• 基于协作mimo系统的RM编译码误码率matlab仿真,对比硬判决译码和软判决译码


    目录

    1.算法运行效果图预览

    2.算法运行软件版本

    3.部分核心程序

    4.算法理论概述

    5.算法完整程序工程


    1.算法运行效果图预览

    2.算法运行软件版本

    matlab2022a

    3.部分核心程序

    1. .....................................................................
    2. while(Err <= TL)
    3. k
    4. Err
    5. Num = Num + 1;
    6. %产生数据
    7. K = min(K1,K2);
    8. Signal0 = round(rand(1,K));
    9. Signal = [Signal0,zeros(1,K1-K2)];
    10. %*****************************************************************
    11. %RM编码
    12. Signal_RM_S2D = func_Encode(Signal,V1);
    13. %调制
    14. RM_mod_S2D = modulate(mods,Signal_RM_S2D);
    15. %过信道
    16. RM_Noise_S2D = RM_mod_S2D + sqrt(2*N01)*randn(size(RM_mod_S2D));
    17. %*****************************************************************
    18. %中继部分
    19. RM_demod_S2R = demodulate(demods,RM_Noise_S2D);
    20. Bhat_S2R = func_Decode_ML_hard(RM_demod_S2R,r+1,m,V1,N1,K1,I1);
    21. %RM编码
    22. Signal_RM_S2R = func_Encode(Bhat_S2R(1:K),V2);
    23. %调制
    24. RM_mod_S2R = modulate(mods,Signal_RM_S2R);
    25. %过信道
    26. RM_Noise_S2R = RM_mod_S2R + sqrt(2*N03)*randn(size(RM_mod_S2R));
    27. %*****************************************************************
    28. %解调
    29. RM_demod_S2D = demodulate(demods,[RM_Noise_S2D,RM_Noise_S2R]);
    30. LEN = length(RM_demod_S2D);
    31. %RM译码
    32. Bhat_S2D1 = func_Decode_ML_hard(RM_demod_S2D(1:LEN/2),r+1,m,V1,N1,K1,I1);
    33. Bhat_S2D2 = func_Decode_ML_hard(RM_demod_S2D(LEN/2+1:LEN),r,m,V2,N2,K2,I2);
    34. %计算误码率
    35. Err = Err + min([sum(xor(Bhat_S2D1(1:K),Signal0)),sum(xor(Bhat_S2D2(1:K),Signal0))]);
    36. end
    37. Errs(k) = Err/Num/length(Signal);
    38. end
    39. figure
    40. semilogy(SNR,Errs,'b-o');
    41. grid on;
    42. xlabel('SNR');
    43. ylabel('Bit error');
    44. save r0.mat SNR Errs
    45. 01_103m

    4.算法理论概述

            基于协作MIMO系统的RM编译码是无线通信领域中的一项重要技术。在协作MIMO系统中,多个天线协同工作以提供更高的数据传输速率和更好的可靠性。RM(Reed-Muller)码是其中的一种常用编码方案,具有纠错能力强和译码复杂度相对较低的优点。

           Reed-Muller码 (RM码) 可依赖布尔函数(Boolean Functions)进行定义。

           在RM码的译码过程中,通常有两种方法:RM硬判决译码和RM软判决译码。这两种译码方法的主要区别在于它们处理接收信号的方式。

    1. RM硬判决译码:

    • 在硬判决译码中,接收到的信号经过解调后,直接进行量化,将连续的信号幅度映射为离散的符号。
    • 随后,这些离散符号被送入RM译码器进行译码操作。
    • 由于在硬判决过程中丢失了部分接收信号的信息,因此硬判决译码的性能通常较软判决译码差一些。

    2. RM软判决译码:

    • 与硬判决译码不同,软判决译码在处理接收信号时,保留了更多的信息。
    • 在解调后,接收到的信号不仅包含符号信息,还包含关于信号质量的置信度信息(比如信号的幅度、相位等)。
    • 这些额外的信息被送入RM译码器,可以用于更精确地恢复原始发送的信息。
    • 通常,软判决译码的性能要优于硬判决译码,因为它更充分地利用了接收到的信号信息。

           总结来说,基于协作MIMO系统的RM编译码中,RM硬判决译码和RM软判决译码的主要区别体现在对接收信号的处理方式上。硬判决译码直接量化接收信号为离散符号,而软判决译码则保留更多信号信息,并将其用于译码过程。因此,一般而言,RM软判决译码具有更好的性能,但实现复杂度也可能相对较高。

    5.算法完整程序工程

    OOOOO

    OOO

    O

  • 相关阅读:
    还记得2048怎么玩吗?快来玩会儿(摸鱼)吧
    基于Python实现的英文文本信息检索系统
    Python-入门-注释,缩进,变量,数据类型,常用内置函数,运算符,输入与输出(三)
    阿戴的生活
    Java的JDK新特性
    基于语义感知SBST的API场景测试智能生成
    CycloneDDS配置详细说明中文版(三)
    分布式事务
    SpringCloud学习笔记 - 链路监控 - SpringCloud Sleuth
    再来了解机器学习和深度学习_有监督机器学习_无监督机器学习---人工智能工作笔记0018
  • 原文地址:https://blog.csdn.net/aycd1234/article/details/134472462