LTE-A 异构网络下 Relay 微站干扰管理系统仿真与优化
项目介绍
本项目是一个基于 MATLAB 开发的 LTE-Advanced (LTE-A) 异构网络仿真平台,专门用于研究和优化宏基站(MeNB)与中继节点(Relay Node, RN)共存场景下的同频干扰问题。系统通过构建高保真度的网络拓扑模型,模拟真实的无线传播环境,并实现了先进的干扰协调技术,包括增强型小区间干扰协调(eICIC)与小区范围扩展(CRE)。该工具能够量化分析不同网络配置对系统总吞吐量及边缘用户性能的提升效果,为 4G 演进及 5G 网络中的小站部署与干扰控制提供理论依据和仿真支持。
功能特性
- 异构网络调度模拟:支持宏基站与多个中继站共存的拓扑构建,模拟真实的空间分布模型(MeNB 在中心,RN 在特定半径圆周分布)。
- eICIC 干扰协调:通过配置几乎空白子帧(ABS)比例,实现宏基站与中继站在时域上的资源复用,显著降低宏站对中继区域用户的强干扰。
- CRE 负载均衡:通过设置小区范围扩展偏置因子(Bias),将宏基站负载有效转移至中继站,优化系统资源利用率。
- 多维度性能评估:支持下行物理共享信道(PDSCH)的性能分析,生成 SINR(信号与干扰加噪声比)的累积分布函数(CDF)曲线。
- 可视化分析:实时生成网络 RSRP(参考信号接收功率)覆盖热力图、系统容量对比图以及 10% 分位数边缘用户速率对比图。
使用方法
- 启动 MATLAB 环境。
- 将包含仿真代码的所有相关脚本置于同一工作目录下。
- 在 MATLAB 命令行窗口运行主仿真脚本。
- 仿真结束后,系统将自动弹出两个图形窗口:
* 窗口 1 显示 HetNet 网络拓扑结构、基站分布及信号覆盖热图,以及 SINR 的 CDF 对比曲线。
* 窗口 2 显示基准方案与优化方案在网络总吞吐量和边缘用户速率上的统计对比。
- 控制台将实时输出详细的仿真报告,包括吞吐量提升比例和边缘增益百分比。
系统要求
- 软件环境:MATLAB 2018a 或更高版本。
- 必备工具箱:MATLAB 基本功能库,建议安装通信工具箱(Communication Toolbox)以便进行更深层次的物理层扩展。
- 硬件建议:至少 8GB RAM,以确保在处理高密度 UE(用户设备)分布时绘图流畅。
核心实现逻辑与算法说明
#### 1. 网络拓扑构建逻辑
系统首先在 1000 米半径的圆形区域内建立坐标系。宏基站放置于坐标原点,中继节点按照指定的数量均匀分布在 500 米半径的圆周上。用户设备(UE)在区域内随机生成,并根据欧几里得距离自动过滤掉覆盖范围外的节点。
#### 2. 路径损耗与信号计算
- 宏基站路径损耗:采用 3GPP Case 1 标准模型(128.1 + 37.6 log10(R)),反映宏蜂窝的传播特性。
- 中继站路径损耗:由于中继站挂高较低,采用不同的损耗参数(140.7 + 36.7 log10(R)),更符合微站的能量衰减规律。
- RSRP 计算:结合各基站的发射功率(如 MeNB 46dBm, RN 30dBm)与路径损耗,计算每个 UE 从各服务点接收到的参考信号功率。
#### 3. 小区关联与 CRE 实现
系统实现了一个灵活的关联决策机制。UE 不仅仅根据 RSRP 的绝对值选择基站,还考虑了 CRE 偏置因子。关联公式为:若
RSRP(Macro) < RSRP(RN) + Bias,则 UE 被“推”向中继站。这一机制允许边缘用户在信号稍弱的情况下依然接入中继,从而享受 eICIC 带来的干扰消除红利。
#### 4. eICIC 与干扰建模
- 时域划分:系统将子帧分为 ABS(几乎空白子帧)和 Non-ABS(非空白子帧)。
- 干扰差异化处理:
* 在
Non-ABS 子帧中,宏基站全功率发射,作为中继用户的主要干扰源。
* 在
ABS 子帧中,宏基站发射功率大幅降低(代码中模拟为 -40dB 的衰减),此时中继站区域的 UE 受到极小的宏站干扰,主要受噪声及其他中继站干扰影响。
- 综合 SINR 计算:对 ABS 和 Non-ABS 两种状态下的 SINR 进行加权平均,权重由 ABS 比例(absRatio)决定。
#### 5. 吞吐量模型
系统基于香农公式计算物理层吞吐量,并引入了简化的资源分配模型。中继用户和宏站用户的吞吐量计算会考虑其占用的子帧资源量。
- 宏站用户:仅在非空白子帧调度,可用带宽按
(1 - absRatio) 比例缩放。 - 中继用户:在整个时域(ABS + Non-ABS)均可调度,但在 ABS 期间拥有极高的链路质量。
- 调度公平性:单个 UE 的吞吐量通过将小区总容量除以该节点下挂载的 UE 数量来估算,体现了轮询或公平资源分配的思想。
#### 6. 性能评估算子
系统不仅关注平均值,更关注边缘性能。通过计算吞吐量的 10% 分位数,精准定义了边缘用户的生存状况,并以此为衡量干扰管理成功与否的关键指标。