基于泊松簇过程的异构蜂窝网络基站部署方法.pdf

(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CN106454919A(43)申请公布日2017.02.22(21)申请号201610941425.1(22)申请日2016.10.25(71)申请人北京科技大学地址100083北京市海淀区学院路30号(72)发明人马忠贵刘立宇闫文博李营营(74)专利代理机构北京市广友专利事务所有限责任公司11237代理人张仲波(51)Int.Cl.H04W24/06(2009.01)权利要求书3页说明书7页附图2页(54)发明名称基于泊松簇过程的异构蜂窝网络基站部署方法(57)摘要本发明提供一种基于泊松簇过程的异构蜂窝网络基站部署方法，所述方法包括：基于随机几何理论，根据假设的系统模型，采用瞬时SINR的小区选择机制作为用户的小区选择机制，基于泊松簇过程推导出SINR模型；利用泊松簇过程的特性以及其概率生成函数对多层异构蜂窝网络的干扰模型进行分析推导，得到干扰分布模型；结合SINR模型与干扰分布模型，推导得到多层异构蜂窝网络覆盖概率模型；通过仿真对比分析了泊松簇过程与泊松点过程的覆盖概率的差异。本发明更加贴近实际通信场景的模型，覆盖概率更大，可以更好地分析覆盖概率、吞吐量，对将来异构蜂窝网络的研究具有重要意义。CN106454919ACN106454919A权利要求书1/3页1.一种基于泊松簇过程的异构蜂窝网络基站部署方法，其特征在于，所述方法包括：基于随机几何理论，根据假设的系统模型，采用瞬时SINR的小区选择机制作为用户的小区选择机制，基于泊松簇过程推导出SINR模型；利用泊松簇过程的特性以及其概率生成函数对多层异构蜂窝网络的干扰模型进行分析推导，得到干扰分布模型；结合SINR模型与干扰分布模型，推导得到多层异构蜂窝网络覆盖概率模型；通过仿真对比分析泊松簇过程与泊松点过程的覆盖概率的差异。2.根据权利要求1所述的基于泊松簇过程的异构蜂窝网络基站部署方法，其特征在于，所述信干噪比模型的表达式为：其中，表示位于位置z的用户有用接收功率，W表示加性高斯白噪声，表示用户受到的干扰；所述干扰分布模型表达式为：3.根据权利要求2所述的基于泊松簇过程的异构蜂窝网络基站部署方法，其特征在于，所述采用瞬时SINR的小区选择机制作为用户的小区选择机制，基于泊松簇过程推导SINR模型，包括：当第i层的基站提供的实时SINR大于γi时，用户接入到第i层，所述γi为SINR阈值，γi>1。4.根据权利要求3所述的基于泊松簇过程的异构蜂窝网络基站部署方法，其特征在于，所述采用瞬时SINR的小区选择机制作为用户的小区选择机制，基于泊松簇过程推导SINR模型，包括：将泊松簇过程应用到异构蜂窝网络中，并将为用户提供服务的服务基站位置推广到任意位置xi，并不限于原点；基站的位置根据Neyman-Scott簇过程进行部署。5.根据权利要求4所述的基于泊松簇过程的异构蜂窝网络基站部署方法，其特征在于，所述Neyman-Scott簇过程为泊松簇过程，所述Neyman-Scott簇过程包括父过程和子过程；父过程形成簇的中心，子过程围绕父过程分布在簇中心的一定范围内；子过程采用Matern簇过程，每一个子过程点均匀分布在以a为半径的圆内，其密度函数为：其中，x是相对于簇中心的二维位置，||·||代表欧氏范数。6.根据权利要求5所述的基于泊松簇过程的异构蜂窝网络基站部署方法，其特征在于，所述将泊松簇过程应用到异构蜂窝网络中，并将为用户提供服务的服务基站位置推广到任2CN106454919A权利要求书2/3页意位置xi，并不限于原点，包括:假设移动用户位置位于z，第i层的服务基站位于点xi处，不限于原点；基站的位置根据Neyman-Scott簇过程进行部署,包括：第i层的Neyman-Scott簇过程基站密度为λi，发射功率为Pi，SINR阈值为γi，根据基于瞬时SINR的小区选择机制，假设γi>1，得到SINR模型。7.根据权利要求2所述的基于泊松簇过程的异构蜂窝网络基站部署方法，其特征在于，所述利用泊松簇过程的特性以及其概率生成函数对多层异构蜂窝网络的干扰模型进行分析推导，得到干扰分布模型，包括：对聚集干扰表达式做拉普拉斯变换，得到基于Neyman-Scott簇过程的三层异构蜂窝网络干扰的拉普拉斯泛函；对基于Neyman-Scott簇过程的三层异构蜂窝网络干扰的拉普拉斯泛函进行简化，得到聚集干扰拉普拉斯变换的上界。8.根据权利要求7所述的基于泊松簇过程的异构蜂窝网络基站部署方法，其特征在于，所述结合SINR模型与干扰分布模型，推导得到多层异构蜂窝网络覆盖概率模型，包括：将所述聚集干扰拉普拉斯变换上界代入到覆盖概率模型中，得到基于泊松簇过程三层异构蜂窝网络覆盖概率模型上界。9.根据权利要求8所述的基于泊松簇过