基于冲突消解迭代优化算法的无线电频谱资源规划方法

摘要

本发明公开了一种基于冲突消解迭代优化算法的无线电频谱资源规划方法，该方法包括：根据频谱规划矛盾冲突，利用频谱冲突消解的迭代优化算法构建无线电频谱资源规划模型，实现对不同业务的无线电频谱资源的规划。然后利用灰色熵权模糊评估算法构建了综合评判模型，对所述规划进行量化评估，得到最优的规划方案。本发明方法综合考虑各方面的因素，将频谱资源规划与业务需求紧密结合，能有效消解无线电频谱资源规划中的冲突问题，并对规划方案进行量化评估，通过不断的调整与优化，最终形成操作性强的无线电频谱资源规划方案。

说明书

技术领域

本发明涉及无线电频谱资源规划，具体地指一种基于冲突消解迭代优化算法的无线电频谱资源规划方法，属于无线电管理领域。

背景技术

目前，在无线电管理领域，存在无线电频谱资源规划冲突难以协调和规划方案难以验证其合理性的问题。在现有无线电频谱规划技术中，通常采用频率资源共用优化利用和频率资源联合规划等方案，其中，在频率资源共用优化利用方案中，主要着眼遵循同一时间、覆盖同一地点的频率不相冲突的原则制定，结合不同通信条件系统效率、相互干扰、实现复杂度等方面问题的综合仿真与评估，力求在提高频率资源利用效率的同时，实现诸多频率复用，该方案存在的不足表现为无法有效实现基于多目标信息的频率时分复用，而在频率资源联合规划方案中，以频率资源共用技术为基础，结合无线电频谱资源需求的分析，建立规划模型，并通过对空间频率资源信息进行综合判断和辅助决策，以在提高规划合理性的同时，明确今后一段时期空间用频规划，该方案存在的不足表现为建立的规划模型通用性不强，综合评估的结论亦缺乏一定的针对性和可操作性。

发明内容

本发明目的在于克服上述现有技术的不足而提供一种基于冲突消解迭代优化算法的无线电频谱资源规划方法，该方法将频谱资源规划与业务需求紧密结合，形成操作性强的无线电频谱资源规划方案。

实现本发明目的采用的技术方案是一种基于冲突消解迭代优化算法的无线电频谱资源规划方法，该方法包括：根据频谱规划矛盾冲突，利用频谱冲突消解的迭代优化算法构建无线电频谱资源规划模型，实现对不同业务的无线电频谱资源的规划。

进一步地，利用灰色熵权模糊评估算法构建了综合评判模型，对所述规划进行量化评估，得到最优的规划方案。

本发明方法综合考虑各方面的因素，将频谱资源规划与业务需求紧密结合，能有效消解无线电频谱资源规划中的冲突问题，并对规划方案进行量化评估，通过不断的调整与优化，最终形成操作性强的无线电频谱资源规划方案。

附图说明

图1为实施例基于冲突消解迭代优化算法对TD-LTE频谱资源规划方法的流程图。

图2为频谱规划区间发生冲突的处理流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的详细说明。

TD-LTE频谱资源规划，不仅离不开TD-LTE频谱资源的需求分析论证，也需要国家、地方相关划分规定和规划方案的支撑。在需求分析论证方面，主要是跟踪掌握新技术发展和技术体制更新换代等因素所引发的TD-LTE频谱资源需求变化和应用方式变革，综合分析国内外TD-LTE频谱资源需求发展动向及与其他通信技术体制频谱资源需求可能的相互影响，根据TD-LTE频谱资源需求预测模型计算预估TD-LTE频谱资源的需求量和可支持度，以形成TD-LTE频谱资源需求分析论证结论；在相关划分规定和规划方案方面，应严格遵守国际电联、国家和地方出台的一系列规则、标准、建议和无线电频谱划分规定，并落实移动通信业务建设发展规划方案。本实施例综合以上两个方面的因素分析，采用本发明方法，结合有关分配模型的运用，达成TD-LTE频谱资源的预分配，再通过不断的调整与修正，最终形成TD-LTE频谱资源规划方案，如图2所示，具体步骤如下：

S100、生成规划方案

建立频谱规划矛盾冲突分析规则，设计频谱冲突消解的迭代优化算法，构建无线电频谱资源规划模型，可达成基于不同业务的无线电频谱资源的预规划。

S101、规划设计

S1011、冲突消解迭代优化算法的设计

(1)初始频谱规划区间的确定

初始频谱规划区间的确定是在频谱需求基础上完成的。

(a)模型假设

假设频谱规划参考区间为[a₁,b₁],[a₂,b₂],…,[a_n,b_n]，现在需要得到一个与上述参考区间吻合度最高的区间，作为最终的频谱规划区间。

由于上述参考区间的数据来源不同，故其可参考性不同。根据不同参考区间的可参考性，赋予每个参考区间一个权值α_i(i＝1,2,…,n)，α_i描述了参考区间[a_i,b_i]可参考性的大小。

其中

(b)模型的建立

取则参考区间

区间的长度越长，有效性就越强，准确性就越差；区间长度越短，有效性越差，准确性就越强。

综合考虑频谱规划区间的有效性和准确性，取规划区间的长度为[a,b]的一半，设分配区间为[x,y]，则

定义频谱规划区间[x,y]与参考区间[a_i,b_i](i＝1,2,…,n)的吻合度如下：

其中，||·||表示区间的长度。

(c)模型求解

a)令初始值x₀＝a，计算频谱规划区间[x₀,y₀]与参考区间的吻合度；

b)取步长ε＝0.1(或0.01，可根据需要自行确定)，依次计算[x_i+1,y_i+1]与参考区间的吻合度；

其中x_i+1＝x_i+ε，y_i+1＝y_i+ε(i＝1,2,…)

c)如果y_i+1≤b则不断重复步骤b)，如果y_i+1＞b则停止循环。

令则η^*所对应的频谱规划区间[x_*,y_*]为所求。

S1012、频谱规划区间发生冲突的处理

初始频谱规划区间必然会发生各种各样的冲突，根据重要性进行公平按比例重新规划。

(a)冲突频段的重新规划方法

假设某业务系统的分业务x₁…x_n的频谱规划区间分别为[a₁,b₁],[a₂,b₂],…,[a_n,b_n]，不失一般性，不妨假设a₁≤a₂≤…≤a_n。

如果分业务x₁…x_n相互干扰，则其频谱规划区间不能发生冲突，即对任意的满足

若(不妨假设i＜j)，使得则说明分业务x_i和x_j的频谱规划区间发生了冲突，需要对冲突的频段按比例公平规划原则重新规划。

由于a_i≤a_j，则其中c＝a_j,d＝min{b_i,b_j}。

将分业务x_i和x_j在该业务系统中发挥作用的重要程度用权重β_i和β_j描述，则将冲突频段[c，d]按如下比例进行规划，即将规划给x_i，规划给x_j。

此时，分业务x_i的频谱规划区间被重新赋值为：

$>[{a_i}^{\prime },{b_i}^{\prime }]=\left(\right[a_i,b_i]-[c,d\left]\right)\cup [c,c+\frac{{\beta }_i}{{\beta }_i+{\beta }_j}(d-c)]$>

分业务x_j的频谱规划区间被重新赋值为：

$>[{a_j}^{\prime },{b_j}^{\prime }]=([a_j,b_j]-[c,d])\cup [c+\frac{{\beta }_i}{{\beta }_i+{\beta }_j}(d-c),d]$>

(b)实施步骤，算法流程如图2所示，包括：

设分业务x₁…x_n的初始频谱规划区间序列为[a₁,b₁],[a₂,b₂],…,[a_n,b_n]，且a₁≤a₂≤…≤a_n。

a)令i＝1，j＝i+1；

b)进行判断，若[a_i,b_i]∩[a_j,b_j]≠φ，则将冲突频段重新规划，并将频谱规划区间序列重新赋值，即[a_i,b_i]＝[a_i′,b_i′]，[a_j,b_j]＝[a_j′,b_j′]。再执行第2步；若则执行c)；

c)令j＝j+1，执行b)；直到j＝n，终止，执行d)；

d)令i＝i+1，执行a)；直到i＝n终止。

S200、评估规划方案

由于规划方案的评估指标既存在模糊性，又存在灰色性，本方法设计灰色熵权模糊评估算法对其进行综合评估，具体步骤如下：

S201、分析影响因素体系

对影响规划方案优劣的各因素按属性进行分类，建立影响因素的递阶层次关系。设因素集为U，{U₁,U₂,…U_n}构成规划方案评估因素的第1层，{U₁₁,U₁₂,U₁₃,U₂₁,…,U_nm-1,U_nm}构成规划方案评估因素层的第2层，即子因素层。考虑评估的可操作性和准确性，选定5级评语集，将评估结果分为：优秀(V₁)、良好(V₂)、中等(V₃)、合格(V₄)、不合格(V₅)5个等级，备择集(或评语集)可表示为:V＝{V₁,V₂,…,V₅}。

S202、单因素评判

(a)建立单因素评判矩阵

单因素评判矩阵可视为子因素集{U_ij}与备择集之间的灰色模糊关系。根据U_ij给出评判对象对评语集中各元素的隶属度，并根据信息的充分程度给出相应的灰度，可采用专家评判法确定。

$>{\tilde{R}}_{\otimes i}=\left(\begin{array}{cccc}({\mu }_{11},v_{11})& ({\mu }_{12},v_{12})& ...& ({\mu }_{1n},v_{1n})\\ ({\mu }_{21},v_{21})& ({\mu }_{22},v_{22})& ...& ({\mu }_{2n},v_{2n})\\ ·& ·& ·& ·\\ ·& ·& ·& ·\\ ·& ·& ·& ·\\ ({\mu }_{m1},v_{m1})& ({\mu }_{m2},v_{m2})& ...& ({\mu }_{mn},v_{mn})\end{array}\right)$>

由于信息量很难用数值来衡量，所以本项目使用一些描述性的语言来对应一定的灰度范围，如将信息的充分程度分成以下几类：{很充分，比较充分，一般，比较贫乏，很贫乏}，分别对应灰度值{[0，0.2)，[0.2，0.4)，[0.4，0.6)，[0.6，0.8)，[0.8,1.0]}。

(b)确定子因素集{U_ij}的权重

鉴于各项评估指标在衡量规划方案优劣程度的差异性，为更准确合理地进行评估，需要科学确定各级指标的权重。确定评估指标权重的方法很多，本系统主要使用基于信息熵理论的指标权重确定方法。

设原始评价数据矩阵X＝(x_ij)_n×m，其中x_ij≥0(i＝1,2,…,n；j＝1,2,…,m)。在信息熵中的变量取值范围在0～1之间，因此需要对原始评价数据矩阵X进行预处理，本项目采用归一化的方法进行处理，得到归一化处理后的矩阵E＝[e_ij]，其中

对于规划评估中的某个指标i，其信息熵为：

第i个指标的熵权为：

式中：0≤w_i≤1，且

权重集可视为评判对象与因素集之间的灰色模糊关系。根据影响因素递阶层次关系，运用信息熵理论给出同一层次中各子因素{U_ij}关于上一层准则U_i的权重及相应的点灰度，构成权重集。

式中各权重值要求归一化，即

(c)求出单因素评判向量

为保留尽可能多的评判信息，在模部运算中采用M(·，+)算子，而灰部运算中采用M(⊙，+)算子，因此，按下述公式计算出单因素U_i的评判向量：

S203、综合评判

将子因素集U_i作为其上一级因素集U的元素，由前面求出的单因素评判向量，可构成综合评判矩阵：

同样运用信息熵理论给出因素U_i关于目标层的权重及相应的点灰度，构成权重集。

其中，各权重值要求归一化，即

求出规划构想的综合评判向量：

S204、评判结果的处理

在灰色模糊综合评判中，灰度是对信息不充分程度的描述，也可理解为对信息的不可信程度，相应的白度即为信息的可信度。因此，可对上述评判结果作如下处理：

若b_i≥b_j，则b_i≥b_j的可信度为：p_ij＝P(b_i≥b_j)＝(1-v_i)(1-v_j)(i,j＝1,2,3,4,5且i≠j)；

反之，b_i≥b_j的不可信度，即b_j＞b_i的可信度为：p_ji＝1-p_ij＝1-(1-v_i)(1-v_j)(i,j＝1,2,3,4,5且i≠j)；

上述评判结果中，隶属度b_i为最大的可信度为：

按照最大隶属度原则，选取可信度值最大的p_i对应的评语V_i为规划方案的最终评判结果，这样就确定了规划方案的优劣。