【覆盖率分析】蜂窝异构网络（多径散热场）覆盖率分析【含Matlab源码 3318期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab信号处理仿真内容点击👇
①Matlab信号处理（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、蜂窝异构网络（多径散热场）覆盖率分析

1 什么是蜂窝系统
蜂窝的思想是用许多小功率的发射机来代替单个的大功率发射机，每一个小的覆盖区只提供服务范围内的一小部分覆盖，分配整个系统可用信道中的一部分，并相隔一定的距离重复使用这些频率资源，以增大系统容量。
蜂窝概念的提出使得移动通信真正走向了实用与运营，即在频率资源有限的前提下能够提供大的系统容量。

2 蜂窝系统的分类
2.1 大区制移动通信网
2.1.1 什么是大区制移动通信网
大区制移动通信系统由一个或几个基站覆盖，服务区半径为30 ~ 50km，并由基站负责整个通信网的控制与联络。为了增大覆盖区面积，基站天线一般架设得很高，可达几十米至几百米；发射功率很大，一般为50 ~ 200W。

2.1.2 大区制移动通信网的优点和缺点
优点：网络结构简单、成本低。
缺点：覆盖范围有限，最大覆盖半径一般为50km；系统容量受限；系统设备受限，若要满足移动台的双向通信，则要求移动台有更大的发射功率，但是移动台体积、发射机功率和天线高度都是受限的。
2.2 小区制移动通信网
小区制即讲一个移动通信服务区划分为许多小区，每个小区设立基站，而小区的覆盖半径一般为几百米到几十千米。

3 蜂窝系统的干扰
3.1 簇的概念
蜂窝原理即为频率复用的原理，即相隔一定的距离可使频率资源重复使用。“簇”即使用全部资源的小区集合，若簇内有N个小区，在频率规划中，只有做好一个簇的频率规划，不断复制，即可完成全区的频率规划。簇内频率规划的原则如下：

簇内不允许出现同频
簇内允许出现邻频，邻频要尽可能远离
同一基站不能出现同邻频
簇内小区可以将所有的信道全部分配

3.2 干扰的分类
干扰是蜂窝系统无线系统性能的主要限制因素，包括系统间和系统内干扰。系统间干扰包括其他蜂窝系统和无线局域网的干扰、不可预测信号的干扰和非法信号的干扰等；系统内干扰包括设备内部的干扰、网内干扰（同频干扰、邻频干扰和互调干扰）及多址干扰。
干扰还可以从其他角度来分。例如，从数学模型的角度来看，干扰可以分为加性干扰和乘性干扰；从物理机制的角度来说，干扰可以分为功率干扰、时间干扰和空间干扰。

3.3 同频干扰
3.3.1 什么是同频干扰
由于蜂窝系统的基本原理是频分复用，所以在给定的覆盖范围内，存在着许多使用同一组频率的小区，这些小区称为同频小区，同频小区之间的信号干扰称为同频干扰（也称为同道干扰）。
同频干扰是由频率复用而引起的。由于落到接收机通带内的有用信号与无用信号具有相同的载频，无用信号与有用信号一样经放大、变频而落到通频带内。同频干扰分上行链路同频干扰和下行链路同频干扰。
在移动通信中，为了增加系统容量，可以采用地理上较高密度的频率重复方式，这样必然会造成更为严重的同频干扰。

3.3.2 如何克服同频干扰
同频干扰不像热噪声那样可以通过增大信噪比（SNR）来克服，也不能简单地通过增大发射机的发射功率在克服，因为增大发射功率会增大对相邻同频小区的干扰。为了达到减小同频干扰的目的，同频小区必须在物理上隔开一段距离，相隔的最小距离成为同频复用距离。
有一个参数叫做同频复用比例Q（也称为同频干扰抑制因子），与簇的大小有关。通常，同频小区之间的距离越小（即Q值越小），同频干扰越大，但频率复用次数增加，频率利用率提高，容量增大；反之，同频小区之间的距离越大（即Q值越大），同频干扰越小，这样可以提高传播质量，但频率利用率亦降低，容量减小。在实际的蜂窝系统中，需要对容量和质量这两个目标进行协调和折中。
1x3（每个簇中只有1个基站，每个基站控制3个小区）的复用情况拥有最大的容量和最低的质量；7x3（每个簇中有7个基站，每个基站控制3个小区）的复用情况则拥有最高的质量和最小的容量。因为7x3模式中，一个簇中总共有7个基站，所以这一个簇的面积就会很大，所以同一个频率的小区就可以在空间距离上相隔很远，所以它的同频干扰就会减小，但是由于这一个簇中共有21个小区，所以平均分配到每一个小区的容量就会减小。

3.4 邻频干扰
3.4.1 什么是邻频干扰
来自所使用信号频率的相邻频率的信号干扰称为邻频干扰（也称为邻道干扰）。根据干扰信号与有用信号的频率间隔，若干扰信号的频率为f1，有用信号的频率为f0，且f1 = f0 ± n x △f，n为正整数，△f表示载频宽度，则称该干扰信号为n阶干扰信号。
邻频干扰产生的机理与同频干扰有一定的区别，它主要是由发射机和接收机非理想所致，即由于接收机滤波器的阻带衰减不够陡峭而引起相邻频带信号的泄露

3.4.2 如何克服邻频干扰
邻频干扰可以通过精确的滤波器和信道分配使其减小
邻频干扰一般主要考虑一阶邻频干扰和二阶邻频干扰

3.5 互调干扰
互调干扰由传输信道中的非线性电路产生，当多个不同频率的信号加到非线性器件上时，非线性变换将产生许多组合频率信号，一部分可能落到接收机通带内，称为对有用信号的干扰。常见的情况是两个以上不同频率的信号同时输入到非线性电路，由于非线性器件的作用而产生许多谐波和组合频率分量
互调干扰的机理：由于通信设备中某些电路的非线性是由输入频率相互叠加而成，进而产生新频率，造成对本信道或外信道的干扰。当多个不同频率的信号叠加到非线性特性上时，非线性的变化将产生许多组合频率信号，一部分可能落到接收机通带内而成为对有用信号的干扰。
产生互调干扰的条件：
（1）存在非线性部件，由输入信号混频产生的互调成分；
（2）输入信号频率必须满足其组合频率能落到接收机通带内；
（3）输入信号功率足够大，由此产生幅度较大的互调干扰成分。
在移动通信系统中，可能造成互调干扰的原因：
（1）在发射机末端，由于功率放大器的非线性，侵入的其它干扰信号与有用的发射信号相互调制而形成一种干扰，称为发射机的互调干扰；
（2）处于互调关系的两个或两个以上的无线电信号同时被一个接收机接收，由于接收机高频放大器或混频器的非线性而发生相互调制，称为接收机的互调干扰。

⛄二、部分源代码

clear all; close all; clc;

ParameterSet = ‘pico’;
EvaluationMode = ‘simulation’; % {simulation, analysis}
Thinning_Assumption = ‘on’;

fprintf(‘Parameter Set: %s\nEvaluation Mode: %s\nThinning Assumption: %s\n’, ParameterSet, EvaluationMode, Thinning_Assumption);

if strcmp(ParameterSet,‘macro’)
% Parameter-Set: MACRO
PM = 40; % Macro BS transmit power
alphaL = 2.42; % LOS exponent
alphaN = 4.28; % NLOS exponent
cL = 10^((103.4 - 24.23)/10); % Free space path loss intercept自由空间路径损耗截断指数（视距、非视距）
cN = 10^((131.1 - 42.83)/10);
RCM = 250; % Average cell size
else
% Parameter Set: PICO
PM = 0.25;
alphaL = 2; % LOS exponent
alphaN = 4; % NLOS exponent
cL = 10^((103.8 - 20.93)/10); % Free space path loss intercept
cN = 10^((145.4 - 37.53)/10);
RCM = 40; % Average cell size
end
% dependent parameter
lambdaM = 1/(2*sqrt(3)*RCM^2);%宏基站分布密度
% Buildings
LB = 10^(-1);%穿墙损耗？
Ri = 15; % Indoor area radius [m]建筑覆盖面积
% Indoor
PS = 0.1; % Small cell BS transmit power
% Small scale fading; parameters for Nakagami fading.
Omega = 1;%多径散射场的平均功率
NL = 1; % 3
NN = 1; % 2

if strcmp(EvaluationMode, ‘simulation’)
% Noise
Bandwidth = 1010^6;%10MB
NoisePowerDensity = 10^(-174/10)*10-3;
NoiseFigure = 10^(9/10);
N0 = NoisePowerDensityBandwidth*NoiseFigure; % Noise Power
else
N0 = 0;
end

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]尹向兵,吴良超.基于周期果蝇算法的无线传感网覆盖优化[J].赤峰学院学报(自然科学版). 2017,33(16)
[2]王欣阳,王瑞阳,魏云冰.基于算术优化算法的低压配电网故障区段定位方法[J].电子科技.

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合