文献［MuVe04］从被系统服务的用户角度出发，利用从都灵实际场景（见参考文献［MuRV04］）下采集的参数以及半解析工具（见参考文献［BaMV03］），在WCDMA场景下进行了下行链路容量评估，并将所得结果与从综合方案中获得的结果相对比。在仿真场景中，移动台（MS）在仿真区域内随机生成且均匀分布，并且在每一次快照中移动台都会生成新的分布。对于传播领域所关注的方面，参考文献［MORA03］所提供的路径损耗数据库被用在都灵真实场景中，而简化模型则被用于合成场景中，另外，服务参数也取自参考文献［MORA03］。该参考文献的目的是调查软切换进程和基站选择分集传输功率控制（SSDT）模式在网络标注方式中的作用。

参考文献［GMFL04］为了对UTRA中不同资源分配策略的性能进行分析，提出了动态下行链路仿真，其中包括切换、载入控制、包管理等方面。动态场景包括:终端移动性（有包络），呼叫的建立与释放，在接收信号中服务需求的多样性和服务质量变化。蜂窝结构、传输模型、可移动模型和服务参数都是从参考文献［MORA03］中获得的。下面测试两种不同的切换策略:硬切换和软切换，它们是针对不同阈值的两种切换方式。假设并行用户数量达到最大，得到如图8.4所示结果。结果表明，采用相似的阈值，软切换明显优于硬切换。

在参考文献［RGGH04］中利用UTRAN C++仿真工具在真实的维也纳场景（见参考文献［MORA03］）下进行仿真，本书分析了部分简单的结果来验证所获得的信息是否一致。显示结果应该被理解为初步的简单结果（主要针对下行链路），但可以有助于理解如何在给定的层和文件下使用MO-RANS场景，从而可以将其与其他的研究团队的结果进行比较并获得详细的场景使用介绍。本节我们介绍了一些RRM参数，如MT和基站（BTS）的发射功率、小区负载以及干扰条件。

图8.4 不同切换方式的容量

参考文献［FGLM04］中评估了一个新的结合空间信息的2D阴影模型。参考文献［MORA03］中评估了上述模型的性能，并利用合成场景来确定系统性能评估中的一些重大影响。我们分析了GPRS的吞吐量和误块率仿真结果，并将其与其他阴影模型（对数-正态假设）进行对比。

MORANS倡议的主要目的之一是以XML格式在统一的参考场景中进行仿真，从而方便将不同工具所获得的结果进行比较。下面一节概括了不同研究团队所获得的结果，这些结果在参考文献［PBCE05］中进行了详细的叙述。

1.宏蜂窝综合情景

利用两个动态系统仿真器对WCDMA网络下行链路的测试性能进行评估，并将结果进行对比。所选择的场景被描述为一个带有规律性的全向天线小区分布（1km的站点距离），一个8dB标准差对数-正态阴影的宏蜂窝传播模型以及一个均匀传输分布的城市宏蜂窝环境。在语音和视频呼叫（VC）的混合型服务中，行人用户（3km/h）和车辆用户（50km/h）是被分开进行仿真的，仿真中采用了包络技术。两个动态仿真器之间的许多不同已经在一些RRM策略和系统行为的执行中被确定出来。为获得类似结果，我们考虑如下方法:

1）呼叫接入控制。在由WF（Wireless Future）研发的动态仿真器中，估计了在即将进行的会话中所需的功率，以此来考虑本次会话所需资源以及正在进行的会话所需的额外资源以面对会话接入时所造成的干扰增加问题。在由UPV研发的动态仿真器中，通过假设即将进行的会话被允许时的实际系统状态和系统的将来状态，来计算即将进行的会话所需功率以及正在进行的会话所需的额外功率。也就是说，考虑一个完美假设:如果被允许会话的无线信道条件没有改变，则没有丢包事件发生。

2）语音活跃因素。语音服务的特点是活跃和无语音服务交替。为了这次研究，本服务的活跃因子被设为0.5，并假设一个用户说话时间与听的时间相同。此外，必须考虑支持专用控制信道的功率。在由WF开发的动态工具中，信道被全部利用;而在由UPV开发的动态仿真器中，在假设一个更大数值的活跃因子时，需要考虑开销问题。为了进行这一研究，我们假设这一活跃因子为0.67。

一些RRM参数的概括在表8.5中给出，其结果在表8.6中给出。

表8.5 综合场景中的RRM参数

表8.6 综合场景结果

通过两个动态仿真器，我们得出如下结果:在每个小区中的平均语音会话，每个小区中的平均视频请求，平均基站发射功率以及每个小区中的软切换会话方面彼此非常接近。对比由这些工具所提供的误块率和丢包率，一些不同是明显的。这是由这些工具所提供的RRM策略不同所导致的。事实上，一个理想的呼叫接入控制是由UPV开发的动态仿真器所提供的。这就导致了比WF所得到的结果更高的误块率。相反地，在WF仿真器中检测到的丢包率比UPV中获得的丢包率高。这意味着当WF开发的动态工具在之后的大多数情况下丢包时，这一协议会在低估其所需无线电资源的情况下被允许。值得一提的是，在对行人的实例研究中，UPV产生的高误块率和丢包率主要源自其提供的较高负载。事实上，两种工具中考虑的泊松过程相同，但是它们提供的负载则是根据各自的实际状态。

2.都灵的真实场景

我们进行系统评估是为了通过一个动态系统仿真器和一个采用静态方法的评估软件来对比WCDMA网络中下行链路的评估性能。表8.7中给出了主要的仿真参数。

表8.7 都灵场景参数

(www.daowen.com)

我们根据覆盖范围和容量来估计方位角和倾斜值这两个网络配置，作为参考和改进配置。

3.覆盖范围分析

每个小区CPICH的等级（E_c）和质量（E_c/I₀）是分别估计的。对于E_c，结果不取决于系统负载，而是从分别进行评估的室内用户（额外损耗为20dB）、室外用户（无额外损耗）以及车载用户（额外损耗为8dB）中获取。对于E_c/I₀，结果取决于系统负载，因此假定每个基站发射最大功率（最坏情况分析），并且没有一个用户通过它的移动行为而获得的额外损耗。考虑到对CPICH中E_c等级的评估和质量E_c/I₀的调查，以及对这两种网络的配置，在表8.8中将覆盖面积百分数分为3种情况。

表8.8 都灵场景的覆盖结果

结果表明，在覆盖面积分析过程中，不同的工具和评估方法达成了较好的一致性。即使数据结果不同，通过这两种方法也能得到相同的趋势:改进型配置可以提高在覆盖面积方面的系统性能。

4.容量评估

考虑一个由30％车辆和70％的室内用户组成的传输系统。语音服务的传输条件设为FER=1％，而视频呼叫和数据流数据的传输条件设为BLER=1％。

因为这一评估软件并没有对用户进行明确的仿真，我们就每个小区内的平均下行链路功率进行了性能比较。

表8.9中，数据结果完全不同。这一结果是在预料中的，因为该评估方法适用于静态方法，如9.4节所述，该静态方法与动态仿真器相比，更倾向于低估所需资源。但是可以看出，两种情况下观察到的趋势是相似的。当我们对比两种配置，改进配置中的平均发射功率有所降低。

表8.9 WF和ZIB配置下的容量结果

5.真实场景（维也纳）

我们进行系统评估是为了通过采用静态方法的商业静态系统仿真器和评估软件来对比WCDMA网络的评估性能。我们进行了覆盖和容量评估，并将其对比。

该服务是由语音服务和如下两个数据服务组成:对称服务（上下行链路均为64kbit/s）和非对称服务（上行链路速率为64kbit/s，下行链路速率为144kbit/s）。因为商业化无线电规划工具不能导入XML文件的MORANS数据设置，需要利用传输模型参数对传输文件重新计算。图8.5显示了覆盖分析的结果。

这两张图显示了绝对信号强度和相对信号强度之间有非常密切的关系。因为评估软件没有明确的仿真用户，因此我们根据每个小区内的平均下行链路功率进行性能对比。图8.6显示了通过上下行链路的商业静态工具和评估方法进行仿真得到的不同的功率级。图像对比了下行链路中的发射总功率和上行链路中的接收总功率。图像显示了两种仿真工具即使在仿真方法不同的情况下也具有良好的一致性。

图8.5 基于在飞机上的功率检测得到覆盖分析的结果

图8.6 功率等级直方图在上行链路和下行链路中的不同