脚本使用基于齐次泊松过程模型的方法计算单层蜂窝网络中的k-覆盖概率(基于SINR*值)。更多的细节可以在(提交的)工作[1]中找到，它展示了这些脚本所基于的模型。

脚本funProbCov。M使用一个类似包含-排除的公式和两种类型的积分来计算一个具有对数正态阴影(尽管阴影分布可以有点任意[1])且不衰落的网络中的k-覆盖概率。

更简单的积分I_n使用了求积法或简单的解析公式(对于零噪声或“干扰有限”的情况)。更复杂的高维积分J_n对低维使用正交法，对更高(n>2)维使用准随机(Sobol)积分。

脚本funProbCovFade。m计算具有瑞利衰落(以单位均值指数分布)和对数正态阴影的网络的1-覆盖概率。当模型有噪声时，使用超几何函数2F1的数值积分。在无噪声的情况下使用带2F1的闭合解。

为了便于比较，还包含了模拟脚本。所有网络基站都在一个磁盘区域上采样。磁盘区域需要足够大，以减少“边缘效应”，当包括衰落时，“边缘效应”会变得更加突出。

运行文件TestSimVsInt。M是一个很好的开始。合并了褪色的模型在TestSimVsIntFade.m中进行了演示。默认参数是基于城市环境的Walfisch-Ikegami模型。(提交的)相关工作[1]有更多关于方程和模型的细节。

* SINR = signal-to-interference-and-noise-ratio

[1] H.P Keeler, B. bvaszczyszyn和M. Karray，“在带有任意阴影的蜂窝网络中基于sinr的k覆盖概率”，2013年。在网上http://arxiv.org/abs/1301.6491