mTD-SCDMA与TD-LTE双网络垂直切换matlab仿真

1.算法描述

TD-SCDMA与TD-LTE共覆盖的范围内覆盖半径1000m；

 

TD-SCDMA中心坐标(0,0)，覆盖半径1000m；

 

两个TD-LTE基站的中心坐标为（150，0）（-150，0）覆盖半径为170m；

 

       用户在这个范围内一以0-15m/s 的速度随机游走，行走路线可固定（必须要经过两个LTE基站重叠区域）也可随机无方向（这里，为了验证一般性验证，采用匀速运动和指定方向进行移动，但是用户始终在小区覆盖范围之内）

 

移动终端初始在场景中接入的网络为TD-SCDMA网络，相关的网络参数。

 

定义终端移动速度

 

定义3个网络的移入和移出门限功率门限

 

定义不同的类型的业务权重

 

       切换判决模块：切换判决模块主要是测量3个网络的接收信号迁都，判断是否满足硬性接入条件，在满足硬性接入条件后再调度其他判决参数。这里的判决策略采用二维收益加权法其他的判决参数包括：接收功率、切换时延、最大传输速率、价格。

 

       ·得到语音业务、数据业务在判决策略时的网络收益，以及在时间段该接入哪个网络，结果分析出来合理

 

       ·得到语音业务、数据业务在RSS判决的条件下和在加入了切换判决策略的条件下切换次数的对比图，结果分析出来合理

 

       在RSS两个网络的都满足的情况下，再根据切换判决网络参数（用接收功率、最大的传输速率、时延、费用价格），以及结合切换判决的网络参数的相对权重（相对权重的分析我想采用层次分析法出来不是固定不变的某个参数。最后根据不同的业务类型（语音业务/数据业务/视频业务）依据二维代价（或收益）函数加权法来判决接入哪一个网络最合适。

 

2.仿真效果预览

 

 

3.MATLAB部分代码预览

 

%移动设备必须经过的关键点
VP_ms  = [-600,300;   %A
          -290,105;   %B
           -20, 40;   %C
             0, 40;   %D
            20, 40;   %E
           250,120;   %F
           600,500]  ;%G
 
type   = 1;%业务类型：1：语音业务，2：数据业务,3:视频模型
 
%各个网络的接入，断开功率门限值
Rss_tds_in   = -55;%dbm
Rss_tds_out  = -70;%dbm
 
Rss_tdl1_in  = -50;%dbm
Rss_tdl1_out = -65;%dbm
 
Rss_tdl2_in  = -50;%dbm
Rss_tdl2_out = -65;%dbm
 
%定义用户运动的距离 
Xp           = 0;
Yp           = 0;
%定义仿真时间参数
delta        = 0.01;
Time         = 300;
t            = 0;
%数组计数器
Ind          = 0;
Ind2         = 0;
 
 
%接收功率、最大的传输速率、时延、费用价格
%其中接收功率为实测
POW_tds  = 0;
Rb_tds   = 1.28;
DLY_tds  = 20;
MNY_tds  = 0.3;
 
POW_tdl1 = 0;
Rb_tdl1  = 8;
DLY_tdl1 = 40;
MNY_tdl1 = 0.2;
 
POW_tdl2 = 0;
Rb_tdl2  = 8;
DLY_tdl2 = 45;
MNY_tdl2 = 0.1;
%接收功率、最大的传输速率、时延、费用价格 
% w1       = 0.2; 
% w2       = 0.3;
% w3       = 0.3;
% w4       = 0.2;
 
ViewS    = 20;%减小消耗内存，采样显示结果
 
%定义分层矩阵
C        = zeros(4,4);
 
 
%%
%场景的初始化
%X,Y为MB移动的路径，随着时间的变化而X,Y的变化值，用于循环仿真使用
[X,Y] = func_Simu_Scene(P_tds,P_tdl1,P_tdl2,VP_ms,R_tds,R_tdl);
save My_Result\Simu_Scene.mat 
 
%%
%主循环
%定义变量
Len       = min(Time/delta,floor((length(X)-Sp_ms)/Sp_ms));
%定义网络ID变量
ClK                       = zeros(Len,1); 
IDs                       = zeros(Len,3);
RSS_tdss                  = zeros(Len,1);
RSS_tdl1s                 = zeros(Len,1);
RSS_tdl2s                 = zeros(Len,1);
Networkcontribution_tdss  = zeros(Len,1);
Networkcontribution_tdl1s = zeros(Len,1);
Networkcontribution_tdl2s = zeros(Len,1);
IDs2                      = zeros(Len,1);
while (t < Time & Ind < length(X)-Sp_ms)
   %计算时间
   t
   t    = t    + delta;
   Ind  = Ind  + Sp_ms;
   Ind2 = Ind2 + 1;
   
   %根据坐标位置，得到MB的当前区域
   Xp  = X(Ind);
   Yp  = Y(Ind);
   %根据不同的区域，确定有几个网络
   ID = func_NET_ID(Xp,Yp,P_tds,P_tdl1,P_tdl2,R_tds,R_tdl);
   
   %计算RSS值
   RSS_tds  = func_Rss_cal(Xp,Yp,Sp_ms,P_tds ,F_tds,t,Pow_tds,ISFAST);
   RSS_tdl1 = func_Rss_cal(Xp,Yp,Sp_ms,P_tdl1,F_tdl,t,Pow_tdl,ISFAST);
   RSS_tdl2 = func_Rss_cal(Xp,Yp,Sp_ms,P_tdl2,F_tdl,t,Pow_tdl,ISFAST);
   
   
   %判断每一时刻的备选网络
   %进行分层计算,这个根据业务模型的不同，而不同
   %接收功率、最大的传输速率、时延、费用价格
   %正常情况下，我们假设接收功率时变，而其他三个参数固定，从而进行实时计算网络贡献值
   %这里，分层法的解W，我参考了另外一篇的做法，比较方便
   if type == 1%语音业务，我们认为时延最重要
       %接收功率、最大的传输速率、时延、费用价格
       C=[1      5       1/7   3;
          1/5    1       1/3   1/2;
          7      3       1     2;
          1/3    2       1/2   1];
   end 
   %计算权值W
   for i = 1:4
       w2(i) = (C(i,1)*C(i,2)* C(i,3)* C(i,4))^0.25;  
   end
   for i = 1:4
       w(i)  = w2(i)/sum(w2);  
   end   
   w1 = w(1);
   w2 = w(2);
   w3 = w(3);
   w4 = w(4);
   
   %注意，这里矩阵C的建立，具有一定的主观性，所以我就不设置了，你改下，就可以换别的业务模型进行仿真了  
   %注意，这里矩阵C的建立，具有一定的主观性，所以我就不设置了，你改下，就可以换别的业务模型进行仿真了      
 
    %计算网络贡献权值由上面的分层法计算得到
    %接收功率、最大的传输速率、时延、费用价格 
    %将功率dbm转换为标准功率w
    PP_tds  = 10^(RSS_tds/20);
    PP_tdl1 = 10^(RSS_tdl1/20);
    PP_tdl2 = 10^(RSS_tdl2/20);
    
    %构成矩阵，并规划化
    Rs = [PP_tds ,Rb_tds ,DLY_tds ,MNY_tds;
          PP_tdl1,Rb_tdl1,DLY_tdl1,MNY_tdl1;
          PP_tdl2,Rb_tdl2,DLY_tdl2,MNY_tdl2];
    
    [r,c] = size(Rs);
    for j = 1:c
        Mins = min(Rs(:,j));   
        Maxs = max(Rs(:,j)); 
        for i = 1:r
            R(i,j) = (Rs(i,j)-Mins)/(Maxs); 
        end
    end
 
    %表示一个网络
    if ID(2) == 0 & ID(3) == 0
       Networkcontribution_tds  = w1*R(1,1) +w2*R(1,2) +w3*R(1,3) +w4*R(1,4);
       Networkcontribution_tdl1 = 0;
       Networkcontribution_tdl2 = 0;
    end
    
    %表示2个网络
    if ID(2) == 0 & ID(3) > 0
       Networkcontribution_tds  = w1*R(1,1) +w2*R(1,2) +w3*R(1,3) +w4*R(1,4);
       Networkcontribution_tdl1 = 0;
       Networkcontribution_tdl2 = w1*R(3,1) +w2*R(3,2) +w3*R(3,3) +w4*R(3,4);
    end    
    if ID(3) == 0 & ID(2) > 0
       Networkcontribution_tds  = w1*R(1,1) +w2*R(1,2) +w3*R(1,3) +w4*R(1,4);
       Networkcontribution_tdl1 = w1*R(2,1) +w2*R(2,2) +w3*R(2,3) +w4*R(2,4);
       Networkcontribution_tdl2 = 0;
    end      
    
    %备选集为三个网络
    if ID(1) > 0 & ID(2) > 0 & ID(3) > 0
       Networkcontribution_tds  = w1*R(1,1) +w2*R(1,2) +w3*R(1,3) +w4*R(1,4);
       Networkcontribution_tdl1 = w1*R(2,1) +w2*R(2,2) +w3*R(2,3) +w4*R(2,4);
       Networkcontribution_tdl2 = w1*R(3,1) +w2*R(3,2) +w3*R(3,3) +w4*R(3,4);
    end        
 
    %根据网络贡献值，来选择网络
    [V,I] = max([Networkcontribution_tds,Networkcontribution_tdl1,Networkcontribution_tdl2]);
 
   %将每次循环的结果进行保存
   ClK(Ind2)       = t-delta;
   IDs(Ind2,1)     = ID(1);
   IDs(Ind2,2)     = ID(2);
   IDs(Ind2,3)     = ID(3);
   RSS_tdss(Ind2)  = RSS_tds;
   RSS_tdl1s(Ind2) = RSS_tdl1;
   RSS_tdl2s(Ind2) = RSS_tdl2;
   Networkcontribution_tdss(Ind2)  = Networkcontribution_tds;
   Networkcontribution_tdl1s(Ind2) = Networkcontribution_tdl1;
   Networkcontribution_tdl2s(Ind2) = Networkcontribution_tdl2;
   IDs2(Ind2)                      = I;
end
01_059_m