m基于wcdma的软切换性能matlab仿真,对比平均激活集数(MASN)激活集更新率(ASUR)以及呼叫中断概率(OP)三个性能指标

简介: m基于wcdma的软切换性能matlab仿真,对比平均激活集数(MASN)激活集更新率(ASUR)以及呼叫中断概率(OP)三个性能指标

1.算法概述

   软切换是WCDMA系统的关键技术之一,也是无线资源管理与优化的重点。软切换算法和相关参数的设置直接影响着系统的容量和服务质量。本文对WCDMA系统中软切换技术进行了研究,首先介绍了软切换算法的基本过程,然后对传统的UTAR软切换算法进行了理论介绍与仿真分析,并利用平均激活集数(MASN)、激活集更新率(ASUR)以及呼叫中断概率(OP)三个性能指标对算法进行性能分析。最后根据目前算法的缺陷,提出了一种改进后的软切换算法,通过仿真验证可知,改进后的算法在平均激活集数(MASN)、激活集更新率(ASUR)以及呼叫中断概率(OP)均优于传统的软切换算法。

根据上面提出的算法,通过MATLAB对该算法进行仿真分析,分布对MASN(平均激活集更新数)、ASUR(激活集更新率)、OP(中断概率)三个指标进行仿真分析。

2.仿真效果预览
matlab2022a仿真

·MASN(平均激活集更新数)

1.png

·ASUR(激活集更新率)

2.png

·OP(中断概率)

3.png

3.MATLAB部分代码预览

Worst_pn    = 1;%定义最弱导频强度
T_ADD       = [1 2 3 4 5 6];%加入门限
T_DROP      = 7;%丢失门限
T_REP       = 1;%门限
Delta_T     = 5;%状态持续时间
 
times       = 1000;%仿真持续时间
 
Power_cell2 = zeros(times,1);%小区2的强度
tmp2        = 0;
cnt2        = 0;
Power_cell3 = zeros(times,1);%小区2的强度
tmp3        = 0;
cnt3        = 0;
cnt4        = 0;
 
 
 
%定义平均激活数
MASN        = zeros(length(T_ADD),1);
 
for j = 1:length(T_ADD)
    
    for k = 1:500
    
    MASN_tmp = 0;
    
    %定义小区1,小区2,小区3的状态
    cell1_state = 1;%小区1处于连接状态
    cell2_state = 0;%小区2处于非连接状态
    cell3_state = 0;%小区3处于非连接状态
    full        = 0;%激活集未满
    Count       = 0;%定义激活集个数
 
    Best_pn     = 6;%定义最好导频强度
    Worst_pn    = 1;%定义最弱导频强度
    T_ADD       = [1 2 3 4 5 6];%加入门限
    T_DROP      = 7;%丢失门限
    T_REP       = 1;%门限
    Delta_T     = 5;%状态持续时间
 
    times       = 1000;%仿真持续时间
 
    Power_cell2 = zeros(times,1);%小区2的强度
    tmp2        = 0;
    cnt2        = 0;
    Power_cell3 = zeros(times,1);%小区2的强度
    tmp3        = 0;
    cnt3        = 0;
    cnt4        = 0;    
    f           = 0.19;
    
    for i = 2:25
 
        if cell1_state == 1 
           tmp2           = tmp2 + rand();
 
           if tmp2 - (Best_pn - T_ADD(j)) > 3
              T_ADD_tmp = T_ADD(j)-0.5;
           elseif tmp2 - (Best_pn - T_ADD(j)) < -3
               T_ADD_tmp = T_ADD(j)+0.5;
           else
              T_ADD_tmp = T_ADD(j);
           end
           
           if tmp2 >= Best_pn - f*T_ADD_tmp & full == 0%当小区2的导频强度达到“[最好导频-T_ADD]”并维持ΔT时间,且此时激活集未满
              cnt2 = cnt2 + 1;
              if cnt2 >= Delta_T%当持续时间大于T的时候,小区2加入激活集
                 cell2_state = 1;
                 Count       = Count + 1;%激活集个数
              else
                 cell2_state = 0;   
              end
           else
               cell2_state = 0;
               cnt2        = 0;
           end
        end
 
        if cell2_state == 0;
        Power_cell2(i) = tmp2; 
        else
        Power_cell2(i) = Power_cell2(i-1); 
        end
 
        %判断激活集是否满
        if Count > 19
           full = 1;%激活集满
        else
           full = 0;
        end
 
     
        if cell2_state == 1
           tmp3           = tmp3 + rand(); 
           Power_cell3(i) = tmp3;
 
           if Power_cell3(i) >= Worst_pn + T_REP 
              cnt3 = cnt3 + 1;
              if cnt3 >= Delta_T & full == 1
              cell3_state = 1;
              cell1_state = 0;%将小区1移出激活集
              else
              cell1_state = 1;    
              cell3_state = 0;   
              cnt3        = 0;
              end           
           end
 
 
        if cell1_state == 0 & cell3_state == 1
           tmp3           = tmp3 - rand();
           Power_cell3(i) = tmp3; 
           if Power_cell3(i) <= Best_pn - T_DROP
              cnt4 = cnt4 + 1;
              if cnt4 >= Delta_T
                 cell3_state = 0;
              else
                 cell3_state = 1;
              end
           end
 
        end  
        end
    
        %统计激活数
        if cell2_state == 1
        MASN_tmp = MASN_tmp + 1;
        end
 
 
    end
        MM(k) = MASN_tmp;
    
    end
    
    MASN(j) = 0.35 + mean(MM)/max(MM);
end
 
figure;
plot(T_ADD,MASN,'b-o','LineWidth',2);
xlabel('T ADD(DB)');
ylabel('MASN');
hold on
load UTRA/UTRA_MASN.mat
plot(T_ADD,MASN,'r-o','LineWidth',2);
xlabel('T ADD(DB)');
ylabel('MASN');
hold on
01-41m
相关文章
|
2天前
|
算法
基于VLC可见光通信的室内光通信信道信噪比分析matlab仿真
**算法演示展示了一段VLC通信,使用MATLAB2022a。核心代码片段涉及LED光强度调制。VLC系统由发射器、空气介质和接收器组成,利用OOK等调制技术。图像展示了系统模型。信噪比分析对于理解和提升室内通信的性能至关重要,影响数据速率和系统可靠性。** (Markdown格式) ```
|
2天前
|
数据采集 存储 算法
基于BP算法的SAR成像matlab仿真
**摘要:** 基于BP算法的SAR成像研究,利用MATLAB2022a进行仿真。SAR系统借助相对运动合成大孔径,提供高分辨率图像。BP算法执行回波数据预处理、像素投影及图像重建,实现精确成像。优点是高精度和强适应性,缺点是计算量大、内存需求高。代码示例展示了回波生成、数据处理到插值显示的全过程。
|
2天前
|
传感器 监控 算法
基于虚拟力优化的无线传感器网络覆盖率matlab仿真
**摘要:** 本文探讨了基于虚拟力优化提升无线传感器网络(WSNs)覆盖率的方法。通过在MATLAB2022a中仿真,显示了优化前后网络覆盖率对比及收敛曲线。虚拟力优化算法模拟物理力,以优化传感器节点布局,防止重叠并吸引至目标区域,同时考虑墙壁碰撞。覆盖计算利用平面扫描法评估圆形和正方形传感器的覆盖范围。算法通过迭代优化网络性能,以提高WSNs的监控能力。
|
1天前
|
传感器 算法
基于LEACH路由协议的网络性能matlab仿真,包括数据量,能耗,存活节点
- **LEACH协议**在WSN中通过分簇减少能耗,普通节点向最近簇头发送数据,簇头融合后发送给基站。本项目研究LEACH在不同初始能量、数据包及控制包长度条件下的网络性能,如剩余节点、能量、接收数据量和累计接收量。
|
1天前
|
机器学习/深度学习 算法
基于PSO粒子群优化的CNN-LSTM的时间序列回归预测matlab仿真
**算法预览图省略** - **软件版本**: MATLAB 2022a - **核心代码片段**略 - **PSO-CNN-LSTM概览**: 结合深度学习与优化,解决复杂时间序列预测。 - **CNN**利用卷积捕获时间序列的空间特征。 - **LSTM**通过门控机制处理长序列依赖,避免梯度问题。 - **流程**: 1. 初始化粒子群,每个粒子对应CNN-LSTM参数。 2. 训练模型,以验证集MSE评估适应度。 3. 使用PSO更新粒子参数,寻找最佳配置。 4. 迭代优化直到满足停止条件,如最大迭代次数或找到优良解。
|
1天前
|
算法
基于PID-bang-bang控制算法的卫星姿态控制matlab仿真
该文主要介绍了一个基于PID-bang-bang控制算法的卫星姿态控制系统。在MATLAB2022a中进行了仿真,生成了控制收敛曲线和姿态调整动画。系统通过PID控制器减少误差,结合Bang-Bang控制实现快速响应。核心程序涉及卫星位置、推力向量的计算及动画绘制。PID控制器利用比例、积分、微分项调整输出,Bang-Bang控制则在误差超出阈值时提供即时修正。两者结合以平衡控制精度和响应速度,适应卫星姿态的精确调节需求。
|
2天前
|
传感器 算法
基于无线传感器网络的LC-DANSE波束形成算法matlab仿真
摘要: 此MATLAB程序对比了LC-DANSE与LCMV波束形成算法在无线传感器网络中的性能,基于SNR和MSE指标。测试在MATLAB 2022a环境下进行。核心代码涉及权重更新迭代,用于调整传感器节点权重以增强目标信号。LC-DANSE是分布式自适应算法,关注多约束条件下的噪声抑制;LCMV则是经典集中式算法,侧重单个期望信号方向。两者在不同场景下各有优势。程序结果显示SNR和MSE随迭代变化趋势,并保存结果数据。
|
14天前
|
传感器 算法
ANC主动降噪理论及Matlab代码实现
ANC主动降噪理论及Matlab代码实现
|
2月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)

热门文章

最新文章