基于MATLAB的MIMO-OFDMA系统的设计与仿真

1、基于MATLAB的MIMO-OFDMA系统的设计与仿真 摘要 在信息时代的快速发展形势下，产生了越来越多的业务需求，用户对通信系 统的性能提出了更高的要求。基于正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM )技术和多输入多输出(Multiple Input Multiple Output, MIMO )技术的无线通信系统在增加系统容量、提高频谱利用率以及对抗频率 选择性衰落等方面具备优越的性能，是未来通信领域中的关键技术。 本文首先阐述了 MIMO技术和OFDM技术的国内外研究概况，然后通过分 析MIMO技术和OFDM技术的基本

2、原理和系统结构，设计出简单的 MIMO-OFDM系统。基于MATLAB软件对所建立的MIMO系统的信道容量进 行了仿真，并对SISO-OFDM系统和MIMO-OFDM系统的性能进行了比较，仿 真结果表明，本文所提出的MIMO-OFDM系统方案能够在不增加误比特率的情 况下增加信道容量，最后结合空时分组码(Space Time Block Coding,STBC)对 MIMO-OFDM系统进行了完善并采用MATLAB对其性能进行了仿真，结果显示, 相较于未完善的系统完善后的系统的误比特率指标明显降低，传输可靠性得到了 极大的提高。 关键词：无线通信；MIMO； OFDM：误比特率 Perform

3、ance Evaluation of MIMO-OFDMA System using Matlab Abstract As the rapid development of information technology has resulted in more influences on peoples daily lives and businesses Higher requirements should be provided by communication system to meet peoples needs The communication system which base

4、d on the technology of Orthogonal Frequency Division Multiplexing (OFDM) and Multiple Input Multiple Output (MIMO) enables to not only increase the system capacity, but improve the spectrum utilization, and moreover to effectively against frequency selective fading, has become the key technologies i

5、n the field of communication in the future. This paper first gives an in-detailed survey on MIMO and OFDM technologies in academic society. After that, we designed a simple MIMO-OFDM system by means of the analysis of the basic concepts and the architecture of MIMO and OFDM technology. Followed by p

6、erformance evaluation via Matlab to compare SISO-OFDM and MIMO-OFDM systems in term of channel capacity and Bit Error Rate (BER) to validate the proposed MIMO-OFDM system outperforms SISO-OFDM. Finally, we further integrated space-time block codes into the proposed MIMO-OFDM system, through simulati

7、on results, we can observe that BER can be significant reduced compared to its counterpart which without implements space-time block codes Keywords: Wireless communication, MIMO, OFDM. Bit Error Rate (BER) 第1章绪论1 1.1课题背景1 1.2国内外研究概况1 1.2. 1 OFDM研究概况1 1.2. 1 MIMO研究概况2 1.2.2 MIMO-OFDM 研究概况 3 1.3论文结构3

8、第2章相关理论基础4 2. 1OFDM基本原理4 2. 1. 1 OFDM数学描述4 2. 1.2 OFDM系统框图7 2. 2 MIMO原理及数学描述9 2. 2. 1 MIMO系统模型9 2. 2.2 MIMO信道容量 11 2.2.3空时编码技术11 2.3无线信道环境及数学描述12 第3章仿真与分析14 3. 1 MIMO信道容量仿真14 3. 2 MIMO-OFDM系统与仿真16 3. 3基于STBC的MIMO-OFDM系统与仿真19 3.3本章小结20 第4章总结21 4. 1完成的工作21 4.2不足与展望21 致谢22 参考文献23 附录24 南京林业大学木科生毕业设计（论文）

9、 第1章绪论 1.1课题背景 对于无线通信系统，其性能的优劣通常采用有效性和可幕性指标来进行评 价。其中，有效性的衡量一般采用频带利用率，而可靠性的衡量则通过误信率和 误码率:门。故高频带利用率和低误码率是一个良好的无线通信系统所需具备的必 要条件。多输入多输出（MIMO）技术可以在无线信道上成倍地增大信道容量， 它的另一个显著优点是提高了数据传输的可靠性，即降低了误比特率，并且这些 优点的实现不需要提高发射功率或者增加信号带宽，高效地将空间资源转换为频 谱资源。然而，MIMO技术也存在缺陷，山于接收端接收到的信号实质上是多路 信号互相重叠形成的，因此，不同时刻信号间在频率选择性信道中会出现码

10、间干 扰现象，导致频率选择性衰落巨。OFDM的基本思想是将一个高速率的数据流转 换成很多并行的低速子数据流，将信道分成若干正交子信道，使低速子数据流依 次调制到对应的子信道上进行数据传输。同时，山于每个子信道上的信号带宽 小于信道的相关带宽，虽然总的信道并非平坦，但是每个子信道上可以看作是平 坦性衰落，从而来消除ISI （Inter Symbol Interference,符号间干扰），而且由于 这一特性可以信道均衡变得相对容易，频率选择性衰落信道所带来的不良影响可 通过普通的频域均衡消除。鉴于此，将MIMO技术与OFDM技术结合不仅可以 显著提高频谱利用率而使MIMO技术所存在的频率选择性衰

11、落问题得到改善， 而且可使数据速率极大提高，系统容量增加。因此，MIMO-OFDM技术被视为 下一代移动通信系统的关键技术，具有广阔的发展前景和现实意义。 1.2国内外研究概况 1. 2. 1 OFDM研究概况 OFDM技术发展经历了较长的历史阶段，它的形成归功于许多通信领域 科学家们的贡献。早在20世纪60年代，利用子信道频谱相互重叠的并行数据来 进行传输和实现频分复用的方法便被人提出，该方法可避免高速均衡的使用、抑 制窄带脉冲噪声、对抗多径衰落，进而使频谱资源的利用率显著提高，可以说是 OFDM系统的雏形。不久之后，该技术就被应用到了多种高频军事通信系统中, 这极大的促进了 OFDM技术的

12、进一步发展。1966年，Robert.W.Chang发表文章 Orthogonal Frequency Multiplex Data Transmission System握出 了传输信号通 过一个带宽受限的信道时无ISI和ICI的原理。1967年，Burton R.Saltzberg发表 文章Perfomance of an Efficient Paraller Data提出：设i|一个有效的系统主要 应该集中考虑如何减少相邻信道的交义干扰(Cross Interference),而不是仅考 虑每个独立的子信道情。1971年Weinstein和Ebert通过文章 Wata Transmiss

13、ion by Frequency-Division Multiplexing Using the Discrete Fourier Transform提出把离 散傅里叶变换(Discrete Fourier Transform, DFT)应用到并行传输系统中，用其 实现多个调制解调器的功能，从而使正交频分复用只须经过基带处理便可实现而 无需带通滤波器，使OFDM技术的实现难度大大降低，进而促进了 OFDM技术 的推广应用。1980年，Abraham Peled和Antonio Ruiz对OFDM技术做出了 个重要贡献，他们在论文第一次引入了 CP (Cyclic Prefix,循环前缀)来解决

14、正交 性问题，他们将OFDM符号的循环扩展加入到了防卫间隔中，当CP大于信道 冲激响应时间时，就能够实现弥散信道中子载波之间的正交性。虽然加入CP也 同时带来了能量损失，但是相比于其所获得的儿乎是零的ICI,还是值得的。而 之后随着快速傅里叶变换(Fast Fourier Transform, FFT)的提出，以及近年来半 导体技术和数字信号处理(Digital Signal Processing, DSP)技术的飞速发展，使 得OFDM技术的运用愈加广泛。LI前，OFDM技术已经成功运用到多种无线传 输标准中，比如有数字音频广播(Digital Audio BroadcastingQAB),

15、数字视频 广播(Digital Video Broadcasting, DVB),无线局域网 IEEE 802.11a/g 和欧洲电信 组织(European Telecommunications Standards Institute, ETSI)的宽带射频接入网 的局域网标准HiperiLAN2,无线城域网IEEE802.16标准等,Wi-Fi和WiMAX技 术的兴起使得OFDM成为一种“时髦”的技术。同时也是长期演进(LongTerm Evolution, LTE)技术中的三大关键技术之一，目前已在4G LTE技术中得到试 用，预计仍然会作为未来5G中主要的调制技术。 1. 2. 1 M

16、IMO研究概况 早在1908年，Marconi就已经提出了有关MIMO技术的观点，他认为 MIMO技术可以用来实现抗衰落。然而真正推动MIMO技术发展的工作则是山 AT elf; max_snr=30; %cll=zeros(l ,max_snr+1); %cll=mimocsnr( 1,1); c21 =zeros( 1 ,max_snr+1); c21 =mimocsnr(2,l); c81 =zeros( 1 ,max_snr+1); c81 =mimocsnr(8J); cl51 =zeros( 1 ,max_snr+1); cl51 =mimocsnr(15,l); plot(0:m

17、ax_snr,c21 /k-*0:max_snr,c81 /r-+O:max_snr,c 151c-+); grid on; legend(*2Tx lRx*/8Tx lRx*15Tx IRx2) xIabel(,SNR(dB) ylabelC信道容量(b/s/Hz) *) titled不同数量天线MISO信道容量J 任意收发天线下的MIMO-OFDM系统 clear all; K=l; L=l； M=4; log2M=log2(M); N_sym=64; N_block=1000; SNR_dB=0:4:24; len_SNR=length(SNR_dB); Es=l; N0_dB= 10*

18、log 10(K*Es)-SNR_dB; N0=10.A(N0_dB/10); N_path=6; count=zeros(l ,len_SNR); BERk=zeros(KJen_SNR); while count(len_SNR)N_block %generate the original data d=round(rand(N_sym,K)+li*round(rand(N_sym,K); %Modulate the data mod_d=sqrt(Es/2)*(d*2-(l+li); %generate the channel response h=sqrt( l/(2*N_path)*

19、(randn(L*K,N_path)+1 i*randn(L*K,N_path); H=fft(h,N_sym); noise=randn(L,N_sym)+1 i*randn(L,N_sym); NOISE 二 fft(noise,N_sym); %Calculate the data after fading channel HD=zeros(l ,N_sym); for i=l:N_sym; Hi=H(:,(i-l)*K+l:i*K); Hi=H(:,i)； Di=transpose(mod_d(i,:); for ii = 1:K HD(ii-1 )*L+1:ii*L,i)=Hi(ii

20、-1 )*L+1:ii*L)*Di(ii); end; end for n=l:len_SNR count(n)=count(n)+l; Rnn=NO(n)*eye(L,L); %Calculate the recieved data with AWGN Rx=sqrt(64)*HD+sqrt(NO(n)/2)*NOISE; %weights calculation % MMSE 均衡，Q*R % 均衡矩阵 Q=inv(H*H+NO*I)*H,这里先求出 inv(H*H+ N0*I) for i=l:N_sym Hfi=H(:,i); Ri=Hfi*Hfi,+Rnn;% H*H*+N0*I i

21、nvRi=inv(Ri); invP 1 (i-1 )*L+1:i*L,(i-l )*L+1:i*L)=invRi; end; %estimate the transmitted signal estmodDt=mod_d; for k=l:K Hfk=H(k-l)*L+l:k*L,:); Wk=invP 1 *reshape(Hfk,L*N_sym, 1); Wk=reshape(Wk,L,N_sym); %multiply received signal with weights fdefk=sum(conj(Wk).*Rx(k- 1)*L+1:k*L,:), 1); fdetk=fdef

22、k; fdet(k,:)=fdetk; end %get the estimated modulated data %解调 for i=l:N_sym ei=transpose(fdet(:, i); estmodDti=(sign(real(ei)+li*sign(imag(ei)/sqrt(2*Es); estmodDt(i,:)=estmodDti; end; %calculate the average BER erroi-transpose(reshape(round(mod_d-estmodDt)/sqrt(2*Es),N_sym,K); BERk(:,n)=BERk(:,n)+s

23、um(abs(error).A2,2); end; end; %calculate the average BER BERk 二 BERk/(ones(K, 1 )*count*N_sym*log2M); BER=mean(BERk, 1); %plot the figure figure semilogyCSNR.dB.BERJ-bo); hold on; grid on; legend(OFDM MMSE lxl); ylabel(Average BER); xlabel(SNR(dB)； 任意收发天线下的基于STBC的MIMO-OFDM系统 clear all; i=sqrt(-l);

24、IFFT_bin_length=512; carrier_count= 100; symbols_per_cairici=66; cp_length=10; addprefixcngth=IFFT_bin_length+cp_length; M_psk=4; bits_per_symbol=log2(M_psk); %O=1 2;-2+j 1+jl； %Alamouti Scheme xl x2;-x2* xl* O= 1 -2 -3;2+j 1+j 0;3+j 0 l+j;0 -3+j 2+j; %for xl -x2 -x3;x2* xl* 0;x3* 0 xl*;0 -x3* x2* c

25、o_time=size(OJ); Nt=size(O,2); Nr=2; ni】m_X=l; for cc_ro=l:co_time for cc_co=l:Nt num_X=max(num_X,abs(real(O(cc_ro,cc_co); end end co_x=zeros(num_X, 1); for con_ro=l:co_time for con_co=l:Nt if abs(real(O(con_ro,con_co)-=0 delta(con_ro,abs(real(O(con_ro5con_co)=sign(real(O(con_ro,con_co); epsilon(con

26、_ro,Qbs(real(O(con_ro,con_co)=con_co; co_x(abs(real(O(con_ro,con_co),l )=co_x(abs(real(O(con_ro,conco), 1)+1; eta(abs(real(O(con_ro,con_co),co_x(abs(reaI(O(con_ro,con-co)J)=con_ro; coj_mt(con_ro,abs(real(O(con_ro,con_co)=imag(O(con_ro,con_co); end end end eta=eta. eta=sort(eta); eta=eta/; carriers =

27、 (1: carrier_count) + (floor(IFFT_bin_lengtli/4) - floor(carrier_count/2); conjugate_carriers=IFFT_bin_length-carriers+2; tx_training_symbols=training_symbol(Nt,carrier_count); baseband_out_length = carrier_count * symbols_per_carrier; snr_min=3; snr_max=15; graph_inCbit=zeros(snr_max-snr_min+1,2,Nr

28、); graph_inf_sym=zeros(snr_max-snr_min+12Nr); for SNR=snr_niin:snr_max clc disp(/Wait until SNR=,);disp(snr_max); SNR n_err_sym=zeros( 1 ,Nr); n_err_bit=zeros( 1 ,Nr); Perr_sym=zeros( 1 ,Nr); Perr_bit=zeros( 1 ,Nr); re_met_synvbuf=zeros(carrier_count,symbols_per_carrier,Nr); re_met_bit=zeros(baseban

29、d_out_length,bits_per_symbol,Nr); baseband_out=round(rand(baseband_ouMength,bits_per-symbol); de_data=bi2de(baseband_out); data_buf二pskmod(de_dnta,M_psk,0); carrier_matrix=reshape(data_buf,carrier_count,symbols_per_carrier); for tt=l :Nt:symbols_per_carrier data=; for ii=l:Nt tx_bufLbuf=carrier_matr

30、ix(：4t+ii-1); data=data;tx_buf_buf; end XX=zeros(co_time*carrier_count,Nt); for con_r=l:co_time for con_c=l:Nt if abs(real(O(con_r,con_c)-=0 if iniag(O(con_r,con_c)=0 XX(con_r-1 )*carrier_count+1:con_r*carrier_count,con_c)=data(abs(real(O(con_r,c on_c)-1 )*carrier_count+l :abs(real(O(con_r,con_c). *

31、carrier_count,l )*sign(real(O(con_r,con_c); else XX(con_r-1 )*carrier_count+1:con_r*carrier_count,con_c)=conj(data(abs(real(O(co n_r，con_c)-1 )*carrier_count+1:abs(real(O(con_r,con_c). *carrier_count,l )*sign(real(O(con_r,con_c); end end end end XX=tx_training_symbols;XX; rx_buf=zeros( 1 ,addprefix_

32、Iength*(co_time+1 ),Nr); for rev=l:Nr for ii=l:Nt tx_buf=reshape(XX(:,ii),carrier_count,co_time+l); IFFT_tx_buf=zeros(IFFT_bin_length,co_time+1); IFFT_tx_buf(carriers,:)=tx_buf(l:carriercount,:); IFFT_tx_buf(conjugate_carriers,:)=conj(tx_buf(l:carrier_count,:); time_matrix=ifft(IFFT_tx_buf)； time_ma

33、trix=time_matrix(IFFT_bin_length-cp_length+l):IFFT_bin_length,:);time_ matrix; tx=tim e_matrix(:; % %d=randint( 1,4 JI ,7); %a=randint(l ,42,7 )/10; tx_tmp=tx; d=4,5,6,2;4,5,6,2;4,5,6,2;4,5,6,2; a二0203,0405;02030405;0203,04,05;0203,0405; for jj=l:size(d,2) copy=zeros(size(tx); for kk = 1 + d(iijj):

34、length(tx) copy(kk) = a(ii,jj)*tx(kk - d(ii,jj); end tx_tmp=tx_tmp+copy; end % txch=awgn(tx_tmp,SNRJmeasured,); rx_buf(l ,:,rev)=rx_buf( l,:,rev)+txch; end rx_spectnjm=reshape(rx_buf( 1,:,rev),addprefix Jength,co_time+1); rx_spectnjm=rx_spectrum(cp_length+l:addprefix_length,:); FFT-tx_buf=zeros(IFFT

35、_bin_length,co_time+1); FFT_tx_buf=fft(rx-spectrum); spectnjm_matrix=FFT_tx_buf(carriers,:); Y_buf=(spectnjm_matrix(:,2:co_time+1); Y_bu f=co nj( Y_buf); spectnjm_matrix 1 二 spectrum_matrix(:, 1); Wk=exp(-2*pi/carrier_count)*i); L=10; p=zeros(L*NtJ); for jj=l:Nt for 1=O:L-1 for kk=0:carrier_count-1

36、p(l+(jj-l )*L+1 J)=p(I+(jj-l )*L+1 J)+spectrum.matrix 1 (kk+1,1 )*conj(tx_training_sy mbols(kk+1 jj)* WkA(-(kk*l); end end end h=p/carrier_cou nt; H_bufzeros(carrier_count,Nt); for ii=l:Nt for kk=0:carrier_count-1 for 1=O:L-1 H_buf(kk+1 ,ii)=H_buf(kk+1 ,ii)+h(l+(ii- 1)*L+1,1 )*WkA(kk*l); end end end

37、 H_buf=conj( H_buf); RRR 二; for kk=l :carrier_count Y=Y_buf(:,kk); H=H_buf(:,kk); for co_ii=l :niim_X for co_tt=l:size(eta,2) if eta(co_ii,co_tt)=0 if coj_mt(eta(co_ii,co_tt),co_ii)=0 r_til(eta(co_ii.co_tt),:,co_ii)二 Y(eta(co_ii,co_tt),:); a_til(eta(co_ii,co_tt),:,co_ii)=conj(H(epsilon(eta(co_ii,co_

38、tt),co_ii),:); else r_tiI(eta(co_ii,co_tt),:,co_ii)=conj(Y(eta(co_ii,co_tt)5:); a_til(eta(co_ii,co_tt),:,co_ii)=H(epsilon(eta(co_ii,co_tt),co_ii),:); end end end end RR=zeros(num_X, 1); for iii=l:num_X %Generate decision statistics for the transmitted signal nxiH for ttt=l:size(eta,2) if eta(iii,ttt)-=O RR(iii, 1 )=RR(iii, 1 )+r_til(eta(iii,ttt),