无线通信的系统级仿真Part-1

1.概述

    由于移动通信网络的结构比较复杂，很难通过一个简单抽象的数学模型来描述，所以一般情况下，大部分研究者会借助仿真来评估技术或网络的性能，仿真手段主要分为链路级仿真（Link-level Simulink）与系统级仿真（System-level Simulink）两大类。

1. 链路级仿真：主要考虑一对一传输时的物理层链路性能，评价指标主要为误码率(Bit Error Rate, BER)、误块率(BLock Error Rate, BLER)等；
2. 系统级仿真：评估移动通信网络的整体性能，在一个类似于实际环境的网络中，输入发射功率、移动速度、噪声系数等基本配置，得到如系统的整体吞吐量、用户的一些应用层面的性能参数等。系统级仿真更多的关注于系统的整体性能，而对物理层的技术并不太重视。系统级仿真包括：资源调度过程、功率控制过程、自适应MCS选择过程、以及其他MAC层操作。

    系统级仿真需要消耗的计算量十分巨大，系统级仿真首先获取每一时刻每一基站与每一用户间的信道信息，然后对发送的基站信号进行自适应调整，对其中一条传输链路在进行链路仿真。若我们能够利用系统仿真中获取的信道信息及相关参数从而直接得到链路仿真的结果，将简化仿真时间和计算量，因此我们需要一个链路仿真与系统仿真之间的接口。

2.系统级仿真的流程

   系统的仿真流程如图1所示。仿真开始后，系统首先根据预定仿真参数，对拓扑小区及仿真环境进行初始化生成。为了保障仿真结果的可靠性，系统用户进行多次播散，确定用户的位置；当仿真进行多次循环阶段，用户独立进行信道反馈至基站进行业务功能模块的处理，包括调度和资源分配等；之后是链路级到系统级仿真接口的映射、自适应编码调制及相应的仿真结果统计。

 fig1 系统级仿真流程图

2.1服务小区初始化

    在系统级仿真中，有许多公认的业务小区模型：单小区、7小区、19小区、36小区。在仿真模型中，小区数量越多，则仿真平台所能模拟的干扰越充分，如7小区模型能模拟外层两圈

    TS38.901基于多个场景定义了适用于5G NR 0.5~100 GHz的传播模型，包含UMa(城区宏站)，UMi（城区微站）， RMa（农村宏站），InH(室内热点)等4类场景。其中， Uma（城区宏站）适用于建筑物分布比较密集的区域，基站为六边形网格，19个宏基站，每个站点3个扇面（Hexagonal grid, 19 macro sites, 3 sectors per site）。此场景主要包括各省会城市的商业中心和密集写字楼区域。该类场景基站天线挂高高于周围建筑物楼顶高度（如25～30 m），用户在地平面高度（约1.5 m），站间距不超过500 m。

fig2 具有均匀分布六边形网格的宏基站的小区分布图

2.2用户播撒初始化

    为了保证用户分布的均匀性，系统仿真时根据需求对网络中的用户均匀播撒。

2.3无线衰落信道的设计与建模

    路径损耗模型与阴影衰落，举个简单的示例，如下所示:

Table1

     小尺度衰落抽头延迟线（Tapped Delay Line, TDL）模型，举个简单的示例，如下所示：

Table 2

 其中，小尺度衰落的信道类型有很多，除TDL以外，还可以CDL信道模型等。

    在信道模型设置中，多天线时还可以考虑不同方向上天线的增益变化。

2.4链路级与系统级接口实现（物理层抽象）

    为了匹配系统级仿真，必须有一种有效的接口，从链路级映射到系统级来衡量系统的性能。为了降低系统级仿真平台的复杂度，链路级方案对系统级性能的影响都抽象为一簇曲线，而将这些曲线作为系统仿真的输入。链路级和系统级仿真接口的关键在于能够依据一个即时信道状态（如单天线上的子载波SINR）得到相应的BLER。

    在OFDM系统中，总的系统带宽被分为多个正交的子载波，每个子载波（或资源块（Resource Block, RB)）都有一个信干燥比（SINR），若干个RB合并为一个子信道，这个子信道作为资源分配的最小单元。如果我们用一组的子信道SINR值的集合来查找BLER，则映射复杂度就会变得很高。

    为了解决这个问题，有学者提出了一种有效信噪比映射(Effective SINR Mapping, ESM)的方案。其具体过程分为两个步骤(如图3所示)：首先，把多个子载波的SINR值映射成一个有效SINR值；然后，利用从加性白高斯噪声(Additive White Gaussian Noise, AWGN)的链路级性能曲线上查找相应BLER估计值。

 fig3 ESM映射方案

    SINR压缩的目的在于，将多子载波状态转化为一种有效的SINR衡量准则：

   常用的映射方案有：

1. 线性ESM(Linear ESM, LESM)：
2. 对数ESM(Logarithm ESM)：
3. 指数ESM(Exponential ESM, EESM)：
4. 基于互信息的ESM(Mutual-Informaion ESM):  ，m为调制阶数。

其中，现在的研究中方法3和方法4使用较多。

1.EESM压缩函数为：

推导过程：

 fig4 不同调制方式下RBIR映射值与SINR的关系

 2.MIESM压缩函数为：

2.5 alphy调制因子的优化

    如果PLA技术压缩得到的有效SINR没有与AWGN SNR具有等效的性能，则我们需要进行调整因子的优化。拟合使得有效SNR与AWGN SNR之间的均方差（Mean Square Error, MSE）最小。

3.系统级仿真的校验

    如何评价系统级仿真的精确度？平台验证机制：首先建立系统级仿真平台，此平台需要与相应的标准组织（IEEE、3GPP等）公开的结果进行校对。

    校验方法：当系统性能配置与标准组织相同时，调整仿真平台参数以使得仿真结果能够与标准或其他公司公开得结果相同或相似。通过这个公共得校验，能够确认这个仿真平台的准确性和精度，以至于后续使用该平台进行性能评估。

参考文献：

[1] 陈力. B3G/4G系统中的无线资源分配的研究[D]. 北京: 北京邮电大学, 2012.

[2] 丁张成. 多小区协同下行传输方案与资源管理技术的研究[D]. 成都: 电子科技大学, 2012.

[3] Anwar W, Dev S, Kumar A, et al. PHY abstraction techniques for V2X enabling technologies: Modeling and analysis[J]. IEEE Transactions on Vehicular Technology, 2021, 70(2): 1501-1517.

最后

以上就是迷路绿草为你收集整理的无线通信的系统级仿真Part-1的全部内容，希望文章能够帮你解决无线通信的系统级仿真Part-1所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。