✅作者简介热爱科研的Matlab仿真开发者擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 往期回顾关注个人主页Matlab科研工作室 关注我领取海量matlab电子书和数学建模资料个人信条格物致知,完整Matlab代码获取及仿真咨询内容私信。 内容介绍在现代通信与应急响应领域无人机UAV中继系统正逐渐展现出其独特的优势。特别是在连接偏远地区或受灾区域的医院等关键节点时它有望成为保障可靠通信的重要手段。为了实现高效的资源分配和优质的服务深入研究该系统的覆盖范围、可靠性以及信号相关性能指标至关重要。本文将通过详细的算法实现和数据分析全面评估无人机中继系统在不同配置下的性能表现。参数设置与数据处理参数定义奠定基础在代码中我们首先定义了一系列关键参数。Kmax设定了要测试的最大中继无人机数量它决定了我们对系统规模的探索边界。coverageRadius_km表示无人机的有效覆盖半径这直接影响着系统的覆盖范围。targetReliability则明确了所需的最差情况可靠性是衡量系统通信质量的重要基准。此外像带宽BW、发射功率Pt_dBm和噪声功率Noise_dBm等参数对于评估信号质量和数据传输能力起着关键作用。数据加载与预处理起步通过hospital_data()函数我们获取了医院和机场的地理位置数据包括经纬度信息。随后经过一系列数学变换将这些经纬度数据转换为平面坐标形成节点集合NodesXY。在这个过程中我们添加了机场位置到节点集合确保在后续分析中考虑到所有关键位置。同时定义了latlon2m和m2latlon函数方便在经纬度和平面坐标之间进行转换。候选位置生成拓展空间为了确定中继无人机的潜在放置位置我们基于节点坐标创建了一个网格并通过多边形筛选仅保留位于代表陆地区域多边形内部的点作为候选位置。这一步为后续的无人机放置算法提供了合理的搜索空间确保无人机放置在实际可用的区域内。中继无人机放置算法贪婪 K - 中心算法核心剖析贪婪 K - 中心算法在本文的无人机中继系统中扮演着关键角色。其核心思想是通过迭代方式每次选择距离现有中继无人机最远的点作为新的中继位置逐步确定 K 个中继无人机的放置点以此优化系统的覆盖范围或其他相关性能指标。这种算法的优势在于其简单直接能够在一定程度上快速找到相对较优的无人机放置方案。算法实现细节解析在greedy_kcenter函数中首先初始化第一个中继位置通常选择节点集合的中心位置作为起始点。随后在每次迭代中通过计算候选位置与现有中继位置的距离找到距离最远的候选点并将其确定为新的中继位置。同时更新距离矩阵为下一次迭代做好准备。这一过程不断重复直到确定 K 个中继无人机的位置。性能指标计算与分析可靠性指标细究成对可靠性建模基于中继无人机与节点之间的距离我们采用指数衰减模型来计算节点之间的成对可靠性。该模型假设信号强度随着距离增加而指数衰减从而影响通信的可靠性。具体而言通过计算每个节点对之间通过最近中继无人机的距离并代入指数公式得到它们之间的可靠性值。可靠性统计洞察在得到所有节点对的可靠性值后我们计算这些值的平均值和最小值分别得到平均可靠性和最差可靠性。平均可靠性反映了系统整体的通信质量水平而最差可靠性则揭示了系统在极端情况下的性能表现。通过分析这两个指标我们能够全面评估系统的可靠性。覆盖指标探讨覆盖比例精准计算为了评估不同半径下的覆盖程度我们通过计算覆盖区域与陆地总面积的比例来得到覆盖比例。覆盖区域由以中继无人机为圆心、特定半径的圆组成的多边形与陆地多边形的交集确定。同时通过用 100% 减去覆盖比例得到未覆盖比例直观展示了未被覆盖的区域情况。覆盖地图直观呈现借助 MATLAB 的绘图功能我们绘制了不同半径下的中继无人机覆盖地图。在地图上清晰展示了覆盖区域与节点医院和机场的位置关系为直观理解系统覆盖效果提供了有力工具。信号指标解析SINR 科学计算根据路径损耗模型结合发射功率和噪声功率我们计算了信号与干扰加噪声比SINR。具体来说先通过路径损耗公式计算路径损耗PL然后用发射功率减去路径损耗得到接收功率Pr最后用接收功率减去噪声功率得到 SINR。通过取节点与所有中继无人机通信中的最大 SINR 值并求平均我们得到平均 SINR以此评估系统的信号质量。吞吐量合理推导基于香农公式利用平均 SINR 计算平均吞吐量。香农公式描述了在给定带宽和 SINR 的情况下信道的最大传输速率。通过将平均 SINR 代入公式我们得到平均吞吐量反映了系统的数据传输能力。结果展示与讨论可靠性与无人机数量关系解读通过绘制平均可靠性和最差可靠性随中继无人机数量变化的曲线我们发现随着无人机数量的增加平均可靠性和最差可靠性总体上呈现上升趋势。这表明增加无人机数量有助于提升系统的通信可靠性。同时将最差可靠性曲线与目标可靠性进行对比我们可以清晰地看到在不同规模下系统满足可靠性要求的情况为实际应用中确定合适的无人机数量提供了重要参考。覆盖与半径关系洞察覆盖比例和未覆盖比例随覆盖半径变化的曲线显示随着半径的增大覆盖比例逐渐增加未覆盖比例相应减少。这说明增大覆盖半径能够扩大系统的覆盖范围。然而我们也需要注意到半径的增大可能会对其他性能指标如信号质量产生影响。因此在实际应用中需要综合考虑各种因素通过调整半径和无人机数量来实现最优的覆盖效果。信号指标与半径关系分析平均 SINR 和平均吞吐量随覆盖半径变化的曲线呈现出一定的规律。随着半径的增大平均 SINR 和平均吞吐量可能会出现先上升后下降的趋势。这是因为半径增大初期覆盖范围扩大使得更多节点能够接收到信号从而提升了信号质量和吞吐量但当半径过大时信号强度因距离增加而衰减导致 SINR 下降进而影响吞吐量。这表明在实际系统设计中需要在覆盖范围和信号性能之间进行权衡。综合讨论权衡决策综合分析各项指标之间的相互关系我们认识到覆盖范围、可靠性和信号性能之间存在着复杂的相互影响。例如扩大覆盖范围可能会导致信号质量下降从而影响可靠性和吞吐量。因此在实际系统设计中需要根据具体应用需求合理分配资源调整相关参数以实现系统性能的最优化。⛳️ 运行结果 部分代码clc; clear; close all;rng(10);%% CONFIG numHops 8;MC 12000;SNRdB -20:2:20;SNRlin 10.^(SNRdB/10);gamma_th_dB 3; % outage thresholdgamma_th 10^(gamma_th_dB/10);gamma_sw_dB 8; % hybrid switching thresholdgamma_sw 10^(gamma_sw_dB/10);alpha 3.2; % path-loss exponentdf_gain 1.15; % DF regeneration gain (cleaning/coding gain)% Slot/processing cost model (key for hybrid benefit)t_AF 1; % AF hop costt_DF 2; % DF hop cost (decodere-encode overhead)%% OUTPUTS Pout_AF zeros(size(SNRlin));Pout_DF zeros(size(SNRlin));Pout_HY zeros(size(SNRlin));Good_AF zeros(size(SNRlin));Good_DF zeros(size(SNRlin));Good_HY zeros(size(SNRlin));Delay_AF zeros(size(SNRlin));Delay_DF zeros(size(SNRlin));Delay_HY zeros(size(SNRlin));%% MONTE CARLO for s 1:length(SNRlin)outAF 0; outDF 0; outHY 0;sumGoodAF 0; sumGoodDF 0; sumGoodHY 0;sumDelAF 0; sumDelDF 0; sumDelHY 0;for mc 1:MC%% ---- Build heterogeneous hops (strong weak) ----gamma_hops zeros(numHops,1);for h 1:numHopsfading exprnd(1);if h 3 || h 6d 5200; % weak hopelsed 1200; % strong hopendgamma_hops(h) SNRlin(s) * fading * d^(-alpha);end%% ---- AF end-to-end (recursive) ----gAF gamma_hops(1);for i 2:numHopsgAF (gAF * gamma_hops(i)) / (gAF gamma_hops(i) 1);end%% ---- DF end-to-end (bottleneck regen gain) ----gDF df_gain * min(gamma_hops);%% ---- HYBRID: DF on weak hops, AF on good hops ----mode ones(numHops,1); % 1AF, 0DFmode(gamma_hops gamma_sw) 0;% Hybrid equivalent SNR:% AF segments collapse via AF recursion; DF hops are clean links.bottlenecks [];% DF hops are direct bottlenecks (after regen gain)if any(mode0)bottlenecks [bottlenecks; df_gain * gamma_hops(mode0)];end% AF segmentsidx 1;while idx numHopsif mode(idx)0idx idx 1;elseseg [];while idx numHops mode(idx)1seg [seg; gamma_hops(idx)];idx idx 1;endgseg seg(1);for k 2:length(seg)gseg (gseg * seg(k)) / (gseg seg(k) 1);endbottlenecks [bottlenecks; gseg];endendgHY min(bottlenecks);%% ---- Outage events (SNR-based) ----if gAF gamma_th, outAF outAF 1; endif gDF gamma_th, outDF outDF 1; endif gHY gamma_th, outHY outHY 1; end%% ---- Delay model (time slots) ----D_AF numHops * t_AF;D_DF numHops * t_DF;D_HY sum(mode1)*t_AF sum(mode0)*t_DF;%% ---- Goodput model (bits/s/Hz per time-slot) ----% if outage - goodput 0 for that runrAF log2(1 gAF) / D_AF;rDF log2(1 gDF) / D_DF;rHY log2(1 gHY) / D_HY;if gAF gamma_th, rAF 0; endif gDF gamma_th, rDF 0; endif gHY gamma_th, rHY 0; endsumGoodAF sumGoodAF rAF;sumGoodDF sumGoodDF rDF;sumGoodHY sumGoodHY rHY;sumDelAF sumDelAF D_AF;sumDelDF sumDelDF D_DF;sumDelHY sumDelHY D_HY;endPout_AF(s) outAF/MC;Pout_DF(s) outDF/MC;Pout_HY(s) outHY/MC;Good_AF(s) sumGoodAF/MC;Good_DF(s) sumGoodDF/MC;Good_HY(s) sumGoodHY/MC;Delay_AF(s) sumDelAF/MC;Delay_DF(s) sumDelDF/MC;Delay_HY(s) sumDelHY/MC;end%% FIG 1: OUTAGE figure(Color,w,Position,[120 120 900 550]);semilogy(SNRdB, Pout_AF, -o,LineWidth,2); hold on;semilogy(SNRdB, Pout_DF, -s,LineWidth,2);semilogy(SNRdB, Pout_HY, -^,LineWidth,2);grid on;xlabel(Transmit SNR (dB));ylabel(Outage Probability (SNR \gamma_{th}));title(Outage Probability: AF vs DF vs Hybrid);legend({AF,DF,Hybrid AF-DF}, Location,southwest);%% FIG 2: GOODPUT (THIS WILL SEPARATE) figure(Color,w,Position,[120 120 900 550]);plot(SNRdB, Good_AF, -o,LineWidth,2); hold on;plot(SNRdB, Good_DF, -s,LineWidth,2);plot(SNRdB, Good_HY, -^,LineWidth,2);grid on;xlabel(Transmit SNR (dB));ylabel(Goodput (bits/s/Hz per time-slot));title(Goodput Comparison (Reliability Delay): AF vs DF vs Hybrid);legend({AF,DF,Hybrid AF-DF}, Location,northwest);%% FIG 3: DELAY (OPTIONAL) figure(Color,w,Position,[120 120 900 550]);plot(SNRdB, Delay_AF, -o,LineWidth,2); hold on;plot(SNRdB, Delay_DF, -s,LineWidth,2);plot(SNRdB, Delay_HY, -^,LineWidth,2);grid on;xlabel(Transmit SNR (dB));ylabel(End-to-End Delay (time-slot units));title(Delay Cost: AF vs DF vs Hybrid);legend({AF,DF,Hybrid AF-DF}, Location,northeast); 参考文献往期回顾扫扫下方二维码
--从原理到实践：三大注意力机制核心代码解析)
