💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
⛳️赠与读者
👨💻做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学,什么是电的时候,不要觉得这些问题搞笑。哲学是科学之母,哲学就是追究终极问题,寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫找不到来时的路,它不足为你揭示全部问题的答案,但若能让人胸中升起一朵朵疑云,也未尝不会酿成晚霞斑斓的别一番景致,万一它居然给你带来了一场精神世界的苦雨,那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。
或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎
💥1 概述
使用零强化均衡器的MIMO,描述了在瑞利衰落信道中使用零强化均衡器的2x2 MIMO系统。讨论了多个(两个)发送天线和多个(两个)接收天线形成2x2多输入多输出(MIMO)信道的情况。我们假设信道是一个平坦衰落的瑞利多径信道,调制方式是BPSK。
所使用的均衡方案是零强化。预期地,在瑞利信道中使用BPSK调制的2×2 MIMO系统的模拟结果显示出与在瑞利信道中使用BPSK调制的1×1系统获得的匹配结果。
我们已经讨论了三种单输入多输出(SIMO,也称为接收多样性)方案——选择组合、等增益组合、最大比率组合,以及一种多输入单输出(MISO,也称为发送多样性)方案——Alamouti 2×1 STBC。现在让我们讨论多个发送天线和多个接收天线形成多输入多输出(MIMO)信道的情况。在本文中,我们将限制讨论到2个发送和2个接收天线的情况(形成2×2的MIMO信道)。我们假设信道是一个平坦衰落的瑞利多径信道,调制方式是BPSK。
编辑
编辑 其他假设
1. 信道是平坦衰落的——简单来说,这意味着多径信道只有一个传播路径。因此,卷积运算简化为简单的乘法运算。
编辑
编辑
编辑
1. 正如预期的那样,在瑞利信道中使用BPSK调制的2×2 MIMO系统的模拟结果显示出与在瑞利信道中使用BPSK调制的1×1系统获得的匹配结果。
2. 正如[WIRELESS-TSE, VISWANATH]第3.3节所述,零强化均衡器并不是均衡接收到的符号的最佳方法。零强化均衡器帮助我们实现了数据速率增益,但并没有利用多样性增益的优势(因为我们有两个接收天线)。
3. 我们可能无法在所有信道条件下实现两倍的数据速率改善。可能会出现信道相关的情况(系数几乎相同)。因此,即使我们有两个接收到的符号,我们也可能无法解出两个未知的发送符号。
4. 有人声称可以有接收机结构,使我们既能获得多样性增益又能获得数据速率增益。在未来的帖子中,我们将尝试讨论接收机结构,希望能找到能够帮助我们保持数据速率增益,但仍然从1×1曲线移动到1×2 MRC曲线的方法。:)
📚2 运行结果
编辑
部分代码:
sMod = kron(s,ones(nRx,1)); %
sMod = reshape(sMod,[nRx,nTx,N/nTx]); % grouping in [nRx,nTx,N/NTx ] matrix
h = 1/sqrt(2)*[randn(nRx,nTx,N/nTx) + j*randn(nRx,nTx,N/nTx)]; % Rayleigh channel
n = 1/sqrt(2)*[randn(nRx,N/nTx) + j*randn(nRx,N/nTx)]; % white gaussian noise, 0dB variance
% Channel and noise Noise addition
y = squeeze(sum(h.*sMod,2)) + 10^(-Eb_N0_dB(ii)/20)*n;
% Receiver
% Forming the Zero Forcing equalization matrix W = inv(H^H*H)*H^H
% H^H*H is of dimension [nTx x nTx]. In this case [2 x 2]
% Inverse of a [2x2] matrix [a b; c d] = 1/(ad-bc)[d -b;-c a]
hCof = zeros(2,2,N/nTx) ;
hCof(1,1,:) = sum(h(:,2,:).*conj(h(:,2,:)),1); % d term
hCof(2,2,:) = sum(h(:,1,:).*conj(h(:,1,:)),1); % a term
hCof(2,1,:) = -sum(h(:,2,:).*conj(h(:,1,:)),1); % c term
hCof(1,2,:) = -sum(h(:,1,:).*conj(h(:,2,:)),1); % b term
hDen = ((hCof(1,1,:).*hCof(2,2,:)) - (hCof(1,2,:).*hCof(2,1,:))); % ad-bc term
hDen = reshape(kron(reshape(hDen,1,N/nTx),ones(2,2)),2,2,N/nTx); % formatting for division
hInv = hCof./hDen; % inv(H^H*H)
hMod = reshape(conj(h),nRx,N); % H^H operation
yMod = kron(y,ones(1,2)); % formatting the received symbol for equalization
yMod = sum(hMod.*yMod,1); % H^H * y
yMod = kron(reshape(yMod,2,N/nTx),ones(1,2)); % formatting
yHat = sum(reshape(hInv,2,N).*yMod,1); % inv(H^H*H)*H^H*y
% receiver - hard decision decoding
ipHat = real(yHat)>0;
🎉3 参考文献
文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
[1]李先锋,景慕甜.无线通信系统中瑞利衰落信道的性能研究[J].信息通信, 2018(5):2.DOI:CNKI:SUN:HBYD.0.2018-05-004.
[2]李光球.相关衰落信道上MIMO系统中组合SC/MRC的性能分析[J].电波科学学报, 2009, 24(1):4.DOI:10.3969/j.issn.1005-0388.2009.01.029.
[3]王慧,虞湘宾,刘涪源,等.瑞利衰落信道上行分布式大规模MIMO系统跨层设计性能分析[J].南京航空航天大学学报:英文版, 2021, 38(6资料获取,更多粉丝福利,MATLAB|Simulink|Python资源获取【请看主页然后私信】