关于BPSK 最大似然译码的理解

BPSK 星座图是一维的,在 AWGN 的信道下,不考虑衰落,假设输出为

y = x + n y=x+n y=x+n

噪声 n n n 服从 C N ( 0 , σ 2 ) CN(0,\sigma^2) CN(0,σ2) 是二维的。

进行判决时,噪声项的虚部对判决结果是没有影响的,可以忽略,所以剩下的噪声项 n l e f t n_\mathrm{left} nleft n n n 的实部,服从 N ( 0 , σ 2 / 2 ) N(0,\sigma^2/2) N(0,σ2/2)

在这样的条件下仿真,误比特率精确表达式为
P b = Q ( 2 γ ) P_b=Q(\sqrt{2\gamma}) Pb=Q(2γ )

考虑信道衰落时,假设输出为

y = h x + n y=hx+n y=hx+n

此时的判决因为 h h h 是一个复数,所以噪声项的虚部对判决结果是有影响的。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用中提到的不同的算法,可以使用ZF(迫零)算法、MMSE(最小均方误差)算法、OSIC(排序连续干扰抵消)算法或ML(最大似然)准则来进行BPSK译码。其中前三种算法实现较简单但误码率性能较差,而ML检测能够获得更好的性能但复杂度较高。为了在性能和复杂度之间取得平衡,可以使用基于ML检测的SD(球形译码)算法,该算法的复杂度与天线数之间呈多项式关系,可以在较小的计算量下获得接近最大似然译码性能的结果。而影响球形译码的关键问题有如何选择搜索半径和如何判断一个点是否在球内,可以根据实际情况进行调整和优化,以提高搜索效率和准确性。此外,还可以考虑使用基于软判决的球形译码检测算法,在保证性能的前提下降低算法的复杂度。总之,在Matlab中可以根据需求选择适合的译码算法进行BPSK译码。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [通过matlab对比不同调制方式下的球形译码误码率仿真,包括BPSK,QPSK,8PSK,4QAM以及16QAM](https://blog.csdn.net/hlayumi1234567/article/details/128191427)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值