传输预编码matlab,基于MATLAB的MIMO系统预编码性能仿真.doc

基于MATLAB的MIMO系统预编码性能仿真.doc

(33页)

本资源提供全文预览，点击全文预览即可全文预览,如果喜欢文档就下载吧，查找使用更方便哦！

11.90 积分

 摘要在现今的移动通信系统中，被极多的国际通信标准采纳为基础性关键技术的一种方法是多输入多输出的技术(Multiple-Input Multiple-Output，MIMO)。无线传输的技术是应用多项发射以及多次接收天线来进行。应用MIMO技术的情形下，就算是系统带宽和传输功率没有增加，仍然是能够显著的增长无线信道容量，它的增长往往是成倍得，譬如4G LTE技术。通过使用MIMO信道而增加的空间复用增益可以改善传输效率，其带来的空间分集增益也可以增加传输的可靠度。这两种增益的提高分别可以通过改变收发天线数来实现。提高通信质量是需要MIMO技术在接收端和发送端配置很多的天线，然后使信号经过多个接收和发送端。本篇主要探索的是空间复用MIMO系统的线性预编码及信号检测方法。在发射端通过对传输信号进行预编码操作，不仅可以有效抑制干扰，还可以简化接收机数据解调的计算复杂度。同时对线性信号检测与预编码技术方法进行了分别的详细说明。想要验明一下MIMO系统预编码的性能，借助MATLAB这个软件进行验证确定仿真。结果表明，在其他的前提一样的情形下，以最小均方误差为基准的MMSE算法比简单的线性检测算法ZF算法，所得误差更小，噪比的变大而减小导致系统传输得可靠程度会跟着变化。关键词：MIMO 信号检测 预编码 MATLABABSTRACTIn mobile communication system, multi input multi output technology (Multiple-Output Multiple-Input, MIMO) is a technology that uses multiple transmit and multiple receive antennas for wireless transmission. MIMO technology can not increase the system bandwidth and transmission power, and exponentially improve the capacity of wireless channel, which has been adopted by many international communication standards as the basic key technologies, such as LTE 4G system. This technology can achieve the transmission efficiency and transmission reliability by changing the number of transmit and receive antennas, that is, the spatial multiplexing gain and the spatial diversity gain of MIMO channel are used to improve the transmission efficiency.MIMO technology need to configure multiple antennas at the receiver and transmitter, and then make the signal through a number of receiving and sending end, in order to improve the quality of communication. This paper mainly studies the spatial multiplexing MIMO system precoding and signal detection technology. At the transmitter, it can not only effectively suppress the interference, but also simplify the computation complexity of the receiver data demodulation. In this paper, the linear signal detection and pre coding technology are introduced and discussed in detail. In order to verify the performance of the MIMO system, the simulation was carried out with the aid of MATLAB computer software. The results show that, under the same conditions, the MMSE algorithm has better performance than the ZF algorithm, and the transmission reliability of the system is gradually reduced with the increase of the signal to noise ratio.Keywords: MIMO; signal detection; precoding; MATLAB目录摘要 - 1 -ABSTRACT - 2 -目录 - 3 -第一章 绪论 - 3 -1.1 研究背景 - 3 -1.2 研究现状 - 4 -1.3 研究内容 - 7 -第二章 MIMO系统信号检测算法 - 8 -2.1 MIMO系统简介 - 8 -2.2 无线信道及数学模型 - 9 -2. 3 MIMO信道容量 - 11 -2.4 MIMO检测算法 - 13 -2.5本章小节 - 16 -第三章 MIMO预编码技术研究 - 16 -3.1 系统模型 - 16 -3.2 ZF预编码 - 17 -3.3 MMSE预编码 - 18 -3.4本章小节 - 19 -第四章 MIMO预编码算法仿真 - 19 -4.2MTALAB简介 - 19 -4.2仿真结果分析 - 20 -4.3本章小结 - 24 -第五章 总结 - 25 -参考文献 - 26 -致 谢 - 28 -附录 - 29 -第一章 绪论1.1 研究背景自二十世纪八十年，计算机技术和通讯技术在社会的各个方面都获得了巨大的发展。由这个现象可以看出社会已经迈入了信息时代。无线通讯技术如今变成了最受欢迎且最具有潜力得技艺。该技术如今遍布性很广，几乎每个地方都离不开它，也是如今最热门的技术。随着无线通信技术愈来愈快的发展，该技术也逐步趋于成熟，人们对于该技术的要求也高于以往。在移动通信系统中，MIMO被称为应用非单一的发出和接受天线进行的无线传输技术。我们知道MIMO通。省略部分。, 2011(1):61-62.[9] 王连英. 多用户MIMO信道预编码技术研究[D]. 西安电子科技大学, 2008.[10] 祝锴. MIMO系统预编码技术研究[D]. 解放军信息工程大学, 2010.[11] 肖爱民, 李辉, 戴旭初. 一种低复杂度多用户MIMO预编码方法[D]. 中国科学技术大学, 2012.[12] P. W. Wolniansky, G. J. Foschini, and G. D. Golden, V-BLAST: Architecture for realizing very high data rates over the rich-scattering wireless channel, in Proc. URSIISSSE,PP.295-300, September 1998.[13] 王帆，MIMO系统预编码技术研究 ，西安电子科技大学硕士论文，2010[14] 戴继生. 线性MIMO系统预编码技术的研究[D]. 中国科学技术大学, 2010.[15] 郝东来. 无线通信MIMO系统预编码技术研究[D]. 西安电子科技大学, 2010.[16] Marzetta T, Hochwald B, Marzetta T. Capacity of mobile multiple-antenna communication link in a Rayleigh flat-fading environment[J]. 1999.[17] Love D J, Heath R W. Limited feedback unitary precoding for spatial multiplexing systems[J]. IEEE Transactions on Information Theory, 2005, 51(8):2967-2976.致 谢时光匆匆，转眼间大学生活即将走到尾声，经过这么长时间的努力，毕业论文也算是有了一个交代。在这里我要对帮助过我的同学，老师，朋友表示由衷的感恩。本次毕业设计是在余老师的指导下完成的，余老师一丝不苟的工作态度，和对我所提问题竭尽全力的指导是我本次毕业论文能够完美完成的重要原因。在平常生活中，余老师平易近人，风趣幽默，在和老师的交流之间没有感到隔阂和压力。老师的品格对我今后的生活，工作都产生较大影响，是我永远的楷模。感谢班级里的同学，在论文中出现的小问题都会和他们交流，讨论，他们也帮助我解决很多问题。最后希望各位老师生活幸福，身体健康，各位同学能够顺利毕业，找到好的工作。附录close all;%关闭图形窗口clear all; %清除工作区间变量clc;%清屏Alg_type=1;%1ZF 2 MMSENum_Frames=100; %帧数Num_Packs=1000;%包数Nbps=1; %单个数据符号包含的比特数目Mod_order=2^Nbps; % 调制阶数mod_obj=modem.qammod('M',Mod_order,'SymbolOrder','Gray','InputType','bit');%QAM调制demod_obj = modem.qamdemod(mod_obj);Num_TX=3; %发射天线数目Num_RX=2; %接收天线数目，Num_RX<=Num_TXsq2=sqrt(2); N_pbits = Num_Frames*Num_RX*Nbps; %单次传输的比特数目N_tbits = N_pbits*Num_Packs;%总比特数目fprintf('====================================================\n');SNRdBs = [0:2:20];%信噪比for i_SNR=1:length(SNRdBs) SNRdB = SNRdBs(i_SNR); noise_var = Num_TX*0.5*10^(-SNRdB/10); sigma = sqrt(noise_var); Error_bits = 0; %初始化错误比特数目 %%%%%%%%%%%%% 发射机%%%%%%%%%%%%%%%%% for i_packet=1:Num_Packs bits_source = round(rand(N_pbits,1)); % 随机比特 mod_syms = modulate(mod_obj,bits_source).';%数字调制 Mod_alpha = modnorm(mod_syms,'avpow',1); % 功率归一化因子 tx_syms = reshape(Mod_alpha*mod_syms,Num_RX,Num_Frames); %串并转换 H = (randn(Num_RX,Num_TX)+1j*randn(Num_RX,Num_TX))/sq2;%信道矩阵 if(Alg_type==1) F = pinv(H); %预编码矩阵ZF else F=H'*inv(H*H'+noise_var*eye(Num_RX));%mmse end beta = sqrt(Num_TX/trace(F*F')); % 放大因子 W = beta*F; %归一化后预编码矩阵 Tx_signal = W*tx_syms; %发射信号 %%%%%%%%%%%%%信道%%%%%%%%%%%%% Rx_signal = H*Tx_signal+sigma*(randn(Num_RX,Num_Frames)+1j*randn(Num_RX,Num_Frames));%接收信号 %%%%%%%%%%%%%%接收机%%%%%%%%%%%%%%%%%%% y = Rx_signal/beta; %均衡 Symbol_hat = reshape(y/Mod_alpha,Num_RX*Num_Frames,1);%并串 msg_hat = demodulate(demod_obj,Symbol_hat);%解调 Error_bits =Error_bits + sum(msg_hat~=bits_source);%计算错误比特数目 end BER(i_SNR) =Error_bits/N_tbits;%误码率endsemilogy(SNRdBs,BER,'-k^','LineWidth',2);xlabel('SNR[dB]'), ylabel('BER');legend('预编码')grid on- 33 - 关 键 词： matlab 编码 性能 系统 mimo 仿真 基于

 天天文库所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。

关于本文