3.5　仿真结果与性能分析

在本节中，首先评估三种不同方案的覆盖概率性能，以验证所提出的ILA的有效性。即传统方案[11]、不考虑ILA的功率控制[22]和所提出的方案。此外，为了说明所提出的模式选择方法的性能，通过与其他模式选择方法[17,20]的比较，进行了数值模拟。除另有说明外，数值模拟参数设置为：Pm=33dBm，Ps=10dBm，Pd=5dBm，SINR阈值预先设置为0dB，λd和λs分别为0.00001和0.0001。

如图3-3所示，所提出的干扰管理方案以及模式选择方式的仿真结果在支持D2D的HetCNets下实现。MBS位于小区的中心位置，UE均匀分布在R=500m的小区内。D2D用户和FBS分别根据独立的PPP以密度λd和λs分布在以原点为圆心，半径为R+100m的圆内，其中FBS半径为50m，D2D用户对之间的距离为10m。在这种情况下，应考虑边缘用户对系统性能的影响。注意，仿真通过平均10000个独立实现来评估所提出的方案的覆盖概率。

图3-4显示了在不同方案下，随着SINR阈值的增大，蜂窝链路覆盖概率在不同用户密度下的性能变化。从图中可以看出，所提出的PC-ILA方案的覆盖概率性能明显优于其他方案，尤其是在高SINR的情况下。即使分布较稀疏λs=0.00005、λd=0.000005时，与传统方案相比，所提出的PC-ILA方案的覆盖概率也高达10%。这是因为所提出的方案通过限制D2D对和FUE活动的区域来减少对UE的干扰，从而使覆盖概率优于其他方案。

图3-5评估了UE到MBS的距离对三种方案下蜂窝链路覆盖概率的影响。显然，无论小区内D2D和FUE分布如何稀疏，蜂窝链路覆盖概率都会随着距离的增加而减小。这是由于当距离过大时，蜂窝用户需要调整功率才能进行正常通信。特别注意，当di,B=230m时，文献[22]的覆盖概率性能并不优于传统方案，这也说明有必要进行功率控制。上述观察结果表明，当激活的用户数目更多时，活跃的D2D链路和毫微微蜂窝链路对MBS的干扰会更大。因此，有必要在保持UE正常通信质量的同时缩短UE到MBS的距离。

与图3-4相似，图3-6描述了不同方案下D2D链路覆盖概率的变化情况。从图中可以看出，当、和时，三种方案的D2D链路覆盖概率分别为21%、36%和62%。随着活跃的D2D和毫微微蜂窝链路数量的增加，D2D间干扰和FUE到DT的干扰将增加，这会导致D2D覆盖概率降低。然而，无论是在哪种情况下，所提出的PC-ILA方案的性能都优于其他方案。

图3-7评估了D2D用户间的距离对D2D链路覆盖概率的影响。当D2D对移至小区边缘时，DT用户逐渐增加其自身的发射功率以满足通信所需的最小数据速率。在这种情况下，系统干扰会严重影响附近用户的通信质量。然而，所提出的PC-ILA方案通过功率控制来限制干扰并调整该限制区域。因此，无论D2D和FUE在小区中如何分布，该方案的D2D链路覆盖概率性能总是优于其他两种方案的性能。例如，当D2D用户距离为5m时，在用户密集分布的情况下，所提出的PC-ILA方案性能提高了36%和24%。这意味着与其他方案相比，所提出的PC-ILA方案可以改善D2D链路性能，这与理论分析结果一致。

图3-8所示为基于三种不同方案，说明了不同用户密度下SINR阈值对毫微微蜂窝链路覆盖概率的影响。从图中可以看出，由于MBS与FBS之间或相邻的FBS之间都存在严重干扰，因此相对于其他通信链路，毫微微蜂窝链路的覆盖概率会下降得更严重。当时，在D2D和FUE分布稀疏的情况下，三种方案的毫微微蜂窝链路覆盖概率分别为28%、25%和22%。此结果充分证明了在相同条件下，毫微微蜂窝链路的覆盖概率远低于蜂窝链路和D2D链路的覆盖概率，这也与理论分析结果相一致。

如图3-9所示，毫微微蜂窝链路覆盖概率会随着从FUE到FBS距离的增加而降低。与其他方案相比，所提出的PC-ILA方案仍然可以提高毫微微蜂窝链路的覆盖概率性能。在文献[22]中，作者只限制了最大传输功率，而没有考虑功率控制。因此，在文献[22]中所设置的ILA是相对固定的。相比之下，所提出的PC-ILA方案可以利用功率控制来动态调整ILA。当然，由于FUE传输功率最小，毫微微蜂窝链路的覆盖概率性能增益不是特别显著。但从图3-8和图3-9中可以看出，与文献[11]和文献[22]中的其他两种方案相比，可以通过适当地部署FBS来实现覆盖概率的性能提升。例如，在部署用户稀疏的情况下，毫微微蜂窝链路的覆盖概率高于部署用户密集情况下的覆盖概率。

图3-10所示为不同用户密度下总的数据速率与SINR阈值的关系，其中标记为“模拟值”的曲线和“理论值”的曲线分别与优化问题的平均结果和分析结果相关。可以看到，理论分析和仿真结果基本吻合。此外，从图中还可以看出，总的数据速率随SINR阈值单调降低，但随用户密度的增加而降低。这是因为覆盖概率会随着SINR阈值的增大而减小，从而导致和数据速率降低。

如图3-11所示，对于所有用户的数据速率而言，将所提出的模式选择方法与传统的模式选择方法[20]、文献[17]模式选择方法进行了比较。实验结果表明，所提出的模式选择方法在总的数据速率和D2D数据速率方面均优于其他方法。这是因为，在资源相同的情况下，如果不满足最大干扰，会有更多的用户选择蜂窝模式通信[17]。同时，文献[20]的方法并不能保证用户的最低速率。相比之下，所提出的模式选择方法能较好地解决上述两个问题。在所提出的模式选择方法中，用户更偏向于使用D2D复用模式来提高边缘用户的容量，并且解决了部分室内用户分布不均造成的通信质量差的问题。

图3-12描述了总的数据速率与小区中用户数目之间的关系。从图中可以看出，随着用户数目的增加，所提出的模式选择方法的性能显著优于文献[20]和文献[17]的其他模式选择方法，尤其是在高负载系统中。例如，当小区中有50个用户时，所提出的模式选择方法的系统容量几乎比文献[17]方法增加了两倍。注意，不同用户的传输功率调节会使得用户选择不同的通信方式，从而可能导致总的数据传输速率的突增现象；用户之间的干扰越严重，所提出的模式选择方法的优点就越明显。这是因为在所提出的模式选择方法的情况下，用户会做出合理的模式选择来适应通信系统。