资源简介
基于ZF准则和MMSE准则的预编码性能比较
代码片段和文件信息
%基于ZF准则和MMSE准则的预编码性能比较
function zf_mmse()
clear all
close all
format long; %将数据显示为长整型科学计数
Nt=4;%天线个数
Nr=4;
SNR=[0:2:20];%设置不同信噪比
channel_n=100*ones(1length(SNR));
error_mmselinp=zeros(1length(SNR));%初始化误码率
error_zflinp=zeros(1length(SNR));
for loop_ebno=1:length(SNR)%不同信噪比的循环
snr=10.^(SNR(loop_ebno)/10);%将信噪比从分贝形式转化成比例表示
ea=1;%每个天线发射的功率,也即信号向量中每个元素的功率
es=ea*Nt;%总共的发射功率
sigma_n2=es/snr;%噪声功率
num=200;%发送数据个数
tic
for loop_channel=1:channel_n(loop_ebno)%信道的实现次数的循环
H=sqrt(1/2)*(randn(NrNt)+j*randn(NrNt));%信道增益矩阵
mmse_F=H‘*inv(H*H‘+sigma_n2/ea*eye(Nt));
zf_F=H‘*inv(H*H‘); %求出F^文献MIMO信道预编码技术研究 重要文献p27
beta_mmse=sqrt(es/norm(mmse_F‘fro‘).^2);
beta_zf=sqrt(es/norm(zf_F‘fro‘).^2);%计算zf_F的Frobenius范数%%求出缩放因子beta
F_mmse=beta_mmse*mmse_F;
F_zf=beta_zf*zf_F;%求出预编码矩阵F=F^×beta
for loop_num=1:num%在一帧数据符号中,信道保持不变。一帧总共有num个数据发送
gen_u=(sign(randn(Nt1))+j*sign(randn(Nt1)));%产生信号
u=sqrt(1/2)*gen_u;%归一化信号功率
x_mmse=F_mmse*u;
x_zf=F_zf*u;%发送信号
noise=sqrt(sigma_n2/2)*(randn(Nr1)+j*randn(Nr1));%生成噪声功率为sigma_n2的噪声
noise1=sqrt(sigma_n2/2)*(rand
相关资源
- MATLAB中V-Blast的ZF和MMSE检测算法仿真代
- LMMSE算法信道均衡MATLAB仿真
- 使用matlab的OFDM导频ls lmmse信道估计
- 通信干扰对齐算法误码率对比
- ZF/MMSE检测的MIMO误码率对比matlab仿真
- 最小均方误差均衡器的Matlab仿真设计
- LMMSE估计在信道均衡中的应用,matla
- matlab 信道均衡
- MIMO信号MMSE检测算法MATLAB仿真程序
- MIMO/MASSIVE MIMO 信号检测算法matlab仿真
- 基于MATLAB的MMSE算法估计
- OFDM系统性能的仿真代码,包括对于循
- LMMSE算法实现
- MIMO MMSE、ZF检测
- 迫零波束成形,MMSE波束成形代码
- Matrix_inversion_Multiuser_MIMO
- MIMO系统 检测仿真
- 基于导频的信道估计源码MATLABLS和MM
- LMMSE_OFDM.m
- OFDM信道估计MMSE和LS估计
- 关于OFDM信道估计和均衡的仿真程序
- 块状和梳状导频下的OFDM信道估计LMM
- MMSE-SIC 串行干扰消除算法
- channel-estimation 多径信道的mvu和mmse估计
- SIC 消除MIMO系统的多天线干扰
- sum_rate 基于MIMO的信道容量sum rate的计
- GMMsegmation
- Vblast 仿真(ZF
- vblast MIMO系统线性均衡
- LMMSE
评论
共有 条评论