基于大数据的5G智慧工厂基站选址规划策略研究.pdf

第 56 卷 第 10 期2023 年 10 月通信技术Communications TechnologyVol.56 No.10Oct.20231166文献引用格式：单友成.基于大数据的 5G 智慧工厂基站选址规划策略研究 J.通信技术,2023,56(10):1166-1172.doi:10.3969/j.issn.1002-0802.2023.10.006基于大数据的 5G 智慧工厂基站选址规划策略研究*单友成（浙江经济职业技术学院，浙江 杭州 310018）摘 要：首先，针对 5G 智慧工厂新建基站的站址进行规划，综合考虑成本、基站间距离、弱覆盖点业务量等条件，通过大数据可视化分析，以成本最小化为目标建立最优基站选址模型。其次，采用离散化思想和方法，重点对约束条件进行降维与线性化处理，在模型求解的过程中引入高效率矩阵平移操作，得到优化后的混合 0-1 整数线性规划模型。最后，围绕基站能够满足弱覆盖点 90%的总业务量且基站与现网基站之间的距离小于给定门限值的关键指标，有针对性地提出了选址方案，旨在为优化 5G 智慧工厂基站选址策略提供可靠的参考，具有一定的应用价值。关键词：大数据；5G；智慧工厂；基站选址；整数规划中图分类号：TN929.5；TP391 文献标识码：A 文章编号：1002-0802(2023)-10-1166-07Research on Planning and Strategy of 5G Smart Factory Base Station Site Selection Based on Big DataSHAN Youcheng(Zhejiang Technical Institute of Economics,Hangzhou Zhejiang 310018,China)Abstract:First,this paper plans for the site of the new 5G smart factory base station,taking into account factors such as cost,distance between base stations,and weak coverage points business volume,etc.It establishes an optimal base station siting model with the goal of cost minimization through big data visualization analysis.Then,it adopts discretization ideas and methods,focuses on the dimensionality reduction and linearization of the constraints,and introduces high-efficiency matrix translation operations in the process of model solving to obtain the optimized mixed 0-1 integer linear programming model.Finally,regarding the key indicators that the base station can satisfy 90%of the total business volume of the weak coverage points and the distance between the base station and the existing network base station is less than the given threshold value,this paper puts forward a targeted siting plan,which aims to provide a reliable reference for optimizing the siting strategy of 5G smart factory base stations,and it has certain application value.Keywords:big data;5G;smart factory;base station siting;integer programming0 引 言5G智慧工厂基站选址规划围绕业务需求展开，由现场应用驱动。智慧工厂通过核心网 5G 覆盖、5G 接入功能、5G-LAN 实现与现场核心业务的高度集成，通过新建 5G 基站仪器设备实现与已有网络及业务管理系统的远程交流和 5G 信号全覆盖，通 *收稿日期：2023-08-09；修回日期：2023-09-12 Received date:2023-08-09;Revised date:2023-09-12基金项目：中国物流学会 2022 年全国高校、职业院校物流教改教研课题（JZW2022006）Foundation Item:2022 National University and Vocational College Logistics Education Reform and Research Project of China Logistics Association(JZW2022006)1167第 56 卷第 10 期单友成：基于大数据的 5G 智慧工厂基站选址规划策略研究过生产车间智能控制系统实现与不同设备间的网络通信和无缝连接。一般情况下，通用场景基站选址规划考虑覆盖范围、信号强度、建筑物高度、环境干扰和供电条件等因素。与之相比，5G 智慧工厂基站选址规划除了首要考虑覆盖范围，尤其注重站点边缘覆盖速率。针对连续广覆盖、热点高容量、低功耗大连接、低时延高可靠等不同场景，5G 智慧工厂基站选址规划需更加精细化。随着 5G 的快速发展，基站建设方面逐渐暴露出一个问题，即通信的带宽在增大，但建立的基站所覆盖的信号范围却在 缩小。目前已有的文献中针对 5G 智慧工厂基站选址规划的研究比较少。文献 1 研究了 5G 智慧工厂业务需求调研、服务等级协议（Service Level Agreement，SLA）体系建立和专网设计，文献 2研究了 5G 智慧工厂业务需求与工业专网组网方案，文献 3 研究了新建 5G 基站的站址动态规划模型。本文基于大数据4-6，为解决 5G 智慧工厂专网通信的基站选址7-8问题，运用聚类分析方法，考虑时间、空间、费用等约束条件，实施离散化、线性化处理，建立新建基站混合 0-1 整数线性规划模型，运用 Gurobi 优化器进行逐步求解和系统 研究。1 5G 基站选址问题描述与建模1.1 网络覆盖基站是用来传播无线电的通信站，即在无线电的覆盖范围内，移动电话之间通过通信交换中心进行信息往来的收发信息电台9。由于 5G 智慧工厂现网基站无法满足所有区域的网络覆盖问题，出现很多弱覆盖区域；因此有必要在该区域中新建基站，以满足最大效益的业务量需求。5G 基站分为宏基站与微基站两种类型，两种基站的成本和覆盖范围不同，因此需要分别规划两种地址，并兼顾建造成本与现有基站的位置，防止冲突。1.2 建模思路通过对新建基站进行站址规划，在满足 90%总业务量的同时实现基站建造成本最低的优化目标。为此，基于大数据可视化分析10，以成本最小化为目标函数，在现有约束条件下建立最优成本基站选址模型。受时间复杂度和空间大小的限制，对模型的约束条件进行降维与线性化处理，引入矩阵移动操作，运用 0-1 整数规划方法11，建立一个混合整数规划模型12。最终，通过 Gurobi 求解器对该模型进行求解，并对规划后的结果进行分析。1.3 模型假设为保障模型求解的科学性和准确性，提出如下假设：弱覆盖点和基站被抽象为逻辑上的点，不考虑其外形和占地差异；宏基站和微基站的工作效率可以充分处理所有其覆盖点的业务量；基站选址时只考虑建设成本，忽略后续的维护费用和定期检查等成本；模型求解的区域为较平缓的平原，即所有弱覆盖点和基站都处于同一平面上；基站发出的信号覆盖范围不受高度影响，即只要在平面上可达就可以覆盖。2 整数规划模型建立与求解2.1 大数据可视化分析首先，对讨论区域进行栅格化。其次，考虑两个重要的约束条件：（1）新建基站的距离，以及新建基站与原有基站的距离不得超过门限值 10；（2）新建基站要实现弱覆盖点 90%的总业务量覆盖率。最后，基于聚类分析方法，针对现有 5G 基站和弱覆盖点数据进行可视化分析13-14，结果如 图 1 所示。2 500 2 000 1 500 1 000 500 005001 0001 5002 0002 500弱覆盖点 现有基站 XY图 1 现有 5G 基站和弱覆盖点数据可视化从图 1 可以看到，弱覆盖点和现有基站分布较不均匀，现有基站集中分布在区域左上方，导致其他区域很难接收到基站信号，形成较大范围的弱覆盖区域。另外，通过观察数据可以发现，业务量为010 的弱信号点数量为 10 万多，而最大的弱信号的业务量达到了 47 795.01。因此，只考虑在高业务1168通信技术2023 年量点建立基站的方案是不完备的。为进一步了解弱信号点业务量的分布，引进块密度概念，将 5050 的区域作为一个块，则一共有 5050 个块。假设第k1行k2列的块密度(k1,k2)为这个块内的总业务量，对其进行排序，并假设排序后的结果为i(t1i,t2i),i=1,l，其中l满足：505012111min(,)(,)liiiliijt ti j=（1）因题目中需要满足总业务量 90%的需求，故以 0.9 为起点，0.02 为间距，计算不同值对应的l，结果如表 1 所示。表 1与l的对应关系l0.909240.921 0010.941 0940.961 2120.981 3771.001 875可以发现，仅有 1 875 块具有业务量，近 1/6的块内没有任何弱信号点。而完成 90%覆盖率的要求，只需要满足前 924 块内的所有业务量即可。2.2 模型构建根据假设，本文将所有的基站抽象化为平面上的点，并据此建立 2 5002 500 的 0-1 矩阵（其中 1 表示该点存在基站，0 表示该点不存在基站）。由于模型研究只涉及微基站与宏基站两种类型的基站，且成本分别为C1和C2，因此假定最优方案中宏基站的个数为n1，微基站的个数为n2，通过分析，可以基于最低成本建立数学规划模型，目标函数为建立基站所需投入的总成本F，其计算式为：F=C1n1+C2n2（2）不同类型的基站有不同的成本和覆盖范围，需要分别考虑。因此，对于栅格化后的图G，本文使用 0-1 变量Hi,j和Wi,j分别表示是否在坐标(i,j)上建立宏基站或微基站，并将其作为本模型的决策变量。于是，由目标函数中基站的个数又可以得到如下限制条件：,1i jijHn=（3）,2i jijWn=（4）式中：i 0，j+=zAAAA（17）考虑到式（17）依然是非线性的，本文引进如下线性化准则：1030,i ji ji ji jmMi jG+zAAz（18）式中：m为充分小的正数，M为充分大的正数。至此，模型（11）被线性化为混合 0-1 整数线性规划模型，将参数代入模型有：,122 500 2 500,1112 500 2 500,211,(,)exist,exist,min 10,1,1,1,s.t.,0,mi ji jiji jiji ji ji ji jx yx yIdi ji jdi ji ji jiFnnHnWnTHWi jGTi jGTi jGIIi jGIIi jGmz=+=+=E，,1030,0.90,1,0,1,0,1,()(),i ji ji ji ji jjijii ji ji jji ji ji jWHzm为充分小的正数，M为充分大的正数AAMzHWziGi jjG+YY（19）式中：Ei,j为常数0-1矩阵，代表基站可以建立的点；Yi,j为业务量矩阵，代表图G中该点对应的业务量大小。然而，模型（19）在代入程序时会出现因为规模过大而内存不足的情况。因此，将图G的规格缩小到 1/16，虽然这会损失一定的精度，但可适应目前可用计算机的计算速度。该问题为混合整数规划（Mixed Integer Program，MIP）型，将模型（19）导入Gurobi求解器后进行求解，得到在完成 90%覆盖率的约束条件下，宏基站的最优个数为 10，微基站的最优个数为 2 599，成本为2 629。表 2 展示了部分宏基站和微基站的最优选址结果。表 2 基站选址结果（部分）基 站X坐标Y坐标处理的业务量宏基站2 1401 9204 171.073 99342499210 031.621 431 8241 35239 711.929 61微基站1 5361 540622.363 6721 740156622.797 2768602 18850 938.235 98为了便于展示选址结果，选取X坐标范围为0900，Y坐标范围为 1 6002 500，将弱覆盖点、现有基站和新建的两种基站标记在图中。基于密度聚类算法17，针对新建 5G 基站和弱覆盖点数据再次进行可视化分析18-19，结果如图 3 所示。2 500 2 300 2 200 2 400 2 100 1 800 1 900 2 000 1 700 1 6000400200100300500 600700800 900弱覆盖点 新建宏基站 现有基站 新建微基站 XY图 3 新建 5G 基站和弱覆盖点数据可视化由图 3 可知，新建的基站中微基站20-22的数量远大于宏基站23-25，分析可能是由于弱覆盖点分布较不集中，导致宏基站的覆盖区域内只存在少量弱覆盖点，因此降低了其性价比。而微基站的覆盖范围正好与大多数弱覆盖点的分布形状与规模相似26-28，且其成本只有宏基站的 1/10，因此模型求解出的最优选址方案中微基站较多。3 模型验证3.1 模型优势混合 0-1 整数线性规划模型，结合实验数据，引入矩阵平移操作，将原本复杂且难以表示的非线1171第 56 卷第 10 期单友成：基于大数据的 5G 智慧工厂基站选址规划策略研究性约束转化为线性约束，大幅降低了模型的时间和空间开销，使得模型既具有较高规划效率，又能保持较高求解精度。3.2 模型不足由于研究时间和精力有限，在建立模型时，忽略了地形等因素对基站选址的影响，导致模型局限在平面类问题中具有较高的性能；在求解模型时，需分配大量空间，导致在优化过程中不可避免地牺牲了少量精度；在平移矩阵操作时，只将基站信号按照正方形方式扩散，忽略了部分边界点的覆盖问题，导致计算得到的覆盖率略低于真实结果。3.3 模型评价通过实验数据分析可知，大多数基站集中在弱覆盖点周围，且彼此能够保持一定距离，只有一小部分基站出现了略微“重叠”的现象，说明整数规划模型在求解过程中满足所有约束条件的限制。此外，现有基站周围几乎没有新建基站分布，进一步验证了模型求解结果的准确性。4 结 语本文通过研究 5G 智慧工厂基站选址策略，建立了最优成本基站选址整数规划模型，提出了基于大数据可视化分析求解最优基站规划的基本思路，可以应用到多种信号网络技术覆盖范围的基站选址场景中。结果表明，该模型提高了 5G 智慧工厂在现网基础上新增基站的规划效率，在推广 5G 应用和提升网络通信质量等方面具有很好的指导价值和借鉴意义，在当前国内外现行市场上具有较大的发展空间和应用前景。参考文献：1 胡丹,张欢,蔡贤鹏.5G 智慧工厂专网设计研究 J.广东通信技术,2023,43(6):20-25.2 杨一帆,姚键,杜智,等.5G 智慧工厂高业务场景无线覆盖方案研究 J.广东通信技术,2022,42(3):51-55.3 黄捷宇,董嘉辉,武文轩,等.新建 5G 基站的站址规划研究基于优化算法及动态规划模型 J.应用数学进展,2022(11):8085-8093.4 SHAN Y C.Social network text sentiment analysis method based on CNN-BiGRU in big data environmentJ.Mobile Information Systems,2023(2023):1-8.5 单友成.大数据驱动文化艺术品金融创新路径研究 J.国际援助,2020(9):126-127.6 单友成,王卫平.金枕榴莲种植技术及大数据分析溯源 J.河北农机,2023(10):70-72.7 曾海燕,郑鑫.基于 5G 移动通信基站选址方法的探究 J.智能计算机与应用,2020,10(5):231-232.8 郑俊杰,王先峰,罗顺湖.面向 5G 移动通信的基站选址方法及优化策略研究 J.电信网技术,2017(11):71-74.9 黄崇军.长沙移动通信公司站点规划战略研究 D.长沙:湖南大学,2009.10 邱凯.基于 Hadoop 平台的大数据可视化分析实现与应用 J.电子技术与软件工程,2022(19):184-187.11 李柯.基于 0-1 整数规划的 H 公司生产线平衡率优化研究 J.内燃机与配件,2018(24):143-144.12 张萃珠,李志滔,余秋萍,等.基于混合整数规划的 P 型玩具生产线平衡优化 J.机电工程技术,2022,51(5):198-203.13 邓慈云,余国清.基于 Python 的人口普查数据可视化分析 J.智能计算机与应用,2022,12(12):221-225.14 汤飞弘.基于 Python 爬虫的招聘信息数据可视化分析 J.软件,2023,44(1):176-179.15 ANAND R,AGGARWAL D,KUMAR V.A comparative analysis of optimization solversJ.Journal of Statistics and Management Systems,2017,20(4):623-635.16 李勇.一种基于聚类算法的站点自规划方法 J.信息通信,2017,30(10):169-170.17 严志.基于密度聚类算法的学情数据可视化分析研究 J.现代计算机,2022,28(6):43-47.18 陈李波,何晓粤,姚洪.国内历史建筑研究历程与展望基于 CiteSpace 数据可视化分析 J.城市建筑,2022,19(1):122-126.19 陈挺,徐胜捷,陈龙,等.中文专利数据可视化分析系统研究与设计 J.计算机应用与软件,2023,40(1):24-29.20 孟庆波,王亮亮,王晨旭.5G 微基站环境下 GNSS 接收机性能及观测质量分析 J.导航定位与授时,2022,9(4):130-135.21 张朝辉,李靖,韩璐珩.基于数据-地理位置联合驱动的 5G 微基站最优分配策略 J.计算机学报,2022,45(5):1087-1099.22 陈永红,郭莉莉,张士兵,等.基于微基站发射功率的异构蜂窝网络能效优化 J.计算机应用,2020,40(4):1115-1118.1172通信技术2023 年23 汤江晖,苏子云,王迎秋,等.考虑 5G 宏基站空调负荷参与需求响应的潜力分析 J.电力需求侧管理,2022,24(6):77-83.24 付彩风.绿色宏基站能耗模型关键参数研究 J.绿色建筑,2015,7(4):61-64.25 王鑫.中国铁塔 5G 宏基站解决方案 J.信息通信,2020,33(10):235-237.26 王子韧,李毅.5G 网络中基于覆盖区域优先级的微基站休眠算法 J.电信科学,2022,38(7):88-95.27 向斌,张代飞,曹广山.室内外协同覆盖与微基站在移动通信网络中的应用 J.通讯世界,2017(6):61-62.28 胡回朝,黄小光,汪伟.微基站解决密集城区深度覆盖的研究 J.移动通信,2017,41(7):70-74.作者简介：单友成（1972），男，博士，副研究员，主要研究方向为大数据、信息技术及现代管理。