CN112929889A - 一种基于h指数进行5g超密度网络节点定位的方法 - Google Patents

Abstract

本发明公开了一种基于H指数进行5G超密度网络节点定位的方法，包括：计算网络中所有节点的H指数；选择H指数阈值，将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域；不同区域中所有重要节点的中心放置微基站；利用5G宏基站和微基站共同进行网络中节点的定位。本方法考虑到了密度比普通网络大的超密度网络，通过在密度高的区域合适布设微基站，可以有效对节点中所有节点进行定位，定位精度高，并且所需要布设的微基站的数量可以达到最少，能够进行网络资源的最优化配置。

Description

一种基于H指数进行5G超密度网络节点定位的方法

技术领域

本发明属于网络节点定位领域，具体涉及一种基于H指数进行5G超密度网络节点定位的方法。

背景技术

5G无线网络有望支持10Gbps峰值数据速率用以支持更大数量的用户和各种响应的应用，超密度网络是解决5G无线网络中高速数据率和超高流量的关键技术。5G超密度网络近几年受到了越来越多的关注。对于5G超密度网络，其微基站(MiBS)的部署方案和设备的准确位置信息对于智能交通和生态监测等5G应用至关重要。而现有的分布式节点定位的方法并没有考虑高密度节点分布时，也就是说网络中的节点数非常巨大时锚节点的最优选取方法，因而造成了定位效率的大大降低，特别是针对于超密度网络，需要特别针对高密度节点区域进行针对性的定位方法的设计。

发明内容

针对上述现有技术中定位效率低的不足，本发明提供一种基于H指数进行5G超密度网络节点定位的方法，该方法应用范围广、设计简单、实时性好、运算复杂度低。

本发明采用以下技术方案：

基于H指数进行5G超大规模网络节点定位的方法，包括以下步骤：

S1、计算网络中所有节点的H指数；

S2、选择H指数阈值，将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域；

S3、不同区域中所有重要节点的中心放置微基站；

S4、利用5G宏基站和微基站共同进行网络中节点的定位。

作为本发明的进一步改进，所述步骤S1中，网络中所有节点H指数计算方法为：

以x轴为当前节点的不同邻居节点，y轴对应的是不同邻居节点的度，所有节点按其度的大小从大到小在x轴上进行从左到右的排列；在坐标轴上画出y＝x曲线，与邻居节点的度的曲线交点取值即为当前节点的H指数。

作为本发明的进一步改进，所述步骤S1中，网络中所有节点H指数计算方法如下：

首先计算网络中所有节点的邻居节点，邻居节点为在当前节点V_k通信范围内的节点，将其节点数称为该节点的度，记做q_k；节点V_k的邻居节点的度记做

则节点V_k的H指数由下式定义：

式中

为计算H指数的运算，具体计算方法为找到一个最大值，保证在

中至少有h_k个节点的度不小于h_k。

作为本发明的进一步改进，所述步骤S2中，选择H指数阈值是将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域。

作为本发明的进一步改进，重要节点分区域具体方法为：

根据每个节点的H指数，将所有H指数从小到达进行排列，从小到大的三分之二处的值选择为阈值，将大于该阈值的节点标记为重要节点；将重要节点按所在的位置分为多个区域。

作为本发明的进一步改进，所述H指数阈值的确定根据网络节点密度进行设定，使得所画的区域半径小于节点的覆盖半径。

作为本发明的进一步改进，所述步骤S3中，不同区域中所有重要节点的中心放置微基站使得节点密度高的区域能够分配到更多的网络资源。

作为本发明的进一步改进，所述步骤S3中，对于某个区域放置微基站的具体操作为：选择能将重要节点覆盖的最细小的圆，该圆的圆心放置微基站。

作为本发明的进一步改进，所述步骤S4中，将宏基站和微基站测得的节点的方向信息和角度信息作为卡尔曼滤波器的测量输入，进行滤波得到节点的位置。

作为本发明的进一步改进，所述步骤S4中，利用5G宏基站和微基站共同进行网络中节点的定位分为两种不同情况：

第一种情况是节点在微基站的覆盖范围之内，利用微基站和宏基站共同确定节点的位置；

第二种情况是节点不在微基站的覆盖范围之内，利用宏基站确定节点的位置。

与现有技术相比，本发明至少具有以下有益效果：

本方法利用H指数进行微基站的部署，在不同区域中所有重要节点的中心放置微基站。考虑到了密度比普通网络大的超密度网络，通过在密度高的区域合适布设微基站，可以有效对节点中所有节点进行定位，定位精度高，并且所需要布设的微基站的数量可以达到最少，能够进行网络资源的最优化配置。该方法具有应用范围广、设计简单、实时性好、运算复杂度低。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的H指数计算示意图；

图2为本发明的重要节点分区域及微基站部署方式示意图；

图3为本发明的5G基站部署模式，宏蜂窝下分布了多个微蜂窝，宏蜂窝对应宏基站，微蜂窝对应5G微基站。

具体实施方式

下面将结合本发明的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

基于H指数的5G超密度网络节点定位方法，主要利用H指数进行5G超密度网络中微基站的选择，进而进行对网络中节点位置的分布式计算，包括以下步骤：

S1、计算网络中所有节点的H指数。

所述步骤S1中网络中所有节点H指数计算方法如下：

首先计算网络中所有节点的邻居节点，邻居节点为在当前节点V_k通信范围内的节点，将其节点数称为该节点的度，记做q_k。节点V_k的邻居节点的度记做

则节点V_k的H指数由下式定义：

式中

为计算H指数的运算，具体计算方法为找到一个最大值，保证在

中至少有h_k个节点的度不小于h_k。

S2、选择H指数阈值，将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域。

所述步骤S2，选择H指数阈值，将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域。该H指数阈值的确定根据网络节点密度进行设定，保证所画的区域半径小于节点的覆盖半径。

S3、不同区域中所有重要节点的中心放置微基站。

所述步骤S3中，不同区域中所有重要节点的中心放置微基站，目的是为了让节点密度高的区域能够分配到更多的网络资源。

S4、利用5G宏基站和微基站共同进行网络中节点的定位。

所述步骤S4中，利用5G宏基站和微基站共同进行网络中节点的定位。分为两种不同情况，第一种情况是节点在微基站的覆盖范围之内，第二种情况是节点不在微基站的覆盖范围之内。第一种情况利用微基站和宏基站共同确定节点的位置，第二种情况利用宏基站确定节点的位置。

下面结合附图以及具体实施例对本发明进行详细说明。

实施例

本发明基于H指数对5G超密度网络中节点进行定位，包括以下四个步骤：S1，计算网络中所有节点的H指数；S2，选择H指数阈值，将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域；S3，不同区域中所有重要节点的中心放置微基站；S4，利用5G宏基站和微基站共同进行网络中节点的定位。具体步骤如下：

S1，计算网络中所有节点的H指数

请参阅图1所示，图中x轴为当前节点的不同邻居节点，y轴对应的是不同邻居节点的度，所有节点按其度的大小从大到小在x轴上进行从左到右的排列。在坐标轴上画出y＝x曲线，与邻居节点的度的曲线交点取值即为当前节点的H指数。

S2，选择H指数阈值，将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域；

请参阅图2所示，图示为5G网络的一个宏蜂窝，首先根据步骤S1计算每个节点的H指数，将所有H指数从小到达进行排列，从小到大的三分之二处的值选择为阈值，将大于该阈值的节点标记为重要节点，如图中标红的节点即为重要节点。将这些标红节点按所在的位置分为多个区域。

S3，不同区域中所有重要节点的中心放置微基站

对于某个区域放置微基站的具体操作为：选择能将重要节点覆盖的最细小的圆，该圆的圆心放置微基站。

S4，利用5G宏基站和微基站共同进行网络中节点的定位。

将宏基站和微基站测得的节点的方向信息和角度信息作为卡尔曼滤波器的测量输入，进行滤波得到节点的位置。

以上披露的所有文章和参考资料，包括专利申请和出版物，出于各种目的通过援引结合于此。描述组合的术语“基本由…构成”应该包括所确定的元件、成分、部件或步骤以及实质上没有影响该组合的基本新颖特征的其他元件、成分、部件或步骤。使用术语“包含”或“包括”来描述这里的元件、成分、部件或步骤的组合也想到了基本由这些元件、成分、部件或步骤构成的实施方式。这里通过使用术语“可以”，旨在说明“可以”包括的所描述的任何属性都是可选的。

多个元件、成分、部件或步骤能够由单个集成元件、成分、部件或步骤来提供。另选地，单个集成元件、成分、部件或步骤可以被分成分离的多个元件、成分、部件或步骤。用来描述元件、成分、部件或步骤的公开“一”或“一个”并不说为了排除其他的元件、成分、部件或步骤。

应该理解，以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述，在所提供的实施例之外的许多实施例和许多应用对本领域技术人员来说都将是显而易见的。因此，本教导的范围不应该参照上述描述来确定，而是应该参照前述权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的，所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主体内容，也不应该认为申请人没有将该主题考虑为所公开的发明主题的一部分。

Claims (10)

1.基于H指数进行5G超大规模网络节点定位的方法，其特征在于，包括以下步骤：

S1、计算网络中所有节点的H指数；

S2、选择H指数阈值，将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域；

S3、不同区域中所有重要节点的中心放置微基站；

S4、利用5G宏基站和微基站共同进行网络中节点的定位。

2.根据权利要求1所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，所述步骤S1中，网络中所有节点H指数计算方法为：

以x轴为当前节点的不同邻居节点，y轴对应的是不同邻居节点的度，所有节点按其度的大小从大到小在x轴上进行从左到右的排列；在坐标轴上画出y＝x曲线，与邻居节点的度的曲线交点取值即为当前节点的H指数。

3.根据权利要求2所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，所述步骤S1中，网络中所有节点H指数计算方法如下：

首先计算网络中所有节点的邻居节点，邻居节点为在当前节点V_k通信范围内的节点，将其节点数称为该节点的度，记做q_k；节点V_k的邻居节点的度记做

则节点V_k的H指数由下式定义：

式中

为计算H指数的运算，具体计算方法为找到一个最大值，保证在

中至少有h_k个节点的度不小于h_k。

4.根据权利要求1所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，所述步骤S2中，选择H指数阈值是将H指数大于该阈值的节点标记为重要节点，并将重要节点分区域。

5.根据权利要求4所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，重要节点分区域具体方法为：

根据每个节点的H指数，将所有H指数从小到达进行排列，从小到大的三分之二处的值选择为阈值，将大于该阈值的节点标记为重要节点；将重要节点按所在的位置分为多个区域。

6.根据权利要求2所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，所述H指数阈值的确定根据网络节点密度进行设定，使得所画的区域半径小于节点的覆盖半径。

7.根据权利要求1所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，所述步骤S3中，不同区域中所有重要节点的中心放置微基站使得节点密度高的区域能够分配到更多的网络资源。

8.根据权利要求1所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，所述步骤S3中，对于某个区域放置微基站的具体操作为：选择能将重要节点覆盖的最细小的圆，该圆的圆心放置微基站。

9.根据权利要求1所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，所述步骤S4中，将宏基站和微基站测得的节点的方向信息和角度信息作为卡尔曼滤波器的测量输入，进行滤波得到节点的位置。

10.根据权利要求1所述的基于H指数进行5G超大规模网络节点定位的方法，其特征在于，所述步骤S4中，利用5G宏基站和微基站共同进行网络中节点的定位分为两种不同情况：

第一种情况是节点在微基站的覆盖范围之内，利用微基站和宏基站共同确定节点的位置；

第二种情况是节点不在微基站的覆盖范围之内，利用宏基站确定节点的位置。

Images