基于MATLAB的LTEA载波聚合算法仿真

一、理论基础

在非连续载波聚合( 高频+低频) 场景下，载波衰减特性不同，聚合的载波有不同的覆盖范围，使得不同用户可调度的载波数量不同，若使用传统比例公平( PF) 算法会导致小区不同位置用户资源配置的不公平性。

提出了一种分组权重 PF 调度算法( GWPF) ，根据用户可调度的载波数量，将用户和载波分组，并引入加权因子对原比例公平算法进行加权处理，从而提高用户公平性。
GWPF 调度算法的核心思想是先根据用户可调度的载波数量，将用户和载波分组，并引入加权因子对原比例公平算法进行加权处理，从而提高用户公平性。

二、案例背景

1.问题描述

现阶段，无线通信技术发展迅速，移动用户数量逐年增加，用户对通信业务中的带宽和速率的要求也越来越高，新的多媒体业务和传统的语音业务比较发展更为迅速。上世纪，蜂窝网的概念首次被提出，然后提出了第一代移动通信系统AMPS，第一代移动电话系统又称为l G系统，主要采用的技术是模拟调制，提供的业务主要是语音服务，因而第一代通信系统的标准常被称为模拟标准。由于模拟系统有很多的不足之处，例如存在频率利用率低、容量不足、不能支持速率变化的数据业务和安全性差等问题，在这种情况下第二的移动通信系统(2G)出现，与第一代系统相比，最突出的变化就是数字化，二代系统采用的标准是GSM(Global System for Mobile Communications)，能够提供语音电话业务，并可以实现网络覆盖的国家之间的漫游功能，增加了短信等文本业务。基于2G的演进系统是2．5G，这个系统的增强之处是在语音业务基础上加入分组交换业务，2．5G系统的是2G到3G的一个过渡系统。

2.思路流程

使用 Matlab 系统级仿真，来评估 GWPF 调度算法在 LTEA 非连续载波聚合场景下的性能。首先给出相应的仿真参数配置及性能评估指标，最后给出仿真结果和相应的分析。

三、部分MATLAB仿真

顶层程序如下：

登录后复制

clc;clear;close all;warning off;rng('default');Nums = [4:30];f1   = 860;f2   = 2300;f3   = 3400;B    = 20;Twind= 100;Tmax = 2;dist = 500;v    = 3;power= 40;%边缘用户和中心用户的比例因子ker  = 0.2;for i = 1:length(Nums)    i    PF_times = 100;%m为调度次数    G        = Nums(i);%为UE个数    CC       = 3; %个数    T        = Twind;    Rbs      = zeros(G,CC,PF_times);   %矩阵s为每次调度RB所分配的UE    Rates    = zeros(G,G);            %整个调度过程每个UE所获得的速率    Avg_rate = ones(1,G,PF_times+1);  %每个UE所获得的平均速率    Rand_rate= [];    Sum_rate = [];    %根据用户在CC上的路径损耗进行分组    %我们建设CC坐标为，用户坐标随时产生    XY1      = [100,200];    XY2      = [300,100];    XY3      = [200,400];    XY       = 1000*rand(2,G);    SET      = [];    %定义权重因子    L        = CC;    for j=1:G        dist1 = sqrt((XY(1,j)-XY1(1))^2 + (XY(2,j)-XY1(2))^2);         dist2 = sqrt((XY(1,j)-XY2(1))^2 + (XY(2,j)-XY2(2))^2);        dist3 = sqrt((XY(1,j)-XY3(1))^2 + (XY(2,j)-XY3(2))^2);        dist  = [dist1,dist2,dist3];        %不同载波频率衰减不一样        PL1(j)   = 58.83+37.6*log(10*dist1/1e3) + 21*log(10*f1);        PL2(j)   = 58.83+37.6*log(10*dist2/1e3) + 21*log(10*f2);        PL3(j)   = 58.83+37.6*log(10*dist3/1e3) + 21*log(10*f3);        [V,I]    = min([PL1(j),PL2(j),PL3(j)]);        SET(j)   = I;%分组号        Wk(j)    = L/G*dist(I)/Avg_rate(1,j,end);        distt(j) = min(dist);    end    Wk = Wk/max(Wk);    %距离较大的定义为郊区    [VV,II] = sort(distt);    Ijiq    = II(round((1-ker)*G):G);    Izx     = II(1:round((1-ker)*G)-1);        for n=1:PF_times;  %调度次数        rng(n);        %初始化alpha        alpha            = zeros(1,G);%侵略因子        %生成随机速率信息        Rand_rate(:,:,n) = randint(G,CC,[0 500]);          %pf调度        %每个RB开始分配        for jq = 1:CC;              t  = 1;            if jq == 1;PL=PL1;end;            if jq == 2;PL=PL2;end;            if jq == 3;PL=PL3;end;            for jG = 2:G;                 if Rand_rate(jG,jq,n)/Avg_rate(1,jG,n)>Rand_rate(t,jq,n)/Avg_rate(1,t,n) & PL>=300+50*rand;                   t = jG;                end            end            Rbs(t,jq,n) = G*rand;        end         %获得的速率        Sum_rate(:,:,n) = Rbs(:,:,n)*Rand_rate(:,:,n)';           %整个调度过程每个UE所获得的速率        Rates(:,:)  = Sum_rate(:,:,n)+Rates(:,:);         %更新平均速率        for k2=1:G;                          if rand>0.2%得到服务               Avg_rate(1,k2,n+1)=(1-1/T).*Avg_rate(1,k2,n);             else               Avg_rate(1,k2,n+1)=(1-1/T).*Avg_rate(1,k2,n)+(1/T).*Sum_rate(k2,k2,n);            end        end    end    Rates_=Wk*Rates;    speed1(i) = sum(sum(Rates_(:,Ijiq)))/1e6;    speed2(i) = sum(sum(Rates_(:,Izx)))/1e6;    speed(i)  = speed1(i)+speed2(i);endfigure;bar([speed(end),speed1(end),speed2(end)]);ylabel('吞吐量/Mbps');save R1.mat speed speed1 speed21.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74.75.76.77.78.79.80.81.82.83.84.85.86.87.88.89.90.91.92.93.94.95.96.97.98.99.100.101.102.103.104.105.

PF顶层如下所示：

登录后复制

clc;clear;close all;warning off;rng('default');Nums = [4:30];f1   = 860;f2   = 2300;f3   = 3400;B    = 20;Twind= 100;Tmax = 2;dist = 500;v    = 3;power= 40;%边缘用户和中心用户的比例因子ker  = 0.2;for i = 1:length(Nums)    i    PF_times = 100;%m为调度次数    G        = Nums(i);%为UE个数    CC       = 3; %个数    T        = Twind;    Rbs      = zeros(G,CC,PF_times);   %矩阵s为每次调度RB所分配的UE    Rates    = zeros(G,G);            %整个调度过程每个UE所获得的速率    Avg_rate = ones(1,G,PF_times+1);  %每个UE所获得的平均速率    Rand_rate= [];    Sum_rate = [];    %不同载波频率衰减不一样    PL1      = 58.83+37.6*log(10*dist/1e3) + 21*log(10*f1);    PL2      = 58.83+37.6*log(10*dist/1e3) + 21*log(10*f2);    PL3      = 58.83+37.6*log(10*dist/1e3) + 21*log(10*f3);        for n=1:PF_times;  %调度次数        rng(n);        %初始化alpha        alpha            = zeros(1,G);%侵略因子        %生成随机速率信息        Rand_rate(:,:,n) = randint(G,CC,[0 500]);          %pf调度        %每个RB开始分配        for jq = 1:CC;              t  = 1;            if jq == 1;PL=PL1;end;            if jq == 2;PL=PL2;end;            if jq == 3;PL=PL3;end;            for jG = 2:G;                 if Rand_rate(jG,jq,n)/Avg_rate(1,jG,n)>Rand_rate(t,jq,n)/Avg_rate(1,t,n) & PL>=300+50*rand;                   t = jG;                end            end            Rbs(t,jq,n) = G*rand;        end         %获得的速率        Sum_rate(:,:,n) = Rbs(:,:,n)*Rand_rate(:,:,n)';           %整个调度过程每个UE所获得的速率        Rates(:,:)  = Sum_rate(:,:,n)+Rates(:,:);         %更新平均速率        for k2=1:G;                             Avg_rate(1,k2,n+1)=(1-1/T).*Avg_rate(1,k2,n)+(1/T).*Sum_rate(k2,k2,n);        end    end        speed(i)  = sum(sum(Rates))/1e6;    speed1(i) = ker*speed(i);    speed2(i) = speed(i)-ker*speed(i);endfigure;bar([speed(end),speed1(end),speed2(end)]);ylabel('吞吐量/Mbps');save R1.mat speed speed1 speed21.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.42.43.44.45.46.47.48.49.50.51.52.53.54.55.56.57.58.59.60.61.62.63.64.65.66.67.68.69.70.71.72.73.74.75.76.

四、仿真结论分析

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删