D2D信道仿真MATLAB实战：从路损建模到SINR计算与资源分配接口

简介：这份资源面向无线通信方向的学生与研究人员，聚焦 Device-to-Device 通信中的信道仿真与频谱资源分配问题，适合具备一定 MATLAB 基础、希望深入理解 D2D 系统建模与启发式算法实现的读者。压缩包共 22 个文件，以 20 个 .m 脚本为主，辅以 2 个 .asv 自动备份文件，整体约 16KB，体积轻量但结构完整。内容围绕信道建模、系统模型、启发式算法实现、性能评估、干扰管理与结果分析等环节展开，脚本涵盖路径损耗计算、用户与 D2D 对生成、干扰距离与干扰功率统计、随机分配与最优分配对比，以及基于 Edmonds 等方法的资源匹配，可帮助读者快速复现 D2D 信道仿真流程，对比不同资源分配策略在吞吐量、误码率与覆盖率上的表现，并在此基础上开展功率控制与干扰协调的扩展实验。目前已有 1214 人学习下载，适合作为课程设计、毕业设计或相关课题的参考代码。

1. 从一次链路预算翻车说起：D2D 信道仿真到底在算什么

做 D2D 资源分配的同学大概率都遇到过这种场景：算法在论文里跑出来吞吐量漂亮得不行，换一组路损参数、把小区半径从 500 米改成 200 米，曲线立刻塌成一条直线。问题往往不在调度算法本身，而在信道模型这一层被当成了黑匣子。D2D 信道仿真要解决的核心，就是在 MATLAB 里把发射端到接收端的路径损耗、阴影衰落、快衰落、干扰耦合关系算清楚，让上层资源分配算法拿到一份可信的 SINR 输入。它适合两类人：一类是刚接手 D2D 复用蜂窝频谱课题、需要快速搭出可跑通链路级仿真的新手；另一类是已经写完分配算法、但发现性能对信道参数极度敏感、想回头校准模型的老手。这份资源围绕的就是这套 MATLAB 仿真链路，从场景搭建到干扰计算再到结果验证，把每一步的参数含义和踩坑点摊开讲。

2. 场景搭建与信道模型选型：为什么不能直接套用蜂窝路损

2.1 D2D 与蜂窝链路的信道差异

很多人上手第一反应是把蜂窝上行路损公式直接复制给 D2D 链路，这是最常见的翻车起点。D2D 通信的两端都是终端，天线高度通常在 1.5 米左右，而蜂窝链路里基站天线挂在 25 米以上，两者的传播环境根本不是一个量级。蜂窝链路可以近似看成一条主导的视距或准视距路径，而 D2D 链路在城市环境里更接近终端到终端的街道峡谷传播，绕射和散射占比高得多。

常见的做法是采用 3GPP 的 D2D 信道模型框架，把路损拆成两部分：一段是距离相关的幂律衰减，另一段是穿透损耗和阴影衰落。对于复用蜂窝上行频谱的 underlay 模式，还要额外考虑 D2D 对基站的干扰和蜂窝用户对 D2D 接收端的干扰，这两条干扰链路的信道增益必须单独建模，不能和有用信号共用一套参数。

选型上我一般会区分三种场景：开放区域、城市街道和室内。开放区域用接近自由空间的路径损耗指数 2.0 到 2.2，城市街道取 3.5 到 4.0，室内因为墙体遮挡要再叠加穿透损耗项。这个指数选错，后面所有 SINR 计算都会系统性偏移，而且偏移量随距离放大，越远越离谱。

2.2 用 MATLAB 搭出可复现的仿真场景

下面这段代码搭的是一个单小区场景，中心一个基站，若干蜂窝用户和若干 D2D 对随机分布，重点是把信道增益矩阵算出来。参数我按城市街道场景设的，你可以按自己的场景改。

% D2D 信道仿真场景初始化 rng(42); % 固定随机种子，保证结果可复现 R_cell = 500; % 小区半径，单位米 N_cell = 10; % 蜂窝用户数 N_d2d = 15; % D2D 对数 fc = 2e9; % 载波频率 2GHz alpha_cell = 3.7; % 蜂窝链路路损指数 alpha_d2d = 4.0; % D2D 链路路损指数 shadow_sigma = 8; % 阴影衰落标准差，单位 dB % 极坐标方式撒点，保证蜂窝用户落在小区内 r_cell = R_cell * sqrt(rand(N_cell,1)); theta_cell = 2*pi*rand(N_cell,1); pos_cell = [r_cell.*cos(theta_cell), r_cell.*sin(theta_cell)]; % D2D 对：先撒发射端，再在给定距离内撒接收端 d_d2d = 20 + 30*rand(N_d2d,1); % D2D 通信距离 20~50 米 r_tx = R_cell * sqrt(rand(N_d2d,1)); theta_tx = 2*pi*rand(N_d2d,1); pos_tx = [r_tx.*cos(theta_tx), r_tx.*sin(theta_tx)]; theta_rx = 2*pi*rand(N_d2d,1); pos_rx = pos_tx + [d_d2d.*cos(theta_rx), d_d2d.*sin(theta_rx)]; % 路损计算函数句柄，距离单位米，结果单位 dB pl_cell = @(d) 32.4 + 10*alpha_cell*log10(fc/1e9) + 10*alpha_cell*log10(d); pl_d2d = @(d) 32.4 + 10*alpha_d2d*log10(fc/1e9) + 10*alpha_d2d*log10(d);

这段代码的关键点有三个。第一，rng(42)固定种子，否则每次跑出来的拓扑都不一样，调算法时根本分不清性能变化是算法改的还是随机撒点改的。第二，撒点用sqrt(rand)而不是直接rand，因为极坐标下均匀分布的面积元正比于半径，不取平方根会导致点往圆心堆。第三，路损公式里的常数项 32.4 是自由空间在 1 米处的参考损耗，配合log10(fc/1e9)把频率折算进去，这样换载波频率时不用重推公式。

2.3 信道增益矩阵的组装

有了位置和路损函数，下一步是把所有链路的信道增益算成矩阵。这里要区分四类链路：基站到蜂窝用户、基站到 D2D 接收端、D2D 发射端到蜂窝用户、D2D 发射端到 D2D 接收端。后两类是干扰链路，最容易漏。

% 计算各类链路的距离 d_bs_cell = sqrt(sum(pos_cell.^2, 2)); % 基站到蜂窝用户 d_bs_rx = sqrt(sum(pos_rx.^2, 2)); % 基站到 D2D 接收端 d_tx_cell = pdist2(pos_tx, pos_cell); % D2D 发射到蜂窝用户 d_tx_rx = zeros(N_d2d, N_d2d); for i = 1:N_d2d for j = 1:N_d2d d_tx_rx(i,j) = norm(pos_tx(i,:) - pos_rx(j,:)); end end % 转成线性增益，阴影衰落按 dB 正态叠加 G_bs_cell = 10.^(-(pl_cell(d_bs_cell) + shadow_sigma*randn(N_cell,1))/10); G_bs_rx = 10.^(-(pl_cell(d_bs_rx) + shadow_sigma*randn(N_d2d,1))/10); G_tx_cell = 10.^(-(pl_d2d(d_tx_cell) + shadow_sigma*randn(N_d2d,N_cell))/10); G_tx_rx = 10.^(-(pl_d2d(d_tx_rx) + shadow_sigma*randn(N_d2d,N_d2d))/10);

逻辑说明：所有增益统一转成线性值再进 SINR 计算，因为 dB 域不能直接做加减以外的运算。阴影衰落用randn生成零均值正态分布，标准差取 8 dB 是城市环境的常见值，开放环境可以降到 4 到 6。G_tx_rx的对角线是每个 D2D 对的有用信道，非对角线是其他 D2D 对带来的同频干扰，这个矩阵是后面资源分配算法的核心输入。参数上要留意d_tx_rx的对角线元素应该等于d_d2d，如果对不上说明撒点逻辑写错了。

3. SINR 计算与资源分配接口：把信道矩阵喂给调度算法

3.1 干扰项的完整枚举

SINR 算错，九成是干扰项漏了。在 underlay D2D 复用蜂窝上行频谱的场景里，一个 D2D 接收端受到的干扰至少来自三处：复用同一资源块的蜂窝用户、其他复用同一资源块的 D2D 发射端、以及基站的下行泄漏（如果考虑交叉时隙）。很多简化模型只算前两项，结果在高密度场景下 SINR 偏高，算法误以为资源够用。

我一般会把干扰写成矩阵形式，方便后面按资源块索引。假设资源块分配用一个 0/1 矩阵X表示，X(c,r)=1表示蜂窝用户 c 占用资源块 r，Y(d,r)=1表示 D2D 对 d 占用资源块 r。

% 资源分配矩阵示例：每个蜂窝用户独占一个资源块，D2D 复用 N_rb = N_cell; % 资源块数等于蜂窝用户数 X = eye(N_cell, N_rb); % 蜂窝用户一一对应 Y = zeros(N_d2d, N_rb); for d = 1:N_d2d Y(d, randi(N_rb)) = 1; % 随机复用，实际由算法决定 end % 计算每个 D2D 对在每个资源块上的 SINR P_cell = 0.1; % 蜂窝用户发射功率，单位瓦 P_d2d = 0.01; % D2D 发射功率 N0 = 1e-13; % 噪声功率谱密度对应功率 sinr_d2d = zeros(N_d2d, N_rb); for r = 1:N_rb interf_cell = sum(X(:,r) .* P_cell .* G_tx_cell(:, :), 2); interf_d2d = (Y(:,r) .* P_d2d)' * G_tx_rx; signal = P_d2d * diag(G_tx_rx); sinr_d2d(:,r) = signal ./ (interf_cell + interf_d2d' + N0); end

逻辑说明：interf_cell是复用同一资源块的蜂窝用户对每个 D2D 接收端的干扰之和，interf_d2d是其他 D2D 发射端的干扰，注意这里要把自身排除掉，否则会把自己的信号当成干扰。signal取G_tx_rx的对角线，就是每个 D2D 对的有用信道增益。参数上P_d2d通常比P_cell低一个数量级，这是为了控制 D2D 对基站的干扰，具体值要按你的功率控制策略调。

3.2 把信道矩阵封装成算法可调用的接口

资源分配算法通常不关心信道怎么来的，它只要一个 SINR 查询函数。我习惯把信道相关的东西封成一个结构体，算法只跟结构体打交道，这样换信道模型时算法代码一行不用改。

% 封装信道结构体 channel.N_d2d = N_d2d; channel.N_rb = N_rb; channel.G_tx_rx = G_tx_rx; channel.G_tx_cell = G_tx_cell; channel.G_bs_rx = G_bs_rx; channel.P_d2d = P_d2d; channel.P_cell = P_cell; channel.N0 = N0; % SINR 查询函数，输入资源分配矩阵，输出 SINR 矩阵 get_sinr = @(Y) compute_sinr(Y, channel);

compute_sinr里就是上面那段干扰枚举的逻辑。这样做的价值在于：当你从随机复用换成贪婪算法或者图着色算法时，只需要改Y的生成方式，SINR 计算和信道模型完全不动。参数说明：channel结构体里所有增益都是线性值，功率单位统一用瓦，噪声用总功率而不是谱密度，避免单位混用导致的量级错误。

3.3 一个最小可跑的分配算法验证

为了确认信道接口没问题，我会先跑一个最简单的随机分配，看 SINR 分布是否合理。如果大部分 D2D 对的 SINR 低于 0 dB，说明干扰建模过重或者功率设置有问题；如果普遍高于 30 dB，多半是干扰项漏算了。

% 随机分配跑 100 次，统计 SINR 分布 sinr_all = []; for trial = 1:100 Y_tmp = zeros(N_d2d, N_rb); for d = 1:N_d2d Y_tmp(d, randi(N_rb)) = 1; end sinr_tmp = get_sinr(Y_tmp); sinr_all = [sinr_all; sinr_tmp(Y_tmp > 0)]; end fprintf('SINR 中位数: %.2f dB\n', 10*log10(median(sinr_all))); fprintf('SINR 5%% 分位: %.2f dB\n', 10*log10(prctile(sinr_all, 5)));

这段代码的作用是给信道模型做一次体检。中位数落在 5 到 15 dB 之间通常比较合理，5% 分位如果低于 -10 dB，说明边缘用户的干扰太严重，实际系统里这些链路会直接掉线，算法需要考虑中断概率而不是只看平均吞吐。

4. 避坑与排查：D2D 信道仿真里最容易翻车的五件事

4.1 现象：SINR 随距离增大不降反升

原因：路损公式里距离用了公里而代码里传的是米，或者log10的参数写反了。还有一种情况是阴影衰落的随机数每次调用都重新生成，导致同一链路在不同资源块上的增益不一致，看起来像是不降反升。

解决：在路损函数入口加一句断言，检查距离范围是否在合理区间。阴影衰落要在场景初始化时一次性生成并固定下来，不能每次算 SINR 都重新抽。我一般会把所有链路的阴影值存成一个矩阵，整个仿真周期内不变。

4.2 现象：D2D 对的有用信号被自己干扰

原因：在计算interf_d2d时用了完整的G_tx_rx矩阵，没有把对角线置零。Y(:,r)' * G_tx_rx这个表达式里，如果Y(d,r)=1，那么第 d 个 D2D 自己的发射端也会通过G_tx_rx(d,d)贡献一份“干扰”，而这份其实是有用信号。

解决：在计算干扰前把G_tx_rx的对角线临时置零，或者用G_tx_rx - diag(diag(G_tx_rx))构造干扰矩阵。这个坑非常隐蔽，因为 SINR 看起来只是偏低一点，不会报错，但算法会误判资源紧张。

4.3 现象：换一组随机种子后算法性能排名完全颠倒

原因：D2D 对的位置和阴影衰落都是随机的，单次仿真的结果方差很大。如果只跑一次就下结论，等于在噪声上做比较。

解决：固定多组种子，每组跑完整的资源分配，最后对性能指标取平均和置信区间。我一般至少跑 50 组种子，报告里给出均值和标准差。如果两组算法的置信区间重叠，就不能说谁更好。

4.4 现象：高密度场景下 SINR 矩阵出现 NaN

原因：干扰功率累加后超过了realmax或者出现了除零。常见于 D2D 对数很多、资源块很少的情况，多个 D2D 复用同一资源块，干扰项累加后数值爆炸。另一种可能是某些 D2D 对的距离为零，路损公式里log10(0)返回负无穷。

解决：在撒点阶段加最小距离约束，D2D 通信距离不能小于 1 米。干扰累加前先检查是否有 Inf 或 NaN，用isnan和isinf做过滤。如果确实是密度过高导致的，说明场景本身不合理，需要限制每个资源块复用的 D2D 对数上限。

4.5 现象：蜂窝用户吞吐量在加入 D2D 后反而上升

原因：这通常不是算法好，而是蜂窝用户的 SINR 计算里漏掉了 D2D 对基站的干扰。在 underlay 模式下，D2D 发射端对基站的干扰是实打实存在的，如果只算 D2D 接收端的 SINR 而不管基站侧，就会得出 D2D 无害的错误结论。

解决：蜂窝链路和 D2D 链路的 SINR 必须联合计算，基站侧的干扰项要包含所有复用同一资源块的 D2D 发射端。验证方法是把 D2D 发射功率调到很大，如果蜂窝吞吐量不降，说明干扰链路没接上。

5. 进阶技巧：用蒙特卡洛加速和中断概率验证信道模型

信道模型搭完只是开始，真正要让它可信，得做两件事：一是把仿真速度提上来，二是用中断概率而不是平均 SINR 来验证。

先说加速。D2D 信道仿真里最耗时的部分是pdist2和双重循环算距离，当 D2D 对数上百时，每次资源分配都重算一遍距离矩阵是浪费。我的习惯是把所有链路的距离和增益在场景初始化时一次算完，存成矩阵，后面算法迭代只做索引和累加。下面这个对比表是我在某次仿真里记录的时间开销，场景是 50 个 D2D 对、20 个资源块、跑 1000 次分配。

向量化的关键是把干扰累加写成矩阵形式。上面interf_d2d那行(Y(:,r) .* P_d2d)' * G_tx_rx就是向量化写法，比for循环快一个数量级。注意G_tx_rx的对角线要提前置零，否则向量化会把有用信号也算进去。

再说中断概率验证。平均 SINR 好看不代表系统可用，因为资源分配算法往往牺牲边缘用户来抬高平均值。我一般会画一条 SINR 的累积分布曲线，看 5% 分位对应的值，这个值低于解调门限的比例就是中断概率。

% 中断概率验证：跑多组种子，统计 SINR 低于门限的比例 threshold_dB = 0; % 解调门限 0 dB outage_count = 0; total_count = 0; for seed = 1:50 rng(seed); % 重新撒点、算增益、跑分配，得到 sinr_vec % sinr_vec 是当前种子下所有 D2D 链路的 SINR 线性值 outage_count = outage_count + sum(10*log10(sinr_vec) < threshold_dB); total_count = total_count + length(sinr_vec); end fprintf('中断概率: %.2f%%\n', 100*outage_count/total_count);

这段代码的价值在于，它把信道模型和资源分配算法放在同一个统计框架下评估。如果中断概率超过 10%，说明要么信道模型太悲观，要么分配算法没有保护边缘链路。我一般会先调信道参数让中断概率落在 1% 到 5% 之间，再在这个基础上比较不同算法的吞吐量，否则算法比较没有意义。

还有一个容易被忽略的点是阴影衰落的相关性。真实环境里相邻链路的阴影衰落不是独立的，如果仿真里假设完全独立，会低估干扰的波动。常见做法是给阴影衰落加一个空间相关矩阵，用 Cholesky 分解生成相关随机变量。这个进阶操作在 D2D 密度高的时候影响明显，密度低时可以先用独立假设跑通再说。

从那以后我每次搭完信道模型，都强制先跑一遍中断概率和 SINR 分布，确认量级合理了再往上接算法，不然调算法调到怀疑人生，最后发现是信道参数错了。希望帮到你。

本文还有配套的精品资源，点击获取