论文部分内容阅读
LTE跟踪区优化问题是指在满足多种划分原则和约束的前提下,对现网跟踪区分配方案进行改进,以改善网络中跟踪区间切换量、寻呼量以及寻呼成功率等网络性能指标。近几年来在LTE网络的相关研究中,针对LTE网络跟踪区优化的工作刚刚起步,国内外对于跟踪区优化问题的研究有待进一步完善。本论文采用基于分解的多目标进化算法MOEA/D解决LTE网络跟踪区优化的问题。论文完成的主要工作如下。(1)建立多目标多约束LTE跟踪区优化形式化模型。通过分析了跟踪区设计过程中应遵循的规划/优化原则以及分配条件,提出了跟踪区优化的三个目标,包括最小化跟踪区间切换量和寻呼量以及最大化寻呼成功率。并且限定了跟踪区优化中同一跟踪区内部连通、同站同跟踪区等约束条件。(2)针对跟踪区域优化模型,使用遗传算法和差分算法求解,并对算法中交叉、变异、选择等进化算子进行了改进。在进化完成后,利用Pareto排序和基于偏好方法对精英解进行筛选并优化,选择最优个体作为优化结果。针对遗传和差分进化两种算法的改进策略、进化步骤和结果进行了详细分析,实验证明,两种策略均可以有效地对优化小区所属的跟踪区进行了优化。由于遗传算法解的随机性以及差分算法收敛速度快,在不同规模多次比较的情况下,差分进化算法的进化结果优于遗传算法。(3)提出了一种基于聚类的网络分解算法。在对优化小区进行跟踪区优化之前,首先利用该算法对优化小区进行预处理,根据小区间切换关系进行小区聚类分簇,使得簇内小区相互间切换量较大,簇间小区的切换量较小。以簇内小区应属于同一跟踪区作为跟踪区优化中小区的一个约束条件,增强了跟踪区内部的紧密性,提升了跟踪区优化的效果;为保证同一个跟踪区内小区地理上直接相邻或者间接连通,采用Voronoi图生成算法构建地理邻区关系表。实验证明,在对跟踪区进行优化过程中保证了跟踪区内部小区的连通性。(4)设计开发了 LTE网络跟踪区优化软件。采用多种规模的实际跟踪区数据进行验证分析。结果显示,上述基于MOEA/D的跟踪区优化方法有效地改善了实际现网的多项性能指标,取得良好的优化效果。上述研究工作证明,本文阐述的基于MOEA/D的LTE网络跟踪区优化技术可以满足实际LTE网络跟踪区优化要求,并且可以提供高质量的跟踪区优化方案,具有良好的应用价值。