论文部分内容阅读
城市轨道交通的迅猛发展带来了铁路容量和无线覆盖的权衡问题,而容量与无线覆盖都需要AP的相对位置来决定,因此AP部署优化问题是无线覆盖问题的核心。CBTC（基于通信的列车自动控制系统）中的DCS（数据通信子系统）能够实现车地的双向通信,提供列车的确切位置,是AP部署优化问题中保证无线传输稳定性及可靠性的关键。AP部署过于密集可能导致更严重的同信道干扰、更低的通信系统容量和更高的成本而最小化的空间重叠可能导致无线信号覆盖不连续,因此一套合理的优化方法在处理AP部署问题时就显得尤为重要。本文研究的是CBTC系统下AP部署优化问题。针对现有CBTC系统AP部署优化方法仿真场景单一,轨道长度过短,计算复杂度过高,搜索效率低下的缺陷进行仿真研究,并给出了改进的优化算法。本文的主要工作包括:1.在分析现有CBTC系统AP部署优化方法的基础上,对基于精确中断概率的AP部署优化方法进行了仿真验证,探索了阴影相关距离与轨道场景的关系,并将轨道仿真场景从隧道扩展到了城郊、高架桥和路堑,轨道长度从现有的300m扩展到了1320m。在此基础上增加了轨外干扰源作为第三干扰源,探索了三干扰源情况下精确中断概率的计算方法。针对精确中断概率计算方法过于复杂的缺陷,本文通过仿真研究比较了Wilkinson、Schwartz、Chan三种改进的中断概率计算方法的性能,根据这三种中断概率计算方法应用在AP部署优化问题中时的性能表现,将最适合本文仿真环境的Chan中断概率计算方法应用于后续的仿真研究。2.针对仿真场景的改变带来的代价函数权重向量变化问题,本文对城郊、高架桥和路堑这三种场景在三干扰源条件下使用MOEA/D算法进行了仿真研究,对城郊、高架桥和路堑直线轨道场景的最优代价函数权重向量值进行了求解,并将仿真结果与隧道场景下的经验代价函数权重进行了比较与分析。3.在上述工作的基础上,针对暴力搜索法不适用于长距离轨道这一问题,本文使用遗传算法对AP部署优化方法进行了搜索效率上的改进。针对传统遗传算法应用于该AP部署优化方法时产生的震荡且几乎无法收敛的现象,采用了改进的精英保留策略,结合了非支配的快速排序算法和最优保留策略的优点,消除了这种震荡现象,加快了收敛速度。最后对比了暴力搜索法和改进遗传算法在该AP部署优化方法中的性能。