2020开发竞赛地理设计组二等奖：5G基站选址优化与应急通信调度
作品编号：B162（二等奖）作品名称：5G基站选址优化与应急通信调度作者单位：华南农业大学资源环境学院小组成员：贾泉礼，戚景宇，刘嘉琳，彭晓斌指导老师：包世泰，陈永康
1. 提供最低成本全覆盖和最大覆盖有限成本两种基站选址优化方案，提高选址效率，减少人力物力，为通信运营商提供可行的选址方案。
2. 优化方案均适用于建设区域内有、无原有基站两种不同情况。
3. 应急通信调度方案适用于体育赛事、大型演唱会等人群聚集的集会活动或是出现故障、损毁而需增援，面向实际生活中的问题，具有积极良好的社会效用及意义。
4. 作品大部分采用基于Arcpy的二次开发脚本工具，避免纷繁的工具使用操作。相比模型，更加方便稳定，运行更高效。
5. 综合运用了可视域分析、缓冲区分析、欧式分配、核密度分析等多种空间分析工具、线性优化算法以及地理模型。
6. 所有优化成果均采用自动化方式生成专题图，并在弹窗中可视化呈现。
(一) 5G基站候选点及其可视域分析
1. 生成DEM
根据输入高程数据创建TIN，将TIN转栅格生成后续步骤所需的DEM。可转换的数据为：等高线数据（矢量数据）、高程点数据（矢量数据）。2. 提取5G基站候选点
确立基站选址的可能位置，应先从数据库中根据真实 DEM 或城乡建筑高程数据模型提取局部制高点，并根据该区域原有5G基站进行删减，将剩下的点作为候选点。具体思路：(1) 计算 DEM 每个像元周围半径为3个像元的圆形领域内的最大值，其中，如果领域中有任意像元值是Nodata，处理像元输出为Nodata。使用栅格计算器，根据 MAXPOINT - Raster(input_DEM) ==0 ，初步计算得到山顶点。
(2) 根据山顶点属性字段 Value 进行重分类，0 映射为NoData,1映射为1，如有未出现在重映射表中的值，设置为NoData，这样就得到候选山顶点。
(3) 将候选山顶点栅格转化为矢量点数据。
(4) 对该地区原有基站建立缓冲区，默认设置缓冲区距离为原有基站覆盖半径的1/5（粗略认为4G基站的覆盖范围是5G基站的5倍）。根据缓冲区将距离该地区原有基站过近的局部制高点删除，得到候选点数据。
3. 制高点可视域计算
基站的信号范围取决于制高点及基站的高度、基站信号覆盖能力以及给定区域的地形起伏。若 DEM 中的一个位置或像元位于基站信号的覆盖范围内，则认为该位置或单元被覆盖，其中像元值为 1 表示主要覆盖范围，即像元仅被一个信号覆盖。值为 0 的单元格是视域之间的间隙，即信号覆盖盲区。根据所得的 5G 基站候选点，结合地表 DEM 模型，确定基站塔高以及信号覆盖范围，计算得出每个候选点的可视域。【图1 生成候选基站覆盖范围模型】
(二) 模型驱动的5G基站选址优化
考虑到地形条件、安装条件和基站设备有效覆盖半径等，建立基站选址多目标优化模型，并利用 python中pulp 模块开发脚本实现求解，最后对优化选址结果进行自动制图，输出专题地图。脚本作为工具与前两个脚本融合形成一个完整的地理模型。3.1最低成本全覆盖
利用 python 开发脚本融入 Arcgis 地理建模，通过所得的候选基站点以及可视域矩阵文件，结合实际 5G 基站建设平均成本，经过模型自动计算获得区域全覆盖情况下的最低建设成本和新建基站点数据。具体思路：（1）将视域矩阵和禁止/优先覆盖栅格转换成更易于处理的列表。
（2）利用pulp模块进行“最低成本全覆盖”分析。根据视域矩阵得到候选山顶点，再删去根据禁止/优先覆盖栅格，处理得到实际基站设置点，实际基站设置点乘以平均造价得到成本 object，实现最低成本全覆盖 ，并生成分析结果TXT文件。
（3）根据TXT文件对候选点进行选择，剔除未被选中的候选点，生成新建基站点文件，并对新建基站进行可视域分析，得到其覆盖范围。
（4）自动制图，生成 “基于最小成本全覆盖模型的优化分析选址成果图”
【图2 最低成本全覆盖模型】
3.2 最大覆盖有限成本
结合实际 5G 基站建设平均成本，提供最大预算金额，经过模型自动计算获得有限成本情况下区域最大覆盖范围和新建基站点数据。具体思路：（1）将视域矩阵和禁止/优先覆盖栅格转换成更易为处理的列表。
（2）利用pulp模块进行“最大覆盖有限成本”分析。根据视域矩阵得到候选山顶点，再删去根据禁止/优先覆盖栅格处理得到的无需覆盖栅格和需要覆盖但有候选点可覆盖栅格得到的候选点，得到实际基站设置点，实际基站设置点乘以平均造价得到成本 object，实现有限成本最大覆盖。并生成分析结果TXT文件。
（3）根据TXT文件对候选点进行选择，剔除未被选中的候选点，生成新建基站点文件，并对新建基站进行可视域分析，得到其覆盖范围。
（4）自动制图，生成“基于最大覆盖有限成本模型的优化分析选址成果图”。
【图3 最大覆盖有限成本模型】
（三） 手机信令与5G基站负载饱和度分析
便于模拟基站使用情况，进行应急调度分析，作品提供手机信令与5G基站负载饱和度分析功能。具体思路：（1）使用创建随机点工具在区域内生成指定数量的随机点，作为模拟信令
（2）使用欧式分配、多值提取至点等工具，按照就近原则确定信令所属基站
（3）为随机信令添加随机id（电话号码）、高程、随机时间戳、坐标等属性。
（4）根据信令中的对应基站编号，统计各基站对应的信令数，结合基站容量自动计算出基站的负载饱和度。对模拟信令进行核密度分析，并进行自动制图，输出“手机信令与5G基站负载饱和度分析成果图”。
（四） 突发聚集事件信号车紧急调度分析
某区域可能突发人群聚集事件，即区域内突然增加大量信令，超过基站容量上限，需要应急调度信号车以保证通信。本模型通过空间分析和计算，自动算出需要增派的通信应急车数量。并在考虑覆盖和间距的情况下，将其布置在区域中信令密度较高的区域，随后进行自动制图，输出相应专题图。具体思路：（1）根据输入新增信令数量N1，在调度区域中新生成大量信令，模拟突发聚集事件。
（2）使用按位置选择图层工具统计调度区域内常驻信令数量N2和调度区域内原有基站总负载数C（C1= 调度区域内基站数量*基站最大负载数）。并用N1 + N2得到调度区域内信令总数N。
（3）根据信令总数N，区域内原有基站总负载数C和单个信号车容量C1，经计算得出需要增派的信号车数量。此处的应急车数量会比直接需求多1-3辆，确保满足需要。
（4）对调度区域内所有信令进行核密度分析，使用分割、栅格转面、按属性选择等工具提取高密度区域,（默认为五等分情况下，密度大小降序前2/5的区域），在高密度区域中布置新增信号车，各信号车间距离此处默认为50米以上。
（5）进行自动制图，输出“通信应急调度成果图”专题地图。
自动化：可自动实现候选点提取、优化选址、信令生成、紧急调度的全过程，且自动制出四张成果图。避免一对一设计，且操作简单，大大提高通信运行商的工作效率。
智能化：结合线性优化算法，进行基站的优化选址，从信号覆盖以及建设成本的两大方面出发，分别实现最大覆盖有限成本和全覆盖最小成本的智能优化决策。
应急性：面对突发人群聚集事件，本模型提供了应急调度的智能决策方案，以保证人们正常的通信需求。
01
地图故事作品赏析：王朝末日的“黑色恐怖”—GIS视角下的清末东北地区爆发鼠疫始末
0203042020遥感应用组一等奖作品赏析：基于城市天际线对地观测技术的区域交通流量监控
052020竞赛特等奖作品赏析：科技战疫·突发急性传染病多尺度智能监测预警系统
| 精彩推荐 | ||
|---|---|---|
| 分类 | 内容 | 适宜对象 |
| 课程篇 | ArcGIS Pro制图入门系列课程 | 在读生 易智瑞开发竞赛选手 |
| 课程篇 | Web GIS课程全链接 | 在读生 GIS应用开发组选手 |
| 课程篇 | Portal for ArcGIS入门 | 有GIS开发基础 GIS应用开发组选手 |
| 考研系列 | 写在考研成绩之时（1）选导师 | 考研、复试同学 |
| 考研系列 | 写在考研成绩之时（2）联系导师 | 考研、复试同学 |
| 考研系列 | 写在考研成绩之时（3）复试 | 考研、复试同学 |
| 考研系列 | 来，一起扒一下地信专业考研数据 | 准备考研的同学 |
| 学习篇 | 这是一份遥感学习笔记：遥感数据源&免费数据获取途径 | 在读生 遥感应用组同学 |
| 学习篇 | 人生苦短，你需要Python（0基础患者入门篇） | Python入门 地理设计组同学 |
| 学习篇 | 人生苦短系列2——来自ArcGIS Python的拯救 | Python入门 地理设计组同学 |
| 学习篇 | 带你做一遍“垃圾场选址”这个case（一） | 地理设计组同学 |
| 学习篇 | 带你做一遍“垃圾场选址”这个case（二） | 地理设计组同学 |
| 学习篇 | 带你做一遍“垃圾场选址”这个case（三） | 地理设计组同学 |
| 竞赛篇 | 用地图，讲故事，2020开发竞赛，我们认真的！ | 地图故事组同学 |
| 竞赛篇 | ArcGIS Online中国 上的『俄罗斯三城游记』 | 地图故事组同学 |
| 竞赛篇 | 如何做出好作品？开发竞赛导师宝藏箴言（完整版） | 参赛选手 |
| 竞赛篇 | 北京大学刘瑜教授：能解决实际问题才是真的GIS人才 | 参赛选手 |
| 竞赛篇 | “C”位出道，开发竞赛助你成为下一个开挂的GISer | 参赛选手 |
关注我们
公众号ID：M姐实验室
关注GIS教育的一切