【无人机】无人机空中无人机通信仿真（Matlab实现）

无人机空中通信仿真在Matlab中的实现与性能评估

原创已于 2024-05-17 20:07:39 修改 · 583 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#无人机

于 2024-05-17 19:56:50 首次发布

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

💥1 概述

无人机空中通信是指利用无人机作为通信节点，在空中搭建起无线通信网络的过程。这种通信方式在各种应用场景中都具有重要意义，如灾难响应、军事侦察、物流配送等。为了评估和优化无人机空中通信系统的性能，通常会使用仿真工具进行仿真分析。无人机空中通信仿真的目的是评估通信系统的性能，如覆盖范围、数据传输速率、延迟等，以及优化通信系统的设计和部署方案。这些仿真结果对于指导实际应用中的系统设计和决策制定具有重要意义。仿真模型包括无人机的运动模型、信号传播模型、通信协议模型等。无人机的运动模型通常涉及飞行轨迹、速度、高度等参数的建模，信号传播模型考虑到大气条件、地形、障碍物等因素对信号传播的影响，通信协议模型则涉及到协议的行为和性能特征。仿真工具可以模拟不同的场景和应用情境，如城市环境、山区、海上等，以及不同的应用需求，如监视、通信中继、数据传输等。通过模拟这些场景，可以更全面地了解无人机空中通信系统的性能和适用性。

📚2 运行结果

主函数部分代码：

clear variables
clear global
clc
close all
warning off %#ok<*WNOFF>

% % height variation of the quadcopter in meters
h = 1:500;

% % cell radius variaion and fixed height
% h = 500; % 100 200 300 500 700

% % horizontal distance of user
R = 500; % cell radius in meters

% % transmit power
Pt = 25;

% % reference distance from quadcopter
R0 = 0;

% generating a pseudo random number which is unformly distributed in [0,1]
u = rand;
% u = rand(1, length(h));

% user horizontal distance this is pseudo random
r = R.*sqrt(u);

% bandwidth
B = 5 * 10^6; % MHz

% angle of elevation
theta_rad = atan(h./r);

% convert to degree
theta = rad2deg(theta_rad);

%% % Probablity of LOS and NLOS
% % various simulation scenarios
% % suburban % wood and empty space % thumbs up pogchamp
s=101.6; t=0; u=0; v=3.25; w=1.241; pathloss_exp=2.2; n_los=0.1; n_nlos=21;

% % urban % concrete % more blockage % meh
% s=120; t=0; u=0; v=24.30; w=1.229; pathloss_exp=3.1; n_los=1; n_nlos=20;

% % dense urban % concrete and glass % bad performance
% s=187.3; t=0; u=0; v=82.10; w=1.478; pathloss_exp=4.58; n_los=1.6; n_nlos=23;

% % urban high-rise % glass and metal % holy shit wtf performance
% s=352; t=-1.37; u=-53; v=173.80; w=4.670; pathloss_exp=5.5; n_los=2.3; n_nlos=34;

% % probability of line of sight calculation
num_1 = s - t;
den_1 = 1 + ((theta-u)./v).^w;
prob = s - (num_1./den_1);
% % line of sight probability
prob_los = prob./100;

% % non line of sight probability as bernouli dist
prob_nlos = 1- prob_los;