第1页 / 共17页
第2页 / 共17页
第3页 / 共17页
第4页 / 共17页
第5页 / 共17页
第6页 / 共17页
第7页 / 共17页
第8页 / 共17页
基于MATLAB的MIMO通信系统仿真.doc
目 录
（一）基于 MATLAB 的 MIMO 通信系统仿真…………………………
一、基本原理………………………………………………………
二、仿真……………………………………………………………
三、仿真结果………………………………………………………
四、仿真结果分析…………………………………………………
（二）自选习题部分…………………………………………………
（三）总结与体会……………………………………………………
（四）参考文献………………………………………………………
实训报告
（一）基于 MATLAB 的 MIMO 通信系统仿真
一、 基本原理
二、 仿真
三、 仿真结果
四、 仿真结果分析
OFDM 技术通过将频率选择性多径衰落信道在频域内转换为平坦信道，减小了多径衰落的
影响。OFDM 技术如果要提高传输速率，则要增加带宽、发送功率、子载波数目，这对于频谱
资源紧张的无线通信时不现实的。
MIMO 能够在空间中产生独立并行信道同时传输多路数据流，即传输速率很高。这些增加
的信道容量可以用来提高信息传输速率，也可以通过增加信息冗余来提高通信系统的传输可
靠性。但是 MIMO 却不能够克服频率选择性深衰落。
所以 OFDM 和 MIMO 这一对互补的技术自然走到了一起，现在是 3G，未来也是 4G，以及新
一代 WLAN 技术的核心。总之，是核心物理层技术之一。
1、MIMO 系统理论：
核心思想：时间上空时信号处理同空间上分集结合。
时间上空时通过在发送端采用空时码实现： 空时分组、空时格码，分层空时码。
空间上分集通过增加空间上天线分布实现。此举可以把原来对用户来说是有害的无线电波多
径传播转变为对用户有利。
2、MIMO 系统模型：
可以看到，MIMO 模型中有一个空时编码器，有多根天线，其系统模型和上述 MIMO 系统
理论一致。为什么说 nt>nr，因为一般来说，移动终端所支持的天线数目总是比基站端要少。
接收矢量为： y Hx n
，即接收信号为信道衰落系数 X 发射信号+接收端噪声
3、MIMO 系统容量分析：
（附 MIMO 系统容量分析程序）
香农公式的信道容量（即信息传送速率）为：
C B
log (1
2
S N
/
)
4、在 MIMO 中计算信道容量分两种情况：
未知 CSI 和已知 CSI（CSI 即为信道状态信息），其公式推导较为复杂，推导结果为信
道容量是信噪比与接收、发射天线的函数。
在推导已知 CSI 中，常用的有 waterfilling，即著名的注水原理。但是，根据相关文献资料，
通常情况下 CSI 可以当做已知，因为发送，接收端会根据具体信道情况估算 CSI 的相关参数。
在这里对注水原理做一个简单介绍：之所以成为注水原理是因为理想的注水原理是在噪
声大的时候少分配功率，噪声小时多分配功率，最后噪声+功率=定值，这如果用图形来表示，
则类似于给水池注水的时候，水池低的地方就多注水，也就是噪声小分配的功率就多，故称
这种达到容量的功率分配方式叫做注水原理。通过给各个天线分配不同的发射功率，增加系
统容量。核心思想就是上面所阐述的，信道条件好，则分配更多功率；信道条件差，则分配
较少的功率。
在 MIMO 的信道容量当中要注意几个问题：（下面说已知 CSI 都是加入了估计 CSI 的算法，
并且采用了注水原理。）
1.
2.
3.
已知 CSI 的情况下的信道容量要比发送端未知 CSI 的情况下的信道容量高，这是
由于当发送端已知 CSI 的时候，发送端可以优化发送信号的协方差矩阵。也就是
可以通过注水原理使得信道容量达到最大。所以在实际系统当中，发射端必须有
效利用 CSI（如上述说明的通常采用估算的方法），这样可以优化发送信号。
如果信道信噪比足够大的时候，这时已知和未知 CSI 相差不大。因为已知 CSI 情
况下此时所有的池子都是满的，此时发送天线上的功率得到了最大分配。和未知
CSI 情况一样。
如果收发天线数相等，这时已知 CSI 比未知 CSI 的优势并不明显；但是，当发射
天线数大于接收天线数时，已知 CSI 的信道容量要明显高于未知 CSI。
5、MIMO 和 OFDM 结合使用，即 MIMO-OFDM 系统：
利用 MIMO 和 OFDM 结合，可以大大提高无线通信系统的信道容量和传输速率，有效抵抗
信道衰落和抑制干扰，被认为是构建宽带无线通信系统最关键的物理层传输方案。
从图中可以看出，MIMO-OFDM 系统中，每根发射天线的通路上都有一个 OFDM 调制器，每
根接收天线上都有一个 OFDM 解调器。
空时编码技术之 STBC 介绍：
在上文的阐述中讲到了 MIMO 通过时间上空时信号处理和空间上分集结合实现。空时信
号处理，即空时编码技术目前研究较多的是分层空时编码（BLAST），空时网格编码（STTC）
以及空时分组编码（STBC）。其中，空时分组编码（STBC）与 1998 年发明，应用最为广泛。
星座映射的解释如下：
数字调制用"星座图"来描述，星座图中定义了一种调制技术的两个基本参数：1）信号
分布；2）与调制数字比特之间的映射关系。星座图中规定了星座点与传输比特间的对应关系，
这种关系称为"映射"，一种调制技术的特性可由信号分布和映射完全定义，即可由星座图来
完全定义。将输入的串行二进制信息序列经串－并变换，变成 m=log2M 个并行数据流，M 为
星座图的星座点数目，每一路的数据率是 R/m,R 是串行输入码的数据率。每 m 个比特对应星
座图上的的一个星座点，比如 BPSK 调制，每 1 个比特对应一个星座点；QPSK 调制，每 2 个
比特对应一个星座点；16QAM 调制，每 4 个比特对应一个星座点。一般映射采用格雷码为映
射规则。
在此例中，信源发送的二进制信息比特首先进行星座映射。假设采用 4 进制的调制星座，
有
m
log
M
2
。把从信源来的二进制信息比特每 2 个比特分为一组（此例中是 x1 和 x2），
2
对连续的两组比特进行星座映射，得到两个调制符号 x1,x2。把这两个符号送入编码器，并
按照如下方式编码：
x
1
x
2
*
x
2
*
x
1
在第一个发送时刻，符号 1x 在天线 1 上发送出去，符号 2x 在天线 2 上发送出去。第二个
时刻，符号 *
2x 在天线 1 上发送出去，符号 *
1x 在天线 2 上发送出去。可以看出，两幅发送
天线上发送信号批次存在着一定的关系，因此这种空时码是基于发送分集的。
两幅发送天线上发送的信号满足正交特性。
考虑两个发送天线，一个接收天线的情况：
假设接收端可以完全准确地估计出信道的衰落系数 1h 和 2h ，在接收端采用最大似然估计，从
,x x
星座中找出一对符号 1
2
其判决式为：
，该符号也就是最终接收端认为发送端发送的符号。在程序中，
x
1
x
2
arg min
arg min
2
h
1
h
2
2
2
h
1
h
2
2
1
1
2
x
1
2
d
2
x
2
2
d
~
,
x x
1
1
~
,
x x
2
2
~
1x ，
~
2x 是根据信道衰落系数和接收信号进行合并得到的信号。
其中
考虑多接收天线的情况：
多天线系统中，发送端的编码与传输方案和单接收天线系统一样。只是在接收端的处理
变得复杂，需要对不同接收天线上接收到的信号进行合并处理。多接收天线下的判决度量可
以通过把各副接收天线上的接受信号得到的判决度量线性合并得到。判决式如下（该判决式
在程序中有体现）：
x
1
x
2
arg min
arg min
nr
j
1
nr
j
1
2
h
j
,1
h
j
,2
2
2
h
j
,1
h
j
,2
2
1
1
2
x
1
2
d
2
x
2
2
d
~
,
x x
1
1
~
,
x x
2
2
最后的系统结构图：
程序：
信道容量：
close all;
clear all;
clc;
N_loop=100;
EbN0=0:5:25;
N0=1;
Eb=10.^(EbN0/10)*N0;
normalized=sqrt(1/2);
C_norm=zeros(1,length(EbN0));
D=zeros(1,N_loop);
n=[1,2,4,8];
W=3*10^4;
for i=1:4
for ee=1:length(EbN0)
for s=1:N_loop
H=randn(n(i),n(i))+j*randn(n(i),n(i));
Q=H'*H;
m=n(i);
I=eye(m,m);
SNR=Eb(ee)/N0;
C=W*log2(det(I+SNR/n(i)*Q));
D(s)=C;
end
C_avg=sum(D)/N_loop;
C_normal=C_avg/W;
C_norm(ee)=C_normal;
disp(['When SNR is ',num2str(EbN0(ee)),'dB:
C_avg',int2str(i),' = ',num2str(C_avg),';
',num2str(C_normal)]);
C_normal ',int2str(i),' =
end
P=plot(EbN0,C_norm,'r-d');
set(P,'linewidth',[2]);
axis([0 30 0 100]);
AX=gca;
set(AX,'fontsize',14);
title('\fontsize{12}\bfMIMO ÐŵÀÈÝÁ¿');
X=xlabel('Eb/N_0 [dB]£¨ÐÅÔë±È£©');
set(X,'fontsize',12);
Y=ylabel('Capacity bit/s/Hz£¨ÐŵÀÈÝÁ¿£©');
set(Y,'fontsize',12);
hold on;
grid on;
end
legend('n1=1','n2=2','n3=4','n4=8');
MIMO 信道容量
n1=1
n2=2
n3=4
n4=8
100
）
量
容
道
信
（
z
H
/
s
/
t
i
b
y
t
i
c
a
p
a
C
80
60
40
20
0
0
5
15
10
20
Eb/N0 [dB]（信噪比）
25
30
误码率与信噪比关系：
clear all
close all
clc
end
end
carrier_count=100;
%+++++++++++++++++++++++++++±äÁ¿++++++++++++++++++++++++++++++
i=sqrt(-1);
IFFT_bin_length=512;
symbols_per_carrier=66;
cp_length=10;
addprefix_length=IFFT_bin_length+cp_length;
M_psk=4;
bits_per_symbol=log2(M_psk);
O=[1 -2 -3;2+j 1+j 0;3+j 0 1+j;0 -3+j 2+j];
co_time=size(O,1);
Nt=size(O,2);
Nr=2;
disp('--------------start-------------------');
num_X=1;
for cc_ro=1:co_time
for cc_co=1:Nt
num_X=max(num_X,abs(real(O(cc_ro,cc_co))));
co_x=zeros(num_X,1);
for con_ro=1:co_time
for con_co=1:Nt
if abs(real(O(con_ro,con_co)))~=0
delta(con_ro,abs(real(O(con_ro,con_co))))=sign(real(O(con_ro,con_co)))
;
epsilon(con_ro,abs(real(O(con_ro,con_co))))=con_co;
co_x(abs(real(O(con_ro,con_co))),1)=co_x(abs(real(O(con_ro,con_co))),
1)+1;
eta(abs(real(O(con_ro,con_co))),co_x(abs(real(O(con_ro,con_co))),1))=
con_ro;
coj_mt(con_ro,abs(real(O(con_ro,con_co))))=imag(O(con_ro,con_co));
end
end
end
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
