Приложение а «Полный код»

import numpy as np

import matplotlib.pyplot as plt

# константы

SLOTS = 10 ** 4 # количество слотов

T_rb = 0.5 * (10 ** -3) # длительность слота (сек)

T = 300 # температура

V = 2 ** 13 # объем данных в 1 пакете (1 Кб)

R = 2500 # радиус БС

Ptx = 10 # мощность излучения станции

f0 = 900 # частота

kn = 2 # коэффициент шума приемника

DF = 0.18 # полоса пропускания канала связи

k = 1.38 * 10 ** -23 # постоянная Больцмана

Pn = DF * T * k * kn # мощность шума

abonents = [2, 8, 16, 64] # количество абонентов

H = 30 # высота БС

S = 0 # параметр формулы - маленький город

h_s = 2 # высота точки приёма

lambd_list = np.arange(1, 141, 5) # значения интенсивности входного потока

p_list = 1 / (lambd_list * T_rb + 1) # вероятность передачи пакетов

def modeling():

# цикл по количеству пользователей в системе

for user_n in abonents:

# генерация расстояний до абонентов

dist = np.sqrt(np.random.uniform(0, R ** 2, user_n))

# расчет параметров затухания по Окамура-Хата

alpha = (1.1 * np.log10(f0) - 0.7) * h_s - (1.56 * np.log10(f0) - 0.8)

L_db_list = 10 ** ((46.3 + 33.9 * np.log10(f0) - 13.82 * np.log10(H) - alpha +

(44.9 - 6.55 * np.log10(h_s)) * np.log10(dist) + S) / 10)

buffer_volume = [] # для хранения среднего объема данных в буфере

# цикл по значениям интенсивности входного потока

for p, lambd in zip(p_list, lambd_list):

buffer = np.zeros(user_n) # инициализация буфера для каждого абонента

total_data = 0 # суммарный объем данных в буфере

# цикл по количеству моделируемых слотов

for slot in range(SLOTS):

# Расчёт L_i[k] - затухание сигнала

L_db = L_db_list + np.random.normal(0, 1, user_n)

Prx = Ptx / L_db

SNR = Prx / Pn

# расчёт C_i[k] - пропускная способность абонентов

C = DF * np.log2(1 + SNR)

# расчёт V_i[k] - объем передаваемых данных

V_i = C * T_rb

# генерация пакетов данных

packets = (np.random.geometric(p, user_n) - 1) * V

# расчёт D_i[k] - обновление буфера

buffer = np.maximum(0, buffer - V_i) + packets

total_data += sum(buffer)

# расчёт среднего суммарного объема данных в буфере БС

buffer_volume.append(total_data / SLOTS)

print(f'Абонентов = {user_n}, lam = {lambd}, Объём данных = {buffer_volume[-1]}')

# построение графика

plt.plot(lambd_list, buffer_volume, label=f'Абонентов = {user_n}')

plt.xlabel('Интенсивность входного потока (пакет/сек)')

plt.ylabel('Средний суммарный объём данных в буфере (бит)')

plt.legend()

plt.grid()

plt.show()

# Запуск моделирования

modeling()