这个例子演示了系统级仿真IEEE®802.11ax™物理层抽象。基于该TGax评价方法的链接质量模型和链路性能模型都通过与公布的结果进行比较验证。 模拟大型网络时在每个发射器和接收建模的完整物理层处理在计算上是昂贵的。物理层的抽象,或连结到系统的映射是通过精确地预测在一个计算上有效的方式的链路的性能来运行及时仿真的方法。 该实施例表明物理层抽象用于802.11ax的数据部分[<一个href="//www.tianjin-qmedu.com/fr/help/wlan/examples/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">1 物理层抽象模型分为两部分[<一个href="//www.tianjin-qmedu.com/fr/help/wlan/examples/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">3. 链接质量模型 链接性能模型 本例分为两部分: 链路质量模型实现从TGax评估方法的框2 SINR方程。多输入多输出(MIMO)SINR每个子载波(索引<年代pan class="inlineequation">
)和空间流(索引)<年代pan class="inlineequation">
)感兴趣的发射器和接收器之间是由
。 信噪比考虑了所有发射机和接收机之间的路径损耗和衰落信道,并在发射机上进行了预编码。感兴趣信号的功率由
, 在哪里<年代pan class="inlineequation">
为感兴趣信号的接收功率,<年代pan class="inlineequation">
为线性接收滤波器,<年代pan class="inlineequation">
发射机和接收机之间的信道矩阵是感兴趣的吗<年代pan class="inlineequation">
为应用于发射机的预编码矩阵。 用户内部干扰的能力由
。 用户间干扰的能力由
, 在哪里<年代pan class="inlineequation">
干扰发射机是否在<年代pan class="inlineequation">
基本服务集(BSS) 噪声功率为
, 在哪里<年代pan class="inlineequation">
为噪声功率谱密度。 链路质量模型需要每个子载波的信道矩阵。从衰落信道模型返回的路径增益计算信道矩阵 计算和可视化的每个子载波的后均衡SINR与 本节通过比较每副载波SINRs的累积密度函数(CDF)和TGax工作组提供的校准结果来验证SINR的计算。我们将SINR计算结果与TGax公布的结果进行比较[<一个href="//www.tianjin-qmedu.com/fr/help/wlan/examples/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">5 有关该方案的更多信息,以及长期SINR校准的结果,请参阅<一个href="//www.tianjin-qmedu.com/fr/help/wlan/examples/802-11ax-phy-focused-system-level-simulation.html" class="a">802.11ax聚焦于phy的系统级模拟 主要的仿真参数定义为属于物理层(PHY)、介质访问控制层(MAC)、scenario或simulation。在本例中,假设所有节点的PHY和MAC参数都是相同的。 方案参数按[<一个href="//www.tianjin-qmedu.com/fr/help/wlan/examples/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">6 的 这个函数 在场景中随机投放发射器(APs)和接收器(STAs)。 计算大尺度路径损耗并生成所有不可忽略链路的频率选择TGax衰落信道。 对于每个传输事件,根据CCA规则确定活动的发射器和接收器。 在TGax评估方法中,按照box 2, test 3计算并返回每个副载波的信噪比和每个有源接收机的有效信噪比。 绘制每个子载波和有效SINR(如在框2中所定义,试验3)对提交的校准结果的SINR的CDF。 增加而下降的数量更准确的比较。 链路性能模型预测在给定每副载波SINR时的瞬时速率<一个href="//www.tianjin-qmedu.com/fr/help/wlan/examples/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">A部分 利用有效的信噪比映射和平均,将后均衡器每副载波的信噪比压缩为单一有效信噪比。有效信噪比是指在加性高斯白噪声(AWGN)信道下与衰落信道下提供同等性能的信噪比。由WLAN Toolbox™生成的预计算查找表提供了给定信道编码、调制方案和编码率的AWGN信道下信噪比的PER值。一旦获得了PER,一个随机变量确定数据包是否被错误地接收。 该TGax评估方法PER估计过程在本例中使用考虑一个单一的干扰事件。 利用接收比特互信息率(RBIR)映射函数计算有效信噪比;
。
是RBIR映射函数,它将每个子载波的信噪比转换为调制方案的“信息度量”<年代pan class="inlineequation">
。BPSK、QPSK、16QAM、64QAM及256QAM的RBIR映射功能载于[<一个href="//www.tianjin-qmedu.com/fr/help/wlan/examples/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">7
是逆RBIR映射函数,它将“信息测度”转换回信噪比域。
是空间流的数目。
为副载波数。
后均衡器的SINR是<年代pan class="inlineequation">
副载波,<年代pan class="inlineequation">
个空间流。
和<年代pan class="inlineequation">
调优参数。TGax评估方法假设没有调优,因此在本例中,我们假设这些调优设置为1。 PER表示引用数据长度<年代pan class="inlineequation">
通过查找相应的AWGN表中获得,<年代pan class="inlineequation">
,鉴于调制和编码方案(MCS),信道编码方案,和基准数据长度(<年代pan class="inlineequation">
)
, 其中参考数据长度取决于信道编码和数据长度用于传输上<年代pan class="inlineequation">
。
。 最后的估计每然后调整数据长度:
。 所述方法假定SINR在数据包的持续时间内是恒定的。TGax评估方法描述了处理时变干扰的技术,并在一个聚合MPDU (A-MPDU)内估计媒体访问控制协议数据单元(MPDUs)的错误率。 计算有效SINR和PER 的 通过映射每个子载波的信噪比得到每个子载波的RBIR(信息度量),平均RBIR如图1所示。通过对平均RBIR的逆映射得到每子载波的有效信噪比,并在第二子图中给出。 在给定有效信噪比的情况下,在对数域内对预计算的AWGN链路水平曲线进行线性插值和外推,并根据数据长度进行调整。的 要验证的整个物理层抽象方法,从链路级仿真的PER与使用抽象的PER估计进行比较。这遵循步骤2和框0在TGax评估方法测试的3。一个802.11ax单用户链路被建模以完美的同步,信道估计,并从衰落TGax信道模型和AWGN间隔不损害。分组的数据部分内只有错误被考虑。 本例中所模拟的信噪比是根据MCS、收发天线数和信道模型来选择的。假设空时流的数目等于发射天线的数目。模拟配置为短期运行;要获得更有意义的结果,应该增加要模拟的包的数量。 通过比较通过链路级模拟和抽象计算出的每项数据,确定抽象的适用性。第一个图比较了各信噪比下的PERs。 第二幅图比较了有效信噪比下成功解码的链路级仿真数据包的数量与参考AWGN曲线。如果抽象是成功的,每个人应该遵循AWGN曲线。 本例中是调优参数<年代pan class="inlineequation">
和<年代pan class="inlineequation">
设置为1。如果需要的话,可以对它们进行调优,以进一步提高抽象的准确性。在不进行调优的情况下,模拟1000个数据包错误或模拟100,000个数据包(MCS 0到9)的结果将显示出来。
要了解如何在系统级模拟中使用本示例中描述的802.11ax物理层抽象,请参阅<一个href="//www.tianjin-qmedu.com/fr/help/wlan/examples/802-11ax-system-level-simulation-with-physical-layer-abstraction.html" class="a">802.11ax系统级模拟与物理层抽象 此示例使用以下辅助功能: box0Simulation.m box2Simulation.m calculateSINR.m helperPerfectChannelEstimate.m plotPERvsEffectiveSNR.m plotPERvsSNR.m plotRBIR.m tgaxLinkPerformanceModel.m IEEE P802.11ax™/ D4.1信息技术标准草案——电信和信息交换系统之间-本地和市区网络特定需求-第11部分:无线局域网介质访问控制(MAC)和物理层(体育)规范-第六修正案:高效WLAN的增强。 IEEE 802.11-14/0571r12 - 11ax评估方法。 布鲁宁豪斯,卡斯滕,等。宽带无线电接入系统的系统级模拟的链路性能模型。<年代pan class="emphasis">2005 IEEE第16届个人、室内及移动无线电通讯国际研讨会 Mehlfuhrer, Christian等人。维也纳LTE模拟器,可在无线通信研究中重现性。<年代pan class="emphasis">信号处理进展杂志 IEEE 802.11-14/0800r30 - Box 1和Box 2校准结果。 IEEE 802.11-14/0980r16 - TGax模拟场景。 IEEE 802.11-14/1450r0 - Box 0校准结果介绍<年代pan id="mw_rtc_PHYAbstractionExample_H_B27E67E2" class="anchor_target">
A部分-环节质量模式<年代pan id="mw_rtc_PHYAbstractionExample_H_BBA1F01D" class="anchor_target">
生成每个子载波的信道矩阵<年代pan id="mw_rtc_PHYAbstractionExample_H_BC25C62B" class="anchor_target">
sprev = rng (<年代pan style="color:#A020F0">'默认'
SINR计算<年代pan id="mw_rtc_PHYAbstractionExample_H_875CB866" class="anchor_target">
Psoi = -20;<年代pan style="color:#228B22">感兴趣信号接收功率(dBm)
TGax评价方法学盒2 -验证SINR校准<年代pan id="mw_rtc_PHYAbstractionExample_H_4A3385E8" class="anchor_target">
sinrCalibration =<年代pan class="live_control_container">真正的
ScenarioParams =结构;ScenarioParams。BuildingLayout = [10 2 5];<年代pan style="color:#228B22">[x,y,z]方向的房间数。
SimParams =结构;SimParams.Test = 3;<年代pan style="color:#228B22">按基本信道访问规则下行链路传输
box2Results = box2Simulation (PHYParams MACParams、ScenarioParams SimParams);
tgaxCalibrationCDF (box2Results.sinr (:),<年代pan style="color:#0000FF">…
运行降#三分之一...发电机3518衰落信道实现...运行传输事件#1/2和运行传输事件#2/2和运行降#三分之二...发电机3366衰落信道的实现...运行传输事件#1/2和运行传输事件#2/2和运行降#3分之3...发电机3750衰落信道实现...运行传输事件#1 / ..。运行传输事件#2/2和
B部分 - 链路性能型号<年代pan id="mw_rtc_PHYAbstractionExample_H_7947BDA6" class="anchor_target">
计算有效的SINR<年代pan id="mw_rtc_PHYAbstractionExample_H_84DBF819" class="anchor_target">
抽象= tgaxLinkPerformanceModel;
格式=<年代pan class="live_control_container">“HE_SU”
plotRBIR (sinr, snreff rbir_av rbir_sc, k);
估计包错误率<年代pan id="mw_rtc_PHYAbstractionExample_H_AF78EF24" class="anchor_target">
channelCoding =<年代pan class="live_control_container">“方法”
TGax评估方法Box 0 -验证有效信噪比与每个性能<年代pan id="mw_rtc_PHYAbstractionExample_H_E40F00D4" class="anchor_target">
verifyAbstraction =<年代pan class="live_control_container">真正的
plotPERvsSNR (simParams,结果);
plotPERvsEffectiveSNR (simParams,结果);<年代pan style="color:#0000FF">结束
模型1×1,MCS 4,信噪比11完成后14包,每:0.78571模型1×1,MCS 4,信噪比后15完成22个数据包,每:0.5模型1×1,MCS 4,信噪比19 100包完成后,每:0.05模型1×1,MCS 4,信噪比23 100包完成后,每:0.02模型1×1,MCS 4,信噪比27 100包完成后,每:0模型1×1,MCS 8,信噪比21.5完成13个包,每个:0.84615模型1×1,MCS 8,信噪比25.5完成23包,每:0.47826模型1×1,MCS 8,信噪比29.5完成100包后,PER:0.03 Model-D 1×1,MCS 8,信噪比33.5完成100包后,PER:0.02 Model-D 1×1,MCS 8,信噪比37.5完成100包后,PER:0
RNG(sprev)<年代pan style="color:#228B22">%恢复随机状态
进一步的探索<年代pan id="mw_rtc_PHYAbstractionExample_H_8D6F0BE9" class="anchor_target">
附录<年代pan id="mw_rtc_PHYAbstractionExample_H_180FF3E9" class="anchor_target">
选择的参考书目<年代pan id="mw_rtc_PHYAbstractionExample_H_C3868588" class="anchor_target">