1.算法描述

随5G的推广和下一代无线通信系统的兴盛，怎样应对现有频谱资源的紧缺与改善信息传输的质量成了迫在眉睫的难题，对重要技术的开发利用提出了更高的要求。其中，以MIMO多入多处技术与OFDM正交频分复用技术的结合效果最为突出。通过子载波的正交性以及多天线传输的优势，在不需要额外地增加带宽的情况下极大地提高了通信系统地性能，目前此技术已经成为了无线通信系统的主流。

在通信系统中，信道所能提供的带宽通常比传送一路信号所需的带宽要宽得多。如果一个信道只传送一路信号是非常浪费的，为了能够充分利用信道的带宽，就可以采用频分复用的方法。OFDM主要思想是：将信道分成若干正交子信道，将高速数据信号转换成并行的低速子数据流，调制到在每个子信道上进行传输。正交信号可以通过在接收端采用相关技术来分开，这样可以减少子信道之间的相互干扰(ISI) 。每个子信道上的信号带宽小于信道的相关带宽，因此每个子信道上可以看成平坦性衰落，从而可以消除码间串扰，而且由于每个子信道的带宽仅仅是原信道带宽的一小部分，信道均衡变得相对容易。

OFDM中的各个载波是相互正交的，每个载波在一个符号时间内有整数个载波周期，每个载波的频谱零点和相邻载波的零点重叠，这样便减小了载波间的干扰。由于载波间有部分重叠，所以它比传统的FDMA提高了频带利用率。在OFDM传播过程中，高速信息数据流通过串并变换，分配到速率相对较低的若干子信道中传输，每个子信道中的符号周期相对增加，这样可减少因无线信道多径时延扩展所产生的时间弥散性对系统造成的码间干扰。另外，由于引入保护间隔，在保护间隔大于最大多径时延扩展的情况下，可以最大限度地消除多径带来的符号间干扰。如果用循环前缀作为保护间隔，还可避免多径带来的信道间干扰。

OFDM技术将高速的宽带信号变换为窄带信号，再调制到并行的子载波上进行传输。这样的使得之前的频率选择性信道变为了平坦的子信道，且因为其码元周期较长，它的抗码间干扰能力也较强。其中，OFDM的正交性可以从频域和时域的角度解释如下图所示：

一个OFDM符号的时域信号和频域信号。其中时域信号图3-2中每个子载波在一个OFDM 符号周期内都包含整数倍的周期，而且各个相邻子载波之间相差1个周期，各子载波信号之间满足交性。信号在经过无线信道传输后，有效信息会和一些干扰的噪声信息信息叠加在一起，这会大大影响整个通信系统的准确性，因此需要信号检测技术将有用的信息分离出来，来保证接收到收到信息的可靠性。常见的信号检测有线性检测和非线性检测，此次设计采用的是线性检测中的MMSE算法，通过加权矩阵使接收到的信号分离成互不相关的信号从而可以得到有效的信息。

由于无线通信系统的不确定性，数据在传输过程中时常会出现误码、丢包的情况，导致整个通信系统性能恶化。所以设计合理的信道编码方式，可以有效提高系统的抗干扰能力。FEC前向纠错码是指通过在传输列中加入冗余码进行纠错，此次设计的前向纠错码采用的是卷积编码。它在发送的信息比特时会加入冗余的纠错比特，纠错比特能够在接收端接收到信息后对信息进行判断，找到错误的信息比特并进行纠错。其中，纠错的比特不仅会与自身所在的码元有关，还会与前后码元有关，使得他的纠错能力会更好，提高整个系统发送信息的准确性。但是通过引入冗余数据，降低了传输的数据的效率，所以在设计FEC码时也应考虑冗余的位数。

总体设计思路如图3所示：

与以前的协议相比，802.11n协议具有较大的性能提升，主要是因为其采用MIMO技术和OFDM技术的结合，以及大量优化系统的算法，从而凸显其优越性。MIMO OFDM[6]可以有效解决带宽效率和多径干扰问题，通过其子载波正交及其循环前缀的优势能够有效提高系统的抗干扰能力，MIMO则通过多天线技术可以实现多个数据流的传输。两者的结合结合，既能实现高速率传输，又能通过分编码实现很强的可靠性。本章对此次设计中的重要技术及其相关算法作相关研究，并对其TGn信道进行研究学习。

2.仿真效果预览

matlab2022a仿真结果如下：

3.MATLAB核心程序

通过Matlab/Simulink仿真平台搭建基于802.11n的无线通信系统，分别从发送端、信道和接收端进行模块设计，其中发射端包括信源、FEC编码、调制，插入导频、OFDM成帧、STBC编码、插入循环前缀、IFFT等，信道设计采用的是TGn室内信道模型，接收端对照发射端有着相应的信号处理，其主要的分析模块有信道估计、MIMO信号检测，SNR估计。

function [dataout] = MMSE(ch_and_rx)
global PER_snr snr_idx;
% Initialize vectors
STBC = ch_and_rx(1);
Nss  = ch_and_rx(2);
Nsts = Nss + STBC;
Nltf = Nsts;
if (Nsts==3) % use 4 TRN symbols for NSTS=3Nltf = 4;
endNrx  = ch_and_rx(3);
ch_est  = ch_and_rx(3+(1:16*56));
rx_data = ch_and_rx((4+16*56+4*56*(Nltf)):end);%%%% Form channel matrix构建信道矩阵 y = ha + r,由信号的冲激响应构成
idx = 0;
H = zeros(4,4,56);
for c=1:4for r=1:4H(r,c,:) = ch_est(idx+(1:56));idx=idx+56;end
end
H = H(1:Nrx,1:Nsts,:);  %% channel matrix is Nrx x Nst 构建相应的发射端接收端的信道矩阵%%%% Rx data symbols...构造接收信号矩阵
idx = 0;
nsymdata = (length(rx_data)/4/56);%接收符号的数目
rdata = zeros(4,56,nsymdata);
for n=1:nsymdatafor m=1:Nrxrdata(m,:,n) = rx_data(idx+(m-1)*56+(1:56));endidx=idx+4*56;
end%%%%
%%%% STBC or MMSE...进行STBC解码或者MMSE信号检测
%%%%
if (STBC)    %%%% Form space-time decoding matrices 构造空时解码矩阵for k=1:56if (STBC==1 && Nss==1)% 加权矩阵 假设用两个符号来表示状态信息Heff(:,:,k) = [      H(1,1,k)      -H(1,2,k); ...  conj(H(1,2,k)) conj(H(1,1,k)) ];  elseif (STBC==1 && Nss==2)Heff(:,:,k) = [      H(1,1,k)      -H(1,2,k)       H(1,3,k)              0;  ...  conj(H(1,2,k)) conj(H(1,1,k))             0  conj(H(1,3,k)); ...  H(2,1,k)      -H(2,2,k)       H(2,3,k)              0;  ...conj(H(2,2,k)) conj(H(2,1,k))             0  conj(H(2,3,k)) ];  elseif (STBC==1 && Nss==3)Heff(:,:,k) = [      H(1,1,k)      -H(1,2,k)       H(1,3,k)              0        H(1,4,k)              0;  ...  conj(H(1,2,k)) conj(H(1,1,k))             0  conj(H(1,3,k))              0  conj(H(1,4,k)); ...  H(2,1,k)      -H(2,2,k)       H(2,3,k)              0        H(2,4,k)              0;  ...conj(H(2,2,k)) conj(H(2,1,k))             0  conj(H(2,3,k))              0  conj(H(2,4,k)); ...  H(3,1,k)      -H(3,2,k)       H(3,3,k)              0        H(3,4,k)              0;  ...conj(H(3,2,k)) conj(H(3,1,k))             0  conj(H(3,3,k))              0  conj(H(3,4,k)) ];  elseif (STBC==2 && Nss==2)Heff(:,:,k) = [      H(1,1,k)      -H(1,2,k)       H(1,3,k)      -H(1,4,k);  ...  conj(H(1,2,k)) conj(H(1,1,k)) conj(H(1,4,k)) conj(H(1,3,k)); ...H(2,1,k)      -H(2,2,k)       H(2,3,k)      -H(2,4,k);  ...conj(H(2,2,k)) conj(H(2,1,k)) conj(H(2,4,k)) conj(H(2,3,k)) ];  endend
%%%% Compute noise power...N_o = 0;for k=1:56He = Heff(:,:,k);N_o = N_o + (1/56)*sum(sum(He.*conj(He)))/Nrx;     % Signal powerendsnr_val = PER_snr(snr_idx);N_o = N_o * 10^(-snr_val/10);     %%%% Compute space-time detector coeff'sC = zeros(Nss*2,Nss*2,56);for k=1:56%%%% MMSE coeff'sHe = Heff(:,:,k);C(:,:,k) = inv(He'*He + N_o*eye(Nss*2))*He';%C(:,:,k) = inv(He'*He)*He';end%%%% Compute space-time decoding outputsidx = 0;detout = zeros(4*56*nsymdata,1);for n=1:2:nsymdatafor k=1:56if (STBC==1 && Nss==1)% MMSE_det outputsdetset = C(:,:,k) * [ rdata(1,k,n); ...conj(rdata(1,k,n+1)) ];detout(k+idx+0*56) = detset(1);         % first symbol in time, ss1detout(k+idx+4*56) = conj(detset(2));   % second symbol in time, ss1elseif (STBC==1 && Nss==2)% MMSE_det outputsdetset = C(:,:,k) * [ rdata(1,k,n); ...conj(rdata(1,k,n+1)); ...rdata(2,k,n); ...conj(rdata(2,k,n+1)) ];detout(k+idx+0*56) = detset(1);         % first symbol in time, ss1detout(k+idx+4*56) = conj(detset(2));   % second symbol in time, ss1detout(k+idx+1*56) = detset(3);         % first symbol in time, ss2detout(k+idx+5*56) = conj(detset(4));   % second symbol in time, ss2elseif (STBC==1 && Nss==3)% MMSE_det outputsdetset = C(:,:,k) * [ rdata(1,k,n); ...conj(rdata(1,k,n+1)); ...rdata(2,k,n); ...conj(rdata(2,k,n+1)); ...rdata(3,k,n); ...conj(rdata(3,k,n+1)) ];detout(k+idx+0*56) = detset(1);         % first symbol in time, ss1detout(k+idx+4*56) = conj(detset(2));   % second symbol in time, ss1detout(k+idx+1*56) = detset(3);         % first symbol in time, ss2detout(k+idx+5*56) = conj(detset(4));   % second symbol in time, ss2detout(k+idx+2*56) = detset(5);         % first symbol in time, ss3detout(k+idx+6*56) = conj(detset(6));   % second symbol in time, ss3elseif (STBC==2 && Nss==2)% MMSE_det outputsdetset = C(:,:,k) * [ rdata(1,k,n); ...conj(rdata(1,k,n+1)); ...rdata(2,k,n); ...conj(rdata(2,k,n+1)) ];detout(k+idx+0*56) = detset(1);         % first symbol in time, ss1detout(k+idx+4*56) = conj(detset(2));   % second symbol in time, ss1detout(k+idx+1*56) = detset(3);         % first symbol in time, ss2detout(k+idx+5*56) = conj(detset(4));   % second symbol in time, ss2endendidx=idx+8*56;endelse%%%% Compute noise power...N_o = 0;for k=1:56He = H(:,:,k);N_o = N_o + (1/56)*sum(sum(He.*conj(He)))/Nrx;     % Signal powerendsnr_val = PER_snr(snr_idx);N_o = N_o * 10^(-snr_val/10);       %%%%% MMSE linear detector (no STBC)C = zeros(Nsts,Nrx,56);for k=1:56%%%% MMSE coeff'sHe = H(:,:,k);C(:,:,k) = inv(He'*He + N_o*eye(Nrx)) * He'; %C(:,:,k) = inv(He'*He) * He';end%%%% MMSE_det outputsidx = 0;detset = zeros(4,1);detout = zeros(4*56*nsymdata,1);for n=1:nsymdatafor k=1:56% MMSE_det outputsdetset(1:Nsts) = C(:,:,k)*rdata(1:Nrx,k,n);detout(k+idx+0*56) = detset(1);detout(k+idx+1*56) = detset(2);detout(k+idx+2*56) = detset(3);detout(k+idx+3*56) = detset(4);endidx=idx+4*56;endend% MMSE_det module output
dataout = detout;
A187

4.完整MATLAB

基于802.11n物理层的OFDM通信链路simulink仿真,包括FEC编码、插入导频、OFDM成帧、STBC编码相关推荐

OFDM系统Simulink仿真,包括RS编译码,16qam,循环前缀,导频插入,串并并串等模块
目录 1.算法概述 2.仿真效果 3.MATLAB仿真源码 1.算法概述在通信系统中,信道所能提供的带宽通常比传送一路信号所需的带宽要宽得多.如果一个信道只传送一路信号是非常浪费的,为了能够充分利用 ...
基于PandO MPPT的光伏阵列系统simulink仿真包括VSC控制器,PandO MPPT以及Utility电网
目录 1.算法概述 2.仿真效果 3.MATLAB仿真源码 1.算法概述 MPPT太阳能电源管理芯片采用恒定电压MPPT算法,通过限制太阳能板的输出电流,等效地把太阳能输出电压控制在最大功率点附近,以 ...
基于matlab双反馈风力发电机系统Simulink仿真设计
基于matlab双反馈风力发电机系统Simulink仿真设计,有说明介绍, 本文根据双馈风力发电机数学模型,以双 PWM 变换器作为主要研究对象,对其进行分析.建模与控制,完成双馈风力发电机的仿真. ...
基于Matlab的开环Buck降压斩波电路Simulink仿真电路模型搭建
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录 BUCK电路工作原理一.关于buck电路的开环仿真电路搭建二.参数给定 1.脉冲信号给定 2.其他元器件参数给定三.数 ...
基于matlab的铣床运动,利用Matlab/Simulink仿真数控机床的动态轨迹误差
利用Matlab/Simulink仿真数控机床的动态轨迹误差囗陈罡囗胡旭晓囗张伟2 1．浙江纺织服装学院宁波3152H 2．浙江大学现代制造工程研究所杭州310027 摘要:探讨数控机床高速加工中动 ...
基于motoharw平台的电机控制策略模型simulink仿真实现
目录一.理论基础二.核心程序三.仿真测试结果一.理论基础 HCU的控制算法开发是一个极其复杂的过程.其过程包括多个步骤:功能概念定义.算法开发.软件编程.底层操作系统和驱动程序开发.匹配标定及 ...
基于观测器的T-S模糊系统故障分析simulink仿真
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 T-S模糊模型是复杂非线性系统模糊建模中的一种典型的模糊动态模型,由Takagi 和Sugeno 于 ...
m基于QPSK调制解调的无线图像传输matlab仿真,包括扩频解扩均衡等模块
目录 1.算法描述 2.仿真效果预览 3.MATLAB部分代码预览 4.完整MATLAB程序 1.算法描述软件无线电在无线通信领域被称为是自模拟通信过渡到数字通信之后的又一次革命,在军用和民用方面都 ...
基于matlab的MRC最大合并比误码率仿真,包括维特比译码,MRC,中继
目录 1.算法概述 2.仿真效果预览 3.核心MATLAB代码预览 4.完整MATLAB程序 1.算法概述最大比合并(Maximal Ratio Combining,MRC)是分集合并技术中的最优选 ...

基于802.11n物理层的OFDM通信链路simulink仿真,包括FEC编码、插入导频、OFDM成帧、STBC编码

1.算法描述

2.仿真效果预览

3.MATLAB核心程序

4.完整MATLAB

基于802.11n物理层的OFDM通信链路simulink仿真,包括FEC编码、插入导频、OFDM成帧、STBC编码相关推荐

最新文章

热门文章