MIMO-OFDM系統(tǒng)的MATLAB實(shí)現(xiàn)方法

MIMO-OFDM系統(tǒng)的接收信號(hào)是多個(gè)發(fā)射天線發(fā)送信號(hào)的衰落與加性噪聲的線性疊加，若采用通常SISO-OFDM系統(tǒng)或MIMO系統(tǒng)的估計(jì)算法估計(jì)信道，將會(huì)帶來很大的估計(jì)誤差。出于設(shè)計(jì)實(shí)現(xiàn)的考慮，本文主要研究理論相對(duì)比較成熟的慢變環(huán)境下基于訓(xùn)練序列的MIMO-OFDM系統(tǒng)的信道估計(jì)算法。本章將主要討論MIMO-OFDM系統(tǒng)特殊訓(xùn)練序列的設(shè)計(jì)和信道估計(jì)算法的選擇。

多天線系統(tǒng)的信道估計(jì)算法同單天線系統(tǒng)的相比具有更大的復(fù)雜性，因?yàn)榻邮招盘?hào)是多個(gè)發(fā)射信號(hào)的疊加信號(hào)，這些發(fā)射信號(hào)同時(shí)從多個(gè)發(fā)射天線上發(fā)射出來，幾乎同步到達(dá)任一接收天線。因此要從一個(gè)疊加信號(hào)中正確的識(shí)別出多個(gè)發(fā)射信號(hào)，需要信道估計(jì)算法能估計(jì)出各發(fā)射天線到同一接收天線之間多個(gè)并行信道的信道特性。而任一發(fā)射天線到任一接收天線之間的信道估計(jì)可參考單天線系統(tǒng)的算法。

信道估計(jì)算法主要可以分為兩種：盲估計(jì)算法和非盲估計(jì)算法。盲信道估計(jì)算法不需要在發(fā)送信息中插入訓(xùn)練序列，節(jié)約了帶寬。盲估計(jì)算法的實(shí)現(xiàn)需要利用發(fā)送信息內(nèi)包含的統(tǒng)計(jì)信息。這通常需要在接收端對(duì)接收信號(hào)進(jìn)行復(fù)雜的數(shù)學(xué)運(yùn)算，算法的運(yùn)算量一般都很大，不適合應(yīng)用于對(duì)時(shí)延要求比較高的實(shí)時(shí)系統(tǒng)。非盲估計(jì)算法是在發(fā)送信號(hào)中插入收發(fā)兩端都事先己知的信息，接收端在接收到該已知信息之后，由該信息的幅度、載頻或相位變化來估計(jì)信道對(duì)發(fā)送信息所造成的衰落影響。算法應(yīng)用廣泛，幾乎可以應(yīng)用于所有的無線通信系統(tǒng)。

輸入信號(hào)經(jīng)復(fù)用器分解成n個(gè)長(zhǎng)度相同的數(shù)據(jù)流，然后進(jìn)行獨(dú)立地編碼和調(diào)制，因此它不是基于發(fā)射分集的。這些編碼器可以是二進(jìn)制的卷積編碼器，也可以是不經(jīng)過任何編碼直接輸出。下面就來重點(diǎn)介紹一下這個(gè)系統(tǒng)的MATLAB的實(shí)現(xiàn)方法。

for k=1:N

Tc=c(k)*cos(2*pi*fd(k)*t+theta(k))+Tc;

Ts=c(k)*sin(2*pi*fd(k)*t+theta(k))+Ts;

end

r=ones(mt*mr,1)*(Tc.^2+Ts.^2).^0.5;

這段代碼主要用來產(chǎn)生所需要的信號(hào)，分別有SIN,COS兩個(gè)分量。

for tx=1:mt

data_b=0*round(rand(4,nse));

data_qam(tx,:)=j*(2*(mod(data_b(1,:)+data_b(2,:),2)

+2*data_b(1,:))-3)+2*(mod(data_b(3,:)+data_b(4,:),2)+2*data_b(3,:))-3;

for loop=1:mt

data_qam(tx,pilot+loop-1)=(1+j)*(loop==tx);

end

data_time_temp=ifft(data_qam(tx,:));

data_time(tx,:)=[data_time_temp(end-ng+1:end) data_time_temp];

end

這段代碼主要用來模擬MIMO-OFDM系統(tǒng)的發(fā)送部分，首先模擬實(shí)際情況生成一個(gè)隨機(jī)信號(hào)，然后將隨機(jī)信號(hào)通過QAM調(diào)制再經(jīng)過IFFT變化得到我們所要的信號(hào)。這個(gè)過程就是上述系統(tǒng)結(jié)果的描述。

for rx=1:mr

for tx=1:mt

output_temp=conv(data_time(tx,:),h((rx-1)*mt+tx,:));

output(rx,:)=output_temp(ng+1:ng+nse)+output(rx,:);

end

np=(sum(abs(output(rx,:)).^2)/length(output(rx,:)))*sigma2;

noise=(randn(size(output(rx,:)))+i*randn(size(output(rx,:))))*sqrt(np);

output(rx,:)=output(rx,:)+noise;

data_out(rx,:)=fft(output(rx,:));

end

這段代碼主要用來模擬MIMO-OFDM系統(tǒng)的接收部分。由于系統(tǒng)工作的時(shí)候，肯定會(huì)有噪聲的影響，所以只有通過模擬一個(gè)系統(tǒng)的噪聲才能正確的模擬系統(tǒng)的工作性。這里，我們通過產(chǎn)生一個(gè)隨機(jī)數(shù)和原始的信號(hào)進(jìn)行疊加來模擬我們所接收到的信號(hào)。

以上，我們模擬MIMO-OFDM系統(tǒng)的發(fā)送和接收模塊，下面就來建立一個(gè)系統(tǒng)的信道估計(jì)模塊：具體代碼如下所示：

for tx=1:mt

for rx=1:mr

H_est_temp=data_out(rx,pilot+tx-1)./data_qam(tx,pilot+tx-1);

h_time=ifft(H_est_temp);

h_time=[h_time zeros(1,nse-length(h_time))];

H_est1((rx-1)*mt+tx,:)=fft(h_time);

if (tx>1)

H_est1((rx-1)*mt+tx,:)=[H_est1((rx-1)*mt+tx,nse-tx+2:nse) H_est1((rx-1)*mt+tx,1:nse-tx+1)];

End

H_act((rx-1)*mt+tx,:)=fft([h((rx-1)*mt+tx,:) zeros(1,nse-CL)]);

error1=(abs(H_act((rx-1)*mt+tx,:)-H_est1((rx-1)*mt+tx,:)).^2);

estimation_error1((rx-1)*mt+tx,:)=estimation_error1((rx-1)*mt+tx,:)+error1;

end

end

通過這個(gè)方法，我們就可以做系統(tǒng)的信道估計(jì)了，此外還能計(jì)算系統(tǒng)的平均誤差檢測(cè)，從而驗(yàn)證系統(tǒng)的正確性。

審核編輯：黃飛