一、输入参数部分：
lte参数部分：
1．最大发射功率（dBm），正实数，向后台传入用户输入数据即可
2．发射频率（MHZ），正实数，向后台传入用户输入数据即可
3．天线高度（m），正实数，向后台传入用户输入数据即可
4．天线增益（dBi），正实数，向后台传入用户输入数据即可
5．天线效率（无单位），大于0小于1的实数，向后台传入用户输入数据即可
6．噪声系数（dB），正实数，向后台传入用户输入数据即可
7．馈线损耗（dB），正实数，向后台传入用户输入数据即可
8．基站带宽（MHZ），正实数，向后台传入用户输入数据即可
9．lte方向图：能够让用户从电脑系统里选择指定文件载入，文件类型为mat文件，载入之后向后台传入一个规模为181*360的二维数组。除此之外，还要添加一个显示功能：①将其中某一行的数据变化趋势用曲线绘制出来（水平方向的变化趋势，横坐标范围是-179度180度）；②将其中某一列的数据变化趋势用曲线绘制出来（垂直方向的变化趋势，横坐标范围是-90度90度），如图
二、user参数部分：
1．最大发射功率（dBm），实数，向后台传入用户输入数据即可
1．发射频率（MHZ），正实数，向后台传入用户输入数据即可
2．天线高度（m），正实数，向后台传入用户输入数据即可
3．天线增益（dBi），大于或等于0的实数，向后台传入用户输入数据即可
4．天线效率（无单位），大于0小于1的实数，向后台传入用户输入数据即可
5．噪声系数（dB），正实数，向后台传入用户输入数据即可
6．user方向图：能够让用户从电脑系统里选择指定文件载入，文件类型为mat文件，载入之后向后台传入一个规模为181*360的二维数组。除此之外，还要添加一个显示功能：①将其中某一行的数据变化趋势用曲线绘制出来（水平方向的变化趋势，横坐标范围是-179度180度）；②将其中某一列的数据变化趋势用曲线绘制出来（垂直方向的变化趋势，横坐标范围是-90度90度）
三、radar参数部分：
- 天线高度（m），正实数，向后台传入用户输入数据即可
- 天线增益（dBi），正实数，向后台传入用户输入数据即可
- 天线效率（无单位），大于0小于1的实数，向后台传入用户输入数据即可
- 噪声系数（dB），正实数，向后台传入用户输入数据即可
- 馈线损耗（dB），正实数，向后台传入用户输入数据即可
- 天线仰角（度），大于或等于0的实数，向后台传入用户输入数据即可
- 干扰阈值（dBm），实数，向后台传入用户输入数据即可
- 雷达带宽（MHZ），正实数，向后台传入用户输入数据即可
radar方向图：能够让用户从电脑系统里选择指定文件载入，文件类型为mat文件，载入之后向后台传入一个规模为181*360的二维数组。除此之外，还要添加一个显示功能：①将其中某一行的数据变化趋势用曲线绘制出来（水平方向的变化趋势，横坐标范围是-179度
180度）；②将其中某一列的数据变化趋势用曲线绘制出来（垂直方向的变化趋势，横坐标范围是-90度90度）
四、仿真场景参数部分： 1． 基站最近间距（m），正实数，向后台传入用户输入数据即可 2． 隔离距离（km），正实数，向后台传入用户输入数据即可 3． 仿真区域半径（km），正实数，向后台传入用户输入数据即可 4． 每个下行用户占用的资源块数（无单位），小于等于6的正整数，向后台传入用户输入数据即可 5． 是否选择三扇区，2个选项，选择“是”，向后台传入整数1，选择“否”，向后台传入整数2 6． 仿真场景规模，2个选项，选择“大城市”，向后台传入整数1，选择“中小城市”，向后台传入整数2 7． 具体场景，5个选项，选择“城市场景”，向后台传入整数1；选择“郊区场景”，向后台传入整数2；选择“农村场景”，向后台传入整数3；选择“丘陵场景”，向后台传入整数4，选择“开阔区”，向后台传入整数5 8． 链路方向，2个选项，选择“上行”，向后台传入整数1，选择“下行”，向后台传入整数2
五、功率控制参数部分： 1． 平衡因子（无单位），可取：0，0.4，0.5，0.6，0.7，0.8，0.9，1，向后台传入用户输入选择即可 2． 期望的信噪比（dB），范围为0~25，向后台传入用户输入数据即可
公共参数部分： 1． ACIR步长（dB），正实数，向后台传入用户输入数据即可 2． ACIR范围，此处输入两个实数，一个为最大值（dB），一个为最小值（dB），用‘----’符号连接起来，最大值减去最小值应该是步长的整数倍，向后台传入用户输入数据即可 3． 循环次数（无单位），正整数，向后台传入用户输入数据即可
六、输出结果部分： 1．数据计算部分：
整个程序有两个循环，第一层循环是：计算给定ACIR的干扰概率，在给定的ACIR下，n次从judge_affect函数里获取返回值（在公共参数部分里有一个循环次数，这里记为n），该函数的返回值True或False，用返回True的次数/n,就得到给定ACIR下的干扰概率，即calcu_probablity函数的返回值。
第二层循环是：对于每一个ACIR值，计算一次干扰概率，即从calcu_probability函数里获取返回值，ACIR的范围是从它的最小值到最大值，每次循环加一个步长。例如：最大最小值分为11和1，步长为2，则ACIR可取1，3，5，7，9，11，那么一共要计算6次干扰概率，也就是在第二层循环里6次从calcu_probability函数里获得返回值，可以把这6次的返回值存入一个数组里，方便绘图。综上，针对此例，程序的main函数调用6次calcu_probability函数，获取6个干扰概率，每一次调用calcu_probability函数，都要调用n次judge_affect函数，获取n个True或者False，一共调用6*n次judge_affect函数。
2．运行时间： 在第一层循环里，每次从judge_affect函数里获取返回值的时间在30秒到1分钟。
3．绘图部分： 以干扰概率（calcu_probablity函数的返回值）为纵坐标，以ACIR为横坐标绘制坐标曲线，如图。
注册/登录
用户提交任务
后端收到任务，将任务信息放在 MongoDB 中，并在 Redis 队列中添加一个任务。
Daemon 不断检查 Redis 数据，收到一个任务就开始处理数据