基于K-Best球形译码的MIMO信号检测算法matlab仿真

Posted 2023-03-08 fpga和matlab

目录

一、理论基础

二、核心程序

三、测试结果

---

一、理论基础

        空间调制技术因其具备更高的数据传输效率、更高的频谱效率和更低的功率损耗而受到学术界和工业界的广泛关注。空间调制技术通过控制发射天线的激活状态传输附加的比特信息，从而实现在不增加无线通信资源的前提下提高通信的效率。另一方面，正交频分复用技术作为4g通信系统的关键技术之一，被广泛应用到各种通信协议和场景中。不幸的是正交频分复用技术存在峰均比过高的问题。单载波系统可以很好地解决峰均比问题，将空间调制技术应用到单载波系统是一种可行的方案。

       多输入多输出（MIMO）的（ML）性能侦查作为低复杂度MIMO解码算法KSE被证明适用于超大规模集成电路（VLSI）并且能够支持软输出。进一步提出了改进的KSE（MKSE）译码算法提高软输出KSE的性能修改。此外，还提出了一种VLSI体系结构，用于这两种算法。有几个低复杂性和低功耗所提出的算法和VLSI中包含的特征建筑学提出的硬输出KSE解码器和软输出MKSE解码器是在0.35μ以及0.13 m CMOS技术。已实施的硬输出KSE芯片芯为5.76mm2，具有91K栅极。这个KSE解码吞吐量高达53.3Mb/s，核心功率在100 MHz时钟频率和2.8 V下消耗626 mW供给所实现的软输出MKSE芯片可以实现解码吞吐量超过100 Mb/s，0.56 mm2核心区和97K门。实施结果表明实现接近ML的性能和高检测是可行的4 4 16-QAM MIMO系统的吞吐量算法和具有合理复杂性的VLSI结构.

二、核心程序

................................................................
for j = 1:length(Sim_EbN0)
    Eb_N0     = Sim_EbN0(j);
    sigma     = 10^(-Eb_N0/20);
    Nerr      = 0;
    Num       = 0;
    %根据误码率判决门限进行误码率统计
    while Nerr <= Tj(j)
          Nerr
          %产生信道
          Nt                     = Ntant;
          Nr                     = Nrant;
          H(1:Nt     ,1:Nr)      = randn(Nt   ,Nr);
          H(Nt+1:2*Nt,1:Nr)      = randn(Nt   ,Nr);
          H(1:Nt     ,Nr+1:2*Nr) =-H(Nt+1:2*Nt,1:Nr);
          H(Nt+1:2*Nt,Nr+1:2*Nr) = H(1:Nt     ,1:Nr); 
          H                      = 1/sqrt(2)*H;
          %QR分解
          [Q,R]                  = qr(H);
          %产生噪声大小
          N                      = sigma*randn(Nr*2,1);
          
          SignalTx = [];
......................................................................
          %最后发送的信号
          if mod(Num,Ntant) == 0    
             %接收信号
             SignalRx               = H*SignalTx + N;
             %最终接收到的信号%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
             NQ                     = Q'*N;
             RN                     = R*SignalTx+NQ;
             SignalRX_rec           = func_KSE(R,RN,K,Mode_Map1,Mode_Type1);
          end
          %最后发送的信号
          if mod(Num,Ntant) == 1    
             %接收信号
             SignalRx               = H*SignalTx + N;
             %最终接收到的信号%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
             NQ                     = Q'*N;
             RN                     = R*SignalTx+NQ;
             SignalRX_rec           = func_KSE(R,RN,K,Mode_Map2,Mode_Type2);
          end 
          %最后发送的信号
          if mod(Num,Ntant) == 2    
             %接收信号
             SignalRx               = H*SignalTx + N;
             %最终接收到的信号%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
             NQ                     = Q'*N;
             RN                     = R*SignalTx+NQ;
             SignalRX_rec           = func_KSE(R,RN,K,Mode_Map3,Mode_Type3);
          end
          %最后发送的信号
          if mod(Num,Ntant) == 3    
             %接收信号
             SignalRx               = H*SignalTx + N;
             %最终接收到的信号%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
             NQ                     = Q'*N;
             RN                     = R*SignalTx+NQ;
             SignalRX_rec           = func_KSE(R,RN,K,Mode_Map4,Mode_Type4);
          end
          %KSE
          Nerr                   = Nerr + sum(SignalRX_rec(:,1)~=SignalTx);
          Num                    = Num + 1;
    end
    Bers(j) = Nerr/Num/Ntant/2;
end

figure;
semilogy(Sim_EbN0,Bers,'b-o');
grid on
xlabel('EbN0');
ylabel('Ber');
axis([0,30,1e-5,1]);

if K == 16;
   save r1.mat Sim_EbN0 Bers  
end
if K == 14;
   save r2.mat Sim_EbN0 Bers   
end
if K == 5;
   save r3.mat Sim_EbN0 Bers   
end
if K == 12;
   save r4.mat Sim_EbN0 Bers   
end

figure;
load r1.mat
semilogy(Sim_EbN0,Bers,'k-o');
hold on;
load r2.mat
semilogy(Sim_EbN0,Bers,'k-^');
hold on;
load r3.mat
semilogy(Sim_EbN0,Bers,'k-s');
hold on;
load r4.mat
semilogy(Sim_EbN0,Bers,'k->');
hold on;
grid on
xlabel('EbN0');
ylabel('Ber');
axis([0,30,1e-5,1]);
A01-100

三、测试结果