|
|||||
|
|
| 基于机器学习算法的智能编组站5G天线参数规划 | |
| 引用本文： | 陈建译, 闫连山, 郭兴海, 钟章队. 基于机器学习算法的智能编组站5G天线参数规划[J]. 西南交通大学学报, 2025, 60(3): 752-760, 792. doi: 10.3969/j.issn.0258-2724.20220329 |
| 作者姓名： | 陈建译 闫连山 郭兴海 钟章队 |
| 作者单位： | 1.西南交通大学信息科学与技术学院,四川 成都 611756;;2.中国铁路广州局集团有限公司,广东 广州 510088;;3.北京交通大学轨道交通控制与安全国家重点实验室,北京 100044;;4.北京交通大学宽带移动信息通信铁路行业重点实验室,北京 100044 |
| 基金项目： | 国家自然科学基金项目（61735015）;中国国家铁路集团有限公司重大科研课题（K2018G053,N2021S003）;四川省科技计划（2019ZDZX0007） |
| 摘 要： |  第5代移动通信技术（5G）具有连接速率高与系统容量大等优势,是编组站通信系统向未来演进的重要支撑. 为解决所涉及天线参数规划技术面临计算量大、效率和准确性难以兼顾的难题,基于CloudRT射线跟踪平台仿真场景信号覆盖情况,综合考虑通信基站天线角度选取及功率优化问题,提出一种基于机器学习算法的规划方法. 首先,基于重叠复杂度和聚类算法对天线角度参数聚类,并对聚类结果进行评估;其次,根据天线增益与角度的关系设计优化算法,简化天线角度参数组合的筛选过程;最后,在遗传算法中引入模拟退火算子求解最优功率组合,以江村编组站为场景进行验证. 研究结果表明：本文方法所得总功率比遍历算法高5.6 dB,所用时间为遍历算法的13.5%,同时实现了准确性和高效性,有望应用到未来高铁和编组站的5G系统中. |
| 关 键 词： | 5G 编组站 机器学习 聚类算法 混合遗传算法 |
| 收稿时间： | 2022-05-13 |
| 修稿时间： | 2022-08-02 |
| 点击此处可从《西南交通大学学报》浏览原始摘要信息 | |
| 点击此处可从《西南交通大学学报》下载全文 | |