脚本计算k-coverage概率(基于SINR *值)在一个单层细胞网络使用方法基于齐次泊松过程模型。更多的细节中发现(提交)[1]的工作,介绍了模型,这些脚本是基于。

脚本funProbCov。米使用inclusion-exclusion-like公式和两种类型的积分计算k-coverage概率与对数正态分布网络跟踪(尽管阴影分布可以有些武断的[1]),没有褪色。

简单的积分I_n使用正交方法或一个简单的解析公式(零噪音或干扰有限的情况下)。更复杂的高维积分J_n使用正交方法对低维度和拟随机(Sobol)集成高(n > 2)维度。

脚本funProbCovFade。m计算1-coverage概率网络与瑞利衰落(指数分布与单位的意思)和对数正态分布跟踪。超几何函数的数值积分2 f1时使用模型噪声。一个近似值的解决方案2 f1在没有噪声的情况下使用。

还包括仿真脚本用于比较。磁盘上的所有网络基站采样区域。需要足够大的磁盘区域减少“边缘效应”,这更加突出当衰落。

TestSimVsInt运行文件。m是一个很好的起点。TestSimVsIntFade.m fading-incorporated模型演示。默认参数是基于Walfisch-Ikegami模型的城市环境。(提交)相关工作[1]方程和模型的更多细节。

* SINR = signal-to-interference-and-noise-ratio

[1]H。P基勒,b . Błaszczyszyn和m . Karray SINR-based k-coverage概率在蜂窝网络任意阴影”,2013。在网上http://arxiv.org/abs/1301.6491