Stochastic Geometry Analysis of Hybrid Aerial Terrestrial Networks with mmWave Backhauling
为了满足日益增长的数据需求，服务提供商正在考虑使用无人机（UAV）作为空中基站（BS）来提供连接。无人机对于在灾害和事故情况下提供连接尤其重要，这些灾害和事故可能完全削弱现有的地面网络。然而，为了维持UAV与核心网络的通信，必须为它们提供到地面BS的无线回程连接。在这项工作中，我们使用随机几何研究毫米波（mmWave）回程的无人机在空中-地面混合蜂窝网络中的无人机的影响，其中无人机被添加到地面BS提供可靠的服务给用户（UE）。在所提出的模型中，UE可以关联到地面BS或连接到BS的UAV以获得回程支持。所提出的模型的性能进行评估的覆盖概率和验证对密集的模拟。所获得的结果揭示了UAV的毫米波回程链路的质量对UE的体验具有显著影响，并且UAV的部署必须相应地调整。
2019-10-26 cs.IT eess.SP math.IT
Energy Efficient Power Allocation for Device-to-Device Communications Underlaid Cellular Networks Using Stochastic Geometry
在本文中，我们研究了多个频段上的蜂窝网络下的D2D通信的上行链路中的能量效率最大化问题。利用随机几何，我们推导出封闭形式的表达式的平均和速率，成功的传输概率，和能量效率的蜂窝和D2D用户。然后，我们制定了一个优化问题，以联合最大化D2D和蜂窝用户的能量效率，并获得最佳的D2D和蜂窝用户的传输功率。在优化问题中，我们通过考虑每个链路上的成功传输概率来保证用户的QoS。为了解决这个问题，我们首先将问题转化为标准凸形式。之后，我们解决了两个阶段的问题，能源效率最大化的设备和能源效率最大化的蜂窝用户。在第一阶段，我们最大限度地提高D2D用户的能源效率，并将解决方案提供给第二阶段，在第二阶段，我们最大限度地提高蜂窝用户的能源效率。仿真结果表明，可以获得显著的能量效率，在高密度场景下，与固定传输功率相比，能效提高10%。
2019-09-06 cs.IT eess.SP math.IT
Ternary Stochastic Geometry Theory for Performance Analysis of RIS-Assisted UDN
本文提出三元随机几何理论，以基站-RIS-用户设备典型三角形为基本单元，扩展Campbell定理并推导RIS辅助超密集网络的覆盖概率、频谱与能量效率等指标，仿真显示RIS可显著提升系统性能并呈现马太效应。
2024-05-07 cs.IT eess.SP math.IT
Stochastic-Geometry Based Characterization of Aggregate Interference in TVWS Cognitive Radio Networks
在本文中，我们描述了最坏情况下的干扰有限区域电视白空间异构网络使用随机几何的工具。我们推导出封闭形式的表达式的概率分布函数（PDF）和平均值的聚合干扰的路径损耗指数的各种值。所提出的干扰的表征是简单的，并且可以用于改进频谱接入技术。使用导出的PDF，我们证明了在认知无线电网络的基于特征值的检测器的频谱检测的性能增益。
2018-06-27 eess.SP
A Geometry-based Stochastic Wireless Channel Model using Channel Images
针对几何确定性无线信道建模复杂难实现的问题，提出将信道参数转为图像训练生成式神经网络的GBSM建模方法，10轮内即可完成训练且能忠实还原原始数据分布，助力通用无线场景下的GBSM建模。
2024-06-21 eess.SP
System-Level Metrics for Non-Terrestrial Networks Under Stochastic Geometry Framework
非地面网络（NTN）被认为是第六代（6 G）无线网络的关键推动因素之一;随着其快速增长，系统级指标分析为NTN系统性能增加了重要的理解。应用随机几何（SG）作为一个系统级的分析工具，在NTN的背景下提供了新的见解网络权衡。本文从NTN平台类型、典型通信问题和应用场景三个方面研究和强调了NTN通用系统级度量。除了总结现有的研究，我们研究了最适合的SG模型，不同的平台和系统级的指标还没有得到很好的研究文献。此外，我们展示了NTN主导的应用场景。最后，我们进行了系统级的性能分析，这些应用程序的基础上SG模型的指标。
2023-02-10 cs.NI eess.SP
End-to-End Uplink Performance Analysis of Satellite-Based IoT Networks: A Stochastic Geometry Approach
本文采用随机几何方法建模LEO卫星星座，分析物联网设备经LEO至GEO链路的端到端上行性能，并揭示星座配置、功率和相对位置的影响。
2024-06-28 cs.NI eess.SP
Pinching-Antenna System-Assisted Localization: A Stochastic Geometry Perspective
本文针对定位场景提出夹式天线系统辅助的新型定位框架，借助随机几何建模推导可定位性与CRLB分布闭式表达式，为波导数选择提供指导，验证其性能优于传统固定天线系统。
2025-11-19 eess.SP
Full-Duplex V2X Integrated Sensing and Communication Scenario: Stochastic geometry, Monte-Carlo, and Ray-Tracing Comparison
针对全双工V2X集成感知与通信场景，基于射线追踪提取系统参数，对比随机几何、蒙特卡洛与射线追踪三种框架的性能评估效果，明确了不同框架在单变量与联合指标评估上的准确性差异。
2024-07-09 eess.SP
A 3D Non-Stationary Geometry-Based Stochastic Model for Industrial Automation Wireless Communication Systems
工业自动化是第五代（5G）无线通信网络的重点应用场景之一。工业通信系统对延迟和可靠性的高要求导致需要工业信道模型来支持大规模多输入多输出（MIMO）和毫米波通信。此外，由于环境复杂，通信设备庞大，金属散射体众多，工业信道具有特殊丰富的密集多径分量（DMC）。针对这些特点，提出了一种新的工业自动化无线信道三维非平稳几何随机模型。研究分析了信道特性，包括传输函数、时变空时频相关函数（STFCF）和均方根时延扩展，模型参数包括时延定标因子和功率衰减因子。此外，根据第三代合作伙伴计划（3GPP）TR 38.901的室内工厂场景分类，仿真了考虑杂波密度的两个子场景。仿真得到的均方根时延扩展的累积分布函数与实测数据具有较好的一致性。
2021-08-14 eess.SP
Estimation of Bistatic Radar Detection Performance Under Discrete Clutter Conditions Using Stochastic Geometry
我们提出了一个度量称为双基地雷达检测覆盖概率来评估离散杂波条件下的双基地雷达的检测性能。这样的条件通常在室内和室外环境中遇到，其中无源雷达接收器部署有机会照明器。来自雷达环境的后向散射和多径在雷达特征信号中引起鬼目标和点杂波响应，导致检测性能恶化。在我们的工作中，我们建模的杂波点作为泊松点过程，占其数量和空间分布的多样性。使用随机几何公式，我们提供了一个分析框架来估计双基地雷达平面中任何特定位置的目标的信号与杂波和噪声比高于预定义阈值的概率。使用的度量，我们得到关键的雷达系统的角度来看，在噪声和杂波限制条件下的雷达性能;在该范围内的双基地雷达框架可以近似为一个单基地的框架;和最佳的雷达发射功率和带宽。我们的理论结果通过蒙特卡罗模拟得到了实验验证。
2022-01-24 eess.SP
Coverage Analysis of UAVs in Millimeter Wave Networks: A Stochastic Geometry Approach
机器人和通信技术的最新发展为使用无人机（UAV）在公共安全场景或偏远地区提供无处不在的连接铺平了道路。特别是毫米波（mmWave）频谱已经获得了发展势头，因为在这种频率下可用的大量自由频谱可以产生非常高的数据率。然而，在无人机环境中，毫米波操作可能会导致严重的信号衰减和对阻塞的敏感性，特别是考虑到所涉及的非常长的传输距离。在本文中，我们提出了一个易于处理的随机分析，以表征无人机站在毫米波操作的覆盖概率。我们讨论了为毫米波（mmWave）场景设计解决方案时需要考虑的一些权衡，例如波束成形配置以及无人机高度和部署。
2020-03-03 cs.NI eess.SP
Optimization of Radar Parameters for Maximum Detection Probability Under Generalized Discrete Clutter Conditions Using Stochastic Geometry
我们提出了一个分析框架的基础上随机几何（SG）配方，估计广义离散杂波条件下的雷达的检测性能。我们的离散杂波散射体的空间分布模型作为一个均匀的泊松点过程和每个扩展散射体的雷达截面作为一个随机变量的威布尔分布。使用这个框架，我们推导出一个度量称为雷达检测覆盖概率的函数的雷达参数，如发射功率，系统噪声温度和雷达带宽，和杂波参数，如杂波密度和平均杂波截面。我们推导出最佳的雷达带宽，最大限度地提高这一指标在嘈杂和杂乱的条件下。我们还推导出峰值发射功率，超过该功率，由于杂波限制条件，雷达检测性能将没有明显的改善。当发射功率和带宽都是固定的，我们展示了如何检测阈值可以优化最佳性能。我们的实验验证SG的结果与蒙特卡洛和全波电磁求解器的混合使用时域有限差分（FDTD）技术的模拟。
2022-01-20 eess.SP
Angularly-Resolved 3D Foliage Modeling and Measurements at 60 and 80 GHz: From Stochastic Geometry to Deterministic Channel Characterization
Military University of Technology（军事科技大学）；National Institute of Technology, Durgapur（杜尔格布尔国家理工学院）；AIT Austrian Institute of Technology（奥地利技术研究院）；TU Wien（维也纳工业大学）；Brno University of Technology（布尔诺理工大学）
本文提出基于随机几何的三维植被建模方法，用于确定性射线追踪信道建模，并通过60和80GHz测量验证路径损耗和RMS时延扩展的角依赖性。
2026-03-19 eess.SP
Stochastic Geometry-based Modelling of Mobile UAV Relay Networks under Realistic Fading
本文研究了一种基于无人机的中继网络。地面基站（TBS）和无人机中继节点（RN）建模使用两个齐次泊松点过程（HPPP）。无人机可以悬停在一个固定的位置或移动以下特定的位移方案。当典型的用户设备（UE）经由直接链路（从TBS到UE）或经由中继链路（从TBS通过UAV RN到UE）进行通信时，导出典型的UE的覆盖概率（CP）。每个链路可以处于视距（LoS）或非视距（NLoS）中，并且遭受具有距离相关参数的莱斯衰落。该覆盖率通过随机几何（SG）和蒙特卡罗（MC）模拟计算。使用无人机作为RN的好处进行了分析，取决于他们的高度，密度和机动性计划。
2021-07-26 eess.SP
Downlink Coverage and Rate Analysis of Low Earth Orbit Satellite Constellations Using Stochastic Geometry
随着低轨道（LEO）卫星通信系统的日益普及，需要新的理论方法来研究这种网络的性能。这是因为以前应用于分析卫星系统的确定性和基于位置的模型通常仅限于支持模拟。在本文中，我们推导出一般的LEO网络的下行链路覆盖概率和平均数据速率的解析表达式，而不考虑实际卫星的位置和它们的服务区几何形状。我们的解决方案源于随机几何，它抽象的通用网络到统一的二项式点过程。应用所提出的模型，然后，我们研究了网络的性能作为关键星座设计参数的函数。最后，为了更精确地将理论模型拟合到真实的确定性星座，我们引入了有效卫星数量作为参数来补偿不同纬度上卫星实际分布的不均匀性。除了导出精确的网络性能指标外，该研究还揭示了为未来大规模LEO星座选择设计参数的几个指导原则，例如，频道数量和高度。
2020-05-05 cs.NI cs.SY eess.SP
Performance of Cooperative Detection in Joint Communication-Sensing Vehicular Network: A Data Analytic and Stochastic Geometry Approach
城市环境的日益复杂给自主车辆网络的部署带来了额外的不确定性。为了实现城市自主车辆的高效通信和障碍物检测，提出了一种基于联合通信与感知（JCS）技术的道路基础设施协同检测模型。为了抑制JCS信号因阴影和障碍物而引起的性能波动，我们首先从地理信息系统（GIS）中导出道路障碍物的统计信息。在此基础上，利用视距和非视距信道模型，分析了复杂城市场景下JCS信道特性和阴影影响因素。应用随机几何方法分析了干扰因素和JCS成功检测与通信的概率分布。仿真结果验证了基于LoS和NLoS信道的概率分析的合作检测模型，数值结果表明了几种不同的优化方法部署JCS道路基础设施。最后，对符合城市交通点结构布局标准的JCS道路基础设施配置优化方法进行了仿真分析。
2022-11-02 cs.SY eess.SP eess.SY
