简介面向无线通信方向的学生与研究人员这份 MATLAB 仿真资源聚焦 D2D 通信的信道建模与频谱资源分配问题适合已具备通信原理与 MATLAB 编程基础、希望动手复现启发式资源分配算法的读者。压缩包共 22 个文件以 20 个 .m 脚本为主体辅以 2 个 .asv 自动备份文件整体约 16KB体积轻量便于快速运行与二次修改。脚本按功能拆分清晰信道与路径损耗计算、用户与 D2D 对生成、干扰距离与干扰量统计、随机分配与启发式算法、基于 Edmonds 的最优分配等模块各自独立便于按需调用和对比。已有 1214 人学习说明其在同类仿真练习中具备一定参考价值。读者可据此搭建 D2D 与传统用户共存的系统模型比较随机算法、启发式算法与最优方案的吞吐量、干扰与覆盖率差异并在此基础上调整功率控制与空间复用策略是理解 D2D 资源分配流程的实用脚本集。1. 从一份“跑不起来”的 D2D 信道仿真说起很多做 D2D 通信方向的朋友第一次拿到一份 MATLAB 信道仿真代码时最常见的翻车现场不是算法看不懂而是双击运行直接报错变量未定义、函数找不到、路径没加对。这份 D2D 信道仿真 MATLAB 工程本质上就是一套把设备直连链路的信道建模、资源分配和性能评估串起来的可执行脚本集合。它适合两类人一类是刚进实验室、需要快速复现 D2D 链路级仿真结果的新手另一类是要在现有框架上改资源分配策略、加干扰模型的老手。整套代码围绕信道增益计算、干扰建模、资源块分配和吞吐量统计展开跑通之后你能拿到 SINR 分布、吞吐量曲线这些实打实的仿真数据而不是停留在公式推导上。2. 工程结构与技术选型这套仿真到底由哪些模块拼起来2.1 目录组织与文件职责划分拿到压缩包解压后我一般先不急着运行而是把目录树过一遍。这类 D2D 信道仿真工程常见的组织方式是按功能分层典型结构大致如下D2D_Channel_Sim/ ├── main.m % 主入口串起整个仿真流程 ├── config/ │ └── sim_config.m % 仿真参数集中配置 ├── channel/ │ ├── pathloss_model.m % 路径损耗计算 │ ├── fading_channel.m % 小尺度衰落生成 │ └── channel_gain.m % 综合信道增益 ├── resource/ │ ├── rb_allocation.m % 资源块分配策略 │ └── interference_calc.m % 干扰功率计算 ├── performance/ │ ├── sinr_calc.m % SINR 计算 │ └── throughput_eval.m % 吞吐量统计 └── utils/ └── plot_results.m % 结果可视化这个划分不是随便摆的它对应仿真的一条主线先由sim_config.m定好小区半径、用户数、发射功率、噪声功率谱密度这些参数再由channel目录算出每条链路的信道增益接着resource目录决定哪些 D2D 对复用哪些资源块、复用后干扰多大最后performance目录把 SINR 和吞吐量算出来并画图。新手最容易犯的错是只盯着main.m看结果改了一个参数不知道影响哪一步。我的建议是先读sim_config.m把所有可调参数列成一张表再顺着main.m的调用顺序往下追。参数名含义典型取值改动影响numD2DD2D 对数10~50直接影响干扰叠加复杂度numRB资源块数量25~100决定复用机会与碰撞概率txPowerD2DD2D 发射功率10~23 dBm功率越大自身 SINR 高但干扰别人也重noisePSD噪声功率谱密度-174 dBm/Hz影响 SINR 基线cellRadius小区半径100~500 m影响路径损耗与用户分布这张表是我每次接手新仿真代码时必做的第一件事因为后面调参、复现论文曲线全靠它。2.2 信道建模的核心路径损耗加小尺度衰落D2D 信道和传统蜂窝信道最大的区别在于链路距离短、视距概率高所以路径损耗模型的选择很关键。工程里pathloss_model.m一般会实现两种模式一种是对数距离路径损耗另一种是带视距/非视距判别的模型。核心代码通常长这样function pl_dB pathloss_model(distance, fc, mode) % distance: 链路距离单位 m % fc: 载波频率单位 Hz % mode: logdist 对数距离模型 / los_nlos 视距判别模型 if strcmp(mode, logdist) % 参考距离 1m 处的路径损耗自由空间公式 pl0 20*log10(4*pi*fc/3e8); alpha 3.5; % 路径损耗指数D2D 场景常取 3~4 pl_dB pl0 10*alpha*log10(max(distance, 1)); elseif strcmp(mode, los_nlos) % 视距概率随距离衰减常见做法是指数模型 p_los exp(-distance/200); pl_los 20*log10(4*pi*fc/3e8) 10*2.0*log10(max(distance,1)); pl_nlos 20*log10(4*pi*fc/3e8) 10*3.7*log10(max(distance,1)); pl_dB p_los*pl_los (1-p_los)*pl_nlos; end end这段代码里有两个参数值得盯住alpha是路径损耗指数D2D 短距离链路通常比蜂窝的 3.5 略低取 2.5~3 更贴近实测p_los的衰减尺度 200 米是经验值改小区半径时这个数要跟着调否则视距概率曲线会失真。小尺度衰落部分fading_channel.m一般用瑞利或莱斯分布生成复高斯系数瑞利适合非视距莱斯适合视距主导的 D2D 直连链路莱斯因子 K 取 3~10 dB 是常见做法。信道增益最终是路径损耗的线性值和衰落功率的乘积注意单位换算路径损耗算出来是 dB进增益计算前必须10^(-pl_dB/10)转成线性值这一步漏了后面 SINR 全是负的血泪经验。2.3 资源分配与干扰计算复用带来的收益和代价D2D 仿真的灵魂在资源复用。rb_allocation.m决定每个 D2D 对占用哪个资源块常见策略有随机分配、基于距离的贪婪分配、以及基于图着色的干扰协调。随机分配最好写但结果方差大贪婪分配按信道质量排序能明显提升平均吞吐量。下面是一个简化版的贪婪分配骨架function [rbAssigned, sinrMat] rb_allocation(chGain, numRB, numD2D) % chGain: numD2D x numRB 的信道增益矩阵 % 返回每个 D2D 对分配到的资源块索引及对应 SINR rbAssigned zeros(numD2D, 1); sinrMat zeros(numD2D, numRB); for i 1:numD2D % 找该 D2D 对信道增益最大的资源块 [~, bestRB] max(chGain(i, :)); rbAssigned(i) bestRB; % 计算复用该 RB 时来自其他 D2D 的干扰 interferers find(rbAssigned(1:i-1) bestRB); interference sum(chGain(interferers, bestRB)); signal chGain(i, bestRB); sinrMat(i, bestRB) signal / (interference 1e-12); end end这里interferers只统计了已经分配的前 i-1 个 D2D 对这是顺序贪婪的典型写法简单但有个隐患先分配的占便宜后分配的吃亏结果对用户编号敏感。想更公平可以每轮重新评估所有未分配用户或者引入干扰门限超过门限就换资源块。1e-12是防止除零的小量别省。干扰计算interference_calc.m里还要叠加蜂窝用户对 D2D 的跨层干扰这部分常被新手忽略导致 SINR 偏乐观。常见做法是把蜂窝用户发射功率乘上跨层信道增益加进干扰项跨层信道用同一套路径损耗模型即可。3. 从零跑通环境准备、参数配置与结果验证3.1 MATLAB 版本与工具箱依赖这套仿真对 MATLAB 版本要求不算苛刻R2018b 及以上基本都能跑但有两个点要注意。第一如果代码里用了randi、randn这类函数老版本行为一致问题不大但如果用了gpuArray做加速就必须有 Parallel Computing Toolbox没有的话把相关行注释掉即可。第二画图部分如果用了tiledlayout那是 R2019b 才引入的低版本会报未定义函数换成subplot就行。我一般会在main.m开头加一段环境自检% 环境自检确认关键函数可用 assert(exist(randn,builtin) 0, 基础随机函数缺失检查 MATLAB 安装); if ~license(test, Parallel_Toolbox) warning(未检测到并行工具箱将使用串行模式); useParallel false; else useParallel true; end这段自检不是摆设license(test, ...)返回逻辑值能提前把“跑到一半才发现工具箱缺失”的坑挡掉。useParallel这个开关后面在蒙特卡洛循环里控制parfor还是for有工具箱用parfor快几倍没有就老实串行别硬上。3.2 参数配置与主流程串接sim_config.m是整个仿真的控制面板我习惯把它写成结构体返回避免工作区变量满天飞function cfg sim_config() cfg.numD2D 20; % D2D 对数 cfg.numRB 50; % 资源块数 cfg.numCellUser 10; % 蜂窝用户数 cfg.cellRadius 250; % 小区半径 m cfg.txPowerD2D 20; % D2D 发射功率 dBm cfg.txPowerCU 23; % 蜂窝用户发射功率 dBm cfg.noisePSD -174; % 噪声功率谱密度 dBm/Hz cfg.bandwidth 180e3; % 单 RB 带宽 Hz cfg.fc 2e9; % 载波频率 2 GHz cfg.numRealization 1000; % 蒙特卡洛次数 cfg.randomSeed 42; % 固定随机种子保证可复现 endrandomSeed这一行是我强烈建议加的。仿真结果对随机种子敏感固定种子后每次跑出来的曲线一致调参时才能判断变化是参数引起的还是随机波动引起的。numRealization取 1000 是精度和耗时的折中新手可以先设 100 快速看趋势出图前再拉到 1000。主流程main.m大致是读配置、循环蒙特卡洛、每次生成用户位置、算信道、分配资源、算 SINR 和吞吐量、最后汇总画 CDF。用户位置生成用极坐标均匀分布注意是半径的平方均匀而不是半径均匀否则用户会往圆心堆这个细节很多现成代码都写错。3.3 结果验证怎么判断跑出来的数是对的跑通不等于跑对。我验证仿真结果一般看三个东西SINR 的 CDF 曲线形状、平均吞吐量随 D2D 对数变化的趋势、以及无干扰时的理论上界。无干扰时 SINR 应该等于信号功率除以噪声功率这个值可以手算对照随着 D2D 对数增加干扰叠加SINR 中位数应该单调下降如果曲线反而上升八成是干扰项符号或单位搞反了。吞吐量用香农公式B*log2(1SINR)逐 RB 累加注意 SINR 要转线性值再代入dB 直接代进去结果会离谱。下面这段是吞吐量统计的典型写法function thr throughput_eval(sinrLin, bandwidth) % sinrLin: 线性 SINR 矩阵 % bandwidth: 单 RB 带宽 Hz sinrLin max(sinrLin, 0); % 负 SINR 截断为 0 thr bandwidth * log2(1 sinrLin); % 香农容量 thr sum(thr, 2); % 按 D2D 对累加各 RB endmax(sinrLin, 0)这行别删数值误差可能产生极小负值log2(1负数)会出复数后面画图直接崩。验证阶段我还会把numD2D设成 1 跑一遍此时没有 D2D 间干扰结果应该和手算的单链路 SINR 吻合这是最省事的 sanity check。4. 避坑与排查那些让仿真结果失真的细节4.1 单位混用导致 SINR 全负现象跑完发现 SINR 全是负几十 dB吞吐量接近零。原因路径损耗以 dB 算出后直接当线性增益参与除法或者功率用 dBm、噪声用 dBm/Hz 却没乘带宽。解决统一在增益计算入口做10^(x/10)转换功率域全部转瓦特或毫瓦后再运算输出前再转回 dB。我一般会在channel_gain.m里加一行断言增益必须为正且小于 1越界就报错把问题挡在源头。4.2 随机种子没固定导致曲线每次不一样现象同一套参数跑两次吞吐量曲线差一截误以为是算法不稳定。原因rng没设或设在循环内部每次蒙特卡洛的随机流不同。解决在main.m最开头设一次rng(cfg.randomSeed)循环内不要再重置。如果要做多种子统计就在外层再套一层种子循环把每次结果存矩阵最后取均值和置信区间而不是靠肉眼比单次曲线。4.3 用户位置分布写错导致干扰偏大现象D2D 对间距普遍偏小干扰功率异常高。原因用户位置用radius cellRadius * rand()生成半径均匀分布会让用户往圆心聚集。解决改成radius cellRadius * sqrt(rand())保证面积均匀。这个坑我在不止一份代码里见过改完 SINR 分布立刻合理。4.4 并行循环里写文件或画图导致报错现象parfor一开就报变量分类错误或图形句柄冲突。原因parfor循环体内不能随意画图、不能跨迭代共享可变变量。解决循环内只做计算、把结果存进预分配的数组画图和写文件全部挪到循环外。预分配用zeros(numRealization, numD2D)别在循环里动态扩数组否则串行也慢。4.5 跨层干扰漏算导致结果过于乐观现象D2D 吞吐量比文献高一大截怎么调都对不上。原因只算了 D2D 间干扰没算蜂窝用户对 D2D 的跨层干扰。解决在interference_calc.m里显式加上蜂窝用户功率乘跨层信道增益跨层信道复用同一路径损耗模型蜂窝用户位置同样按面积均匀生成。加完之后曲线一般会往下走一截和公开结果对得上。5. 二次开发换分配策略、加移动模型与结果对比的实操拿到这套代码后真正有价值的部分是改。最常见的二次开发方向是替换资源分配策略比如把顺序贪婪换成基于图着色的干扰协调把每个 D2D 对看成顶点干扰超过门限的连边然后贪心染色同色复用同一资源块。改动集中在rb_allocation.m接口保持不变main.m一行不用动这就是前面强调按功能分目录的好处。第二个方向是加移动模型把静态用户位置换成随机游走每帧更新位置后重算信道注意信道增益要按帧刷新而不是整个仿真只算一次否则移动模型形同虚设。第三个方向是结果对比我习惯把不同策略的 CDF 画在同一张图上用legend标清楚同时把关键统计量均值、5% 分位、中断概率存成表格方便写报告时直接引用。改造时有个技巧值得说先在sim_config.m里加一个strategy字段用switch在main.m里分发到不同分配函数这样新旧策略可以并存、随时切换对比而不是改一处覆盖一处。验证改造是否正确的办法是回归测试把strategy设回原来的贪婪策略结果应该和改造前逐位一致固定种子前提下一致了再上新策略否则先查是不是不小心动了公共模块。中断概率这类指标对样本数敏感numRealization至少拉到 5000 再下结论别拿 100 次的结果说事。从那以后我每次接手新的仿真工程都强制先做三件事固定随机种子、跑单链路 sanity check、把参数表列出来这三步走完再谈调参和改算法能省掉大量“改了不知道有没有用”的玄学时间。希望帮到你。本文还有配套的精品资源点击获取
