文摘
英文文摘
声明
致谢
1 引言
1.1 研究背景
1.2 研究基站分布规划的意义
1.3 SCDMA基站分布规划的研究现状
1.4 论文主要工作及结构
2 微粒群算法
2.1 微粒群算法概述
2.1.1 微粒群算法的起源
2.1.2 微粒群算法的发展
2.1.3 微粒群算法的应用
2.2 理论背景
2.2.1 群体智能的典型特征
2.2.2 智能群体的基本原则
2.2.3 群体智能算法模式
2.3 PSO算法模式
2.4 PSO算法原理
2.5 PSO算法流程
2.6 PSO参数分析
3 SCDMA系统概述
3.1 SCDMA系统简介
3.2 SCDMA系统关键技术
3.2.1 同步CDMA技术
3.2.2 智能天线技术
3.2.3 SWAP协议
3.2.4 软件无线电
3.2.5 多载波传输
3.2.6 自适应调制
3.3 SCDMA系统的主要技术指标
4 SCDMA系统基站分布规划的考虑要素
4.1 SCDMA系统的电波传播
4.1.1 无线信道传播特性
4.1.2 电波传播模型
4.2 SCDMA系统的链路预算
4.3 SCDMA系统的容量预算
4.3.1 天线阵选择
4.3.2 系统容量计算
5 基于SCDMA系统的算法改进
5.1 微粒群优化算法的改进
5.2 子种群的引入
5.2.1 引入子种群的目的
5.2.2 实现方法
5.3 轮盘赌算子的引入
5.3.1 轮盘赌算子
5.3.2 轮盘赌算子的改进
5.3.3 实验验证
5.4 爬坡算子的引入
5.4.1 爬坡算子
5.4.2 爬坡算子的改进
5.4.3 实现方法
6 微粒群优化算法应用于基站分布规划
6.1 基站分布规划的问题描述
6.1.1 基站分布规划的多目标性
6.1.2 微粒群优化算法解决多目标优化问题
6.2 编码方案
6.3 目标函数的定义
6.4 初始化种群
6.5 实验验证
6.5.1 实验条件
6.5.2 算法流程
6.5.3 实验结果
7 结论
参考文献
作者简历