导读:本文包含了基站分布规划论文开题报告文献综述及选题提纲参考文献，主要关键词:移动通讯基站,畸变场,功率密度,衰减模式
基站分布规划论文文献综述
翟国庆,周兵,贾丽,曹勇,杨维耿[1]（2010）在《移动基站远场区功率密度分布和规划控制距离》一文中研究指出为掌握畸变条件下移动通讯基站周围功率密度分布,合理确定其规划控制距离,在杭州市主城区选取具有不同网络类型和载波数的2057个移动基站,实测话务高峰期基站周围射频场功率密度.结果表明,畸变条件下GSM基站远场区功率密度S∝r-1.83(非畸变条件下S∝r-2),决定系数R2=0.80;距基站天线20m内,约85.91%测点功率密度实测值小于非畸变条件下依据天线标称功率和增益计算的理论值.,频数统计结果表明,距天线1～15m范围内,运营商A所属基站S10值(表示有10%的测点功率密度高于该值)比运营商B高10.00%;距天线1～30m内,双网和叁网共站基站S10值分别比单网基站高50.31%和57.10%.移动通讯基站规划控制距离以15m为宜,15m外测点功率密度值超过8μW/cm2的基站只占所测基站的0.11%.(本文来源于《中国环境科学》期刊2010年09期）
田艳中[2]（2009）在《cdma2000室内分布系统与室外基站协同规划分析》一文中研究指出本文结合建设过程中的问题与经验,对cdma2000室内分布系统与室外基站之间的容量规划、信号强度控制、频率规划进行了分析,得出两者之间协同规划的一些方案与策略,为cdma2000系统的规划与建设提供了借鉴。(本文来源于《电信科学》期刊2009年08期）
陈存香,王俊峰[3]（2009）在《微粒群优化算法在基站分布规划中的应用》一文中研究指出微粒群优化算法(PSO)是一种具有全局随机优化的智能算法。该算法编程简单,鲁棒性强,并行运算能力强,能以较快的速度收敛至全局最优解。本文在PSO的思想基础上提出了一种改进搜索方向,降低"早熟"概率的方法,即结合遗传算法,引入了爬坡算子。本文并将该改进算法应用于基站分布规划的研究中,实验仿真结果表明,利用该改进算法能提高基站覆盖率,降低经济成本。(本文来源于《电脑与电信》期刊2009年06期）
陈存香[4]（2009）在《基于微粒群优化算法的无线市话系统基站分布规划的研究》一文中研究指出SCDMA(Synchronous Code Division Multiple Access--同步码分多址)接入技术采用了智能天线、软件无线电等先进技术,是一个全新的我国拥有完整自主知识产权的无线通信技术标准。SCDMA系统中基站分布规划的研究对于后期网络建设和系统优化有着重要的理论意义和实用价值。SCDMA系统基站分布规划属于多目标组合优化问题,需要在满足目标区域的最小场强达到通信要求下,还必须满足业务质量要求,业务覆盖要求,以及降低经济成本。然而这些目标之间往往存在着一定的冲突矛盾。因此在求解过程中,要设法平衡各个目标或找到解决冲突的方法。本文采用了子微粒群的概念,加强了共享信息,降低了计算代价。实验证明该方法更加灵活有效的捕捉到了最优解。微粒群优化算法的诸多优势适于解决多目标优化问题。但是种群的多样性随着时间的增加而下降过快,容易陷入局部最优解。为了降低在初期算法陷入局部最优解的可能性,本文融合了遗传算法中的轮盘赌选择算子。实验证明该方法能在早期抑制微粒的“早熟”,得到较快的收敛速度。当算法即将收敛时,种群中的个体大部分都集中在局部最优解或全局最优解附近,即发生早熟现象。为了使个体跳出该局限区域,本文应用了爬坡算子,加强其爬坡能力,加快其跳出局部最优解的能力。实验证明爬坡算子的引入在后期最大程度上避免了“早熟”的发生。(本文来源于《北京交通大学》期刊2009-05-22）
关庆学[5]（2007）在《运用改进的遗传算法解决无线市话网络基站分布规划问题》一文中研究指出大庆油田通信公司的无线市话系统,采用了国内拥有自主知识产权的SCDMA技术.同GSM、CDMA等其它移动通信系统一样,SCDMA无线网络的规划,特别是基站的分布规划显得尤为重要.为了满足网络目标函数的具体需求,实现无线市话网络基站分布的最优化,本文将利用“遗传算法”的全局快速寻优的特点,解决SCDMA无线网络基站分布的规划问题.并采用保优选择策略、单纯形交叉算子、以及爬坡算法等方法,对传统遗传算法中各操作步骤进行改进,提高了算法的收敛速度,有效控制了“早熟”现象发生.最后,本文将改进的遗传算法应用到实际工程中,进行了仿真与测试.仿真测试结果显示,经过改进的遗传算法完全可以用来分析SCDMA无线网络基站分布的规划问题.(本文来源于《吉林大学》期刊2007-04-24）
王玉娜,王秋华,陈新峰[6]（2006）在《3G网络规划中自动基站分布算法的研究》一文中研究指出自动基站分布问题属于组合优化中的NP完备问题,为此针对3G网络规划,在遗传算法的基础上,采用DCMOGADES算法的思想提出了一种新的自动基站分布算法。算法以容量、覆盖和成本作为目标,采用基站位置、天线高度和发射功率的叁维向量编码方式,考虑了实际问题中的业务密度区域问题,对DCMOGADES算法进行改进并做出仿真。仿真结果表明,该算法能快速找到Pareto最优解。(本文来源于《无线电工程》期刊2006年09期）
张坤,吴跃[7]（2006）在《PSO算法在通信基站分布规划中的应用》一文中研究指出PSO算法是一种全局随机优化算法。将该算法用于移动通信网络基站分布规划,具有很高的效率以及可行性和实用性,为移动通信网络基站分布规划提供了新的方法,并能在时间和空间效率上做到提高和优化。PSO算法与其它算法比较其特点在于:该算法易于编程实现,占用计算机内存少,能以较快的速度收敛到全局最优解,是一种有效的搜索算法。(本文来源于《计算机与数字工程》期刊2006年04期）
钟胜,王朝金,闻英友,李进壮,于笑[8]（2004）在《遗传算法在CDMA网络基站分布规划中的应用》一文中研究指出CDMA网络的基站分布规划属于多目标组合优化问题,为此在遗传算法的基础上提出了一种基于成本控制的CDMA网络基站分布规划算法。该算法综合考虑了在CDAM网络规划实际工程中的多种规划目标和要求,能够找到符合CDMA网络建设需要的基站分布方案。(本文来源于《邮电设计技术》期刊2004年06期）
基站分布规划论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文结合建设过程中的问题与经验,对cdma2000室内分布系统与室外基站之间的容量规划、信号强度控制、频率规划进行了分析,得出两者之间协同规划的一些方案与策略,为cdma2000系统的规划与建设提供了借鉴。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基站分布规划论文参考文献
[1].翟国庆,周兵,贾丽,曹勇,杨维耿.移动基站远场区功率密度分布和规划控制距离[J].中国环境科学.2010
[2].田艳中.cdma2000室内分布系统与室外基站协同规划分析[J].电信科学.2009
[3].陈存香,王俊峰.微粒群优化算法在基站分布规划中的应用[J].电脑与电信.2009
[4].陈存香.基于微粒群优化算法的无线市话系统基站分布规划的研究[D].北京交通大学.2009
[5].关庆学.运用改进的遗传算法解决无线市话网络基站分布规划问题[D].吉林大学.2007
[6].王玉娜,王秋华,陈新峰.3G网络规划中自动基站分布算法的研究[J].无线电工程.2006
[7].张坤,吴跃.PSO算法在通信基站分布规划中的应用[J].计算机与数字工程.2006
[8].钟胜,王朝金,闻英友,李进壮,于笑.遗传算法在CDMA网络基站分布规划中的应用[J].邮电设计技术.2004