一种天地融合网络的效能评估方法及装置

技术领域

本发明涉及一种天地融合网络的效能评估方法及装置。

背景技术

随着通信技术的发展，现今社会对天地融合网络的需求越发增大，天地融合网络将是未来通信技术发展的重要方向。分析天地融合网络的通信效能，在其正常部署中具有不容忽视的作用。

覆盖性能是评估天地融合网络效能的一个重要指标，现有的天地融合网络中通信覆盖性能分析的研究，一类是利用概率论模型进行覆盖或中断概率分析，另一类则是采用仿真进行分析。对于前者，在概率论模型中往往假设卫星与地面终端的位置是固定的，忽略了卫星位置分布的随机性，如X.Liu等即通过利用概率论的方法，推导出了卫星-地面中继网络的系统中断概率的表达式，但其分析的是节点位置固定的情况。对于后者，如R.Bi等提出了一个由多波束卫星、地面基站和卫星、地面终端组成的综合移动网络模型，并用仿真的方式分析了地面基站对卫星上行链路干扰的影响，然而，基于仿真的效能性能评价由于缺乏理论支持，多是用于最终的效能性能验证阶段，在前期效能性能评估时使用率较低，且常用的蒙特卡洛仿真较为复杂繁琐。

发明内容

本发明提出一种天地融合网络的效能评估方法及装置，基于公式表达，能够得到与繁琐的仿真相近的结果，评估过程更为简单高效，且充分考虑通信节点分布的随机性，能够给出具有普遍意义的性能分析结果。

本发明通过以下技术方案实现：

一种天地融合网络的效能评估方法，包括如下步骤：

步骤S1、构建天地融合网络模型并设置模型参数，该模型包括多个不同高度的轨道、分布在这些轨道上的LEO卫星和一个典型的地面用户，各个轨道上的LEO卫星呈密度不同的一维泊松点过程分布；

步骤S2、地面用户与第k

步骤S3、地面用户与第k

步骤S4、将拉氏变换

步骤S5、对步骤S4所得结果与概率密度函数

步骤S6、重复步骤S2-步骤S5，将所有轨道所对应的步骤S5的结果进行求和，得到通信覆盖概率Pr

进一步的，所述步骤S1具体为：所述模型包括K个轨道，第k个轨道的高度为H

进一步的，所述步骤S2中所述的概率密度函数

进一步的，步骤S3中所述中，所述干扰与噪声之和表示为：

进一步的，所述步骤S4所求得的结果为

进一步的，所述步骤S5所求得的结果为

进一步的，所述步骤S6所述的通信覆盖概率为

进一步的，所述Sat

本发明还通过以下技术方案实现：

一种天地融合网络的效能评估装置，包括：

模型构建模块：用于构建天地融合网络模型并设置模型参数，该模型包括多个不同高度的轨道、分布在这些轨道上的LEO卫星和一个典型的地面用户，各个轨道上的LEO卫星呈密度不同的一维泊松点过程分布；

计算模块：用于当地面用户与第k

本发明具有如下有益效果：

1、本发明先构建天地融合网络模型，该模型具有多个不同高度的轨道，且各轨道上的LEO卫星呈密度不同的一维泊松点过程分布，该模型充分考虑了通信节点分布的随机性，更接近实际的天地融合网络中卫星的分布，能够给出具有普遍意义的性能分析结果，依托该模型，通过一系列公式即可计算不同卫星轨道高度、不同卫星密度条件下的平均覆盖概率，从而对天地融合网络的通信效能的进行评估，评估结果与繁琐复杂的蒙特卡洛仿真结果相当，但评估过程却更为简单高效。

附图说明

下面结合附图对本发明做进一步详细说明。

图1为本发明的流程图。

图2为本发明天地融合网络模型的俯视示意图。

图3为本发明天地融合网络模型的平视示意图。

图4为本发明中平均覆盖概率与信干噪比阈值关系的结果图。

具体实施方式

如图1所示，天地融合网络的效能评估方法包括如下步骤：

步骤S1、构建如图2和图3所示的天地融合网络模型，并设置模型参数，该模型包括多个不同高度的轨道、分布在这些轨道上的LEO卫星和一个典型的地面用户，各个轨道上的LEO卫星呈密度不同的一维泊松点过程分布；

具体的，模型包括K＝3个轨道，第k(k＝1,2,3)个轨道的高度为H

与地面用户距离最近的LEO卫星为关联卫星，关联卫星发射的信号功率称为信号功率，非关联卫星发射的信号功率为干扰功率；

地面用户接收到的信号功率y

地面用户接收到的干扰与噪声功率之和y

步骤S2、地面用户与第k

步骤S3、地面用户与第k

步骤S4、将拉氏变换

步骤S5、对步骤S4所得结果与概率密度函数

步骤S6、重复步骤S2-步骤S5，将所有轨道所对应的步骤S5的结果进行求和，得到通信覆盖概率Pr

对应的，天地融合网络的效能评估装置包括：

模型构建模块：用于构建天地融合网络模型并设置模型参数，该模型包括多个不同高度的轨道、分布在这些轨道上的LEO卫星和一个典型的地面用户，各个轨道上的LEO卫星呈密度不同的一维泊松点过程分布；

计算模块：用于当地面用户与第k

如图4所示，为本实施例中平均覆盖概率与信干噪比阈值关系的结果图(图4中“公式”)，其中，将由传统的蒙特卡洛仿真得到的平均覆盖概率结果作为对比(图4中“仿真”)。除图4中所列参数，模型的其他参数设置为：x

图4中，本实施例得到的平均覆盖概率结果能够拟合传统的蒙特卡洛仿真，即仅通过向本实施例中的公式带入参数进行计算即可得到与蒙特卡洛仿真相近的结果。相较于复杂繁琐的蒙特卡洛仿真，本实施例的评估更为简单高效。

以上所述，仅为本发明的较佳实施例而已，故不能以此限定本发明实施的范围，即依本发明申请专利范围及说明书内容所作的等效变化与修饰，皆应仍属本发明专利涵盖的范围内。