【《MIMO系统预编码仿真结果分析案例》2100字】

附录PAGE3MIMO系统预编码仿真结果分析案例目录TOC\o"1-3"\h\u3252MIMO系统预编码仿真结果分析案例 195391.1MATLAB仿真平台简介 182701.2仿真结果分析 11.1MATLAB仿真平台简介1982年Math-works公司设计出了MATLAB仿真设计软件。为了解决很多研究和工程方面的问题，这款软件设计了数值分析、矩阵计算、信号处理以及显示图像等方面的功能。在实际应用在它操作简单，易于理解，处理高效。MATLAB利用数学的方式和简单的编程来进行信息处理和矩阵的运算等问题。自MATLAB诞生以来也是不断优化更新，目前我们所用的是MATLAB2016a版本，因为它拥有庞大的预定义函数库，优秀的图形化界面以及很高的工作效率，所以本文选用MATLAB2016a作为系统仿真平台。1.2仿真结果分析图1.1为BPSK系统的仿真图，与BPSK调制仿真不同的是，BPSK系统仿真加入了信道噪声和解调过程。首先为了便于观察，将信源的随机序列的长度设置的短一点，长度仅为10个码元长度。由于在PSK中的信号是双极性信号，所以要对信源产生的序列进行取反再相减来构成双极性码。生成载波后直接与载波相乘，由于载波的“0”相位和“π”相位对应的波形的值刚好相反，所以相乘后的结果就是2PSK调制信号。图1.1BPSK系统仿真图上图的下半部分为BPSK调制信号经过信道和解调过程的仿真图，首先已调信号经过信道后要加上信道噪声，在相干解调是，首先将其与载波相乘，此处先不考虑载波相位模糊，所以不会出现“倒π现象”。将其与载波相乘后的信号进行快速傅里叶变换，转换到频域，再通过低通滤波器进行滤波，最后进行抽样判决得解调后的信号。接下来就要对BPSK的误比特率和信噪比进行分析，将数据长度设置为106图1.2BPSK性能仿真图由上图得BPSK的误比特率实际值要比理论值相似，如果可以在加入编码环节，通过增加冗余俩进行纠错编码来提高可靠性降低误码率，那么误比特率还能再降低些。但是这都依靠系统的信道容量。通过MIMO系统增加的信道容量可以解决类似的问题。下面是进行QPSK仿真，QPSK即4PSK，也称为正交相移键控，可以看作是两个正交的2PSK信号相叠加而成，QPSK每个符号含有两个比特的信息。并且相邻码组采用格雷编码，只差一个比特。QPSK调制主要是将数据进行串并转换成两个支路，这两个支路的相位差为π2，在解调的时候也是两个支路分别乘以自己的载波，经过低通滤波器后，再经过抽样判决得到解调后的支路信息，最后再进行并串转换恢复信息。图1.3QPSK仿真图上图为QPSK调制的结果，由于I支路和Q支路完全正交，所以即使这两个支路的信息叠加在一起也不会产生干扰。在接收端进行解调时，QPSK信号会分别与两个支路的对应的载波相乘，在相乘的同时可以将对应支路的信号保留，并且消除另一条支路的干扰。QPSK与BPSK相比，主要优点是频带利用率得到明显提高，可以在相同的带宽里传输更多比特信息，但是调制解调的步骤比BPSK复杂了一点，并且抗噪声性能变差。若在相同条件下，QPSK想要保证一定的误码率，就需要更大的发射功率，这样会造成信号的效率下降。接着是对QPSK性能进行分析，主要是对QPSK调制下误比特率和信噪比的关系对比图1.4QPSK性能仿真图虽然QPSK传输的信息量变大，频带利用率变高，但是误码率明显大于BPSK调制时的误码率。主要是因为多进制相移键控的系统比较复杂，误码率上升。目前为止进行的都是在SISO系统下的数字调制系统的仿真分析，以此为基础，下面将进行MIMO预编码算法的仿真，MIMO系统的信道容量远大于SISO系统，但是用户间干扰更多，所以通过预编码可以改善这个情况。在MIMO系统预编码中，迫零（ZF）算法比较常见。迫零算法虽然没有考虑消除信道噪声，但是它有效地降低了不同天线间的干扰。下图是4×4收发天线条件下的迫零算法性能仿真。图1.54×4收发天线条件下迫零算法性能仿真上图为4×4收发天线条件下迫零预编码算法的实现。总共设置了11个不同的信噪比。然后根据总的发送功率和信噪比来设置噪声功率，总的发射功率为发射天线总功率的总和，天线发射功率即信号向量中每个元素的功率。在预编码之前要根据信道信息求出预编码矩阵。经过迫零预编码之后，虽然天线之间的干扰可以通过预编码矩阵进行减小或者消除，但是信道中的噪声的干扰却被放大了。最小均方误差（MMSE）算法虽然系统框图和迫零算法相似，但是最小均方误差算法采用了规范化信道逆矩阵的方法，不会出现像迫零算法中信道噪声被放大的现象，但是最小均方误差算法中还是引入了一定程度的用户间干扰。在小信噪比情况下，最小均方误差的性能要优于迫零算法，但在大信噪比条件下，两者性能相似。图1.62×2天线瑞利信道条件下ZF和MMSE预编码性能比较图1.74×4天线下ZF和MMSE预编码性能比较由仿真结果可以看出，无论是在2×2收发天线还是4×4收发天线的MIMO系统里，当信噪比相同时，迫零算法的误码率一直高于最小均方误差算法的误码率。由于最小均方误差算法的预编码矩阵是规范化信道预编码矩阵，不会将信道噪声放大，所以最小均方误差预编码可以认为是ZF算法的改进型。图1.8BD预编码与改进算法性能比较图上图所示的是传统块对角化预编码方案与区块对角化预编码和基于迫零算法求逆的块对角化预编码算法。由于传统的块对角化预编码算法要运用奇异值分解算法，运算量比较大且计算复杂。目前主流的改进BD算法有GZI-BD算法和GMI-BD算法。GZI算