本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘 要：模拟达尔文生物进化论的自然选择和遗传学机理，通过选择、交叉和变异，将基站能耗问题抽象为多目标、多约束、动态性强的数学问题，在城市、农村、山区等不同场景下，结合站点空间分布特点，设置不同初始化种群和适应度函数，通过函数收敛条件，逐步在大规模网络中寻找最优解，构建基于遗传算法的空间感知优化策略方法，对站点进行精细化运行控制，不以牺牲服务质量为代价，通过智能化运行策略，降低站点能耗，为移动通信网络绿色发展提供理论支撑和实践指导。
关键词：遗传算法；无线基站；空间感知；能耗策略
doi：10.12045/j.issn.1007-3043.2026.04.008
1 概述
随着 5G 网络的快速应用和 6G 时代的即将到来，移动通信网络的覆盖范围和规模急剧增加，新技术带来了更高的传输速率和更广泛的应用场景，但其高能耗问题也成为亟待解决的瓶颈。一方面，基站能耗占据整个网络能耗的 70% 以上；另一方面，全球范围内碳排放控制也要求通信行业采取更高效的能源利用策略，因此，研究如何基于空间分布优化基站能耗具有重要的理论和实践意义，当前，基站能耗优化研究主要集中在以下几个方面。
a）硬件优化：使用低功耗设备和提高硬件利用效率，文献［1］根据 GSM、WCDMA 无线基站高温环境下动力配套设备的能耗监控，通过温度监控设备，设定智能开关，对能耗进行优化。
b）网络设计优化：优化基站部署和网络架构，减少基站冗余，降低能耗，文献［2］提出一种基于矢量距离免疫计算的基站选址问题求解方案，确定基站的位置和数目，以达到建站代价最小、且满足用户覆盖率和系统容量的目的；文献［3］基于一种测距型基站布网优化系统，提出一种地面无线定位基站部署优化方案，依据读入的基站配置信息，实现最优化基站部署。
c）动态资源管理：根据用户需求动态调整基站运行状态，文献［4］针对成簇阶段和数据传输阶段进行优化，设计了一种基于模糊密度峰聚类和粒子群优化的能量均衡路由算法，提高网络的使用寿命和能源效率；文献［5］在满足用户体验质量的前提下，提出一种通过构建具有抢占式优先服务和单重工作休假机制的二维离散时间马尔可夫随机模型，运用矩阵几何解方法，进行基站节能策略及纳什均衡研究。
上述方法在一定程度上缓解了无线基站能耗问题，但仍存在空间利用效率低、策略局限性强等问题，近年来,智能优化遗传算法(Genetic Algorithm,GA)［6-7］, 作为一种基于自然界生物进化原理的全局优化方法，模拟自然界生物进化过程中的达尔文自然选择和遗传规律，因其强大的全局优化能力和高度自适应性，逐渐成为优化基站能耗的重要理论基础。
