时隙ALOHA协议仿真设计

陕西理工学院毕业 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 时隙ALOHA协议仿真 潘鹏飞 （陕西理工学院 物理与电信学院 电子1103班， 陕西 汉中 723000） 指导教师：吴燕 摘 要：时隙ALOHA是应用于无线通信系统中的一种协议，时隙AL0HA使用了各种控制算法以保证系统的稳定性，在比较三种常用网络仿真模型的基础上，分析了时隙ALOHA仿真结果及应用于通信系统中的性能优点。给出了MATLAB仿真平台下实现时隙ALOHA 控制算法的 流程 快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计 图，编写了MATLAB代码对时隙AL0HA的伪贝叶控制算法性能进行协议性能测试及仿真结果表示。 关键字：时隙；ALOHA；仿真；MATLAB Simulation of slotted ALOHA protocol PanPengfei “(Grade11,Class03,Major Electronic Information Engineering,Institute of physics and Telecommunications Dept.,Shaanxi University of Technology Hanzhong 723000,Shaanxi)”。 Tutor:WuYan Abstract:Slotted ALOHA is used in a wireless communication system,slot ALOHA use various control algorithm to ensure the system stability,in the comparison of three kinds of commonly used network simulation model based on,analyzes the slotted ALOHA simulation results and application in communication system performance advantages.Gives the MATLAB simulation platform to achieve slotted ALOHA control algorithm flow chart.Write the matlab code for the time slot ALOHA pseudo Bei leaf control algorithm performance protocol performance testing and simulation results. Key words:Slot; ALOHA;Simulation;MATLAB 1引言 4 42 多地址接入协议发展状况 52.1 多地址接入协议概述 52.2 多址接入协议分类 2.2.1 非竞争多址接入协议 7 72.2.2 竞争多址接入协议 72.3 多址接入协议仿真模型 2.3.1 仿真系统模型 7 2.3.2 业务源模型 10 102.3.3 协议评价指标 103 ALOHA协议的基本原理 123.1 时隙ALOHA的基本原理 133.2 时隙ALOHA的程序流程图 133.3 时隙ALOHA系统模型 143.3.1 时隙ALOHA马尔科夫链系统模型 143.3.2 离散时间系统模型 153.3.3 蒙特卡罗法 154 MATLAB仿真软件的介绍 164.1 时隙ALOHA协议在MATLAB中的实现 164.1.1 随机数的生成 164.1.2 信道状态的判断 164.1.3 为贝叶斯调整算法实现 174.2时隙ALOHA协议仿真结果分析 19结论 20参考文献 22附录A: 附录B: 33 1引言 随着无线通信的不断普及，无线移动环境中的多址接入协议正在引起人们更多地关注。在此条件下，更应当关注协议的稳定性和鲁棒性。在无线移动环境中，多址接入协议面临如下四点挑战：隐终端问题，即两个或多个终端由于高山、建筑物等的遮挡而不在彼此的通信范围内，但却在同一基站的通信范围内；远近效应问题，远端的用户要比近端的用户信号有更大的衰落；无线信道中的多径效应和阴影衰落问题；由于相邻小区共用同一频率而导致的共道干扰问题。对于一种协议来说，同时处理好上述问题是比较困难的，甚至是相互冲突的，因此，只能在设计时进行折中处理，折中的程度取决于使用环境，以及特定的需求。设计开发新的协议或对已有协议进行改进，都需要对其性能进行测试和评价。测试的 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 一般有两种：一种是在实际网络环境中进行测试，即实验；另一种是在计算机仿真环境下测试。在实际环境下测试能够得到相对真实的数据，但由于现代通信与信息系统往往规模很大，系统很复杂，构造高度相似的物理模型经济成本和社会成本都很高，因而进行对大规模的测试几乎是不可能的，而且其测试结果也往往难于重现。目前，计算机仿真的方法在通信网络技术的研究中得到了广的应用，因为其具有很好的可控制性、可重现性、可扩展性。利用比较成熟的计算机仿真软件，可以近乎真实地模拟网络环境，可以在各个层次上模拟网络的运行效果。因此，在仿真软件的帮助下，我们可以很好的模拟各种接入控制协议，并分析其性能。在此基础上，针对发现的问题提出理论改进，然后在仿真平台上实现改进理论，并通过性能比较分析来验证改进效果。这种低成本、高效率的计算机仿真的方式势必成为研究接入控制技术的首选。 ALOHA作为一种通用的MAC协议广泛应用于多个用户终端竞争同一个媒质的情况。现今，GSM系统，卫星通信，无线局域网络的试验网络及基于无线认知网络的试验网络中均采用时隙ALOHA协议作为媒体接入控制协议以实现对信道的共享接入方式。但时隙ALOHA本质上是不稳定的，当输入流从0开始增加时，信道吞吐量随着负载流的增加而增加，当输入流到达某一门限值时，系统吞吐量到达最大值。当输入的载荷超过信道容量后，随输入流量的增加冲突也随之增加，重复发生的碰撞将浪费部分系统的宽带，从而使系统吞吐量随着生成载荷流的增加而迅速下降。为解决时隙ALOHA的稳定性问题，各种控制算法被提出。为对算法性能进行评估，将所有这些算法应用到实际系统中进行测试是不现实的，必须通过软件仿真方式对算法性能进行评估和测试。 网络仿真技术是一种通过建立网络设备和网络链路的统计模型，并模拟网络流量的传输，从而获取网络设计或优化所需要的网络性能数据的仿真技术。由于仿真不是基于数学计算，而是基于统计模型，因此统计复用的随机性被精确地再现。网络仿真技术具有以下特点：（1）全新的模拟实验机理使其具有在高度复杂的网络环境下得到高可信度结果的特点；（2）网络仿真的预测功能是其他任何方法都无法比拟的；（3）适用范围广，既可以用于现有的网络的优化和扩容，也可以用于新网络的设计，而且特别适用于中大型网络的设计和优化；（4）初期应用成本不高，而且建好的网络模型可以延续使用，后期投资还会不断下降。现今对MAC协议算法的仿真主要使用OPNET和NS-2来完成，但NS-2安装调试非常麻烦，而OPNET是一种商业软件，价格昂贵，而MATLAB是一种被广泛应用与通信领域的仿真及数学工具，而且其作图功能强大易于调试跟踪。通过MATLAB的离散时间仿真原理实现对时隙ALOHA的仿真，并通过仿真程序实现对伪贝叶算法控制算法性能进行测试。 2 多地址接入协议发展状况 多址接入技术通常是指网络中多个节点（或用户终端）共享通信信道资源实现连接访问的技术。随着网络通信业务的迅速增长，网络结构日益复杂，所能使用的通信资源也越来越紧缺。因此，共享通信资源方式被广泛采用。为了实现网络互连，不同的用户节点只能通过公用信道相互联系。当通信资源提供给多个用户共同使用时，需要使用多址接入协议进行调度和协调。多址接入技术也被称为媒体接入技术或信道接入技术，这是因为接入或访问网络的过程实际上表现为占用网络中的传输信道的过程。多址接入技术是网络技术的一部分，它的实现方法将直接影响到网络的吞吐量、时延特点、业务能力、用户支持数量、资源利用效率等多方面的性能，其研究基础是信息的数字传输和处理，其目标则是在网络中提高通信资源的使用效率。具体的多址接入技术通常用相应的协议来描述。从通信系统的体系结构来看，多址接入协议主要是数据链路层需要研究的问题，多址协议的优劣对各种通信业务的支持，以及物理信道的使用效率都有重要的影响。现在多址接入协议已经成为局域网、卫星通信网、无线通信网中应用最广泛、最重要的协议之一。 随着网络通信业务的迅速增长，网络结构加速复杂化，所能使用的通信资源也越来越紧缺和昂贵。为满足节点用户之间的通信需要，共享通信资源方式被广泛采用。当通信资源提供给多个用户共同使用时，需要多址接入协议进行调度和协调。 随机多址接入技术是一种采用竞争的接入方式，和固定分配多址接入的目的一样，都是如何最大限度的减少数据的冲突，提高系统吞吐量和信道的利用率。随机多址接入的主要思想是多个用户共用通信信道，他们随机占用信道发送数据，一旦发生碰撞，则等待一段时间后重发，直至发送成功或超时丢弃。本文多地址接入ALOHA协议主要研究的纯ALOHA 协议、时隙ALOHA 协议、非坚持型CSMA 协议。 2.1 多地址接入协议概述 在多地址接入协议中，多个用户共享同一物理信道，例如，在蜂窝无线通信系统中，信道被所有入网的用户共享。对无线通信来说，一个重要的目标就是有效的利用信道资源，多址接入协议性能对此有很大影响。协议通常都是为了满足一定的目标而设计的。任何一种较好的协议都应该具有一下特点： 能够使多个用户共享同一传输信道。为此，协议必须要求用户按照一定规则来发出请求，协议控制分配给用户的信道容量。 协议能够以高效的方式分配传输信道。效率通常以信道吞吐量和传输延迟来衡量。 对每个用户来说，分配应该是公平的，即对不考虑具有优先权的用户来说，每个用户从平均意义上来说应该分配到相同的容量。 协议在处理不同的业务（如语音和数据）时应该具有一定灵活性。 协议应该是稳定的。这意味着当系统达到均衡时，一个新增的负荷应该使系统达到一个新的均衡点。对不稳定的协议来说，新增的负荷将迫使系统迁移到更高的负荷状态，并且降低吞吐量。 协议应该具有鲁棒性（Robust）。也就是说，当系统中出现设备故障或条件改变时，不会引起协议的崩溃。当用户操作不当时，对系统中其他用户的影响应当尽可能的少。 随着无线通信的不断普及，无线移动环境下的多址接入协议引起人们更多的关注。在此条件下，应当更关注协议的稳定性和鲁棒性。在无线移动环境中，多址接入协议面临如下挑战： 隐终端问题。即两个或多个终端由于高山、高大的建筑物或其他物理遮挡而不再彼此的通信范围内，但却都在同一基站的通信范围内。 远近效应问题。远端的用户要比近端的用户信号有更大的衰减。 无线信道中的多经衰弱和阴影衰落效应。 由于相邻小区公用同一频率而导致的共道干扰问题。 对协议来说，同时处理好上述问题是比较困难的，甚至是相互冲突的。为此，只能在设计时进行折中处理。折中的程度取决于使用环境，以及特定的需求。 2.2 多址接入协议分类 自从1970年ALOHA协议诞生以来，已经出现了大量的多址接入协议。对这些协议进行分类的方法也是多种多样的，在此把多址接入协议分为三类：非竞争（调度）协议、竞争（随机接入）协议，以及CDMA协议。如图1-1所示。 图2.2多址接入协议分类 非竞争（调度）协议通过调度要传输数据的用户来避免两个或两个以上用户同时接入信道。调度可分为固定分配方式和按需分配方式。在固定分配方式下，每个用户都会被分配给一定的传输容量，而按需分配则只有在用户有数据需要传输时才分配信道。 在竞争（随机接入）协议中，一个用户并不能保证传输的数据与其他的用户不发生碰撞，因为有可能有两个或两个以上的用户同时请求传输数据。当碰撞发生时，协议需要对它们进行处理。竞争协议可以进一步分为重复随机接入协议和带保留的随机接入协议。对带保留的随机接入协议来说，用户初始接入到信道时采用随机接入方式，而用户一旦接入到信道后，该用户的数据传输采用调度方式，直到该用户的数据传输完毕为止。带保留的随机接入又可分为隐式保留和显式保留。显示保留协议在调度时使用短的保留数据包来请求传输，而隐式保留协议则不需要任何保留数据包。 CDMA协议即不属于非竞争协议也不属于竞争协议。实际上，它属于多个用户可以无冲突的同时传输数据的非竞争协议。但是，当同时传输的用户数增加到一定值时，就会产生竞争。CDMA协议又可以分为纯ALOHA协议和混合CDMA协议。 2.2.1 非竞争多址接入协议 非竞争（调度）多址接入协议通过调度要传输的用户来避免多个用户同时尝试访问同一物理信道。用户按照调度的先后顺序一次传输数据，这样就确保了每次传输都会成功。调度可以分为两种类型： 固定分配调度：采用这种方式的协议把信道容量在所有的用户之间进行平分，而不管用户是否要有数据传输。分配可以按照时间或频率来进行。在时分多址的情况下，传输时间分成多个帧，每个用户分配每帧中的固定时间片，并与其他用户分配的时间片之间互补重叠。频分多址则把信道带宽分成互补重叠的频带，每个用户分配给一个固定的频带。 按需调度：只有当用户有数据要传输（激活）时才分配资源。激活的用户按调度的顺序依次进行传输。它又可以分为集中调度或分布式调度。集中调度方式是由一个单独的实体对传输进行调度。而分布式调度协议中，所有的用户都参与调度过程，如今牌环协议就是分布式的。 2.2.2 竞争多址接入协议 竞争（随机）多址接入协议不存在传输的调度。当用户有数据需要传输时，并不知道是否会同其他用户发生冲突。用户通过监听信道可能知道也可能不知道即将发生的传输，因为没有关于其他用户是否要传输数据的准确信息。当多个准备传输的用户同时开始传输时，所有的传输多半都会失败。 随机多地址接入协议可以分为两类：一类是重复随机多地址接入协议，如ALOHA协议，时隙ALOHA（slotted-ALOHA），载波监听ALOHA（CSMA），以及带有集中控制的ALOHA（ISMA）。另一类是带有保留的随机接入协议，如带保留的ALOHA（r-ALOHA），包保留的多址接入协议（PRMA）等。对第1类协议来说，传输就如前面的叙述，每次传输时可能会发生冲突。而对第2类协议来说，用户只能在第1次传输时才无法避免与其他用户发生碰撞，但是当用户成功的完成了它的第1次传输（第1次成功的接入到信道）后，后面的传输将经过调度以有序的方式进行，部分信道资源将分配给该用户，其他用户禁止使用这部分信道资源，这样就不会与其他用户发生竞争。而如果该用户在一段时间内，没有传送数据，系统将收回分配给它的那部分信道资源。 ALOHA协议由于数据包之间的碰撞而导致的性能下降，CSMA协议能够提供较高的容量，但它应用与无线通信系统时，容易受到“隐终端”问题的影响。而ISMA协议通过中央基站控制移动终端的数据包传输，降低了数据包之间发生碰撞的概率，以及“隐终端”问题。 2.3 多址接入协议仿真模型 实际系统中的协议实现比较复杂，而目的是使用MATLAB来考察不同协议的性能，因此，需要建立相应的协议仿真模型。对不同协议来说，其基本结构相差不大，因此，可以建立一个统一的基本仿真模型，当仿真不同协议时，在基本模型的基础上进行相应的修改就可以。 2.3.1 仿真系统模型 仿真系统模型是数据包通信系统，该系统中包含一个接入点，以及多个终端。其关系如图2.3.1所示 在仿真系统模型中，终端具有相同的性能，带有缓冲区，数据包产生后，首先存储在缓冲区中，并按照先进先出（FIFO)的原则进行传输。缓冲区的容量可以是无限的，也可以是有限的。当缓冲区容量有限时，在数据包充满缓冲区后，新产生的数据包将会被丢掉。这种情况称为堵塞，它与包传送失败是不同的。传送失败是指缓冲区中的数据包没有成功传送到接入点。另外，如果终端数是无限的，则称为无限呼叫源模型，而终端数有限的情况下则称为有限呼叫源模型。在理论分析中通常假设是有限呼叫源模型。 (1)通信信道 对无线通信系统和有线通信系统，它们的信道建模是不同的。 在有线通信系统中，信道是时不变的，假设不会发生传输差错，并且接入点接收到的各个终端的信号功率是相同的。这是用来评估接入协议最基本的假设。 在无线通信系统中，信道是时变的，在仿真中，主要考虑接入点与终端之间的距离造成的路径损耗，以及由于建筑物与其他障碍物的遮挡造成的阴影衰落。路径损耗与阴影衰落分别建模如下： 图2.3.1 数据包通信系统 路径损耗：接收到的信号功率随着接入点与终端之间的距离增加而单调下降，称为路径损耗。基于理论与实际测量的传播模型都表明，室外或室内无线信道中，平均接收功率（dBm)与发射机和接收机之间的距离的对数成反比，即 式中，n为路径衰落指数，表明路径损耗随距离增长的速度，它的值一般在2至5之间；d0为近地参考距离，由测试决定；d为发射天线与接收天线距离。 阴影衰落：信号在无线信道传播过程中遇到的障碍物会使信号发生随机变化，从而造成给定距离处接收信号功率的随机变化，反射体与散射体的变化也会造成接收信号功率的随机变化。因此，需要建立一个模型来描述这些因素造成的信号随机衰减。最常用的模型是对数正太阴影模型，衰落的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差一般在6至10dB之间。 (2)包产生 每个终端都假设相互独立的随机产生数据包，并且包产生过程服从Possion分布，即满足如下特点： 独立性：在互不交叠的时间间隔内产生数据包的个数是相互统计独立的。 平稳性：在一段时间间隔内产生的数据包的个数仅与该段时间间隔有关而与该段时间间隔的起始时间无关。 稀疏性：在非常小的时间间隔内，产生两个及两个以上数据包的概率非常小，可以忽略。而且，如果产生的数据包个数服从Possion分布，两个数据包之间的间隔服从负指数分布。 (3) 碰撞 当几个数据包在信道时同时传输时，便会发生碰撞，如图1-3所示。 在有线和无线通信系统中，对发生碰撞的数据包分别作如下处理： 有线通信系统：所有碰撞的包都被丢弃，数据包作为发送失败处理，因为所有数据包的信号强弱都是一样的。如果没有发生碰撞，产生的数据包依次传送到目的地。 无线通信系统：接收到的数据包的功率依赖于终端的位置，以及信道条件。因此，即使个数据包发生碰撞，具有最大接收功率的数据包也可能被正确接收。一般把这种情况称为捕获效应。另外，即使没有发生碰撞，传输的包也可能发生错误，因为接入点接收到的信号功率有可能小于解调所要求的最小功率，这在信道条件较差的情况下经常发生。 在实际的通信系统中，接入点决定终端发送的的数据包是否成功，并将结果反馈给终端。在数据包传输发生错误的情况下，经过一段时间间隔后，将会被再次传送到接入点。 （4） 产生的业 务量 在本文中，单位时间内新产生的数据包和重传的数据包之和定义为产生的业务量，通过传输数据速率归一化的业务量记为G。如果数据传输速率为R（bps），需要传输的数据比特数为Tr，则有 如果数据包为0，则G为0。 （5）吞吐量 吞吐量定义为单位时间内成功传输到接入点的数据包的总数。用数据传输速率归一化的吞吐量记为S。如果数据传输速率和每个数据包包含的信息比特数分别记为R（bps）和T，并且在单位时间内成功传输的数据包个数为n，则有 如果没有数据包产生，或者所有传输的数据包由于碰撞而被丢弃，则吞吐量变为最小值0。此外，在所有的单位时间内，如果所有的包都被正确传输，吞吐量为1。 （6） 平均传输延迟 数据包从终端产生到成功的传输到接入点的平均时间间隔称为平均传输时延。平均传输时延依赖于包的长度。因此，通过数据的包长度进行归一化，可以得到归一化后的平均传输时延D。 2.3.2业务源模型 业务源模型也进行了适当的简化，假设所有终端具有相同的业务强度，以具有某一参数的泊松过程产生数据包，数据包的大小为一常数。即数据包的产生满足如下特点： 独立性：在互不交叠的时间间隔内产生数据包的个数是相互统计独立 的。 平稳性：在一段时间间隔内产生的数据包的个数仅与该段时间间隔有关，而与该段时间间隔的起始时间无关。 稀疏性：在非常小的时间间隔内，产生两个及两个以上数据包的概率非常小，可以忽略。而且，如果产生的数据包个数服从泊松分布，两个数据包之间的时间间隔服从负指数分布。 当不同终端发送的数据包发生碰撞时，在重传之前要随机退避一段时间，该时间服从负指数分布，我们可以将这个负指数分布的参数与业务产生的泊松过程参数设为相同的值，以便给出理论分析结果。 2.3.3 协议评价指标 评价协议性能的最基本的指标一般是产生的业务量G，吞吐量S及平均传输时延D。对一个理想的协议来说，吞吐量与业务量之间的关系为 S=G,G<1; S=1,G>=1 如图2.3.9所示，在业务量较小的情况下，吞吐量随着业务量的增加而增加，而当业务量大于一定的门限值后，吞吐量随着业务量的增加而下降。如果业务量大于1，平均传输时延将随着业务量的增加而急剧增加，后面的仿真也将验证这一点。 图2.3.9 吞吐量与业务量之间的关系 3 ALOHA协议的基本原理 ALOHA 系统的协议非常简单，其工作模式有以下四种： 发送模式（transmission mode）：用户在需要发送数据时可以随时发送。发送的分组具有纠错能力。 收听模式（listening mode）：在发送后，该用户收听来自接收端的“确认”（ACK）消息。当有多个用户同时传送数据时，由于信号的重叠会造成接收方收到的数据出现错误。这种现象称为碰撞（collision）。此时，发送端将收到接收端发回的“否认”（NAK）消息。 重发模式（retransmission mode）当发送端收到一个“否认”消息后，将会等待一段随机时间后重新发送数据，以免再次发生冲突。 超时模式（timeout mode）：信息发送后，如果在一个给定的时间内没有收到“确认”消息或“否认”消息，则用户重发该信息。纯ALOHA 协议的思想是：只要用户有数据要发送，就立即让其发送。当然，这样很可能会产生冲突从而造成发送失败。但是，由于广播信道具有反馈性，因此发送方可以在发送数据的过程中进行冲突检测，将接收到的数据与缓冲区的数据进行比较，就可以知道数据帧是否遭到破坏。同理，其他用户也按照此过程工作。如果发送方知道数据帧遭到破坏，即检测到冲突，就等待一段随机长的时间后重发该帧。三用户共享同一信道进行信息传输的纯ALOHA 协议的工作过程如图3 所示。 图3 纯ALOHA协议的工作原理 下面我们对纯ALOHA 系统的性能作一简单分析。 设每个数据分组长度为b，由用户送入系统的总业务到达率为每秒Nt个分组，其中成功收率为每秒N 个分组，发生碰撞率为每秒Nr个分组，则有 于是可以将系统的吞吐量定义为 将系统的总业务量定义为 若系统的最大传输需率为R（b/s)，则定义归一化吞吐量为 定义归一化总业务量为 由于平均吞吐量 不可能大于系统的最大传输速率为R，所以归一化吞吐量S 不可能大于 1，即 。总业务量 取决于用户的需求，它可能很大，所以归一化总业务量G 可以大于1。 这样，一个分组的最小传输时间 EMBED Equation.KSEE3 \* MERGEFORMAT 由上式可以得到 由图3 可以看出，为了避免碰撞，一个分组至少需要2t 的空闲时间。因为若在本分组发送前 秒内有另一个用户在发送，则会和前一分组的后部发生碰撞；若在本分组开始发送的t 秒内有另一分组发送，则会和后一分组的前部发生碰撞。换句话说，成功发送一个分组的条件是在相邻两个t 秒的时间间隔内没有其他的消息到达。 图3 避免碰撞的最小时间间隔 3.1 时隙ALOHA的基本原理 在时隙ALOHA 系统中，信道时间分成许多时隙。数据包传送时间T精确的等于时隙度。也就是说，数据包必须是定长的，且不得大于时隙多址接入协议17宽度。系统中的所有户都必须在时隙的开始时刻发送信息。主时钟的同步信息要向所有用户广播，以使网内所有用户都与主时钟同步。只要在一个数据包长时间内，或一个时隙中，无两个或两个以上的数包到这信道，就可成功发射。这是一种降低碰撞的有效措施。与纯ALOHA 相比，系统能有所改进。下面结合图3.1，以三个用户为例说明时隙ALOHA 协议的工作过程。用户1 和用户3 在时隙开始的时刻发送信息，两者完全重叠，要求在下面的某个时隙开始的时刻重发。结果用户3 重发成功，而用户1 又和用户2 新发送的数据包重叠，用户1 第二次重发成功，用户2 一次重发成功。 图3.1 时隙ALOHA协议的工作原理 根据这种传输策略，冲突窗口从纯ALOHA 的2t缩小为t，使碰撞率减小一半。这时的归一化吞吐量S 和归一化总业务量G 的关系式变为 分析可知，当G=1.0 时，S 的最大值等于1/e=0.368。可见，时隙ALOHA系统的最大吞吐量比纯ALOHA 系统提高了一倍。系统性能的这种提高，是源于对用户发送数据的随机性作出了一定的限制，并引入了网络同步机制，以至少许增加了分组时延和用户控制机制的复杂性。 3.2 时隙ALOHA的程序流程图 图3.2 是时隙ALOHA 协议仿真的程序流程图，与纯ALOHA 协议的流程图基本类似， 随机多址接入协议的仿真流程图基本类似，所不同的是在初始化相关参数的时候，要进行时隙长度的定义，数据包传输时刻与数据包产生时刻也不再相同，要在时隙开始的时刻进行传输，随机延迟的时间也必须是时隙长度的整倍数。 图3.2 时隙ALOHA协议仿真的程序流程图 3.3 时隙ALOHA系统模型 3.3.1 时隙ALOHA马尔科夫链系统模型 假设系统由一个中心基站和N个终端节点组成，系统共享一个信道，各终端节点通基站进行数据通信，信道访问采用时隙ALOHA协议。基站负责对信道的竞争情况进行监测并通知终端节点采用相同的概率重传阻塞数据包，各终端只有一个缓冲区，只有当阻塞数据包传输结束后才生成新的数据包，新包的到达为一参数为y 的泊松过程。再假定每个节点的请求分组的长度小于一个时隙能够传输的最大数据长度。当分组发生碰撞时，需要重传的分组数据在下一时时隙以概率P选择发送，以1一P进入下一时隙，依次类推。一个时隙的分组包括新到节点和重传节点分组两部分，再假定重传的时延等待足够随机化。该系统可以近似认为重传分组的到达过程和新到达过程之和为一到达率为G(G>y)的泊松过程，时隙ALOHA的行为可以采用离散马尔可夫链来进行描述，其中状态值S={0，1，...，N，}；设k∈S为在每个时隙开始时刻等待重传的终端数，每个终端以固定的概率P 在后续的时隙中重传分组直到成功为止。剩余N一矗个终端数能够生成新分组，各终端有新分组到达并传输的概率为 在给定n的条件下，令 为k个等待重传的终端中有i个终端在当前时隙传输的概率， 为有N—k终端中有i个终端在当前时隙传输的概率，则 为计算方便，令 ，则系统的吞吐量 对上式求导并令其等于0可得到G=1系统获得最大吞吐量。 3.3.2 离散时间系统模型 计算机仿真一个系统时通常采用的是离散时间仿真算法，即将系统时间离散成一系列的时间点，在各个离散时间点上将系统的所有活动实体的动作推进到下一个离散时间点。离散时间仿真算法分为周期驱动法和事件驱动法两种，周期驱动法是用周期性方式触发仿真对象。仿真对象把自己的操作按时间周期长度划分为若干操作步骤序列，在每次触发时，执行一步操作。通过周期性触发，完成自己的操作序列。每个周期性驱动调用，对系统的所有实体进行一次轮询调用。完成一次轮询后的运行效果是所有实体并发地执行了一步操作，其中事件S（t）={s1(nT),s2(nT)、、、}。T)，周期驱动法的特点是所有实体在每个触发点上同步地执行了一步操作。因此，如果周期越短，越能凸显出各个实体在时间上的差别(即仿真的时间精度越高)。在存在周期长短受制于计算机及操作系统的问题，另外在每个周期，都需要轮询所有实体一次。周期越短，单位时间内轮询的次数越多，所需的运算量越大，要求计算机运算速度越高。运算量大小为O（N*（1/T))，T))，其中O(．)触发每个实体操作的运算量，N 为实体数目。运算量与实体数成正比，与每秒周期数成正比。 采用事件驱动的原理是某个实体需要动作时才触发它动作，不需要动作的实体不再触发它，这样可以减少大量的运算资源，或者将同样的运算资源用在更小的时间粒度上。从周期驱动法的仿真算法可以看出，实体有大量的触发没有执行任何动作，这是可节约运算资源的来源。掌握实体何时需要动作而去触发它的关键点就是“事件”。每个实体的动作都由事件来触发它，没有事件触发的实体不会产生动作。因此事件驱动法所需的计算量为：事件量*每事件计算量。在信道仿真中，信道的速率、MAC算法等基本上确定了信道上单位时间内出现信号传输的事件数目的量级。该事件量级大致决定了仿真运算量，而仿真采用的时间粒度与仿真运算量基本无关。事件驱动法由事件产生、事件管理、事件处理三部分组成。 3.3.3 蒙特卡罗法 蒙特卡罗方法是以概率和统计理论为基础的一种计算方法，最初在上个世纪4O年代由威勒蒙和冯诺伊曼在核武器的研制中首先提出来的，按照应用问题的性质可分为随机性问题和确定性问题两类。蒙特卡罗方法求解一个实际问题的基本环节包括： 根据问题内容和特点确定一个随机变量或过程 ，使其数学期望 正好等于所要求的值G，其中 为 的概率密度函数，这一步常称为构造模拟的概率模型，模拟的概率模型不是唯一的，不同的概率模型将有不同的效果，应该选择具有高计算效率的模型； )给出概率模型中随机变量的抽样方法。 按给定的概率模型与抽样方法，在计算机上进行模拟随即实验，产生样本，求出适当的统计量，得到解的近似或估计。 （4）依据离散时间仿真算法原理，由仿真软件平台对预先生成概率模型进行计算机仿真。 4 MATLAB仿真软件的介绍 现今用于网络协议仿真的软件主要有OPNET、Ns一2和MATLAB。OPNET产品主要面向专业人士，帮助客户进行网络结构、设备和应用的设计、建设、分析和管理。OPNET Modeler工具为技术人员(工程师)提供一个网络技术和产品开发平台。可以帮助他们设计和分析网络、网络设备和通信协议。其提供三层建模机制，最底层为Process模型，以状态机来描述协议；其次为Node模型，由相应的协议模型构成，反映设备特性；最上层为网络模型。三层模型和实际的网络、设备、协议层次完全对应，全面反映了网络的相关特性；采用离散事件驱动的模拟机理(discrete event driven)，与时间驱动相比，计算效率得到很大提高。采用混合建模机制，把基于包的分析方法和基于统计的数学建模方法结合起来，既可得到非常细节的模拟结果，也大大提高了仿真效率。OPNET的缺点是价钱昂贵以及学习的进入障碍很高，通过专门培训而达到较为熟练程度至少需一个多月的时间。NS是一个由UC Berkeley开发的用于仿真各种IP网络为主的优秀仿真软件。该软件的开发最初是针对基于UNIX系统下网络设计和仿真而进行的。NS设计的出发点是基于网络仿真，它集成了多种网络协议、业务类型、路由排队管理机制、路由算法。此外，NS还集成了组播业务和应用于局域网仿真有关的部分、MAC层协议。其仿真主要针对路由层、传输层、数据链路层展开，因此，NS可以进行对固定、无线、卫星以及混合等多种网络的仿真。但它最适用于TCP层以上的模拟。NS的特点是源代码公开；可扩展性强；速度和效率优势明显。与0lP 相比，NS一2是自由软件，免费，这是与0PM相比最大的优势，因此它的普及度较高，是OPNET强有力的竞争对手。MATLAB软件是由美国Mathworks公司推出的用于数值计算和图形处理的科学计算系统环境。MTALAB具有条件控制、函数调用、数据结构、输入输出、面向对象等程序语言特性。利用它既可以进行小规模端程，完成算法设计和算法实验的基本任务，也可以进行大规模编程，开发复杂的应用程序。MATLAB还提供了丰富的数学函数库，其集数值计算、图形管理、程序开发为一体的环境。MATLAB的缺点是它和其他高级程序相比，程序的执行速度较慢。MATLAB仿真的优势是调试方便，且作图功能强大，数学函数库丰富，容易实现离散时间的处理，对修改算法提供很大的便利。因此，实现ALOHA协议在MATLAB上人仿真，具有很大实用价值。 4.1 时隙ALOHA协议在MATLAB中的实现 利用MATLAB编程实现对时隙ALoHA 进行仿真中，其主要包括：(1)随机数的产生；(2)信道状态的判断；(3)控制算法的应用。 4.1.1 随机数的生成 时隙ALOHA 协议基本假设是数据流的到达X(t)为泊松过程，所有节点(包括新包生成节点和重传包节点)以概率p传输数据，以1-P进入下一时隙。为保证信道最大利用率，-1/N，其中N 为系统的活动节点数。利用蒙特卡罗法原理，由机器产生一个[0，1]之间均匀分布的随机数，判断该随机数是否小于P，满足则执行相应的事件。真正的随机数只能用某些随机物理过程来产生。例如：放射性衰变、电子设备的热噪音、宇宙射线的触发时间等等，实际应用的随机数通常都是通过某些数学公式计算而产生的伪随机数。这样的伪随机数从数学意义上讲已经一点不是随机的了。但是，只要伪随机数能够通过随机数的一系列的统计检验，就可以把它当作真随机数而放心地使用。在时隙ALOHA协议的仿真中需要使用到两个随机数：一个是节点的新包到达率为指数分布的随机数，在MATLAB中可以使用exprnd函数来实现；二是[0，1)均匀分布随机数，在MATLAB中提供了unifrnd函数来实现均匀分布随机数。随机变量的概率分布反映大量重复实验的情况，随机数是一次实验的结果。不定性现象在大量重复观察或试验下，它的结果却呈现出固有规律性。因此在仿真过程必须经过多次重复实验才能获得系统的真正性能，实际仿真是通过上万次的重复试验，求其平均值才来表达随机事件。 4.1.2 信道状态的判断 在时隙ALOHA协议中，终端需要在每个时隙结束时通过应答方式来获得信道的状态(成功，冲突还是空闲)，并确定自己是否进行了成功传输，若发生冲突，则需要重传发生冲突的数据包直到成功。在MATLAB仿真中，通过统计一个时隙中传输节点有个数来实现对信道状态的监测，若只有一个节点进行数据传输，则传输成功，若超过1个以上的节点同时发生数据传输，则信道冲突。 4.1.3 为贝叶斯调整算法实现 设第t个时隙N 个终端中有i个终端进行数据传输，每个终端以概率P，-1／N进行数据发送时，时隙空闲的概率exp(-1)。在第t个时隙空闲情况时，系统中还有i个终端等待发送为均值等于N-1的泊松分布。当在时隙t中成功传输一个请求分组时，系统中等待传输的分组数i是一个均值为N-1的泊松分布随机变量。考虑到系统在一个时隙内新到达的请求数为 (≤0．368)，给定一个与N (N ≥1)相关的先验概率 -1／N ，当时隙空闲或成功后，N 是一个均值为N + -1的泊松分布随机变量。若发生冲突，N⋯可近似为一个均值为N + +1／(e-2)的泊松分布随机变量。因此可根据当前时隙的状态进行下一时隙发送概率的调整，算法实现步骤如下： 在时隙t，每个终端以概率 发送数据分组。 t+1时隙需发送数据包的终端数用下式进行估计： ，Sucess or idle , collision (3) t+1时隙隙各终端以 的概率发送请求分组。 在使用MALAB完成伪贝叶斯算法的仿真中，依据t时隙所获得的信道状态信息，修改系统中终仿真测试。MATLAB可以很好实现对时隙ALO—HA控制算法的仿真测试。 4.2时隙ALOHA协议仿真结果分析 根据理论公式的推导，已经得出时隙ALOHA 协议吞吐量S与业务量之间的理论关系式为 在上述关系式中，当G=1.0 时，最大吞吐量S为0.368。可以看出，在这种通信方式下，因为碰撞的几率减小，所以信道的利用率有所提高。 利用MATLAB 编写程序对时隙ALOHA 协议的仿真结果如图4.2.1和图4.2.2所示。 图4.2.1 时隙ALOHA协议信道吞吐量与业务量的关系 图4.2.2 时隙ALOHA协议延迟与业务量的关系 从图4.2.1 和图4.2.2 可以看出，时隙ALOHA 协议的吞吐量和延迟性能都要优于纯ALOHA 协议。其中，存在捕获效应时，时隙ALOHA 的实际最大吞吐量可以达到0.45，无捕获响应时，时隙ALOHA 的实际最大吞吐量与理论值十分接近，约为0.37。 首先我们从图4.2.1中可以看出在无捕获效应的情况下系统业务量与吞吐量的关系的理论值与仿真结果是一样的。仿真曲线也是重合的，这证明我们的仿真结果是正确的。从图中可以看出在产生的业务量相同的情况下有捕获效应的仿真曲线明显高于无捕获效应的仿真曲线即有捕获效应下的吞吐量高于无捕获效应下的吞吐量，这一点也是符合理论结果的。因为在有捕获效应的情况下当通信信道中的数据包产生碰撞时，具有最大传输功率的数据包依然可以被捕获从而传送成功，而无捕获效应的情况下当通信信道的数据包产生碰撞时，所有碰撞的数据包将会全部被丢弃等待重新传送。所以从仿真图中也刚好的证明了这一点。 从图4.2.2中我们也可以看出仿真结果中有捕获效应的情况下传送数据包的延迟个数要明显少于无捕获效应情况下的个数，因为通信信道中产生数据包碰撞就会产生传送数据包的延迟，有捕获效应时会依然把具有最高传送功率的数据包传送成功，这样等待重传的数据包即延迟的数据包的数量就会减少。而无捕获效应的情况下所有发生碰撞的数据包都会被丢弃等待重传从而全部都延迟。所以有捕获效应下的数据包延迟个数要明显少于无捕获效应下的数据包延迟个数。我们的仿真结果也证实是这一点。 通过对以上两个仿真结果图的分析中，我们可以发现其实上述两图要表达的意思其实是一样的吞吐量是传送成功的数据包的个数。延迟数据包的个数是由于碰撞而没有发送成功的数据包。在有捕获效应的情况下，吞吐量升高，那数据包延迟个数就会下降，反之一样。 结论 现代通信网络的复杂和频谱资源的紧缺，使如何分配信道的接入权成为一个非常关键的问题。无论是在局域网中、还是无线通信网络中，接入技术在解决数据冲突和提高网络吞吐量等方面都表现出了出色的功能，在实际应用中，由于业务的突发性与实时性，还存在一定的问题。因此随着网络业务的复杂与增多，研究信道接入技术，根据网络业务特征有效地分配信道资源，提高资源的利用率，改善网络性能，仍然是通信网络研究的重要内容。本文首先介绍了随机多址接入协议的研究背景及主要成果，从常用的网络参考模型入手，对目前广泛研究的纯ALOHA 协议、时隙ALOHA 协议、非持续性CSMA 协议进行了详细阐述，具体分析了这三种协议的基本原理、系统吞吐量、平均传输时延等性能指标，然后基于Matlab 平台进行建模仿真，对所得数据进行了分析，进而比较得出不同类型的多址系统的优缺点，为提高协议性能提供了参考。ALOHA 和CSMA 协议作为基础的随机多址接入协议，目前仍广泛应用。其中ALOHA 协议适合应用于用户负载较低的场合，随着用户数量或发送信息量的增加，这种完全随机接入的协议将使冲突概率增大，传输性能降低。CSMA 协议在性能上虽然优于ALOHA，但是在服务质量保证（尤其是实时业务支持）方面仍然难以满足要求，基于CSMA 的协议主要应用于短距离数据业务的多址接入，比如计算机局域网的互联接入等。随着音频、视频等多媒体业务的普及，以及工业应用方面等的特殊要求，使得传统的ALOHA 和CSMA 协议逐渐显得有些捉襟见肘，尤其是在无线局域网方面的CSMA/CA 系统，目前人们对无线网络的呼声也越来越高，当然对网络质量的要求也是越来越苛刻。为适应多媒体业务接入需要，接下来仍需要对多址接入协议进行深入的研究。 致谢： 本课题的研究是在吴燕老师的精心指导下完成的，感谢她在我学习期间给我的关心、鼓励和帮助。从论文的选题到最后的定稿，吴老师都给予了我悉心的指导，并给了我一个学习与提高的机会，使我的毕业论文能顺利的完成。吴老师严谨的治学态度、渊博的学识、刻苦专研的科研精神和兢兢业业的工作态度都给我留下了深刻的印象，将对我以后的学习和工作产生深远的影响。在此，本人对导师表示深深的敬意和最诚挚的感谢。感谢陕西理工学院为我提供了优良的学习条件，优雅的学习环境，陕西理工学院浓厚的学术氛围将使我终身难忘。在大学四年中，我学到了很多知识，开阔了视野，感到受益匪浅。感谢物理与电信工程学院及里通信学院的老师们的指导和帮助！最后，感谢我的父母和家人，他们殷切的期望是我不断进取的动力，他们在各方面都给予了我最无私的帮助和支持，同时，也感谢所有关心和帮助过我的同学和朋友们！ 参考文献 [1]Klessig.R W.Overview of Metropolitan Area Networks.IEEECommunication Magazine.1986.9-15. [2]徐洋,朱近康.无线通信中的随机接入协议研究.通信技术.安徽:合肥出版社,2008.72-74. [3]范谦,李式巨.无线局域网MAC 接入性能分析.无线电工程.2003.12-15. [4]刘学勇.详解MATLAB/Simulink 通信系统建模与仿真.北京:电子工业出版社,2011.318-343. [5]王申涛,杨浩,周熙.几种随机接入协议的仿真性能比较分析.计算机与现代化.2006.101-104. [6]聂景楠.多址通信及其接入控制技术.北京:人民邮电出版社,2006.37-48. [7]佘明辉,赵东风.基于随机多址协议的系统吞吐量分析.吉林大学学报,2010.13-19. [8]王秉钧.ALOHA 协议的性能分析.天津通信技术.1994.11-14. [9]钱华林.Non-persistent CSMA 协议的容量.计算机学报,1984.194-200. [10]张婷.基于OPNET 的多址接入控制技术研究.重庆:重庆大学硕士学位论文,2009.1-22. 附录A： RESEARCH OF CELLULAR WIRELESS COMMUNATION SYSTEM Abstract Cellular communication systems allow a large number of mobile users to seamlessly and simultaneously communicate to wireless modems at fixed base stations using a limited amount of radio frequency (RF) spectrum. The RF transmissions received at the base stations from each mobile are translated to bandsmen, or to a waveband microwave link, and relayed to mobile switching centers (MSC), which connect the mobile transmissions with the Public Switched Telephone Network (PSTN). Similarly, communications from the PSTN are sent to the base station, where they are transmitted to the mobile. Cellular systems employ either frequency division multiple access (FDMA), time division multiple access (TDMA), code division multiple access (CDMA), or spatial division multiple access (SDMA). 1 Introduction A wide variety of wireless communication systems have been developed to provide access to the communications infrastructure for mobile or fixed users in a myriad of operating environments. Most of today’s wireless systems are based on the cellular radio concept. Cellular communication systems allow a large number of mobile users to seamlessly and simultaneously communicate to wireless modems at fixed base stations using a limited amount of radio frequency (RF) spectrum. The RF transmissions received at the base stations from each mobile are translated to bandsmen, or to a waveband microwave link, and relayed to mobile switching centers (MSC), which connect the mobile transmissions with the Public Switched Telephone Network (PSTN). Similarly, communications from the PSTN are sent to the base station, where they are transmitted to the mobile. Cellular systems employ either frequency division multiple access (FDMA), time division multiple access (TDMA), code division multiple access (CDMA), or spatial division multiple access (SDMA) . Wireless communication links experience hostile physical channel characteristics, such as time-varying multiparty and shadowing due to large objects in the propagation path. In addition, the performance of wireless cellular systems tends to be limited by interference from other users, and for that reason, it is important to have accurate techniques for modeling interference. These complex channel conditions are difficult to describe with a simple analytic model, although several models do provide analytic tractability with reasonable agreement to measured channel data . However, even when the channel is modeled in an analytically elegant manner, in the vast majority of situations it is still difficult or impossible to construct analytic solutions for link performance when error control coding, equalization, diversity, and network models are factored into the link model. Simulation approaches, therefore, are usually required when analyzing the performance of cellular communication links. Like wireless links, the system performance of a cellular radio system is most effectively modeled using simulation, due to the difficulty in modeling a large number of random events over time and space. These random events, such as the location of users, the number of simultaneous users in the system, the propagation conditions, interference and power level settings of each user, and the traffic demands of each user,combine together to impact the overall performance seen by a typical user in the cellular system. The aforementioned variables are just a small sampling of the many key physical mechanisms that dictate the instantaneous performance of a particular user at any time within the system. The term cellular radio system,therefore, refers to the entire population of mobile users and base stations throughout the geographic service area, as opposed to a single link that connects a single mobile user to a single base station. To design for a particular system-level performance, such as the likelihood of a particular user having acceptable service throughout the system, it is necessary to consider the complexity of multiple users that are simultaneously using the system throughout the coverage area. Thus, simulation is needed to consider the mufti-user effects upon any of the individual links between the mobile and the base station. The link performance is a small-scale phenomenon, which deals with the instantaneous changes in the channel over a small local area, or small time duration, over which the average received power is assumed constant . Such assumptions are sensible in the design of error control codes, equalizers, and other components that serve to mitigate the transient effects created by the channel. However, in order to determine the overall system performance of a large number of users spread over a wide geographic area, it is necessary to incorporate large-scale effects such as the statistical behavior of interference and signal levels experienced by individual users over large distances, while ignoring the transient channel characteristics. One may think of link-level simulation as being a vernier adjustment on the performance of a communication system, and the system-level simulation as being a coarse, yet important, approximation of the overall level of quality that any user could expect at any time. Cellular systems achieve high capacity (e.g., serve a large number of users) by allowing the mobile stations to share, or reuse a communication channel in different regions of the geographic service area. Channel reuse leads to co-channel interference among users sharing the same channel, which is recognized as one of the major limiting factors of performance and capacity of a cellular system. An appropriate understanding of the effects of co-channel interference on the capacity and performance is therefore required when deploying cellular systems, or when analyzing and designing system methodologies that mitigate the undesired effects of co-channel interference. These effects are strongly dependent on system aspects of the communication system, such as the number of users sharing the channel and their locations. Other aspects, more related to the propagation channel, such as path loss, shadow fading (or shadowing), and antenna radiation patterns are also important in the context of system performance, since these effects also vary with the locations of particular users. In this chapter, we will discuss the application of system-level simulation in the analysis of the performance of a cellular communication system under the effects of co-channel interference. We will analyze a simple multiple-user cellular system, including the antenna and propagation effects of a typical system. Despite the simplicity of the example system considered in this chapter, the analysis presented can easily be extended to include other features of a cellular system. 2 Cellular Radio System System-Level Description： Cellular systems provide wireless coverage over a geographic service area by dividing the geographic area into segments called cells as shown in Figure 2-1. The available frequency spectrum is also divided into a number of channels with a group of channels assigned to each cell. Base stations located in each cell are equipped with wireless modems that can communicate with mobile users. Radio frequency channels used in the transmission direction from the base station to the mobile are referred to as forward channels, while channels used in the direction from the mobile to the base station are referred to as reverse channels. The forward and reverse channels together identify a duplex cellular channel. When frequency division duplex (FDD) is used, the forward and reverse channels are split in frequency. Alternatively, when time division duplex (TDD) is used, the forward and reverse channels are on the same frequency, but use different time slots for transmission. Figure 2-1 Basic architecture of a cellular communications system High-capacity cellular systems employ frequency reuse among cells. This requires that co-channel cells (cells sharing the same frequency) are sufficiently far apart from each other to mitigate co-channel interference. Channel reuse is implemented by covering the geographic service area with clusters of N cells, as shown in Figure 2-2, where N is known as the cluster size. Figure 2-2 Cell clustering:Depiction of a three-cell reuse pattern The RF spectrum available for the geographic service area is assigned to each cluster, such that cells within a cluster do not share any channel . If M channels make up the entire spectrum available for the service area, and if the distribution of users is uniform over the service area, then each cell is assigned M/N channels. As the clusters are replicated over the service area, the reuse of channels leads to tiers of co-channel cells, and co-channel interference will result from the propagation of RF energy between co-channel base stations and mobile users. Co-channel interference in a cellular system occurs when, for example, a mobile simultaneously receives signals from the base station in its own cell, as well as from co-channel base stations in nearby cells from adjacent tiers. In this instance, one co-channel forward link (base station to mobile transmission) is the desired signal, and the other co-channel signals received by the mobile form the total co-channel interference at the receiver. The power level of the co-channel interference is closely related to the separation distances among co-channel cells. If we model the cells with a hexagonal shape, as in Figure 2-2, the minimum distance between the center of two co-channel cells, called the reuse distance , is （2-1） where R is the maximum radius of the cell (the hexagon is inscribed within the radius). Therefore, we can immediately see from Figure 2-2 that a small cluster size (small reuse distance ), leads to high interference among co-channel cells. The level of co-channel interference received within a given cell is also dependent on the number of active co-channel cells at any instant of time. As mentioned before, co-channel cells are grouped into tiers with respect to a particular cell of interest. The number of co-channel cells in a given tier depends on the tier order and the geometry adopted to represent the shape of a cell (e.g., the coverage area of an individual base station). For the classic hexagonal shape, the closest co-channel cells are located in the first tier and there are six co-channel cells. The second tier consists of 12 co-channel cells, the third, 18, and so on. The total co-channel interference is, therefore, the sum of the co-channel interference signals transmitted from all co-channel cells of all tiers. However, co-channel cells belonging to the first tier have a stronger influence on the total interference, since they are closer to the cell where the interference is measured. Co-channel interference is recognized as one of the major factors that limits the capacity and link quality of a wireless communications system and plays an important role in the trade off between system capacity (large-scale system issue) and link quality (small-scale issue). For example, one approach for achieving high capacity (large number of users), without increasing the bandwidth of the RF spectrum allocated to the system, is to reduce the channel reuse distance by reducing the cluster size N of a cellular system . However, reduction in the cluster creases co-channel interference, which degrades the link quality. The level of interference within a cellular system at any time is random and must be simulated by modeling both the RF propagation environment between cells and the position location of the mobile users. In addition, the traffic statistics of each user and the type of channel allocation scheme at the base stations determine the instantaneous interference level and the capacity of the system. The effects of co-channel interference can be estimated by the signal-interfere ratio (SIR) of the communication link, defined as the ratio of the power of the desired signal S, to the power of the total interference signal, I. Since both power levels S and I are random variables due to RF propagation effects, user mobility and traffic variation, the SIR is also a random variable. Consequently, the severity of the effects of co-channel interference on system performance is frequently analyzed in terms of the system outage probability, defined in this particular case as the probability that SIR is below a given threshold . This is （2-2） Where is the probability density function (pd) of the SIR. Note the distinction between the definition of a link outage probability, that classifies an outage based on a particular bit error rate (BER) or Ab/N0 threshold for acceptable voice performance, and the system outage probability that considers a particular SIR threshold for acceptable mobile performance of a typical user. Analytic approaches for estimating the outage probability in a cellular system, as discussed in before, require tractable models for the RF propagation effects, user mobility, and traffic variation, in order to obtain an expression for PSIR . Unfortunately, it is very difficult to use analytic models for these effects, due to their complex relationship to the received signal level. Therefore, the estimation of the outage probability in a cellular system usually relies on simulation, which offers flexibility in the analysis. In this chapter, we present a simple example of a simulation of a cellular communication system, with the emphasis on the system aspects of the communication system, including mufti-user performance, traffic engineering, and channel reuse. In order to conduct a system-level simulation, a number of aspects of the individual communication links must be considered. These include the channel model, the antenna radiation pattern, and the relationship between EB/N0 (e.g., the SIR) and the acceptable performance. 中文翻译： 蜂窝无线通信系统的研究 摘要 蜂窝通信系统允许大量移动用户无缝地、同时地利用有限的射频（radio frequency，RF）频谱与固定基站中的无线调制解调器通信。基站接收每一个移动台发送来的射频信号，并把他们转换到基带或者带宽微波链路，然后传送到移动交换中心（MSC），再由移动交换中心连入公用交换电话网（PSTN）。同样的，通信信号也可以从PSTN传送到基站，再从这里发送个移动台。蜂窝系统可以采用频分多址（FDMA）、时分多址（TDMA）、码分多址（CDMA）或者空分多址（SDMA）中的任何一种技术。 1 概述 人们开发出了许多无线通信系统，为不同的运行环境中的固定用户或移动用户提供了接入到通信基础设施的手段。当今大多数无线通信系统都是基于蜂窝无线电概念之上的。蜂窝通信系统允许大量移动用户无缝地、同时地利用有限的射频（radio frequency，RF）频谱与固定基站中的无线调制解调器通信。基站接收每一个移动台发送来的射频信号，并把他们转换到基带或者带宽微波链路，然后传送到移动交换中心（MSC），再由移动交换中心连入公用交换电话网（PSTN）。同样的，通信信号也可以从PSTN传送到基站，再从这里发送个移动台。蜂窝系统可以采用频分多址（FDMA）、时分多址（TDMA）、码分多址（CDMA）或者空分多址（SDMA）中的任何一种技术。 无线通信链路具有恶劣的物理信道特征，比如由于传播途径中有再大的障碍物，会产生时变多径和阴影。此外，无线蜂窝系统的性能还会受限于来自其他用户的干扰，因此，对干扰进行准确的建模就很重要。很难用简单的解析模型来描述复杂的信道条件，虽然有集中模型确实易于解析求解并与信道实测数据比较相符，不过，即使建立了完美的信道解析模型，再把差错控制编码、均衡器、分集及网络模型等因素都考虑再链路中之后，要得出链路性能的解析在绝大多数情况下任然是很困难的甚至是不可能的。因此，在分析蜂窝通信链路的性能时，常常需要进行仿真。 跟无线链路一样，对蜂窝无线系统的性能分析使用仿真建模时很有效的，这是由于在时间和空间上对大量的随机事件进行建模非常困难。这些随机事件包括用户的位置、系统中同时通信的用户个数、传播条件、每个用户的干扰和功率级的设置（power level setting）、每个用户的话务量需求等，这些因素共同作用，对系统中的一个典型用户的总的性能产生影响。前面提到的变量仅仅是任一时刻决定系统中的某个用户瞬态性能的许多关键物理参数中的一小部分。蜂窝无线系统指的是，在地理上的服务区域内，移动用户和基站的全体，而不是将一个用户连接到一个基站的单个链路。为了设计特定大的系统级性能，比如某个用户在整个系统中得到满意服务的可能性，就得考虑在覆盖区域内同时使用系统的多个用户所带来的复杂性。因此，需要仿真来考虑多个用户对基站和移动台之间任何一条链路所产生的影响。 链路性能是一个小尺度现象，它处理的是小的局部区域内或者短的时间间隔内信道的顺时变化，这种情况下可假设平均接收功率不变。在设计差错控制码、均衡器和其他用来消除信道所产生的瞬时影响的部件时，这种假设时合理的。但是，在大量用户分布在一个广阔的地理范围内时，为了确定整个系统的性能，有必要引入大尺度效应进行分析，比如在大的距离范围内考虑单个用户受到的干扰和信号电平的统计行为时，忽略瞬时信道特征。我们可以将链路级仿真看作通信系统性能的微调，而将系统级仿真看作时整体质量水平粗略但很重要的近似，任何用户在任何时候都可预计达到这个水平。 通过让移动台在不同的服务区内共享或者复用通信信道，蜂窝系统能达到较高的容量（比如，为大量的用户服务）。信道复用会导致公用同一信道的用户之间产生同频干扰，这是影响蜂窝系统容量和性能的主要制约因素之一。因此，在设计一个蜂窝系统时，或者在分析和设计消除同频干扰负面影响的系统方法时，需要正确理解同屏干扰对容量和性能的影响。这些影响主要取决于通信系统的状况，如共享信道的用户数和他们的位置。其他与传播信道条件关系更密切的方面，如路径损耗、阴影衰落（或叫阴影）、天线辐射模式等对系统性能的影响也很重要，因为这些影响也岁特定用户的位置而改变。本章我们将讨论在同频干扰情况下，包括一个典型系统中的天线和传播的影响。尽管本章考虑的例子比较简单，但提出的分析方法可以容易地进行扩展，以包括蜂窝系统的其他特征。 2 蜂窝无线系统 系统级描述： 如图2-1所示，通过把地理区域分成一个个称为小区的部分，蜂窝系统可以在这个区域内提供无线覆盖。把可用的频谱也分成很多信道，每个小区分配一组信道，每个小区中的基站都配备了可以同移动用户进行通信的无线调制解调器。从基站到移动台这个发送方向使用的射频信道称为前向信道，而从移动台到基站这个发送方向使用的信道称为反向信道。前向信道和反向信道共同构成了双工蜂窝信道。当使用频分双工（FDD,frequency division duplex）时，前向信道和反向信道使用不同的频率；当使用时分双工时（TDD,time division duplex）时，前向信道和反向信道占用相同的频率，但使用不同的时隙进行传送。 图2-1 蜂窝通信系统的基本结构 高容量的蜂窝系统在小区间进行频率复用，同频小区（共用相同频率的小区）之间要离开足够的距离以减轻同频干扰。如图2-2所示，N个小区构成一个簇（cluster，又叫“区群”），覆盖地理上的服务区，以实现信道复用，N是簇的大小。 把服务区内可用的无线频谱都分配给每一个簇，使同一个簇内的小区不共用相同的信道。如果服务区内的可用频谱由M个信道构成，用户均匀分布在服务区内，则每个小区可以分得M/N个信道。因为簇在服务区内复制，复用信道将导致同频小区的层状结构（tier）。同频基站和移动台之间的射频能量传播，会引起同频干扰。例如，如果一个移动台同时接收来自本地小区基站的信号和邻近层的同频小区基站产生的信号，就会产生同频干扰。本例中，其中一个同频前向链路信号（基站到移动台的传输）是我们的有用信号，移动台接收到的其他同频信号就构成了对接机的同频干扰，同频干扰的功率级与同频小区之间的分隔距离密切相关。如果小区建模为如图2-2所示的六边形。两个同频小区中心之间的最小距离 （叫做复用距离）等于 （2-1） 式中R式小区的最大半径（这个六边形内接在半径为R的圆中）。因此，我们马上可以从图2-2看出，小簇（小复用距离 ）会引起同频小区间的大干扰。 图2-2 小区簇：三小区复用模式的描述 在一个指定小区中接收到的同频干扰的电平，还取决于任一时刻活跃的同频小区的数量。如前所述，在我们感兴趣的那个特定小区周围，同频小区组成一个个的层。在一个给定层中，同频小区的数量取决于层的阶次和用来表示小区的几何形状（如一个基站覆盖的面积）。对于典型的六边形，最近的同频小区在第一层，有六个同频小区，第二层有12个，第三层有18个，以此类推。因此，总的同频干扰时从所有层的全部同频小区发送出的同频干扰信号的总和。但是第一层的同频小区对总的干扰时从所有层的全部同频小区发送出的同频干扰信号的总和。但是第一层的同频小区对总的干扰有较强的影响，因为它们更靠近测量干扰的小区。 人们认识到同频干扰时制约无线通信系统的容量和链路质量的主要因素之一。在系统容量（大尺度系统问题）和链路质量（小尺度系统问题）之间作折中时，它起到举足轻重的作用。例如，在不增加分配给系统的无线频谱带宽的前提下，得到高容量（大量的用户）的一种措施是，通过减小蜂窝系统簇的大小N，来缩短信道复用距离。然而，减少簇大小又增加了同频干扰，这会降低链路质量。 蜂窝系统中的干扰电平在任何时候都是随机的，必须通过对蜂窝之间的射频传播环境和移动用户的位置进行建模才能仿真。另外，每个用户话务量的统计特性以及基站中信道分配 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 的类型决定了瞬时干扰电平和系统的容量。 同频干扰的影响可以用通信链路的信干比（SIR）来估计，这里信干比定义为有用信号的功率S与总干扰信号的功率I之比。由于无线传播影响，用户移动性以及话务量的变化，功率级S和I都是随机变量，SIR也是一个随机变量。因此，同频干扰对系统性能产生影响的严重程度，通常用系统的中断概率来进行分析。在这个特定场合下，中断概率定义为SIR低于给定阈值 的概率，即 （2-2） 其中 PSIR（x） 是SIR的概率密度函数。要注意链路中断概率和系统中断概率之间的区别，前者是根据可接受的声音性能所需的特定误比特率（BER）或者Ab/N0阈值，确定是否为中断，而后者考虑的是一个典型用户可接受的移动性能所需的SIR阈值。 如前所述，用来估计蜂窝系统中断概率的解析方法，需要已知射频传播影响、用户移动性和话务量变化等随机量的易于处理的模型，以求得 PSIR（x）的解析表达式。然而，由于这些影响和接受信号电平间的复杂关系，很难对这些影响采用解析模型。因此，主要靠仿真来估计蜂窝系统的中断概率，仿真还为分析提供了灵活性。本章我们给出了蜂窝通信系统的简单仿真示例，着重考虑通信系统的一些系统方面的问题，包括多用户性能、话务量工程和信道复用。为了进行系统级仿真，要考虑单个通信链路的许多方面，包括信道模型、天线辐射模式，以及Eb/N0（如SIR）和可接受性能之间的关系。 附录B： （1）时隙ALOHA协议实现函数代码： %时隙ALOHA协议程序 function [Traffic,S,Delay]=saloha(capture) %************ 输入参数 ****************** %capture: 是否考虑捕获效应 0:不考虑 1:考虑 %************ 输出参数 ****************** %Traffic: 实际产生的业务量 %S: 吞吐量 %Delay: 平均延迟 %************定义终端状态常数以及仿真结束参数**************** STANDBY =0; %等待 TRANSMIT =1; %传输 COLLISION =2; %碰撞 TOTAL=20000; %成功传输多少数据包后仿真结束 %**************定义信道参数*************** brate=6e6; %比特速率 Srate=0.25e6; %符号速率 Plen =500; %包长 （符号数） Ttime=Plen/Srate; %每个数据包的传输时间 Dtime=0.01; %归一化传播延迟 alfa =3; %路径损耗指数 sigma=6; %阴影衰落标准差 [dB] %******************定义接入点信息***************** r =100; %服务区域半径[m] bxy=[0,0,5]; %接入点位置坐标(x,y,z)[m] tcn=10; %接入点进行正确信号解调所需要的最低信号功率[dBm] %******************定义终端信息********************* Mnum =100; %终端数目 mcn =30; %终端在服务区域边缘时，接入点收到的信号功率[dBm] mpow =10^(mcn/10)*sqrt(r^2+bxy(3)^2)^alfa; %终端的发射信号功率 h=0; %终端高度 mxy=[randsrc(2,Mnum,[-r:r]);randsrc(1,Mnum,[0:h])]; %随机生成终端坐标 while 1 d=sqrt(sum(mxy(1:2,:).^2)); %判断终端与接入点的水平距离是否超过r [tmp,indx]=find(d>r); if length(indx)==0 break end mxy(:,indx)=[randsrc(2,length(indx),[-r:r]);mxy(3,indx)]; %超过r重新生成位置坐标 end distance=sqrt(sum(((ones(Mnum,1)*bxy).'-mxy).^2)); %终端距离接入点的距离 mrnd=randn(1,Mnum); %每个终端的阴影衰落 G=[0.1:0.1:1,1.2:0.2:4]; %理论业务量 for indx=1:length(G) %*************初始化相关参数********************* Tint =-Ttime/log(1-G(indx)/Mnum); %数据包产生间隔的期望值 Rint =Tint; %数据包重传间隔的期望值 Spnum =0; %成功传输的包个数 Splen =0; %成功传输的符号的个数 Tplen =0; %待传输的符号数 Wtime =0; %传输延迟时间（s) slot =Plen/Srate; %时隙长度 mgtime =-Tint*log(1-rand(1,Mnum)); %初始数据包产生时刻 mtime =(fix(mgtime/slot)+1)*slot; %数据包传输时刻 Mstate =zeros(1,Mnum); %终端状态 Mplen(1:Mnum)=Plen; %每个终端传输的数据包长度大小 now_time =min(mtime); %*************************仿真循环********************** while 1 idx =find(mtime==now_time&Mstate==TRANSMIT); %成功传输数据包的终端ID if length(idx)>0 Spnum =Spnum +1; Splen =Splen +Mplen(idx); Wtime =Wtime +now_time-mgtime(idx); Mstate(idx)=STANDBY; mgtime(idx)=now_time-Tint*log(1-rand); %下一个数据包产生时刻 mtime(idx) =(fix(mgtime(idx)/slot)+1)*slot; %下一个数据包传输时刻 end idx =find(mtime==now_time&Mstate==COLLISION); %数据包传输失败的终端ID if length(idx)>0 Mstate(idx)=STANDBY; mtime(idx)=now_time-Rint*log(1-rand(1,length(idx))); %重传等待时间 mtime(idx)=(fix(mtime(idx)/slot)+1)*slot; %重新发送时刻 end idx =find(mtime==now_time); %开始传输数据包的终端ID if length(idx)>0 Mstate(idx)=TRANSMIT; mtime(idx)=now_time+Mplen(idx)/Srate; %数据包传输结束时刻 mtime(idx)=round(mtime(idx)/slot)*slot; Tplen =Tplen + sum(Mplen(idx)); end if Spnum>=TOTAL %如果成功传输的数据包达到设定条件，仿真结束 break end %有数据包传输或发生碰撞的终端ID idx =find(Mstate==TRANSMIT|Mstate==COLLISION); if capture==0 %不考虑捕获效应 if length(idx)>1 Mstate(idx)=COLLISION; %同时传输数据包的终端数大于1，发生碰撞 End （2）时隙ALOHA协议实现脚本代码： %ex.m %分别对存在捕获效应和不存在捕获效应时的时隙ALOHA协议性能进行仿真。 clear all [Traffic1,S1,Delay1]=saloha(0); %无捕获效应吞吐量 [Traffic2,S2,Delay2]=saloha(1); %有捕获效应吞吐量 S =Traffic1.*exp(-Traffic1); %理论吞吐量 plot(Traffic1,S1,'-ko',Traffic1,S,'-kv',Traffic2,S2,'-k*') title('时隙ALOHA协议信道吞吐量与业务量关系'） xlabel('业务量') ylabel('吞吐量') legend('无捕获效应仿真结果','无捕获效应理论值','有捕获效应仿真结果') figure plot(Traffic1,Delay1,'-ko',Traffic2,Delay2,'-k*') title('时隙ALOHA协议延迟与业务量关系') xlabel('业务量') ylabel('延迟（数据包个数）') legend('无捕获效应仿真结果','有捕获效应仿真结果') 多址接入协议 竞争（随机接入）协议 非竞争（调度）协议 重复 随机接入 带保留 随机接入 按需分配 固定分配 CDMA 混合CDMA DS/FH、TDMA/CDMA 纯CDMA DS、FH、TH 隐式 显式 ALOHA S-ALOHA 令牌环 传递 FDMA TDMA 终端1 包传输 到达 缓冲区 接入 （Buffer） 协议 包产生 终端2 到达 缓冲区 接入 （Buffer) 协议 包产生 缓冲区 接入协议 （Buffer） 终端3 ： ： 终端N 到达 到达 缓冲区 接入 （Buffer） 协议 包产生 缓冲区 接入 （Buffer） 协议 通信信道 包产生 数据包部分碰撞 整个包碰撞 无碰撞 理想特性 1 实际特性 吞吐量 1 业务量 重发 用户1 5 1 再重发 重发 t 3 2 6 用户2 t 重发 4 用户3 7 t 信道 成功 成功 成功 碰撞 碰撞 t t 前一分组 后一分组 本分组 t 2t 重发 再重发 6 4 1 重发 7 5 重发 2 3 碰撞 成功 成功 碰撞 成功 定义信道参数、接入点信息、终端信息、初始化相关参数 产生固定长度的数据包 随机延迟N个时隙 在下一个时隙开始时刻发送数据包 否 否 是 没有发生碰撞 考虑捕获效应 否 否 是 接收的信号功率大于捕获门限 是 否 发送成功，更新数据包个数 成功发送的数据包达到要求数目 统计吞吐量和平均传输时延 是 � EMBED \* MERGEFORMAT ��� PAGE _1234567905.unknown _1234567913.unknown _1234567921.unknown _1234567925.unknown _1234567929.unknown _1234567931.unknown _1234567932.unknown _1234567933.unknown _1234567930.unknown _1234567927.unknown _1234567928.unknown _1234567926.unknown _1234567923.unknown _1234567924.unknown _1234567922.unknown _1234567917.unknown _1234567919.unknown _1234567920.unknown _1234567918.unknown _1234567915.unknown _1234567916.unknown _1234567914.unknown _1234567909.unknown _1234567911.unknown _1234567912.unknown _1234567910.unknown _1234567907.unknown _1234567908.unknown _1234567906.unknown _1234567897.unknown _1234567901.unknown _1234567903.unknown _1234567904.unknown _1234567902.unknown _1234567899.unknown _1234567900.unknown _1234567898.unknown _1234567893.unknown _1234567895.unknown _1234567896.unknown _1234567894.unknown _1234567891.unknown _1234567892.unknown _1234567890.unknown