【预编码】基于BD预编码和MMSE均衡的通信链路matlab误码率仿真,调整方式对比QPSK,16QAM,64QAM-优快云博客

本文链接：https://blog.youkuaiyun.com/Simuworld/article/details/146305114

1.算法仿真效果

Matlab2024b

2.MATLAB源码

...............................................................................
                [U1,D1,V1] = svd(Hcur); 
                %BD预编码
                Weq0{j3}= V_n*V1(:,1:UE_RI); 
                %预编码得到等效信道
                Heq{j3}    = Hreal{j3}*Weq0{j3}; 
                %第二次预编码MMSE
                betas   = 10;
                   Htemp   = Heq{j3};
                   Weq{j3} = Htemp'*inv(Htemp*Htemp'+betas/10.^(SNR(ij)/10)*eye(Nr1)); 
                %最终预编码
                Weq1{j3} = Weq0{j3}*Weq{j3}; 
                Psum     = sum(sum(abs(Weq1{j3}).^2,1));
                %功率归一化
                Weq1{j3} = Weq1{j3}/sqrt(Psum);
            end
            
            %经过信道加白噪，接收端处理
            for j3=1:Nuser
                Xrec{j3} = Hreal{j3}*Weq1{j3}*UE_symbol{j3}.'+Nreal{j3};
                % 假设理想信道估计
                Xrec{j3} = Xrec{j3}./diag(Hreal{j3}*Weq1{j3});
                msg0     = func_deModulate(Xrec{j3}, Sel_md); 
                Xrec2{j3}= [Xrec2{j3} msg0];
            end      
        end
 
figure;
semilogy(SNR,errors{1,1},'b-o')
hold on
semilogy(SNR,errors{1,2},'b-s')
hold on
semilogy(SNR,errors{1,3},'b-*')
grid on
xlabel('SNR');
ylabel('error');
legend('QPSK','16QAM','64QAM');
012

3.算法概述

在现代无线通信系统中，为了提高频谱效率和传输可靠性，人们不断探索和应用新的技术。预编码和均衡技术是其中的重要组成部分。BD（Block Diagonalization，块对角化）预编码可以有效消除多用户之间的干扰，而 MMSE（Minimum Mean Square Error，最小均方误差）均衡则可以在接收端对信号进行有效的恢复，减少信道噪声和干扰的影响。同时，不同的调制方式如 QPSK（Quadrature Phase Shift Keying，正交相移键控）、16QAM（16 - Quadrature Amplitude Modulation，16 进制正交幅度调制）和 64QAM（64 - Quadrature Amplitude Modulation，64 进制正交幅度调制）在频谱效率和抗噪声能力方面各有特点。

考虑一个多用户 MIMO（Multiple - Input Multiple - Output，多输入多输出）系统，其中基站配备 Nt 根发射天线，有 K 个单天线用户。系统的信号传输模型可以表示为：