CDMA三種用戶檢測方法的誤碼率

1、第四章仿真環(huán)境介紹及模型的建立4.1MATLAB&Simulink簡介MATLAB軟件系列產品是一套高效強大的工程技術數值運算和系統(tǒng)仿真軟件，廣泛應用于當今的航空航天、汽車制造、半導體制造、電子通信、醫(yī)學研究、財經研究和高等教育等領域，被譽為“巨人肩膀上的工具”。研發(fā)人員借助MATLAB軟件能迅速測試設計構想，綜合評測系統(tǒng)性能，快速設計更好方案來確保更高技術要求。同時，MATLAB也是國家教委重點提倡的一種計算工具。綜合起來，MATLAB有編程效率高、使用方便、擴充能力強、語句簡單，內涵豐富、高效方便的矩陣和數組運算、方便的繪圖功能等特點。動態(tài)系統(tǒng)是輸出信號隨時間變化的系統(tǒng)。要描述這種系統(tǒng)的特

2、性，傳統(tǒng)的建模方法是先對系統(tǒng)的輸入信號和輸出信號進行分析，得到它們的系統(tǒng)方程，然后編寫程序進行仿真。這種仿真方法有兩個缺點。首先是不夠直觀，缺乏足夠的人機交互。由于所有的輸入信號和輸出信號都被抽象成數值之間的關系，仿真表現為一種計算過程，因此難以對仿真的過程進行控制，也難以對仿真的輸出數據進行直觀的描述和分析。另外，這種方法缺乏系統(tǒng)性，尤其是在對復雜系統(tǒng)的處理過程中，難以采用模塊化方法，從而降低了仿真程序的可讀性和可擴展性。Simulink是MATLAB提供的用于對動態(tài)系統(tǒng)進行建模、仿真和分析的工具包。Simulink提供了專門用于顯示輸出信號的模塊，可以在仿真過程中隨時觀察仿真結果。同時，通

3、過Simulink的存儲模塊，仿真數據可以方便地以各種形式保存到工作區(qū)或文件中，供用戶在仿真結束之后對數據進行分析和處理。另外，Simulink把具有特定功能的代碼組織成模塊的方式，并且這些模塊可以組織成具有等級結構的子系統(tǒng)，因此具有內在的模塊化設計要求?；谏鲜鰞?yōu)點，Simulink稱為一種通用的仿真建模工具，廣泛應用于通信仿真、數字信號處理、模糊邏輯、神經網絡、機械控制和虛擬現實等領域。根據輸出信號與輸入信號的關系，Simulink提供3種類型的模塊：連續(xù)模塊、離散模塊和混合模塊。連續(xù)模塊是指輸出信號隨著輸入信號發(fā)生連續(xù)變化的模塊，離散模塊則是輸出信號以固定間隔變化的模塊。對于連續(xù)模塊，S

4、imulink采用積分方式計算輸出信號的數值，因此，連續(xù)模塊主要涉及導數的計算及其積分。離散模塊的輸出信號在下一個抽樣時刻到來之前保持恒定，這時候Simulink只需以一定的間隔計算輸出信號的數值?；旌夏K是根據輸入信號的類型來確定輸出信號類型的，它既能夠產生連續(xù)輸出信號，也能夠產生離散輸出信號。如果一個仿真模型中只包含離散模塊，這時候Simulink采用固定步長方式進行仿真(即每個一定的間隔計算一次輸出信號)。當所有的離散模塊都有相同的抽樣間隔時，Simulink只需要按照這個間隔實施仿真；否則，Simulink采用多速率方式進行仿真。多速率仿真模式的一種方案是選取一個最大可用間隔，使之適用

5、于所有的離散模塊。這個間隔一般是各個離散模塊抽樣間隔的最大公約數。對于可變步長方式，多速率仿真模式按照各個模塊的抽樣間隔列出系統(tǒng)可能的仿真時刻，在仿真時刻到來的時候只對相應的離散模塊實施仿真，從而在一定程度上提高了仿真的效率。如果仿真模型中包含了連續(xù)模塊，Simulink將采用連續(xù)方式對模塊進行仿真。如果模塊中既包含了連續(xù)模塊，又包含了離散模塊，Simulink采用兩種仿真步長進行仿真。對于其中的離散模塊，Simulink可以按照離散模塊的方式進行仿真，這個仿真步長稱為主步長(majorstepsize)。在每個主步長仿真中，Simulink使用小步長間隔(minorstepsize)，通過積

6、分運算得到連續(xù)狀態(tài)的當前輸出信號。S-函數是系統(tǒng)函數(System-functions)的簡稱。多情況下，Simulink模型庫(SimulinkLibrary)中的模塊不能完全滿足用戶的要求，這時候需要由用戶自己來編寫相應的代碼。M文件雖然能夠用來編寫MATLAB函數代碼，但是它不具備與Simulink的接口，因此難以與Simulink其他模塊一起使用。S-函數則提供了函數代碼與Simulink之間的接口，使得用戶編寫的代碼既能夠像Simulink模型庫中的模塊那樣具有統(tǒng)一的仿真接口，同時能夠實現各種靈活的控制和計算功能。從這個意義上說，S-函數是對Simulink模塊庫功能的擴展。S-函數

7、的代碼既可以用MATLAB語言編寫，也可以用其他通用的編程語言(如C、C+、Ada或Fortran等)編寫，后者具有更強的控制能力，它們被編譯成MEX(MATLABExecutable)文件，并且在仿真過程中動態(tài)裝載。4.2仿真模型的建立本文利用Simulink平臺，模擬了一個小區(qū)內十個用戶的碼元發(fā)送，擴頻，接收，解擴，判決的CDMA通信基本過程，仿真基本流程如圖4-1所示：圖4-1Simulink仿真基本流程在每一個仿真步長（1秒）內，每個用戶發(fā)送一個信息碼元，10個用戶則對應發(fā)送10個用戶信息碼元，然后用10個P=31的m序列分別對這10個用戶的信息碼元進行擴頻（相乘）處理，然后合路相加并

8、加入高斯白噪聲。在接收端用和發(fā)送端相同的10個m序列分別對信息碼元進行解擴（相乘）處理，最后進行積分，判決,完成了對這10個用戶的信息碼元的恢復，即對于這10個用戶中的每一個用戶，一個仿真步長（1秒）內完成了一個信息碼元的恢復，若要發(fā)送5000個碼元，仿真時間設置為5000秒即可，這是傳統(tǒng)單用戶檢測的情況。對于線性解相關多用戶檢測和最小均方誤差多用戶檢測，只需在傳統(tǒng)單用戶檢測輸出的基礎上乘以相應算法的線性算子即可，如線性解相關多用戶檢測的線性算子L=R-1，最小均方誤dec差多用戶檢測的線性算子L=R+b2A一1-1。最后，分別計算這三種檢測方法MMSE的誤碼率，比較它們的性能。下面詳細介紹一

9、下仿真模型中各個主要的模塊：(1)用戶信號生成模塊用戶信號生成模塊是利用s-函數編寫了一個自定義模塊，它的功能是生成隨機土1序列，在S-函數的主程序中調用mdllnitializeSizes例程進行初始化，設sizes.NumContStates=0;sizes.NumDiscStates=0;sizes.NumOutputs=1;sizes.NumInputs=0;sizes.DirFeedthrough=0;sizes.NumSampleTimes=1;x0=;ts=10;調用mdlOutputs例程進行輸出，sys=2*randint-1即可生成隨機土1序列。緊跟在用戶信號生成模塊之后，

10、是一個gain模塊，設置相應的增益參數即可對各個用戶的功率進行控制。m序列發(fā)生器模塊運用EmbeddedMATLABFunctionblock編寫了一個m序列發(fā)生器模塊，模塊有一個輸入，一個輸出，輸入為對應的5級左移移位寄存器的反饋系數,輸出為一個P=31的m序列。信號合路用了一個Add模塊，加入一個RandomNumber模塊，生成均值是0，方差為1的高斯正態(tài)分布隨機信號做為噪聲。積分判決由于解擴后的輸出后的信號是一個離散量，因此用一個求均值功能的模塊，相當于在連續(xù)域的時間上求積分平均，判決輸出用sign模塊完成。(5)解相關多用戶檢測和最小均方誤差多用戶檢測的線性算子用自定義模塊或和其它一

11、些模塊組合完成，如圖4-2所示。應封裝子系統(tǒng)Ldec?Ldec(a)解相關檢測器線性算子L=R-1decMMSE封裝子系統(tǒng)(b)最小均方誤差檢測器線性算子L=R+b2A-i-i圖4-2線性算子模塊6)誤碼率求解模塊直接運用ErrorRateCalculation模塊。實際仿真模型圖4-3所示：第五章仿真測試報告本章中給出了仿真測試報告，5.1節(jié)中用編寫好的MATLAB程序給出仿真結果，分析比較了傳統(tǒng)單用戶檢測、線性解相關多用戶檢測和最小均方誤差多用檢測之間的誤碼率性能；5.2節(jié)中根據編寫好的Simulink仿真模型，設置好相應的仿真參數，對比了這幾種不同檢測方法的誤碼率，以達到分析它們之間性能

12、差異的目的。5.1MATLAB仿真5.1.1測試傳碼5000個情況下10個用戶的誤碼率mud.m是一個比較傳統(tǒng)單用戶檢測，線性解相關多用戶檢測，最小均方誤差多用戶檢測之間的誤碼率性能的程序，運行本程序首先出現一個對話框，等待輸入相應的仿真參數，如圖5-1所示：圖5-1仿真界面其中第一行為用戶數，第二行為用戶信息碼元個數，第三行為各個用戶對應的信號功率，第四行為噪聲功率，第五行為要觀察的用戶，默認值如圖中所示。設置用戶信號功率依次為1，2，3，4，5，6，7，8，9，10是由于用戶距離基站的遠近不同，故信號功率有差別，用此來模擬遠近效應。信噪比的計算拿第一個用戶作為基準，當噪聲功率設置為10時，

13、信噪比s/n=20lg(l/10)=-20dB。第五行設置為1表示要觀察第一個用戶。按照默認值點0K后，程序將計算第一個用戶的誤碼率。分別設置要檢測的用戶為1到10，將得到的數據整理成表格如下：表5-1三種檢測方法的誤碼率比較(SNR=-20dB)用戶12345678910用戶功率12345678910傳統(tǒng)單用戶檢測BER(%)29.9015.165.742.040.080.000.00000DEC-MUDBER(%)28.0414.184.961.840.020.020.00000MMSE-MUDBER(%)29.1414.164.941.780.020.020.000005.1.2測試傳碼

14、100000個情況下各用戶誤碼率為了更精確的測試這三種檢測方法的優(yōu)劣，以及由于遠近效應引起的各用戶誤碼率的變化，我們把用戶信息碼元長度設為100000，其他參數不變，得到的誤碼率情況如表5-2所示：表5-2三種檢測方法的誤碼率比較(信噪比SNR=-20dB)用戶12345678910用戶功率12345678910傳統(tǒng)單用戶檢測BER(%)30.0314.645.731.750.420.0760.0110.00100DEC-MUDBER(%)29.2413.765.121.420.290.0530.006000MMSE-MUDBER(%)29.1713.665.041.420.290.0520.

15、006000通過表5-1和表5-2的統(tǒng)計數據，可以發(fā)現：(1)在信噪比一定的條件下，總體上，線性解相關多用戶檢測要優(yōu)于傳統(tǒng)單用戶檢測，最小均方誤差多用戶檢測要優(yōu)于線性解相關多用戶檢測。(2)信號功率較大的用戶的誤碼率明顯低于信號功率較小的用戶。測試誤碼率隨信噪比變化情況(考慮遠近效應)mud_plot.m是一個比較傳統(tǒng)單用戶檢測，線性解相關多用戶檢測，最小均方誤差多用戶檢測之間的誤碼率性能的程序，并做出了誤碼率-信噪比曲線。程序設置為：傳碼5000個，保持噪聲功率30不變，10個用戶初始功率為12345678910，改變用戶的功率值，每次增加用戶功率的10%，計算1000次，這樣誤碼率從-30

16、dB到10dB變化，做出三種檢測方法誤碼率隨信噪比變換的曲線，如圖5-2所示：圖5-2誤碼率-信噪比曲線從圖5-2可以看出：(1)不論是傳統(tǒng)單用戶檢測，線性解相關多用戶檢測，還是最小均方誤差多用戶檢測，其誤碼率都隨著信噪比的增大而減少。（2）在相同的信噪比水平下，解相關多用戶檢測器和最小均方誤差多用戶檢測的性能明顯要好于傳統(tǒng)多用戶檢測，由于程序有一定的誤差存在，解相關多用戶檢測和最小均方誤差多用戶檢測兩者的誤碼率性能相仿（實際上后者的性能要稍好于前者）。測試誤碼率隨信噪比變化情況（去掉遠近效應的影響）若設置mud_plot.m中10個用戶初始功率為1111111111（設置10個用戶的功率相同

17、是為了消除遠近效應的影響），其他參數不變，做出這三種檢測方法誤碼率隨信噪比變換的曲線，如下圖所示：圖5-3誤碼率-信噪比曲線（無遠近效應）從圖5-3可以看出：三條曲線幾乎重合，這說明若去掉遠近效應的影響，解相關多用戶檢測和最小均方誤差多用戶檢測的性能接近于傳統(tǒng)單用戶檢測。測試單用戶情況最后我們再來測試一下單用戶的情況，運行mud.m文件，設置用戶數為1，傳碼5000個，用戶功率為1，噪聲功率為10，需要檢測的用戶為1。多運行幾次程序，從仿真結果可以看出三種檢測方法的誤碼率完全相同，例如其中一次的結果都為29.32%，這說明單用戶條件下三種檢測方法的性能相同。5.2Simulink仿真根據在4.2節(jié)中介紹的仿真模型，設置相應的參數，觀察三種檢測方法的誤碼率，分析比較它們的性能。5.2.1改變噪聲功率測試誤碼率