مفاهیم طراحی سلولی و بهینه سازی آن در مخابرات سیار

کتاب مفاهیم طراحی سلولی و بهینه‌سازی آن در مخابرات سیار نوشته‌ی الناز محمدی، به بررسی و معرفی مفاهیم اولیه و اساسی موجود در دنیای مخابرات بی­‌سیم و امواج رادیویی، معرفی الگوریتم‌های تکاملی و نیز مطرح کردن مسئله‌­ی طراحی سلولی می‌پردازد.
در مخابرات سلولی، طراحی دقیق سلول‌ها به دلیل زیاد بودن تعداد عوامل دخیل در آن عملی پیچیده و بسیار مشکل است. همچنین، به دلیل هزینه‌های زیاد در عمل نمی‌توان طراحی انجام شده را به طور کامل مورد آزمایش قرار داد. بنا به دلایل گفته شده، انجام شبیه‌سازی قبل از پیاده‌سازی عملی طرح، ضروری می‌باشد.
چرا که امروزه با افزایش ساختمان‌ها و ارتفاع آن‌ها و نیز وسعت شهرها، این موضوع مهم است که بدانیم امواج در سطح شهری که زندگی می‌کنیم چگونه انتشار می‌یابند و موانعی مانند ساختمان‌ها چگونه بر انتشار امواج تاثیر می‌گذارند. با دانستن نحوه‌ی انتشار امواج می‌توان تمامی نقاط شهر خود را زیر پوشش این امواج قرار داد و از پهنای باند به صورت بهینه استفاده نمود. این تاثیرات که بر اثر برخورد پرتو با سطح ساختمان‌ (بازتاب)، لبه (پراش) و یا تداخل هستند، می‌تواند به نوع ساختمان از نظر ضخامت دیوارها، نوع مصالح به کار رفته و ضریب هدایت بستگی داشته باشد.
از طرفی باید توجه داشته باشیم که هزینه و پیچیدگی یک شبکه ارتباط‌ مستقیم با تعداد‌ ایستگاه‌های پایه مورد نیاز برای دستیابی به پوشش مناسب دارد. جایابی ایستگاه‌های پایه، یک مسئله پیچیده است و در تصمیم‌گیری برای موقعیت بهینه ایستگاه‌های پایه به عوامل مختلفی مانند شکل سلول، نوع، تعداد و ارتفاع آنتن‌ها، موقعیت شهری و ازدیاد جمعیت و غیره وابسته است. منطقه‌ی تحت پوشش سلول، فاکتور بسیار مهمی برای پشتیبانی از مشتریان است و جایابی مناسب ایستگاه‌های پایه می‌تواند منطقه‌ی پوشش سلول را بهینه کند. این طراحی با روش‌های کلاسیک به سادگی میسر نیست، به همین دلیل از الگوریتم‌های تکاملی برای بهینه‌سازی استفاده می‌شود.

در بخشی از کتاب مفاهیم طراحی سلولی و بهینه سازی آن در مخابرات سیار می‌خوانیم:
الگوریتم کلونی مورچه برای اولین بار در سال 1991 توسط دوریگو (Dorigo) و همکارانش به عنوان یک راه‌حل چند عامله برای مسائل مشکل بهینه‌سازی مانند فروشنده دوره‌گرد (TSP) ارائه شد. عامل هوشند (Intelligent Agent) موجودی است که از طریق حسگر‌ها قادر به درک پیرامون خود بوده و از طریق تاثیر گذارنده‌ها می‌تواند روی محیط تاثیر بگذارد. الگوریتم کلونی مورچه الهام گرفته شده از مطالعات و مشاهدات روی کلونی مورچه هاست. این مطالعات نشان داده که مورچه‌ها حشراتی اجتماعی هستند که در کلونی‌ها زندگی می‌کنند و رفتار آن‌ها بیشتر در جهت بقاء کلونی است تا درجهت بقاء یک جزء از آن.
یکی از مهم‌ترین و جالب‌ترین رفتار مورچه‌ها، رفتار آن‌ها برای یافتن غذا است و به‌ ویژه چگونگی پیدا کردن کوتاه‌ترین مسیر میان منابع غذایی و آشیانه. این نوع رفتار مورچه‌ها دارای نوعی هوشمندی توده‌ای (Colony) است. (برخلاف الگوریتم PSO که رفتار ذره‌ها اجتماعی یا Swarm است).
مورچه‌ها هنگام راه رفتن از خود ردی از ماده‌ی شیمیایی، با نام فرومون به‌جای می‌گذارند. البته این ماده به‌ زودی دچار پدیده‌ی تبخیر می‌شود ولی در کوتاه مدت به‌عنوان رد مورچه بر سطح زمین باقی می‌ماند. آن‌ها هنگام انتخاب بین دو مسیر به صورت احتمالاتی مسیری را انتخاب می‌کنند که فرومون بیشتری داشته باشد. از کاربردهای ACO می‌توان به بهینه کردن هر مسئله‌ای که نیاز به یافتن کوتاه‌ترین مسیر دارد، مانند: مسیر‌یابی داخل‌ شهری و بین‌ شهری، مسیر‌یابی بین پست‌های شبکه‌های توزیع برق ولتاژ بالا، مسیر‌یابی شبکه‌های کامپیوتری، بهینه کردن مقدار BTS‌ها در یک منطقه خاص باشد.