当前位置：
X-MOL 学术
›
Trans. Emerg. Telecommun. Technol.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
A novel approach on femtocell placement in the commercial buildings using genetic algorithm
Transactions on Emerging Telecommunications Technologies ( IF 2.5 ) Pub Date : 2021-04-26 , DOI: 10.1002/ett.4285 Mohammad Javad Nassiri 1 , Shahram Etemadi Borujeni 1
Transactions on Emerging Telecommunications Technologies ( IF 2.5 ) Pub Date : 2021-04-26 , DOI: 10.1002/ett.4285 Mohammad Javad Nassiri 1 , Shahram Etemadi Borujeni 1
Affiliation
|
The femtocell networks have been developed to solve the indoor coverage issues. In the large commercial buildings, finding the minimum number of femtocells and their locations with a full coverage of the building is a complicated problem. This article attempts to minimize the number of femtocells in a large building while providing maximum coverage. In this article, the locations of the femtocells are determined such that the total number of handovers in the building is minimal. For this purpose, the building area is divided into small and equal-sized subregions, and a femtocell matrix coverage is obtained for each subregion using the path-loss equation. We utilize the femtocell matrix coverage and propose a mathematical model to minimize the number of femtocells with a maximum (almost complete) coverage of the building area. We employ the genetic algorithm to solve this NP-hard problem. An efficient algorithm is also presented to create the initial population for the genetic algorithm. Based on the past behavior of the users, we select the locations for the femtocells to reduce the number of handovers. Numerical results indicate that with almost complete coverage, our proposed method reduces the femtocell counts up to 55% and reduces the number of handovers up to 30% compared with the previous work.
中文翻译：
一种基于遗传算法的商业楼宇飞蜂窝布局新方法
已经开发了毫微微蜂窝网络以解决室内覆盖问题。在大型商业建筑中，如何找到最小数量的femtocell 及其位置，并覆盖整个建筑是一个复杂的问题。本文试图在提供最大覆盖范围的同时尽量减少大型建筑物中的毫微微蜂窝数量。在本文中，毫微微蜂窝的位置被确定为使得建筑物中的总切换次数最少。为此，将建筑区域划分为较小且大小相等的子区域，并使用路径损耗方程为每个子区域获得毫微微蜂窝矩阵覆盖。我们利用 femtocell 矩阵覆盖并提出了一个数学模型，以最大限度地减少 femtocell 的数量，并最大限度地（几乎完整）覆盖建筑区域。我们采用遗传算法来解决这个 NP-hard 问题。还提出了一种有效的算法来为遗传算法创建初始种群。根据用户过去的行为，我们选择毫微微小区的位置以减少切换次数。数值结果表明，在几乎完全覆盖的情况下，我们提出的方法与之前的工作相比，将 femtocell 数量减少了 55%，并将切换次数减少了 30%。
更新日期：2021-04-26
中文翻译：
一种基于遗传算法的商业楼宇飞蜂窝布局新方法
已经开发了毫微微蜂窝网络以解决室内覆盖问题。在大型商业建筑中，如何找到最小数量的femtocell 及其位置，并覆盖整个建筑是一个复杂的问题。本文试图在提供最大覆盖范围的同时尽量减少大型建筑物中的毫微微蜂窝数量。在本文中，毫微微蜂窝的位置被确定为使得建筑物中的总切换次数最少。为此，将建筑区域划分为较小且大小相等的子区域，并使用路径损耗方程为每个子区域获得毫微微蜂窝矩阵覆盖。我们利用 femtocell 矩阵覆盖并提出了一个数学模型，以最大限度地减少 femtocell 的数量，并最大限度地（几乎完整）覆盖建筑区域。我们采用遗传算法来解决这个 NP-hard 问题。还提出了一种有效的算法来为遗传算法创建初始种群。根据用户过去的行为，我们选择毫微微小区的位置以减少切换次数。数值结果表明，在几乎完全覆盖的情况下，我们提出的方法与之前的工作相比，将 femtocell 数量减少了 55%，并将切换次数减少了 30%。
京公网安备 11010802027423号