1.一种无线网络节点部署优化方法，其特征在于，包括以下步骤：

S1，在有限无线网络的分析区域内使用均匀二项式点过程建立D2D节点的分布模型；

S2，在D2D节点分布模型的基础上，将毫米波部署在S1所述有限无线网络中的分析区域，设定D2D设备的天线模型，建立阻塞、信道分布和路径衰落的通用模型；

S3，基于S1所述D2D节点分布模型和S2所得阻塞、信道分布和路径衰落的通用模型，推导SINR分布模型以及D2D目标接收机到视距范围内发射机的距离分布；

S4，基于S3所得距离分布和二项式点过程特性得到D2D目标接收机处干扰功率的拉普拉斯变换；

(1)S5，根据覆盖概率定义，结合S3所得距离分布和S4所得干扰功率的拉普拉斯变换分布推导目标接收机处的覆盖概率；S1中，先确定有限无线网络的分析区域，所述分析区域内的D2D设备服从均匀二项式点过程在区域内独立均匀分布，将所述分析区域内的设备一半设为发射机，另一半设为接收机，每个接收机对应有一个发射机作为服务设备，所述分析区域内所有发射机同时处于发射状态；获取目标接收机和所述分析区域中心的位置，再得到目标接收机与所述分析区域中心之间距离和目标接收机与发射机之间的距离；S3中，基于S1所得 D2D节点 分布模型 和S2中的 通用模型得 到SINR 分布模型 为分子部分表示目标接收机处的接收功率，分母

部分表示信号传输过程受到的干扰和噪声影响；干扰功率

2 ‑α

来自目标接收机LOS区域内除服务发射机以外的发射机；|h0|为服务链路的信道增益，r为服务链路路径损耗，r＝||x0+y0||为目标接收机与其服务发射机之间距离，y0是服务发射机在所述分析区域内的位置，分母部分表示信号传输过程受到的干扰和噪声影响，干扰功率 来自目标接收机视距范围内除服务发射机以外的发射机， 为所述分析区域内发射机合集， 与 分别为干扰链路的信道增益以及方向‑α 2增益，而||x0+y|| 为干扰链路路径损耗，此外，此系统模型考虑一个干扰受限的情形，设σ＝0，距离变量s＝||x0+y||的概率密度函数与目标接收机和所述分析区域中心之间距离v0的取值有关，当0≤v0≤R‑RB，目标接收机的LOS区域全部包含在所述分析区域内，目标接收机与其视距范围内的发射机之间的距离在0到RB之间，距离变量s在v0＝||x0||条件下的累积分布函数为 对变量s求导后得到距离变量的概率密度函数为当R‑RB＜v0≤R时，目标接收机只有部分LOS区域位于所述分析

2 2 2

区域内，该部分为圆 与(x‑v0) +y ＝R 的相交部分，两圆交点横坐标为该部分面积为：令

其中，

此时，发射机与目标接收机之间距离长度可以分为两部分：a)0＜s≤R‑v0，距离变量的CDF为 对变量s求导后得到距离变量的PDF为 b)R‑v0＜s＜RB，采用所述分析区域与LOS区域相交面积的类似计算方法得到距离变量的CDF为然后对变量s求导得到距离变量的条件PDF为

距离的概率密度函数为：

目标接收机的服务发射机和干扰发射机都在LOS区域内随机选择，服务距离和干扰距离的概率密度函数都满足上述推导，因此，服务距离和干扰距离的条件概率密度函数分别为fR(r|v0)＝fS(r|v0)和fW(w|v0)＝fS(w|v0)，而v0的概率密度函数为S4中，基于干扰距离分布和二项式点过程特性来计算干扰功率的拉普拉斯变换，当0≤v0≤R‑RB时，干扰功率的拉普拉斯变换为：当R‑RB＜v0≤R时，干扰功率的拉普拉斯变换为：

其中，

S5中，覆盖概率定义式为Pc＝P{SINR＞T}，表示接收机处的信干噪比SINR大于阈值T的概率，覆盖概率表达式为：Pc＝Ev0[P[SINR＞T|v0]]，其中概率P[SINR＞T]的推导如下：将干扰功率拉普拉斯变换结合覆盖概率定义式、服务距离分布、v0的概率密度函数，得到覆盖概率的精确解为：

2.根据权利要求1所述的无线网络节点部署优化方法，其特征在于，S2中，根据毫米波的传播特性，设定D2D设备采用阵列天线以获得波束成形增益，利用扇形天线近似实际天线，进而获得链路的方向增益，设定目标发射机与接收机之间链路能获得最优的方向增益，而干扰链路产生随机方向增益，得到四种可能的方向增益结果及对应的概率；根据毫米波的传播特性，设定D2D设备采用阵列天线以获得波束成形增益，利用扇形天线近似实际天线，进而得到链路的方向增益，设定目标接收机与其服务发射机之间链路能获得最大的方向增益D0＝MtMr，其中，Mt、Mr分别表示发射机与接收机扇形天线的主瓣增益，而干扰链路产生随机方向增益Dl，包含四种可能方向增益结果ak，对应的概率bk，k∈{1,2,3,4}，如下表所示；

其中，mt、mr分别表示发射机与接收机扇形天线的旁瓣增益，θt、θr分别表示发射机与接收机扇形天线的主瓣波束宽度。

3.根据权利要求1所述的无线网络节点部署优化方法，其特征在于，S2中，使用视距(line of sight，LOS)球模型对阻塞效应进行建模，定义目标接收机位于LOS区域中心，当目标接收机与发射机之间的距离小于等于LOS区域半径时，目标接收机与发射机之间的链路在是LOS的概率为1，当目标接收机与发射机之间的距离大于等于LOS区域半径时，目标接收机与发射机之间的链路在是LOS的概率为0，目标接收机在LOS区域内随机选择一发射机‑α为服务发射机，其余发射机为干扰发射机，得到LOS链路的路径损耗函数l(s)＝s 以及LOS链路的信道收益，s表示接收机与发射机之间的距离，α为路径损耗参数。

4.基于二项式点过程的无线网络节点部署优化系统，其特征在于，包括D2D节点的分布模型构建模块、阻塞、信道分布和路径衰落的通用模型构建模块、SINR分布模型获取模块、距离分布计算模块、拉普拉斯变换模块以及覆盖概率计算模块；

D2D节点的分布模型构建模块用于在有限无线网络内使用均匀二项式点过程建立D2D节点的分布模型；先确定有限无线网络的分析区域，所述分析区域内的D2D设备服从均匀二项式点过程在区域内独立均匀分布，将所述分析区域内的设备一半设为发射机，另一半设为接收机，每个接收机对应有一个发射机作为服务设备，所述分析区域内所有发射机同时处于发射状态；获取目标接收机和所述分析区域中心的位置，再得到目标接收机与所述分析区域中心之间距离和目标接收机与发射机之间的距离；

阻塞、信道分布和路径衰落的通用模型构建模块用于在D2D节点分布模型的基础上，将毫米波部署在S1所述有限无线网络中，设定D2D设备的天线模型，建立阻塞、信道分布和路径衰落的通用模型；

SINR分布模型获取模块基于所述D2D节点分布模型和所述阻塞、信道分布和路径衰落的通用模型推导SINR分布模型；基于所得D2D节点分布模型和通用模型得到SINR分布模型为 分子部分表示目标接收机处的接收功率，分母部分表示信号传输过程受到的干扰和噪声影响；干扰功率

来自目标接收机LOS区域内除服务发射机以外的发射机；

距离的概率密度函数为：

目标接收机的服务发射机和干扰发射机都在LOS区域内随机选择，服务距离和干扰距离的概率密度函数都满足上述推导，因此，服务距离和干扰距离的条件概率密度函数分别为fR(r|v0)＝fS(r|v0)和fW(w|v0)＝fS(w|v0)，而v0的概率密度函数为距离分布计算模块基于所述D2D节点分布模型和所述阻塞、信道分布和路径衰落的通用模型推导D2D目标接收机到视距范围内发射机的距离分布；

拉普拉斯变换模块根据所述距离分布和二项式点过程特性推导D2D目标接收机处干扰功率的拉普拉斯变换；基于干扰距离分布和二项式点过程特性来计算干扰功率的拉普拉斯变换，当0≤v0≤R‑RB时，干扰功率的拉普拉斯变换为：

当R‑RB＜v0≤R时，干扰功率的拉普拉斯变换为：

其中，

覆盖概率计算模块基于覆盖概率定义式，结合所述距离分布和所述干扰功率的拉普拉斯变换分布推导目标接收机处的覆盖概率；覆盖概率定义式为Pc＝P{SINR＞T}，表示接收机处的信干噪比SINR大于阈值T的概率，覆盖概率表达式为： 其中概率P[SINR＞T]的推导如下：

将干扰功率拉普拉斯变换结合覆盖概率定义式、服务距离分布、v0的概率密度函数，得到覆盖概率的精确解为：

5.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述无线网络节点部署优化方法的步骤。

6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述无线网络节点部署优化方法的步骤。