Small cell path loss model optimization using genetic algorithm and particle swarm optimization algorithm

Chilakala Sudhamani

doi:10.1007/s11276-025-04022-1

Small cell path loss model optimization using genetic algorithm and particle swarm optimization algorithm

2025-09-01

1

OA

AI

DOI：10.1007/s11276-025-04022-1

原文链接

查看原文

摘要

En 中文

无线通信系统设计的一个基本要求是路径损耗的确定。本研究通过城市微环境路径损耗模型比较和估计路径损耗。考虑到路径损耗模型优化以表示实际传播路径，并使用遗传算法和粒子群优化算法寻找优化的路径损耗模型。分析测量的路径损耗与每个模型的优化路径损耗值进行对比，并使用误差统计量评估每个模型的性能。从仿真结果可以推断，使用遗传算法和粒子群优化算法时，5GCM开放广场模型生成的均方误差和标准差具有最低值。5GCM-OS视距（LOS）场景下使用GA算法的误差统计量（如MSE、RMSE和SE）分别为5.43、2.33和2.33，在非视距（NLOS）场景下分别为8.86、2.97和3.21；使用PSO算法的LOS场景下分别为5.15、2.67和1.56，NLOS场景下分别为7.84、2.80和1.9。3GPP-SC模型在LOS场景下使用PSO算法是最佳路径损耗模型，其最小化误差统计量分别为3.85、1.96和1.47。PSO算法比GA算法表现更优，产生的误差统计量低于GA优化算法。因此，5G小基站网络运营商可以通过采用PSO优化策略来提高毫米波频率下的服务质量。

Keyword:

5G

Urban micro environment

Path loss model

Error statistics

Optimization

Genetic algorithm

Small cell path loss model optimization using genetic algorithm and particle swarm optimization algorithm

摘要

AI总结

期刊

机构