分别对比SVD和GMD非码本的预编码以及DFT和TxAA码本预编码的MIMO系统matlab误码率仿真

目录

一、理论基础

1. SVD（Singular Value Decomposition）非码本预编码

2. GMD（Generalized Maximal Ratio Combining）非码本预编码

3. DFT（Discrete Fourier Transform）码本预编码

4. TxAA（Transmit Antenna Array）码本预编码

二、核心程序

三、测试结果

---

一、理论基础

       对比SVD和GMD非码本的预编码以及DFT和TxAA码本预编码的MIMO系统matlab误码率仿真。预编码（Precoding）是数字通信中的一种技术，用于在发送端对数据进行处理，以改善数据在信道中的传输性能。预编码技术通常用于多天线通信系统，如MIMO（多输入多输出）系统，以及一些特定的通信标准中。预编码的主要目标是通过调整信号的相位、幅度或时间来改善通信系统的性能，包括以下方面：

1. 抗干扰性： 预编码可以减小信号在信道中的失真和干扰，从而提高抗干扰性。它可以减小多径干扰、多用户干扰以及噪声对接收信号的影响。

2. 增强信号质量： 预编码可以增强信号的质量，包括信噪比（SNR）的提高，从而使接收端能够更容易地恢复原始数据。

3. 频谱效率： 在一些系统中，预编码可以增加频谱效率，允许在有限的频带宽度内传输更多的数据。

4. 降低误码率： 通过有效的预编码，可以降低误码率，提高通信系统的可靠性。

不同类型的预编码技术可以用于不同的通信场景和系统要求。

1. SVD（Singular Value Decomposition）非码本预编码

       SVD预编码是一种基于奇异值分解的预编码技术。它将通信信道矩阵分解为三个矩阵的乘积，其中一个矩阵包含信道的奇异值，另外两个矩阵包含信道的左奇异向量和右奇异向量。SVD预编码可以最大程度地减小信道的干扰，从而提高通信性能。

2. GMD（Generalized Maximal Ratio Combining）非码本预编码

        GMD预编码是一种通用的最大比例合并预编码技术。它利用了信道矩阵的广义逆，将数据符号乘以适当的权重，以实现最大化接收信号的信噪比。GMD预编码在多用户通信和多天线系统中都有应用。

3. DFT（Discrete Fourier Transform）码本预编码

       DFT码本预编码是一种基于离散傅里叶变换的预编码技术。它利用了正交性质，在发送端将数据符号映射到傅里叶变换的频域上，然后乘以适当的权重进行预编码。DFT码本预编码在OFDM（正交频分复用）系统中得到广泛应用。

4. TxAA（Transmit Antenna Array）码本预编码

       TxAA预编码是一种利用天线阵列进行的预编码技术。它通过调整天线阵列中各个天线的相位和振幅，以实现对信号的编码和增强，从而改善信道的性能。

这些预编码技术在多天线系统中起着关键作用，可以提高信号传输的可靠性和效率。不同的技术适用于不同的通信场景和系统要求。选择适当的预编码技术需要综合考虑信道特性、天线配置、系统复杂度和性能需求等因素。

二、核心程序

function VV = func_GMD(h);
%GMD分解，按论文27页开始

%第一步：进行奇异值分解
[u0 s0 v0] = svd(h);
[m,n]      = size(s0);
R          = zeros(m, n) ;
P          = v0;
Q          = u0;
d          = diag(s0);
l          = min(m, n);
VV         = zeros(m, n);

for p = l : -1 : 1
    if ( d (p) >= 0.01 )
        break ;
    end
end
if ( p < 1 )
    return ;
end
if ( p < 2 )
    R (1, 1) = d (1) ;
    return ;
end

z         = zeros (p-1, 1) ;
large     = 2 ;           
small     = p ;           
perm      = [1 : p] ;     
invperm   = [ 1 : p ] ; 
sigma_bar = (prod (d (1:p)))^(1/p) ;
%第二步
for k = 1 : p-1
    flag = 0 ;
    if ( d (k) >= sigma_bar )    
        i = perm (small) ;
        small = small - 1 ;
        if ( d (i) >= sigma_bar )
            flag = 1 ;
        end
    else
        i = perm (large) ;
        large = large + 1 ;
        if ( d (i) <= sigma_bar )
            flag = 1 ;
        end
    end
        
    k1 = k + 1 ;
    if ( i ~= k1 )            
        t = d (k1) ;          
        d (k1) = d (i) ;
        d (i) = t ;
        j = invperm (k1) ;    
        perm (j) = i ;
        invperm (i) = j ;
        I = [ k1 i ] ;
        J = [ i k1 ] ;
        Q (:, I) = Q (:, J) ; 
        P (:, I) = P (:, J) ;
    end

    delta1 = d (k) ;
    delta2 = d (k1) ;
    t = delta1 + delta2 ;
    if ( flag )
        c = 1 ;
        s = 0 ;
    else
        f = (delta1 - sigma_bar)/(delta1 - delta2) ;
        s = sqrt (f*(delta1+sigma_bar)/t) ;
        c = sqrt(1-s^2) ;
    end
    d (k1) = delta1*delta2/sigma_bar ;          
    z (k) = s*c*(delta2 - delta1)*t/sigma_bar ; 
    R (k, k) = sigma_bar ;
    if ( k > 1 )
        R (1:k-1, k) = z (1:k-1)*c ;
        z (1:k-1) = -z (1:k-1)*s ;   
    end
   %第三步
    G1 = [ c -s
           s  c ] ;
    J = [ k k1 ] ;
    P (:, J) = P (:, J)*G1 ;        

    G2 = (1/sigma_bar)*[ c*delta1 -s*delta2
                         s*delta2  c*delta1 ] ;
    Q (:, J) = Q (:, J)*G2 ;       
end

%第四步
R (p, p) = sigma_bar ;
R (1:p-1, p) = z ;

VV = Q.*R.*P'; 
up55

三、测试结果