目录
1.算法描述
2.仿真效果预览
3.MATLAB核心程序
4.完整MATLAB
1.算法描述
MIMO无线通信技术源于天线分集与智能天线技术,具有二者的优越性,MIMO系统的发射端与接收端都采用多天线单元,MIMO系统具有抑制干扰、抗多径衰落等特征。使用MIMO技术的好处在于能创建多个并行的正交子信道、能综合使用发射分集和接收分集技术、能较大地增加天线的增益等等。MIMO技术成为了现代无线通信系统的重大突破,在不增加带宽和发射功率的前提下,发射端和接收端装配多个天线的无线通信系统在独立同分布瑞利信道时,系统容量将随着发射端和接收端天线数目的最小值线性增加,显著的提高系统的频谱利用率。在室内条件下,可以认为无线信道是慢衰落的,因此在室内条件下,通过信息反馈,发射机可以比较准确的对无线信道特征进行估计,通过注水原理改变发射机发射天线的发射功率就可以获得更大信道容量。
收发两端同时采用多天线的MIMO系统,能够抑制干扰、抗多径衰落,从而提高系统的覆盖范围与通信质量;故近年来MIMO系统得到广泛的关注。MIMO信道相对比较复杂。MIMO系统充分利用无线衰落信道的多径传播,充分利用无线信道的空间特性,建立空间并行矩阵传输通道,再利用后端的空时信号处理算法实现无线MIMO信道的传播。之所以称双向传播信道模型是因为它包含了收发两端天线阵列的有关信息。为了把天线和自由空间对传输信号的作用分开,在这里把信道分为一般的无线信道和自由空间传播信号的作用分开,在这里把信道分为一般的无线信道和自由空间传播信道。后者用双向信道来描述,此信道中不含发射天线好接收天线,且信道的脉冲响应用 来表示,其中 代表时延, 和 分别表示接收端的到达角和发射端的离开角。而前者用用全向信道来描述,此信道包括收发两端的天线,信道的脉冲响应为 。介于两者之间的信道称为单向信道,即一端包括天线,则另一端不包括天线,包括天线的一端假定使用全向天线,另外一端则使用方向性的天线,单向信道的脉冲响应用 或 来表示。这样划分信道的理由主要是便于研究信道的一般特性,因为从理论上说,如果考虑信道的一般特性,信道的表示应该与使用天线的类型无关,因此,无论是发射天线还是接收天线,必须从信道中分离出来研究。对于发射端和接收端配有多根天线的系统来说,双向信道的描述十分有用,因为这种描述便于精确地估计无线MIMO系统的实际容量。
设置一个水平线 μ ,在水平线以下的我们分配更多的功率将其值拉到 μ 处。由下图可以看出, NTN0Exλi 的值越低说明SNR的值越大,信道的状态信息越好,此时我们分配更高的功率。对于增益比较小的信道,我们分配较小的功率甚至不分配功率。
注水算法是根据某种准则,并根据信道状况对发送功率进行自适应分配,通常是信道状况好的时刻,多分配功率,信道差的时候,少分配功率,从而最大化传输速率。实现功率的注水分配,发送端必须知道CSI。当接收端完全知道信道而发送端不知道信号时,发送天线阵列中的功率平均分配是合理的。当发送端知道信道,可以增加信道容量。
功率分配技术能有效提高认知网络传输链路的信道容量,而注水算法利用凸优化的思想能实现功率分配最优化.针对认知网络中使用注水算法分配信道功率时未考虑邻近认知信道干扰的情况,对认知网络中邻近认知信道干扰对授权信道的影响进行研究,提出了基于注水算法的两种降低邻近认知信道干扰的功率分配的次优化方案.性能分析和仿真结果表明,认知网络中认知信道干扰对授权信道的影响不容忽略,合理调整注水算法的参数能够降低邻近认知信道干扰,达到传输容量的最大化.
2.仿真效果预览
matlab2022a仿真结果如下:
文章来源:https://www.toymoban.com/news/detail-570082.html
3.MATLAB核心程序
while(length(find(PowerAllo < 0 ))>0)
IndexN = find(PowerAllo <= 0 );
IndexP = find(PowerAllo > 0);
MP = length(IndexP);
PowerAllo(IndexN) = 0;
ChAT = ChA(IndexP);
HT = ChAT.^2/(B*N0);
PowerAlloT = (PtotA + sum(1./HT))/MP - 1./HT;
PowerAllo(IndexP) = PowerAlloT;
end
PowerAllo = PowerAllo.';
Capacity = sum(log2(1+ PowerAllo.' .* H));
4.完整MATLAB
V文章来源地址https://www.toymoban.com/news/detail-570082.html
到了这里,关于基于注水算法的MIMO信道容量matlab仿真的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!