[发明专利]一种基于六边形小区随机节点联合概率分布优化方法

说明书

本发明公开了一种基于六边形小区随机节点联合概率分布优化方法，属于无线通信技术领域。所述方法通过研究干扰节点O₂位于六边形小区外对角线上时，用户终端U₁到中心基站O₁和干扰节点O₂的之间距离的联合概率分布函数和干扰节点O₂位于六边形一边垂直平分线上时，用户终端U₁到中心基站O₁和干扰节点O₂的之间距离的联合概率分布函数，得出干扰节点O₂到中心基站O₁的距离临界值，对于干扰节点O₂到中心基站O₁的距离超过临界值的情况，求得六边形小区的最优近似圆区域，通过将六边形复杂的联合概率分布转换为求解圆形区域中随机节点的联合概率分布问题，在解决实际通信问题时用最优圆替换六边形可降低计算复杂度。

技术领域

本发明涉及一种基于六边形小区随机节点联合概率分布优化方法，属于无线通信技术领域。

背景技术

随机几何学已经被广泛应用在无线通信网络的建模和分析中，在对无线通信网络的系统特性和性能指标的研究中，通过建模和分析以降低计算复杂度已成为研究重点。而距离分析作为利用随机几何学对无线通信网络进行随机几何建模的一个重要组成部分，可以精确地对无线通信网络的结构进行模拟。距离分析的基础之一就是节点之间的距离分布，即概率密度函数或等效的累积分布函数。

现有的对于无线通信网络建模中的距离分布的研究通常分为两类：1)通信小区内给定参考节点(通常为基站)与随机节点(通常为用户终端)之间的距离分布；2)两个分布在各自的通信小区中(两个通信小区可以不相交、相交或重合)随机节点之间的距离，上述所说的通信小区指代以所属基站进行划分的各个通信区域。

众所周知，实际通信网络中，用户终端通常与两个以上的节点连接，而节点又分为两类：第一类为通信链路中的节点，第二类为干扰链路中的节点；比如，对于执行上行链路通信的用户终端来说，本地基站属于第一类节点，即通信节点；而其他用户终端则属于第二类节点，即干扰节点；即用户终端在与本地基站的实际通信过程中还会受到其他用户终端的干扰。而对于执行下行链路通信的本地基站来说，用户终端作为其接受者属于第一类通信节点，而相邻通信小区中的基站则属于第二类干扰节点；即本地基站在与某个用户终端的实际通信过程中还会受到相邻通信小区中的基站的干扰。

而上述现有的两类对无线通信网络建模距离分布的研究都只关注了一种距离类型的概率分布，第一类只关注了上行链路通信中用户终端和通信节点(即基站)之间的距离；而第二类只关注了下行链路通信中用户终端和干扰节点(即其他用户终端)之间的距离；这与实际情况不太吻合。因为，实际应用中的上行链路通信中，用户终端不仅和通信节点(即基站)连接，还与干扰节点(即其他用户终端)连接；而实际应用中的下行链路通信中，本地基站不仅和用户终端连接，还与干扰节点(即相邻通信小区中的基站)连接。但上述两类对无线通信网络建模距离分布的研究，一类只考虑了用户终端和通信节点之间的距离分布(称为通信链路的距离分布)，而另一类只考虑了用户终端和干扰节点之间的距离分布(称为干扰链路的距离分布)，无论哪一类，都与实际通信网络不相符。而且简单将上述两种距离分布相乘也无法准确的描述实际通信网络，因为通信链路和干扰链路并非是独立存在的，通常较长的通信链路必然意味着较短的干扰链路，因此需要对小区内随机节点到两个参考节点之间距离的联合概率分布进行研究，但目前还未有相关文献涉及此部分内容。

发明内容

为了更准确的研究实际通信过程中任一用户终端和基站之间的通信性能，并降低所涉及的计算复杂度，本发明提供了一种基于六边形小区随机节点联合概率分布优化方法，为描述方便，假设边长为R_h的六边形小区内，用户终端U₁到中心基站O₁的距离为R，用户终端U₁到六边形小区外干扰节点O₂的距离为r，干扰节点O₂到中心基站O₁的距离为d；所述方法包括：