and internal collision method. Our results showed indeed that it improved the signal overlapping problem of local optimization.
Finally, the construction of base stations should be evaluated by considering the base station location. And by the designated base station location should verify the coverage obtained by using the particle swarm algorithm (PSO) algorithm.
Keywords: WCDMA, particle swarm algorithm (PSO), weigh, base station location, coverage, external diffusion, internal collision, designated the base station location.

關鍵字(中)

★ Weigh
★ G_BEST
★ P_BEST
★ WCDMA
★ PSO

關鍵字(英)

★ 覆蓋率
★ 基站位置
★ 粒子群優化演算法
★ 內部碰撞法
★ 指定基站位置
★ 外部擴散法
★ 權重

論文目次

摘要 i
Abstract ii
誌謝 iii
目錄 iv
圖目錄 List of Figures v
表目錄 List of Tables vi
第一章緒論 1
1-1 研究背景與動機 1
1-2 研究的方向與內容 2
1-3 論文架構 4
第二章 WCDMA網絡與基站選址規劃 5
2-1 概述 5
2-2 基站選址規劃 5
2-3 網絡覆蓋和容量分析 7
第三章群體智能粒子群優化演算法 9
3-1 群體智能簡述 9
3-2 常用近代優化演算法及研究進展 9
3-3 粒子群優化演算法的原理概述 11
3-4 粒子群優化演算法的數學簡述 12
第四章改良式粒子群優化演算法 17
4-1 慣性權重粒子群優化演算法 17
4-2 外部擴散粒子群優化演算法 23
4-3 內部碰撞粒子群優化演算法 26
4-4 『指定座標』粒子群演算法 31
第五章進行程式模擬實驗驗證 33
5-1 問題定義與參數設定 34
5-2 隨機選取產生的初始解 35
5-3 定義適應值(Fitness value)函數 36
5-4 進行V向量的更新 39
5-5 檢查是否達到停止條件 39
5-6 參數選擇與實測結果 40
5-7 指定座標模擬 40
5-8改良式粒子群優化演算法實測結果 41
第六章結論……………………………………………………………………………46
參考文獻……………………………………………………………………………47

參考文獻

[1] 吳秋玲 ,遺傳算法及其在CDMA基站優化選址中的應用,河海大學碩士學位論文, pp. 40-50, 2006年3月1日。
[2] 蔡裕仁 ,粒子群優化演算法應用於企業更新數據網路採購之優化,國立中央大學通訊工程學系碩士論文, pp. 4-14 , 2011年7月15日。
[3] 朱源 ,新型高精度PSO算法及其應用,華南理工大學碩士學位論文,2008年11月25日。
[4] 丁遠 ,CDMA網絡基站的參數規劃和優化,廣東大學碩士學位論文,2009年5月25日。
[5] 唐輝 ,WCDMA網絡覆蓋預測分析與應用,南京郵電大學碩士學位論文,2004年5月
1日。
[6] 　李銘 ,基于WCDMA下基站優化選址的研究,廣東工業大學碩士學位論文,2009年5月
1日。
[7] 康雪姣 ,CDMA無線網絡規劃與設計,蘭州大學碩士學位論文, 2009年6月1日。
[8] 范思源 ,無線網絡规劃中基站選址的解决方案華南理工大學碩士學位論文,2006年
11月27日。
[9] 陳聖彦 , 基于改進PSO算法的動態神經網絡研究, 江南大學碩士學位論文,2009年
5月1日。
[10] Antonio I. S. Nascimento, Carmelo J. A. Bastos Filho, "A Particle Swarm Optimization based approach for the maximum coverage problem in cellular base stations positioning", Hybrid Intelligent Systems (HIS), 10th , pp. 91-96,23-25 Aug.2010..
[11] M. A. S. Choudhry, M. Zubair, and I. M. Qureshi, "MUD for WCDMA using modified PSO algorithm", Wireless Communications and Signal Processing (WCSP) ", pp. 1-4, 21-23 Oct,2010.
[12] M. A. S. Chaudhry, M. Zubair, and I. M. Qureshi,"Particle swarm optimization based MUD for overloaded MC-CDMA system", Wireless Communications, Networking and Information Security (WCNIS), pp. 1-5,25-27 June 2010.
[13] A. A. El-Saleh, M. Ismail, R. Viknesh, C. C. Mark, and M. L. Chan, "Particle swarm optimization for mobile network design", IEICE Electronics Express, vol. 6, pp. 1219-1225, 17 August 2009.
[14] D. Tsilimantos, D. Kaklamani, and G. Tsoulos, "Particle swarm optimization for UMTS WCDMA network planning", Wireless Pervasive Computing, ISWPC, pp. 283-287, 7-9 May 2008.
[15] W. T. Li, X. W. Shi, L. Xu, and Y. Q. Hei, "Improved GA and PSO culled hybrid algorithm for antenna array pattern synthesis", Progress in Electromagnetics Research, vol. 80, pp. 461-476,2008.
[16] T. P. Hong and G. N. Shiu (2007), "Allocating multiple base stations under general power consumption by the particle swarm optimization",Swarm Intelligence Symposium, pp. 23-28,1-5 April 2007.
[17] H. M. Elkamchouchi, H. M. Elragal, and M. A. Makar, "Power control in CDMA system using particle swarm optimization", Radio Science Conference, pp, 1-8, 13-15 March 2007.
[18] T. M. Chan, S. Kwong, and K. F. Man, "Resource management in wideband CDMA systems using gnetic algorithms", Applied Artificial Intelligence, vol. 19, pp. 1-41,23 Feb 2007.
[19] Y. Zhang, C. Ji, P. Yuan, M. Li, C. Wang, and G. Wang, "Particle swarm optimization for base station placement in mobile communication",Networking, Sensing and Control, pp. 428-432,21-23 March 2004.

指導教授

賀嘉律(Chia-lu Ho)

審核日期

2012-1-17

推文