1.程式功能描述
兩層基站（BS）組成整個通訊網路，第 1 層為 Macro 基站記為 ，第 2 層為 Micro 基站記為 ，均服從泊松分佈，相互獨立，在座標為 10×10km 的面積內、按照泊松分佈隨機生成若干個點（隨機拋灑兩遍 nodes，兩層疊加起來）。然後畫成 voronoi 圖： 也就是在相鄰兩個點（同種類的點）之間距離的二分之一處畫一條線。同時分析網路系統的能耗。
2.測試軟體版本以及執行結果展示
MATLAB2022a版本執行
3.核心程式
%計算每個使用者的訊號的強度
for i = 1:Nu
%針對Macro
%選擇最近的一個基站，計算對應的距離
for j1 = 1:N1
dist_tmp1(j1) = sqrt((xu(i)-x1(j1))^2 + (yu(i)-y1(j1))^2);
end
dist1 = min(dist_tmp1);
P1(i) = Pt1*h*DeltaB1*dist1^(-alpha1);
%針對Micro
%選擇最近的一個基站，計算對應的距離
for j2 = 1:N2
dist_tmp2(j2) = sqrt((xu(i)-x2(j2))^2 + (yu(i)-y2(j2))^2);
end
dist2 = min(dist_tmp2);
P2(i) = Pt2*h*DeltaB2*dist2^(-alpha2);
%選擇較大的一個聯結
[V,I] = max([P1(i),P2(i)]);
J(i) = I;
end
%計算得到的J為每個使用者對應選擇的基站標號
J;
%根據如下規則計算SINR
%定義與 Macro層BS連線的使用者集合
U1 = find(J==1);
%定義與 Micro層BS連線的使用者集合
U2 = find(J==2);
%計算SINR1和RATE1
%計算SINR2和RATE2
SINR1 = zeros(1,Nu);
SINR2 = zeros(1,Nu);
RATE1 = zeros(1,Nu);
RATE2 = zeros(1,Nu);
DeltaT1 = zeros(1,Nu);
DeltaT2 = zeros(1,Nu);
for i = 1:Nu
%計算SINR1和RATE1
if J(i) == 1
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for j1 = 1:N1
dist_tmp1(j1) = sqrt((xu(i)-x1(j1))^2 + (yu(i)-y1(j1))^2);
end
for j2 = 1:N2
dist_tmp2(j2) = sqrt((xu(i)-x2(j2))^2 + (yu(i)-y2(j2))^2);
end
[V1,I1]= min(dist_tmp1);
dist1 = V1;
FZ = Pt1*h*dist1^(-alpha1);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
ind1 = 0;
tmps = [];
for j1 = 1:N1
if (j1 < I1) | (j1 >I1)
ind1 = ind1 + 1;
tmps(ind1) = Pt1*h*dist_tmp1(j1)^(-alpha1);
end
end
FM1 = sum(tmps);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
tmps = [];
for j1 = 1:N2
tmps(j1) = Pt2*h*dist_tmp2(j1)^(-alpha2);
end
FM2 = sum(tmps);
SINR1(i) = FZ/(FM1+FM2+10^(delta2/20)/1000);
RATE1(i) = B*log2(1+SINR1(i));
DeltaT1(i) = epsl/RATE1(i);
else
SINR1(i) = 0;
RATE1(i) = 0;
DeltaT1(i) = 0;
end
%計算SINR2和RATE2
if J(i) == 2
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for j1 = 1:N1
dist_tmp1(j1) = sqrt((xu(i)-x1(j1))^2 + (yu(i)-y1(j1))^2);
end
for j2 = 1:N2
dist_tmp2(j2) = sqrt((xu(i)-x2(j2))^2 + (yu(i)-y2(j2))^2);
end
[V2,I2]= min(dist_tmp2);
dist2 = V2;
FZ = Pt2*DeltaB2*h*dist2^(-alpha2);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
tmps = [];
for j1 = 1:N1
tmps(j1) = Pt1*h*dist_tmp1(j1)^(-alpha1);
end
FM1 = sum(tmps);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
tmps = [];
ind2 = 0;
for j1 = 1:N2
if (j1 < I2) | (j1 >I2)
ind2 = ind2 + 1;
tmps(ind2) = Pt2*h*dist_tmp2(j1)^(-alpha2);
end
end
FM2 = sum(tmps);
SINR2(i) = FZ/(FM1+FM2+10^(delta2/20)/1000);
RATE2(i) = B*log2(1+SINR2(i));
DeltaT2(i) = epsl/RATE2(i);
else
SINR2(i) = 0;
RATE2(i) = 0;
DeltaT2(i) = 0;
end
end
%計算E
Pbs1 = zeros(1,Nu);
Pm1 = zeros(1,Nu);
Pbs2 = zeros(1,Nu);
Pm2 = zeros(1,Nu);
12_011m
4.本演算法原理
網路通訊系統的Voronoi圖顯示與能耗分析是一種結合網路通訊和圖形學的方法，用於研究網路中各個節點之間的連線關係和能量消耗情況。透過Voronoi圖，我們可以直觀地展示網路中各個節點的可達性和連線關係，同時分析網路的能耗分佈和最佳化方法。
Voronoi圖，也稱為泰森多邊形，是一種基於點集的分割圖形。在這個圖中，每個點被表示為一個頂點，每個頂點周圍區域內的其他點都距離該點最近。透過Voronoi圖，我們可以將一個連續的平面分割為若干個不重疊的區域，使得每個區域都包含一個頂點。
在網路通訊系統中，我們可以將網路中的各個節點作為Voronoi圖的頂點，節點之間的連線關係作為邊。透過這種方式，我們可以將網路拓撲結構轉化為圖形結構，從而更直觀地展示網路的連線關係。
Voronoi圖的生成主要依賴於計算幾何中的一些基本演算法。以下是生成Voronoi圖的基本步驟：
確定頂點集：在網路通訊系統中，頂點集可以由網路中的各個節點構成。
確定距離函式：距離函式用於計算任意兩個節點之間的距離。在Voronoi圖中，距離函式通常採用歐幾里得距離或曼哈頓距離。
計算最小生成樹：最小生成樹是一種包含所有頂點且邊權值最小的樹形結構。在網路通訊系統中，最小生成樹可以用於表示網路中各個節點之間的連線關係。常用的最小生成樹演算法有Prim演算法和Kruskal演算法。
生成Voronoi圖：根據最小生成樹和距離函式，我們可以生成Voronoi圖。在生成過程中，對於每個頂點，我們計算其周圍區域內的其他頂點距離該點的距離，並將這些頂點連線起來形成邊。最終得到的圖形就是Voronoi圖。
在網路通訊系統中，能耗是一個重要的效能指標。能耗分析旨在研究網路中各個節點的能量消耗情況，以便進行最佳化和節能。在進行能耗分析時，我們可以考慮以下幾個方面：
傳輸能耗：節點在傳輸資料時需要消耗能量。傳輸能耗與傳輸距離、傳輸速率以及傳輸功率等因素有關。一般來說，傳輸距離越遠，傳輸速率越高，傳輸功率越大，則傳輸能耗也越大。
接收能耗：節點在接收資料時也需要消耗能量。接收能耗與接收速率、接收功率等因素有關。一般來說，接收速率越高，接收功率越大，則接收能耗也越大。
處理能耗：節點在處理資料時需要消耗能量。處理能耗與處理器的時脈頻率、指令執行能耗等因素有關。一般來說，處理器的時脈頻率越高，指令執行能耗越大，則處理能耗也越大。
空閒能耗：節點在空閒狀態下也需要消耗能量。空閒能耗與節點的待機功耗等因素有關。一般來說，節點的待機功耗越大，則空閒能耗也越大。