基于DBSCAN聚类的基站选址与扇区角度规划研究

为满足因移动数据业务量急剧增加导致的基站设备覆盖需求,针对2022年MathorCup高校数学建模挑战赛D题,探讨基站选址中的基站位置和基站主方向角度规划问题。首先筛选出已知的极弱覆盖点,再使用基于密度的聚类算法(DBSCAN)在聚类中心处建立宏基站,并根据弱覆盖点到聚类中心的距离,基于数学期望对基站的主方向角度进行规划,得到覆盖率和弱覆盖点;考虑建设成本,在弱覆盖点处建立微基站,因覆盖率仍未达90%,筛选建立微基站和建立宏基站业务量相差最大的点,将部分微基站修改成宏基站,结果可满足覆盖率大于90%的要求。

基于SVM的最优通信基站站址和扇区角度规划研究

近年来,对于移动通信基站站址规划和基站参数设置的研究逐渐深入,避免了传统工作方式中人工数据采集、站址规划中的误差,且得到了理想的结果,具有一定的应用价值。但是在具体的算法模型中,大多数研究还存在着过度理想化的问题,没有充分考虑到基站的实际物理模型和经济效益。基于此背景,文章将参考2022年MathorCup高校数学建模挑战赛D题,利用某市的移动通信基站数据,并依据一定的情景和约束条件,建立了SVM模型,并运用OVO方法的简化形式,解决了最优站址和扇区角度规划问题,探究了基于实际物理模型下的通信网络站址规划问题,为移动通信技术的发展和基站部署建设提供有效思路。