Page 32 - 网络电信2019年9月刊上

光 通 信

二、仿真测试 图3 智能布点覆盖效果图
1、智能布点与人工布点仿真结果对比
本文选取北京朝阳区某商务酒店图纸进行仿真测试。图纸
面积为35m×31m，在LTE信号下测试。在程序中使用如表1所示
的参数。
表1 测试所用参数

在LTE信号下测试。
图4是根据神经网络和数据拟合得到的较为均匀的天线分
布，尽管覆盖率达到了96.3%，但是在实际应用中具有很大的局
限性。首先在成本方面，空旷地区天线的数量太过紧密，并且
未能考虑不同使用的场景、不同类型的天线以及介质损耗等因
素。因此本设计方案的实用性不高。
人工半自动布点是设计人员基于室分设计软件AIDP在图纸 图4 基于神经网络的自动布点覆盖效果图
中选择合适的位置手动插入Hub以及PicoRRU，BBU放置在机房，
因此在平面图设计中不用绘制。然后使用超5类线进行连接，连
接完成后，使用预设电平功能选择LTE制式，并使用覆盖预测功
能选择仿真边界后进行仿真，如果覆盖预测后的覆盖率达不到
要求，就重新进行上述操作。达到覆盖率要求的图纸仿真结果
如图2所示。
图2 人工布点覆盖效果图

图5是使用智能布点功能得到的天线分布，覆盖率达到了
99.4%，并且使用更少的天线数量即可达到覆盖率要求。本功能
根据不同的使用场景、以及不同的天线种类，自动设定天线的
覆盖半径，同时考虑了介质穿损和天线频段等因素，因此得到
的结果是比较准确的。
图5 智能布点覆盖效果图

智能布点时，由设计人员使用室分设计软件AIDP在对应的
建筑底图插入Hub，提前设定PicoRRU的制式和电平值，然后直
接使用天线自动布点功能，选择需要仿真的范围，此功能会根
据需要仿真的范围自动计算出需要使用的PicoRRU数量，在相应
的位置自动插入，同时可以确保图纸达到符合要求的覆盖率。
智能布点功能覆盖率如图3所示。
从覆盖效果图可以看出，在两种布点方式中，人工布点的
图纸覆盖率为95.8%，而使用本算法的智能布点图纸覆盖率为
99.1%，目前智能布点可以通过限制条件进而得到想要得到的覆 三、结束语
盖率，但是所要求的覆盖率越高，程序运行的效率也会随之降 本文提出了一种基于遗传算法的分布式皮基站方案的自动
低。整体来看，智能布点后的覆盖结果相比于人工布点结果在 布点方法，为设计人员提供符合覆盖率要求的布点方案，减少
运行效率和准确性上都是有所提升的。 了设计人员的工作量，降低了设计门槛。此方案契合5G时代智
2、智能布点与基于神经网络自动布点仿真结果对比 能化和高效化的要求，适合5G室内覆盖的许多场景。同时，由
为了达到和基于神经网络自动布点功能相同的实验条件， 于遗传算法的不确定性，可以生成多种布点方案，满足设计人
本文使用相同的建筑底图进行仿真测试。使用介质均为砖墙， 员不同场景的需要。

48 网络电信 二零一九年九月