蜂窝网络基站空间随机模型与度量

蜂窝网络中基站（BSs）的空间结构在评估下行性能方面起着关键作用。在本文中，采用不同的空间随机模型（泊松点过程（PPP）、泊松硬核过程（PHCP）、斯特劳斯过程（SP）以及扰动三角晶格）通过将其拟合到从公共数据库获得的真实蜂窝网络中基站的位置来建模该结构。我们提供了两种拟合的一般方法。其一是通过最大伪似然法进行拟合。对于拟合的模型，使用某些经典统计学方法无法明确区分它们。我们提出覆盖概率作为拟合优度的标准。在覆盖方面，SP的拟合优于PPP和PHCP。另一种方法是通过最小对比度法进行拟合，最小化覆盖概率的平均平方误差。通过这种方式，获得的拟合模型的覆盖性能与给定数据集非常匹配。此外，我们引入了一种新度量——部署增益，并展示了它如何用于估计数据集所实现的覆盖性能和平均速率.