简介：本资源面向通信与电子信息方向的本科生、研究生及教研人员，提供hetnet异构网络场景模拟与CDF仿真的完整MATLAB实现，帮助读者理解异构网络中的基站部署、用户分布与性能统计评估方法，适合作为算法编程学习与课程实验的参考素材。压缩包共3个文件，包含1个m主程序脚本、1个avi操作录像和1个txt说明文档，整体约291KB，体积轻便，便于快速下载与本地复现。其中主脚本负责场景搭建与CDF曲线绘制，录像文件完整演示了代码运行流程，说明文档则补充了环境配置与使用提示。目前已有294人学习下载，具备一定的参考热度。读者可借助Runme主入口脚本，结合录像逐步完成异构网络拓扑生成、仿真参数设置与CDF结果分析，掌握从建模到统计验证的完整思路，并在此基础上进行算法改进与扩展实验。
1. HetNet 异构网络场景模拟：为什么你搭的仿真跑不出真实 CDF
如果你正在做 HetNet 异构网络的场景模拟和 CDF 仿真，大概率遇到过这种情况：宏基站加几个微基站，参数照着论文抄了一遍，跑出来的 SINR 分布曲线跟文献里差了一大截，CDF 曲线要么太陡要么拖尾不对。这不是你代码写错了，而是场景建模阶段就埋了雷。
HetNet 的核心矛盾在于：不同功率等级的基站共存，宏站（Macro）发射功率 43dBm 起步，微站（Pico）可能只有 30dBm，家庭基站（Femto）更低。这种功率差异导致用户关联策略、干扰分布、路径损耗模型全都不能用同构网络那套直接套。CDF 仿真要回答的问题很具体：边缘用户到底有多惨？5% 分位数的 SINR 是多少？微站卸载了宏站多少流量？这些数字直接决定你后续的调度算法和功率控制方案值不值得做。
这篇面向的是正在用 MATLAB 做 HetNet 仿真但结果对不上预期的工程师，以及需要快速搭建可复现仿真平台的研究生。不聊空泛的“异构网络概述”，直接拆场景怎么搭、CDF 怎么算、参数怎么调、坑在哪。
2. HetNet 场景建模：从基站部署到信道模型的完整链路
2.1 为什么不能直接用同构网络的六边形网格
同构网络用规则六边形网格部署宏站，每个小区形状一致、功率相同，用户接收到的信号只取决于距离。HetNet 不行。微站的部署位置在真实场景中是随机的——热点区域、商场角落、写字楼楼层，你没法用规则网格描述。3GPP 推荐的建模方式是 PPP（Poisson Point Process，泊松点过程），宏站用规则网格或者低密度 PPP，微站用高密度 PPP 叠加。
MATLAB 里生成 PPP 最直接的方式是用poissrnd控制数量再均匀撒点，但要注意边界效应。如果你只在一个 1000m×1000m 的正方形里撒点，边缘用户的干扰统计会偏乐观，因为区域外的干扰源被截断了。常见做法是撒点范围比统计范围大一圈，比如统计区域 1000m×1000m，撒点区域扩到 1500m×1500m，只统计中心区域的用户。
% 参数设置 areaSize = 1000; % 统计区域边长 (m) extension = 500; % 边界扩展 (m) totalSize = areaSize + 2*extension; macroDensity = 1e-6; % 宏站密度 (个/m^2) picoDensity = 1e-5; % 微站密度 (个/m^2) % 宏站：低密度 PPP numMacro = poissrnd(macroDensity * totalSize^2); macroPos = [rand(numMacro,1)*totalSize - extension, ... rand(numMacro,1)*totalSize - extension]; % 微站：高密度 PPP numPico = poissrnd(picoDensity * totalSize^2); picoPos = [rand(numPico,1)*totalSize - extension, ... rand(numPico,1)*totalSize - extension]; % 用户：均匀撒点，只保留统计区域内 numUE = 200; uePos = [rand(numUE,1)*areaSize, rand(numUE,1)*areaSize];这段代码的关键参数是macroDensity和picoDensity。3GPP TR 36.872 给出的参考值：宏站密度约 1-2 个/km²（对应 ISD 500m 左右），微站密度在热点场景下可以到 10-20 个/km²。密度比决定了卸载效果——微站太密，宏站几乎不承载流量；微站太稀，HetNet 退化成同构网络。我一般会先跑密度比 1:10 和 1:20 两组，看 CDF 曲线的分离程度再定。
2.2 路径损耗和信道模型：参数选错后面全白算
HetNet 仿真里路径损耗模型必须分链路类型。宏站到用户（Macro-UE）和微站到用户（Pico-UE）的路径损耗指数不同，因为天线高度和传播环境不一样。3GPP 36.814 给出了几种场景的推荐值：
| 链路类型 | 路径损耗模型 | 损耗指数 | 参考距离 |
|---|---|---|---|
| Macro-UE | 128.1 + 37.6·log10(d) | 3.76 | d 单位 km |
| Pico-UE | 140.7 + 36.7·log10(d) | 3.67 | d 单位 km |
| 穿透损耗 | 20 dB（室内用户） | — | — |
注意单位。很多论文里写路径损耗指数 3.76，但公式里距离用的是米，结果算出来差 30dB。MATLAB 里我习惯统一用米，公式改成128.1 + 37.6*log10(d/1000)，这样不容易翻车。
阴影衰落用对数正态分布，标准差宏站链路取 8dB，微站链路取 10dB。快衰落如果做 SINR 的 CDF 统计，通常取 Rayleigh 或者 Rician，但如果你只关心大尺度 SINR 分布，快衰落可以先用单位均值随机变量代替，跑完大尺度再叠加。
% 路径损耗计算 (d 单位: m) function PL = pathloss_macro(d) PL = 128.1 + 37.6 * log10(max(d,1)/1000); end function PL = pathloss_pico(d) PL = 140.7 + 36.7 * log10(max(d,1)/1000); end % 阴影衰落 shadowStdMacro = 8; % dB shadowStdPico = 10; % dB shadowMacro = shadowStdMacro * randn(numMacro, numUE); shadowPico = shadowStdPico * randn(numPico, numUE);max(d,1)是防止距离趋近 0 时 log 发散。实际仿真中用户和基站最近距离不会小于 10m，但代码里加个保护不亏。
2.3 用户关联：RSRP 最大还是加偏置
同构网络里用户关联就是选 RSRP 最大的基站。HetNet 里如果还这么干，微站因为功率低，覆盖范围会被宏站压得很小，卸载效果几乎为零。所以引入了 CRE（Cell Range Expansion），给微站的 RSRP 加一个正偏置，比如 6dB 或 9dB，让更多用户愿意连微站。
偏置值不是越大越好。偏置太大，微站边缘用户的 SINR 会急剧恶化，因为微站功率低，加偏置连过来的用户实际接收信号很弱，干扰却来自宏站。CDF 曲线会显示 5% 分位 SINR 掉得厉害。我一般从 0dB 开始扫到 12dB，步长 3dB，看 CDF 曲线的 5% 分位点和中位数的折中。
% RSRP 计算 (dBm) macroTxPower = 46; % 宏站发射功率 dBm picoTxPower = 30; % 微站发射功率 dBm bias = 6; % CRE 偏置 dB % 接收功率 rsrpMacro = macroTxPower - pathloss_macro(distMacro) - shadowMacro; rsrpPico = picoTxPower - pathloss_pico(distPico) - shadowPico + bias; % 关联：选最大 RSRP [~, servingMacro] = max(rsrpMacro, [], 2); [~, servingPico] = max(rsrpPico, [], 2); isMacro = rsrpMacro(sub2ind(size(rsrpMacro), (1:numUE)', servingMacro)) >= ... rsrpPico(sub2ind(size(rsrpPico), (1:numUE)', servingPico));这段逻辑是逐用户比较宏站和微站的最大 RSRP。sub2ind用来取每个用户对应的最大 RSRP 值。关联结果isMacro是个逻辑向量，后面算 SINR 时按这个分流。
3. SINR 计算与 CDF 仿真：从公式到可复现的 MATLAB 代码
3.1 SINR 公式在 HetNet 里的三个修正点
SINR 的标准公式是：信号功率除以（干扰功率加噪声功率）。HetNet 里三个地方要改。
第一，干扰源集合变了。同构网络只算其他宏站的干扰，HetNet 里宏站和微站都是干扰源，而且微站的干扰在热点区域可能比宏站还强。
第二，噪声功率不能忽略。微站功率低，接收信号弱，热噪声底噪在带宽 10MHz 时约 -104dBm，跟微站边缘的接收功率可比。很多论文里写“干扰受限”直接忽略噪声，在 HetNet 里会高估 SINR。
第三，SINR 计算要分服务链路。宏站用户和微站用户的 SINR 计算方式一样，但参数不同。代码里用一个循环或者向量化操作统一处理。
% 噪声功率 bandwidth = 10e6; % 10 MHz noiseFigure = 9; % dB thermalNoise = -174 + 10*log10(bandwidth) + noiseFigure; % dBm % 信号功率和干扰功率初始化 signalPower = zeros(numUE, 1); interferencePower = zeros(numUE, 1); for ue = 1:numUE if isMacro(ue) % 服务基站是宏站 servingIdx = servingMacro(ue); signalPower(ue) = macroTxPower - pathloss_macro(distMacro(servingIdx, ue)) ... - shadowMacro(servingIdx, ue); % 干扰：所有其他宏站 + 所有微站 interfMacro = macroTxPower - pathloss_macro(distMacro(:, ue)) ... - shadowMacro(:, ue); interfMacro(servingIdx) = -Inf; % 去掉服务基站 interfPico = picoTxPower - pathloss_pico(distPico(:, ue)) ... - shadowPico(:, ue); interferencePower(ue) = sum(10.^(interfMacro/10)) + sum(10.^(interfPico/10)); else % 服务基站是微站 servingIdx = servingPico(ue); signalPower(ue) = picoTxPower - pathloss_pico(distPico(servingIdx, ue)) ... - shadowPico(servingIdx, ue); interfMacro = macroTxPower - pathloss_macro(distMacro(:, ue)) ... - shadowMacro(:, ue); interfPico = picoTxPower - pathloss_pico(distPico(:, ue)) ... - shadowPico(:, ue); interfPico(servingIdx) = -Inf; interferencePower(ue) = sum(10.^(interfMacro/10)) + sum(10.^(interfPico/10)); end end % SINR (dB) sinr_dB = signalPower - 10*log10(interferencePower + 10^(thermalNoise/10));干扰功率求和时先把 dBm 转成 mW 再累加，最后转回 dB。这是最容易出错的地方——直接对 dBm 求和得到的是错误结果。-Inf用来排除服务基站，因为10^(-Inf/10) = 0。
3.2 CDF 计算：经验 CDF 和理论 CDF 的差别
CDF 仿真有两种做法。经验 CDF 直接把 SINR 样本排序后算累积概率，简单直接。理论 CDF 需要假设 SINR 服从某种分布，HetNet 里通常不成立，因为干扰分布不是高斯的。
我一般用经验 CDF，MATLAB 里cdfplot或者手动算都行。手动算的好处是可控，比如你要单独看宏站用户和微站用户的 CDF，cdfplot得调好几次。
% 经验 CDF sortedSinr = sort(sinr_dB); cdfProb = (1:numUE)' / numUE; % 分链路统计 sinrMacro = sort(sinr_dB(isMacro)); cdfMacro = (1:sum(isMacro))' / sum(isMacro); sinrPico = sort(sinr_dB(~isMacro)); cdfPico = (1:sum(~isMacro))' / sum(~isMacro); % 绘图 figure; plot(sortedSinr, cdfProb, 'k-', 'LineWidth', 1.5); hold on; plot(sinrMacro, cdfMacro, 'b--', 'LineWidth', 1.2); plot(sinrPico, cdfPico, 'r-.', 'LineWidth', 1.2); xlabel('SINR (dB)'); ylabel('CDF'); legend('全部用户', '宏站用户', '微站用户'); grid on;CDF 曲线要看的几个点：5% 分位（边缘用户性能）、50% 分位（中位性能）、曲线斜率（用户间差异）。HetNet 的典型特征是微站用户的 CDF 曲线在低 SINR 段比宏站用户更陡，因为微站覆盖小，用户间距离差异不大，但 CRE 偏置会把一些弱信号用户拉进来，导致低端拖尾。
3.3 蒙特卡洛次数：跑多少次 CDF 才稳定
单次撒点跑出来的 CDF 抖动很大，尤其是 5% 分位点。需要多次蒙特卡洛取平均。次数太少，曲线毛刺多；次数太多，跑得慢。我一般跑 1000 次，每次重新撒基站和用户，记录所有 SINR 样本，最后合并算 CDF。
numRealizations = 1000; allSinr = []; for iter = 1:numRealizations % 重新生成基站和用户位置 % ... (省略重复代码) % 计算 SINR allSinr = [allSinr; sinr_dB]; end % 合并后的 CDF sortedAll = sort(allSinr); cdfAll = (1:length(allSinr))' / length(allSinr);1000 次蒙特卡洛在普通笔记本上大概跑 2-3 分钟，取决于用户数和基站数。如果只跑 100 次，5% 分位点的波动能到 2-3dB，没法用来做参数对比。
4. 避坑与排查：HetNet 仿真里最容易翻车的五个地方
4.1 CDF 曲线在低 SINR 段异常陡峭
现象：5% 分位 SINR 低于 -10dB，曲线几乎垂直上升。
原因：通常是 CRE 偏置设太大，或者微站密度过高导致干扰爆炸。偏置 12dB 以上时，微站边缘用户的实际信号比宏站干扰低 10dB 以上，SINR 直接掉到负值。
解决：先把偏置降到 0dB 跑一遍，看 CDF 是否正常。如果正常，逐步加偏置，每次 3dB，观察 5% 分位点的下降速度。一般偏置 6-9dB 是合理范围。
4.2 宏站和微站的 CDF 曲线几乎重合
现象：分链路画 CDF，两条线贴在一起，HetNet 退化成同构网络。
原因：微站发射功率设太低，或者微站密度不够，用户关联时几乎全选了宏站。检查isMacro的比例，如果微站用户占比低于 10%，说明卸载没生效。
解决：提高微站密度到宏站的 5-10 倍，或者加 CRE 偏置。也可以检查路径损耗模型，微站链路损耗如果设得比宏站还大，那微站永远竞争不过宏站。
4.3 SINR 分布整体偏高，跟文献对不上
现象：中位 SINR 跑到 20dB 以上，文献里通常 0-10dB。
原因：最常见的是噪声功率算错。thermalNoise = -174 + 10*log10(bandwidth)如果带宽用 Hz 但忘了加噪声系数，或者噪声系数设成 0dB，噪声底噪会偏低 9-10dB，SINR 整体上移。
解决：检查噪声功率公式。-174 dBm/Hz是室温热噪声密度，加10*log10(bandwidth)得总噪声功率，再加噪声系数（典型值 7-9dB）。三步缺一不可。
4.4 蒙特卡洛跑完 CDF 曲线毛刺严重
现象：CDF 曲线不平滑，尤其尾部锯齿明显。
原因：蒙特卡洛次数不够，或者每次 realization 的用户数太少。SINR 样本总数 = 用户数 × 次数，样本少于 10000 时 CDF 尾部不稳定。
解决：增加蒙特卡洛次数到 1000 以上，或者每次多撒用户。如果跑得慢，可以先减少基站数，把用户数提上去，CDF 平滑度主要取决于样本总数。
4.5 换了参数后 CDF 曲线完全不变
现象：改了微站功率或偏置，CDF 曲线一模一样。
原因：参数没真正传到计算链路里。常见的是改了picoTxPower但rsrpPico计算时用的还是旧变量，或者函数里用了硬编码值。
解决：在 SINR 计算前加一行disp(['Pico Tx: ', num2str(picoTxPower)])，确认参数生效。另外检查路径损耗函数是不是独立文件，如果是，改参数后要clear一下函数缓存。
5. 进阶技巧：用向量化和并行加速你的 HetNet 仿真
跑 1000 次蒙特卡洛，如果每次都用双重循环算干扰，MATLAB 能跑到你怀疑人生。我后来把干扰计算向量化，速度提了 5-8 倍。核心思路是把所有基站到所有用户的距离矩阵一次性算出来，用pdist2或者矩阵广播。
% 向量化距离计算 % macroPos: numMacro x 2, uePos: numUE x 2 distMacro = sqrt((macroPos(:,1) - uePos(:,1)').^2 + ... (macroPos(:,2) - uePos(:,2)').^2); % numMacro x numUE distPico = sqrt((picoPos(:,1) - uePos(:,1)').^2 + ... (picoPos(:,2) - uePos(:,2)').^2); % numPico x numUE % 向量化路径损耗 PL_macro = 128.1 + 37.6 * log10(max(distMacro,1)/1000); PL_pico = 140.7 + 36.7 * log10(max(distPico,1)/1000); % 向量化接收功率 (dBm) rxMacro = macroTxPower - PL_macro - shadowMacro; % numMacro x numUE rxPico = picoTxPower - PL_pico - shadowPico + bias; % 关联：逐用户取最大 [rsrpMacroMax, idxMacro] = max(rxMacro, [], 1); [rsrpPicoMax, idxPico] = max(rxPico, [], 1); isMacro = rsrpMacroMax >= rsrpPicoMax;向量化后，max操作沿第一维取每列最大值，idxMacro和idxPico是每个用户的服务基站索引。干扰功率计算也可以用矩阵操作：先把服务基站的接收功率置-Inf，然后对每列做sum(10.^(rx/10))。
% 干扰功率向量化 rxMacroInterf = rxMacro; rxMacroInterf(sub2ind(size(rxMacro), idxMacro, 1:numUE)) = -Inf; rxPicoInterf = rxPico; rxPicoInterf(sub2ind(size(rxPico), idxPico, 1:numUE)) = -Inf; interfMacro_mW = sum(10.^(rxMacroInterf/10), 1); interfPico_mW = sum(10.^(rxPicoInterf/10), 1); totalInterf_mW = interfMacro_mW + interfPico_mW; % 信号功率 signal_mW = zeros(1, numUE); signal_mW(isMacro) = 10.^(rsrpMacroMax(isMacro)/10); signal_mW(~isMacro) = 10.^(rsrpPicoMax(~isMacro)/10); % SINR sinr_dB = 10*log10(signal_mW ./ (totalInterf_mW + 10^(thermalNoise/10)));sub2ind把服务基站的线性索引转成矩阵下标，一次性把所有用户的服务基站位置置-Inf。这个操作比循环快很多，而且代码更短。
再进一步，如果蒙特卡洛次数多，可以用parfor并行。把每次 realization 独立跑，最后合并结果。注意parfor里不能用全局变量，所有参数得作为局部变量传入。
numRealizations = 1000; allSinr = cell(numRealizations, 1); parfor iter = 1:numRealizations % 每次独立生成场景和计算 SINR % ... (省略具体代码) allSinr{iter} = sinr_dB; end % 合并 allSinr = cell2mat(allSinr);parfor需要 Parallel Computing Toolbox，如果没有，用for也行，就是慢点。我一般先在for里调通逻辑，确认 CDF 曲线合理后再换parfor跑大批量。
最后说个习惯：每次改完参数，先跑 10 次蒙特卡洛看 CDF 大致形状，确认没有异常再跑 1000 次。直接上 1000 次，如果参数错了，等半小时才发现曲线不对，那才叫血泪经验。希望帮到你。
本文还有配套的精品资源，点击获取
