• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于射線追蹤路徑損耗模型的煤礦巷道基站選址方法

      2024-12-31 00:00:00王逸飛王怡雯許議丹黃曉俊
      工礦自動(dòng)化 2024年11期
      關(guān)鍵詞:遺傳算法

      關(guān)鍵詞:礦井通信;射線追蹤法;路徑損耗模型;基站選址;覆蓋半徑;數(shù)字高程模型;遺傳算法

      中圖分類(lèi)號(hào):TD655 文獻(xiàn)標(biāo)志碼:A

      0引言

      5G網(wǎng)絡(luò)在煤礦智能化建設(shè)中扮演著至關(guān)重要的角色[1-3]。為了滿足煤礦在安全生產(chǎn)、環(huán)境監(jiān)測(cè)和應(yīng)急通信等關(guān)鍵領(lǐng)域的需求,確保煤礦巷道內(nèi)無(wú)線信號(hào)的全面覆蓋顯得尤為必要。盡管煤礦基站的發(fā)射功率受到限制[4],但不是影響無(wú)線網(wǎng)絡(luò)覆蓋的主要因素。在巷道環(huán)境中,信號(hào)為多分支結(jié)構(gòu),路徑損耗較高。巷道壁通過(guò)吸收、反射、散射和繞射等削弱信號(hào)功率,在極端情況下甚至可能阻斷信號(hào),形成陰影區(qū)域[5-6]。因此,巷道內(nèi)的信號(hào)覆蓋不僅取決于基站位置的鏈路狀態(tài)(例如視距或非視距),還受到基站布局和巷道幾何結(jié)構(gòu)的制約。為了達(dá)到所需的無(wú)線信號(hào)覆蓋效果,必須進(jìn)行基站選址規(guī)劃。

      基站選址規(guī)劃的關(guān)鍵前提是確定基站覆蓋半徑,而覆蓋半徑取決于發(fā)射功率和路徑損耗。巷道環(huán)境中同時(shí)存在直達(dá)信號(hào)和反射信號(hào)。巷道壁的反射作用會(huì)引入額外損耗。由于存在多徑傳播,有限封閉環(huán)境常伴隨多徑衰落和時(shí)延擴(kuò)展[7-8]。射線追蹤法能精確計(jì)算電波在有限空間內(nèi)的傳播特性,應(yīng)對(duì)復(fù)雜場(chǎng)景和幾何結(jié)構(gòu)的挑戰(zhàn)。通過(guò)模擬射線從發(fā)射點(diǎn)經(jīng)過(guò)場(chǎng)景中各物體后的路徑,可準(zhǔn)確復(fù)現(xiàn)波的反射和折射現(xiàn)象[9-12]。利用射線追蹤法,能夠計(jì)算出煤礦巷道中的路徑損耗,進(jìn)而確定基站覆蓋半徑。

      網(wǎng)絡(luò)規(guī)劃中的基站選址問(wèn)題通常屬于非確定性多項(xiàng)式問(wèn)題,隨著問(wèn)題規(guī)模的增加,計(jì)算時(shí)間呈指數(shù)增長(zhǎng)[13-15]。這類(lèi)問(wèn)題可通過(guò)優(yōu)化算法解決,例如退火算法[16]、遺傳算法[17]、啟發(fā)式算法[18]。目前關(guān)于選址規(guī)劃的研究大多通過(guò)最大化視距區(qū)域的覆蓋范圍來(lái)實(shí)現(xiàn)基站選址[19-22]。例如,文獻(xiàn)[19]和文獻(xiàn)[20]使用優(yōu)化工具自動(dòng)規(guī)劃了密集城市環(huán)境中的毫米波網(wǎng)絡(luò),并分析了基站密度和覆蓋情況。文獻(xiàn)[21]通過(guò)可擴(kuò)展算法對(duì)基站位置進(jìn)行優(yōu)化后,在不影響覆蓋率的前提下,基站數(shù)量減少了50%。文獻(xiàn)[22]研究了最小成本的基站選址問(wèn)題,其中潛在覆蓋區(qū)域僅限于視距區(qū)域。上述研究忽略了非視距區(qū)域的基站選址問(wèn)題。由于巷道幾何結(jié)構(gòu)的獨(dú)特性,傳統(tǒng)選址方法不適用于煤礦巷道,需要新的策略來(lái)解決巷道非視距環(huán)境的選址問(wèn)題。本文基于射線追蹤路徑損耗模型確定基站覆蓋半徑,并提出一種基于幾何框架的離散規(guī)劃方法,可解決巷道中基站選址問(wèn)題。

      值得注意的是,該損耗模型主要考慮了直達(dá)路徑和反射路徑的功率?;趽p耗模型,建立一個(gè)5 m×5 m 的矩形斷面巷道,計(jì)算接收功率隨距離變化的衰減情況,結(jié)果如圖3 所示。可看出,信號(hào)頻率為900 MHz 時(shí)衰減更慢,這意味著在相同發(fā)射功率下較低頻率的信號(hào)覆蓋范圍更大。通過(guò)損耗模型可獲得不同接收功率閾值下的基站覆蓋半徑,用于基站位置優(yōu)化。

      2巷道基站位置優(yōu)化

      為優(yōu)化設(shè)備(如傳感器、路由器、基站等)位置并最大化覆蓋范圍,選址規(guī)劃的首要目標(biāo)是在確保基站數(shù)量一定的前提下實(shí)現(xiàn)最優(yōu)布局。傳統(tǒng)的選址規(guī)劃方法通常只考慮視距區(qū)域(即無(wú)障礙物遮擋的區(qū)域),本文提出了一種適用于非視距環(huán)境的選址規(guī)劃方法,該方法可解決具有復(fù)雜邊界和障礙物的巷道基站選址問(wèn)題。視距模型和非視距模型如圖4 所示,其中灰色區(qū)域表示障礙物,黑色線條表示模型或障礙物邊界,網(wǎng)格狀區(qū)域?yàn)榇?guī)劃區(qū)域。

      2.1巷道離散模型

      數(shù)字高程模型是一種用于表示地球表面地形起伏的數(shù)字模型,能夠提供地形和建筑的三維信息,廣泛應(yīng)用于地形分析、水文模擬、城市規(guī)劃等領(lǐng)域[23]。利用礦井巷道模型矢量圖,可生成光柵形式的數(shù)字高程模型,該模型以正方形網(wǎng)格為基礎(chǔ)。每個(gè)網(wǎng)格的質(zhì)心位置表示為三維坐標(biāo),包括二維坐標(biāo)和高度數(shù)據(jù)。數(shù)字高程模型的精度依賴于分辨率,分辨率決定了網(wǎng)格密度。雖然增加網(wǎng)格數(shù)量可提升矢量圖的精度,但也會(huì)顯著增加計(jì)算復(fù)雜度。為在精度與計(jì)算效率之間取得平衡,本文采用網(wǎng)格形式的數(shù)字高程模型,以簡(jiǎn)化后續(xù)的優(yōu)化算法。

      巷道數(shù)字高程模型如圖5 所示,灰色線條表示巷道壁,黑色細(xì)線為網(wǎng)格線。放置基站后,黑色粗線為選定接收功率閾值的覆蓋臨界線。假設(shè)巷道模型內(nèi)第i 個(gè)基站的位置坐標(biāo)為(xi, yi, zi),基站向巷道延伸方向傳輸信號(hào)時(shí),其覆蓋區(qū)域位于臨界線以內(nèi)。如果第j 個(gè)網(wǎng)格在臨界線內(nèi),則視為被第i 個(gè)基站覆蓋。

      900 MHz 下坐標(biāo)為(0,2.5,2) m 的基站水平剖面局部覆蓋熱圖如圖6 所示。可看出隨著與基站距離的增加, 信號(hào)強(qiáng)度逐漸變?nèi)?。為了方便?jì)算, 取?80 dBm 作為閾值,覆蓋半徑為200 m。

      目標(biāo)函數(shù)計(jì)算的是所有已覆蓋網(wǎng)格的數(shù)量,覆蓋面積等于覆蓋網(wǎng)格數(shù)量與單個(gè)網(wǎng)格面積的乘積。覆蓋率為已覆蓋面積與整個(gè)巷道計(jì)算區(qū)域總面積的比值。

      2.3基站選址問(wèn)題計(jì)算過(guò)程

      基站選址問(wèn)題計(jì)算過(guò)程如圖7 所示。首先,繪制數(shù)字高程地圖模型,在繪制的模型中建立坐標(biāo)系以確定相位位置關(guān)系,同時(shí)將繪制的地圖網(wǎng)格化;其次,通過(guò)編碼將地圖模型中的元素映射成數(shù)據(jù)形式儲(chǔ)存;然后,通過(guò)算法對(duì)目標(biāo)函數(shù)進(jìn)行計(jì)算和迭代;最后,輸出優(yōu)化后的基站位置和對(duì)應(yīng)的覆蓋率。

      通過(guò)數(shù)據(jù)分類(lèi)和存儲(chǔ)實(shí)現(xiàn)巷道建模,數(shù)據(jù)分類(lèi)為巷道墻壁、目標(biāo)區(qū)域、無(wú)效區(qū)域、基站、被覆蓋的區(qū)域。其中,墻壁的作用是阻擋信號(hào)傳播;目標(biāo)區(qū)域是指巷道內(nèi)部需要被覆蓋的區(qū)域;無(wú)效區(qū)域指不需要覆蓋的區(qū)域(障礙物)。模型數(shù)據(jù)存儲(chǔ)在1 個(gè)矩陣中,矩陣的每個(gè)元素都包含1 個(gè)坐標(biāo)值,表示該元素在地圖模型中的位置。模型的幾何尺寸由網(wǎng)格大小和矩陣維度決定。

      利用遺傳算法對(duì)初始基站位置進(jìn)行優(yōu)化,通過(guò)刪除1 個(gè)舊基站并添加1 個(gè)新基站來(lái)調(diào)整覆蓋面積,重復(fù)這一過(guò)程,直到覆蓋率達(dá)到最優(yōu)值。具體而言,每個(gè)染色體代表1 組基站的位置,基因編碼代表基站的具體坐標(biāo)。通過(guò)隨機(jī)生成p 組不同位置信息的基站集合作為初始種群,以確保搜索空間的多樣性。通過(guò)適應(yīng)度函數(shù)衡量每個(gè)染色體的優(yōu)劣,該函數(shù)以基站覆蓋的網(wǎng)格數(shù)量(即目標(biāo)函數(shù)值)為主要評(píng)估標(biāo)準(zhǔn)。在此基礎(chǔ)上,種群染色體通過(guò)基因選擇、交叉和變異等操作逐步進(jìn)化,從而優(yōu)化基站布局。選擇操作依據(jù)染色體的適應(yīng)度值,優(yōu)先保留覆蓋率較高的個(gè)體;交叉操作結(jié)合父母染色體的信息,生成新的子代,以探索更優(yōu)解;變異操作通過(guò)隨機(jī)調(diào)整基因位置信息,進(jìn)一步增加種群的多樣性,防止陷入局部最優(yōu)解。上述過(guò)程反復(fù)迭代,直至達(dá)到預(yù)設(shè)的終止條件(最大迭代次數(shù)或目標(biāo)適應(yīng)度值),從而確定基站的最優(yōu)位置組合。遺傳算法流程如圖8所示。

      3仿真模擬和測(cè)試驗(yàn)證

      3.1數(shù)值計(jì)算

      在Python 3.8.10 平臺(tái)借助示例二維地圖進(jìn)行數(shù)值計(jì)算,二維模擬巷道如圖9 所示,巷道高度為5 m,寬度為5 m。巷道每個(gè)交叉處節(jié)點(diǎn)用黑色字母表示,AB=290 m, BC=100 m, DE=GF=210 m, CD=IG=245 m, NI=165 m, DG=CI=325 m, GH=IK=NL=465 m,JM=180 m, OL=685 m, QT=245 m, RP=400 m, OS=705 m。坐標(biāo)原點(diǎn)為(0,0),設(shè)覆蓋半徑為200 m,假設(shè)巷道內(nèi)部沒(méi)有障礙物,通過(guò)配置1 m×1 m 的網(wǎng)格進(jìn)行計(jì)算。

      基站數(shù)量與覆蓋率的關(guān)系如圖10 所示,紅色曲線是遺傳算法計(jì)算結(jié)果,黑色曲線為理想覆蓋率,藍(lán)色曲線是二者的差異。可看出,優(yōu)化后前10 個(gè)基站覆蓋率是線性變化的,且與理想計(jì)算結(jié)果吻合。第10~18 個(gè)基站的曲線存在差異,原因是巷道尺寸有限,每個(gè)基站的覆蓋范圍無(wú)法得到充分利用。例如TE 段長(zhǎng)620 m,如果放置2 個(gè)基站,則覆蓋范圍為800 m, 覆蓋面積出現(xiàn)冗余。由式(15) 計(jì)算可得,100% 覆蓋時(shí)的基站數(shù)量為14 個(gè),而優(yōu)化算法計(jì)算得到14 個(gè)基站可使覆蓋率達(dá)91.2%,覆蓋率與理想狀態(tài)不同的原因與上述類(lèi)似。算法為了在固定的基站數(shù)量下得到基站的最優(yōu)位置,盡量避免了2 個(gè)基站重復(fù)覆蓋的區(qū)域,使得覆蓋效率最大。

      分別部署13,14,15個(gè)基站,基站位置見(jiàn)表1—表3,括號(hào)里的數(shù)值為高度坐標(biāo)(斜井和豎井處的基站帶有高度數(shù)據(jù))。3個(gè)表格中基站的位置相似,即算法迭代的最優(yōu)結(jié)果使得基站趨于這些優(yōu)勢(shì)的位置。部署不同數(shù)量基站的區(qū)別在于是否覆蓋了JM,OS,AB段巷道,尤其是JM 段,因?yàn)? 個(gè)基站的覆蓋權(quán)重為7.2%,而JM 段僅為目標(biāo)區(qū)域的3%,算法不會(huì)考慮在該位置部署基站,除非基站是充足的,如采用16個(gè)以上基站時(shí)的覆蓋率幾乎接近100%。

      3.2三維模型仿真

      在FEKO軟件的Winprop模塊中建立相同巷道場(chǎng)景,并構(gòu)建三維模型(圖11),模型尺寸與3.1 節(jié)保持一致。電磁波傳播預(yù)測(cè)采用標(biāo)準(zhǔn)射線追蹤模型。巷道壁由混凝土材料制成,相對(duì)介電常數(shù)為4.3,電導(dǎo)率為0.005 S/m,磁導(dǎo)率接近真空。設(shè)基站高度為2 m,在巷道范圍內(nèi),基站可向2 個(gè)方向輻射電波。

      使用表2所示的基站布置方案進(jìn)行模擬,結(jié)果如圖12 所示??煽闯鯦M 段未被覆蓋,而其他目標(biāo)區(qū)域幾乎均被?80 dBm 的電波覆蓋,與數(shù)值計(jì)算分析結(jié)果一致。原因是JM 段的長(zhǎng)度僅為180 m,基站置于其他區(qū)域可使覆蓋率更高。通過(guò)以?80 dBm 為閾值的覆蓋/中斷圖可更容易觀察到這一結(jié)果,覆蓋率為93.6%,比優(yōu)化算法計(jì)算結(jié)果高一些,這是因?yàn)橄噜徎就l信號(hào)的疊加使得信號(hào)強(qiáng)度有所提升。巷道部分路徑的接收功率如圖13 所示,交叉點(diǎn)處的接收功率強(qiáng)度用字母標(biāo)出。圖13 更加清晰地展示了各段巷道的覆蓋情況,圖中灰色線條為?80 dBm閾值線,可以清晰地看到低于閾值線以下未被覆蓋的區(qū)域。例如圖13(e)中QL 段中間415~580 m 處未被大于?80 dBm 信號(hào)覆蓋。

      3.3井下實(shí)測(cè)

      為了驗(yàn)證射線追蹤路徑損耗模型的實(shí)際應(yīng)用效果,在礦井巷道中測(cè)試路徑接收功率,測(cè)試環(huán)境如圖14 所示。在斷面為矩形的煤礦巷道中,設(shè)測(cè)試間隔為5 m,測(cè)試總長(zhǎng)220 m 的路徑中的信號(hào)接收功率,并與射線追蹤模擬結(jié)果進(jìn)行對(duì)比,結(jié)果如圖15所示??煽闯鰷y(cè)試結(jié)果略低于模擬結(jié)果,這可能是因?yàn)榕c模擬環(huán)境相比,實(shí)際煤礦巷道電磁環(huán)境不太理想,并且受到運(yùn)輸線路、管道、鋼網(wǎng)、軌道、設(shè)備噪聲和其他噪聲的影響。對(duì)于測(cè)量和模擬結(jié)果,?80 dBm 的信號(hào)強(qiáng)度可提供200 m 的覆蓋半徑,驗(yàn)證了射線追蹤路徑損耗模型的有效性。

      4討論和展望

      通過(guò)巷道建模和數(shù)值計(jì)算,可在較復(fù)雜的非視距環(huán)境中獲得較優(yōu)基站布局。大多現(xiàn)有方法通過(guò)增加基站發(fā)射功率或調(diào)整天線角度來(lái)減少盲區(qū),這些方法在一定程度上有效,但沒(méi)有考慮網(wǎng)絡(luò)整體優(yōu)化和成本效益。相比之下,本文通過(guò)全局優(yōu)化策略確定基站最佳位置,在不增加額外硬件成本的情況下提高了覆蓋質(zhì)量?;疚恢脙?yōu)化方法對(duì)比見(jiàn)表4。

      短距離信號(hào)盲區(qū)是移動(dòng)通信中一個(gè)長(zhǎng)期存在的問(wèn)題。尤其是在復(fù)雜環(huán)境內(nèi),障礙物的阻擋和復(fù)雜地形常導(dǎo)致信號(hào)覆蓋不均。為了克服這一挑戰(zhàn),可采用新的技術(shù)手段進(jìn)對(duì)短距離盲區(qū)進(jìn)行覆蓋,例如,將可重構(gòu)智能表面作為低功耗的中繼,對(duì)入射信號(hào)方向進(jìn)行調(diào)整,從而覆蓋盲區(qū)。隨著5G 和未來(lái)6G技術(shù)的發(fā)展,網(wǎng)絡(luò)密度和復(fù)雜性將進(jìn)一步增加,為基站位置優(yōu)化帶來(lái)新的挑戰(zhàn)。

      5結(jié)論

      1) 根據(jù)射線追蹤法原理構(gòu)建了射線追蹤路徑損耗模型,獲得不同接收功率閾值下的基站覆蓋半徑。

      2) 基于射線追蹤路徑損耗模型,提出了一種適用于非視距環(huán)境的基站選址方法,通過(guò)最小化基站數(shù)量和位置優(yōu)化達(dá)到最佳覆蓋率。

      3) 仿真結(jié)果表明,使用14個(gè)基站的選址方案時(shí),網(wǎng)絡(luò)覆蓋率為91.2%,與數(shù)值計(jì)算結(jié)果的誤差僅為2.4%。煤礦巷道實(shí)測(cè)結(jié)果表明,信號(hào)接收功率略低于模擬結(jié)果,?80 dBm 信號(hào)強(qiáng)度可提供200 m 的覆蓋半徑,驗(yàn)證了射線追蹤路徑損耗模型的有效性。

      猜你喜歡
      遺傳算法
      遺傳算法對(duì)CMAC與PID并行勵(lì)磁控制的優(yōu)化
      基于自適應(yīng)遺傳算法的CSAMT一維反演
      基于遺傳算法的建筑物沉降回歸分析
      一種基于遺傳算法的聚類(lèi)分析方法在DNA序列比較中的應(yīng)用
      基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測(cè)
      遺傳算法識(shí)別模型在水污染源辨識(shí)中的應(yīng)用
      協(xié)同進(jìn)化在遺傳算法中的應(yīng)用研究
      軟件發(fā)布規(guī)劃的遺傳算法實(shí)現(xiàn)與解釋
      基于遺傳算法的三體船快速性仿真分析
      基于改進(jìn)的遺傳算法的模糊聚類(lèi)算法
      星子县| 惠安县| 佛教| 东辽县| 义乌市| 开化县| 广平县| 孟村| 三江| 柳江县| 旬邑县| 冕宁县| 蒙山县| 渝北区| 辽宁省| 德令哈市| 黄平县| 桦川县| 任丘市| 酒泉市| 洛阳市| 临武县| 客服| 巴东县| 贺州市| 门头沟区| 嘉定区| 秭归县| 丽江市| 雷州市| 昭觉县| 长顺县| 丹江口市| 延寿县| 鹤岗市| 恩平市| 黑河市| 安宁市| 涟源市| 五河县| 宜兰市|