✅作者简介：热爱数据处理、建模、算法设计的Matlab仿真开发者。
🍎更多Matlab代码及仿真咨询内容点击 🔗：Matlab科研工作室
🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。
👇 关注我领取海量matlab电子书和数学建模资料
图片
🔥内容介绍
多用户全息多输入多输出超表面（MU-HMIMOS）技术范式可凭借极低功耗实现大面积连续孔径，近年来被视为未来无线网络的高能效解决方案。该技术能根据通信、定位与传感的预期目标，灵活调控电磁波的传播特性。多用户全息多输入多输出超表面（MU-HMIMOS）系统的易处理信道建模是目前最关键的挑战之一，这主要是由数量庞大且排布紧密的贴片天线所引发的耦合效应导致。本文针对下行多用户通信场景下的这一挑战，基于傅里叶平面波表示法，在波数域中对电磁信道进行建模。基于所提出的信道模型，我们利用与 MU-HMIMOS 贴片天线数量和间距相关的采样信道方差，设计了最大比传输（MRT）和迫零（ZF）预编码方案，并推导了这两种方案的频谱效率解析性能。此外，考虑到当贴片天线数量极大时，直接进行矩阵求逆在实际中难以实现，我们提出一种低计算复杂度的 ZF 预编码方案 —— 借助诺依曼级数展开替代矩阵求逆操作。大量仿真结果验证了贴片天线数量及其间距对所研究系统频谱效率的影响，结果表明：天线数量越多、间距越大，贴片间的相关性就越低，系统性能也会随之提升。
🔥运行结果
Image
🔥部分代码
%% MRC for Perfect channels
P =1/var_noise; %Linear scale
BFMatrix=ChannelPhase';
weights = ones(size(BFMatrix,2),1);
BFMatrix=BFMatrix/norm(BFMatrix,'fro');
H_G_MRC=ChannelPhase*BFMatrix;
MRC_signalGains = diag(abs(H_G_MRC).^2)';
powerAllocationMRT = functionHeuristicPowerAllocation(MRC_signalGains,P,weights);
BFMatrix = kron(sqrt(powerAllocationMRT),ones(size(BFMatrix,1),1)).*BFMatrix;
channelGains = abs(ChannelPhase*BFMatrix).^2;
signalGains = diag(channelGains);
interferenceGains = sum(channelGains,2)-signalGains;
rates = log2(1+signalGains./(interferenceGains+var_noise ));
MRT = sum(rates);
end
🔥参考文献
L. Wei et al., "Multi-User Holographic MIMO Surfaces: Channel Modeling and Spectral Efficiency Analysis," in IEEE Journal of Selected Topics in Signal Processing, vol. 16, no. 5, pp. 1112-1124, Aug. 2022.
图片
🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：
