JP2013042202A - Optimum solution detection device, and optimum solution detection program - Google Patents

Optimum solution detection device, and optimum solution detection program Download PDF

Info

Publication number
JP2013042202A
JP2013042202A JP2011175880A JP2011175880A JP2013042202A JP 2013042202 A JP2013042202 A JP 2013042202A JP 2011175880 A JP2011175880 A JP 2011175880A JP 2011175880 A JP2011175880 A JP 2011175880A JP 2013042202 A JP2013042202 A JP 2013042202A
Authority
JP
Japan
Prior art keywords
solution
base station
traffic demand
parameter group
cost
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2011175880A
Other languages
Japanese (ja)
Inventor
Hisafumi Kaneko
尚史 金子
Yoji Kishi
洋司 岸
Takashi Matsunaka
隆志 松中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KDDI Corp
Original Assignee
KDDI Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by KDDI Corp filed Critical KDDI Corp
Priority to JP2011175880A priority Critical patent/JP2013042202A/en
Publication of JP2013042202A publication Critical patent/JP2013042202A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide an optimum solution detection device and optimum solution detection program capable of detecting an optimum solution of executable solutions in a short time.SOLUTION: An optimum solution detection device 100 comprises an optimization part 140 for detecting an optimum solution of executable solutions by changing a first parameter group for only the latest inexecutable solution, when solutions transit between executable solutions which meet traffic demand to be accommodated through station installation design and inexecutable solutions which do not meet the traffic demand to be accommodated, by changing the first parameter group influencing the traffic demand and a second parameter group influencing costs.

Description

本発明は、最適解検出装置及び最適解検出プログラムに関する。   The present invention relates to an optimum solution detection apparatus and an optimum solution detection program.

無線通信システム、特に携帯電話に代表される移動体通信システムでは、通信エリアを実際に構築する前に、基地局を設置する位置を設計者が事前に検討する置局設計が行われる。置局設計では、通信エリアを構築する対象とされた範囲を含む地図が、予め定められたサイズの領域（以下、「ＢＩＮ」という）により複数に分割される。基地局を設置する位置は、これらＢＩＮ毎の受信電力等に基づいて、制約条件（例えば、トラヒック需要）を満たすよう検討される。   In a wireless communication system, particularly a mobile communication system typified by a mobile phone, a station station design is performed in which a designer considers a position where a base station is installed in advance before actually building a communication area. In station placement design, a map including a range for which a communication area is to be constructed is divided into a plurality of regions of a predetermined size (hereinafter referred to as “BIN”). The location where the base station is installed is examined so as to satisfy the constraint condition (for example, traffic demand) based on the received power for each BIN.

このような置局設計において、トラヒック需要を満たすマクロ基地局の配置と、そのパラメータの設定とを行うことを目的とした置局設計方法が、特許文献１に開示されている。   In such station placement design, Patent Document 1 discloses a station placement design method for the purpose of arranging macro base stations that satisfy traffic demands and setting parameters thereof.

また、近年、スマートフォンなどの登場により、移動体通信システムのトラヒック需要は、急激な増加傾向にある。そこで、マクロ基地局のカバレッジエリア内のＢＩＮに、送信電力が小さい小型基地局をさらに設置することによって、マクロ基地局の負荷を分散することができる「ヘテロジニアスネットワーク（Ｈｅｔｅｒｏｇｅｎｅｏｕｓ Ｎｅｔｗｏｒｋ：ＨｅｔＮｅｔ）」が注目されている。   In recent years, with the advent of smartphones and the like, the traffic demand of mobile communication systems has been increasing rapidly. Therefore, a “heterogeneous network (HetNet)” that can disperse the load of the macro base station by further installing a small base station with low transmission power in the BIN in the coverage area of the macro base station. Attention has been paid.

さらに、ヘテロジニアスネットワークにおいて、より高い負荷分散効果を得るための技術として、Ｃｅｌｌ Ｒａｎｇｅ Ｅｘｐａｎｓｉｏｎ（ＣＲＥ）が検討されている。ＣＲＥのパラメータの一つである、受信電力に対するバイアス（以下、「ＣＲＥバイアス」という）に応じて、小型基地局がカバレッジエリアを拡大することにより、ヘテロジニアスネットワークは、より高い負荷分散効果を得る。   Furthermore, Cell Range Expansion (CRE) is being studied as a technique for obtaining a higher load distribution effect in a heterogeneous network. The heterogeneous network obtains a higher load distribution effect by the small base station expanding the coverage area in accordance with a bias to the received power (hereinafter referred to as “CRE bias”), which is one of the parameters of the CRE. .

特開２００４−２０１２６９号公報JP 2004-201269 A

しかしながら、特許文献１に開示された置局設計方法では、ヘテロジニアスネットワークに特有であるＣＲＥのパラメータは、まったく考慮されていない。このため、特許文献１に開示された様な置局設計方法により定められるパラメータに、例えば、ＣＲＥのパラメータ等が追加された場合、トラヒック需要を収容し且つ費用が最小となる実行可能解の最適解を検出するための処理時間は、指数関数的に増加してしまうという問題がある。   However, in the in-station design method disclosed in Patent Document 1, the CRE parameters unique to the heterogeneous network are not considered at all. For this reason, when a CRE parameter or the like is added to the parameters determined by the station design method as disclosed in Patent Document 1, for example, the optimal feasible solution that accommodates traffic demand and minimizes the cost There is a problem that the processing time for detecting the solution increases exponentially.

本発明は、前記の点に鑑みてなされたものであり、実行可能解の最適解を短時間で検出することができる最適解検出装置及び最適解検出プログラムを提供することを目的とする。   The present invention has been made in view of the above points, and an object thereof is to provide an optimal solution detection apparatus and an optimal solution detection program that can detect an optimal solution of an executable solution in a short time.

本発明は、上記の課題を解決するためになされたものであり、置局設計により収容すべきトラヒック需要を満たす解である実行可能解と、前記収容すべきトラヒック需要を満たさない解である実行不可能解との間を、トラヒック需要に影響する第１パラメータ群、及び費用に影響する第２パラメータ群を変更することにより、解が遷移した場合、直近の実行不可能解に対してのみ、前記第１パラメータ群を変更することにより、実行可能解の最適解を検出する最適化部、を備えることを特徴とする最適解検出装置である。   The present invention has been made in order to solve the above-described problem, and an executable solution that is a solution that satisfies the traffic demand to be accommodated by station placement design and an execution that is a solution that does not satisfy the traffic demand to be accommodated. If the solution transitions by changing the first parameter group that affects traffic demand and the second parameter group that affects the cost between impossible solutions, only for the most infeasible solution, An optimal solution detection apparatus comprising: an optimization unit that detects an optimal solution of an executable solution by changing the first parameter group.

また、本発明は、前記最適化部が、直近で得られている解が実行可能解である場合、予め定められた回数だけ前記第２パラメータ群を費用が増加する方向に変更することにより、実行可能解の最適解を検出することを特徴とする最適解検出装置である。   In the present invention, when the most recently obtained solution is an executable solution, the optimization unit changes the second parameter group in a direction in which the cost increases by a predetermined number of times, An optimal solution detection apparatus that detects an optimal solution of feasible solutions.

また、本発明は、前記最適化部が、前記実行可能解の最適解として、トラヒック需要を収容し且つ費用が最小となる最適解を検出することを特徴とする最適解検出装置である。   Further, the present invention is the optimum solution detection apparatus, wherein the optimization unit detects an optimum solution that accommodates traffic demand and minimizes the cost as the optimum solution of the feasible solution.

また、本発明は、前記最適化部が、トラヒック需要に影響し且つ費用に影響しない予め定められたパラメータ群を、前記第１パラメータ群として変更することにより、前記実行可能解の最適解を検出することを特徴とする最適解検出装置である。   According to the present invention, the optimization unit detects an optimal solution of the feasible solution by changing a predetermined parameter group that does not affect traffic demand and does not affect the cost as the first parameter group. It is an optimal solution detection apparatus characterized by doing.

また、本発明は、前記最適化部が、ヘテロジニアスネットワークを構成する第１無線基地局における受信電力に対するバイアス値、前記ヘテロジニアスネットワークを構成する第２無線基地局が送信するサブフレームがミュートされる率、及び、前記第２無線基地局の送信電力のうち少なくとも一つを、前記第１パラメータ群として変更することにより、前記実行可能解の最適解を検出することを特徴とする最適解検出装置である。   Further, according to the present invention, the optimization unit mutes a bias value with respect to received power at the first radio base station constituting the heterogeneous network and a subframe transmitted by the second radio base station constituting the heterogeneous network. And detecting the optimal solution of the feasible solution by changing at least one of the transmission rate and the transmission power of the second radio base station as the first parameter group. Device.

また、本発明は、前記最適化部が、ヘテロジニアスネットワークを構成する第１無線基地局の設置台数及び設置位置のうち少なくとも一つを、前記第２パラメータ群として変更することを特徴とする最適解検出装置である。   Also, the present invention is characterized in that the optimization unit changes at least one of the number of installed first radio base stations and the installed position of the heterogeneous network as the second parameter group. It is a solution detection device.

また、本発明は、前記最適化部が、タブーサーチ又は局所探索を実行することを特徴とする最適解検出装置である。   The present invention is the optimum solution detection apparatus, wherein the optimization unit executes tabu search or local search.

また、本発明は、コンピュータに、置局設計により収容すべきトラヒック需要を満たす解である実行可能解と、前記収容すべきトラヒック需要を満たさない解である実行不可能解との間を、トラヒック需要に影響する第１パラメータ群、及び費用に影響する第２パラメータ群を変更することにより、解が遷移した場合、直近の実行不可能解に対してのみ、前記第１パラメータ群を変更することにより、実行可能解の最適解を検出する手順、を実行させるための最適解検出プログラムである。   In addition, the present invention provides a traffic between a feasible solution that is a solution that satisfies the traffic demand to be accommodated by station design and an infeasible solution that is a solution that does not satisfy the traffic demand to be accommodated. When the solution transitions by changing the first parameter group that affects demand and the second parameter group that affects cost, the first parameter group is changed only for the latest infeasible solution. The optimal solution detection program for executing the procedure for detecting the optimal solution of the executable solution.

本発明によれば、最適化部は、解が遷移した場合の直近の実行不可能解に対してのみ、前記第１パラメータ群を変更する。これにより、最適解検出装置は、実行可能解の最適解を短時間で検出することができる。   According to the present invention, the optimization unit changes the first parameter group only for the latest infeasible solution when the solution transitions. Thereby, the optimal solution detection apparatus can detect the optimal solution of an executable solution in a short time.

本発明の一実施形態における、最適解検出装置の構成を示すブロック図である。It is a block diagram which shows the structure of the optimal solution detection apparatus in one Embodiment of this invention. 本発明の一実施形態における、ヘテロジニアスネットワークの構成例を示す図である。It is a figure which shows the structural example of the heterogeneous network in one Embodiment of this invention. 本発明の一実施形態における、ＣＲＥを適用していない場合のカバレッジエリアの例を示す図である。It is a figure which shows the example of the coverage area in case CRE is not applied in one Embodiment of this invention. 本発明の一実施形態における、ＣＲＥを適用した場合のカバレッジエリアの例を示す図である。It is a figure which shows the example of the coverage area at the time of applying CRE in one Embodiment of this invention. 本発明の一実施形態における、最適化処理を行う対象エリアを示す地図の情報の例を示す図である。It is a figure which shows the example of the information of the map which shows the object area which performs the optimization process in one Embodiment of this invention. 本発明の一実施形態における、ＭＣＳ（Ｍｏｄｕｌａｔｉｏｎ ａｎｄ Ｃｏｄｉｎｇ Ｓｃｈｅｍｅ）テーブルの例を示す表である。It is a table | surface which shows the example of the MCS (Modulation and Coding Scheme) table in one Embodiment of this invention. 本発明の一実施形態における、周波数帯域幅と、サブキャリア数と、ＲＢ数との関係の例を示す表である。It is a table | surface which shows the example of the relationship between the frequency bandwidth in one Embodiment of this invention, the number of subcarriers, and the number of RBs. 本発明の一実施形態における、ミューティング・サブフレームの例を示す図である。It is a figure which shows the example of a muting sub-frame in one Embodiment of this invention. 本発明の一実施形態における、ミューティング・サブフレームの送信タイミングと、小型基地局の通信タイミングとの例を示す図である。It is a figure which shows the example of the transmission timing of a muting sub-frame in one Embodiment of this invention, and the communication timing of a small base station. 本発明の一実施形態における、解が実行可能解から実行不可能解に遷移した場合の最適化処理の例を示す図である。It is a figure which shows the example of the optimization process when the solution changes from an executable solution to an infeasible solution in one Embodiment of this invention. 本発明の一実施形態における、解が実行不可能解から実行可能解に遷移した場合の最適化処理の例を示す図である。It is a figure which shows the example of the optimization process when the solution changes from an infeasible solution to an executable solution in one Embodiment of this invention. 本発明の一実施形態における、直近で得られた解が実行可能解である場合の近傍操作の例を示す図である。It is a figure which shows the example of vicinity operation in case one embodiment of this invention WHEREIN: The solution obtained most recently is a feasible solution. 本発明の一実施形態における、費用に影響しないパラメータについての近傍操作の例を示す図である。It is a figure which shows the example of the vicinity operation about the parameter which does not influence cost in one Embodiment of this invention. 本発明の一実施形態における、最適化処理の手順を表すフローチャートである。It is a flowchart showing the procedure of the optimization process in one Embodiment of this invention.

本発明の一実施形態について図面を参照して詳細に説明する。図１には、最適解検出装置の構成がブロック図により示されている。また、図２には、ヘテロジニアスネットワークの構成例が示されている。   An embodiment of the present invention will be described in detail with reference to the drawings. FIG. 1 is a block diagram showing the configuration of the optimum solution detection apparatus. FIG. 2 shows an example of the configuration of a heterogeneous network.

以下では、ヘテロジニアスネットワークの通信システムにＯＦＤＭＡ（Ｏｒｔｈｏｇｏｎａｌ Ｆｒｅｑｕｅｎｃｙ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）が用いられているものとして説明を続けるが、通信システムは、ＯＦＤＭＡに限らなくてよい。例えば、通信システムは、ＣＤＭＡ（Ｃｏｄｅ Ｄｉｖｉｓｉｏｎ Ｍｕｌｔｉｐｌｅ Ａｃｃｅｓｓ）システムでもよい。   In the following, the description will be continued assuming that OFDMA (Orthogonal Frequency Multiple Access) is used in the communication system of the heterogeneous network, but the communication system is not limited to OFDMA. For example, the communication system may be a CDMA (Code Division Multiple Access) system.

ヘテロジニアスネットワークは、無線基地局であるマクロ基地局４００及び小型基地局５００−ｐ（ｐは、１以上の整数）を含んで構成される。ここで、カバレッジエリア８００は、マクロ基地局４００によって既に構築されているものとする。また、マクロ基地局４００のカバレッジエリア８００には、複数の無線端末６００−ｍ（ｍは、１以上の整数）が存在可能であるものとする。   The heterogeneous network includes a macro base station 400 that is a radio base station and a small base station 500-p (p is an integer of 1 or more). Here, it is assumed that the coverage area 800 has already been constructed by the macro base station 400. Further, it is assumed that a plurality of wireless terminals 600-m (m is an integer of 1 or more) can exist in the coverage area 800 of the macro base station 400.

図３には、ＣＲＥを適用していない場合のカバレッジエリアの例が示されている。また、図４には、ＣＲＥを適用した場合のカバレッジエリアの例が示されている。ＣＲＥを適用した場合、無線端末６００−ｍは、カバレッジエリア８００に設置された小型基地局５００−ｐのうちから、通信接続する小型基地局を選択するため、小型基地局５００−ｐからの受信電力５１０に、予め定められたＣＲＥバイアス値を加算することで、ＣＲＥバイアス値が加算された受信電力５２０を算出する。   FIG. 3 shows an example of a coverage area when CRE is not applied. FIG. 4 shows an example of a coverage area when CRE is applied. When the CRE is applied, the radio terminal 600-m selects the small base station to be connected to communication from the small base stations 500-p installed in the coverage area 800. By adding a predetermined CRE bias value to the power 510, the received power 520 with the CRE bias value added is calculated.

無線端末６００−ｍは、マクロ基地局４００からの受信電力４１０と、ＣＲＥバイアス値が加算された受信電力５２０とを比較し、最も受信電力が高い小型基地局５００−ｐに通信接続する。このようにして、例えば、小型基地局５００−１のカバレッジエリア９００−１は、予め定められたＣＲＥバイアス値に応じて、カバレッジエリア９１０−１に拡張される（カバレッジ拡張）。   The radio terminal 600-m compares the received power 410 from the macro base station 400 with the received power 520 to which the CRE bias value is added, and establishes communication connection with the small base station 500-p having the highest received power. In this way, for example, the coverage area 900-1 of the small base station 500-1 is expanded to the coverage area 910-1 in accordance with a predetermined CRE bias value (coverage expansion).

したがって、小型基地局５００−１からの受信電力５１０が、マクロ基地局４００からの受信電力４１０よりも実際には小さいエリアに在る無線端末６００−ｍでも、その小型基地局は、ＣＲＥバイアス値に応じて、小型基地局５００−１に通信接続することとなる。このため、その小型基地局は、信号対干渉比（Ｓｉｇｎａｌ ｔｏ Ｉｎｔｅｒｆｅｒｅｎｃｅ Ｒａｔｉｏ：ＳＩＲ）が悪く、十分な通信速度を確保することが出来ない場合がある。そこで、信号対干渉比を改善するため、マクロ基地局４００は、通信を制限（ミューティング）する領域（サブフレーム）を、無線リソースの周波数方向又は時間方向に設ける。   Therefore, even in the wireless terminal 600-m in which the received power 510 from the small base station 500-1 is actually smaller than the received power 410 from the macro base station 400, the small base station has a CRE bias value. Accordingly, communication connection is established with the small base station 500-1. For this reason, the small base station has a poor signal-to-interference ratio (SIR), and may not be able to ensure a sufficient communication speed. Therefore, in order to improve the signal-to-interference ratio, the macro base station 400 provides a region (subframe) for limiting (muting) communication in the frequency direction or time direction of the radio resource.

以下、ミューティングするサブフレームを、「ミューティング・サブフレーム」という。また、ミューティングしないサブフレームを、「ノーマル・サブフレーム」という。また、予め定められたノーマル・サブフレーム数とミューティング・サブフレーム数との比率を、「ミューティング比率」という。   Hereinafter, a subframe to be muted is referred to as a “muting subframe”. A subframe that is not muted is referred to as a “normal subframe”. A predetermined ratio between the normal subframe number and the muting subframe number is referred to as a “muting ratio”.

小型基地局５００−１は、ＣＲＥにより通信接続している無線端末６００−ｍと、マクロ基地局４００が通信を制限（ミューティング）しているタイミングに通信する。このため、ヘテロジニアスネットワークにおける置局設計では、トラヒック需要を収容し、且つ、費用（費用合計）が最小となる小型基地局５００−ｐの設置台数及び設置位置（最適解）を検出するだけでなく、ＣＲＥバイアス値及びミューティング比率が、最適に定められる必要がある。   The small base station 500-1 communicates with the wireless terminal 600-m that is in communication connection with the CRE at the timing when the macro base station 400 restricts (muting) the communication. For this reason, in the station placement design in the heterogeneous network, it is only necessary to detect the number of installed base stations 500-p and the installation position (optimum solution) that accommodates traffic demand and minimizes the cost (total cost). Instead, the CRE bias value and the muting ratio need to be determined optimally.

図１に戻り、最適解検出装置の構成の説明を続ける。入力装置３００は、ヘテロジニアスネットワークの置局設計における条件を示す情報として、最適化処理を行う対象エリアにおいて収容すべきトラヒック需要を示す情報（トラヒック需要情報）を、最適解検出装置１００に入力する。以下では、最適化処理を行う対象エリアに１台のマクロ基地局４００による一つのカバレッジエリア８００があるものとして説明を続けるが、最適化処理を行う対象エリアには、複数のマクロ基地局４００のそれぞれによる、複数のカバレッジエリア８００が含まれていてもよい。   Returning to FIG. 1, the description of the configuration of the optimum solution detection apparatus will be continued. The input device 300 inputs information (traffic demand information) indicating traffic demand to be accommodated in the target area to be optimized as information indicating conditions in the placement design of the heterogeneous network to the optimal solution detection device 100. . In the following, the description will be continued assuming that there is one coverage area 800 by one macro base station 400 in the target area to be optimized. However, in the target area to be optimized, a plurality of macro base stations 400 are included. A plurality of coverage areas 800 may be included.

入力装置３００は、マクロ基地局４００の送信電力を示す情報、マクロ基地局４００のアンテナ高を示す情報、マクロ基地局４００のアンテナパターンを示す情報、小型基地局５００−ｐの装置費用及び設置費用を示す情報、マクロ基地局４００の周波数帯を示す情報、カバレッジエリア８００の範囲を示す情報、ＢＩＮのサイズを示す情報、伝搬ロスのモデル式を示す情報、信号対干渉雑音比（ＳＩＮＲ）−パケットエラーレート（ＰＥＲ）変換テーブルデータ、及び、ＭＣＳ（Ｍｏｄｕｌａｔｉｏｎ ａｎｄ Ｃｏｄｉｎｇ Ｓｃｈｅｍｅ）テーブルデータを、最適解検出装置１００に入力してもよい。ＭＣＳテーブルデータの詳細については、図６を用いて後述する。   The input device 300 includes information indicating transmission power of the macro base station 400, information indicating the antenna height of the macro base station 400, information indicating the antenna pattern of the macro base station 400, device cost and installation cost of the small base station 500-p. , Information indicating the frequency band of the macro base station 400, information indicating the range of the coverage area 800, information indicating the size of the BIN, information indicating a model equation of propagation loss, signal-to-interference noise ratio (SINR) -packet Error rate (PER) conversion table data and MCS (Modulation and Coding Scheme) table data may be input to the optimal solution detection apparatus 100. Details of the MCS table data will be described later with reference to FIG.

また、入力装置３００は、小型基地局５００−ｐの最適な設置台数及び設置位置（実行可能解）を検出する最適化処理におけるパラメータ及び終了条件（閾値）を、最適解検出装置１００に入力してもよい。また、入力装置３００は、カバレッジエリア８００を含む地図の情報、ＢＩＮ毎の土地区分情報、及び、カバレッジエリア８００に対するトラヒック需要情報又はその予測情報を、最適解検出装置１００に入力する。また、入力装置３００は、地図の情報に含まれる範囲における、建物高データ、及び土地の標高データを、最適解検出装置１００に入力してもよい。   Further, the input device 300 inputs parameters and end conditions (threshold values) in the optimization process for detecting the optimal number of installed small base stations 500-p and the installation position (executable solution) to the optimal solution detection device 100. May be. Further, the input device 300 inputs map information including the coverage area 800, land classification information for each BIN, and traffic demand information for the coverage area 800 or prediction information thereof to the optimal solution detection device 100. Further, the input device 300 may input building height data and land elevation data in the range included in the map information to the optimal solution detection device 100.

次に、最適解検出装置１００の概要について説明する。
最適解検出装置１００は、ヘテロジニアスネットワークを構成する小型基地局５００−ｐの最適な設置台数及び設置位置、並びに、最適なＣＲＥバイアス値及びミューティング比率を定める。ここで、最適な設置台数及び設置位置とは、ヘテロジニアスネットワークがトラヒック需要を収容し、且つ、小型基地局５００−ｐを設置するために必要な費用合計が最小となる、設置台数及び設置位置である。なお、最適解検出装置１００は、小型基地局５００−ｐの送信電力及びアンテナチルト角等を定めてもよい。 Next, an outline of the optimal solution detection apparatus 100 will be described.
The optimal solution detection apparatus 100 determines the optimal number and position of small base stations 500-p configuring the heterogeneous network, and the optimal CRE bias value and muting ratio. Here, the optimal number of installations and installation positions are the number of installations and installation positions at which the heterogeneous network accommodates traffic demand and the total cost required to install the small base station 500-p is minimized. It is. Note that the optimal solution detection apparatus 100 may determine the transmission power and antenna tilt angle of the small base station 500-p.

最適解検出装置１００は、領域設定部１１０と、特性算出部１２０と、記憶部１３０と、最適化部１４０と、出力部１５０とを備える。領域設定部１１０には、地図の情報と、ＢＩＮのサイズを示す情報とが、入力装置２００から入力される。領域設定部１１０は、ＢＩＮのサイズで地図をメッシュ状に分割することにより、複数のＢＩＮを地図に定める。図５には、最適化処理を行う対象エリアを示す地図の情報の例が表されている。図５では、一例として、１５×１５個の矩形状のＢＩＮにより、地図が分割されている。   The optimal solution detection apparatus 100 includes a region setting unit 110, a characteristic calculation unit 120, a storage unit 130, an optimization unit 140, and an output unit 150. The area setting unit 110 receives map information and information indicating the size of the BIN from the input device 200. The area setting unit 110 determines a plurality of BINs on the map by dividing the map into meshes with the BIN size. FIG. 5 shows an example of map information indicating a target area on which optimization processing is performed. In FIG. 5, as an example, the map is divided by 15 × 15 rectangular BINs.

領域設定部１１０には、トラヒック需要情報又はトラヒック需要予測情報が、入力装置３００から入力される。領域設定部１１０は、地図に定めたＢＩＮに基づいて、トラヒック需要（積算値）をＢＩＮ毎に算出する。領域設定部１１０は、ＢＩＮ毎のトラヒック需要値を示す情報と、カバレッジエリア８００を含む地図の情報とを、記憶部１３０に記憶させる。   Traffic setting information or traffic demand prediction information is input from the input device 300 to the area setting unit 110. The area setting unit 110 calculates traffic demand (integrated value) for each BIN based on the BIN determined in the map. The area setting unit 110 causes the storage unit 130 to store information indicating the traffic demand value for each BIN and information on a map including the coverage area 800.

また、領域設定部１１０には、ＢＩＮ毎の土地区分情報が、入力装置３００から入力される。ここで、土地区分情報とは、例えば、住宅地、森林などの区分情報であり、ＢＩＮにおいて最も面積率が高い土地区分が、そのＢＩＮの土地区分情報と定められる。領域設定部１１０は、ＢＩＮ毎の土地区分情報に基づいて、小型基地局５００−ｐの設置費用をＢＩＮ毎に定め、小型基地局５００−ｐのＢＩＮ毎の設置費用を記憶部１３０に記憶させる。   In addition, land classification information for each BIN is input from the input device 300 to the area setting unit 110. Here, the land classification information is, for example, classification information such as residential areas and forests, and the land classification having the highest area ratio in the BIN is determined as the land classification information of the BIN. The area setting unit 110 determines the installation cost of the small base station 500-p for each BIN based on the land classification information for each BIN, and stores the installation cost for each BIN of the small base station 500-p in the storage unit 130. .

特性算出部１２０には、伝搬ロスのモデル式を示す情報が、入力装置２００から入力される。また、特性算出部１２０は、カバレッジエリア８００を含む地図の情報を、記憶部１３０から読み出す。特性算出部１２０は、伝搬ロスのモデル式を示す情報と、カバレッジエリア８００を含む地図の情報とに基づいて、マクロ基地局４００から送出された電波の伝搬ロスを、ＢＩＮ毎に算出する。また、特性算出部１２０は、算出した伝搬ロスを示す情報をマクロ基地局４００及びＢＩＮに対応付けて、記憶部１３０に記憶させる。   Information indicating the model expression of the propagation loss is input from the input device 200 to the characteristic calculation unit 120. In addition, the characteristic calculation unit 120 reads out information about the map including the coverage area 800 from the storage unit 130. The characteristic calculation unit 120 calculates the propagation loss of the radio wave transmitted from the macro base station 400 for each BIN based on the information indicating the model expression of the propagation loss and the information on the map including the coverage area 800. In addition, the characteristic calculation unit 120 stores information indicating the calculated propagation loss in the storage unit 130 in association with the macro base station 400 and the BIN.

記憶部１３０は、ＢＩＮ毎のトラヒック需要値を示す情報と、カバレッジエリア８００を含む地図の情報と、ＢＩＮ毎の伝搬ロスを示す情報と、マクロ基地局４００の送信電力を示す情報と、マクロ基地局４００のアンテナパターンを示す情報と、信号対干渉雑音比（ＳＩＮＲ）−パケットエラーレート（ＰＥＲ）変換テーブルデータと、ＭＣＳテーブルデータと、小型基地局５００−ｐのＢＩＮ毎の設置費用と、小型基地局５００−ｐの装置費用とを記憶する。   The storage unit 130 includes information indicating a traffic demand value for each BIN, information on a map including the coverage area 800, information indicating a propagation loss for each BIN, information indicating the transmission power of the macro base station 400, a macro base Information indicating the antenna pattern of the station 400, signal-to-interference noise ratio (SINR) -packet error rate (PER) conversion table data, MCS table data, installation cost for each BIN of the small base station 500-p, and small size The device cost of the base station 500-p is stored.

最適化部１４０は、ＢＩＮ毎のトラヒック需要値を示す情報と、カバレッジエリア８００を含む地図の情報と、ＢＩＮ毎の伝搬ロスを示す情報と、マクロ基地局４００の送信電力を示す情報と、マクロ基地局４００のアンテナパターンを示す情報と、信号対干渉雑音比（ＳＩＮＲ）−パケットエラーレート（ＰＥＲ）変換テーブルデータと、ＭＣＳテーブルデータと、小型基地局５００−ｐのＢＩＮ毎の設置費用と、小型基地局５００−ｐの装置費用とを記憶部１３０から読み出す。   The optimization unit 140 includes information indicating a traffic demand value for each BIN, information on a map including the coverage area 800, information indicating a propagation loss for each BIN, information indicating the transmission power of the macro base station 400, macro Information indicating the antenna pattern of the base station 400, signal-to-interference noise ratio (SINR) -packet error rate (PER) conversion table data, MCS table data, installation cost for each BIN of the small base station 500-p, The device cost of the small base station 500-p is read from the storage unit 130.

最適化部１４０は、カバレッジエリア８００（図２を参照）のトラヒック需要を収容可能であり、且つ、小型基地局５００−ｐの費用合計が最小となる、小型基地局５００−ｐの最適な設置台数及び設置位置と、最適なＣＲＥバイアス値及びミューティング比率とを検出する。また、最適化部１４０は、小型基地局５００−ｐの最適な送信電力及びチルト角を検出してもよい。最適化部１４０は、例えば、タブーサーチ（タブー探索）又は局所探索といったヒューリスティック（試行錯誤）な最適化手法により、これらを検出する。   The optimization unit 140 can accommodate the traffic demand of the coverage area 800 (see FIG. 2), and the optimal installation of the small base station 500-p that minimizes the total cost of the small base station 500-p. The number and installation position, and the optimum CRE bias value and muting ratio are detected. Further, the optimization unit 140 may detect the optimal transmission power and tilt angle of the small base station 500-p. The optimization unit 140 detects these by a heuristic (trial and error) optimization method such as tabu search (tabu search) or local search, for example.

以下では、ｉは、ＢＩＮの識別子を表す。また、その集合は、Ｉと表記される。また、ｊは、マクロ基地局４００の設置位置の識別子を表す。また、その集合は、Ｊと表記される。また、Ｉｊは、位置ｊに設置されたマクロ基地局４００にカバーされるＢＩＮｉの集合を表す。また、Ｔｘは、マクロ基地局４００の送信電力を表す。また、ｃは、小型基地局５００毎の装置費用（機器費用）を表す。また、ｃｊは、位置ｊに小型基地局５００を設置した場合における小型基地局５００毎の設置費用を表す。また、ｗｉは、ＢＩＮｉにおけるトラヒック需要値を表す。また、ηは、ノイズを表す。また、ｇｉｊは、ｊに設置されたマクロ基地局４００からＢＩＮｉまでの伝搬ロスを表す。また、ｄｉｊは、ＢＩＮｉに在る無線端末が、位置ｊに設置されたマクロ基地局４００に接続した場合に、無線リソースが全て割当てられたと仮定された場合のスループット値を表す。また、ｘｊの値が１である場合、ｘｊは、ｊに基地局が配置されていることを表す。一方、ｘｊの値が０である場合、ｘｊは、ｊに基地局が配置されていないことを表す。 In the following, i represents the identifier of BIN. The set is denoted as I. J represents the identifier of the installation position of the macro base station 400. The set is denoted as J. I j represents a set of BIN i covered by the macro base station 400 installed at the position j. T x represents the transmission power of the macro base station 400. Further, c represents the device cost (equipment cost) for each small base station 500. Also, c j represents the installation cost for each small base station 500 when the small base station 500 is installed at the position j. W i represents the traffic demand value in BIN i . Η represents noise. G ij represents a propagation loss from the macro base station 400 installed in j to BIN i . Further, d ij represents a throughput value when it is assumed that all radio resources are allocated when a radio terminal in BIN i is connected to the macro base station 400 installed at the position j. When the value of x j is 1, x j denotes that the base station is arranged to j. On the other hand, if the value of x j is 0, x j denotes that the base station is not located in j.

最適化部１４０は、小型基地局５００−ｐの設置に関する費用合計を算出する。ここで、費用合計とは、小型基地局５００−ｐの装置費用と、小型基地局５００−ｐの設置費用との合計である。費用合計には、土地区分毎の設置費用の違いを反映させることができる。費用合計は、式（１）により示される。   The optimization unit 140 calculates the total cost related to the installation of the small base station 500-p. Here, the total cost is the total of the device cost of the small base station 500-p and the installation cost of the small base station 500-p. The total cost can reflect the difference in installation costs for each land category. The total cost is given by equation (1).

Figure 2013042202
Figure 2013042202

最適化部１４０は、ＢＩＮ毎の伝搬ロスを示す情報と、マクロ基地局４００の送信電力を示す情報と、マクロ基地局４００のアンテナパターンを示す情報とに基づいて、マクロ基地局４００から送出された電波の受信電力をＢＩＮ毎に算出する。   The optimization unit 140 is transmitted from the macro base station 400 based on the information indicating the propagation loss for each BIN, the information indicating the transmission power of the macro base station 400, and the information indicating the antenna pattern of the macro base station 400. The received power of the received radio wave is calculated for each BIN.

最適化部１４０は、地図の情報に示された範囲にマクロ基地局４００が複数在る場合、受信電力が最も高いマクロ基地局４００を、そのＢＩＮをカバーするマクロ基地局４００であると定める。   When there are a plurality of macro base stations 400 in the range indicated by the map information, the optimization unit 140 determines that the macro base station 400 having the highest received power is the macro base station 400 that covers the BIN.

また、最適化部１４０は、地図の情報に示された範囲に含まれるマクロ基地局４００に対するトラヒック需要の負荷量を、マクロ基地局４００毎に算出する。ここで、最適化部１４０は、ＣＲＥバイアス値、ミューティング比率、及びＢＩＮ毎に算出したスループット値に基づいて、マクロ基地局４００に対するトラヒック需要の負荷量を算出する。   Further, the optimization unit 140 calculates a traffic demand load amount for the macro base station 400 included in the range indicated in the map information for each macro base station 400. Here, the optimization unit 140 calculates the traffic demand load amount for the macro base station 400 based on the CRE bias value, the muting ratio, and the throughput value calculated for each BIN.

比較のため、まず、ＣＲＥバイアス値及びミューティング比率を考慮しない場合のトラヒック需要の負荷量の算出方法について説明する。   For comparison, first, a method for calculating the traffic demand load amount when the CRE bias value and the muting ratio are not considered will be described.

マクロ基地局４００に対する（収容される）トラヒック需要の負荷量は、ＢＩＮ毎に算出したスループット値に基づいて算出される。位置ｊに設置されたマクロ基地局４００にカバーされるＢＩＮｉの信号対干渉雑音比ＳＩＮＲｉｊは、式（２）により表される。 The load amount of traffic demand (accommodated) for the macro base station 400 is calculated based on the throughput value calculated for each BIN. The signal-to-interference / noise ratio SINR ij of BIN i covered by the macro base station 400 installed at the position j is expressed by Equation (2).

Figure 2013042202
Figure 2013042202

ここで、式（２）の分母の第1項は、他の基地局からの干渉を表す。また、式（２）の分母の第２項は、雑音成分を表す。   Here, the first term of the denominator of Equation (2) represents interference from other base stations. Further, the second term of the denominator of Equation (2) represents a noise component.

また、マクロ基地局４００のカバレッジエリア８００に含まれるＢＩＮ毎のスループット値は、ＢＩＮ毎の信号対干渉雑音比（ＳＩＮＲ）に基づいて算出される。より具体的には、ＢＩＮ毎のスループット値は、信号対干渉雑音比（ＳＩＮＲ）−パケットエラーレート（ＰＥＲ）変換テーブルデータ、及びＭＣＳ（Ｍｏｄｕｌａｔｉｏｎ ａｎｄ Ｃｏｄｉｎｇ Ｓｃｈｅｍｅ）テーブルデータに基づいて算出される。   The throughput value for each BIN included in the coverage area 800 of the macro base station 400 is calculated based on the signal-to-interference noise ratio (SINR) for each BIN. More specifically, the throughput value for each BIN is calculated based on signal-to-interference and noise ratio (SINR) -packet error rate (PER) conversion table data and MCS (Modulation and Coding Scheme) table data.

信号対干渉雑音比−パケットエラーレート変換テーブルには、信号対干渉雑音比と、パケットエラーレートとが対応付けられて登録されている。また、ＭＣＳテーブルには、変調方式と、符号化率と、ＳＩＮＲ閾値とが対応付けられて登録されている。図６には、ＭＣＳテーブルの例が示されている。変調方式には、例えば、ＱＰＳＫ (２)、１６ＱＡＭ (４)及び６４ＱＡＭ (６)がある。   In the signal-to-interference noise ratio-packet error rate conversion table, the signal-to-interference noise ratio and the packet error rate are registered in association with each other. In the MCS table, a modulation scheme, a coding rate, and an SINR threshold are associated and registered. FIG. 6 shows an example of the MCS table. The modulation scheme includes, for example, QPSK (2), 16QAM (4), and 64QAM (6).

以下、下り方向の通信にＯＦＤＭＡを採用するＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）を例に、スループット値の算出方法を説明する。ＬＴＥでは、時間×周波数の無線リソースは、リソースブロック（Ｒｅｓｏｕｒｃｅ Ｂｌｏｃｋ，ＲＢ）単位で構成されている。また、リソースブロックは、７ＯＦＤＭシンボル（０．５［ｍｓ］）×１２サブキャリアで構成されている。１リソースブロックにより送信可能であるビット数は、式（３）により表わされる。   Hereinafter, a method for calculating a throughput value will be described by taking LTE (Long Term Evolution) adopting OFDMA for downlink communication as an example. In LTE, time × frequency radio resources are configured in units of resource blocks (Resource Blocks, RBs). Further, the resource block is composed of 7 OFDM symbols (0.5 [ms]) × 12 subcarriers. The number of bits that can be transmitted by one resource block is expressed by equation (3).

Figure 2013042202
Figure 2013042202

式（３）において、[ＭＩＭＯ ｅｆｆｉｃｉｅｎｃｙ] は、そのＢＩＮにおけるＭＩＭＯの効率を表す。また、[Ｍｏｄｕｌａｔｉｏｎ]は、変調方式（図６を参照）を表す。また、 [Ｃｏｄｉｎｇ ｒａｔｅ]は、符号化率を表す。また、[＃ ｏｆ ｓｕｂｃａｒｒｉｅｒ／ＲＢ]は、１リソースブロックあたりのサブキャリア数を表す。この例では、[＃ ｏｆ ｓｕｂｃａｒｒｉｅｒ／ＲＢ]＝１２とする。また、[＃ ｏｆ ＯＦＤＭ ｓｙｍｂｏｌ／ＲＢ]は、１リソースブロックあたりのＯＦＤＭシンボル数を表す。この例では、[＃ ｏｆ ｓｕｂｃａｒｒｉｅｒ／ＲＢ]＝７とする。また、ＰＥＲは、パケットエラーレートを表す。ＰＥＲは、信号対干渉雑音比（ＳＩＮＲ）−パケットエラーレート（ＰＥＲ）変換テーブルにより、ＳＩＮＲ値を用いて算出される。   In Equation (3), [MIMO efficiency] represents the efficiency of MIMO in the BIN. [Modulation] represents a modulation method (see FIG. 6). [Coding rate] represents a coding rate. [# Of subcarrier / RB] represents the number of subcarriers per resource block. In this example, [# of subcarrier / RB] = 12. [# Of OFDM symbol / RB] represents the number of OFDM symbols per resource block. In this example, [# of subcarrier / RB] = 7. PER represents a packet error rate. The PER is calculated using the SINR value by a signal-to-interference noise ratio (SINR) -packet error rate (PER) conversion table.

１リソースブロックは０．５［ｍｓ］であることから、対象とするシステムの周波数方向のリソースブロック数を＃ＲＢとして、位置ｊに設置されたマクロ基地局４００がカバーするＢＩＮｉに、リソースブロックが全て割り当てられた場合、スループットｄｉｊは、式（４）により表される。 Since one resource block is 0.5 [ms], the number of resource blocks in the frequency direction of the target system is #RB, and the resource block is set to BIN i covered by the macro base station 400 installed at the position j. Are all assigned, the throughput d ij is expressed by equation (4).

Figure 2013042202
Figure 2013042202

なお、割り当てられるリソースブロックは、その個数（リソース量）が制限されてもよい。例えば、フェージング等の変動要因に対するマージンとして、全無線リソースの８０［％］まで無線リソースが割り当てられるようにする場合、式（４）の＃ＲＢは、例えば、０．８×＃ＲＢに置き換えられてもよい。   Note that the number of resource blocks to be allocated (resource amount) may be limited. For example, when radio resources are allocated up to 80% of all radio resources as a margin for fluctuation factors such as fading, #RB in equation (4) is replaced with, for example, 0.8 × # RB. May be.

図７には、周波数帯域幅と、サブキャリア数と、ＲＢ数との関係の例が示されている。 周波数方向のリソースブロック数は、対象とするシステムの周波数帯域幅に依存する。例えば、ＬＴＥでは、周波数帯域幅１．４［ＭＨｚ］に対応するサブキャリア数は、７６であり、対応するリソースブロック数は、６である。   FIG. 7 shows an example of the relationship among the frequency bandwidth, the number of subcarriers, and the number of RBs. The number of resource blocks in the frequency direction depends on the frequency bandwidth of the target system. For example, in LTE, the number of subcarriers corresponding to a frequency bandwidth of 1.4 [MHz] is 76, and the corresponding number of resource blocks is 6.

位置ｊに設置されたマクロ基地局４００がカバーするＢＩＮｉに対して必要な無線リソース量の割合は、式（５）により表される。 The ratio of the amount of radio resources necessary for BIN i covered by the macro base station 400 installed at the position j is expressed by Expression (5).

Figure 2013042202
Figure 2013042202

また、以下に示す式（６）の値が1以下である場合、そのことは、位置ｊに設置されたマクロ基地局４００がカバーする全てのＢＩＮにおけるトラヒック需要を、マクロ基地局４００が全て収容することができることを表す。   Further, when the value of the following equation (6) is 1 or less, this means that the macro base station 400 accommodates all traffic demands in all BINs covered by the macro base station 400 installed at the position j. Express what you can do.

Figure 2013042202
Figure 2013042202

一方、式（６）の値が1を超えている場合、そのことは、位置ｊに設置されたマクロ基地局４００がカバーする全てのＢＩＮにおけるトラヒック需要を、マクロ基地局４００が全ては収容することができないことを表す。したがって、マクロ基地局４００に対するトラヒック需要の負荷量の条件式は、式（７）により表される。   On the other hand, when the value of the equation (6) exceeds 1, this means that the macro base station 400 accommodates all traffic demands in all BINs covered by the macro base station 400 installed at the position j. Indicates that it cannot be done. Therefore, the conditional expression for the load amount of traffic demand for the macro base station 400 is expressed by Expression (7).

Figure 2013042202
Figure 2013042202

ここで、ξは、カバレッジエリア８００の各ＢＩＮにおいて収容されるべきトラヒック需要の比率（０＜ξ≦１）を表す係数である。なお、ξの値は、パラメータとして予め定められているものとする。   Here, ξ is a coefficient representing the ratio of traffic demand to be accommodated in each BIN in the coverage area 800 (0 <ξ ≦ 1). Note that the value of ξ is predetermined as a parameter.

式（６）の値が1以下である場合、位置ｊに設置されたマクロ基地局４００がカバーする全てのＢＩＮにおけるトラヒック需要を、マクロ基地局４００は全て収容することができる、と判定される。   When the value of Expression (6) is 1 or less, it is determined that the macro base station 400 can accommodate all traffic demands in all BINs covered by the macro base station 400 installed at the position j. .

一方、式（６）の値が1を超えている場合、位置ｊに設置されたマクロ基地局４００がカバーする全てのＢＩＮにおけるトラヒック需要を、マクロ基地局４００が全ては収容することができない、と判定される。   On the other hand, when the value of Equation (6) exceeds 1, the macro base station 400 cannot accommodate all traffic demands in all BINs covered by the macro base station 400 installed at the position j. It is determined.

以上に説明した、ＣＲＥバイアス値及びミューティング比率を考慮しない場合に対し、最適化部１４０は、ＣＲＥバイアス値、ミューティング比率、及びＢＩＮ毎に算出したスループット値に基づいて、マクロ基地局４００に対するトラヒック需要の負荷量を、以下のように算出する。ここで、ＣＲＥバイアス値は、小型基地局５００−ｐに対して定められるパラメータである。また、時間方向の干渉を回避するためのミューティング比率は、マクロ基地局４００に対して定められるパラメータである。   In contrast to the case where the CRE bias value and the muting ratio described above are not considered, the optimization unit 140 determines the macro base station 400 based on the CRE bias value, the muting ratio, and the throughput value calculated for each BIN. The traffic demand load is calculated as follows. Here, the CRE bias value is a parameter determined for the small base station 500-p. Further, the muting ratio for avoiding the interference in the time direction is a parameter determined for the macro base station 400.

図８には、ミューティング・サブフレームの例が示されている。ミューティング・サブフレームによるミューティング比率は、全てのマクロ基地局４００で共通であるものとする。つまり、ノーマル・サブフレームの送信タイミング、及び、ミューティング・サブフレームの送信タイミングは、全てのマクロ基地局４００で同期しているものとする。   FIG. 8 shows an example of a muting subframe. It is assumed that the muting ratio of muting subframes is common to all macro base stations 400. That is, it is assumed that the transmission timing of the normal subframe and the transmission timing of the muting subframe are synchronized in all the macro base stations 400.

ＣＲＥバイアス値及びミューティング比率を考慮した場合の信号対干渉雑音比（ＳＩＮＲ）は、各マクロ基地局４００に対する干渉源が小型基地局５００及び他のマクロ基地局４００であるため、ＣＲＥバイアス値及びミューティング比率を考慮しない場合の信号対干渉雑音比（ＳＩＮＲ）と同じである。したがって、ＣＲＥバイアス値及びミューティング比率を考慮した場合の信号対干渉雑音比（ＳＩＮＲ）は、上記の式（２）により表される。   The signal-to-interference and noise ratio (SINR) when the CRE bias value and the muting ratio are taken into consideration is that the interference source for each macro base station 400 is the small base station 500 and the other macro base stations 400, so This is the same as the signal-to-interference and noise ratio (SINR) when the muting ratio is not considered. Therefore, the signal-to-interference and noise ratio (SINR) in consideration of the CRE bias value and the muting ratio is expressed by the above equation (2).

マクロ基地局４００は、ミューティング・サブフレーム（＝オールモスト・ブランク・サブフレーム（Ａｌｍｏｓｔ Ｂｌａｎｋ Ｓｕｂｆｒａｍｅｓ））に、所定データを含めて送信しないよう通信を制限する。したがって、位置ｊに設置されたマクロ基地局４００によりカバーされるＢＩＮｉに対する全てのリソースブロック（ＲＢ）に、ノーマル・サブフレームを割り当てた場合、ＢＩＮ毎のスループット値は、式（８）により表される。 The macro base station 400 restricts communication so as not to transmit the muting subframe (= almost blank subframes) including predetermined data. Therefore, when normal subframes are assigned to all resource blocks (RB) for BIN i covered by the macro base station 400 installed at position j, the throughput value for each BIN is expressed by Equation (8). Is done.

Figure 2013042202
Figure 2013042202

以上より、ミューティング比率を考慮した場合における、マクロ基地局４００の負荷量は、式（９）により表される。   From the above, the load amount of the macro base station 400 when the muting ratio is taken into consideration is expressed by Expression (9).

Figure 2013042202
Figure 2013042202

一方、小型基地局５００−ｐは、ノーマル・サブフレームの送信タイミングと、ミューティング・サブフレームの送信タイミングとの両方で、無線端末６００−ｍと通信する。図９には、ミューティング・サブフレームの送信タイミングと、小型基地局の通信タイミングとの例が示されている。図９では、一例として、マクロ基地局４００のトラヒックと、小型基地局５００−１のトラヒックとが示されている。   On the other hand, the small base station 500-p communicates with the radio terminal 600-m at both the transmission timing of the normal subframe and the transmission timing of the muting subframe. FIG. 9 shows an example of the transmission timing of the muting subframe and the communication timing of the small base station. In FIG. 9, the traffic of the macro base station 400 and the traffic of the small base station 500-1 are shown as an example.

小型基地局５００−１は、ＣＲＥによらずに通信接続している無線端末６００−ｍと、ノーマル・サブフレームの送信タイミング及びミューティング・サブフレームの送信タイミングで通信する。また、小型基地局５００−１は、ＣＲＥにより通信接続している無線端末６００−ｍとも、ノーマル・サブフレームの送信タイミング及びミューティング・サブフレームの送信タイミングで通信する。   The small base station 500-1 communicates with the wireless terminal 600-m that is connected for communication without using the CRE at the transmission timing of the normal subframe and the transmission timing of the muting subframe. In addition, the small base station 500-1 communicates with the wireless terminal 600-m that is connected for communication by the CRE at the transmission timing of the normal subframe and the transmission timing of the muting subframe.

また、小型基地局５００にカバーされたＢＩＮにおける信号対干渉雑音比（ＳＩＮＲ）は、ノーマル・サブフレームに対する干渉源と、ミューティング・サブフレームに対する干渉源とが異なるため、サブフレームの種別毎に算出される。   In addition, the signal-to-interference and noise ratio (SINR) in the BIN covered by the small base station 500 differs between the interference source for the normal subframe and the interference source for the muting subframe. Calculated.

具体的には、ミューティング・サブフレームの送信タイミングにおける信号対干渉雑音比は、他の小型基地局のみを干渉源として算出される。一方、ノーマル・サブフレームの送信タイミングにおける信号対干渉雑音比は、他の小型基地局５００−ｐ及びマクロ基地局４００を干渉源として算出される。   Specifically, the signal-to-interference noise ratio at the transmission timing of the muting subframe is calculated using only other small base stations as interference sources. On the other hand, the signal-to-interference noise ratio at the transmission timing of the normal subframe is calculated using the other small base stations 500-p and the macro base station 400 as interference sources.

位置ｊに設置された小型基地局５００（ピコ基地局）にカバーされるＢＩＮｉに対して、ミューティング・サブフレームの全てのリソースブロック（ＲＢ）を割り当てた場合のスループット値ｄｉｊ ｐｉｃｏ（ｍｕｔｅ）、及びノーマル・サブフレームの全てのリソースブロック（ＲＢ）を割り当てた場合のスループット値ｄｉｊ ｐｉｃｏ（ｎｏｒｍａｌ）は、それぞれ式（１０）により表される。 Throughput value d ij pico (mute ) when all resource blocks (RB) of the muting subframe are allocated to BIN i covered by small base station 500 (pico base station) installed at position j ) And the throughput value d ij pico (normal) when all the resource blocks (RB) of the normal subframe are allocated are expressed by the equation (10), respectively.

Figure 2013042202
Figure 2013042202

以上より、ＢＩＮｉのスループット値ｄｉｊ ｐｉｃｏは、式（１１）により表される。 From the above, the throughput value d ij pico of BIN i is expressed by equation (11).

Figure 2013042202
Figure 2013042202

よって、ミューティング比率を考慮した場合の小型基地局５００のトラヒック需要の負荷量は、式（１２）により表される。   Therefore, the traffic demand load amount of the small base station 500 when the muting ratio is taken into consideration is expressed by Expression (12).

Figure 2013042202
Figure 2013042202

また、小型基地局５００−１が、ＣＲＥによらずに通信接続している無線端末６００−ｍとはノーマル・サブフレームの送信タイミングで通信し、且つ、ＣＲＥにより通信接続している無線端末６００−ｍとはミューティング・サブフレームの送信タイミングで通信する、と仮定することにより（図９を参照）、小型基地局５００のトラヒック需要の負荷量は、以下のように算出されてもよい。   In addition, the small-sized base station 500-1 communicates with the wireless terminal 600-m with which the small base station 500-1 is connected for communication without using the CRE at the transmission timing of the normal subframe and is connected with the wireless terminal 600-C for communication. Assuming that -m communicates at the transmission timing of the muting subframe (see FIG. 9), the traffic demand load amount of the small base station 500 may be calculated as follows.

小型基地局５００にカバーされたＢＩＮにおける信号対干渉雑音比（ＳＩＮＲ）は、ノーマル・サブフレームに対する干渉源と、ミューティング・サブフレームに対する干渉源とが異なるため、サブフレームの種別毎に算出される。   The signal-to-interference noise ratio (SINR) in the BIN covered by the small base station 500 is calculated for each subframe type because the interference source for the normal subframe and the interference source for the muting subframe are different. The

具体的には、ミューティング・サブフレームの送信タイミングにおける信号対干渉雑音比は、他の小型基地局のみを干渉源として算出される。ここで、ミューティング・サブフレームの送信タイミングにおける信号対干渉雑音比は、小型基地局５００がＣＲＥによりカバーするＢＩＮのみを対象に算出される。一方、ノーマル・サブフレームの送信タイミングにおける信号対干渉雑音比は、他の小型基地局５００及びマクロ基地局４００を干渉源として算出される。ここで、ノーマル・サブフレームの送信タイミングにおける信号対干渉雑音比は、小型基地局５００がＣＲＥによらずにカバーするＢＩＮを対象に算出される。   Specifically, the signal-to-interference noise ratio at the transmission timing of the muting subframe is calculated using only other small base stations as interference sources. Here, the signal-to-interference / noise ratio at the transmission timing of the muting subframe is calculated only for the BIN covered by the small base station 500 with the CRE. On the other hand, the signal-to-interference noise ratio at the transmission timing of the normal subframe is calculated using the other small base station 500 and macro base station 400 as interference sources. Here, the signal-to-interference noise ratio at the transmission timing of the normal subframe is calculated for the BIN that the small base station 500 covers without depending on the CRE.

したがって、スループット値、及びトラヒック需要の負荷量は、小型基地局５００がＣＲＥによりカバーするＢＩＮと、小型基地局５００がＣＲＥによらずにカバーするＢＩＮとに分けて、それぞれ算出される。   Therefore, the throughput value and the traffic demand load amount are calculated separately for the BIN that the small base station 500 covers with the CRE and the BIN that the small base station 500 covers without using the CRE.

以下、位置ｊに設置された小型基地局５００がカバーするＢＩＮｉのうち、小型基地局５００がＣＲＥによりカバーするＢＩＮの集合を、Ｉｊ，ＣＲＥＢＩＮと表記する。また、小型基地局５００がＣＲＥによらずにカバーするＢＩＮの集合を、Ｉｊ，ｎｏｒｍａｌＢＩＮと表記する。 Hereinafter, among BIN i covered by the small base station 500 installed at the position j, a set of BINs covered by the small base station 500 with CRE is denoted as I j, CREBIN . Also, a set of BINs that the small base station 500 covers without depending on the CRE is denoted as I j, normalBIN .

ＢＩＮの集合Ｉｊ，ＣＲＥＢＩＮを構成するＢＩＮｉに対して、ミューティング・サブフレームの全てのリソースブロックを割り当てた場合、スループット値ｄｉｊ ｐｉｃｏ（ｍｕｔｅ）は、式（１３）により表される。 When all the resource blocks of the muting subframe are allocated to BIN i constituting the BIN set I j, CREBIN , the throughput value d ij pico (mute) is expressed by Expression (13).

Figure 2013042202
Figure 2013042202

一方、ＢＩＮの集合Ｉｊ，ｎｏｒｍａｌＢＩＮを構成するＢＩＮｉに対して、ノーマル・サブフレームの全てのリソースブロックを割り当てた場合、スループット値ｄｉｊ ｐｉｃｏ（ｎｏｒｍａｌ）は、式（１４）により表される。 On the other hand, when all the resource blocks of the normal subframe are assigned to BIN i constituting the BIN set I j, normalBIN , the throughput value d ij pico (normal) is expressed by the equation (14). .

Figure 2013042202
Figure 2013042202

以上より、ＣＲＥバイアス値及びミューティング比率を考慮した場合の小型基地局５００に対するトラヒック需要の負荷量は、式（１５）により表される。   From the above, the traffic demand load amount for the small base station 500 when the CRE bias value and the muting ratio are taken into consideration is expressed by Expression (15).

Figure 2013042202
Figure 2013042202

式（１５）に表された二つの式のうち、いずれか一方の式でも値が１以上である場合、最適化部１４０は、その小型基地局５００がオーバロードしている、すなわち、その小型基地局５００のトラヒック需要を、その小型基地局５００が全ては収容することができない、と判定する。   If any one of the two expressions expressed in Expression (15) has a value of 1 or more, the optimization unit 140 is overloaded by the small base station 500, that is, its small size. It is determined that the small base station 500 cannot accommodate the traffic demand of the base station 500.

タブーサーチ又は局所探索による最適化処理によって最適化される予め定められたパラメータ群には、費用に影響するパラメータ群と、費用に影響しないパラメータ群（トラヒック需要に影響するパラメータ群）とがある。費用に影響するパラメータには、例えば、小型基地局５００の設置台数、及び小型基地局５００の設置位置がある。一方、費用に影響しないパラメータ群（トラヒック需要に影響するパラメータ群）には、例えば、ＣＲＥバイアス値、ミューティング比率、小型基地局５００の送信電力、及び小型基地局５００のチルト角がある。   The predetermined parameter group optimized by the optimization process by the tabu search or the local search includes a parameter group that affects the cost and a parameter group that does not affect the cost (a parameter group that affects the traffic demand). The parameters that affect the cost include, for example, the number of installed small base stations 500 and the installation position of the small base stations 500. On the other hand, the parameter group that does not affect the cost (parameter group that affects the traffic demand) includes, for example, the CRE bias value, the muting ratio, the transmission power of the small base station 500, and the tilt angle of the small base station 500.

費用に影響するパラメータを変更する段階と、費用に影響しないパラメータのみを変更する段階との２段階に分けて、タブーサーチ又は局所探索による最適化処理を実行する。   The optimization process based on the tabu search or the local search is executed in two stages of changing the parameter that affects the cost and changing only the parameter that does not affect the cost.

以下、最適化処理における予め定められた制約条件を満たす、費用に影響するパラメータ値と、費用に影響しないパラメータ値との組を、「実行可能解」という。また、最適化処理における予め定められた制約条件を満たさない、費用に影響するパラメータ値と、費用に影響しないパラメータ値との組を、「実行不可能解」という。ここで、予め定められた制約条件とは、例えば、所要の受信電力、所要の信号対干渉雑音比（所要ＳＩＮＲ）、及び、収容すべきトラヒック需要（トラヒック量）を満たすという条件である。   Hereinafter, a set of a parameter value that affects the cost and a parameter value that does not affect the cost that satisfies a predetermined constraint in the optimization process is referred to as an “executable solution”. In addition, a set of a parameter value that affects the cost and a parameter value that does not affect the cost that does not satisfy a predetermined constraint in the optimization process is referred to as an “infeasible solution”. Here, the predetermined constraint condition is, for example, a condition that a required reception power, a required signal-to-interference noise ratio (required SINR), and a traffic demand (traffic amount) to be accommodated are satisfied.

最適化部１４０は、直近で得られた解（現在の解）が実行可能解であるか又は実行不可能解であるかに応じて、費用に影響するパラメータを変更する最適化処理を主に実行する。   The optimization unit 140 mainly performs an optimization process for changing a parameter affecting the cost depending on whether the most recently obtained solution (current solution) is an executable solution or an infeasible solution. Run.

図１０には、解が実行可能解から実行不可能解に遷移した場合の最適化処理の例が示されている。直近で得られた解が実行可能解である場合、最適化部１４０は、費用に影響するパラメータを変更することにより、小型基地局５００の設置費用が少なくなる方向に、探索を進める。ここで、小型基地局５００の設置費用が少なくなる方向に探索を進めることにより、直近で得られた解が実行不可能解（図１０では、１と表記されている解）になったとする。最適化部１４０は、この実行不可能解に対して、費用に影響するパラメータを固定し、且つ、費用に影響しないパラメータを変更することにより、直近で得られた解が実行可能解（図１０では、２と表記されている解）となるか否かを判定する。   FIG. 10 shows an example of optimization processing when the solution transitions from an executable solution to an infeasible solution. When the most recently obtained solution is a feasible solution, the optimization unit 140 advances the search in a direction that reduces the installation cost of the small base station 500 by changing a parameter that affects the cost. Here, it is assumed that the search obtained in the direction in which the installation cost of the small base station 500 is reduced causes the most recently obtained solution to be an infeasible solution (a solution indicated as 1 in FIG. 10). The optimization unit 140 fixes the parameter that affects the cost to the infeasible solution and changes the parameter that does not affect the cost, so that the solution obtained most recently is executable (FIG. 10). Then, it is determined whether or not the answer is 2).

一方、図１１には、解が実行不可能解から実行可能解に遷移した場合の最適化処理の例が示されている。直近で得られた解が実行不可能解である場合、最適化部１４０は、費用に影響するパラメータである「小型基地局５００の設置台数」を追加又は削除することにより、実行可能解を探索する。ここで、小型基地局５００の設置台数を追加したことにより、直近で得られた解が実行不可能解から実行可能解（図１１では、１と表記されている解）に遷移したとする。最適化部１４０は、小型基地局５００の設置台数を追加する前の直近の実行不可能解（図１１では、０と表記されている解）に対して、費用に影響しないパラメータを変更することにより、実行可能解（図１１では、２と表記されている解）となるか否かを判定する。   On the other hand, FIG. 11 shows an example of optimization processing when the solution transitions from an infeasible solution to an executable solution. If the most recently obtained solution is an infeasible solution, the optimization unit 140 searches for an feasible solution by adding or deleting “the number of installed small base stations 500” that is a parameter affecting the cost. To do. Here, it is assumed that by adding the number of installed small base stations 500, the most recently obtained solution has changed from an infeasible solution to an executable solution (a solution indicated as 1 in FIG. 11). The optimization unit 140 changes a parameter that does not affect the cost with respect to the latest infeasible solution (the solution indicated as 0 in FIG. 11) before adding the number of installed small base stations 500. Thus, it is determined whether or not it becomes an executable solution (a solution expressed as 2 in FIG. 11).

このようにして、最適化部１４０は、直近で得られた解が実行可能解である場合と、直近で得られた解が実行不可能解である場合とに応じて、上記の最適化処理（操作）を繰り返すことにより、実行可能解の最適解を検出する。   In this way, the optimization unit 140 performs the above optimization process according to the case where the most recently obtained solution is an executable solution and the case where the most recently obtained solution is an infeasible solution. By repeating (operation), the optimum solution of the feasible solution is detected.

次に、費用に影響するパラメータを変更する最適化処理の例を説明する。
最適化部１４０は、費用に影響するパラメータを変更する最適化処理として、例えば、タブーサーチを実行する。 Next, an example of an optimization process for changing a parameter that affects the cost will be described.
The optimization unit 140 executes, for example, a tabu search as an optimization process for changing a parameter that affects the cost.

ここで、費用に影響するパラメータを変更する最適化処理の目的関数を構成する第１指標は、収容すべきトラヒック需要（所要収容トラヒック量）から、直近で得られた解により収容可能であるトラヒック需要（現在の収容トラヒック量）を減算した値である。但し、この減算結果が負値である場合、第１指標は値０とされる。また、費用に影響するパラメータを変更する最適化処理の目的関数を構成する第２指標は、小型基地局５００−ｐの設置費用である。また、費用に影響するパラメータを変更する最適化処理の目的関数を構成する第３指標は、カバレッジエリア８００（図２を参照）における、全ての基地局（マクロ基地局４００及び小型基地局５００−ｐ）に対するトラヒック需要の負荷量の総和である。   Here, the first index constituting the objective function of the optimization process for changing the parameter that affects the cost is the traffic that can be accommodated by the solution obtained most recently from the traffic demand to be accommodated (required accommodated traffic amount). This is a value obtained by subtracting the demand (current capacity of traffic received). However, when the subtraction result is a negative value, the first index is set to the value 0. The second index constituting the objective function of the optimization process for changing the parameter affecting the cost is the installation cost of the small base station 500-p. Further, the third index constituting the objective function of the optimization process for changing the parameter affecting the cost is that all the base stations (the macro base station 400 and the small base station 500-) in the coverage area 800 (see FIG. 2). p) is the total load of traffic demand.

また、費用に影響するパラメータを変更する最適化処理の目的関数を構成する第１〜第３指標は、辞書式順序（例えば、昇順、五十音順、アルファベット順）により、それぞれ予め配列されているものとする。   In addition, the first to third indices constituting the objective function of the optimization process for changing the parameter affecting the cost are arranged in advance in a lexicographic order (for example, ascending order, alphabetical order, alphabetical order). It shall be.

最適化部１４０は、実行可能解の空間内だけでなく、実行不可能解の空間内に対しても、トラヒック需要の最適解の探索を実行する。このため、カバレッジエリア８００において収容すべきトラヒック需要を満たすことは、本実施形態における制約条件でないものとする。その代わり、本実施形態では、該制約条件は、上記の第１指標のように定められている。この場合、直近の解により収容可能であるトラヒック需要が、収容すべきトラヒック需要を満たしている解が、元の最適化問題の実行可能解である。一方、直近の解により収容可能であるトラヒック需要が、収容すべきトラヒック需要を満たさない解が、元の最適化問題の実行不可能解である。   The optimization unit 140 searches for an optimal solution for traffic demand not only in the space of executable solutions but also in the space of infeasible solutions. For this reason, satisfying the traffic demand to be accommodated in the coverage area 800 is not a constraint in the present embodiment. Instead, in the present embodiment, the constraint condition is defined as in the first index. In this case, the solution in which the traffic demand that can be accommodated by the latest solution satisfies the traffic demand to be accommodated is the feasible solution of the original optimization problem. On the other hand, a solution in which the traffic demand that can be accommodated by the latest solution does not satisfy the traffic demand to be accommodated is an infeasible solution of the original optimization problem.

したがって、第１指標が値０となる本実施形態における実行可能解は、直近の解により収容可能であるトラヒック需要が、収容すべきトラヒック需要を満たす解である。つまり、第１指標が値０となる本実施形態における実行可能解が得られなかった場合、このことは、カバレッジエリア８００（図２を参照）において収容すべきトラヒック需要を満たす解を得ることができなかったことを示す。ただし、この場合でも、最適化部１４０は、収容すべきトラヒック需要に可能な限りに近いトラヒック需要を満たす、小型基地局５００の設置台数及び設置位置、並びに、小型基地局５００毎のパラメータ（例えば、チルト角）を検出することができる。   Therefore, the feasible solution in the present embodiment in which the first index is 0 is a solution in which the traffic demand that can be accommodated by the latest solution satisfies the traffic demand that should be accommodated. That is, when the feasible solution in the present embodiment in which the first index is 0 is not obtained, this means that a solution that satisfies the traffic demand to be accommodated in the coverage area 800 (see FIG. 2) can be obtained. Indicates that it was not possible. However, even in this case, the optimization unit 140 satisfies the traffic demand as close as possible to the traffic demand to be accommodated, and the number of installed small base stations 500 and the installation position, and parameters for each small base station 500 (for example, , Tilt angle).

また、最適化部１４０は、第１指標の値が最も小さくなる解に対して小型基地局５００の費用合計が最小となる解を、さらに第２指標を探索することにより検出する。ここで、小型基地局５００の費用合計が最小となる解が複数ある場合、最適化部１４０は、収容すべきトラヒック需要を最も少ない負荷量で収容することができる解を、さらに第３指標を探索することにより検出する。これは、第１指標及び第２指標により定まった解の条件下において、ヘテロジニアスネットワーク（システム）が収容可能であるトラヒック需要が、最も大きくなる解を検出（選択）することを意味する。   Further, the optimization unit 140 detects a solution that minimizes the total cost of the small base station 500 with respect to the solution having the smallest value of the first index by further searching the second index. Here, when there are a plurality of solutions that minimize the total cost of the small base station 500, the optimization unit 140 selects a solution that can accommodate the traffic demand to be accommodated with the least amount of load, and further sets a third index. Detect by searching. This means that a solution with the largest traffic demand that can be accommodated by the heterogeneous network (system) is detected (selected) under the solution conditions determined by the first index and the second index.

最適化部１４０は、直近で得られた解が実行可能解である場合と、直近で得られた解が実行不可能解である場合とで、異なる近傍操作を実行する。ここで、近傍操作には、タブーサーチにおける１回の探索に対し、実行可能な操作の上限数が定められる。例えば、近傍値＝１と定められた場合、最適化部１４０は、小型基地局５００の設置台数を新たに1台追加する操作、又は、小型基地局５００の設置台数を新たに1台削除する操作のどちらかを、1回だけ実行する。   The optimization unit 140 executes different neighborhood operations depending on whether the most recently obtained solution is an executable solution or when the most recently obtained solution is an infeasible solution. Here, the upper limit number of operations that can be executed for one search in the tabu search is determined for the neighborhood operation. For example, when it is determined that the neighborhood value = 1, the optimization unit 140 performs an operation of adding a new installation number of small base stations 500 or deletes a new installation number of small base stations 500. Perform one of the operations only once.

図１２には、直近で得られた解が実行可能解である場合の近傍操作の例が示されている。直近で得られた解（図１２では、ｎ−１（ｎは、１以上の整数）と表記されている解）が実行可能解であり、且つ、実行不可能解から実行可能解（図１２では、０と表記されている解）に遷移した以降に探索した回数が、予め定められた回数ｎ未満である場合、最適化部１４０は、小型基地局５００の設置台数を新たに追加する近傍操作のみを実行する。これにより、最適化部１４０は、局所的な解から脱し、探索する範囲を広げることができる。   FIG. 12 shows an example of the neighborhood operation when the most recently obtained solution is an executable solution. The most recently obtained solution (in FIG. 12, n-1 (where n is an integer equal to or greater than 1)) is an executable solution, and an executable solution (FIG. 12). In the case where the number of times searched after the transition to (solution indicated as 0) is less than the predetermined number n, the optimization unit 140 adds the number of small base stations 500 to be newly added. Perform operations only. Thereby, the optimization part 140 can escape from a local solution and can expand the range to search.

また、直近で得られた解（図１２では、ｎと表記されている解）が実行可能解であり、且つ、実行不可能解から実行可能解（図１２では、０と表記されている解）に遷移した以降に探索した回数が、予め定められた回数ｎ以上である場合、最適化部１４０は、小型基地局５００を新たに削除する近傍操作のみを実行する。これにより、最適化部１４０は、費用合計が最小となる解を探索することができる。   In addition, the most recently obtained solution (the solution indicated as n in FIG. 12) is an executable solution, and the executable solution (the solution indicated as 0 in FIG. 12) is not executable. When the number of searches after the transition to) is equal to or greater than the predetermined number n, the optimization unit 140 executes only the neighborhood operation for newly deleting the small base station 500. Accordingly, the optimization unit 140 can search for a solution that minimizes the total cost.

一方、直近で得られた解が実行不可能解である場合、最適化部１４０は、直近で得られた解が実行可能解となるよう、小型基地局５００の設置台数を新たに追加する近傍操作、及び、小型基地局５００の設置台数を新たに削除する近傍操作のうち、少なくとも一方を実行する。   On the other hand, when the most recently obtained solution is an infeasible solution, the optimization unit 140 is a neighborhood in which the number of small base stations 500 is newly added so that the most recently obtained solution becomes an executable solution. At least one of the operation and the vicinity operation for newly deleting the number of installed small base stations 500 is executed.

次に、費用に影響しないパラメータを変更する最適化処理の例を説明する。
最適化部１４０は、費用に影響しないパラメータを変更する最適化処理として、例えば、局所探索法を実行する。 Next, an example of optimization processing for changing parameters that do not affect the cost will be described.
The optimization unit 140 executes, for example, a local search method as an optimization process for changing a parameter that does not affect the cost.

ここで、費用に影響しないパラメータを変更する最適化処理の目的関数を構成する第１指標は、収容すべきトラヒック需要（所要収容トラヒック量）から、直近で得られた解により収容可能であるトラヒック需要（現在の収容トラヒック量）を減算した値である。ただし、この減算結果が負値である場合、第１指標は値０とされる。また、費用に影響しないパラメータを変更する最適化処理の目的関数を構成する第２指標は、カバレッジエリア８００（図２を参照）における、全ての基地局（マクロ基地局４００及び小型基地局５００−ｐ）に対するトラヒック需要の負荷量の総和である。   Here, the first index that constitutes the objective function of the optimization process for changing the parameter that does not affect the cost is the traffic that can be accommodated from the traffic demand to be accommodated (required accommodated traffic amount) by the solution obtained most recently. This is a value obtained by subtracting the demand (current capacity of traffic received). However, when the subtraction result is a negative value, the first index is set to the value 0. Further, the second index constituting the objective function of the optimization process for changing the parameter that does not affect the cost is that all the base stations (the macro base station 400 and the small base station 500-) in the coverage area 800 (see FIG. 2). p) is the total load of traffic demand.

また、費用に影響しないパラメータを変更する最適化処理の目的関数を構成する第１及び第２指標は、辞書式順序（例えば、昇順、五十音順、アルファベット順）により、それぞれ予め配列されているものとする。   Further, the first and second indices constituting the objective function of the optimization process for changing the parameter that does not affect the cost are arranged in advance in a lexicographic order (for example, ascending order, alphabetical order, alphabetical order). It shall be.

図１３には、費用に影響しないパラメータについての近傍操作の例が示されている。最適化部１４０は、直近で得られた解（図１３では、値Ｃ）を基準とする、目的関数の指標要素（離散値）に予め定められた範囲（図１３では、ｎ＝±２の場合、値Ａ〜値Ｅ）に対して、近傍操作を実行する。   FIG. 13 shows an example of the neighborhood operation for parameters that do not affect the cost. The optimization unit 140 uses a range (n = ± 2 in FIG. 13) that is predetermined for the index element (discrete value) of the objective function, based on the most recently obtained solution (value C in FIG. 13). In this case, the proximity operation is performed on the values A to E).

図１に戻り、最適解検出装置１００の構成の説明を続ける。出力部１５０は、記憶部１３０に記憶されている各種データに基づいて、小型基地局５００−ｐの最適な設置台数及び設置位置を示す情報を、地図（図５を参照）と共に画面に表示する。また、出力部１５０は、カバレッジエリア８００に含まれる各ＢＩＮ（メッシュ）を示す情報を、地図と共に画面に表示してもよい。   Returning to FIG. 1, the description of the configuration of the optimal solution detection apparatus 100 will be continued. Based on various data stored in the storage unit 130, the output unit 150 displays information indicating the optimal number of installed small base stations 500-p and installation positions on a screen together with a map (see FIG. 5). . The output unit 150 may display information indicating each BIN (mesh) included in the coverage area 800 on the screen together with the map.

次に、最適化処理の手順を説明する。
図１４は、最適化処理の手順を表すフローチャートである。最適化部１４０は、直近で得られた解が、収容すべきトラヒック需要を満たすか（収容すべきトラヒック需要を収容可能か）否かを判定する（ステップＳ１）。 Next, the procedure of the optimization process will be described.
FIG. 14 is a flowchart showing the procedure of the optimization process. The optimization unit 140 determines whether or not the solution obtained most recently satisfies the traffic demand to be accommodated (whether it can accommodate the traffic demand to be accommodated) (step S1).

直近で得られた解が、収容すべきトラヒック需要を満たす場合（ステップＳ１−Ｙｅｓ）、最適化部１４０は、タブーサーチにおいて、予め定められた回数まで小型基地局５００の設置台数を追加したか否かを判定する（ステップＳ２）。   If the most recently obtained solution satisfies the traffic demand to be accommodated (step S1-Yes), has the optimization unit 140 added the installed number of small base stations 500 up to a predetermined number of times in the tabu search? It is determined whether or not (step S2).

予め定められた回数までは小型基地局５００を追加していない場合（ステップＳ２−Ｎｏ）、最適化部１４０は、小型基地局５００の設置台数を追加する近傍操作（局所的な解から脱し、探索する範囲を広げる操作）を実行し、直近で得られた解を示す変数を、記憶部１３０に記憶させる。また、直近で得られた解が、これまでに得られた解のなかで、目的関数値を最も小さくさせる解である場合、最適化部１４０は、直近で得られた解を変数Ｂｅｓｔに格納し、変数Ｂｅｓｔを記憶部１３０に記憶させる（ステップＳ３）。   When the small base station 500 has not been added up to a predetermined number of times (step S2-No), the optimization unit 140 performs a neighborhood operation (departs from the local solution) to add the number of small base stations 500 installed, The operation for widening the search range is executed, and the storage unit 130 stores a variable indicating the most recently obtained solution. When the most recently obtained solution is a solution that minimizes the objective function value among the solutions obtained so far, the optimization unit 140 stores the most recently obtained solution in the variable Best. Then, the variable Best is stored in the storage unit 130 (step S3).

最適化部１４０は、直近で得られた解が、収容すべきトラヒック需要を満たすか（収容すべきトラヒック需要を収容可能か）否かを判定する（ステップＳ４）。直近で得られた解が、収容すべきトラヒック需要を満たさない場合（ステップＳ４−Ｎｏ）、最適化部１４０は、小型基地局５００の設置台数を追加した回数をカウントするための回数カウンタをリセットする（ステップＳ５）。   The optimization unit 140 determines whether or not the solution obtained most recently satisfies the traffic demand to be accommodated (whether it can accommodate the traffic demand to be accommodated) (step S4). When the latest solution does not satisfy the traffic demand to be accommodated (step S4-No), the optimization unit 140 resets the number counter for counting the number of times the number of installed small base stations 500 is added. (Step S5).

最適化部１４０は、直近で得られた解に対して、費用に影響するパラメータを固定し、費用に影響しないパラメータを変更することにより、最適化処理を実行する（ステップＳ６）。最適化部１４０は、最適化処理により得られた解で、直近で得られた解を示す変数を更新する。また、直近で得られた解が、これまでに得られた解のなかで、目的関数値を最も小さくさせる解である場合、最適化部１４０は、直近で得られた解を変数Ｂｅｓｔに格納し、変数Ｂｅｓｔを記憶部１３０に記憶させる（ステップＳ７）。   The optimization unit 140 executes the optimization process by fixing the parameter that affects the cost and changing the parameter that does not affect the cost for the most recently obtained solution (step S6). The optimization unit 140 updates a variable indicating the most recently obtained solution with the solution obtained by the optimization process. When the most recently obtained solution is a solution that minimizes the objective function value among the solutions obtained so far, the optimization unit 140 stores the most recently obtained solution in the variable Best. Then, the variable Best is stored in the storage unit 130 (step S7).

そして、最適化部１４０は、最適化処理について予め定められた終了条件を満たすか否かを判定する（ステップＳ８）。最適化処理について予め定められた終了条件を満たす場合（ステップＳ８−Ｙｅｓ）、最適化部１４０は、最適化処理を終了する。   Then, the optimization unit 140 determines whether or not a predetermined end condition is satisfied for the optimization process (step S8). When the predetermined end condition is satisfied for the optimization process (step S8—Yes), the optimization unit 140 ends the optimization process.

一方、ステップＳ１において、直近で得られた解が、収容すべきトラヒック需要を満たしていない場合（ステップＳ１−Ｎｏ）、最適化部１４０は、直近で得られた解を変数ＴＭＰに格納し、変数ＴＭＰを記憶部１３０に記憶させる（ステップＳ９）。   On the other hand, when the latest solution obtained in step S1 does not satisfy the traffic demand to be accommodated (step S1-No), the optimization unit 140 stores the latest solution obtained in the variable TMP, The variable TMP is stored in the storage unit 130 (step S9).

最適化部１４０は、小型基地局５００の設置台数を追加及び削除する近傍操作を実行し、直近で得られた解を示す変数を、記憶部１３０に記憶させる。また、直近で得られた解が、これまでに得られた解のなかで、目的関数値を最も小さくさせる解である場合、最適化部１４０は、直近で得られた解を変数Ｂｅｓｔに格納し、変数Ｂｅｓｔを記憶部１３０に記憶させる（ステップＳ１０）。   The optimization unit 140 performs a neighborhood operation for adding and deleting the number of installed small base stations 500 and causes the storage unit 130 to store a variable indicating a solution obtained immediately before. When the most recently obtained solution is a solution that minimizes the objective function value among the solutions obtained so far, the optimization unit 140 stores the most recently obtained solution in the variable Best. Then, the variable Best is stored in the storage unit 130 (step S10).

最適化部１４０は、直近で得られた解が、収容すべきトラヒック需要を満たすか否かを判定する（ステップＳ１１）。直近で得られた解が、収容すべきトラヒック需要を満たす場合（ステップＳ１１−Ｙｅｓ）、最適化部１４０は、直近で得られた解が、小型基地局５００の設置台数を追加する近傍操作により得られた解であるか否かを判定する（ステップＳ１２）。   The optimization unit 140 determines whether or not the solution obtained most recently satisfies the traffic demand to be accommodated (step S11). When the most recently obtained solution satisfies the traffic demand to be accommodated (step S11—Yes), the optimization unit 140 performs the neighborhood operation in which the most recently obtained solution adds the installed number of small base stations 500. It is determined whether or not the obtained solution is obtained (step S12).

直近で得られた解が、小型基地局５００の設置台数を追加する近傍操作により得られた解である場合（ステップＳ１２−Ｙｅｓ）、最適化部１４０は、変数ＴＭＰに対して、費用に影響するパラメータを固定し、費用に影響しないパラメータを変更することにより、最適化処理を実行する（ステップＳ１３）。   When the most recently obtained solution is a solution obtained by the proximity operation in which the number of installed small base stations 500 is added (step S12—Yes), the optimization unit 140 affects the cost for the variable TMP. The optimization process is executed by fixing the parameters to be changed and changing the parameters that do not affect the cost (step S13).

最適化部１４０は、直近で得られた解による目的関数値が、ステップＳ１３における最適化処理により得られた解による目的関数値以下であるか否かを判定する（ステップＳ１４）。直近で得られた解による目的関数値が、ステップＳ１３における最適化処理により得られた解による目的関数値よりも大きい場合（ステップＳ１４−Ｎｏ）、最適化部１４０は、ステップＳ１３における最適化処理により得られた解で、直近で得られた解を示す変数を更新する。また、直近で得られた解が、これまでに得られた解のなかで、目的関数値を最も小さくさせる解である場合、最適化部１４０は、直近で得られた解を変数Ｂｅｓｔに格納し、変数Ｂｅｓｔを記憶部１３０に記憶させる（ステップＳ１５）。そして、最適化部１４０は、ステップＳ８に処理を進める。   The optimization unit 140 determines whether or not the objective function value obtained by the most recently obtained solution is equal to or less than the objective function value obtained by the optimization process in step S13 (step S14). When the objective function value by the solution obtained most recently is larger than the objective function value by the solution obtained by the optimization process in step S13 (step S14-No), the optimization unit 140 performs the optimization process in step S13. The variable indicating the solution obtained most recently is updated with the solution obtained by. When the most recently obtained solution is a solution that minimizes the objective function value among the solutions obtained so far, the optimization unit 140 stores the most recently obtained solution in the variable Best. Then, the variable Best is stored in the storage unit 130 (step S15). Then, the optimization unit 140 proceeds with the process to step S8.

また、ステップＳ２において、予め定められた回数まで小型基地局５００を追加している場合（ステップＳ２−Ｙｅｓ）、最適化部１４０は、小型基地局５００の設置台数を削除する近傍操作（費用合計が最小となる解を探索する操作）を実行し、直近で得られた解を示す変数を、記憶部１３０に記憶させる。また、直近で得られた解が、これまでに得られた解のなかで、目的関数値を最も小さくさせる解である場合、最適化部１４０は、直近で得られた解を変数Ｂｅｓｔに格納し、変数Ｂｅｓｔを記憶部１３０に記憶させる（ステップＳ１６）。   In addition, when the small base station 500 is added up to a predetermined number of times in Step S2 (Step S2-Yes), the optimization unit 140 deletes the number of installed small base stations 500 in the vicinity operation (total cost). (An operation for searching for a solution having a minimum value) is executed, and a variable indicating the most recently obtained solution is stored in the storage unit 130. When the most recently obtained solution is a solution that minimizes the objective function value among the solutions obtained so far, the optimization unit 140 stores the most recently obtained solution in the variable Best. Then, the variable Best is stored in the storage unit 130 (step S16).

最適化部１４０は、直近で得られた解が、収容すべきトラヒック需要を満たすか否かを判定する（ステップＳ１７）。直近で得られた解が、収容すべきトラヒック需要を満たさない場合（ステップＳ１７−Ｎｏ）、最適化部１４０は、ステップＳ５に処理を進める。一方、直近で得られた解が、収容すべきトラヒック需要を満たす場合（ステップＳ１７−Ｙｅｓ）、最適化部１４０は、ステップＳ１６に処理を戻す。   The optimization unit 140 determines whether or not the solution obtained most recently satisfies the traffic demand to be accommodated (step S17). If the most recently obtained solution does not satisfy the traffic demand to be accommodated (step S17—No), the optimization unit 140 proceeds with the process to step S5. On the other hand, when the solution obtained most recently satisfies the traffic demand to be accommodated (step S17—Yes), the optimization unit 140 returns the process to step S16.

また、ステップＳ４において、直近で得られた解が、収容すべきトラヒック需要を満たす場合（ステップＳ４−Ｙｅｓ）、最適化部１４０は、小型基地局５００の設置台数を追加した回数をカウントするための回数カウンタをリセットする（ステップＳ１８）。そして、最適化部１４０は、ステップＳ２に処理を戻す。   In step S4, when the solution obtained most recently satisfies the traffic demand to be accommodated (step S4-Yes), the optimization unit 140 counts the number of times the number of installed small base stations 500 is added. The number counter is reset (step S18). Then, the optimization unit 140 returns the process to step S2.

また、ステップＳ１２において、直近で得られた解が、小型基地局５００の設置台数を追加する以外の近傍操作により得られた解である場合（ステップＳ１２−Ｙｅｓ）、最適化部１４０は、ステップＳ２に処理を戻す。また、ステップＳ１４において、直近で得られた解による目的関数値が、ステップＳ１３における最適化処理により得られた解による目的関数値以下である場合（ステップＳ１４−Ｙｅｓ）、最適化部１４０は、ステップＳ８に処理を進める。また、ステップＳ８において、最適化処理について予め定められた終了条件を満たさない場合（ステップＳ８−Ｎｏ）、最適化部１４０は、ステップＳ１に処理を戻す。   Further, in step S12, when the solution obtained most recently is a solution obtained by a proximity operation other than adding the number of installed small base stations 500 (step S12-Yes), the optimization unit 140 performs step The process returns to S2. In step S14, when the objective function value obtained by the most recently obtained solution is equal to or smaller than the objective function value obtained by the optimization process in step S13 (step S14-Yes), the optimization unit 140 The process proceeds to step S8. In step S8, when the predetermined end condition for the optimization process is not satisfied (step S8-No), the optimization unit 140 returns the process to step S1.

以上のように、最適解検出装置１００は、置局設計により収容すべきトラヒック需要を満たす解である実行可能解と、前記収容すべきトラヒック需要を満たさない解である実行不可能解との間を、トラヒック需要に影響する（費用に影響しない）第１パラメータ群、及び費用に影響する第２パラメータ群を変更することにより（図１０及び図１１を参照）、解が遷移した場合、直近の実行不可能解に対してのみ、前記第１パラメータ群を変更することにより、実行可能解の最適解を検出する最適化部１４０を備える。
この構成により、最適化部１４０は、第１パラメータ群（費用に影響しないパラメータ群）と、第２パラメータ群（費用に影響するパラメータ群）とに分けられたパラメータに基づいて、解が遷移した場合の直近の実行不可能解に対してのみ、前記第１パラメータ群を変更する。これにより、最適解検出装置１００は、第１パラメータ群（費用に影響しないパラメータ群）を変更する最適化処理を必要最小限に抑え、実行可能解の最適解を短時間で検出することができる。また、最適解検出装置１００は、ヘテロジニアスネットワークに特有のパラメータであるＣＲＥバイアス値及びミューティング比率の最適値を得ることができる。 As described above, the optimal solution detection apparatus 100 is between an executable solution that is a solution that satisfies the traffic demand to be accommodated by station placement design and an infeasible solution that is a solution that does not satisfy the traffic demand to be accommodated. By changing the first parameter group that affects traffic demand (not affecting cost) and the second parameter group that affects cost (see FIGS. 10 and 11), Only the infeasible solution is provided with an optimization unit 140 that detects the optimum solution of the feasible solution by changing the first parameter group.
With this configuration, the optimization unit 140 causes the solution to transition based on the parameters divided into the first parameter group (parameter group that does not affect the cost) and the second parameter group (parameter group that affects the cost). The first parameter group is changed only for the latest infeasible solution. Thereby, the optimal solution detection apparatus 100 can suppress the optimization process which changes the 1st parameter group (parameter group which does not influence cost) to the minimum necessary, and can detect the optimal solution of an executable solution in a short time. . Moreover, the optimal solution detection apparatus 100 can obtain the CRE bias value and the optimal value of the muting ratio, which are parameters specific to the heterogeneous network.

また、最適化部１４０は、直近で得られている解が実行可能解である場合、予め定められた回数だけ前記第２パラメータ群（費用に影響するパラメータ）を費用が増加する方向に変更（近傍操作）することにより、実行可能解の最適解を検出する（図１２を参照）。
この構成により、最適化部１４０は、近傍操作を実行する。これにより、最適解検出装置１００は、局所的な解から脱し、探索する範囲を広げることができ、実行可能解の最適解を短時間で検出することができる。 If the most recently obtained solution is a feasible solution, the optimization unit 140 changes the second parameter group (a parameter that affects the cost) to a direction in which the cost increases (by a predetermined number of times) ( By performing a neighborhood operation), an optimal solution of feasible solutions is detected (see FIG. 12).
With this configuration, the optimization unit 140 performs a neighborhood operation. Thereby, the optimal solution detection apparatus 100 can escape from a local solution, can widen the range to search, and can detect the optimal solution of an executable solution in a short time.

また、最適化部１４０は、前記実行可能解の最適解として、トラヒック需要を収容し且つ費用（費用合計）が最小となる最適解を検出する。
これにより、最適解検出装置１００は、トラヒック需要を収容し且つ費用（費用合計）が最小となる最適解を短時間で検出することができる。 Further, the optimization unit 140 detects an optimal solution that accommodates traffic demand and minimizes the cost (total cost) as the optimal solution of the feasible solution.
Thereby, the optimal solution detection apparatus 100 can detect the optimal solution that accommodates the traffic demand and minimizes the cost (total cost) in a short time.

また、最適化部１４０は、トラヒック需要に影響し且つ費用に影響しない予め定められたパラメータ群（例えば、ＣＲＥバイアス値、ミューティング比率、小型基地局５００の送信電力、及び小型基地局５００のチルト角）を、前記第１パラメータ群として変更することにより、前記実行可能解の最適解を検出する。
これにより、最適解検出装置１００は、実行可能解の最適解を短時間で検出することができる。 In addition, the optimization unit 140 determines a predetermined parameter group that affects traffic demand and does not affect the cost (for example, CRE bias value, muting ratio, transmission power of the small base station 500, and tilt of the small base station 500). The optimal solution of the feasible solution is detected by changing the angle) as the first parameter group.
Thereby, the optimal solution detection apparatus 100 can detect the optimal solution of an executable solution in a short time.

また、最適化部１４０は、ヘテロジニアスネットワークを構成する第１無線基地局（小型基地局５００）における受信電力に対するバイアス値（ＣＲＥバイアス値）、前記ヘテロジニアスネットワークを構成する第２無線基地局（マクロ基地局４００）が送信するサブフレームがミュートされる率（ミューティング比率）、及び、前記第２無線基地局（マクロ基地局４００）の送信電力のうち少なくとも一つを、前記第１パラメータ群（例えば、費用に影響しないパラメータ群）として変更することにより、前記実行可能解の最適解を検出する。
これにより、最適解検出装置１００は、実行可能解の最適解を短時間で検出することができる。 In addition, the optimization unit 140 includes a bias value (CRE bias value) with respect to received power in the first radio base station (small base station 500) configuring the heterogeneous network, and a second radio base station ( At least one of a rate at which a subframe transmitted by the macro base station 400) is muted (muting ratio) and transmission power of the second radio base station (macro base station 400) is set to the first parameter group. By changing as a parameter group (for example, a parameter group that does not affect the cost), the optimum solution of the feasible solution is detected.
Thereby, the optimal solution detection apparatus 100 can detect the optimal solution of an executable solution in a short time.

また、最適化部１４０は、ヘテロジニアスネットワークを構成する第１無線基地局（小型基地局５００）の設置台数及び設置位置のうち少なくとも一つを、前記第２パラメータ群（例えば、費用に影響するパラメータ）として変更する。
これにより、最適解検出装置１００は、実行可能解の最適解を短時間で検出することができる。 In addition, the optimization unit 140 affects at least one of the number of installed radio base stations (small base stations 500) and the installation positions of the first radio base station (small base station 500) constituting the heterogeneous network (for example, affects the cost) Parameter).
Thereby, the optimal solution detection apparatus 100 can detect the optimal solution of an executable solution in a short time.

また、最適化部１４０は、タブーサーチ（タブー探索）又は局所探索を実行する。
これにより、最適解検出装置１００は、実行可能解の最適解を短時間で検出することができる。 In addition, the optimization unit 140 performs tabu search (tabu search) or local search.
Thereby, the optimal solution detection apparatus 100 can detect the optimal solution of an executable solution in a short time.

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。   The embodiment of the present invention has been described in detail with reference to the drawings. However, the specific configuration is not limited to this embodiment, and includes designs and the like that do not depart from the gist of the present invention.

例えば、各ＢＩＮにおける受信信号強度及び干渉量、アンテナのチルト角などの基地局のパラメータ、並びに、所要の受信信号強度及びキャリア信号電力対干渉電力比（Ｃ／Ｉ）等を入力データとして、通信エリアを構築する対象とされた範囲に対し、例えば、所要の受信信号強度以上となるＢＩＮの個数を最大化（カバレッジ最大化）する等の置局設計における条件が満たされるように、最適解検出装置１００は、最適化処理を実行してもよい   For example, communication using base station parameters such as received signal strength and interference amount in each BIN, antenna tilt angle, and required received signal strength and carrier signal power to interference power ratio (C / I) as input data Optimal solution detection to satisfy the conditions in station design, such as maximizing the number of BINs that exceed the required received signal strength (maximizing coverage), for the range targeted for area construction The apparatus 100 may execute an optimization process.

また、例えば、最適解検出装置１００は、入力装置３００から各種データを取得する代わりに、それら各種データを予め記憶するデータベース部を備えていてもよい。   For example, instead of acquiring various data from the input device 300, the optimal solution detection device 100 may include a database unit that stores the various data in advance.

なお、以上に説明した最適解検出装置を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録し、そのプログラムをコンピュータシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。   Note that a program for realizing the optimum solution detection apparatus described above may be recorded on a computer-readable recording medium, and the program may be read into a computer system and executed. Here, the “computer system” includes an OS and hardware such as peripheral devices. The “computer-readable recording medium” refers to a storage device such as a flexible medium, a magneto-optical disk, a portable medium such as a ROM and a CD-ROM, and a hard disk incorporated in a computer system. Further, the “computer-readable recording medium” refers to a volatile memory (RAM) in a computer system that becomes a server or a client when a program is transmitted via a network such as the Internet or a communication line such as a telephone line. In addition, those holding programs for a certain period of time are also included. The program may be transmitted from a computer system storing the program in a storage device or the like to another computer system via a transmission medium or by a transmission wave in the transmission medium. Here, the “transmission medium” for transmitting the program refers to a medium having a function of transmitting information, such as a network (communication network) such as the Internet or a communication line (communication line) such as a telephone line. The program may be for realizing a part of the functions described above. Furthermore, what can implement | achieve the function mentioned above in combination with the program already recorded on the computer system, what is called a difference file (difference program) may be sufficient.

１００…最適解検出装置、１１０…領域設定部、１２０…特性算出部、１３０…記憶部、１４０…最適化部、１５０…出力部、３００…入力装置、４００…マクロ基地局、４１０…受信電力曲線、５００…小型基地局、５１０…受信電力曲線、５２０…受信電力曲線、６００…無線端末、８００…カバレッジエリア、９００…小型基地局セル、９１０…小型基地局セル DESCRIPTION OF SYMBOLS 100 ... Optimal solution detection apparatus, 110 ... Area setting part, 120 ... Characteristic calculation part, 130 ... Memory | storage part, 140 ... Optimization part, 150 ... Output part, 300 ... Input device, 400 ... Macro base station, 410 ... Received power Curve, 500 ... small base station, 510 ... received power curve, 520 ... received power curve, 600 ... wireless terminal, 800 ... coverage area, 900 ... small base station cell, 910 ... small base station cell

Claims (8)

置局設計により収容すべきトラヒック需要を満たす解である実行可能解と、前記収容すべきトラヒック需要を満たさない解である実行不可能解との間を、トラヒック需要に影響する第１パラメータ群、及び費用に影響する第２パラメータ群を変更することにより、解が遷移した場合、直近の実行不可能解に対してのみ、前記第１パラメータ群を変更することにより、実行可能解の最適解を検出する最適化部、
を備えることを特徴とする最適解検出装置。 A first parameter group that affects traffic demand between an executable solution that is a solution that satisfies the traffic demand to be accommodated by the station design and an infeasible solution that is a solution that does not satisfy the traffic demand to be accommodated; When the solution transitions by changing the second parameter group that affects the cost, the optimal solution of the feasible solution is changed by changing the first parameter group only for the latest infeasible solution. Optimizer to detect,
An optimal solution detection apparatus comprising: 前記最適化部は、直近で得られている解が実行可能解である場合、予め定められた回数だけ前記第２パラメータ群を費用が増加する方向に変更することにより、実行可能解の最適解を検出することを特徴とする請求項１に記載の最適解検出装置。   When the most recently obtained solution is a feasible solution, the optimization unit changes the second parameter group in a direction in which the cost increases by a predetermined number of times, thereby optimizing the feasible solution. The optimal solution detection apparatus according to claim 1, wherein: 前記最適化部は、前記実行可能解の最適解として、トラヒック需要を収容し且つ費用が最小となる最適解を検出することを特徴とする請求項１又は請求項２に記載の最適解検出装置。   The optimal solution detection apparatus according to claim 1, wherein the optimization unit detects an optimal solution that accommodates traffic demand and has a minimum cost as an optimal solution of the feasible solution. . 前記最適化部は、トラヒック需要に影響し且つ費用に影響しない予め定められたパラメータ群を、前記第１パラメータ群として変更することにより、前記実行可能解の最適解を検出することを特徴とする請求項１から請求項３のいずれか一項に記載の最適解検出装置。   The optimization unit detects an optimal solution of the feasible solution by changing a predetermined parameter group that affects traffic demand and does not affect cost as the first parameter group. The optimal solution detection apparatus as described in any one of Claims 1-3. 前記最適化部は、ヘテロジニアスネットワークを構成する第１無線基地局における受信電力に対するバイアス値、前記ヘテロジニアスネットワークを構成する第２無線基地局が送信するサブフレームがミュートされる率、及び、前記第２無線基地局の送信電力のうち少なくとも一つを、前記第１パラメータ群として変更することにより、前記実行可能解の最適解を検出することを特徴とする請求項１から請求項４のいずれか一項に記載の最適解検出装置。   The optimization unit includes a bias value for received power at a first radio base station constituting a heterogeneous network, a rate at which a subframe transmitted by a second radio base station constituting the heterogeneous network is muted, and the 5. The optimal solution of the feasible solution is detected by changing at least one of the transmission powers of the second radio base station as the first parameter group. 6. The optimal solution detection apparatus according to claim 1. 前記最適化部は、ヘテロジニアスネットワークを構成する第１無線基地局の設置台数及び設置位置のうち少なくとも一つを、前記第２パラメータ群として変更することを特徴とする請求項１から請求項５のいずれか一項に記載の最適解検出装置。   The said optimization part changes at least one among the installation number and installation position of the 1st wireless base station which comprises heterogeneous network as said 2nd parameter group, The Claim 1 to Claim 5 characterized by the above-mentioned. The optimal solution detection apparatus as described in any one of these. 前記最適化部は、タブーサーチ又は局所探索を実行することを特徴とする請求項１から請求項６のいずれか一項に記載の最適解検出装置。   The said optimization part performs a tabu search or a local search, The optimal solution detection apparatus as described in any one of Claims 1-6 characterized by the above-mentioned. コンピュータに、
置局設計により収容すべきトラヒック需要を満たす解である実行可能解と、前記収容すべきトラヒック需要を満たさない解である実行不可能解との間を、トラヒック需要に影響する第１パラメータ群、及び費用に影響する第２パラメータ群を変更することにより、解が遷移した場合、直近の実行不可能解に対してのみ、前記第１パラメータ群を変更することにより、実行可能解の最適解を検出する手順、
を実行させるための最適解検出プログラム。 On the computer,
A first parameter group that affects traffic demand between an executable solution that is a solution that satisfies the traffic demand to be accommodated by the station design and an infeasible solution that is a solution that does not satisfy the traffic demand to be accommodated; When the solution transitions by changing the second parameter group that affects the cost, the optimal solution of the feasible solution is changed by changing the first parameter group only for the latest infeasible solution. Steps to detect,
Optimal solution detection program for running
JP2011175880A 2011-08-11 2011-08-11 Optimum solution detection device, and optimum solution detection program Pending JP2013042202A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011175880A JP2013042202A (en) 2011-08-11 2011-08-11 Optimum solution detection device, and optimum solution detection program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011175880A JP2013042202A (en) 2011-08-11 2011-08-11 Optimum solution detection device, and optimum solution detection program

Publications (1)

Publication Number Publication Date
JP2013042202A true JP2013042202A (en) 2013-02-28

Family

ID=47890235

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011175880A Pending JP2013042202A (en) 2011-08-11 2011-08-11 Optimum solution detection device, and optimum solution detection program

Country Status (1)

Country Link
JP (1) JP2013042202A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015015714A (en) * 2013-07-04 2015-01-22 株式会社Ｎｔｔドコモ Method and device for performing interference cooperation upon cell on multiple time domain resources
JP2017519405A (en) * 2014-05-05 2017-07-13 ホアウェイ・テクノロジーズ・カンパニー・リミテッド Information processing method and apparatus
WO2024100799A1 (en) * 2022-11-09 2024-05-16 日本電信電話株式会社 Wireless area design assistance device, wireless area design assistance method, and program

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05143572A (en) * 1991-11-25 1993-06-11 Fujitsu Ltd Combination optimizing method
WO2004112414A1 (en) * 2003-06-16 2004-12-23 Nec Corporation Radio network modification support system and radio network modification support method
JP2005117357A (en) * 2003-10-08 2005-04-28 Nec Corp Method and system for managing radio communication system, and managing apparatus
US20060083170A1 (en) * 2004-10-19 2006-04-20 Silva Claudio B Method and apparatus for automatically determining the manner in which to allocate available capital to achieve a desired level of network quality performance
JP2011040083A (en) * 2008-04-09 2011-02-24 Hitachi Ltd Operation management method, operation management program, and operation management device for information processing system, and information processing system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05143572A (en) * 1991-11-25 1993-06-11 Fujitsu Ltd Combination optimizing method
WO2004112414A1 (en) * 2003-06-16 2004-12-23 Nec Corporation Radio network modification support system and radio network modification support method
JP2005117357A (en) * 2003-10-08 2005-04-28 Nec Corp Method and system for managing radio communication system, and managing apparatus
US20060083170A1 (en) * 2004-10-19 2006-04-20 Silva Claudio B Method and apparatus for automatically determining the manner in which to allocate available capital to achieve a desired level of network quality performance
JP2011040083A (en) * 2008-04-09 2011-02-24 Hitachi Ltd Operation management method, operation management program, and operation management device for information processing system, and information processing system

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015015714A (en) * 2013-07-04 2015-01-22 株式会社Ｎｔｔドコモ Method and device for performing interference cooperation upon cell on multiple time domain resources
JP2017519405A (en) * 2014-05-05 2017-07-13 ホアウェイ・テクノロジーズ・カンパニー・リミテッド Information processing method and apparatus
US10045224B2 (en) 2014-05-05 2018-08-07 Huawei Technologies Co., Ltd. Information processing method and apparatus
WO2024100799A1 (en) * 2022-11-09 2024-05-16 日本電信電話株式会社 Wireless area design assistance device, wireless area design assistance method, and program

Similar Documents

Publication Publication Date Title
AU2019202189B2 (en) Apparatus and method for wireless communication system
US8934361B2 (en) Downlink inter-cell interference coordination method and eNB
EP2291043A1 (en) Radio resource assignment method and base station device
CN102461254A (en) Method and apparatus that facilitates measurement procedures in multicarrier operation
EP2399348B1 (en) Multi-cell network including communication device scheduling outer cell frequency resource and method for same
CN102007788A (en) Sector interference management based on inter-sector performance
CN104365131A (en) Almost blank subframe duty cycle adaptation in heterogeneous networks
US9961689B2 (en) Spectrum management system and method
CN103297979A (en) Method and base station for realizing interference coordination
CN104185264A (en) Uplink power control method and device
EP3697121A1 (en) Secondary wireless communication systems
CN111194564A (en) Electronic device and method for wireless communication and computer-readable storage medium
EP2953410B1 (en) Communication method and device for wireless communication network and wireless communication network
CN103379647B (en) A kind of cell carrier method of adjustment of heterogeneous network and heterogeneous network
JP5538286B2 (en) Position detection device and position detection program
JP2013042202A (en) Optimum solution detection device, and optimum solution detection program
JP5677235B2 (en) Position detection device and position detection program
CN104378785A (en) Uplink and downlink subframe reconfiguration method and devices for small cells
CN103997738A (en) Anti-interference clustering management method and device
KR101032074B1 (en) Method and apparatus for operating hybrid duplexing in wireless communication system
CN105874836A (en) Control information processing method, apparatus and system
JP2009284327A (en) Radio transceiver device
US20160037535A1 (en) System and method for resource management in heterogeneous wireless networks
CN107852695B (en) Method and device for determining cell cluster subframe configuration
CN105992359B (en) Resource allocation methods and device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140221

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20140224

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140916

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140917

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141110

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20141111

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150421

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20150818