Содержание к диссертации
Введение
Глава 1. Анализ известных математических моделей покрытия сети сотовой подвижной связи 12
1.1. Постановка задачи 12
1.2. Распространение радиосигнала в реальных условиях 15
1.3. Детерминированные математические модели распространения радиосигнала 22
1.4. Статистические модели распространения радиосигнала 24
1.5. Комбинированные модели распространения радиосигнала 31
1.6. Выводы и постановка задач исследований 39
Глава 2. Построение математических моделей покрытия сети сотовой подвижной связи 43
2.1. Постановка задачи 43
2.2. Адаптивная модель покрытия сотовой подвижной связи 46
2.3. Математические модели качества покрытия сети сотовой подвижной связи 52
2.4. Оптимизация покрытия сети сотовой подвижной связи генетическим алгоритмом на основе кумулятивной модели качества покрытия 67
2.5. Основные результаты и выводы 75
Глава 3. Алгоритмы предобработки и сбора данных мониторинга сети сотовой подвижной связи 78
3.1. Постановка задачи 78
3.2. Нормировка результатов измерений мощности радиосигнала 80
3.3. Декорреляция мощности отсчетов радиосигнала 88
3.4. Пример реализации процедуры нормирования массива данных измерений 95
3.5. Методика сбора данных и проведения эксперимента 99
3.6. Основные результаты и выводы 103
Глава 4. Комплекс программ, реализующих построение адаптивных моделей покрытия сети сотовой подвижной связи 106
4.1. Постановка задачи 106
4.2. Структура и состав комплекса программ 107
4.3. Программа графического представления результатов и стратификации измеренных данных (программа «ает») 110
4.4. Программа нормирования мощности радиосигнала и расчета оптимальных параметров нормирования (программа «p alpha») .116
4.5. Программа визуализации нормирования отсчетов по мощности и управления автоматизированным процессом нормирования (программа «p power levels») 127
4.6. Основные результаты и выводы 130
Заключение 132
Литература 134
- Детерминированные математические модели распространения радиосигнала
- Математические модели качества покрытия сети сотовой подвижной связи
- Пример реализации процедуры нормирования массива данных измерений
- Программа графического представления результатов и стратификации измеренных данных (программа «ает»)
Введение к работе
Актуальность работы
В настоящее время сети сотовой подвижной связи (СПС) получили широчайшее распространение и продолжают интенсивно развиваться. Однако экстенсивный путь развития почти полностью сменился на интенсивный - снижение стоимости услуг, улучшение качества покрытия территории, спектра услуг и сетевого контента достигается в основном за счет более рационального использования ресурсов сети. Эффективным инструментом при этом является оптимизация различных параметров сети. Оценить реакцию сети на изменение того или иного параметра позволяет оперативный мониторинг, обеспечивающий непосредственный замер характеристик радиосигнала па заданной территории путем так называемых «драйв-тестов». При этом фиксируется информация о состоянии покрытия непосредственно в точках замера. Получить прогноз покрытия близлежащей пространственной области по тому или иному параметру можно с помощью построения математической модели. Очевидно, что модель, базирующаяся на данных реальных измерений, более адекватна по сравнению с моделью, использующей усредненные характеристики. С другой стороны, качество услуг, получаемых абонентом, имеет опосредовашгую связь с основными параметрами покрытия сотовой сети. Абоненту важен не уровень сигнала или количество видимых станций, а, например, качество передачи речи (КПР) и скорость передачи цифровых данных. Эти характеристики могут оцениваться абонентом как некачественные даже в случае «хороших» параметров сигнала в заданной точке. Поэтому некоторые системы мониторинга имеют в своем составе подсистемы оценки качества речи. Например, в комплексе Tems Investigation формируется кумулятивный параметр SQI, являющийся производной параметров уровня сигнала (RxLev), интерференции (СЛ) и качества сигнала (RxQual). Достоинством его является простота расчета, а недостатком - низкая адекватность. В комплексе Nemo существует технология оценки качества слышимой речи на основе экспертных оценок. Такой подход обеспечивает высокое качество оценивания, но требует финансовых, вычислительных и временных ресурсов, неприемлемых при непрерывном мониторинге. Другая составляющая качества предоставляемых услуг - скорость передачи данных GPRS/EDGE, оценивается на основе анализа PDP контекста (средней скорости передачи). Однако, на практике в зависимости от места, времени, нагрузки на канал и других факторов мгновенная скорость передачи данных по мобильному каналу существенно меняется. Таким образом, актуальной является разработка математических моделей для формирования прогноза КПР и скорости пакетной передачи данных по текущим значениям параметров сети СПС.
Цель и задачи исследований
Целью диссертационной работы является повышение эффективности контроля качества передачи речи и скорости пакетной передачи данных в сетях СПС стандарта GSM-900/DCS-1800.
Для достижения цели исследования необходимо решить следующие задачи.
1. Разработать эмпирико-теоретическую модель покрытия сети СПС, адаптирующуюся в каждом сегменте покрытия по результатам измерений параметров сети на нерегулярной пространственной сетке.
-
Разработать математические модели качества передачи речи и скорости пакетной передачи данных, а также кумулятивігую модель качества покрытия сети, основанные на основных характеристиках сети СПС стандарта GSM.
-
Разработать модель покрытия базовой станции (БС) по мощности и критерий проверки ее адекватности, позволяющий адаптировать параметры модели по постоянно обновляющимся экспериментальным данным.
-
Проверить адекватность разработаїтьгх математических моделей на реальных сетях СПС стандарта GSM.
-
Разработать алгоритмическое обеспечение и комплекс программ для построения в реальном времени созданных адаптивных моделей качества покрытия сети СПС.
Методы исследований
При решении поставленных задач в диссертационной работе использовались методы математического моделирования, теории вероятностей, математической статистики, теории случайных процессов и полей, статистических испытаний.
Научная новизна результатов
-
Получены новые математические модели качества передачи речи и скорости пакетной передачи данных, а также кумулятивная модель качества покрытия сети, основанные на данных измерения основных характеристиках сети СПС стандарта GSM.
-
Предложен и реализован новый численный способ сегментации по измеренным параметрам сети территории покрытия СПС на непересекающиеся зоны (например, городская застройка, частный сектор, лес и т.д.), позволяющий построить адаптивную пространственно неоднородную модель покрытия сети СПС.
-
Предложен и исследован новый вероятностный критерий проверки адекватности математической модели покрытия БС по мощности, использование которого позволяет упростить организацию процесса адаптации параметров модели по постоянно обновляющимся экспериментальным данным.
-
Разработана новая математическая модель покрытия БС по мощности, адаптируемая за счет оптимизации параметров коррекции диаграммы направленности передающей антенны и затухания мощности от расстояния.
Практическая ценность результатов работы
-
Полученные математические модели качества покрытия сотовой сети могут быть использованы операторами СПС для улучшения качества предоставляемых услуг и минимизации расходов на поддержание информационного трафика заданной интенсивности.
-
Предложенный критерий проверки адекватности модели покрытия БС по мощности дает на практике возможность в реальном времени проверить адекватность и сравнить эффективность различных моделей покрытия.
-
.Разработанные алгоритмическое обеспечение и комплекс программ могут быть непосредственно использованы в различных прикладных задачах оптимизации и оценки качества сети СПС стандарта GSM.
Реализация результатов работы
Результаты диссертационной работы использованы при выполнении государственных контрактов 7538р/10308 от 26.02.2010 г. «Разработка технологии и аппаратно-программных средств автономного дистанционно-управляемого мониторинга» и 7101/9670 от 01.02.2009 г. «Комплекс программ дистанционного мониторинга сетей СПС GSM».
Разработанные модели КПР и скорости передачи пакетных данных и соответствующее программное обеспечение использованы в деятельность оператора СПС ОАО «СМАРТС».
Достоверность результатов
Полученные результаты не противоречат известным взглядам на вопросы моделирования покрытия сети СПС; их достоверность обеспечивается применением хорошо апробированного математического аппарата, полнотой учета влияющих факторов, высокой степенью детализации разработанных математических моделей и подтверждается экспериментальными результатами.
На защиту выносится
-
Математические модели качества передачи речи и скорости пакетной передачи данных в сетях СПС стандарта GSM, параметрами которых являются отб-бранные в результате анализа основные характеристики сети, характеризующие качество сети по конечным потребительским свойствам.
-
Численный способ сегментации по измеренным параметрам территории покрытия сети СПС на непересекающиеся зоны (например, городская застройка, частный сектор, лес и т.д.), дающий возможность строить адаптивігую пространственно неоднородную модель покрытия сети (для каждой формирующейся зоны по данным измерений находятся свои коэффициенты модели).
-
Критерий проверки адекватности математической модели покрытия БС по мощности, позволяющий упростить процесс адаптации параметров модели по постоянно обновляющимся экспериментальным данным.
-
Математическая модель покрытия БС по мощности, настраиваемая по данным измерений ігутем оптимизации (по критерию адекватности модели) параметров коррекции диаграммы направленности передающей антенны и затухания мощности от расстояния.
-
Результаты экспериментальных исследований, подтверждающие работоспособность и эффективность предложенных в работе математических моделей покрытия сети СПС.
-
Комплекс программ для построения в реальном времени созданных адаптивных моделей качества покрытия сети СПС.
Апробация работы
Основные положения диссертационной работы докладывались, обсуждались и получили положительную оценку на международных конференциях «Digital Signal Processing and its Applications» (Москва, 2008,2009,2010), «Pattern Recognition and Image Analysis: New Information Technologies» (Нижний Новгород, 2008), на Научных сессиях, посвященных дню радио (Москва, 2008, 2010, 2011), на всероссийских конференциях «Современные проблемы создания и эксплуатации радиотех-ническігх систем» (Ульяновск, 2008, 2009, 2010), на ежегодных научно-
технических конференциях Ульяновского государственного технического университета.
Публикации
По теме диссертации опубликованы 15 работ, в том числе 5 статей, две из которых в изданиях из перечня ВАК, и 9 работ в трудах и материалах международных и всероссийских сессий и конференций и свидетельство о регистрации программы для ЭВМ. Некоторые результаты работы отражены также в отчетах по государственным контрактам 7538р/10308 (№ гос. per. 01201053410) и 7101р/9670 (№ гос. per. 01201152994).
Структура и объем работы
Детерминированные математические модели распространения радиосигнала
Детерминированные модели базируются на использовании физических законов распространения радиоволн. Расчет основан на многолучевой модели распространения радиоволн. В них учитываются факторы влияния препятствий на трассе распространения радиосигнала и местных условий в радиоканале: ослабление в свободном пространстве, отражение от местных объектов, дифракция на препятствиях, поглощение и преломление электромагнитных волн [6, 14, 32, 40, 84]. Достоинством данной технологии является достаточно высокая точность расчета. Однако на практике детерминированный метод практически не применяется, т.к. в условиях городской застройки со сложной архитектурой расчет покрытия занимает недопустимо большое количество времени, сопоставимое со временем развертывания сети [14]. Это вызвано не только вычислительными затратами на расчет многолучевого распространения радиоволн, но и необходимостью точного моделирования городской среды с учетом архитектурных особенностей, материалов строений, что практически невозможно в масштабах крупного населенного пункта.
Статистические методы прогноза основаны на презентативной выборке измерений параметров реальных сигналов и представляют собой обобщенные статистические формулы затухания радиосигнала в различных типах застройки (городская, пригородная, сельская, открытое пространство). Точность расчета по этим моделям зависит от тщательности подбора эмпирических коэффициентов, основанного на анализе карт местности (рельефа и застройки). Для расчета потерь сигнала при его распространении вдоль земной поверхности в реальных условиях широко применяются различные экспериментальные исследования. На их основе разработаны модели распространения радиоволн в статистически однородной среде (со своим законом затухания для различных типов местности), позволяющие рассчитать усредненное значение принимаемой мощности в зависимости от конкретных условий мобильной связи. Такие модели общепризнанны, о чем свидетельствуют соответствующие рекомендации Международного союза электросвязи (МСЭ) (ITU - International Telecommunication Union) [19, 46] и СЕРТ (European Conference of Postal and Telecommunications Administrations - Европейской конференции администраций почтовых и телекоммуникационных ведомств) [88, 112], и используются для расчета сетей сухопутной подвижной связи. Большинство операторов СПС в настоящее время используют для планирования и мониторинга сетей программные продукты, основанные на этих моделях, но несовершенство компьютерных карт местности и усредненные коэффициенты моделей при расчетах приводят к достаточно большим погрешностям. Однако применение в последнее время ГИС-технологий, работающих на основе использования географической базы данных, позволяет точнее моделировать среду распространения на трассе радиосвязи и конкретные условия местоположения подвижных абонентов, что создает условия для внедрения более адекватных моделей.
Комбинированные методы сочетают в себе отдельные черты детерминированных и статистических. Модели зон покрытия, получаемые на основе данных методов, применяются, как правило, для более точного расчета характеристик радиосигнала, в некоторых отдельных ситуациях. Например, при проектировании магистральных радиолиний между отдельными узлами контроллеров или выделенных БС сети, рассчитывается профиль трассы распространения радиосигнала, после чего может использоваться статистическое моделирование нагрузки и уточнение модели, полученной на предыдущем шаге.
Учитывая сказанное, в п. 1.2 настоящей главы рассмотрены особенности распространения сигнала в реальных условиях. Пункты 1.3 и 1.4 посвящены анализу известных детерминированных и статистических математических моделей распространения радиосигнала, соответственно. Характеристика комбинированных моделей дана в п. 1.5. Пункт 1.6 посвящен выводам и постановке задач исследований диссертационной работы.
В современных сетях СПС при передаче радиосигналов по воздушному тракту возникает много проблем, отрицательно влияющих на его качество. Применительно к голосовому соединению, например, это выражается в том, что слышимый (полезный) сигнал может становиться менее разборчивым, затихать или временно пропадать из-за наличия каких-либо шумов, высокой интерференции и т.д. Более того, при «неудачном» стечении обстоятельств установленное голосовое соединения может быть разорвано, а в зонах с неуверенным приемом велика вероятность отказа в установлении соединения.
Рассмотрим некоторые наиболее существенные из известных проблем, служащих источниками помех. Интенсивность помех и их характер в тракте передачи во многом определяются диапазоном частот, в котором осуществляется обмен данными [7, 12, 50, 51]. Поэтому вклады, которые вносит тот или иной фактор в текущее состояние радиоканала, для систем различных стандартов (с различным частотным диапазоном) будут также различаться.
Затухание. Затухание - это потери, возникающие тогда, когда принимаемый сигнал становится все слабее и слабее из-за увеличения расстояния между МС и БС сети. Проблема затухания редко ведет к разрыву соединения, потому что, как только проблема становится экстремальной, инициируется процедура хэндовера и соединение переключается на другую МС. Величина затухания, таким образом, становится меньше, уменьшая негативный вклад данного фактора в качество полезного сигнала.
Если представлять данную зависимость графически, то она будет выражаться в постепенном снижении тренда кривой мощности сигнала с увеличением расстояния между приемником и передатчиком. Эффект тени. Эффект тени встречается тогда, когда на пути распространения радиосигнала между МС и БС сети возникают физические препятствия значительных размеров, например, холмы, здания и т.д. (рис. 1.2). Электромагнитная волна, проходя через такое препятствие, частично поглощается, приводя к ослаблению уровня полезного сигнала и создавая эффект радиозатенения. При движении МС относительно БС данный эффект будет проявляться в медленных флуктуациях уровня сигнала относительно своего среднего значения и будет носить временный характер, обусловленный изменением условий затенения. Явление провалов мощности сигнала носит название медленных замираний, а величина, характеризующая степень такого провала называется глубиной замирания.
Математические модели качества покрытия сети сотовой подвижной связи
Противоречие между двумя подходами можно разрешить, если представить электромагнитное покрытие в виде случайного поля, заданного на дискретной многомерной сетке, и воспользоваться некоторыми методами обработки изображений [81, 104]. Но при этом возникают две проблемы, касающихся получаемых наблюдений (измерений). Первая связана с планом проведения эксперимента: насколько «плотными» должны быть наблюдения и какие параметры они должны в себя включать. Вторая проблема заключается в выборе и разработке алгоритмов обработки полученных измерений. Учитывая сказанное, в п. 2.2 настоящей главы предложена и исследована новая адаптивная модель покрытия сети СПС по мощности, основанная на теоретико-эмпирическом подходе и позволяющая объединить преимущества ММ и алгоритмов интерполяции измерений. Главными свойствами предлагаемой модели является ее пространственная неоднородность и адаптивность, позволяющая «натягивать» ее на нерегулярную пространственную сетку реальных наблюдений.
Стандартом GSM предусматривается возможность установления соединений между сетью СПС и абонентской МС посредством одной из двух технологий: с коммутацией каналов или с коммутацией пакетов. Одноименные названия получили и типы соединений: соединения с коммутацией каналов (circuit-switched) и соединения с коммутацией пакетов (packed-switched). Любая запрашиваемая или работающая на абонентском оборудовании служба или сервис использует одну из этих технологий обмена информацией с сетью. Наиболее востребованными сервисами в сетях СПС стандарта GSM-900/DCS-1800 являются: служба голосовых (речевых) вызовов, служба текстовых (SMS) и мультимедиа (MMS) сообщений и служба передачи данных (как правило, в глобальной сети Интернет). Следует отметить, что при передаче данных соединения, базирующиеся на circuit-switched технологии (такие, как CSD и HSCSD), уже практически не используются, поскольку вытеснены технологией packed-switched, обеспечивающей большие скорости передачи. С точки зрения абонента, как основного субъекта оценивания качества связи, ключевыми критериями качества являются [8, 29]: - для службы речевых вызовов - разборчивость речи собеседника, отсутствие посторонних шумов и заметных «провалов» уровня сигнала в речевом канале, приводящих в отдельных случаях к разрывам соединения; - для службы текстовых (SMS) и мультимедиа (MMS) сообщений - га-рантированность доставки; скорость доставки не является актуальным критерием, поскольку в настоящее время задержки передачи сообщений являются незначительными; - для службы передачи данных - значение средней скорости передачи; для абонента скорость доставки информации является практически единственным фактором качества услуги.
Естественно, что субъективные критерии качества служб зависят в целом от того, какой тип соединения они используют. Так, особенностью circuit-switched соединений является переменная задержка пакетов с информацией (джиггер), которая вносит негативную составляющую в качество. В технологии VoIP (передачи голосовой информации в сетях по протоколу IP) на стороне принимающего абонента может возникать довольно большая задержка отдельных пакетов с речевыми фрагментами, приводящая к неустойчивой синхронизации пакетов при их сборке и, как следствие, к заметным тембральным искажениям при восприятии речи человеком. В сетях передачи данных указанные негативные явления не столь существенны, поскольку случайные искажения при синхронизации последовательности пакетов устраняются протоколами транспортного уровня, которые обеспечивают корректность принимаемой информации, инициируя запросы на повторную пересылку данных в случае потери пакетов или их приема с искажениями [69]. В частности, в сетях, основанных на стеке протоколов TCP/IP, эта задача возложена и успешно решается протоколом TCP, в сетях IPX/SPX - протоколом SPX.
Таким образом, в сетях СПС стандарта GSM-900/DCS-1800 для речевых вызовов целесообразным представляется исследование качества передачи речи, а при использовании пакетной передачи, основанной на технологии GPRS/EDGE, - фактической скорости передачи данных, как функций влияющих факторов.
Учитывая сказанное, в п. 2.3 настоящей главы предложена методика построения ММ качества передачи речи (КПР) и скорости пакетной передачи данных (СППД). Там же приведены результаты проверки адекватности разработанных моделей и предложена кумулятивная модель качества покрытия сети СПС. В п. 2.4 рассмотрен пример применения генетических алгоритмов в задаче оптимизации параметров БС сети СПС на основе кумулятивной модели качества покрытия. В п. 2.5 кратко изложены основные результаты и выводы по исследованиям второй главы.
Основной проблемой, возникающей при синтезе пространственно неоднородной модели, основанной на статистической обработке реальных наблюдений, является построение эффективных алгоритмов кластеризации этих наблюдений. Анализ литературы [44, 61] показывает, что наиболее приемлемыми при этом являются два подхода к кластеризации наблюдений. Первый из них заключается в априорном разделении всей исследуемой территории на набор непересекающихся зон. При этом оператор на основе картографической информации, данных о рельефе территории и параметрах базовых станций выполняет построение границ областей, в которых предполагается один закон распространения радиосигнала. Далее по сделанным измерениям проводится оценка параметров модели в каждой такой области. Недостатками этого подхода являются, во-первых, трудоемкость ручного разделения территории на зоны, а во-вторых, неизбежные ошибки такого разделения, вызванные неточностью или неактуальностью карт территории и информации о рельефе.
Второй подход заключается в автоматической сегментации территории по сделанным измерениям и параметрам базовых станций. Для этого предполагается следующий алгоритм. Пользователь на основе некоторой априорной информации выделяет на исследуемой территории некоторые характерные участки (порождающие области) и проводит их условную классификацию («городская застройка», «лес», «поле» ...). При этом часть проведенных измерений должна обязательно покрывать эти участки. По этим измерениям производится оценка параметров модели в этих участках. На первом этапе такими параметрами будут коэффициент затухания радиосигнала, показывающий скорость уменьшения мощности сигнала в зависимости от расстояния до базовой станции, и коэффициент вариабельности покрытия, характеризующий возможность значительных изменений поля на небольших участках вследствие, например, наличия на этих участках выраженной городской застройки. При этом понятно, что подобные характеристики будут различаться для разных типов территорий и поэтому могут быть использованы в качестве критериев кластеризации наблюдений. Фактически в качестве этих параметров можно использовать математическое ожидание коэффициента затухания сигнала и дисперсию наблюдаемой на данной территории мощности сигнала. Далее для остальных наблюдений последовательно проверяется гипотеза о принадлежности их к тому или иному классу.
Пример реализации процедуры нормирования массива данных измерений
Еще несколько лет назад решением большинства проблем в сотовой связи была установка дополнительных БС - это позволяли просторы страны и низкая плотность абонентов, а также высокие доходы операторов. Но в настоящее время запуск отдельного кластера сотовой сети приводит к необходимости перестройки значительной части сетевой инфраструктуры. Еще более актуальной эта проблема становится в связи с интеграцией в существующие сети GSM базовых станций стандартов 3G и 4G. Одновременная замена БС одного стандарта на другой невозможна (остановка работы сети даже на несколько дней приведет к катастрофическим последствиям для имиджа и бюджета компании), решением является постепенное добавление БС нового поколения в существующую инфраструктуру. При этом возникают интерференционные явления, нарушения движения трафика и другие эксплутацион-ные ухудшения работы сети. Недаром вендоры после установки элементов 3G инфраструктуры требуют проведение дорогостоящего, продолжительного и многоступенчатого мониторинга состояния сотовой сети, позволяющего судить о появившихся проблемах. Стоимость такого мониторинга вместе с рекомендациями по разрешению проблем составляет значительную часть бюджета запуска 3G сети. Отмеченные факты позволяют судить об актуальности задачи оптимизации сотовых сетей.
Проведенные исследования показывают, что, несмотря на нестабильное поведение параметров покрытия на продолжительном временном интервале и сложность выделения значимых параметров, задачу оптимизации можно решать в смысле средних потерь. Ключевым моментом при этом является выполнение прогноза покрытия при заданных параметрах сети. Для этого можно использовать разработанную в рамках настоящей диссертации адаптивную модель покрытия. Рассчитав параметры модели, можно прогнозировать покрытие при изменении регулируемых параметров БС. А это, в свою очередь, позволяет решать некоторые задачи, связанные с оптимизацией сетей СПС, используя, например, процедуры стохастического поиска. В этих процедурах в соответствии с внутренним алгоритмом задаются начальные приближения параметров БС, происходит расчет покрытия и оценка интегрального показателя качества. Рассчитанный показатель сравнивается со значением на предыдущем шаге, делается вывод о качестве текущей совокупности параметров и предлагается направление дальнейшего движения по изменению параметров. Такие процедуры требуют многократно меньше вы числительных ресурсов, чем, например, градиентные. В то же время они позволяют достичь сравнимых с ними показателей качества. Недостатком являются проблемы аналитического описания возникающих при их применении ошибок, но на практике этот недостаток не всегда существенен. Анализ известных алгоритмов, применяемых обычно для многопараметрической оптимизации, показал, что наиболее приемлемыми с точки зрения быстродействия являются генетические [11] и псевдоградиентные [74] алгоритмы.
Генетический алгоритм - это эвристический алгоритм поиска, имитирующий эволюционный процесс приближения к оптимальному результату, начиная с некоторого исходного набора оптимизируемых параметров (генов хромосомы). Направленный поиск в окрестности экстремума осуществляется в генетическом алгоритме с помощью так называемых генетических операторов выбора родителей, кроссовера, мутации, селекции и переупорядочения. Если цель эволюции в живой природе - обеспечение наибольшей жизнеспособности популяции в условиях окружающей среды, то цель генетического поиска в терминах эволюционных вычислений - найти экземпляр хромосомы, имеющий значение функции полезности (играющей роль критерия качества) максимально близкое к ее экстремальному значению. Этот процесс в алгоритме является вложенным циклическим вычислительным процессом. Внешний цикл имитирует смену поколений, во внутреннем цикле формируется очередное поколение. Как и в других методах синтеза, в генетическом методе при наличии нескольких критериев задача должна быть сведена к од-нокритериальной путем свертки векторного критерия. Получающуюся целевую функцию и называют функцией полезности (fitness function).
В решаемой задаче в качестве такой функции может быть использована функция (2.7), которая представляет собой скалярную характеристику, несущую информацию о степени соответствия качества сервисов сети по услугам передачи речи и пользовательских данных по каналам GPRS/EDGE, заявляемым оператором. Множество возможных экземпляров хромосомы в этой задаче - это наборы управляемых параметров БС: р\ - угол поворота (азимут), 0, - угол наклона (угол места) и h - высота подвеса антенны с номером j = \,т1, где mt - число секторов (антенн) і- ой базовой станции. Перед началом процесса оптимизации необходимо задать граничные условия на изменение параметров БС (рис. 2.4) и функцию полезности, позволяющую судить о качестве покрытия при текущем наборе параметров [63]. Параметрами качества могут быть мощность сигнала, количество одновременно звонящих абонентов, уровень интерференции и пр. При этом требования к покрытию в густонаселенных и бизнес-районах могут существенно отличаться от требований к покрытию в районах с малой плотностью населения. Для формирования функции полезности на исследуемой территории задается М точек, в которых необходимо достичь значения качества покрытия, не хуже заданного. Как вариант, набор точек может соответствовать узлам некоторой регулярной сетки, покрывающей территорию. Пример задания условий на параметры покрытия иллюстрируется рис. 2.5. Здесь на карте северной части г. Ульяновска видны 4 БС оператора «Ульяновск-GSM», 2 из них диапазона GSM-900 (показаны серым цветом), одна - диапазоне DCS-1800 (показана белым цветом), еще одна является комбинированной - присутствуют секторы как GSM-900, так и DCS-1800.
Программа графического представления результатов и стратификации измеренных данных (программа «ает»)
В соответствии с табл. 4.1 данный программный модуль обеспечивает: - графическое представление результатов мониторинга сети на векторной карте местности в виде треков данных, содержащих информацию о покрытии вдоль трасс драйв-тестов, а также данных о размещении БС сети и ее внутренней структуре; - выполнение операций, характерных для ГИС-технологии представления пространственно-распределенной информации (измерений расстояний, определение свойств и стилей объектов карты и т.д.) и выполнения различного рода стратификации (с возможностью задания параметров) измеренных данных для наглядного представления. Программный модуль ает реализован в среде Borland Delphi 7 и зарегистрирован в государственном реестре программ для ЭВМ под названием «Диспетчер центрального терминала единого аппаратно-программного комплекса дистанционного мониторинга сетей сотовой подвижной связи» (свидетельство № 2010613077 от 11.05.2010) [64]. Одними из основных элементов ядра данного модуля являются компоненты Shape Viewer Objects (SVO) библиотеки ESS SVO [107], распространяемой свободно и являющейся расширением стандартной палитры компонентов среды разработки Borland Delphi. Данные компоненты обеспечивают выполнение операций по загрузке геоинформационных данных о слоях подложки векторной карты (слои зданий и строений, дорог, магистралей, рек, озер, линий электропередач, лесополос и т.п.), содержащихся в так называемых shape-файлах (файлах формата shp, shx, dbf и prj), а также операций по визуализации слоев подложки, слоев данных измерений и БС. Кроме того, библиотека содержит невизуальные компоненты, представляющие собой абстрактные классы элементарных объектов (примитивов) векторной карты (символ, полилиния, полигон и т.д.) и их групп, формирующих впоследствии отдельные слои того или иного типа. Основными компонентами данной библиотеки, использованными и интегрированными в программу ает, являются: TSVOGISReadWrite - компонент, инкапсулирующий механизм по чтению / записи пространственно-распределеных геоинформационных данных, содержащихся в shape-файлах; TSVOShapeObject - базовый невизуальный компонент примитивов векторной карты, а именно TSVOPointShape (символ), TSVOLine-Shape (полилиния), TSVOPolygonShape (полигон с полной поддержкой вложенных фигур); компонент содержит все функции по собственной отрисовке на произвольном графическом контексте (канве); TSVOShapePointArray - невизуальный компонент, представляющий собой механизм реализации массивов и динамических операций с объектами-наследниками класса TSVOShapeObject; TSVOShapeList - невизуальный компонент, функционирующий как контейнер для объектов типа TSVOShapeObject, сгруппированных в слой; имеет в своем составе множество функций по управлению коллекцией объектов типа TSVOShapeObject; TGISImage - компонент, используемый для визуализации слоев типа TSVOShapeList; также позволяет производить такие операции с векторной картой, как изменение масштаба, перемещение с помощью захвата мышью, идентификация произвольной фигуры (объекта) по клику мыши и т.п. Библиотека ESS SVO также предоставляет объекты и методы для визуализации геоинформационных данных в виде таблиц посредством SQL-механизма при работе с БД формата Interbase. Однако в настоящей работе указанные возможности не были задействованы и, соответственно, компоненты, реализующие данный функционал, не были включены. Необходимо отметить, что анализ библиотеки ESS SVO показал, что в ней отсутствует функционал, реализующий представление географической проекции векторной карты. Было установлено, что непосредственное применение и использование данного компонента для отображения векторных карт (в частности электронной карты г. Ульяновска) приводит к заметным искажениям геолокационных объектов на широтах, заметно отличающихся по своему значению от нулевых. Для этого были дополнительно реализованы механизмы и методы компоненты TGISImage, адекватно изменяющие отображение векторной карты местности для произвольной широты. Данные программные методы были организованы в свойство Projection, имеющее ожидаемый смысл, с двумя возможными значениями: pt_WGS84 (проекция WGS-84) и pt_none (отсутствие привидения к проекции). Кроме того, для удобства оперирования расстояниями и проверки удаленности отсчетов радиоизмерений на корректность в программном модуле ает был реализован и добавлен механизм «линейки» - измерения расстояний по карте. Поясняющий пример приведен на рис. Указанный функционал позволяет измерять общую длину пути (суммарное расстояние всех отрезков на карте), длину последнего отрезка и расстояние между концами полилинии, образующейся в результате задания опорных точек, вне зависимости от текущего масштаба карты. Основной интерфейс программы ает СОСТОИТ из области векторной карты (с соответствующей панелью инструментов) и дерева управления слоями нескольких типов. Данное дерево (см. рис 4.2) состоит из трех тематических групп: - карта территории (слои подложки); - сектора застройки (слои подложки, накладываемые поверх карты территории и обладающие настраиваемым свойством прозрачности); - карта данных (измерений и БС). Группа карта территории содержит управляющие элементы, ответственные за видимость векторных слоев подложки: слоев зданий и строений, дорог, магистралей, рек, озер, линий электропередач, лесополос и т.п. Группа сектора застройки условно делит выбранный район местности на несколько типов зон. Для текущего эксперимента это: район с городской застройкой (преобладают плотно расположенные здания и строения с умеренной и большой высотой) и район с частной застройкой (отдельно стоящие здания или местность с невысокими строениями, расположенными рядом или на незначительном удалении друг от друга). Группа карта данных представляет собой набор слоев, отображающих непосредственно данные измерений, полученные в результате эксперимента по мониторингу, и данные о БС сети на исследуемой территории.
Последняя группа заслуживает более подробного рассмотрения. Приводимая здесь информация представлена в формате сеансов данных с МИТ. Каждый такой сеанс, выполненный измерительным оборудованием МИТ и импортированный впоследствии в единую БД измерений и экспериментальных данных, имеет уникальный идентификатор (id) с указанием даты проведения драйв-теста. Так как каждый МИТ, используемый при проведении эксперимента, содержит два идентичных радиомодуля (специализированных измерительных сотовых телефона), то будем разделять данные, полученные с каждого из них, в отдельные подгруппы, например «1 MS» и «2 MS». Это удобно, особенно когда параллельно производится мониторинг двух различных сетей (нескольких операторов), что требует привязки к разным информационным слоям БС. Наконец, каждая из подгрупп состоит из непосредственно слоя данных измерений и слоя данных БС (с возможностью отдельного управления видимостью на векторной карте). Данная схема не требует задания для каждого трека с данными измерений новой информации о структуре сети. Это может быть и уже известная информация, представленная в БД на момент измерений. Для связи ее с вновь полученными данными измерений сети необходимо в таблице layer_data (см. приложение 4) рабочей БД настроить соответствующую связь поля bts_id_1 (для подгруппы «1 MS») и bts_id_2 (для подгруппы «2 MS»). Если измерения радиомодулем не ведутся, то соответствующая подгруппа не будет содержать каких-либо данных.
