目录

- ........................................................................
- for SNR_dB=SNR
- SNR_dB
- ind = ind + 1;
- bertmp = 0;
- NUMS = 0;
- while bertmp <= 100
- ..........................................................................
- %通过信道
- H=zeros(R_num,T_num);% 初始化信道矩阵
- for rx = 1:R_num% 为每个信道生成随机复高斯系数
- for tx = 1:T_num
- x = randn(1);
- y = randn(1);
- alpha = sqrt(x^2+y^2);
- theta = 2*pi*rand(1);
- H(rx,tx) = alpha*exp(j*theta);
- end
- end
- %通过MIMO信道
- Channel_Out = H*modu_output;% 通过MIMO信道,输出通道输出信号
- module_signal = [];
- for t=1:T_num
- module_signal =[module_signal abs(Channel_Out(t,:))];
- end
- %AWGN nosie% 加白高斯噪声,进行AWGN噪声处理,得到解码后的信号Decoder1
- Decoder1 = awgn(Channel_Out,SNR_dB,'measured');
-
- r = Decoder1;% 解码后的信号r,初始化解码后的信号向量r为Decoder1,长度为T_num*Frames*index
- y = zeros(T_num,Frames);
- % 计算信道H的伪逆,得到G,G是发送端到接收端的权值矩阵的转置的逆矩阵,用于MMSE均衡处理
- G = pinv(H);
- % 计算G中每列元素的平方和的最小值对应的索引k0,以及对应的列向量gk,用于MMSE均衡处理中的权重调整。
- % 其中'min'函数返回的是每列元素的平方和的最小值,'sum'函数用于计算列元素的平方和。'pinv'函数用于计算矩阵的伪逆。
- % 'min'函数返回的是每列元素的平方和的最小值对应的索引k0,以及对应的列向量gk。
-
- [gk,k0] = min(sum(abs(G).^2,2));
-
- for m = 1:T_num
- k1(m) = k0;
- w(m,:) = G(k1(m),:);
- y = w(m,:)*r;
- a(k1(m),:) = Q(y);
- r = r - H(:, k1(m))*a(k1(m),:);
- for t=1:m
- G(k1(t),:)=inf;
- end
- [gk,k0] = min(sum(abs(G).^2,2));
- end
-
- %16QAM% 初始化解调输出向量
- ..........................................................
- end
- BER(ind) = bertmp/NUMS/length(Signals);
- end
-
- figure;
- semilogy(SNR,BER,'b-o');
- grid on;
- xlabel('SNR(db)');
- ylabel('BER');
-
-
- save R1.mat SNR BER
- 01_097m
基于MIMO+16QAM系统的VBLAST(Vertical Bell Laboratories Layered Space-Time)译码算法是一种用于提高无线通信系统性能的技术。
MIMO(多输入多输出)技术利用多个天线来提高无线通信系统的性能,通过增加天线数量和多样性,可以增加信道容量和传输效率。16QAM(16阶正交幅度调制)是一种调制技术,通过将信号调制为多个幅度和相位的组合,可以提高信号的传输效率。
VBLAST译码算法是一种基于分层空时码的技术,通过将多个天线接收到的信号进行分层处理,可以有效地提高信号的抗干扰能力和可靠性。具体而言,VBLAST算法利用多个天线的空间分集优势,将接收到的信号进行分层解码,从而提高了信号的解码性能和传输效率。
基于MIMO+16QAM系统的VBLAST译码算法的数学模型可以表示为:
y = Hx + n
其中,y表示接收端接收到的信号,H表示信道矩阵,x表示发送端发送的信号,n表示噪声。
VBLAST算法的核心思想是将接收到的信号进行分层解码,具体步骤如下:
VBLAST算法,通过如下步骤实现,MMSE接收器抑制了干扰和噪声成分,但是ZF接收器仅仅排除了干扰的成分。这暗示了在发射符号和接收器估计的均方误差达到最小值。因此,MMSE在噪声存在的情况下性能要优于ZF接收器。其运算法则如下所示:
初始值设定

递归式

OOOOO
OOO
O