目录

手把手教你学Simulink

一、引言：动态分配——5G/6G的“智能交通指挥官”

二、动态资源分配核心策略

1. 经典调度算法对比

2. 动态分配机制

三、系统设计目标

四、建模过程详解

第一步：创建 Simulink 模型

必备工具箱：

第二步：定义系统参数

第三步：系统架构设计

系统框图：

第四步：关键模块实现

1. 业务流量与缓冲区建模

2. QoS-aware PF调度器（Stateflow核心）

3. 动态RB分配策略

4. NR物理层与信道建模

第五步：完整 Simulink 模型搭建

推荐结构：

关键技巧：

六、仿真运行与结果分析

场景设置：

预期性能对比：

图表输出建议：

七、扩展：进阶应用

1. AI驱动动态分配

2. 跨层优化

3. 能效优化

八、总结

附录：所需模块清单

---

手把手教你学Simulink--基于网络切片与服务保障的场景实例：不同业务类型下的NR下行链路资源动态分配策略

手把手教你学Simulink

——基于网络切片与服务保障的场景实例：不同业务类型下的NR下行链路资源动态分配策略

---

一、引言：动态分配——5G/6G的“智能交通指挥官”

在 5G-Advanced 与 6G 网络中，eMBB、URLLC、mMTC 业务共存，其QoS需求差异巨大：

业务	吞吐量	时延	可靠性	连接数
eMBB	高（Gbps）	中（10-100ms）	高	低
URLLC	低（kbps-Mbps）	极低（<1ms）	极高（99.999%）	低
mMTC	极低	高（秒级）	中	极高（10⁵/km²）

静态资源分配（如固定RB比例）无法适应业务突发、用户移动、信道时变等动态环境。

动态资源分配（Dynamic Resource Allocation, DRA） 技术通过实时感知+智能决策，实现：

✅ 按需分配：高优先级业务优先保障
✅ 资源高效利用：避免浪费，提升系统吞吐量
✅ QoS弹性保障：在负载变化中维持SLA
✅ 支持网络切片：为不同切片动态调整资源

本文将手把手教你使用 MATLAB/Simulink 搭建一个 多业务动态资源分配系统，重点实现：

• ✅ eMBB/URLLC/mMTC业务建模
• ✅ 动态调度算法（Max C/I, PF, QoS-aware）
• ✅ 基于切片的弹性RB分配
• ✅ 性能评估：吞吐量 vs 时延 vs 公平性

通过本教程，你将掌握智能、自适应的无线资源管理仿真能力。

---

二、动态资源分配核心策略

1. 经典调度算法对比

算法	原理	优点	缺点	适用场景
Max C/I	分配给SINR最高的用户	高系统吞吐量	公平性差	eMBB优先
轮询（Round Robin）	循环分配	公平性好	吞吐量低	mMTC
比例公平（PF）	( \frac{\text{Instant Rate}}{\text{Average Rate}} )	吞吐量与公平性平衡 ✅	时延敏感业务保障不足	通用
QoS-aware PF	加权PF，URLLC权重高	保障URLLC时延 ✅	复杂度高	多业务共存 ✅

✅ QoS-aware PF 是多业务场景的首选

2. 动态分配机制

• 时域动态：每TTI（1ms）重新调度
• 频域动态：根据信道质量选择最佳RB
• 切片间动态：
  • 静态预留：固定RB池
  • 动态共享：URLLC可抢占eMBB资源
  • 切片即服务（SaaS）：按需创建/释放

---

三、系统设计目标

通过 Simulink 仿真验证：

1. ✅ 构建 三业务共存NR下行链路
2. ✅ 实现 QoS-aware PF调度器
3. ✅ 设计 动态RB分配策略（含抢占机制）
4. ✅ 评估 各业务QoS指标（时延、吞吐量、PER）
5. ✅ 对比 Max C/I vs PF vs QoS-PF

---

四、建模过程详解

第一步：创建 Simulink 模型

matlab

编辑

% 创建模型
modelName = 'NR_Dynamic_Resource_Allocation';
new_system(modelName);
open_system(modelName);

必备工具箱：

• Simulink
• 5G Toolbox（核心）
• Communications Toolbox
• Stateflow（调度逻辑）

---

第二步：定义系统参数

matlab

编辑

% 动态分配参数
dra_params = struct();
dra_params.TotalRBs = 273;             % 100MHz带宽
dra_params.SlotDuration = 1e-3;        % 1ms TTI
dra_params.TotalSlots = 10000;         % 10秒仿真

% 用户配置
dra_params.NumUsers = [5, 10, 100];    % [eMBB, URLLC, mMTC]
dra_params.UserTypes = ['eMBB'; 'URLLC'; 'mMTC'];

% QoS权重（调度用）
dra_params.QoSPriority = [1, 10, 0.5]; % URLLC最高
dra_params.MaxDelay = [100e-3, 1e-3, 1]; % 时延要求

---

第三步：系统架构设计

系统框图：

text

编辑

[User Traffic Generators]
       ↓
   [Packet Buffers]
       ↓
[Dynamic Scheduler (QoS-PF)]
       ↓
[Resource Mapper (RB Allocation)]
       ↓
[NR Downlink PHY]
       ↓
[Channel: TDL-C, SNR=10dB]
       ↓
[UEs: Demod + Decode]
       ↓
[QoS Analyzer]

---

第四步：关键模块实现

1. 业务流量与缓冲区建模

• eMBB：FTP模型，大包（1500B），高到达率
• URLLC：周期性小包（32B），1ms周期，严格时延
• mMTC：稀疏接入，泊松到达，ALOHA冲突

matlab

编辑

% 在 Simulink 中使用:
% - "Random Number" + "Enabled Subsystem" for mMTC
% - "Repeating Sequence" for URLLC
% - "Constant" + "Buffer" for eMBB

2. QoS-aware PF调度器（Stateflow核心）

text

编辑

// Stateflow Logic: QoS-aware PF
entry: initialize
during:
    // 计算每个用户的调度度量
    for each user k
        if user_k.type == 'URLLC'
            // URLLC临近截止时间，权重激增
            if (current_time - arrival_time) > 0.8ms
                weight_k = 100;  // 紧急抢占
            else
                weight_k = 10;
            end
        else
            weight_k = QoSPriority(k);
        end
        
        metric_k = weight_k * (Instant_SINR_k / Avg_Throughput_k);
    end
    
    // 选择metric最高的用户分配RB
    selected_user = argmax(metric_k);
    allocate_RB_to(selected_user);

✅ URLLC在临近截止时获得极高权重，实现软抢占

3. 动态RB分配策略

• eMBB：分配连续RB，追求频谱效率
• URLLC：分配分散RB，降低干扰，支持HARQ
• mMTC：随机接入，少量RB共享

4. NR物理层与信道建模

• 使用 nrDLSCH 编码、nrOFDMModulate 调制
• 信道：nrTDLChannel with Doppler (移动速度)
• 接收：nrOFDMDemodulate, nrDLSCHDecode, 记录误块率（BLER）

---

第五步：完整 Simulink 模型搭建

推荐结构：

text

编辑

[Multiple Traffic Sources] → [Per-User Buffers]
                                     ↓
                  [QoS-aware PF Scheduler (Stateflow)]
                                     ↓
                [Dynamic RB Allocator + Mapper]
                                     ↓
                   [NR DL PHY Chain (5G Toolbox)]
                                     ↓
                      [TDL Channel + Noise]
                                     ↓
                    [UEs: Demod & Decode]
                                     ↓
           [QoS Analyzer: Delay, Throughput, PER]

关键技巧：

• 使用 Variant Subsystem 切换不同调度算法
• 使用 To Workspace 记录每个包的：
  • 发送时间戳
  • 接收时间戳
  • 是否成功
• 使用 MATLAB Function 计算平均吞吐量（滑动窗口）
• 使用 Dashboard 实时显示资源分配矩阵

---

六、仿真运行与结果分析

场景设置：

• 带宽：100MHz
• 用户：5 eMBB, 10 URLLC, 100 mMTC
• 调度：QoS-PF vs Max C/I vs PF

预期性能对比：

调度算法	eMBB 吞吐量	URLLC 99.9th延迟	mMTC 接入成功率	公平性指数
Max C/I	220 Mbps	5 ms	70%	0.3
PF	180 Mbps	2 ms	80%	0.7
QoS-PF	160 Mbps	0.9 ms	85%	0.85

✅ QoS-PF在保障URLLC时延的同时，保持了较高公平性

---

图表输出建议：

1. 时延CDF（URLLC）

   • 展示99.9%分位延迟 <1ms

2. 吞吐量随时间变化

   • 展示URLLC突发时eMBB降速

3. 资源分配热力图（时频域）

   • 彩色标注不同业务使用的RB

4. 公平性指数 vs 调度算法

---

七、扩展：进阶应用

1. AI驱动动态分配

• 使用强化学习（RL）自动学习最优调度策略

2. 跨层优化

• 联合MAC层调度与PHY层MCS选择

3. 能效优化

• 在满足QoS前提下最小化发射功率

---

八、总结

通过本次 Simulink 仿真，你已掌握：

1. ✅ 多业务流量与缓冲区建模
2. ✅ QoS-aware PF调度器设计
3. ✅ 动态RB分配与抢占机制
4. ✅ 端到端QoS性能评估
5. ✅ 动态分配在多业务网络中的核心价值

核心收获：

• 动态分配是“以智能换效率”的关键
• URLLC需要“软抢占”机制保障时延
• Simulink + Stateflow 是复杂调度逻辑的理想平台

掌握动态资源分配技术，你将具备设计 智能基站调度器、自适应网络切片控制器、AI无线资源管理器 的能力。

---

附录：所需模块清单

功能	Simulink 模块
流量生成	Repeating Sequence, Random Number, Enabled Subsystem
缓冲区	Queue, Buffer
调度器	Stateflow Chart ✅
资源映射	MATLAB Function
物理层	5G Toolbox blocks
信道	nrTDLChannel (MATLAB Function)
分析	Statistics, To Workspace, Dashboard

立即动手，在 Simulink 中构建你的“智能交通指挥官”，体验 动态资源分配如何让5G网络“高效、公平、可靠”地服务千行百业！