1、 本科毕业设计(论文)题 目: 基于 MATLAB 的 MIMO-OFDMA 系统的设计与仿真 学 院: 信息科学技术学院 专 业: 电子信息工程 班 级: 1208022 学 号: 120802219 学生姓名：陶静 指 导教师: 许艺瀚 职称: 副教授 二一六年 五 月 十八 日基于 MATLAB 的 MIMO-OFDMA 系统的设计与仿真摘 要在信息时代的快速发展形势下，产生了越来越多的业务需求，用户对通信系统的性能提出了更高的要求。基于正交频分复用( Orthogonal Frequency Division Multiplexing，OFDM )技术和多输入多输出（ Multiple
2、 Input Multiple Output，MIMO ）技术的无线通信系统在增加系统容量、提高频谱利用率以及对抗频率选择性衰落等方面具备优越的性能，是未来通信领域中的关键技术。本文首先阐述了 MIMO 技术和 OFDM 技术的国内外研究概况，然后通过分析 MIMO 技术和 OFDM 技术的基本原理和系统结构，设计出简单的 MIMO-OFDM 系统。 基于 MATLAB 软件对所建立的 MIMO 系统的信道容量进行了仿真，并对 SISO-OFDM 系统和 MIMO-OFDM 系统的性能进行了比较，仿真结果表明，本文所提出的 MIMO-OFDM 系统方案能够在不增加误比特率的情况下增加信道容量，
3、最后结合空时分组码（Space Time Block Coding,STBC）对MIMO-OFDM 系统进行了完善并采用 MATLAB 对其性能进行了仿真，结果显示，相较于未完善的系统完善后的系统的误比特率指标明显降低，传输可靠性得到了极大的提高。关键词：无线通信；MIMO；OFDM；误比特率Performance Evaluation of MIMO-OFDMA System using MatlabAbstractAs the rapid development of information technology has resulted in more influences on peo
4、ples daily lives and businesses. Higher requirements should be provided by communication system to meet peoples needs. The communication system which based on the technology of Orthogonal Frequency Division Multiplexing (OFDM) and Multiple Input Multiple Output (MIMO) enables to not only increase th
5、e system capacity, but improve the spectrum utilization, and moreover to effectively against frequency selective fading, has become the key technologies in the field of communication in the future.This paper first gives an in-detailed survey on MIMO and OFDM technologies in academic society. After t
6、hat, we designed a simple MIMO-OFDM system by means of the analysis of the basic concepts and the architecture of MIMO and OFDM technology. Followed by performance evaluation via Matlab to compare SISO-OFDM and MIMO-OFDM systems in term of channel capacity and Bit Error Rate (BER) to validate the pr
7、oposed MIMO-OFDM system outperforms SISO-OFDM. Finally, we further integrated space-time block codes into the proposed MIMO-OFDM system, through simulation results, we can observe that BER can be significant reduced compared to its counterpart which without implements space-time block codes. Keyword
8、s: Wireless communication，MIMO, OFDM, Bit Error Rate (BER)目 录第 1 章 绪论 11.1 课题背景 11.2 国内外研究概况 11.2.1 OFDM 研究概况 .11.2.1 MIMO 研究概况 .21.2.2 MIMO-OFDM 研究概况 .31.3 论文结构 3第 2 章 相关理论基础 42.1 OFDM 基本原理 .42.1.1 OFDM 数学描述 .42.1.2 OFDM 系统框图 .72.2 MIMO 原理及数学描述 .92.2.1 MIMO 系统模型 .92.2.2 MIMO 信道容量 112.2.3 空时编码技术 .11
9、2.3 无线信道环境及数学描述 .12第 3 章 仿真与分析 143.1 MIMO 信道容量仿真 143.2 MIMO-OFDM 系统与仿真 163.3 基于 STBC 的 MIMO-OFDM 系统与仿真 .193.3 本章小结 .20第 4 章 总结 214.1 完成的工作 .214.2 不足与展望 .21致 谢 .22参考文献 .23附录 .24第 1 章 绪论1.1 课题背景对于无线通信系统，其性能的优劣通常采用有效性和可靠性指标来进行评价。其中，有效性的衡量一般采用频带利用率，而可靠性的衡量则通过误信率和误码率 1。故高频带利用率和低误码率是一个良好的无线通信系统所需具备的必要条件。多
10、输入多输出（MIMO）技术可以在无线信道上成倍地增大信道容量，它的另一个显著优点是提高了数据传输的可靠性，即降低了误比特率，并且这些优点的实现不需要提高发射功率或者增加信号带宽，高效地将空间资源转换为频谱资源。然而，MIMO 技术也存在缺陷，由于接收端接收到的信号实质上是多路信号互相重叠形成的，因此，不同时刻信号间在频率选择性信道中会出现码间干扰现象，导致频率选择性衰落 2。OFDM 的基本思想是将一个高速率的数据流转换成很多并行的低速子数据流，将信道分成若干正交子信道，使低速子数据流依次调制到对应的子信道上进行数据传输 3。同时，由于每个子信道上的信号带宽小于信道的相关带宽，虽然总的信道并非
11、平坦，但是每个子信道上可以看作是平坦性衰落，从而来消除 ISI（Inter Symbol Interference,符号间干扰），而且由于这一特性可以信道均衡变得相对容易，频率选择性衰落信道所带来的不良影响可通过普通的频域均衡消除。鉴于此，将 MIMO 技术与OFDM 技术结合不仅可以显著提高频谱利用率而使 MIMO 技术所存在的频率选择性衰落问题得到改善，而且可使数据速率极大提高，系统容量增加。因此，MIMO-OFDM 技术被视为下一代移动通信系统的关键技术，具有广阔的发展前景和现实意义。1.2 国内外研究概况1.2.1 OFDM 研究概况OFDM 技术发展经历了较长的历史阶段，它的形成归功
12、于许多通信领域科学家们的贡献。早在 20 世纪 60 年代，利用子信道频谱相互重叠的并行数据来进行传输和实现频分复用的方法便被人提出，该方法可避免高速均衡的使用、抑制窄带脉冲噪声、对抗多径衰落，进而使频谱资源的利用率显著提高，可以说是 OFDM 系统的雏形。不久之后，该技术就被应用到了多种高频军事通信系统中，这极大的促进了 OFDM 技术的进一步发展。1966 年，Robert.W.Chang 发表文章 Orthogonal Frequency Multiplex Data Transmission System提出了传输信号通过一个带宽受限的信道时无 ISI 和 ICI 的原理。1967年，
13、Burton R.Saltzberg 发表文章 Perfomance of an Efficient Paraller Data提出：设计一个有效的系统主要应该集中考虑如何减少相邻信道的交叉干扰（Cross Interference），而不是仅考虑每个独立的子信道情。1971 年 Weinstein 和 Ebert通过文章Data Transmission by Frequency-Division Multiplexing Using the Discrete Fourier Transform提出把离散傅里叶变换（Discrete Fourier Transform，DFT）应用到并行传输
14、系统中，用其实现多个调制解调器的功能，从而使正交频分复用只须经过基带处理便可实现而无需带通滤波器，使 OFDM技术的实现难度大大降低，进而促进了 OFDM 技术的推广应用。1980 年，Abraham Peled 和 Antonio Ruiz 对 OFDM 技术做出了一个重要贡献，他们在论文第一次引入了 CP(Cyclic Prefix，循环前缀)来解决正交性问题，他们将OFDM 符号的循环扩展加入到了防卫间隔中，当 CP 大于信道冲激响应时间时，就能够实现弥散信道中子载波之间的正交性。虽然加入 CP 也同时带来了能量损失，但是相比于其所获得的几乎是零的 ICI，还是值得的。而之后随着快速傅里
15、叶变换（Fast Fourier Transform，FFT ）的提出，以及近年来半导体技术和数字信号处理（Digital Signal Processing，DSP ）技术的飞速发展，使得 OFDM 技术的运用愈加广泛。目前，OFDM 技术已经成功运用到多种无线传输标准中，比如有数字音频广播（Digital Audio Broadcasting,DAB），数字视频广播(Digital Video Broadcasting,DVB)，无线局域网 IEEE 802.11a/g 和欧洲电信组织(European Telecommunications Standards Institute，ETSI
16、)的宽带射频接入网的局域网标准 HiperiLAN2,无线城域网 IEEE802.16 标准等 ,Wi-Fi 和 WiMAX 技术的兴起使得 OFDM 成为一种“时髦”的技术。同时也是长期演进（Long Term Evolution，LTE）技术中的三大关键技术之一，目前已在 4G LTE 技术中得到试用，预计仍然会作为未来 5G 中主要的调制技术。1.2.1 MIMO 研究概况早在 1908 年，Marconi 就已经提出了有关 MIMO 技术的观点，他认为MIMO 技术可以用来实现抗衰落。然而真正推动 MIMO 技术发展的工作则是由AT,32,1 ij线之间的信道衰落矩阵。不同的衰落信道，
17、所配备的衰落系数也不相同。2.2.2 MIMO 信道容量对于随机的 阶信道 ，本系统的信道容量为发送信号向量 和接rtNHx收向量 之间的最大户信息量 8。假设总的发射功率为 ，噪声总功率为y P，每根发射天线上的发送功率为 ，每根接收天线上的信噪比2MNP/（signal-to-noise ratio，SNR ）为 ，在未知的 （即未知信道的瞬2SRcH时衰落系数）的情况下，此时信道容量可以表示为：(2-11)HtmNIC)det(log2式中， 。),min(MN2.2.3 空时编码技术MIMO 技术在实际应用中通常与空时编码技术相结合使用，空时编码是分集技术的一种，利用发射分集将编码技术
18、、阵列天线相结合 9。在不增加额外带宽的情况下，能够有效抵消多径衰落，降低误码率，提高信号功率和频谱效率，为接收端提供额外的信道增益。目前提出的典型空时编码主要有分层空时码(Bell Labs Layered Space-Time，BLAST )、空时格码(Space Time Trellis Coding，STTC)、空时分组码(Space Time Block Coding,STBC)等三种。本文中采用的是 STBC-MIMO，原理图如下图 2.6。星座映射 编码调制调制天线 2*12()Xx*1()Xx12x二进制信息比特序列天线 1图 2.6 Alamouti 空时编码方案首先，需要对
19、信源发送的二进制信息比特进行星座映射而得到调制符号 和 。1x2然后，再将调制所得到的符号进行空时编码，最后的并行发射由天线进行。图中采用的空时编码矩阵表示如下 10。（2-*12xX12）其中，从天线 1 和天线 2 发送的符号分别为 ， ，*21xX*12xX。若信道在两个连续符号周期内保持不变，那么接收端的信号可以021X用式 2-8 表示。（2-NHXYT13）式中， ， 和 分别表示天线 1 和天线 2 的信道。 表示信道21hH2 21n中存在的加性高斯白噪声。2.3 无线信道环境及数学描述所谓无线信道，指的是一种利用电磁波在空间中传输信号的物理媒质，其质量对无线通信系统的性能具有
20、重大影响。电磁波在传输过程中由于受到发射端与接收端之间许多障碍物的反射、绕射和散射等物理现象的影响导致无线信道是动态而不可预测的，从而增加了分析无线通信系统的难度 11,12。在实际仿真过程中，限于条件，现实生活中的信道通常采用几种常用的信道来模拟，如加性高斯白噪声信道、多径瑞丽衰落信道等。一般地，我们采用在信道中加入了加性高斯白噪声的方式来得到加性高斯白噪声信道，加性高斯白噪声在信号的传输过程中最为常见。图 2.4 为加入加性高斯白噪声的信道原理图。信道发送信号 tms噪声 n(t)接收信号 tnstrm图 2.7 AWAG 信道图中，n(t)为加性高斯白噪声（Additive White
21、Gaussian Noise,AWGN），均值为0，方差是噪声功率的大小。在 MATLAB 中通常用 awgn 函数或 randn 函数实现这种信道。多径瑞丽衰落信道是指服从瑞丽分布的多径衰落信道，多径信道的基本模型为（2-)()()(1ktNktxrty14）式中， 为第 条路径的衰落，服从瑞丽分布， 为第 条多径分量的传播)(trk k延迟，延迟和衰落都用时间函数描述。在本程序中，这种信道用一个自定义的函数 RayleighCH 来实现。%瑞利信道矩阵函数function H=RayleighCH(Nr,Nt)H=zeros(Nr,Nt);R=eye(Nr*Nt);X=randn(Nr*N
22、t,1)/sqrt(2)+j*randn(Nr*Nt,1)/sqrt(2);H=reshape(R*X,Nr,Nt);第 3 章 仿真与分析3.1 MIMO 信道容量仿真根据第二章中介绍的 MIMO 系统采用不同数量天线阵列的系统容量进行分析，仿真中采用的信道为瑞丽衰落信道，信噪比最大为 30。下面用 MATLAB仿真其信道容量。仿真结果下图所示。0 5 10 15 20 25 30012345678SNR(dB)不不不不不 b/s/Hz不SISO不不不不1Tx 1Rx图 3.1 SISO 信道容量0 5 10 15 20 25 30024681012SNR(dB)不不不不不 b/s/Hz不不
23、不不不不不 MISO不不不不2Tx 1Rx4Tx 1Rx8Tx 1Rx图 3.2 不同天线 MISO 信道容量0 5 10 15 20 25 30010203040506070SNR(dB)不不不不不 b/s/Hz不不不不不不不 MIMO不不不不2Tx 2Rx4Tx 2Rx4Tx 4Rx8Tx 4Rx8Tx 8Rx图 3.3 不同数量天线的 MIMO 信道容量对比对比图 3.1，3.2 和 3.3，我们可以得到以下结论:当收发端天线数目一定时，信道容量随着 SNR 的增加而增大。当 SNR 一定时，Tx 数目或 Rx 数目的增加，都能带来信道容量的增加。但是 ,Rx 数目的增加比 Tx 数目的
24、增加对于信道容量的提升影响更明显。以上实验结果表明，在相同 SNR 下，MIMO 系统信道容量最大，SISO 系统最小。随着 Tx 与 Rx 的不断增加，相应的信道容量基本符合线性增长。3.2 MIMO-OFDM 系统与仿真MIMO-OFDM 系统中，发送端需要进行 IFFT（QPSK 调制后），接收端进行 FFT（MMSE 均衡前），等效于将信道（衰落信道和噪声）变换到频域，即进行 FFT 运算，利用简单的乘法运算，代替较为复杂的卷积运算实现过信道。图中的衰落信道和噪声均是在时域生成后，再进行 FFT 变换到频域。系统结构框架如下图 3.4 所示。数据处理I F F TI F F T F F
25、 TF F T数据处理.输入信号发送天线 接收天线输出信号图 3.4 MIMO-OFDM 系统结构框图根据系统结构框图进行分析编程，程序原理图如下图 3.3 所示生成比特 QPSK 调制 MMSE 均衡 解调多径衰落信道生成求均衡矩阵误比特率计算图 3.5 MIMO-OFDM 程序框图一个 K 发 L 收的 MIMO 系统具有 K*L 条信道。每个发送天线对应有 L 条信道。程序中可根据需求设置不同的天线数目，OFDM（IFFT）调制点数为 64，在每个 SNR 下，进行 1000 次仿真，多径数为 6，仿真得到的 BER 曲线如下。2 4 6 8 10 12 14 1600.020.040.
26、060.080.10.120.140.16SNR(dB)AverageBERSISO-OFDM 1x1图 3.6 SISO-OFDM 的 BER 曲线2 4 6 8 10 12 14 1600.020.040.060.080.10.120.14SNR(dB)AverageBERMIMO-OFDM 2x2图 3.7 MIMO-OFDM 的 BER 曲线2 4 6 8 10 12 14 1600.020.040.060.080.10.120.14SNR(dB)Average BERMIMO-OFDM 3x3图 3.8 MIMO-OFDM 的 BER 曲线对比 SISO 系统和 MIMO 系统下 O
27、FDM 的 BER 曲线发现，在相同 SNR 下，MIMO 系统的误码率可近似达到 SISO 条件下的误码率。对比 3.1 节的实验结论可得：同等条件下，MIMO-OFDM 系统具备传输更多信息的能力，且可在不增加误码率的情况下增加信道容量。至此，证明 MIMO-OFDM 系统能够结合MIMO 系统和 OFDM 系统的优势，是一个值得推行的优良系统。3.3 基于 STBC 的 MIMO-OFDM 系统与仿真根据 MIMO-OFDM 系统框图以及 STBC 实现原理，得出基于 STBC 的MIMO-OFDM 系统结构图如下图 3.10 所示。发射端的输入信号通过串并转换后分成多路，每一路分别进行
28、信道编码和比特交织。比特交织后的数据进行星座图映射成调制符号，然后通过空时编码进行进一步的分流，进过 IFFT 变换将各路数据调制到相应的正交子载波上，然后经 MIMO 信道中的各个发射天线发送到无线通信环境中，接收端的各个天线根据接收到的数据进行相应的步骤进行逆处理，同时取出确知的导频进行信道估计，利用估计的信道矩阵进行空时解码，获得调制后的符号，从而解调出相应的基带信号，最终恢复发送的数据。空时编码I F F TI F F TI F F T. . .M I M O频率选择性衰落空时译码F F TF F TF F T. . .接收天线 1接收天线 2接收天线 M发射天线 1发射天线 2发射天
29、线 N图 3.9 基于 STBC 的 MIMO-OFDM 的系统框图同样，利用 Matlab 对系统的性能进行仿真。子载波数为 100，IFFT/FFT 长度为512。循环前缀长度为十，发射天线两个，接收天线两个。得到的 BER 曲线如下图 3.10 所示。2 4 6 8 10 12 14 1600.010.020.030.040.050.060.070.080.09不不不(dB)BER图 3.9 基于 STBC 的 MIMO-OFDM 的 BER 曲线根据 3.1 节的仿真结果以及空时编码技术、OFDM-MIMO 系统的特点，可以得到结论：随着 SNR 的提高，基于 STBC 的 MIMO-
30、OFDM 系统的误码率明显降低，信道容量提高；对比 MIMO-OFDM 系统中，对于相同数量的接收天线，使用空时编码与不使用空时编码相比，误比特率有了明显的下降，系统性能得到了更好的改善。3.3 本章小结本章主要做了仿真与分析。首先分析了不同收发天线下 MIMO 系统的信道容量，证明 MIMO 系统的信道容量比 SISO 系统的信道容量大的多。接着提出相应的 MIMO-OFDM 系统，并进行系统的性能仿真，得到 BER 曲线。在相同SNR 下，对比 OFDM 在 SISO 下和 MIMO 下的误比特率，发现非常接近。最终得到结论，提出的 MIMO-OFDM 系统能够在维持误比特率不变的情况下，
31、提高系统容量，也就是说，MIMO-OFDM 系统能够在结合了 MIMO 系统的优势的同时不影响其自身的性能。最后，由空时编码原理出发，提出基于 STBC 的MIMO-OFDM 系统并对其性能进行了仿真。仿真结果表明，加上空时编码能够显著提升系统的性能。第 4 章 总结4.1 完成的工作本文所做的主要工作如下：（1）论文分析了 MIMO 系统和 OFDM 系统的主要原理和系统结构，并根据无线信道的特征，提出了简单的 MIMO-OFDM 系统设计方案，结合空时编码的原理后，提出了基于 STBC 的 MIMO-OFDM 系统。（2） 论文通过使用 Matlab 软件，仿真了 MIMO 系统的在不同收
32、发天线情况下的信道容量，并仿真出 MIMO- OFDM 系统在加入高斯白噪声下的 BER性能曲线以及基于 STBC 的 MIMO- OFDM 系统的 BER 曲线并做了对比研究。通过这次设计，我掌握了 OFDM 和 MIMO 的基本原理和其国内发展状况，设计出的 MIMO-OFDM 系统基本达到了预期的设计目的，同时，对 MATLAB 软件的使用也更加熟练，尤其是在 m 语言的编程上有了很大的提高，对通信领域的仿真方法也有了一定的了解，学会了如何把书本上的知识运用在实际需求中。4.2 不足与展望在验证 MIMO-OFDM 系统的抗干扰能力时，应该对于多种不同的信道进行分析，这样才能更加准确地评
33、估该系统在不同环境下的适应性，然而，由于本人的能力有限，只在本文中只研究了一种加入高斯白噪声的多径瑞丽衰落信道。此外，系统也会随着不同的空时编码方式产生变化。因此，在分析不同编码方式下的系统的性能，也是做好本设计不可少的要素。而本课题只研究了 STBC编码方式。其次，对于 MIMO-OFDM 系统中的 OFDM 部分也存在着许多需要改进的地方，比如信道编码，不同的调制方式，信道估计方法等。并且 MIMO-OFDM 系统还有很多其它关键技术本文并未涉及，这些都是进一步提升 MIMO-OFDM 系统性能所必须进行的工作。所以，对于今后的工作可以从以上几个方面进行。如今，MIMO-OFDM 系统还在
34、不断地完善中，其所存在的问题还有很多，未来的工作任重而道远。致 谢在老师，同学以及家人的帮助鼓励下，我顺利完成了大学四年中的最后一项任务毕业设计。在此，我首先要感谢我的指导老师许艺瀚，在他的点拨下我明确了自己的研究目标和具体实践方法，每当遇到困难，老师总是认真负责地解答我的疑惑，并及时督促我在每个阶段应该完成哪些任务，对我的毕业设计有很大帮助。同时，对于本文中引用到的文献，我也非常感谢文献的原作者。最后，我要感谢我的父母、同学，在他们的关怀鼓励下，我始终保持着积极向上的心态。在毕业设计的过程当中，我深刻认识到自己平时学习研究问题的深度还不够，自我分析的能力和专业方面的技术也有待提高。同时，在毕
35、设时，通过对相关专业书籍的阅读，我获得了许多新的知识，首先是本课题所涉及的知识，其次还有研究课题的科学方法。比如，如何查阅课题相关文献，提取其中的关键方案化为己用，更让我学到了做研究工作所需要秉持的一丝不苟的研究态度，这些收获都为我今后的学习工作奠定了基础。最后，再次感谢我的大学，感谢我的每一位任课老师，感谢我的家人和朋友们，在你们的陪伴下，我开心快乐地度过了大学四年，让自己留下了一个美好的回忆。参考文献1 樊昌信、曹丽娜 . 通信原理第七版 M. 北京: 国防工业出版社 , 2015. 13-142 杜文凤 , 王亚光. 基于 Matlab 的 MIMO-OFDM 系统信道容量的研究J. 软
36、件, 2011, (2): 53-553 刘学勇. 详解 MATLAB/Simulink 通信系统建模与仿真M. 北京:电子工业出版社, 2011. 258-2644 梅天凤. OFDM 应用在短波通信中的信道估计技术的研究D. 华中科技大学:梅天凤, 2007.5 曹松景 . MIMO-OFDM 系统中信道估计方法的研究D . 重庆大学:曹松景, 2013.6 冯景锋, 郭晓强, 全子一. 宽带无线多媒体传输新技术-OFDM J. 中国数据通信, 2002, (10): 63-667 李玮. MIMO 多天线技术研究 D. 西安电子科技大学:李玮, 2008.8 张雯. 多输入多输出系统的关
37、键技术研究D . 西北工业大学:张雯, 2006.9 李国彬 . 移动通信系统中空时网格码技术研究J. 电子世界, 2014, (18): 270-27010 Alamounti,S.M. A simple transmit diversity scheme for wireless communications.IEEE J.Select. Areas Commun.,1998, 16(8):1451-1458.11 Sklar,B.Digital Communications:Fundamentals and Applications 2/E.Prentice Hall,2002.12Ra
38、ppaaport,T.S.Wireless Communications:Principles and Practice 2/E.Prentice Hall,2001.附录部分仿真源程序：MIMO 信道容量clear;clf;max_snr=30; %cll=zeros(1,max_snr+1); %cll=mimocsnr(1,1); c21=zeros(1,max_snr+1);c21=mimocsnr(2,1); c81=zeros(1,max_snr+1); c81=mimocsnr(8,1); c151=zeros(1,max_snr+1); c151=mimocsnr(15,1);
39、 plot(0:max_snr,c21,k-*,0:max_snr,c81,r-+,0:max_snr,c151,c-+);grid on;legend(2Tx 1Rx,8Tx 1Rx,15Tx 1Rx,2) xlabel(SNR(dB)ylabel(信道容量（ b/s/Hz）)title(不同数量天线 MISO 信道容量)任意收发天线下的 MIMO-OFDM 系统clear all;K=1; L=1; M=4; log2M=log2(M);N_sym=64; N_block=1000;SNR_dB=0:4:24;len_SNR=length(SNR_dB);Es=1; N0_dB=10*lo
40、g10(K*Es)-SNR_dB; N0=10.(N0_dB/10); N_path=6; count=zeros(1,len_SNR);BERk=zeros(K,len_SNR);while count(len_SNR)N_block%generate the original datad=round(rand(N_sym,K)+1i*round(rand(N_sym,K); %Modulate the datamod_d=sqrt(Es/2)*(d*2-(1+1i); %generate the channel responseh=sqrt(1/(2*N_path)*(randn(L*K,
41、N_path)+1i*randn(L*K,N_path); H=fft(h,N_sym); noise=randn(L,N_sym)+1i*randn(L,N_sym);NOISE=fft(noise,N_sym); %Calculate the data after fading channelHD=zeros(1,N_sym); for i=1:N_sym;Hi=H(:,(i-1)*K+1:i*K); Hi=H(:,i); Di=transpose(mod_d(i,:); for ii = 1:K HD(ii-1)*L+1:ii*L,i)=Hi(ii-1)*L+1:ii*L)*Di(ii)
42、; end;endfor n=1:len_SNRcount(n)=count(n)+1;Rnn=N0(n)*eye(L,L); %Calculate the recieved data with AWGNRx=sqrt(64)*HD+sqrt(N0(n)/2)*NOISE; %weights calculation% MMSE 均衡，Q*R% 均衡矩阵 Q=inv(H*H+N0*I)*H，这里先求出 inv(H*H+ N0*I)for i=1:N_symHfi=H(:,i); Ri=Hfi*Hfi+Rnn; % H*H+N0*IinvRi=inv(Ri);invP1(i-1)*L+1:i*L,(i-1)*L+1:i*L)=invRi;end;
