CN101141765A - 一种移动通信系统中网络仿真方法 - Google Patents

Abstract

本发明提出了一种移动通信系统中网络仿真方法，针对现有技术中仿真度不高的问题而提出，包括：1.初始化参与网络仿真的参数；2.进行数据采集，并根据采集到的数据对模型进行校正；3.在仿真平台中计算所有地物的阴影衰落方差；4.计算各小区的路径损耗；5.生成最强小区导频覆盖图；6.生成话务密度分布图；7.计算前向链路仿真和反向链路仿真。本发明提出的方法主要应用于码分多址蜂窝移动通信系统，能够提高仿真度。

Description

一种移动通信系统中网络仿真方法

技术领域

本发明涉及一种无线网络中仿真的方法，特别是涉及一种移动通信系统中网络仿真方法。

背景技术

无线网络规划对于运营商网络建设具有指导性的意义。好的规划能成功地在网络覆盖、容量、质量及建网成本间取得良好的平衡，辅助运营商在网络建设和升级扩容的各阶段采取最佳的实施方案，实现其建网效益的最大化。网络仿真是网络规划流程的重要组成部分。通过仿真，我们可获得所规划网络的部分重要性能参数，如导频覆盖、最佳小区、系统负载、切换区域等，对实际组网有重要的指导和借鉴作用。

在码分多址蜂窝移动通信系统(CDMA/WCDMA)网络规划的流程中，网络仿真是非常重要的一步。网络仿真是指通过设置网络中的各项参数，如站点信息、终端参数等，来模拟网络的运行情况，得到一系列的无线网络仿真结果。利用无线网络仿真结果可以对规划方案进行调整或者提出更为合理的优化方案。因此无线网络仿真结果的可信度就变得十分重要，如果仿真结果可信度差，那么基于此调整得到的规划方案或者提出的优化方案的准确性就差，失去了参考意义。

在实际网络中，站点周围不同地物环境上信号的阴影衰落、不同地物上用户的分布情况都是影响站点覆盖的重要因素。需要说明的是，仿真中的地物阴影衰落与链路预算中的阴影衰落物理意义不同，前者是相对于某种地物上路损中值的波动，而后者就是相对于路损中值的波动，没有地物分类的概念。我们下面提到的阴影衰落都是指仿真平台中的地物阴影衰落。

现有的网络仿真从仿真原理来看，WCDMA/CDMA无线网络仿真主要包括静态仿真、Monte Carlo仿真和动态仿真3种模式。其中，静态仿真是评估网络性能的第一步，它基于导频功率和传播环境计算网络覆盖范围，与传统的2G射频覆盖规划类似。静态仿真是系统级的仿真，对网络状态进行多次采样，一次采样称为一次“快照”，每次采样都是网络的一个瞬时状态，最后对多次采样结果进行统计分析，得到网络的仿真结果。

传播模型是移动通信无线网络规划的基础，用来预测无线电波在各种复杂传播路径上的路径损耗。移动通信无线传播环境极为复杂，采用合适的传播模型或校正过的传播模型，可以提高覆盖预测的准确度，可以针对特定市场的具体传播环境，设计出合理的无线网络建设方案。在传播模型中，K1至K7分别为偏置常数、距离因子、手机有效高度因子、OkumuraHata对手机有效高度的因子、天线的有效高度因子、Okumura Hata对lgHefflgd的因子、衍射因子。

通常一个规划或者优化区域的环境是复杂多变的，包括商业区、城区、郊区和农村，因此在仿真中也会用到多个不同的传播模型。目前业界通用的模型校正方法能够校正得到传播模型中不同地物的衰落方差，如何利用各地物在这些模型中的多组阴影衰落方差数据，来得到整个区域内的各地物的阴影衰落方差是我们需要解决的问题。

对于地物话务权重的设置，在常用的网络仿真方法中也是让用户根据经验来提供，而大多数时候用户对这些参数并不知道如何设置才准确。

发明内容

针对现有技术中存在的缺陷和不足，本发明的目的是提出一种能够提高现有技术中仿真参数可信度的一种移动通信系统中网络仿真方法。

为了达到上述目的，本发明提出了一种移动通信系统中网络仿真方法，包括：

步骤1、初始化参与网络仿真的参数；

步骤2、进行数据采集，并根据采集到的数据对模型进行校正；

步骤3、在仿真平台中计算所有地物的阴影衰落方差；

步骤4、计算各小区的路径损耗；

步骤5、生成最强小区导频覆盖图；

步骤6、生成话务密度分布图；

步骤7、计算前向链路仿真和反向链路仿真。

其中，所述步骤1具体为：初始化地图信息、站点信息、导入终端信息。

其中，所述步骤2具体为：

步骤21、采集需要进行仿真的区域的数据；

步骤22、根据采集到的数据，对模型参数进行校正；

步骤23、根据采集到的数据，对地物的阴影衰落方差进行校正。

其中，所述步骤3具体为：

步骤31、统计整个仿真中所用到的传播模型，记为Model1～Modeln，其中下标n是模型的个数；

步骤32、根据公式(1)计算各模型中地物的方差权重Weight_im：

${\mathrm{Weight}}_{\mathrm{im}}=\frac{{\mathrm{Grid}}_{\mathrm{im}}}{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{Grid}}_{\mathrm{jm}}}---\left(1\right)$

其中，Weight_im是Modeli中地物m的方差权重值；模型Modeli的地物m所占的栅格数为Gridim；n为仿真中模型的个数；

步骤33、根据公式(2)计算地物m的阴影衰落方差σ_m：

${\mathrm{\σ}}_m=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{im}}\×{\mathrm{Weight}}_{\mathrm{im}}---\left(2\right)$

其中σ_im是Modeli中地物m的阴影衰落方差；Weight_im是步骤32中得到的地物m的方差权重值；

其中，所述步骤6具体为：

步骤61、计算不同地物上的单位人口比例Pi；

步骤62、计算不同地物的话务权重值；

步骤63、根据每小区规划话务量或者忙时话务量、各地物话务权重以及最强导频覆盖图生成话务密度分布图。

其中步骤61具体为：

步骤611、利用人口数据库和电子地图，统计不同地物上的人口数；

步骤612、利用电子地图统计不同地物所占的栅格数；

步骤613、通过公式(3)计算得到不同地物上的单位人口比例Pi：

其中，步骤62具体为：

步骤621、统计不同地物上人口成为移动用户的比例Ui；

步骤622、根据公式(4)计算第i种地物上的话务权重Wi；

Wi＝Pi×Ui    (4)，

其中Pi为步骤61所得的单位人口比例。

其中，所述步骤7具体为：

步骤71、根据前向链路通用公式即公式(5)计算前向链路仿真；

TrafficPower_j＝Pathloss+Rσ_k+Feederloss+EbNt_前向-Gain    (5)

步骤72、根据反响链路通用公式即公式(6)计算反向链路仿真；

TxPower_j＝Pathloss+Rσ_k+Feederloss+EbNt_反向-Gain    (6)

其中，σ_k是不同地物的阴影衰落方差，R是随机数。

本发明提出了一种移动通信系统中网络仿真方法，与现有网络仿真方法相比，本发明有两大优点：

1、通过对参与仿真的模型中各地物方差进行加权平均，自动计算得到整个区域内各地物方差。该地物方差是由模型直接获取的，保证了方差的可信度，从而提高了网络仿真的准确度；

2、通过人口数据库自动计算出不同地物的话务权重，能够准确预测话务分布。通过本发明，能够进一步提高仿真可信度。

下面结合附图，对本发明的具体实施方式作进一步的详细说明。对于所属技术领域的技术人员而言，从对本发明的详细说明中，本发明的上述和其他目的、特征和优点将显而易见。

附图说明

图1是网络仿真的流程图；

图2是自动计算各地物阴影衰落方差的流程图；

图3是利用人口数据库生成话务密度分布图的流程图；

具体实施方式

下面结合附图，对本发明做进一步说明。

本发明优选实施例提出了一种移动通信系统中网络仿真方法，其步骤如图1所示，包括：

步骤1、初始化参与网络仿真的参数；

步骤2、进行数据采集，并根据采集到的数据对模型进行校正；

步骤3、在仿真平台中计算所有地物的阴影衰落方差；其步骤如图2所示；

步骤4、计算各小区的路径损耗；

步骤5、生成最强小区导频覆盖图；

步骤6、生成话务密度分布图；其步骤如图3所示；

步骤7、计算前向链路仿真和反向链路仿真。

下面以A区域规划仿真为例，介绍本发明提出的一种移动通信系统中网络仿真方法的一个具体例子：

表1给出了根据不同环境测试数据校正得到的传播模型参数；表2给出了四个模型中各地物的方差权重值；表3是A区域内各地物的阴影衰落方差；表4给出了不同地物的单位人口比例、用户渗透率和话务权重；

表1：不同小区的传播模型参数

模型参数		密集城区	城区	郊区	农村
						K值因子	K1	145	141.57	135.6	134
K2	50.2	48.47	44.9	43.2
					K3		0	0	0	0
K4	0	0	0	0
					K5		-13.82	-13.82	-13.82	-13.82
K6	-6.55	-6.55	-6.55	-6.55
					K7		0.25	0.2	0.05	0
地物阴影衰落方差	农村	0	0	4.5							4.1
					开阔地	5.6	6	6.2	6.7
	工业区	3.5	3.7	4						4.3
					商业区	5.7	5.4	3.8	0
	高楼	6.9	7	4						0
					绿地	4.5	4.3	6	6.3
	普通建筑	4	4.2	2.3						2.6
					居住区	5.4	5.4	5	5.1
	地物栅格数	农村	0	0						302	403
开阔地					1587	2020	2567	2703
		工业区	430	382					102	32
商业区					721	430	30	0
		高楼	501	309					20	0

	绿地	49	102	390	430
						普通建筑	490	542	110	30
	居住区	300	320	201	172

表2：四个模型中各地物的方差权重值

地物方差权重	密集城区	城区	郊区	农村
					农村	0.00％	0.00％	42.84％	57.16％
开阔地	17.88％	22.76％	28.92％	30.45％
					工业区	45.45％	40.38％	10.78％	3.38％
商业区	61.05％	36.41％	2.54％	0.00％
					高楼	60.36％	37.23％	2.41％	0.00％
绿地	5.05％	10.50％	40.16％	44.28％
					普通建筑	41.81％	46.25％	9.39％	2.56％
居住区	30.21％	32.23％	20.24％	17.32％

表3：A区域内各地物的阴影衰落方差

地物方差
		农村	4.3
开阔地	6.2
		工业区	3.7

商业区	5.6
		高楼	6.9
绿地	5.9
		普通建筑	3.9
居住区	5.3

表4：不同地物的单位人口比例、用户渗透率和话务权重

地物分类	单位人口比例	用户渗透率	话务权重
				农村	5％	15％	0.75％
开阔地	7％	20％	1.40％
				工业区	11％	30％	3.30％
商业区	27％	65％	17.55％
				高楼	23％	60％	13.80％
绿地	5％	7％	0.35％
				普通建筑	12％	45％	5.40％
居住区	10％	30％	3.00％

1、将A区域数字化地图导入仿真平台，并导入规划的站点信息和终端信息；

2、根据A区域内传播环境的特点将其划分为密集城区、城区、郊区和农村，分别在这四个区域采集测试数据并校正模型，校正后的模型如表1所示；

模型中的K值因子参与路径损耗计算；其余两部分用来计算A区域内各地物的阴影衰落方差；

3、计算四个模型中各地物的方差权重，计算结果如表2所示；下面以密集城区模型中地物类型开阔地(Open)为例，说明计算方法，其余模型中各地物方差权重的计算方法与此相同；

Weight_密集Open＝1587/(1587+2020+2567+2703)＝17.88％

其中1587、2020、2567和2703分别对应校正得到这四个模型的测试数据中Open所占的栅格数；

4、计算A区域内各地物的阴影衰落方差，计算结果如表3所示；下面还是以Open为例，说明计算方法，其它地物方差的计算方法与此相同；

σ_Open＝5.6×17.88％+6×22.76％+6.2×28.92％+6.7×30.45％＝6.2

公式中各百分比分别为四个模型中Open的方差权重，其余四个数值为四个模型中Open的阴影衰落方差；

5、完成各小区的路径损耗计算；

6、生成最强导频覆盖图；

7、利用人口数据库和电子地图计算各地物的单位人口比例，根据输入的不同地物的用户渗透率计算得到不同地物的话务权重，如表4所示；获取各小区规划话务量，计算得到每个栅格的话务密度；

8、完成仿真并输出仿真结果；

当然，本发明还可有其他实施例，在不背离本发明精神及其实质的情况下，所属技术领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明的权利要求的保护范围。

Claims (8)

1.一种移动通信系统中网络仿真方法，包括：

步骤1、初始化参与网络仿真的参数；

步骤2、进行数据采集，并根据采集到的数据对模型进行校正；

步骤3、在仿真平台中计算所有地物的阴影衰落方差；

步骤4、计算各小区的路径损耗；

步骤5、生成最强小区导频覆盖图；

步骤6、生成话务密度分布图；

步骤7、计算前向链路仿真和反向链路仿真。

2.根据权利要求1所述的一种移动通信系统中网络仿真方法，其特征在于，所述步骤1具体为：初始化地图信息、站点信息、导入终端信息。

3.根据权利要求1或2所述的一种移动通信系统中网络仿真方法，其特征在于，所述步骤2具体为：

步骤21、采集需要进行仿真的区域的数据；

步骤22、根据采集到的数据，对模型参数进行校正；

步骤23、根据采集到的数据，对地物的阴影衰落方差进行校正。

4.根据权利要求3所述的一种移动通信系统中网络仿真方法，其特征在于，所述步骤3具体为：

步骤31、统计整个仿真中所用到的传播模型，记为Model1～Modeln，其中下标n是模型的个数；

步骤32、根据公式(1)计算各模型中地物的方差权重Weighti_m：

${\mathrm{Weight}}_{\mathrm{im}}=\frac{{\mathrm{Grid}}_{\mathrm{im}}}{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{Grid}}_{\mathrm{jm}}}---\left(1\right)$

其中，Weight_im是Modeli中地物m的方差权重值；模型Modeli的地物m所占的栅格数为Gridim；n为仿真中模型的个数；

步骤33、根据公式(2)计算地物m的阴影衰落方差σ_m：

${\mathrm{\σ}}_m=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{im}}\×{\mathrm{Weight}}_{\mathrm{im}}---\left(2\right)$

其中σ_im是Modeli中地物m的阴影衰落方差；Weight_im是步骤32中得到的地物m的方差权重值。

5.根据权利要求4所述的一种移动通信系统中网络仿真方法，其特征在于，所述步骤6具体为：

步骤61、计算不同地物上的单位人口比例Pi；

步骤62、计算不同地物的话务权重值；

步骤63、根据每小区规划话务量或者忙时话务量、各地物话务权重以及最强导频覆盖图生成话务密度分布图。

6.根据权利要求5所述的一种移动通信系统中网络仿真方法，其特征在于，步骤61具体为：

步骤611、利用人口数据库和电子地图，统计不同地物上的人口数；

步骤612、利用电子地图统计不同地物所占的栅格数；

步骤613、通过公式(3)计算得到不同地物上的单位人口比例Pi：

7.根据权利要求6所述的一种移动通信系统中网络仿真方法，其特征在于，步骤62具体为：

步骤621、统计不同地物上人口成为移动用户的比例Ui；

步骤622、根据公式(4)计算第i种地物上的话务权重Wi；

Wi＝Pi×Ui    (4)，

其中Pi为步骤61所得的单位人口比例。

8.根据权利要求7所述的一种移动通信系统中网络仿真方法，其特征在于，所述步骤7具体为：

步骤71、根据前向链路通用公式即公式(5)计算前向链路仿真；

TrafficPower_j＝Pathloss+Rσ_k+Feederloss+EbNt_前向-Gain    (5)

步骤72、根据反响链路通用公式即公式(6)计算反向链路仿真；

TxPower_j＝Pathloss+Rσ_k+Feederloss+EbNt_反向-Gain    (6)

其中，σ_k是不同地物的阴影衰落方差，R是随机数。

Images