预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113099423A(43)申请公布日2021.07.09(21)申请号202110381098.X(22)申请日2021.04.09(71)申请人北京信息科技大学地址100085北京市海淀区清河小营东路12号(72)发明人姚媛媛向维王洪明李学华(74)专利代理机构北京东方盛凡知识产权代理事务所(普通合伙)11562代理人张雪(51)Int.Cl.H04W4/70(2018.01)H04W4/02(2018.01)H04W24/02(2009.01)H04W24/06(2009.01)权利要求书2页说明书12页附图4页(54)发明名称一种基于泊松簇过程的窄带蜂窝物联网的部署方法(57)摘要本发明公开了一种基于泊松簇过程的窄带蜂窝物联网的部署方法,包括以下步骤:S1,在待测区域将蜂窝移动用户的位置构建为PPP模型;S2,在待测区域将NB‑IoT基站的位置建模为PPP模型,NB‑IoT用户的位置被建模成以NB‑IoT基站为中心形成半径为的簇;S3,构建上行链路干扰模型,并对共存模型进行干扰分析;S4,基于干扰分析得到中断概率表达式和用户传输容量表达式,对干扰过程进行仿真,并对共存模型的性能进行分析。本申请通过调整簇半径和NB‑IoT基站分布密度可以优化网络的中断性能以及增加用户传输容量。CN113099423ACN113099423A权利要求书1/2页1.一种基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:包括以下步骤:S1,在待测区域构建若干个窄带物联网NB‑IoT基站和蜂窝移动用户,所述窄带物联网NB‑IoT基站覆盖若干个窄带物联网NB‑IoT用户;S2,构建基于PCP的NB‑IoT与蜂窝移动网络共存模型,具体包括:在待测区域将所述NB‑IoT基站的位置建模为PPP模型,NB‑IoT用户的位置被建模成以NB‑IoT基站为中心的簇,将所述蜂窝移动用户的位置构建为PPP模型;S3,基于NB‑IoT与蜂窝移动网络构建上行链路干扰模型,基于所述上行链路干扰模型对基于PCP的NB‑IoT与蜂窝移动网络共存模型进行干扰分析;S4,基于所述干扰分析,分别通过中断概率和用户传输容量得到中断概率表达式和用户传输容量表达式,对干扰过程进行仿真,并对所述基于PCP的NB‑IoT与蜂窝移动网络共存模型的性能进行分析。2.根据权利要求1所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述S2中,将所述NB‑IoT基站与所述NB‑IoT用户之间的距离设定为随机变量,所述簇包括若干个所述NB‑IoT用户。3.根据权利要求1所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述S3中的上行链路干扰模型包括但不限于:目标基站、其他NB‑IoT基站、NB‑IoT用户、蜂窝移动用户、有用信息、簇间干扰、蜂窝移动用户干扰。4.根据权利要求3所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述S3中,干扰模型的干扰还包括:所述NB‑IoT用户上传信息时受到的路径损耗、NB‑IoT基站接收NB‑IoT用户传送的数据时受到的瑞利衰落以及NB‑IoT基站受到相邻小区的NB‑IoT用户的干扰。5.根据权利要求1所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述S4中的中断概率表达式基于NB‑IoT基站密度、NB‑IoT基站覆盖半径以及最大信干噪比准则进行计算获得。6.根据权利要求5所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述中断概率表达式为:其中Pout代表中断概率,a代表簇半径,代表拉普拉斯算子,和分别代表干扰IUE和干扰ICU的拉普拉斯变换,IUE代表来自其他NB‑IoT小区用户设备的干扰,ICU代表来自蜂窝移动用户的干扰。7.根据权利要求1所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述S4中的用户传输容量表达式基于所述中断概率、信干噪比以及香农定理公式得到。8.根据权利要求7所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述用户传输容量表达式为:2CN113099423A权利要求书2/2页其中C代表用户传输容量,pi代表NB‑IoT用户的上传功率,代表NB‑IoT用户的传输信道,||x||代表NB‑IoT用户与目标基站之间的欧氏距离,代表目标基站接收到覆盖区域内NB‑IoT用户的功率,σ2代表系统噪声,Γ()代表伽马函数,α代表路径损耗因子,s代表拉普拉斯算子。9.根据权利要求1所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述S4中的性能分析基于中断概率和用户传输容量。10.根据权利要求1所述的基于泊松簇过程的窄带蜂窝物联网的部署方法,其特征在于:所述仿真的过程中,对蜂窝移