举熙熙然回巧献计-CSDN博客

原创认识信道(零)：天线的极化

在中心红色Tx处，有一个半波偶极子极化天线，在蓝色车上有一个半波偶极子极化天线，他绕着Tx旋转，来表示两者之间的角度变化。本人本科没有学过电磁波课程，这里用的都是最浅显的道理来解释电磁波的极化，试图让理论自洽，如有错误，烦请指正。当我们把他扩展到球坐标系下，对于电磁波的传播方向r，天然的存在一组垂直于传播方向的正交基，也就是。首先我们这里描述的极化，是天线在远场的极化，它是一种平面波的极化，我们知道，平面波的传播方向为。，因为电场方向和偶极子天线的方向是平行的，他们之间的夹角就是极化失配的损耗。

2022-12-23 16:41:06 3010 1

原创认识NR(四):全网最全最详细5G TypeII 和 Enhanced TypeII码本讲解

去往最详细Type II 和 Enhanced Type II 码本的选择与反馈讲解

2022-12-23 10:32:26 2052 1

原创认识NR(零)：MIMO-OFDM中的信道关系

信道在空域和角度域的关系是空域做IDFT为角度域，==这样的原理是ULA天线的响应可以组成一个等相位间隔的天线标签，把他作为正交基地和空域信号做内积就可以得到空域信号在角度域的映射，转化为角度域信号，这个过程刚好是一个IDFT，以上这个过程可以确定一个空域的预编码矩阵在角度域的方向，也就是波束赋形的指向方向。由于OFDM的原因，这个变化的使用频率很高，经过OFDM的信号可以和时延域直接卷积，而在进行信道估计均衡等操作时，又可以利用这个性质直接把卷积转化为乘法，简化运算！信道的多普勒谱和信道。

2022-11-03 20:45:53 3355

原创认识NR（三）：5G Type I 码本（codebook）的物理意义

可以看到，码本应该还是有很明显的物理意义和规律的，但不对称天线的不明显，希望有大佬能指点一二！

2022-09-22 21:28:59 7845 3

原创认识NR（二）：单天线阵面Type II码本生成过程

NR中分为Type I和Type II码本，他们都是DFT码本的一种，有关于DFT码本和Type I码本，感兴趣的可以看我的上一篇博客https://blog.csdn.net/weixin_44863193/article/details/126649435与Type I不同，Type II码本用于MUMIMO，所以反馈量更大。

2022-09-18 20:45:57 2784

原创认识5G(一)：5G 单天线阵面Type I码本（Type I Single Panel codebook）生成过程

具体使用哪一个码本,是由层数决定的,这也是一个链路自适应量RI,也就是说应该现决定RI,再决定PMI当天线端口大于2的时候,码本由两个参数决定,i1和i2i_1和i_2i1和i2,其中i1i_1i1决定了波束编号,i2i_2i2决定了相位因子,层数为234时,i1i_1i1由三个参数组成,否则则是两个参数组成codebookmode=1,直接使用i1i_1i1就锁定了具体波束,codebookmode=2,使用i1i_1i。

2022-09-01 18:57:38 6391

原创认识LTE（九）：LTE物理层系统仿真

发射机的整体工作是这样的。接收机的工作流程是这样的。信道整体是这样仿真的。

2022-08-21 13:22:20 1084

原创认识LTE(八)：LTE中的反馈：闭环空分复用（TM4）

总的来说，这张的仿真是非常失败的。。。。跑出来的结果都不对，后面用到别的仿真系统再做尝试吧。。。

2022-08-19 18:38:08 1604

原创认识LTE(七)：LTE中的两种无反馈模式：发射分集（TM2）和开环空分复用（TM3）

主要注意，在TM3中，不仅仅有码本W，还有CCD，循环延时分集的操作，这是书中没有提到的，具体可以看https://zhuanlan.zhihu.com/p/495045923，把两天线的情况说的比较清晰了。我们可以看到，在TM2中，层映射和预编码是在一步完成的，SFBC自然而然的把输出序列变为了两列，是非常巧妙的！既然是MIMO了，首先我们先来讲一下预编码，理想的预编码是SVD，这是最好的，但很遗憾，这要求反馈信道，这是做不到的。因此LTE使用了码本，开环选用固定的码本，而闭环的会变化，这就是区别。...

2022-08-11 16:14:14 3927

原创认识LTE(六)： LTE中的信道特征以及信道估计技术

这是利用了matlab算出来的pathG，在时间上平均后放入信道再做FFT得到了，类似我早起博客里OFDM仿真的信道生成。插值书上提供了三种方法，他们的思路整体是类似的，先把频域插值，然后在时域上填充，三种方法分别使用了不同的手段。注意到，四天线的情况下3 4 天线是与众不同的，这在后面的代码中会反复显示出这一点。这一步的意思是我估计了全时频域的信号，现在，要把data对应的信道找出来使用。既然要估计信道，首先我们要知道CSR的位置，在多TX中，他是这样的。信道的大小是(nSamp, nTX, nRX)..

2022-08-10 00:21:31 3075 1

原创初识LTE（五）：完整的SISO LTE 物理层实现

最后生成是一个大小为（200，2，2，TX）的序列，第二维是说有两种CSR对应0和4符号，第三维是一个子帧中有两个时隙。之后它会被取出需要的个数，并且reshape成（2*prmLTEPDSCH.Nrb,4）这样的大小。主函数主要进行了以下这几步骤，这和我上一篇博客是类似的，这里简要说一些其中的差别。该函数把我们设置好的参数传入，并生成所需要的PDSCH和DLSCH的参数。主函数主要在commlteSISO_step中实现。这里主要设置的是用户可以自己调节的参数，包括。这部分主要由以下几个函数来实现。...

2022-08-03 16:38:22 1145 2

原创初识LTE（四）：LTE物理层编码全流程总结

之后是码率匹配，把当前Kplus长度的数据匹配到之前码块分割时计算好的比特，这个我的上一篇博客也已经详细描述了，LTE的码率一定要>1/3，也就是说最多冗余三倍，不可以更小，这是通过打孔实现的。信道编码，进行码块操作，在PDSCH中，这里是以一个FRM来操作的，后面它会被映射到一个TB，所以也可以说是一个TB的操作，他的目的就是信道编码，减小误码率，它包含这么几部分。扰码，LTE使用的是31阶Gold码，它的具体原理也可以看我前面的博客，扰码输入输出长度不变，主要是增加保密性。最后附上代码，让各位看清楚。.

2022-07-26 21:56:57 1691

原创初识LTE（三）：码率匹配和码率分块

什么是码率匹配呢？就是Turbo编码原本码率是1/3，如果信道很好，那我可以少发一点1/2就可以了，这就是码率匹配码率匹配原理如下那么，如何解码率匹配呢，那些比特可是结结实实的少发了呀！实际上，就是用0填充，LTE称其为打孔和解打孔操作二.码块分割1.码块分割的原理解码就是逆操作，这里就不展开了三.CRCCRC纠错遍布在整个LTE中，整个TB需要添加CRC，分割后每个码块也要添加CRCCRC的远离大致是补零后整除，不会的可以在一些通信原理书上学习一下如下图，重组后进行扰码，调制，然后发送，这就

2022-07-04 16:31:20 2539 2

原创初识LTE（二）：LTE中的调制和编码技术

LTE中调制用到的就是QPSK还有QAM调制非常简单，这里不详细说了，利用matlab自带的各种函数都可以实现2.解调解调是值得拿出来说说的，因为LTE使用了LLR软解调，这是之前没有接触过的，网上也没有很多资料，这里我在一篇硕博士论文里看到的解释分享出来给大家看完这个大家应该很明白是在做什么了吧，计算过程就是找出最近的零点和最近的一点的差，这个值越大，这个比特为0的概率就越大，越负则为1的概率就越大，即他自带了可能性的信息.二.Gold码加扰1. Gold码原理[外链图片转存失败,源站可能有

2022-07-04 16:06:53 3439

原创认识LTE平台（一）：LTE的物理层

认识LTE平台（一）：LTE的物理层零. 概述这一章我们主要要弄清楚物理层用什么样的技术实现物理层要发送哪些信号？发送的信号分别在什么位置发送？一.LTE的时频资源1.从频域上看LTELTE使用的频段首先我们心里要有一个概念。LTE大概使用的是哪些频段呢？可以看到，一个频段的带宽是10-20MHz不等，为什么呢？这就要说到LTE的带宽分配LTE的带宽分配事实上，LTE允许的带宽是1.4-20MHz，这也是由OFDM特性决定的，在LTE使用的OFDM中，子载波间隔为15kH

2022-05-26 17:29:30 3492 3

原创信道估计(四)：LSTM能征服信道预测吗？

信道估计(四)：LSTM能征服信道预测吗？零.概述之前，我们调研了卡尔曼滤波器和所谓的MLP去进行信道预测，然而已经证明，线性滤波器对于信道预测的能力只能局限在十分之几的波长，这是远远不够的因此，作为非线性拟合这两年的扛把子深度学习肯定要来掺和两脚，而LSTM，就是专门用于时间序列预测的，因此理论上很适合。一. LSTM的基本结构https://www.bilibili.com/video/BV1qM4y1M7Nv?p=2LSTM的基础知识可以在这个视频学习，LSTM的效果是能够选择性的记忆之

2022-05-23 13:37:51 1569

原创信道估计（三）：简单的MLP进行信道估计

信道估计（三）：简单的MLP进行信道估计零.概述这是我看到的一篇2021年的TCOM Massive MIMO Channel Prediction: Kalman Filtering Vs. Machine Learning，本以为是什么非常高级的方法，结果个人感觉这篇文章方法非常老套，也没有什么创新。。。甚至训练还存在一些问题，有可能是我没有理解这篇文章的精髓，如果有大佬也读过这篇文章希望可以交流讨论一. 信道预测建模信道预测对于每一个UE都是一样的，所以建模中我们可以去除掉多用户，只考虑单一用

2022-05-21 12:15:00 1745

原创信道估计（二）：卡尔曼滤波器

信道估计（二）：卡尔曼滤波器零.概述卡尔曼滤波器可以说是大名鼎鼎了，在我本科期间就在惯性传感器的使用上听过，但一直不知道是什么，刚好通过这篇论文学习一下论文是这样描述他的，使用先验的状态空间模型和状态向量的估计，估计出后验的信道估计。一.什么是卡尔曼滤波器？卡尔曼滤波器是通过观测值和上一时刻的最优预测值来预测下一时刻的最优预测值的算法https://www.bilibili.com/video/BV1Rh41117MT?spm_id_from=333.337.search-card.all.c

2022-05-15 18:20:16 2100 2

原创信道估计（一）：信道估计基础知识

信道估计（一）：信道估计基础知识零.概述本专栏主要是学习文章《Channel Estimation and Predictionfor 5G Applications》而做的一些笔记，里面补充了一些我不知道的基础知识，希望能帮到大家后续会详细学习其中的卡尔曼滤波数学模型。一.信道的基础知识1. 分集和波束赋形的不同效果老生常谈了，可以看我之前MIMO信道容量的文章2. 广义的LOS和NLOS信道的定义3. 小幅度衰落形象的图4.CSI中包含了什么任何能代表信道的东西5.

2022-05-11 22:08:06 9858

原创初识MIMO-OFDM（三）：完整的MIMO-OFDM仿真

初识MIMO-OFDM（三）：完整的MIMO-OFDM仿真零.缘起MIMO-OFDM的仿真是一个大的不能再大的话题了，写得好的仿真平台是可以赚大钱的，我后续也会更新一个著名仿真平台的学习博客，不过我们这里先来学习一下陈老湿在通信家园看到的这个仿真https://zhuanlan.zhihu.com/p/392827532。这个博客主要是希望梳理每一个函数，然后给出2*2Alamouti+OFDM完整的仿真流程。发射机一. 发射机步骤一：生成所需要发送的数据%--------------------

2022-05-09 11:52:29 8130 10

原创初识MIMO（六）：MU-MIMO的仿真

初识MIMO（六）：MU-MIMO的仿真零代码地址https://github.com/liu-zongxi/MIMO_simulation请大家看完觉得有用别忘了点赞收藏，github项目给star哦一.基本概念多用户MIMO主要是希望实现一对多，这要求对于每一个ＭＳ，要去除掉发送给其他MS的信号，这也就是这一章的核心了，在接下来所有的仿真中，我们都更关注下行广播，而我感觉到所有仿真里都隐含了一个条件就是NT=NR×NuserNT = NR \times N_{user}NT=NR×Nu

2022-05-04 23:54:34 2473 8

原创初识MIMO(五)：CSI反馈及其仿真

初识MIMO(五)：CSI反馈及其仿真零代码地址https://github.com/liu-zongxi/MIMO_simulation一. 发射端的信道估计这章其实给了我隔靴搔痒的感觉，CSI的估计要尽可能快的完成，这里给出了这么几条路利用信道的互异性，这样可以在发射端估计量化CSI ，就是把CSI压缩后传输利用码本，码本表示CSI具体怎么做呢，书中没有给出，以后慢慢读论文吧！二. CSI 在接收端的利用技术——Alamouti预编码及其仿真1. 概念2.代码展示

2022-05-03 00:13:14 4689 1

原创初识MIMO(四)：MIMO的接收端检测技术及其仿真

初识MIMO(四)：MIMO的接收端检测技术及其仿真零代码地址https://github.com/liu-zongxi/MIMO_simulation请大家看完觉得有用别忘了点赞收藏，github项目给star哦一. 接收端检测技术概念我们之前的仿真已经包含了SISO，MISO，SIMO，而检测技术就是MIMO中非常重要的一个技术，他的目的是从接收端提取出每一根发射天线的信号，此时，别的信号成为了干扰，也就第一次有了信干噪比的概念。二. 仿真1.代码展示%-------------

2022-04-29 12:12:34 3881 2

原创初识MIMO(三)：天线分集技术及其仿真

初识MIMO(三)：天线分集技术及其仿真零代码地址https://github.com/liu-zongxi/MIMO_simulation请大家看完觉得有用别忘了点赞收藏，github项目给star哦一. 接收分集（MCR）概念首先先来看一下分集的概念，我标黄了的话是很有意思的，他会在我们接下来的仿真中看到代码%------------------瑞利信道下MRC分集的性能----------------%%-----------------------author:lzx--

2022-04-26 20:29:37 4235 7

原创初识MIMO（二）：MIMO的信道容量及其仿真

初识MIMO（二）：MIMO的信道容量一. SVD简介SVD可以将一个矩阵分解为UΣVHU\Sigma V^HUΣVH的形式，U是大小为NRXN_{RX}NRX的方阵，V是大小为NTXN_{TX}NTX的方阵，Σ\SigmaΣ的大小是NRX∗NTXN_{RX}*N_{TX}NRX∗NTX，对角矩阵的值为矩阵的奇异值，奇异值的个数是行列的较小值。在RX和TX不相等的情况下，可以化简HHHHHH^HHHH是一个自共轭对称矩阵，9.4表示的是对称矩阵的特征值分解的形式非对称矩阵也是可以特征

2022-04-22 11:35:51 17601 13

原创初识MIMO(一)： MIMO信道模型

初识MIMO(一)： MIMO信道模型一.MIMO中常用的一些量1. 统计模型MIMO中信道使用相关性来描述的，而相关性是和AoA强相关的，如何来描述呢？可以看到，建模的方式是得到PADS后分别对AoA以及角度进行积分得到他们的随机分布，再次基础上可以计算出时延和AoA的方差（扩展）。每一簇上不可分辨的路径的角度是以平均AoA为中心的高斯分布。而PAS是拉普拉斯分布，而PDS是指数分布，这是符合直觉的，因为后到达的功率一定小。==为什么功率分布从τ0\tau_0τ0==开始？，不理解2.

2022-04-22 11:34:48 11274 2

原创初识OFDM(八)：OFDM中的PAPR计算和通频带仿真

文章目录初识OFDM(八)：OFDM中的PAPR计算和通频带仿真零.代码地址一. OFDM信号CF的CCFD1. 代码展示2.代码分析为什么ifft后×sqrt(Nfft)?σ\sigmaσ是如何计算的？不同变量的dB二.OFDM信号的PDF1.代码展示2.代码分析如何展现OFDM符号的合成过程OFDM信号具体是个啥分布啊三. 量化的OFDM信号1.代码展示2. 代码分析四.OFDM的通频带仿真1.代码展示2.代码分析过采样是怎么完成的各个输出的频域图像五. 剩下的一些疑问初识OFDM(八)：OFDM中的

2022-04-06 10:38:32 4467

原创初识OFDM（七）：OFDM中的信道估计

文章目录初识OFDM（七）：OFDM中的信道估计零.代码地址一. 代码展示二. 代码分析1. 如何插入导频2. LS估计中的一些注意事项3. DFT-LS估计算法4. MMSE信道估计三.总结初识OFDM（七）：OFDM中的信道估计零.代码地址https://github.com/liu-zongxi/OFDM_simulation代码参考了https://zhuanlan.zhihu.com/p/385096476陈老湿的仿真，但各个函数我都有重新实现，希望写的更规范一些一. 代码展示%---

2022-03-30 00:08:46 5498 22

原创初识OFDM(六)：从零开始的OFDM误码率仿真

文章目录初识OFDM(六)：从零开始的OFDM误码率仿真零.代码地址一. 加性高斯白噪声对OFDM误码率的影响1. 代码展示2. 代码分析fftshift和ifftshift能量和信噪比问题二.瑞利信道对OFDM误码率的影响1. 代码展示2. 代码分析瑞利衰落信道是如何通过TDL模型仿真而成的线性卷积，循环卷积和均衡线性卷积输入和输出长度怎么不相等了？三. 一些还没有思考清楚的问题初识OFDM(六)：从零开始的OFDM误码率仿真零.代码地址https://github.com/liu-zongxi/O

2022-03-27 15:14:16 5495 11

原创初识OFDM(五)：OFDM学习的一些思考

文章目录初识OFDM(五)：OFDM学习的一些思考1. 定性角度去思考OFDM2. STO和CFO是在哪里产生的3 Moose估计移动到频域的意义是什么？4 reference初识OFDM(五)：OFDM学习的一些思考1. 定性角度去思考OFDMOFDM到底做了一个什么事儿呢？把需要传输的数据做QPSK或者是QAM，使得生成一个复数，这个复数列为X[k]，这个k对应的就是时频图里的纵坐标序号做串并转换，之后做IFFT，串并转换并列数在代码中一般为N，这个N表示做IFFT时，会使用1-N-1阶的子

2022-03-19 22:44:21 1179

原创初认OFDM（四）：CFO的影响和估计

文章目录初认OFDM（四）：CFO的影响和估计一.什么是CFO二. CFO的影响三. IFO和CFO1.IFO2.FFO的影响四 CFO估计五. OFDM估matlab代码六. reference初认OFDM（四）：CFO的影响和估计一.什么是CFO这个问题其实在上一张博客内已经解释过了，此处直接复制过来STO是符号定时偏差，它指的是OFDM中FFT窗未能完全与符号未能精确对齐而导致的误差，STO和CFO是OFDM同步技术的两个方向，yl[n]=IDFT{Yl[k]}=IDFT{Hl[k]Xl[k

2022-03-18 23:57:52 4764 4

原创初识OFDM（三）：OFDM同步技术之STO

文章目录初识OFDM（三）：OFDM同步技术之STO一.什么是STO二. STO的影响1. case12.case23 case34 case45 matlab实现三. STO估计技术1时域CP估计2 训练符号的STO估计3 频域STO估计四.代码详解5 reference初识OFDM（三）：OFDM同步技术之STO一.什么是STO首先要弄明白，STO是发生在FFT中的，而不是IFFT，也就是说，他在接受时出现了问题STO是符号定时偏差，它指的是OFDM中FFT窗未能完全与符号未能精确对齐而导致的误

2022-03-17 21:23:21 5058 1

weixin_44863193的博客