基于MATLAB的MIMO通信系统仿真教材Word文档格式.docx
《基于MATLAB的MIMO通信系统仿真教材Word文档格式.docx》由会员分享,可在线阅读,更多相关《基于MATLAB的MIMO通信系统仿真教材Word文档格式.docx(20页珍藏版)》请在冰豆网上搜索。
在推导已知CSI中,常用的有waterfilling,即著名的注水原理。
但是,根据相关文献资料,通常情况下CSI可以当做已知,因为发送,接收端会根据具体信道情况估算CSI的相关参数。
在这里对注水原理做一个简单介绍:
之所以成为注水原理是因为理想的注水原理是在噪声大的时候少分配功率,噪声小时多分配功率,最后噪声+功率=定值,这如果用图形来表示,则类似于给水池注水的时候,水池低的地方就多注水,也就是噪声小分配的功率就多,故称这种达到容量的功率分配方式叫做注水原理。
通过给各个天线分配不同的发射功率,增加系统容量。
核心思想就是上面所阐述的,信道条件好,则分配更多功率;
信道条件差,则分配较少的功率。
在MIMO的信道容量当中要注意几个问题:
(下面说已知CSI都是加入了估计CSI的算法,并且采用了注水原理。
)
1.已知CSI的情况下的信道容量要比发送端未知CSI的情况下的信道容量高,这是由于当发送端已知CSI的时候,发送端可以优化发送信号的协方差矩阵。
也就是可以通过注水原理使得信道容量达到最大。
所以在实际系统当中,发射端必须有效利用CSI(如上述说明的通常采用估算的方法),这样可以优化发送信号。
2.如果信道信噪比足够大的时候,这时已知和未知CSI相差不大。
因为已知CSI情况下此时所有的池子都是满的,此时发送天线上的功率得到了最大分配。
和未知CSI情况一样。
3.如果收发天线数相等,这时已知CSI比未知CSI的优势并不明显;
但是,当发射天线数大于接收天线数时,已知CSI的信道容量要明显高于未知CSI。
5、MIMO和OFDM结合使用,即MIMO-OFDM系统:
利用MIMO和OFDM结合,可以大大提高无线通信系统的信道容量和传输速率,有效抵抗信道衰落和抑制干扰,被认为是构建宽带无线通信系统最关键的物理层传输方案。
从图中可以看出,MIMO-OFDM系统中,每根发射天线的通路上都有一个OFDM调制器,每根接收天线上都有一个OFDM解调器。
空时编码技术之STBC介绍:
在上文的阐述中讲到了MIMO通过时间上空时信号处理和空间上分集结合实现。
空时信号处理,即空时编码技术目前研究较多的是分层空时编码(BLAST),空时网格编码(STTC)以及空时分组编码(STBC)。
其中,空时分组编码(STBC)与1998年发明,应用最为广泛。
星座映射的解释如下:
数字调制用"
星座图"
来描述,星座图中定义了一种调制技术的两个基本参数:
1)信号分布;
2)与调制数字比特之间的映射关系。
星座图中规定了星座点与传输比特间的对应关系,这种关系称为"
映射"
,一种调制技术的特性可由信号分布和映射完全定义,即可由星座图来完全定义。
将输入的串行二进制信息序列经串-并变换,变成m=log2M个并行数据流,M为星座图的星座点数目,每一路的数据率是R/m,R是串行输入码的数据率。
每m个比特对应星座图上的的一个星座点,比如BPSK调制,每1个比特对应一个星座点;
QPSK调制,每2个比特对应一个星座点;
16QAM调制,每4个比特对应一个星座点。
一般映射采用格雷码为映射规则。
在此例中,信源发送的二进制信息比特首先进行星座映射。
假设采用4进制的调制星座,有
。
把从信源来的二进制信息比特每2个比特分为一组(此例中是x1和x2),对连续的两组比特进行星座映射,得到两个调制符号x1,x2。
把这两个符号送入编码器,并按照如下方式编码:
在第一个发送时刻,符号
在天线1上发送出去,符号
在天线2上发送出去。
第二个时刻,符号
可以看出,两幅发送天线上发送信号批次存在着一定的关系,因此这种空时码是基于发送分集的。
两幅发送天线上发送的信号满足正交特性。
考虑两个发送天线,一个接收天线的情况:
假设接收端可以完全准确地估计出信道的衰落系数
和
,在接收端采用最大似然估计,从星座中找出一对符号
,该符号也就是最终接收端认为发送端发送的符号。
在程序中,其判决式为:
其中
,
是根据信道衰落系数和接收信号进行合并得到的信号。
考虑多接收天线的情况:
多天线系统中,发送端的编码与传输方案和单接收天线系统一样。
只是在接收端的处理变得复杂,需要对不同接收天线上接收到的信号进行合并处理。
多接收天线下的判决度量可以通过把各副接收天线上的接受信号得到的判决度量线性合并得到。
判决式如下(该判决式在程序中有体现):
最后的系统结构图:
程序:
信道容量:
closeall;
clearall;
clc;
N_loop=100;
EbN0=0:
5:
25;
N0=1;
Eb=10.^(EbN0/10)*N0;
normalized=sqrt(1/2);
C_norm=zeros(1,length(EbN0));
D=zeros(1,N_loop);
n=[1,2,4,8];
W=3*10^4;
fori=1:
4
foree=1:
length(EbN0)
fors=1:
N_loop
H=randn(n(i),n(i))+j*randn(n(i),n(i));
Q=H'
*H;
m=n(i);
I=eye(m,m);
SNR=Eb(ee)/N0;
C=W*log2(det(I+SNR/n(i)*Q));
D(s)=C;
end
C_avg=sum(D)/N_loop;
C_normal=C_avg/W;
C_norm(ee)=C_normal;
disp(['
WhenSNRis'
num2str(EbN0(ee)),'
dB:
C_avg'
int2str(i),'
='
num2str(C_avg),'
;
C_normal'
num2str(C_normal)]);
P=plot(EbN0,C_norm,'
r-d'
);
set(P,'
linewidth'
[2]);
axis([0300100]);
AX=gca;
set(AX,'
fontsize'
14);
title('
\fontsize{12}\bfMIMOÐ
Å
µ
À
È
Ý
Á
¿
'
X=xlabel('
Eb/N_0[dB]£
¨
Ð
Ô
ë
±
£
©
set(X,'
12);
Y=ylabel('
Capacitybit/s/Hz£
set(Y,'
holdon;
gridon;
end
legend('
n1=1'
'
n2=2'
n3=4'
n4=8'
误码率与信噪比关系:
clearall
closeall
clc
%+++++++++++++++++++++++++++±
ä
++++++++++++++++++++++++++++++
i=sqrt(-1);
IFFT_bin_length=512;
carrier_count=100;
symbols_per_carrier=66;
cp_length=10;
addprefix_length=IFFT_bin_length+cp_length;
M_psk=4;
bits_per_symbol=log2(M_psk);
O=[1-2-3;
2+j1+j0;
3+j01+j;
0-3+j2+j];
co_time=size(O,1);
Nt=size(O,2);
Nr=2;
disp('
--------------start-------------------'
num_X=1;
forcc_ro=1:
co_time
forcc_co=1:
Nt
num_X=max(num_X,abs(real(O(cc_ro,cc_co))));
end
end
co_x=zeros(num_X,1);
forcon_ro=1:
forcon_co=1:
ifabs(real(O(con_ro,con_co)))~=0
delta(con_ro,abs(real(O(con_ro,con_co))))=sign(real(O(con_ro,con_co)));
epsilon(con_ro,abs(real(O(con_ro,con_co))))=con_co;
co_x(abs(real(O(con_ro,con_co))),1)=co_x(abs(real(O(con_ro,con_co))),1)+1;
eta(abs(real(O(con_ro,con_co))),co_x(abs(real(O(con_ro,con_co))),1))=con_ro;
coj_mt(con_ro,abs(real(O(con_ro,con_co))))=imag(O(con_ro,con_co));
eta=eta.'
eta=sort(eta);
carriers=(1:
carrier_count)+(floor(IFFT_bin_length/4)-floor(carrier_count/2));
conjugate_carriers=IFFT_bin_length-carriers+2;
tx_training_symbols=training_symbol(Nt,carrier_count);
baseband_out_length=carrier_count*symbols_per_carrier;
snr_min=3;
snr_max=15;
graph_inf_bit=zeros(snr_max-snr_min+1,2,Nr);
graph_inf_sym=zeros(snr_max-snr_min+1,2,Nr);
forSNR=snr_min:
snr_max
clc
disp('
WaituntilSNR='
disp(snr_max);
SNR
n_err_sym=zeros(1,Nr);
n_err_bit=zeros(1,Nr);
Perr_sym=zeros(1,Nr);
Perr_bit=zeros(1,Nr);
re_met_sym_buf=zeros(carrier_count,symbols_per_carrier,Nr);
re_met_bit=zeros(baseband_out_length,bits_per_symbol,Nr);
baseband_out=round(rand(baseband_out_length,bits_per_symbol));
de_data=bi2de(baseband_out);
data_buf=pskmod(de_data,M_psk,0);
carrier_matrix=reshape(data_buf,carrier_count,symbols_per_carrier);
fortt=1:
Nt:
symbols_per_carrier
data=[];
forii=1:
tx_buf_buf=carrier_matrix(:
tt+ii-1);
data=[data;
tx_buf_buf];
XX=zeros(co_time*carrier_count,Nt);
forcon_r=1:
forcon_c=1:
ifabs(real(O(con_r,con_c)))~=0
ifimag(O(con_r,con_c))==0
XX((con_r-1)*carrier_count+1:
con_r*carrier_count,con_c)=data((abs(real(O(con_r,con_c)))-1)*carrier_count+1:
abs(real(O(con_r,con_c)))...
*carrier_count,1)*sign(real(O(con_r,con_c)));
else
con_r*carrier_count,con_c)=conj(data((abs(real(O(con_r,con_c)))-1)*carrier_count+1:
*carrier_count,1))*sign(real(O(con_r,con_c)));
end
XX=[tx_training_symbols;
XX];
rx_buf=zeros(1,addprefix_length*(co_time+1),Nr);
forrev=1:
Nr
tx_buf=reshape(XX(:
ii),carrier_count,co_time+1);
IFFT_tx_buf=zeros(IFFT_bin_length,co_time+1);
IFFT_tx_buf(carriers,:
)=tx_buf(1:
carrier_count,:
IFFT_tx_buf(conjugate_carriers,:
)=conj(tx_buf(1:
));
time_matrix=ifft(IFFT_tx_buf);
time_matrix=[time_matrix((IFFT_bin_length-cp_length+1):
IFFT_bin_length,:
time_matrix];
tx=time_matrix(:
)'
%+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
tx_tmp=tx;
d=[4,5,6,2;
4,5,6,2;
4,5,6,2];
a=[0.2,0.3,0.4,0.5;
0.2,0.3,0.4,0.5;
0.2,0.3,0.4,0.5];
forjj=1:
size(d,2)
copy=zeros(size(tx));
forkk=1+d(ii,jj):
length(tx)
copy(kk)=a(ii,jj)*tx(kk-d(ii,jj));
tx_tmp=tx_tmp+copy;
txch=awgn(tx_tmp,SNR,'
measured'
rx_buf(1,:
rev)=rx_buf(1,:
rev)+txch;
%+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
rx_spectrum=reshape(rx_buf(1,:
rev),addprefix_length,co_time+1);
rx_spectrum=rx_spectrum(cp_length+1:
addprefix_length,:
FFT_tx_buf=fft(rx_spectrum);
spectrum_matrix=FFT_tx_buf(carriers,:
Y_buf=(spectrum_matrix(:
2:
co_time+1));
Y_buf=conj(Y_buf'
spectrum_matrix1=spectrum_matrix(:
1);
Wk=exp((-2*pi/carrier_count)*i);
L=10;
p=zeros(L*Nt,1);
forl=0:
L-1
forkk=0:
carrier_count-1
p(l+(jj-1)*L+1,1)=p(l+(jj-1)*L+1,1)+spectrum_matrix1(kk+1,1)*conj(tx_training_symbols(kk+1,jj))*Wk^(-(kk*l));
%q=zeros(L*Nt,L*Nt);
%forii=1:
%forjj=1:
%forl1=0:
%forl2=0:
%forkk=0:
%q(l2+(ii-1)*L+1,l1+(jj-1)*L+1)=q(l2+(ii-1)*L+1,l1+(jj-1)*L+1)+tx_training_symbols(kk+1,ii)*conj(tx_training_symbols(kk+1,jj))*Wk^(-(kk*(-l1+l2)));
%end
%end
%h=inv(q)*p;
h=p/carrier_count;
H_buf=zeros(carrier_count,Nt);
H_buf(kk+1,ii)=H_buf(kk+1,ii)+h(l+(ii-1)*L+1,1)*Wk^(kk*l);
H_buf=conj(H_buf'
RRR=[];
forkk=1:
carrier_count
Y=Y_buf(:
kk);
H=H_buf(:
forco_ii=1:
num_X
forco_tt=1:
size(eta,2)
ifeta(co_ii,co_tt)~=0
ifcoj_mt(eta(co_ii,co_tt),co_ii)==0
r_til(eta(co_ii,co_tt),:
co_ii)=Y(eta(co_ii,co_tt),:
a_til(eta(co_ii,co_tt),:
co_ii)=conj(H(epsilon(eta(co_ii,co_tt),co_ii),:
co_ii)=conj(Y(eta(co_ii,co_tt),:
co_ii)=H(epsilon(eta(co_ii,co_tt),co_ii),:
RR=zeros(num_X,1);
foriii=1:
forttt=1:
ifeta(iii,ttt)~=0
RR(iii,1)=RR(iii,1)+r_til(eta(iii,ttt),1,iii)*a_til(eta(iii,ttt),1,iii)*delta(eta(iii,ttt),iii);
RRR=[RRR;
conj(RR'
)];
r_sym=pskdemod(RRR,M_psk,0);
re_met_sym_buf(:
tt:
tt+Nt-1,rev)=r_sym;
re_met_sym=zeros(baseband_out_length,1,Nr);
re_met_sym_buf_buf=re_met_sym_buf(:
:
rev);
re_met_sym(:
1,rev)=re_met_sym_buf_buf(:
re_met_bit(:
rev)=de2bi(re_met_sym(:
1,rev));
forcon_dec_ro=1:
baseband_out_length
ifre_met_sym(con_dec_ro,1,rev)~=de_data(con_dec_ro,1)
n_err_sym(1,rev)=n_err_sym(1,rev)+1;
forcon_dec_co=1:
bits_per_symbol
ifre_met_bit(con_dec_ro,con_dec_co,rev)~=baseband_out(con_dec_ro,con_dec_co)
n_err_bit(1,rev)=n_e