Введение

Моделирование полной обработки физического уровня в каждом передатчике и приемнике, когда симуляция больших сетей является в вычислительном отношении дорогой. Абстракция физического уровня или отображение ссылки на систему является методом, чтобы запустить симуляции своевременно путем точного предсказания эффективности ссылки в вычислительном отношении эффективным способом.

Этот пример демонстрирует абстракцию физического уровня для фрагмента данных 802.11ax [1] пакет на основе методологии [2] оценки TGax.

Существует две части к модели абстракции физического уровня [3, 4]:

Пример разделен в две части:

Часть A - соединяет качественную модель

Качественная модель ссылки реализует уравнение SINR поля 2 от Методологии Оценки TGax. Несколько вводят несколько выходов (MIMO) SINR на поднесущую (индекс $m$) и пространственный поток (индекс $j$) между передатчиком и приемником интереса дают

$${SINR}_{RX}^{TX}\left(m,j\right)=\frac{S_{RX}^{TX}\left(m,j\right)}{{Is}_{RX}^{TX}\left(m,j\right)+{Io}_{RX}^{TX}\left(m,j\right)+N\left(m,j\right)}$$.

SINR учитывает потерю пути и исчезающие каналы между всеми передатчиками и приемником и предварительным кодированием прикладного в передатчиках. Степенью сигнала интереса дают

$$S_{RX}^{TX}\left(m,j\right)=P_{RX}^{TX}{\left|{\left[{\mathbf{T}}_{RX}\left(m\right)\right]}_j^H{\mathbf{H}}_{RX}^{TX}\left(m\right){\left[{\mathbf{W}}^{TX}\left(m\right)\right]}_j\right|}^2$$,

где $P_{RX}^{TX}$ мощность приемника сигнала интереса,${\mathbf{T}}_{RX}$ линейный фильтр приемника, ${\mathbf{H}}_{RX}^{TX}$матрица канала между передатчиком и приемником интереса, и ${\mathbf{W}}^{TX}$ матрица перед кодированием, примененная в передатчике.

Степенью внутрипользовательской интерференции дают

$${Is}_{RX}^{TX}\left(m,j\right)=P_{RX}^{TX}{\Vert {\left[{\mathbf{T}}_{RX}\left(m\right)\right]}_j^H{\mathbf{H}}_{\mathrm{RX}}^{\mathrm{TX}}\left(m\right){\mathbf{W}}^{TX}\left(m\right)\Vert }^2-S_{RX}^{TX}\left(m,j\right)$$.

Степенью межпользовательской интерференции дают

$${Io}_{RX}^{TX}\left(m,j\right)=\sum _{\mathit{k}}\sum _{\mathit{i}\in \Omega \left(\mathit{k}\right)}{P}_{RX}^{TX}{\Vert {\left[{\mathbf{T}}_{\mathrm{RX}}\left(\mathit{m}\right)\right]}_{\mathit{j}}^{\mathit{H}}{\mathbf{H}}_{RX}^{{\mathrm{TX}}_{\mathit{i}}}\left(m\right){\mathbf{W}}^{{\mathrm{TX}}_{\mathit{i}}}\left(m\right)\Vert }^2$$,

где $\Omega \left(\mathit{k}\right)$ набор вмешивающихся передатчиков в $\mathit{k}$основная услуга установлена (BSS) th

Шумовой степенью дают

$N\left(m,j\right)={\Vert {\left[{\mathbf{T}}_{RX}\left(m\right)\right]}_j\Vert }^2{N}_0$,

где $N_0$ шумовая степень спектральная плотность.

Сгенерируйте матрицу канала на поднесущую

Качественная модель ссылки требует матрицы канала на поднесущую. Вычислите матрицу канала от усилений пути, возвращенных в исчезающую модель wlanTGaxChannel канала при помощи helperPerfectChannelEstimate() функция помощника. Эффективно сгенерируйте усиления пути путем установки ChannelFiltering свойство wlanTGaxChannel к false.

sprev = rng('default'); % Seed random number generator and store previous state

% Get an HE OFDM configuration: 80 MHz channel bandwidth, 3.2 us guard
% interval
ofdmInfo = wlanHEOFDMInfo('HE-Data','CBW80',3.2);
k = ofdmInfo.ActiveFrequencyIndices;

% Configure channel to return path gains for one OFDM symbol
tgax = wlanTGaxChannel;
tgax.ChannelBandwidth = 'CBW80';
tgax.SampleRate = 80e6; % MHz
tgax.ChannelFiltering = false;
tgax.NumSamples = ofdmInfo.FFTLength+ofdmInfo.CPLength;

% Generate channel matrix per subcarrier for signal of interest
pathGains = tgax();    % Get path gains
chanInfo = info(tgax); % Get channel info for filter coefficients
chanFilter = chanInfo.ChannelFilterCoefficients;
Hsoi = helperPerfectChannelEstimate(pathGains,chanFilter, ...
    ofdmInfo.FFTLength,ofdmInfo.CPLength,ofdmInfo.ActiveFFTIndices);

% Generate channel matrix per subcarrier for interfering signal
reset(tgax); % Get a new channel realization
pathGains = tgax();  
Hint = helperPerfectChannelEstimate(pathGains,chanFilter, ...
    ofdmInfo.FFTLength,ofdmInfo.CPLength,ofdmInfo.ActiveFFTIndices);

Вычисление SINR

Вычислите и визуализируйте постэквалайзер SINR на поднесущую с calculateSINR и plotSINR функции помощника.

Psoi = -20; % Signal of interest received power (dBm)
Pint = -45; % Interfering signal received power (dBm)
N0 = -85;   % Noise power (dBm)
W = ones(ofdmInfo.NumTones,1); % Precoding matrix (assume no precoding)

sinr = calculateSINR(Hsoi,db2pow(Psoi-30),W,db2pow(N0-30),{Hint},db2pow(Pint-30),{W});

plotSINR(sinr,Hsoi,Psoi,Hint,Pint,N0,k);

Поле 2 методологии оценки TGax - проверяет калибровку SINR

Этот раздел подтверждает вычисление SINR путем сравнения совокупной функции плотности (CDF) SINRs на поднесущую калибровочными результатами, обеспеченными рабочей группой TGax. Мы сравниваем вычисление SINR с результатами, опубликованными TGax [5] для поля 2, тестируем 3: "передайте в нисходящем направлении передачу на основное правило доступа к каналу" для жилого сценария.

Для получения дополнительной информации о сценарии, и для результатов долгосрочной калибровки SINR смотрите 802.11ax PHY-фокусируемый пример Симуляции Уровня системы.

Главные параметры симуляции заданы или как принадлежащий Физическому уровню (PHY), Средний Слой Управления доступом (MAC), сценарий, или как симуляции. В этом примере PHY и параметры MAC приняты, чтобы быть тем же самым для всех узлов.

sinrCalibration = true; % Disable box 2 calibration
if sinrCalibration

PHYParams = struct;
PHYParams.TxPower = 20;      % Transmitter power in dBm
PHYParams.TxGain = 0;        % Transmitter antenna gain in dBi
PHYParams.RxGain =-2;       % Receiver antenna gain in dBi
PHYParams.NoiseFigure = 7;   % Receiver noise figure in dB
PHYParams.NumTxAntennas = 1; % Number of transmitter antennas
PHYParams.NumSTS = 1;        % Number of space-time streams
PHYParams.NumRxAntennas = 1; % Number of receiver antennas
PHYParams.ChannelBandwidth = 'CBW80'; % Bandwidth of system
PHYParams.TransmitterFrequency = 5e9; % Transmitter frequency in Hz

MACParams = struct;
MACParams.NumChannels = 3; % Number of non-overlapping channels
MACParams.CCALevel =-70;  % Transmission threshold in clear channel assessment algorithm (dBm)

Параметры сценария задают размер и размещение жилого создания согласно [6]. Обратите внимание, что только один приемник (STA) может быть активным в любой момент времени.

ScenarioParams = struct;
ScenarioParams.BuildingLayout = [10 2 5]; % Number of rooms in [x,y,z] directions
ScenarioParams.RoomSize = [10 10 3];      % Size of each room in metres [x,y,z]
ScenarioParams.NumRxPerRoom = 1;          % Number of receivers per room.

NumDrops и NumTxEventsPerDrop параметры управляют продолжительностью симуляции. В этом примере эти параметры сконфигурированы для короткой симуляции. 'Отбрасывание' случайным образом помещает передатчики и приемники в рамках сценария и выбирает канал для BSS. Событие 'передачи' случайным образом выбирает передатчики и приемники для передач согласно основным правилам ясной оценки канала (CCA), заданным в методологии оценки.

SimParams = struct;
SimParams.Test = 3; % Downlink transmission per basic channel access rule
SimParams.NumDrops = 3;
SimParams.NumTxEventsPerDrop = 2;

Функциональный box2Simulation запускает симуляцию путем выполнения этих шагов:

box2Results = box2Simulation(PHYParams,MACParams,ScenarioParams,SimParams);

Постройте CDF SINR на поднесущую и эффективного SINR (как задано в поле 2, протестируйте 3) против представленных калибровочных результатов.

tgaxCalibrationCDF(box2Results.sinr(:), ...
    ['SS1Box2Test' num2str(SimParams.Test) 'A'],'CDF of SINR per subcarrier');
tgaxCalibrationCDF(box2Results.sinrEff(:), ...
    ['SS1Box2Test' num2str(SimParams.Test) 'B'],'CDF of effective SINR per reception');

end

  Running drop #1/3 ...
    Generating 3518 fading channel realizations ...
    Running transmission event #1/2 ...
    Running transmission event #2/2 ...
  Running drop #2/3 ...
    Generating 3366 fading channel realizations ...
    Running transmission event #1/2 ...
    Running transmission event #2/2 ...
  Running drop #3/3 ...
    Generating 3750 fading channel realizations ...
    Running transmission event #1/2 ...
    Running transmission event #2/2 ...

Увеличьте число отбрасываний для более точного сравнения.

Часть B - соединяет модель эффективности

Модель эффективности ссылки предсказывает мгновенный PER, учитывая SINR на поднесущую, вычисленную частично A и параметры кодирования, используемые для передачи.

Эффективный SINR отображение и усреднение используется, чтобы сжать постэквалайзер SINR на поднесущую в один эффективный ОСШ. Эффективный ОСШ является ОСШ, который предоставляет эквивалентной эффективности PER канал аддитивного белого Гауссова шума (AWGN) как с исчезающим каналом. Предварительно вычисленная интерполяционная таблица, сгенерированная с WLAN Toolbox™, обеспечивает PER для ОСШ под каналом AWGN для данного кодирования канала, схемы модуляции и кодирования уровня. Если PER получен, случайная переменная определяет, был ли пакет получен по ошибке.

Процедура оценки PER методологии оценки TGax используется в этом примере, рассматривая одно интерференционное событие.

Эффективный SINR вычисляется с помощью полученного битного взаимного информационного уровня (RBIR), сопоставляющий функцию;

${SINR}_{eff}=\alpha {\varphi }^{-1}\left\{\frac{1}{{\mathit{N}}_{\mathrm{ss}}{\mathit{N}}_{\mathrm{sc}}}{\sum }_{\mathit{j}=1}^{{\mathit{N}}_{\mathrm{ss}}}{\sum }_{\mathit{m}=1}^{{\mathit{N}}_{\mathrm{sc}}}\varphi \left(\frac{{SINR}_{\left(\mathit{m},\mathit{j}\right)}}{\beta },\mathit{M}\right),\mathit{M}\right\}$.

PER для длины справочных данных ${PER}_{{PL}_0}$ получен путем поиска соответствующей таблицы AWGN, $‾‾‾\mathit{L}\mathit{U}\mathit{T}$, учитывая схему модуляции и кодирования (MCS), схема кодирования канала и длина справочных данных (${PL}_0$)

${PER}_{{PL}_0}=‾‾‾\mathit{L}\mathit{U}\mathit{T}\left({SNR}_{eff};MCS, coding scheme, {PL}_0\right)$,

где длина справочных данных зависит от кодирования канала и длины данных для передачи $\mathit{PL}$.

${PL}_0=\left\{\begin{array}{c}32 bytes, \mathrm{ BCC}\mathit{ }and PL<400 bytes\\ 1458 bytes, \mathrm{ BCC }and PL\ge 400 bytes\\ 1458 bytes,\mathrm{ LDPC}\end{array}\right)$.

Финал оценил, что PER затем настроен для длины данных:

$P{ER}_{PL}={\left(1-{PER}_{{PL}_0}\right)}^{\frac{PL}{{PL}_0}}$.

Описанный метод принимает, что SINR является постоянным на время пакета. Методология оценки TGax описывает методы, чтобы иметь дело с изменяющейся во времени интерференцией и оценить коэффициент ошибок модулей данных о протоколе управления доступом медиа-контента (MPDUs) в агрегате MPDU (A-MPDU).

Вычислите эффективный SINR

Вычислите эффективный SINR и PER с помощью tgaxLinkPerformanceModel объект помощника в качестве примера.

Abstraction = tgaxLinkPerformanceModel;

effectiveSINR метод вычисляет эффективный SINR, учитывая схему модуляции и эквалайзер сообщения SINR на поднесущую и пространственный поток. 1024-QAM схема модуляции не поддерживается в этом примере.

format = 'HE_SU';
мГц = 6; % MCS 6 is 64-QAM
[snreff, rbir_sc, rbir_av] = effectiveSINR (Абстракция, sinr, формат, мГц);

RBIR (информационная мера) на поднесущую, полученную путем отображения SINR на поднесущую и среднего RBIR, показывают в первом подграфике фигуры. Эффективный SINR на поднесущую получен обратным отображением средний RBIR и показан во втором подграфике.

plotRBIR(sinr,snreff,rbir_av,rbir_sc,k);

Оцените пакетный коэффициент ошибок

Учитывая эффективный ОСШ, оцените PER путем линейной интерполяции и экстраполирования предварительно вычисленной кривой уровня ссылки AWGN в логарифмической области и корректировки для длины данных. estimatePER метод возвращает итоговый PER, per, и используемая интерполяционная таблица AWGN, lut .

channelCoding = "LDPC";
dataLength = 1458; % Bytes
[на, ~, ~, lut] = estimatePER (Абстракция, snreff, формат, мГц, channelCoding, dataLength);

% Plot the AWGN lookup table and the estimated PER
фигура;
semilogy (lut (: 1), lut (: 2));
сетка on
содержание on
график (snreff, на,'d');
легенда'AWGN LDPC lookup table','Estimated PER from effective SINR')
заголовок'Packet error rate')
xlabel'SNR (dB)')
yLabel 'PER')

Поле 0 методологии оценки TGax - проверяет эффективный ОСШ по сравнению с эффективностью PER

Чтобы проверить целый метод абстракции физического уровня, PER от симуляции уровня ссылки по сравнению с оценками PER с помощью абстракции. Это следует за шагами 2 и 3 тестирования поля 0 в Методологии Оценки TGax. 802.11ax однопользовательская ссылка моделируется с совершенной синхронизацией, оценкой канала и никакими нарушениями кроме исчезновения модель канала TGax и AWGN. Только ошибки во фрагменте данных пакета рассматриваются.

В этом примере SNRs, чтобы симулировать выбраны на основе MCS, количества передачи и получают антенны и модель канала для данной настройки PHY. Количество пространственно-временных потоков принято, чтобы равняться количеству антенн передачи. Моделирование конфигурировано для короткого промежутка времени; для большего количества значимых результатов необходимо увеличить число пакетов, чтобы симулировать.

verifyAbstraction = true; % Disable box 0 simulation
if verifyAbstraction

% Simulation Parameters
мГц = [4 8]; % Vector of MCS to simulate between 0 and 9
numTxRx = [1 1]; % Matrix of MIMO schemes, each row is [numTx numRx]
канал = "Model-D"; % String array of delay profiles to simulate
maxnumberrors = 1e1;  % The maximum number of packet errors at an SNR point
maxNumPackets = 1e2; % The maximum number of packets at an SNR point

% Fixed PHY configuration for all simulations
cfgHE = wlanHESUConfig;
cfgHE.ChannelBandwidth = 'CBW20'; % Channel bandwidth
cfgHE.APEPLength = 1000;          % Payload length in bytes
cfgHE.ChannelCoding = 'LDPC';     % Channel coding

% Generate a structure array of simulation configurations. Each element is
% one SNR point to simulate.
simParams = getBox0SimParams (канал, numTxRx, мГц, cfgHE, maxnumberrors, maxNumPackets);

% Simulate each configuration
результаты = ячейка (1, numel (simParams));
% parfor isim = 1:numel(simParams) % Use 'parfor' to speed up the simulation
for isim = 1:numel (simParams)
    результаты {isim} = box0Simulation (simParams (isim));
end

Пригодность абстракции определяется путем сравнения PER, вычисленного симуляцией уровня ссылки и абстракцией. Первая фигура сравнивает PERs в каждом симулированном ОСШ.

plotPERvsSNR(simParams,results);

Вторая фигура сравнивает количество успешно декодируемых пакетов симуляции уровня ссылки с эффективным ОСШ против ссылочной кривой AWGN. Если абстракция успешна, PER должен следовать за кривой AWGN.

plotPERvsEffectiveSNR(simParams,results);
end

Model-D 1-by-1, MCS 4, SNR 11 completed after 14 packets, PER:0.78571
Model-D 1-by-1, MCS 4, SNR 15 completed after 22 packets, PER:0.5
Model-D 1-by-1, MCS 4, SNR 19 completed after 100 packets, PER:0.05
Model-D 1-by-1, MCS 4, SNR 23 completed after 100 packets, PER:0.02
Model-D 1-by-1, MCS 4, SNR 27 completed after 100 packets, PER:0
Model-D 1-by-1, MCS 8, SNR 21.5 completed after 13 packets, PER:0.84615
Model-D 1-by-1, MCS 8, SNR 25.5 completed after 23 packets, PER:0.47826
Model-D 1-by-1, MCS 8, SNR 29.5 completed after 100 packets, PER:0.03
Model-D 1-by-1, MCS 8, SNR 33.5 completed after 100 packets, PER:0.02
Model-D 1-by-1, MCS 8, SNR 37.5 completed after 100 packets, PER:0

rng(sprev) % Restore random state

В этом примере настраивающиеся параметры $\alpha$ и $\beta$ установлены в 1. Они могли быть настроены, чтобы далее улучшить точность абстракции при желании. Результаты при симуляции 1 000 пакетных ошибок или 100 000 пакетов для MCS от 0 до 9 для 1 458-байтового пакета без настройки показывают.

Дальнейшее исследование

Чтобы видеть, как 802.11ax абстракция физического уровня, описанная в этом примере, может использоваться в симуляции уровня системы, смотрите 802.11ax Симуляция Уровня системы с примером Абстракции Физического уровня.

Приложение

Этот пример использует следующие функции помощника:

Выбранная библиография