从室内走到室外，场景的定义趋向于用更粗略的细节来划分位置和环境，如随机放置MT。但是，除了考虑MT的随机空间分布之外，在角度或者空间领域方面可以有更多的限制。除了参考文献［FMKW04］，限制MT位置在一个常规的街道网格中，大部分这种类型的场景关心的是MT放置在其周围的单蜂窝的情况。在参考文献［Glaz04］中，为了分析智能天线，在BS周围的随机角度放置所需的以及干扰MT。这种角度上的分配在BS周围是均匀的，所有MT到BS的距离都相同，且在120°的扇形面内。参考文献［VTZZ04］的研究也采用了一个简单的场景用于评估SDMA的资源分配技术，该场景中3AP定义了一个圈，特定数量的MT在圈内均匀分布。参考文献［MaVT04］中的相关研究假设一个由AP的分离定义的平方资源服务区。MT还是随机分布，数量达到16个。在参考文献［ZhBW04］中，MT按45°进行角度上的分离，且独立于任何蜂窝结构。按照类似的场景方法，参考文献［MaVT04］集中在一个多蜂窝SDMA/TDMAMIMO系统中的数据传播协议，使用一个分布式时隙分配算法。考虑的干扰情况涉及许多随机分布的MT，在两个AP的覆盖范围内，通过特定距离分隔且有不同的复用因子。

在参考文献［HZWS04］中采用一个单蜂窝设置的MT的均匀随机空间分布，在报告的仿真中采用了多达32个MT以及一个BS（此项工作可以扩展到一个多蜂窝的环境）。研究着重于基于OFDM上的MIMO系统中的信道估计，并利用几何基础上的随机信道模型来产生信道响应。该场景由一个最大1000m的蜂窝和一个最小BS-MT距离为100m定义而成，是一个只有单独一个蜂窝的宏蜂窝环境。

考虑一个BS以集中于蜂窝内干扰，一个空间传输场景（见参考文献［GiCo01］，［GiCo02］，［GiCo03b］，［GiCo03a］，涉及了一些对于波束成形性能如何取决于传输信道的宽带和方向性性质的研究［GiCo04］）的大集合。它们的概念根源于微蜂窝和宏蜂窝的空间分布的MT。此分布在离基站一些距离处，包括分组MT、传播MT或者一个和其余的分开的单独MT。图6.4描绘了这一概念。MT的数量从4～6间变化。其他参数已经建立了场景，如由宽带定向信道模型，或者集群的密度加上的各个散射区域的尺寸。按照模型的概念，微蜂窝环境涉及一个宽40m的街道，而BS-MT的距离为50～1000m。在一个宏蜂窝情况下，距离范围为1000～2000m，其散射圈半径为50～200m。

图6.41 个BS，成组MT且一个MT位于特定角度的室外场景例子（从文献［GiGo03a］提取）

因此，室外单蜂窝场景处理一个散布某数量MT的单蜂窝。这些取决于MT-BS距离以及它们的相对高度，可以是宏或者微蜂窝。自然，一些这种单小区场景建立了较大的多小区场景的单一部分。在所有的这些中，改变小区扇区划分、MT的数量、蜂窝半径、MT分布的类型，以及MT-BS间的距离已经导致了COST 273（所有场景类型中多样性最大）内的大量的场景分布。表6.2包括了用于定义这些的最重要的参数，且列举了它们的值和设置。

表6.2 用于定义室外单蜂窝场景的参数总结

除了那些单蜂窝室外场景，其他的从一个扩展到多个蜂窝。在参考文献［ChCz04］中给出的系统级研究说明了一个宏蜂窝环境，并评估了波束成形技术对掉话概率的影响。其输出是满足某一QoS的MT的数量。该场景由BS的数量、蜂窝半径、路径的平均以及最大数量、衰落和DoA统计数来定义。由于其本性，虽然这项工作更接近传播信道（包括空间传播参数），但是传播场景没有得到明确描述。在另一个情况下，参考文献［HäCC03］中，系统级仿真集中于波束成形，其中MT均分布在关心的蜂窝区域内，包括49个蜂窝。这些系统级评估的共同特点是达到某QoS的MT数量是一个输出。在参考文献［CzDe01］和［Glaz04］中，蜂窝多用户播场景也考虑MT按照均匀空间分布来再一次随机分布。如图6.5所示，采用了每个蜂窝10个MT，在一个55个蜂窝的布局中，来估计有着环形阵列或者蜂窝划分的线性阵列的下行链路波束成形性能。MT的位置不是特定的，但仍作为仿真的输入。这种相关的位置确实决定了采用的波束成形的性能，其性能分析是参考文献［CzDe01］的中心议题。这也被用在参考文献［Glaz04］的场景方式，用于网络部署仿真，在一个总共有57个六边形的小区内均匀分布，或者用在参考文献［VTZZ04］中，有着12个小区。类似地，在参考文献［BrSP03］中，场景建立作为MT和BS位置，及信道传播条件的函数，来研究智能天线的一些类型并比较由此得到的平均网络容量。多达600个MT在考虑的区域内再一次随机、均匀放置，6个站点围绕在另一个中心站周围呈六边形放置，总共有21个基站。

在所有这些研究中，虽然以统计的方式说明了MT位置的影响，但实际上这种均匀空间分布是一个空间传播场景的部分。相应地，作者采用了简单的定向传播信道模型来刻画每个MT-BS信道。(www.daowen.com)

进一步聚焦于MIMO系统，参考文献［FMKW04］给出了更系统级的结论。宏蜂窝场景假设每蜂窝1个MT，以解决蜂窝内干扰的问题。图6.6包含7个蜂窝，每个的中心有各自的BS，7个MT（每个蜂窝一个），总大小2000×2000m²的区域，蜂窝半径为350m。该议题依赖空间干扰情况取代波束成形估计MIMO信道容量。在这种情况下，MT的位置不是特定的，且这些假设在蜂窝内移动。在特定的时刻，它们的位置按照移动模型在一个方格中提供。在一个蜂窝小区级别的相关工作中，假设一下MT存在于相同的宏蜂窝，该宏蜂窝的半径是500m（见参考文献［FKWS04］）。按照类似于前面提到的研究中的街道网格，考虑了18个MT移动。由于该研究估计了MT的数量和每个终端上的天线数量对蜂窝内的总能力的影响，这种情况近似于MT的位置服从一个简单的、无限制的随机分布。

图6.5 55个BS，每个蜂窝6个MT，MT均匀分布的室外场景例子

在这种情况下，场景与至今为止描述的大部分蜂窝传播场景类似（虽然移动性也刻画每个MT）。同样地，在参考文献［ZhBW04］中，随机分布的MT用于估计上行链路的MIMO容量，而使用一个有限散射信道模型且评估一个空间预白化滤波器的性能。MT在27个蜂窝内设置，每个蜂窝1个MT，且服从随机空间位置分布。改变频率复用因子，则MT干扰的数量随之变化。

总之，有一个相当大的场景集合，这些场景用于系统级评估，目的在于分析蜂窝间的干扰。涉及了宏蜂窝、多蜂窝环境，在其中MT的位置随机，且它们的数量或者位置都不是特定的。在COST 273，这些室外多蜂窝场景大部分设置用于提取趋势，比传播级别更进一步地扩展。MT的数量可能不是初始集合，而是评估利害的结果，如支持一个给定服务的MT的最大数量。按照常规曼哈顿网格，对放置MT加以限制是可能的，但是仍然在整个蜂窝内随机分布。蜂窝的数量、MT的数量级分布（总体或者每个蜂窝）以及蜂窝的半径是一些最通用的参数，也包含在表6.3。

图6.6 有着7个BS，每个蜂窝一个MT，且蜂窝半径为350米的另一个室外场景的例子（从参考文献［FMKW04］中提取）

表6.3 用于定义室外多蜂窝场景的参数集合