MIMO通信系统中对比Alamouti和MRC的误码率性能matlab仿真

简介: MIMO通信系统中对比Alamouti和MRC的误码率性能matlab仿真

1.算法仿真效果
matlab2022a仿真结果如下:

25cb3b1df18bc560cad16e3cd5694e43_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
e87a3be23f6ed073c3a8a66f75817f5b_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

2.算法涉及理论知识概要

   MIMO(Multiple-Input Multiple-Out-put)系统是一项运用于802.11n的核心技术。802.11n是IEEE继802.11bag后全新的无线局域网技术,速度可达600Mbps。同时,专有MIMO技术可改进已有802.11a/b/g网络的性能。该技术最早是由Marconi于1908年提出的,它利用多天线来抑制信道衰落。根据收发两端天线数量,相对于普通的SISO(Single-Input Single-Output)系统,MIMO还可以包括SIMO(Single-Input Multi-ple-Output)系统和MISO(Multiple-Input Single-Output)系统。

  MIMO 表示多输入多输出。读/maimo/或/mimo/,通常美国人前者,英国人读后者,国际上研究这一领域的专家较多的都读读/maimo/。通常用于 IEEE 802.11n,但也可以用于其他 802.11 技术。MIMO 有时被称作空间多样,因为它使用多空间通道传送和接收数据。只有站点(移动设备)或接入点(AP)支持 MIMO 时才能部署 MIMO。

2.1Alamouti

    Alamouti编码的基础场景是两根发射天线,一根接收天线,并且发射机不知道信道,那么该如何发射。实现方式:一次性发送两个数据。因为只有一根接收天线,所以要再发送一次,接收端才能正常接收。

f6d123e790936a227aecc83365608edc_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

两个信号都分别经过了两个信道,获得了分集的效果。方程改写为:

539e1de6f851820e9be19edc51687b44_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

Alamouti编码的巧妙之处在于不知道信道的情况下,将信道矩阵正交化。下面再解方程:

58aaaff98467a5498a93806b134ac0e8_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
11ff35ed453568a6d3fcb96d06b985ff_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

Alamouti编码在空时编码STC领域广泛应用,Alamouti编码也叫做STBC(空时块码)

2.2MRC

   最大比合并(Maximal Ratio Combining,MRC)是分集合并技术中的最优选择,相对于选择合并和等增益合并可以获得最好的性能,其性能提升是由阵列增益( 阵列增益即发射的信号的功率增益,是通过发送机和/或接收机的多个天线而实现功率增益的,一般在LTE中,增加一个天线会有3db的增益)带来的更高的信噪比,进而带来更好的误码率特性。

3.MATLAB核心程序

 
Nr=2;
p=1;
for i=1:length(snr21)
    ber_m1_mrc21(i)=MRRC1xNr_Cor(snr21(i),Nr,p);
end
semilogy(snr21,ber_m1_mrc21,'-ro',...
    'LineWidth',2,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.0,0.9,0.0]);
hold on
 
Nr=2;
p=0.95;
for i=1:length(snr21)
    ber_m1_mrc21(i)=MRRC1xNr_Cor(snr21(i),Nr,p);
end
semilogy(snr21,ber_m1_mrc21,'-bs',...
    'LineWidth',2,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.2,0.0]);
hold on
 
Nr=2;
p=0.8;
for i=1:length(snr21)
    ber_m1_mrc21(i)=MRRC1xNr_Cor(snr21(i),Nr,p);
end
semilogy(snr21,ber_m1_mrc21,'-m^',...
    'LineWidth',2,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.0,0.9,0.0]);
hold on
 
Nr=2;
p=0.6;
for i=1:length(snr21)
    ber_m1_mrc21(i)=MRRC1xNr_Cor(snr21(i),Nr,p);
end
semilogy(snr21,ber_m1_mrc21,'-gx',...
    'LineWidth',2,...
    'MarkerSize',7,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.5,0.0]);
 
xlabel('SNR(dB)');
ylabel('BER');
legend('Nr=2 p=1','Nr=2 p=0.95','Nr=2 p=0.8','Nr=2 p=0.6');
hold off
相关文章
|
2月前
|
5G
基于IEEE 802.11a标准的物理层MATLAB仿真
基于IEEE 802.11a标准的物理层MATLAB仿真
193 0
|
2月前
|
算法
基于MATLAB/Simulink平台搭建同步电机、异步电机和双馈风机仿真模型
基于MATLAB/Simulink平台搭建同步电机、异步电机和双馈风机仿真模型
|
2月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
272 0
|
2月前
|
算法 定位技术 计算机视觉
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
132 0
|
2月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
118 0
|
2月前
|
新能源 Java Go
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
132 0
|
2月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
178 8
|
2月前
|
机器学习/深度学习 编解码 算法
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
172 8
|
2月前
|
机器学习/深度学习 数据采集 测试技术
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)

热门文章

最新文章