m基于毫米波大规模MIMO系统的的混合GMD波束形成算法matlab误码率仿真

简介: m基于毫米波大规模MIMO系统的的混合GMD波束形成算法matlab误码率仿真

1.算法仿真效果
matlab2022a仿真结果如下:

94e67c4d66fae83b901ba12dbdd3fce5_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.jpg

2.算法涉及理论知识概要
毫米波通信作为第五代移动通信(5G)和未来通信系统的重要技术,能够提供更高的数据传输速率和更大的系统容量。然而,毫米波通信在传输过程中容易受到路径损耗和大气衰减的影响,因此需要采用有效的波束形成算法来提高信号质量。混合波束形成技术结合了射频(RF)和基带(BB)波束形成的优点,能够有效地抵消信道损耗。

e523c13f3fd902eb693a51fbe191c16e_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

实现过程

信道估计:在实际系统中,信道信息通常是未知的,因此需要进行信道估计。可以通过发送已知的训练序列,并通过接收到的信号估计RF和BB信道矩阵。

RF权重计算:利用估计得到的RF信道矩阵,计算RF权重向量$\mathbf{w}_r$。可以采用GMD算法选择与信道向量$\mathbf{h}_r$成正比的权重向量。

BB权重计算:利用估计得到的BB信道矩阵,计算BB权重向量$\mathbf{w}_b$。同样,可以采用GMD算法选择与信道向量$\mathbf{h}_b$成正比的权重向量。

信号传输:将发送的信号$\mathbf{x}$通过RF和BB权重向量进行波束形成,得到最终的传输信号$\hat{x}$。

3.MATLAB核心程序

            GH          = G';UH=U';
            G_1         = GH(1:Nsym,:);
            yc_svd      = UH(1:Nsym,:)*yo_svd;
            yc_gmd      = G_1*yo_gmd;

            W_hysvd     = Wbb(:,:,jc)'*W_somp';
            yc_somp_svd = sqrt(Nsym/Nrf)*W_hysvd*yo_hysvd;

            W_hygmd     = G_SOMP'*W_somp';
            yc_somp_gmd = sqrt(Nsym/Nrf)*W_hygmd*yo_hygmd;


            %SVD解码
            tmp1      = func_VBLAST_decoder(yc_svd,Nsym,S(:,1:Nsym));
            msg_svd   = func_deQAM16(tmp1);

            tmp2      = func_VBLAST_decoder(yc_somp_svd,Nsym,S(:,1:Nsym));
            msg_hysvd = func_deQAM16(tmp2);

            %GMD-SIC解码
            tmp3      = func_VBLAST_decoder(yc_gmd,Nsym,M(:,1:Nsym));
            msg_gmd   = func_deQAM16(tmp3);

            tmp4      = func_VBLAST_decoder(yc_somp_gmd,Nsym,M2);
            msg_hygmd = func_deQAM16(tmp4);


            %错误计数
            cnt_svd   = cnt_svd + sum(msg1~= msg_svd);         
            cnt_hygmd = cnt_hygmd + sum(msg1~= msg_hysvd);                
            cnt_gmd   = cnt_gmd + sum(msg1~= msg_gmd);
            cnt_hysvd = cnt_hysvd + sum(msg1~= msg_hygmd);

        end

    end
    err_svd(ij)   = cnt_svd/N_tbits;
    err_gmd(ij)   = cnt_gmd/N_tbits;
    err_hysvd(ij) = cnt_hysvd/N_tbits;
    err_hygmd(ij) = cnt_hygmd/N_tbits;
end

figure;
semilogy(SNRss,smooth(err_svd),'-bs',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.0,0.0]);
hold on
semilogy(SNRss,smooth( err_hygmd),'-mo',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.5,0.9,0.0]);
hold on
semilogy(SNRss,smooth(err_gmd),'-b^',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.2,0.9,0.5]);
hold on
semilogy(SNRss,smooth( err_hysvd),'-r>',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.9,0.0]);
hold on

xlabel('SNR (dB)')
ylabel('BER')
legend('全数字SVD','混合SVD','全数字GMD','混合GMD');
grid on
相关文章
|
8天前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
8天前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
104 68
|
10天前
|
算法 决策智能
基于遗传优化的货柜货物摆放优化问题求解matlab仿真
本项目采用MATLAB2022A实现基于遗传算法的货柜货物摆放优化,初始随机放置货物后通过适应度选择、交叉、变异及逆转操作迭代求解,最终输出优化后的货物分布图与目标函数变化曲线,展示进化过程中的最优解和平均解的变化趋势。该方法模仿生物进化,适用于复杂空间利用问题,有效提高货柜装载效率。
|
8天前
|
机器学习/深度学习 监控 算法
基于yolov4深度学习网络的排队人数统计系统matlab仿真,带GUI界面
本项目基于YOLOv4深度学习网络,利用MATLAB 2022a实现排队人数统计的算法仿真。通过先进的计算机视觉技术,系统能自动、准确地检测和统计监控画面中的人数,适用于银行、车站等场景,优化资源分配和服务管理。核心程序包含多个回调函数,用于处理用户输入及界面交互,确保系统的高效运行。仿真结果无水印,操作步骤详见配套视频。
42 18
|
5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。
259 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
|
5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。
154 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
|
5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。
127 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
|
8月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
8月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)

热门文章

最新文章