5G系统级仿真

1. 仿真场景与布局设置

  • 基站布局:遵循3GPP规范(如宏站通常采用六边形蜂窝网格,通常是19个站点,每个站点3个扇区;或者微站、室内热点场景)

  • 用户撒点:用户撒点 (UE Drop): 将用户设备分布在网络中。可以是均匀随机分布,也可以集中在特定热点区域。

  • 移动性模型:定义用户的运动轨迹和速度(如静止、行人3km/h、车载120km/h或高铁500km/h),这会直接影响信道的多普勒频移和切换(Handover)触发

2. 信道模型

遵循TR 38.901定义的空间信道模型

  • 大尺度衰落:计算路径损耗(Path Loss)和阴影衰落(Shadow Fading)
  • 小尺度衰落:模拟多径效应和终端移动带来的快速衰落

3.业务模型生成

模拟真实网络中的数据流特性

  • embb:通常采用全缓冲(Full Buffer,无限数据待传,用于测试网络极限吞吐量)、FTP文件下载模型或视频流模型。
  • urllc:采用突发性的短数据包模型,强调时延和极低的丢包率
  • mmtc:模拟海量设备零星、周期性的极小数据包上报

4.无线资源管理

系统仿真中最核心的算法逻辑层,考虑上行链路:

终端向基站发送SRS

SINR计算:根据当前的信道状态、波束赋形增益和全网干扰,计算每个资源块上的SINR


分组调度:在每个TTI(传输时间间隔)或时隙内,将哪些RB分配给哪些用户。常见的算法包括轮询、比例公平和最大载干比

由于单用户的信号跨越多个频率衰落不同的RB传输,使用EESM(指数有效SINR映射)或MIESM(互信息有效SINR映射)等算法,将多个RB的SINR压缩成一个"等效SINR"

基站内部查找预先存好的链路级仿真曲线(LUT)【如何得到?】,目标是找到在当前 SINR 下,满足目标误块率(通常为 BLER ≤\le≤ 10%)的最优传输配置

基站直接将选定的最优配置转化为对应的 MCS 索引(0-28 之间的一个数字),决定了即将使用的调制方式(QPSK/16QAM/64QAM/256QAM)和码率

基站通过物理下行控制信道(PDCCH)向终端发送一条下行控制信息(DCI),请在某某时频资源上,使用MCS等级X,给我发送数据

结果体现在:误块率(BLER)和吞吐量上

5.仿真推进与性能统计

  • 系统以时隙(Slot)或TTI为步长向前推进,在每个时间步内执行上述的调度、信道计算、干扰计算和数据传输。

  • 统计指标: 运行数千到数万个时隙后,收集统计数据,如:系统总吞吐量、小区边缘用户吞吐量(通常取5%最差用户的吞吐量,即 5%-tile UE throughput)、端到端时延、频谱效率(bps/Hz/cell)以及掉话率。


  • 语义链路级的自适应:

等效SINR、评估传输内容的复杂度、任务

基站为用户选择语义编码策略,包括

  • 语义压缩比
  • 选择提取哪些特征
  • 选择语义模型的复杂度

语义保真度、端到端时延和语义谱效

相关推荐
andxe6 小时前
安科士 AndXe 技术博客:400G QSFP112 SR4 光模块|AI 算力与超算短距互联最优方案
网络·人工智能·光模块·光通信
shiyi.十一7 小时前
第2章:应用层 — 知识要点与架构
网络·计算机网络·架构
DFT计算杂谈8 小时前
无 Root 权限在 Tesla K80 零门槛部署 DeepSeek 大模型
linux·服务器·网络·数据库·机器学习
水境传感 李兆栋8 小时前
GNSS 位移监测站 :毫米级感知,筑牢安全监测防线
网络
中微极客10 小时前
2026主流AI Agent框架技术选型与性能对比
运维·网络·人工智能
猿的天空14 小时前
机器人双手迎来全栈训练系统:灵初智能EgoSteer让灵巧手无所不能
网络·人工智能·计算机·ai·程序员·机器人·编程
Xzaveir_77714 小时前
OPPO、vivo、荣耀号码认证:多终端拨测矩阵与异常复现
大数据·网络·科技·矩阵·产品经理·ai-native
wuqingshun31415914 小时前
从网络角度来看,用户从输入网址到网页显示,期间发生了什么?
网络
牛马工作号14 小时前
Zigbee 专业详解:从协议到排障
网络·物联网·安全
牛马工作号14 小时前
Wi‑Fi 完全指南:从 802.11 协议到 Wi‑Fi 7、AC+AP 与 Mesh 工程组网
网络·网络协议·智能路由器