这个例子演示了IEEE 802.11®ax™物理层系统级仿真的抽象。质量模型的链接和链接性能模型基于TGax发表的比较提出了评价方法和验证结果。 建模的完整物理层处理每个发射机和接收机模拟大型网络时需要大量的计算。物理层抽象,或link-to-system映射方法及时运行模拟,准确预测链路的性能计算的有效方法。 这个例子演示了物理层抽象的数据部分802.11 ax [<一个href="//www.tatmou.com/nl/nl/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">1 有两个部分物理层抽象模型(<一个href="//www.tatmou.com/nl/nl/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">3 链接质量模型 性能模型的联系 例子是分成两个部分: 链接质量模型实现了框2的SINR方程TGax评价方法。每副载波的多输入多输出(MIMO) SINR(指数<年代pan class="inlineequation">
(索引)和空间流<年代pan class="inlineequation">
)是由发射机和接收机之间的利益
。 SINR考虑路径损耗和衰减所有发射机和接收机之间的通道,在发射器和预编码。的力量是由感兴趣的信号
, 在哪里<年代pan class="inlineequation">
感兴趣的是信号的接收功率,<年代pan class="inlineequation">
是线性接收机滤波器,<年代pan class="inlineequation">
发射机和接收机之间的信道矩阵的兴趣,然后呢<年代pan class="inlineequation">
预编码矩阵应用于发射机。 intra-user干扰是由的力量
。 inter-user干扰是由的力量
, 在哪里<年代pan class="inlineequation">
的干扰发射器<年代pan class="inlineequation">
th基本服务集(BSS) 噪音是由权力
, 在哪里<年代pan class="inlineequation">
噪声功率谱密度。 链接质量模型需要每副载波信道矩阵。计算信道矩阵从返回的路径获得衰落信道模型 计算和可视化post-equalizer每副载波的SINR 这部分验证SINR计算通过比较的累积密度函数(CDF) per-subcarrier SINRs TGax工作组提供的校准结果。我们比较TGax[发布的SINR的计算结果<一个href="//www.tatmou.com/nl/nl/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">5 关于场景的更多信息,以及长期的SINR校准看到的结果<一个href="//www.tatmou.com/nl/nl/help/wlan/ug/802-11ax-phy-focused-system-level-simulation.html" class="a">802.11 ax PHY-Focused系统级模拟 主要仿真参数被定义为要么属于物理层(体育),介质访问控制层(MAC),场景,或模拟。在这个例子中,体育和MAC参数被认为是相同的所有节点。 场景的参数定义的大小和布局住宅建筑按[<一个href="//www.tatmou.com/nl/nl/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">6 的 这个函数 随机删除发射器(APs)和接收器(斯塔斯)的场景。 计算大规模路径损耗和产生频率选择TGax衰落信道对所有可观的链接。 为每个传输事件,确定积极的发射器和接收器根据CCA规则。 计算并返回SINR每副载波和每个积极的有效的SINR接收机每箱2,测试3 TGax评价方法。 情节的CDF实验组的SINR每副载波和有效的SINR(方框2中定义的测试,3)对提交的校准结果。 增加的数量下降的更精确的比较。 瞬时性能模型预测的链接每鉴于SINR副载波在计算<一个href="//www.tatmou.com/nl/nl/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">部分 使用有效的SINR映射和平均压缩post-equalizer SINR每副载波为一个有效的信噪比。有效信噪比是每提供一个等价的信噪比性能的加性高斯白噪声(AWGN)信道的衰落信道。预计算的查找表,生成与WLAN工具箱™,提供了每一个AWGN信道下的信噪比对于给定的信道编码,调制方案,和编码率。一旦每获得一个随机变量决定错误的包已经收到。 TGax评估方法/估计过程中使用这个例子考虑单个干扰事件。 有效的SINR计算使用收到位互信息率(RBIR)映射函数;
。
RBIR映射函数,转换的SINR每个副载波调制方案的“信息测量”<年代pan class="inlineequation">
。RBIR映射函数对BPSK, QPSK, 16 qam,提供了64 qam和256 qam (<一个href="//www.tatmou.com/nl/nl/help/wlan/ug/physical-layer-abstraction-for-system-level-simulation.html" class="intrnllnk">7
是逆RBIR映射函数,将一个“信息测量”回到了信噪比域。
是spatial-streams的数量。
是副载波的数量。
是post-equalizer SINR的吗<年代pan class="inlineequation">
副载波,<年代pan class="inlineequation">
spatial-stream。
和<年代pan class="inlineequation">
调优参数。TGax评价方法不承担任何调优因此在这个例子中,我们假设这些都是设置为1。 每一个参考数据长度<年代pan class="inlineequation">
通过查找适当的情况下表,<年代pan class="inlineequation">
,考虑到调制和编码方案(MCS),信道编码方案和参考数据长度(<年代pan class="inlineequation">
)
, 参考数据的长度取决于信道编码和传输的数据长度吗<年代pan class="inlineequation">
。
。 最后估计每然后调整的数据长度:
。 描述方法假定SINR包的期间是恒定的。TGax评价方法描述技术处理时变干扰和估计错误率的媒体访问控制协议数据单元(MPDUs)在一个总MPDU (A-MPDU)。 计算有效的SINR,每使用 的 RBIR(信息测量)每副载波映射得到的SINR每副载波和平均RBIR第一所示图次要情节。有效的SINR每副载波通过逆映射显示了平均RBIR和第二次要情节。 考虑到有效的信噪比,估计每通过线性插值和推断的预先计算AWGN链路级别的曲线在对数域,并调整数据长度。的 来验证整个物理层的抽象方法,每从一个链接级仿真与评估使用抽象。这第2步和第3步TGax盒子0测试的评价方法。802.11 ax单用户链接建模与完美的同步,信道估计,没有障碍除了衰落TGax和AWGN信道模型。只有错误的数据部分内包。 在这个例子中,信噪比选择模拟基于MCS,数量的传输和接收天线,和给定PHY通道模型配置。时空流假设的数量等于发射天线的数量。短期的模拟配置;更有意义的结果你应该增加数据包的数量来模拟。 抽象的适用性决定通过比较每链路级别计算模拟和抽象。第一个图比较了珀耳斯在每一个信噪比模拟。 第二个图比较成功链接级模拟解码数据包的数量与一个有效的信噪比与参考AWGN曲线。如果抽象成功/应该遵循AWGN曲线。 在这个例子中,调优参数<年代pan class="inlineequation">
和<年代pan class="inlineequation">
设置为1。这些可以调整的准确性进一步提高抽象(如果需要的话)。结果当模拟1000包错误或100000包MCS 0到9显示了一个1458字节的数据包没有调优。
看到802.11 ax物理层抽象描述在这个例子中可用于一个系统级的仿真,查看<一个href="//www.tatmou.com/nl/nl/help/wlan/ug/802-11ax-system-level-simulation-with-physical-layer-abstraction.html" class="a">802.11 ax系统级仿真与物理层抽象 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 - 11 ax评价方法。 Brueninghaus,卡斯滕,et al。”链接性能模型宽带无线接入系统的系统级模拟。”<年代pan class="emphasis">2005年IEEE 16个人国际研讨会、室内和移动无线电通信 Mehlfuhrer、基督教等。“维也纳LTE simulators-Enabling再现性在无线通信的研究。”<年代pan class="emphasis">EURASIP在信号处理的发展》杂志上 IEEE 802.11 14/0800r30 -盒1盒2校准结果。 IEEE 802.11 14/0980r16 - TGax模拟场景。 IEEE 802.11 14/1450r0 - 0校准结果介绍<年代pan id="mw_rtc_PHYAbstractionExample_H_B27E67E2" class="anchor_target">
部分-链接质量模型<年代pan id="mw_rtc_PHYAbstractionExample_H_BBA1F01D" class="anchor_target">
生成每副载波信道矩阵<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">%感兴趣的信号接收功率(dBm)
TGax评价方法框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
ScenarioParams =结构;ScenarioParams。BuildingLayout = (10 2 5);<年代pan style="color:#228B22">%的房间数量(x, y, z)方向
SimParams =结构;SimParams。测试= 3;<年代pan style="color:#228B22">%下行传输/基本频道访问规则
box2Results = box2Simulation (PHYParams MACParams、ScenarioParams SimParams);
tgaxCalibrationCDF (box2Results.sinr (:),<年代pan style="color:#0000FF">…
运行# 1/3下降……产生了3518衰落信道实现……运行传输事件# 1/2……运行传输事件# 2/2……运行#下降2/3……产生了3366衰落信道实现……运行传输事件# 1/2……运行传输事件# 2/2……运行# 3/3下降……产生了3750衰落信道实现…… Running transmission event #1/2 ... Running transmission event #2/2 ...
B -部分链接性能模型<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评价方法框0 -验证有效信噪比vs /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29.5 100包完成后,每:0.03模型1×1,MCS 8,信噪比33.5 100包完成后,每:0.02模型1×1,MCS 8,信噪比37.5 100包完成后,每: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