💥💥💞💞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】
