本示例演示了用于系统级模拟的IEEE®802.11ax™物理层抽象。提出了基于TGax评价方法的链路质量模型和链路性能模型,并与已有成果进行了对比验证。 在模拟大型网络时,对每个发射机和接收机的全物理层处理进行建模,计算成本很高。物理层抽象或链路到系统映射是一种通过以计算高效的方式准确预测链路性能来及时运行模拟的方法。 本例演示了802.11ax数据部分的物理层抽象[<一个href="//www.tatmou.com/jp/jp/help/wlan/ug/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.tatmou.com/jp/jp/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">3. 链接质量模型 链路性能模型 示例分为两部分: 链路质量模型实现了TGax评价方法中的盒2 SINR方程。每个子载波(索引)的多输入多输出(MIMO) SINR<年代pan class="inlineequation">
)和空间流(index .<年代pan class="inlineequation">
)所表示的发送方和接收方之间的参数
. 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,并在发射机上进行预编码。感兴趣的信号的幂是由
, 在哪里<年代pan class="inlineequation">
是感兴趣信号的接收功率,<年代pan class="inlineequation">
是线性接收滤波器,<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">
是应用于发射机的预编码矩阵。 用户内干扰的威力由
. 用户间干扰的权力由
, 在哪里<年代pan class="inlineequation">
那套干扰发射机在吗<年代pan class="inlineequation">
基本服务集(BSS) 噪声功率由
, 在哪里<年代pan class="inlineequation">
为噪声功率谱密度。 链路质量模型要求每个子载波有一个信道矩阵。从衰落信道模型返回的路径增益计算信道矩阵 计算和可视化每个子载波的后均衡器SINR 本节通过比较每个子载波SINR的累积密度函数(CDF)与TGax工作组提供的校准结果,验证了SINR计算。我们将SINR计算结果与TGax发表的结果进行了比较[<一个href="//www.tatmou.com/jp/jp/help/wlan/ug/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,请参见<一个href="//www.tatmou.com/jp/jp/help/wlan/ug/802-11ax-phy-focused-system-level-simulation.html" class="a">802.11ax phy重点系统级仿真 主要仿真参数被定义为属于物理层(PHY)、介质访问控制层(MAC)、场景或仿真。在本例中,假定所有节点的PHY和MAC参数相同。 场景参数定义住宅建筑的大小和布局,按[<一个href="//www.tatmou.com/jp/jp/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">6 的 这个函数 在场景中随机丢弃发射器(ap)和接收器(sta)。 计算大规模的路径损耗,并为所有不可忽略链路生成频率选择性TGax衰落信道。 对于每个传输事件,根据CCA规则确定主动发射机和接收机。 计算并返回每个子载波的信噪比和每个有源接收机的有效信噪比,根据TGax评估方法中的框2,测试3。 根据提交的校准结果,绘制每个子载波的SINR和有效SINR(在框2,测试3中定义)的CDF。 增加水滴的数量,以便进行更准确的比较。 链路性能模型在给定子载波信噪比的情况下预测瞬时PER<一个href="//www.tatmou.com/jp/jp/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">部分 有效信噪比映射和平均用于将每个子载波的后均衡器信噪比压缩为单个有效信噪比。有效信噪比是用加性高斯白噪声(AWGN)信道提供与衰落信道相同的PER性能的信噪比。使用WLAN Toolbox™生成的预计算查找表为给定的信道编码、调制方案和编码速率提供了AWGN信道下信噪比的PER。一旦获得了PER,一个随机变量决定是否错误地接收了数据包。 在本例中,考虑单个干扰事件,使用TGax评估方法PER估计程序。 利用接收位互信息率(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SINR转换为调制方案的“信息度量”<年代pan class="inlineequation">
.BPSK、QPSK、16QAM、64QAM和256QAM的RBIR映射函数在[<一个href="//www.tatmou.com/jp/jp/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">7
是逆RBIR映射函数,它将“信息测量”转换回信噪比域。
是空间流的数量。
是子载波数。
的后均衡器SINR是多少<年代pan class="inlineequation">
Th子载波和<年代pan class="inlineequation">
spatial-stream。
而且<年代pan class="inlineequation">
是调优参数。TGax评估方法假设没有调优,因此在本例中,我们假设这些值设置为1。 参考数据长度的PER<年代pan class="inlineequation">
是通过查找相应的AWGN表得到的,<年代pan class="inlineequation">
,给定调制与编码方案(MCS)、信道编码方案和参考数据长度(<年代pan class="inlineequation">
)
, 哪里的参考数据长度取决于信道编码和传输的数据长度<年代pan class="inlineequation">
.
. 然后根据数据长度调整最终估计的PER:
. 所述方法假定SINR在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,并估计聚合MPDU (A-MPDU)中媒体访问控制协议数据单元(MPDU)的错误率。 计算有效SINR和PER 的 通过映射每个子载波的SINR获得的每个子载波的RBIR(信息度量),以及平均RBIR显示在第一个图子图中。每个子载波的有效SINR是通过逆映射平均RBIR得到的,并显示在第二子图中。 给定有效信噪比,通过在对数域中线性插值和外推预先计算的AWGN链路级曲线,并调整数据长度来估计PER。的 为了验证整个物理层抽象方法,将来自链路级模拟的PER与使用抽象的PER估计进行比较。这遵循TGax评估方法中盒0测试的步骤2和步骤3。一个802.11ax单用户链路模型具有完美的同步和信道估计,除了衰落TGax信道模型和AWGN之外没有任何损害。只考虑数据包中数据部分的错误。 在本例中,要模拟的信噪比是根据MCS、发射和接收天线的数量以及给定PHY配置的信道模型来选择的。假设时空流的数量等于发射天线的数量。模拟配置为短期运行;为了获得更有意义的结果,您应该增加要模拟的包的数量。 通过比较链路级仿真计算的PER值和抽象计算的PER值来确定抽象的适用性。第一个图比较了每个模拟信噪比下的per。 第二个图比较了有效信噪比下成功解码的链路级模拟数据包的数量与参考AWGN曲线。如果提取成功,PER应该遵循AWGN曲线。 在本例中是调优参数<年代pan class="inlineequation">
而且<年代pan class="inlineequation">
均设置为1。如果需要,可以对这些参数进行调优,以进一步提高抽象的准确性。在没有调优的情况下,模拟1000个包错误或MCS 0到9的1458字节包的100000个包时的结果如下所示。
要了解如何在系统级模拟中使用此示例中描述的802.11ax物理层抽象,请参阅<一个href="//www.tatmou.com/jp/jp/help/wlan/ug/802-11ax-system-level-simulation-with-physical-layer-abstraction.html" class="a">802.11ax系统级仿真与物理层抽象 IEEE P802.11ax™/D4.1信息技术标准草案。系统间的电信和信息交换。局域网和城域网。特殊要求。第11部分:无线局域网介质访问控制(MAC)和物理层(PHY)规范。修改件6:高效WLAN的增强。 IEEE 802.11-14/0571r12 - 11ax评估方法。 Brueninghaus, Karsten,等。宽带无线电接入系统系统级模拟的链路性能模型。<年代pan class="emphasis">2005 IEEE第16届个人、室内和移动无线电通信国际研讨会 Mehlführer, Christian,等。“维也纳LTE模拟器-实现无线通信研究的可重复性。”<年代pan class="emphasis">信号处理进展杂志 IEEE 802.11-14/0800r30 -框1和框2校准结果。 IEEE 802.11-14/0980r16 - TGax仿真场景。 IEEE 802.11-14/1450r0 - Box 0校准结果简介<年代pan id="mw_rtc_PHYAbstractionExample_H_B27E67E2" class="anchor_target">
Part A -链接质量模型<年代pan id="mw_rtc_PHYAbstractionExample_H_BBA1F01D" class="anchor_target">
为每个子载波生成一个信道矩阵<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评估方法学框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
场景参数= struct;ScenarioParams。BuildingLayout = [10 2 5];<年代pan style="color:#228B22">% [x,y,z]方向上的房间数
SimParams =结构;SimParams。测试= 3;<年代pan style="color:#228B22">每个基本通道访问规则的下行传输
box2Results = box2Simulation(PHYParams,MACParams, scenario oparams,SimParams);
tgaxCalibrationCDF (box2Results.sinr (:),<年代pan style="color:#0000FF">...
run drop #1/3…生成3518个衰落信道实现…正在运行传输事件#1/2…正在运行传输事件#2/2…run drop #2/3…生成3366个衰落信道实现…正在运行传输事件#1/2…正在运行传输事件#2/2…run drop #3/3…生成3750个衰落信道实现… Running transmission event #1/2 ... Running transmission event #2/2 ...
部分B -链路性能模型<年代pan id="mw_rtc_PHYAbstractionExample_H_7947BDA6" class="anchor_target">
计算有效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评估方法学框0 -验证有效信噪比vs PER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
Model-D 1乘1,MCS 4, 14包后信噪比11,PER:0.78571 Model-D 1乘1,MCS 4, 22包后信噪比15,PER:0.5 Model-D 1乘1,MCS 4, 100包后信噪比19,PER:0.05 Model-D 1乘1,MCS 4, 100包后信噪比27,PER:0 Model-D 1乘1,MCS 8, 13包后信噪比21.5,PER:0.84615 Model-D 1乘1,MCS 8, 23包后信噪比25.5,PER:0.47826 Model-D 1乘1,MCS 8, 100包后完成信噪比29.5,PER:0.03 Model-D 1 × 1, MCS 8, 100包后完成信噪比33.5,PER:0.02 Model-D 1 × 1, MCS 8, 100包后完成信噪比37.5,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">
选定的参考书目<年代pan id="mw_rtc_PHYAbstractionExample_H_C3868588" class="anchor_target">
相关的话题