💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
⛳️赠与读者
👨💻做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学,什么是电的时候,不要觉得这些问题搞笑。哲学是科学之母,哲学就是追究终极问题,寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫找不到来时的路,它不足为你揭示全部问题的答案,但若能让人胸中升起一朵朵疑云,也未尝不会酿成晚霞斑斓的别一番景致,万一它居然给你带来了一场精神世界的苦雨,那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。
或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎
💥1 概述
SISO(Single Input Single Output)和MIMO(Multiple Input Multiple Output)是无线通信中常用的两种传输技术,它们在容量方面有一些显著的区别:
1. SISO系统只有一个天线用于发送和接收信号,而MIMO系统有多个天线用于发送和接收信号。因此,MIMO系统可以利用信号的空间多样性,实现更高的传输速率和可靠性。
2. MIMO系统在频谱利用效率方面比SISO系统更高,因为MIMO系统可以在相同频谱资源下传输更多的数据。这意味着MIMO系统可以实现更高的传输容量。
3. 在实际应用中,MIMO系统通常比SISO系统具有更好的抗干扰性能和更低的误码率。这是因为MIMO系统可以利用多个天线之间的空间多样性来消除多径效应和抑制干扰。
总的来说,MIMO系统相对于SISO系统在传输速率、频谱利用效率、抗干扰性能和误码率等方面都有明显优势。因此,在现代无线通信系统中,MIMO技术已被广泛应用,并成为提高无线通信系统性能的重要技术之一。
📚2 运行结果
部分代码:
for k=1:N_S
lamda_S(k) = V_S(k,k);
Capacity_SISO = Capacity_SISO + log2(1+SNR*lamda_S(k/t_S)); % Capacity of SISO
end
%Capacity_SISO = log2(1+SNR); % Shannon Formula
figure(1);
plot(SNR_dB,Capacity_SISO,'-','LineWidth',1.5,'Color','b');
hold on
plot(SNR_dB,Capacity_MIMO,'-','LineWidth',1.5,'Color','r');
legend('SISO','MIMO');
xlabel('SNR (dB)')
ylabel('Capacity(b/s/Hz)')
title('Comparison Between Capacity of SISO and MIMO')
grid;
🎉3 参考文献
文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
[1]田勇.SISO OFDM和MIMO OFDM无线通信系统中的信道估计和信道均衡算法[D].北京大学,2004.
[2]张亚非.自由空间MIMO无线光通信系统研究[D].哈尔滨工业大学,2014.
[3]朱琳璐.MIMO通信系统的信道容量分析及MATLAB仿真实现[J].新乡学院学报, 2012, 29(2):3.DOI:CNKI:SUN:PYDX.0.2012-02-017.
🌈4 Matlab代码实现
资料获取,更多粉丝福利,MATLAB|Simulink|Python资源获取