جانمایی بهینه ایستگاه های BTS موبایل جهت بهبود پارامترهای شبکه های سلولی
Publish place: چهارمین کنفرانس بین المللی علوم و مهندسی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 892
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICESCON04_053
تاریخ نمایه سازی: 25 آذر 1395
Abstract:
در این پژوهش سعی بر ایجاد یک منطقه جغرافیایی مشخص جهت نصب ایستگاه های BTS است که باید تعداد و نحوه جانمایی ایستگاههای BTS با توجه به میزان مشترکین و تقاضاهای آنان و کاهش میزان تداخل در آن منطقه تعیین شود. هدف اصلی در این پژوهش، ارایه و حل مدلی است که در آن بهپوشش بیشتر کاربران شبکه سلولی و کاهش تداخل در شبکه و در نتیجه کاهش هزینه های جانماییپرداخته خواهد شد. از جمله فرضیه های اساسی در این مدل، مشخص بودن محل های کاندید برای نصب ایستگاههای BTS تعداد مشترکین منطقه با توجه به تقاضای هر مشتری می باشد. در وهله اول تعداد مشتریان همراه با تقاضای آنان محاسبه و در مرحله دوم، میزان تداخل نویز و سیگنال در شبکه بی سیم به همراه با یکسری آیتم های دیگری که باعث ایجاد حوادث احتمالی در کیفیت سیگنال می گردد بررسی خواهد شد. فرض بر این است که محل های کاندید برای نصب ایستگاههای BTS در این منطقه از پیش تعیین شده و در منطقه کاری مشخصمی باشند. در این پژوهش به بررسی انواع الگوریتم های بهینه سازی از جمله کلونی مورچگان، جستجوی ممنوعه و ژنتیک پرداخته می شود و با توجه به تحقیقات پیشین درخصوص الگوریتم های مذکور، یکی از آنها را که بهترین کارایی در زمینه بهینه سازی مسائل جانمایی دارد انتخاب و مسئله مورد نظر با آن الگوریتم بهینه خواهد شد. در این مقاله سعی بر آن است که با توجه به پیشینه تحقیقات، از الگوریتم ژنتیک که یکی از روشهای فراابتکاری و بعنوان بهترین الگوریتم نسبت به دو الگوریتم یاد شده در زمینه حل مسائل بهینه سازی جانمایی می باشد استفاده شود. در انتهای کار با استفاده از نرم افزار متلب مدل ارائه شده شبیه سازی می گردد.
Keywords:
جانمایی BTS , الگوریتم ژنتیک SINR بهینه سازی GSM
Authors
هادی جنتی عطایی
دانشجوی کارشناسی ارشد مهندسی IT
سید محمد شهرآئینی
استادیار گروه برق، دانشکده فنی مهندسی، دانشگاه گلستان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :