第三代移動通信的發(fā)射分集和接收分集仿真

1、綜合性設(shè)計性實驗報告專 業(yè)： 學(xué) 號： 姓 名： 實驗所屬課程：第三代移動通信及其演進技術(shù)實驗室(中心)： 軟件與通信實驗中心 指 導(dǎo) 教 師 ： 2 教師評閱意見：簽名： 年 月 日實驗成績：一、 題目第三代移動通信的發(fā)射分集和接收分集仿真二、仿真要求要求一：數(shù)據(jù)隨機產(chǎn)生，信道是瑞利衰落信道，噪聲是復(fù)高斯白噪聲。調(diào)制方式為QPSK要求二： 接收分集，比較不同接收天線數(shù)目（1,2,4根）通過最大比合并（MRC）的BER性能，并畫出橫坐標是SNR，縱坐標是BER的曲線圖。要求三：發(fā)射分集，比較接收天線為1根和2跟的Alamouti方案（發(fā)射天線是2根）BER性能，并畫出橫坐標是SNR，縱坐標是B

2、ER的曲線圖。三、仿真方案詳細設(shè)在第三代乃至后三代的移動通信系統(tǒng)中，無線信道的時變多徑衰落是影響無線通信的一個重要因素。理論上，功率控制是抵抗信道衰落的最佳方法。如果發(fā)射端預(yù)先知道信道條件，那么在發(fā)射的時候先將信號變形，以此來抵消衰落帶來的影響。但是這種方法需要發(fā)射端有較大的動態(tài)范圍，另外因為無線信道是時變的，所以發(fā)射端無法預(yù)先知道信道的條件，因此在大多數(shù)散射環(huán)境中，對于功率和帶寬受限的系統(tǒng)，采用天線分集方法來抵消信道衰落，以降低衰落環(huán)境下傳輸誤碼率是最好的方法。發(fā)射分集和接收分集的系統(tǒng)模型如下：假設(shè)系統(tǒng)中采用線性的QAM或MPSK類型的數(shù)字調(diào)制方式，則發(fā)射信號s(t)是正交脈沖信號g(t)的

3、線性組合，對發(fā)射分集方式而言，可以得到：Si(t)=vavgi(t-vT)式中a(v)為v時刻的輸入符號,T為符號周期。發(fā)送的符號是獨立分布的，下標i表示信號從第i個天線發(fā)出。對接收分集方式，則在平坦衰落的假設(shè)條件下在j個接收天線處有：rjt=st*Xjt+njt式中Xj是衰落過程中，用來描述從發(fā)射天線到第j個接收天線的傳輸路徑。假設(shè)信道為平坦Rayleign衰落，Xj(t)是零均值復(fù)高斯隨機過程，同時，假設(shè)不同路徑上的衰落過程是統(tǒng)計獨立的，并且方差相同，則nj(t)是零均值復(fù)高斯白噪聲。最大比值合并（MRC）：在接收端由多個分集支路，經(jīng)過相位調(diào)整后，按照適當?shù)脑鲆嫦禂?shù)，同相相加，再送入檢測器

4、進行檢測。在接受端各個不相關(guān)的分集支路經(jīng)過相位校正，并按適當?shù)目勺冊鲆婕訖?quán)再相加后送入檢測器進行相干檢測。在做的時候可以設(shè)定第i個支路的可變增益加權(quán)系數(shù)為該分集之路的信號幅度與噪聲功率之比。    最大比合并方案在收端只需對接收信號做線性處理，然后利用最大似然檢測即可還原出發(fā)端的原始信息。其譯碼過程簡單、易實現(xiàn)。合并增益與分集支路數(shù)N 成正比。MRC的統(tǒng)計特性最大比率合并是每個分集支路有一個自適應(yīng)的可變增益放大器，用以調(diào)整各個支路的增益。當?shù)趈支路權(quán)重取Wj= Xj/N時，MRC合并器的輸出 rMRC為最大，這里N=N0/2，則有：可

5、見，MRC合并后rMRC是各分集支路的SNR之和。由于瑞利分布的包絡(luò)平方是自由度為2的X2分布，因此rMRC是一個自由度為2L的X2分布，其pdf為：同樣，由上式很容易求得MRC的分集增益：慢瑞利衰落信道Alamouti發(fā)射分集方案的性能是通過仿真進行評估的在仿真過程中，假定每一發(fā)射天線的衰落都是相互獨立的，并且接收機完全知道信道數(shù)我們使用相干QPSK和BPSK調(diào)制仿真Alamouti方案相對于每個接收天線信噪比(SNR)的誤比特率(BER)性能，其發(fā)射天線為2的1接收分集方案，并和無發(fā)射分集的情況比較每個符號碼元周期內(nèi)各發(fā)射天線的信號平均功率l，噪聲分量采用均值為0，方差為2SNR的復(fù)高斯隨

6、機變量，收發(fā)天線間的信道為獨立平坦Rayleigh衰落信道，信道系數(shù)的實部和虛部均服從均值為0，方差為0.5的高斯分布，并在一個數(shù)據(jù)分組發(fā)送時間內(nèi)信道系數(shù)保持不變，接收端有理想的信道估計。四、仿真結(jié)果及結(jié)論一、發(fā)射分集仿真圖如下：由上述仿真圖可以看出，在接收天線的增益逐漸增大時，所接收信號的誤碼率是逐步降低的，也就是說天線增益越大信號的接收質(zhì)量就越高。接收信號的誤碼率是單調(diào)遞減的，說明當接收天線的增益越大時，接收信號質(zhì)量就越好，并且可以看出其信號誤碼率隨增益的增加基本上是單調(diào)遞減的。由上圖可看出，在相同的天線增益下，接收天線為一根的誤碼率比接收天線為兩根的誤碼率高，也就是說，在相同條件下天線數(shù)

7、目越多其收到的信號質(zhì)量就越好。二、 接收分集仿真圖如下：有仿真圖可知，接收分集的仿真圖像顯示的規(guī)律和發(fā)射分集的相似，同樣的，接收信號的誤碼率是隨著天線增益的增加而遞減的，通過比較我們也可以得出，在相同增益下，接收天線的條數(shù)越多，接收信號的誤碼率越低，也即信號質(zhì)量越高。五、總結(jié)與體會本次實驗是進行發(fā)射分集和接收分集的性能仿真，在運用atlab運行程序進行仿真后，通過分析仿真得出的圖像，我們最終直觀的得到了信號的誤碼率與天線增益的關(guān)系。通過查閱資料，我了解了發(fā)射分集和接收分集的工作原理以及工作過程，對發(fā)射分集的Alamouti方案有了具體了解，同時對影響接收信號質(zhì)量好壞的因素有了更全面的認識。六、

8、主要仿真代碼主函數(shù)：發(fā)射分集：clear all;clcL_frame=60;N_iter=1000;M=4;%QPSKSNRdBs=0:10;for number=1:2 if number=1 NT=2;NR=1;gs='-kx' %一個接收天線 else NT=2;NR=2;gs='-ro'%兩個接收天線 endfor i=1:length(SNRdBs) SNRdB=SNRdBs(i); sigma=sqrt(0.5/(2*10(SNRdB/10); for j=1:N_iter data=randint(1,L_frame,M); symbol_dat

9、a=pskmod(data,M);%調(diào)制%alamouti 方案 receive_symbol=alamouti(symbol_data,sigma,NR);%解調(diào) receive_data=pskdemod(receive_symbol,M); noeb_p(j)=sum(sum(de2bi(data)=de2bi(receive_data); end BER(number,i)=sum(noeb_p)/(N_iter*L_frame*log2(M); endsemilogy(SNRdBs,BER(number,:),gs); hold on;endtitle('BER perfor

10、mance of alamouti scheme');xlabel('SNR(dB)');ylabel('BER');grid on;legend('alamouti(Tx:2,Rx:1)','alamouti(Tx:2,Rx:2)');接收分集：clear all;clc;L_frame=60;N_iter=1000;M=4;SNRdBs=0:10;for number=1:3 if number=1 NT=1;NR=1;gs='-kx'%一個接收天線 elseif number=2 NT=1;NR=2;

11、gs='-b'%兩個接收天線 else NT=1;NR=4;gs='-ro'%四個接收天線 endfor i=1:length(SNRdBs) SNRdB=SNRdBs(i); sigma=sqrt(0.5/(2*10(SNRdB/10); for j=1:N_iter data=randint(1,L_frame,M); symbol_data=pskmod(data,M);%調(diào)制%信道抽頭 H=(randn(NR,L_frame)+1i*randn(NR,L_frame)/sqrt(2); Z=0;for k=1:NR noise=sigma*(randn(

12、1,L_frame)+1i*randn(1,L_frame); R(k,:)=H(k,:).*symbol_data+noise; Z=Z+R(k,:).*conj(H(k,:); end receive_data=pskdemod(Z,M); noeb_p(j)=sum(sum(de2bi(data)=de2bi(receive_data); end BER(number,i)=sum(noeb_p)/(N_iter*L_frame*log2(M); end semilogy(SNRdBs,BER(number,:),gs); hold on;endtitle('BER perfor

13、mance of MRC scheme');xlabel('SNR(dB)');ylabel('BER');grid on;legend('SISO','MRC(Tx:1,Rx:2)','MRC(Tx:1,Rx:4)');功能函數(shù)：function y=alamouti(x,sigma,NR)n=length(x);y=;for i=1:n/2 x1=x(1,2*i-1);x2=x(1,2*i);if NR=1% 接收符號 h=(randn(1,2)+1i*randn(1,2)/sqrt(2); y1=h(

14、1,1)*x1+h(1,2)*x2+sigma*(randn+1i*randn); y2=-h(1,1)*conj(x2)+h(1,2)*conj(x1)+sigma*(randn+1i*randn);%ML算法計算符號 H=h(1,1) h(1,2);conj(h(1,2) -conj(h(1,1); Y1=y1;conj(y2); X=H'*Y1/(abs(h(1,1)2+abs(h(1,2)2); decode_symbol=X(1,1) X(2,1); y=y,decode_symbol; else h=(randn(1,2)+1i*randn(1,2)/sqrt(2); y1

15、=h(1,1)*x1+h(1,2)*x2+sigma*(randn+1i*randn); y2=-h(1,1)*conj(x2)+h(1,2)*conj(x1)+sigma*(randn+1i*randn);%構(gòu)造矩陣 H=h(1,1) h(1,2);conj(h(1,2) -conj(h(1,1); Y1=y1;conj(y2); X=H'*Y1/(abs(h(1,1)2+abs(h(1,2)2); decode_symbol1=X(1,1) X(2,1); h1=(randn(1,2)+1i*randn(1,2)/sqrt(2); y3=h1(1,1)*x1+h1(1,2)*x2+sigma*(randn+1i*randn); y4=-h1(