概述
目录
1.算法概述
2.仿真效果预览
3.MATLAB部分代码预览
4.完整MATLAB程序
1.算法概述
传统CDMA技术在码间串扰和多址干扰等方面存在的问题使其总体性能受到限制,随着OFDM技术的发展,出现了OFDM结合CDMA的信技术,即多载波CDMA技术,其结合了OFDM和CDMA的技术优势。首先分别介绍了OFDM和CDMA理论知识,并分别使用Matlab进行了仿真分析,然后介绍了多载波CDMA技术的理论知识,并给出了多载波CDMA系统的数学模块,并对该系统进行了详细的探讨。然后在本文的第三章,就多载波系统,针对单用户检测技术进行了研究。作为本课题的主要研究内容,本文分别对单用户检测的几个关键技术做了研究,主要有等比合并EGC,最大比合并MRC,正交恢复合并ORC以及最小均方误差合并MMSE。对该四种方法进行了误码率仿真分析,并对其中性能较好的MMSE做了重点实现与研究,从而给出了一个完整的单用户检测系统的设计方法。
多载波调制在DAB、DV等广播中的成功应用,使得研究人员开始研究其在移动通信中是否也能获得成功。相关研究从1993年开始,其多址技术一般采用DS-DMA。OFDM多载波调制技术和CDMA码分多址技术的结合具体有三种方式:多载波CDMA,多载波直接序列扩频CDMA和多音CDMA)。本课题将重点研究多载波CDMA系统。
多载波系统在结构上首先是将直接序列进行扩频,然后将多载波调制串行级联。其具体过程为:第一,将符号经长度为m的扩频码扩频得到m个扩频码片,这m个扩频码片再由m个子载波并行传输。若取m小于,则可引入频率交织等技术,若子载波数目等于扩频码的长度m,则多载波系统所需要的带宽和普通系统所需带宽相同。对于多载波系统,单用户的数据如下所示:
本课题将重点检测多载波系统下的单用户检测技术。单用户检测其具体含义指的是在检测用户的时候,不考虑其他用户的信息,将他们作为噪声处理。通过均衡对信号幅值和信道畸变恢复出用户信号间的正交性,从而减小衰落和多址干扰影响。通常可以用每个子载波上的单抽头均衡来补偿此子载波上的平衰落影响,然后再进行解扩处理。主要的单用户检测方法有:正交恢复合并(ORC)、等增益合并(EGC)、最大比合并(MRC)和最小均方误差合并(MMSE)。
1.正交恢复合并(ORC)
正交恢复合并的原则是在接收机端纠正信道的相位和幅度衰落,恢复不同扩频序列的正交性。
2.等增益合并(EGC)
3.最大比合并(MRC)
4.最小均方误差合并(MMSE)
最小均方差合并可以有效的控制噪声和用户之间的干扰。它所使用的准则是使合并模块期望输出值和实际输出值之间的均方误差最小化。
2.仿真效果预览
matlab2022a仿真
3.MATLAB部分代码预览
Main01.m
clc;
clear;
close all;
N=8
T=1e-3;
Ts=T+1/4*T;
f=(-N:N)/T;
color = ['r','g','b','k','y','m','c','r'];
for k=1:7
y(k,:) = sinc((f - (k-N/2)/T)*Ts);
plot(f/1000,y(k,:),color(k));
hold on;
end
title('7个载波的OFDM信号的频谱');
Main02.m
clc;
close all;
clear;
N = 10;
for i =2:N
y1(i) = i*i;
y2(i) = (i/2)*log2(i);
end
figure;
plot(y1,'r-*');hold on;
plot(y2,'b-*');hold off;
title('IFFT和IDFT的计算量对比');
grid on;
legend('IDFT运行次数','IFFT运行次数');
Main03.m
clc;
clear;
close all;
tic;
num_data=64000;%仿真数据长度
num_user=1; %用户个数
snr=[0 1 2 3 4 5 6 7];%SNR
for t=1:length(snr)
ber(t) = mc_cdma(snr(t),num_user,num_data);
end
% EbNo = 0:5:20;
figure;
semilogy(snr,ber,'b-*');
xlabel('Eb/N0');
ylabel('BER');
title('Performance of MC-CDMA ')
grid on
toc;
mc_cdma.m
function ber = mc_cdma(snr,num_user,num_data)
N = 512; % number of symbols in a single OFDM symbol
GI = 80; % guard interval
Mt = 1; % number of Tx antennas
Mr = 1; % number of Rx antennas
M = 8; % max constellation bit number
num_subc = 8; % number of subcarriers
mod_level = 2;
spreadLength=8;
% snr=0;
en = 10^(snr/10);
sigma = 1/sqrt(2*en);
cSpread=[1 1 1 1 1 1 1 1;1 -1 1 -1 1 -1 1 -1;...
1 1 -1 -1 1 1 -1 -1;1 -1 -1 1 1 -1 -1 1;...
1 1 1 1 -1 -1 -1 -1;1 -1 1 -1 -1 1 -1 1;...
1 1 -1 -1 -1 -1 1 1;1 -1 -1 1 -1 1 1 -1];
multipath = [sqrt(0.1897) 0 sqrt(0.3785) 0 0 sqrt(0.2388) 0 0 0 0 sqrt(0.0951) 0 0 0 0 sqrt(0.06) 0 0 0 0 0 0 sqrt(0.0379)]; %% power
multipath_channel0 = zeros(1,length(multipath));
signal_tx = zeros(num_data*spreadLength/N,N + GI);
for loop_user=1:num_user
msg = randint(num_data,1);
code1 = [];
trel = poly2trellis(6,[53 75]);
code1 = [code1 convenc(msg,trel)];
code = code1';
if loop_user == 1
msg_user1 = msg;
code_user1 = code1;
end
num_data1 = 2*num_data;
[iout,qout] = qpsk(code,1,num_data1,mod_level);
inputData = iout+i*qout; %???
[S] = mc_spreading(inputData,1,num_data,cSpread(loop_user,:),spreadLength);
for m=1:num_data*spreadLength/N
ofdm_symbol((m-1)*(N+GI)+1:m*(N+GI)) = ifft_cp_tx_blk(S((m-1)*N+1:m*N),N,GI)*sqrt(N);
end
for p = 1:(num_data*spreadLength/N)
multipath_channel(p,:) = multipath.*(randn(1,length(multipath_channel0))+j*randn(1,length(multipath_channel0)))*sqrt(0.5);
if loop_user==1
multipath_channel_user1(p,:) = multipath_channel(p,:);
end
signal_tx_p = filter(multipath_channel(p,:),[1],ofdm_symbol((N+GI)*(p-1)+1:(N+GI)*p));% passing through the multipath channel
signal_tx_loop(p,:) = signal_tx_p;
end
signal_tx = signal_tx + signal_tx_loop;
end
noise = sigma*(randn(num_data*spreadLength/N,N+GI) + j*randn(num_data*spreadLength/N,N+GI));
signal_rx = signal_tx + noise;
y2 = [];
for q =1:(num_data*spreadLength/N)
rec_symbol = [];
rec_symbol = [rec_symbol; fft_cp_rx_blk(signal_rx(q,:),N,GI)/sqrt(N)];
rec_symbol2 = reshape(rec_symbol,Mt*N,1);
h = [multipath_channel_user1(q,:),zeros(1,N+GI-length(multipath))];
Hf1 = fft(h,N);
for n = 1:N/spreadLength
y1=0;
for m = 1:spreadLength
y1 = y1 + cSpread(1,m)*conj(Hf1((n-1)*spreadLength+m))*rec_symbol2((n-1)*spreadLength+m);
end
temp(n) = y1;
end
y2 = [y2,temp];
end
y = reshape(y2,1,num_data);
idata = real(y);
qdata = imag(y);
y_demod = deqpsk(idata,qdata,1,num_data,mod_level);
y_demod = y_demod';
tblen = 10;
decoded1 = vitdec(y_demod,trel,tblen,'cont','hard');
[n1,r1] = biterr(decoded1(tblen+1:end),msg_user1(1:end-tblen,1));
ber = r1;
01-034m
4.完整MATLAB程序
matlab源码说明_我爱C编程的博客-CSDN博客
V
最后
以上就是自由天空为你收集整理的m多载波MC-CDMA系统单用户检测方法的研究,对比EGC,MRC,ORC以及MMSE1.算法概述2.仿真效果预览3.MATLAB部分代码预览4.完整MATLAB程序的全部内容,希望文章能够帮你解决m多载波MC-CDMA系统单用户检测方法的研究,对比EGC,MRC,ORC以及MMSE1.算法概述2.仿真效果预览3.MATLAB部分代码预览4.完整MATLAB程序所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复