基于Matlab实现LTE传输系统的性能研究

简介: 基于Matlab实现LTE传输系统的性能研究

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

伴随GSM等移动网络在过去的二十年中的广泛普及,全球语音通信业务获得了巨大的成功。目前,全球的移动语音用户已经超过了18亿。同时,我们的通信习惯也从以往的点到点(Place to Place)演进到人与人。

个人通信的迅猛发展极大的促使了个人通信设备的微型化和多样化。几何多媒体消息、在线游戏、视频点播、音乐下载和移动电视等数据业务的能力,大大满足了个人通信和娱乐的需求。

另外,尽管利用网络来提供计算和存储能力,通过低成本的宽带无线传送到终端,将有利于个人通信娱乐设备的微型化和普及。GSM网络演进到GPRS/EDGEWCDMA/HSDPA网络以提供更多样化的通信和娱乐业务,降低无线数据网络的运营成本,已成为GSM移动运营商的必经之路。但这也仅仅是往宽带无线技术演进的一个开始。WCDMA/HSDPAGPRS/EDGE相比,虽然在无线性能方面有较大改善,但在应对市场挑战和满足用户需求、IPR的掣肘领域有很多短处的。在移动用户看来,电信运营商最好可以提供任何时间任何地点不低于1Mbps的无线接入速度,不大于20ms的系统传输延迟,在高移动速率环境下仍然可以实现全网无缝覆盖,真正达到“移动带宽”接入。业界有一种观点认为:2002~2006年固定宽带(DSL)经历了一个快速增长期,2006~2010年移动宽带带有可能复制DSL增长。对无线接入网络还有很重要的一点是能被广大用户负担得起的廉价终端设备和网络服务。这些要求已远远超出了现有网络的能力,寻找突破性的空中接口技术和网络结构已经是大势所趋。因此3GPP3GPP2组织自2004年开启启动长期演进(LTE)空中演进(AIE,后改名为超移动宽带UMB)项目,旨在通过引入一些关键技术,如正交频分复用(OFDM)调制技术,MIMO技术、混合自动重传请求(HARQ)、全IP扁平化架构及动态带宽分配等实现网络变革,达到更好的网络性能,为移动宽带多媒体业务持续发展提供技术保障。

本论文详细介绍了LTE的关键传输技术,LTE系统的下行峰均比抑制技术,MIMO技术,对不同的MIMO检测算法进行了研究,并给出了仿真分析。

⛄ 部分代码

clc

clear all

close all

% OSIC.m

%比较ZF-OSIC和MMSE-OSIC的性能

tx=2;rx=2;L=30000;Modulation='BPSK';

SNR=[0:2:20];

A=randint(tx*L,1);

X=zeros(tx,L);

for k=1:tx

X(k,:)=(-1).^(A(k:tx:end)+1);

end

H=sqrt(1/2)*(randn(rx,tx,L)+i*randn(rx,tx,L));

n=sqrt(1/2)*(randn(rx,L)+i*(randn(rx,L)));

R=zeros(rx,L);

for k=1:L

   R(:,k)=sqrt(1/tx)*H(:,:,k)*X(:,k);

end

 %ZF-OSIC=================================================================

 berzs=[];

 for m=SNR

     m

     snr=10^(m/10);

     R_noised=R+sqrt(1/snr)*n;

     x=[];

     a=zeros(tx*L,1);

     for t=1:L

         r=R_noised(:,t);

         HH=H(:,:,t);

         G=pinv(HH);

         % S表示一个时隙内还未检测的符号的序号的集合

         S=[1:tx];

         xtemp=zeros(tx,1);

         % 逐发射天线进行检测

         for k=1:tx

             % G的在序号集合S的非零元素集合内范数最小的行是wki,它是G的第ki行

             [wki,ki]=minnorm(G,S);

             % 已经检测过的序号清零

             S(ki)=0;

             % 判决统计量y

             y=wki*r;

             % BPSK判决

             xtemp(ki)=1*(y>=0)-1*(y<0)+0;

             % SIC串行干扰抵消

             r=r-sqrt(1/tx)*xtemp(ki)*H(:,ki,t);

             % 将已经检测的信号对应的信道矩阵的列清零

             HH(:,ki)=zeros(rx,1);

             G=pinv(HH);

         end

         x=[x,xtemp];

     end

     for k=1:tx

         a(k:tx:end)=(x(k:tx:end)+1)/2;

     end

     [errbit,temp_ber]=biterr(A,a);

     berzs=[berzs,temp_ber];

 end

 %MMSE-OSIC=================================================================

  bermss=[];

 for m=SNR

     m

     snr=10^(m/10);

     R_noised=R+sqrt(1/snr)*n;

     x=[];

     a=zeros(tx*L,1);

     for t=1:L

         r=R_noised(:,t);

         HH=H(:,:,t);

         G=pinv(HH);

         S=[1:tx];

         xtemp=zeros(tx,1);

          for k=1:tx

             [wki,ki]=minnorm(G);

             w=inv(HH'*HH+(1/snr)*eye(tx-k+1))*HH';

             y=w(ki,:)*r;

             xtemp(S(ki))=(y>=0)-(y<0)+0;

             r=r-sqrt(1/tx)*xtemp(S(ki))*H(:,S(ki),t);

             HH(:,ki)=[];

             S(ki)=[];

             G=pinv(HH);

         end

         x=[x,xtemp];

     end

     for k=1:tx

         a(k:tx:end)=(x(k:tx:end)+1)/2;

     end

     [errbit,temp_ber]=biterr(A,a);

     bermss=[bermss,temp_ber];

 end

 figure

 semilogy(SNR,berzs,'o- b'),hold on

 semilogy(SNR,bermss,'s- r')

 grid on

 legend('ZF-OSIC','MMSE-OSIC')

 xlabel('SNR(dB)');

 ylabel('误比特率');

 %title('tx=2,rx=2,ZF-OSIC,MMSE-OSIC检测性能')

⛄ 运行结果

⛄ 参考文献

[1] 徐景,胡宏林,周婷,3GPP LTE标准化进展.《中兴通讯技术》,2007年第2期:9-12

[2]  3GPP TR 25.913 v7.3.0 Requirements for Evolved UTRA(E-UTRA) and Evolved UTRAN(E-UTRAN).2006

[3]  Farooq Khan. 3GPP LTE for 4G Mobile Broadband[M].New York:Cambridge University Press,2009.

[4] 3GPP TS 36.211 V7.3.0 Evolved Universal Terrestrial Radio AccessE-UTRA);Physical Channels and Modulation.2007.

[5] V.TarokhN.Seshadri,and A.R.Calderbank. Space-time codes for high data rate wireless communication:Performance criterion and code construction[J]. IEEE Trans.Inform.Theory Vol.44,No.2pp.744-765March 1998.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
6天前
|
机器学习/深度学习 算法 5G
基于MIMO系统的SDR-AltMin混合预编码算法matlab性能仿真
基于MIMO系统的SDR-AltMin混合预编码算法通过结合半定松弛和交替最小化技术,优化大规模MIMO系统的预编码矩阵,提高信号质量。Matlab 2022a仿真结果显示,该算法能有效提升系统性能并降低计算复杂度。核心程序包括预编码和接收矩阵的设计,以及不同信噪比下的性能评估。
23 3
|
25天前
|
监控 算法 数据安全/隐私保护
基于三帧差算法的运动目标检测系统FPGA实现,包含testbench和MATLAB辅助验证程序
本项目展示了基于FPGA与MATLAB实现的三帧差算法运动目标检测。使用Vivado 2019.2和MATLAB 2022a开发环境,通过对比连续三帧图像的像素值变化,有效识别运动区域。项目包括完整无水印的运行效果预览、详细中文注释的代码及操作步骤视频,适合学习和研究。
|
1月前
|
算法 5G 数据安全/隐私保护
MIMO系统中差分空间调制解调matlab误码率仿真
本项目展示了一种基于Matlab 2022a的差分空间调制(Differential Space Modulation, DMS)算法。DMS是一种应用于MIMO通信系统的信号传输技术,通过空间域的不同天线传输符号序列,并利用差分编码进行解调。项目包括算法运行效果图预览、核心代码及详细中文注释、理论概述等内容。在发送端,每次仅激活一个天线发送符号;在接收端,通过差分解调估计符号和天线选择。DMS在快速衰落信道中表现出色,尤其适用于高速移动和卫星通信系统。
|
1月前
|
安全 调度
电力系统的负荷损失和潮流计算matlab仿真,对比最高度数,最高介数以及最高关键度等节点攻击
本课题研究节点攻击对电力系统稳定性的影响,通过模拟最高度数、最高介数和最高关键度攻击,对比不同攻击方式下的停电规模。采用MATLAB 2022a 进行系统仿真,核心程序实现线路断开、潮流计算及优化。研究表明,节点攻击会导致负荷损失和系统瘫痪,对电力系统的安全构成严重威胁。通过分析负荷损失率和潮流计算,提出减少负荷损失的方法,以提升电力系统的稳定性和安全性。
|
1月前
|
算法
基于最小二乘递推算法的系统参数辨识matlab仿真
该程序基于最小二乘递推(RLS)算法实现系统参数辨识,对参数a1、b1、a2、b2进行估计并计算误差及收敛曲线,对比不同信噪比下的估计误差。在MATLAB 2022a环境下运行,结果显示了四组误差曲线。RLS算法适用于实时、连续数据流中的动态参数辨识,通过递推方式快速调整参数估计,保持较低计算复杂度。
|
22天前
|
编解码 算法 数据安全/隐私保护
基于BP译码的LDPC误码率matlab仿真,分析码长,码率,信道对译码性能的影响,对比卷积码,turbo码以及BCH码
本程序系统基于BP译码的LDPC误码率MATLAB仿真,分析不同码长、码率、信道对译码性能的影响,并与卷积码、Turbo码及BCH编译码进行对比。升级版增加了更多码长、码率和信道的测试,展示了LDPC码的优越性能。LDPC码由Gallager在1963年提出,具有低复杂度、可并行译码等优点,近年来成为信道编码研究的热点。程序在MATLAB 2022a上运行,仿真结果无水印。
54 0
|
1月前
|
Python
基于python-django的matlab护照识别网站系统
基于python-django的matlab护照识别网站系统
15 0
|
3月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
191 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
3月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
124 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
3月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
88 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码

热门文章

最新文章