m基于多D2D通信对和多蜂窝用户的LTE预编码技术matlab仿真
1.算法描述
LTE网络中采用MIMO技术增加系统容量,提升吞吐率,从理论上来看,多天线的空分复用能成倍增加系统容量。但实际上并非如此,如,22MIMO的容量C(容量)=22MIMO 小于两倍的SISO容量C(容量)=2SISO,这是因为容量增加了,干扰增大了,干扰主要是由于信道矩阵中信道的相关性造成的,为了消除信道相关性造成影响,需要在接收端对H进行评估,并做线性均衡,最大化MIMO信道矩阵H的容量。
为了获取更高的MIMO容量,接收机侧需要对MIMO的发射矩阵H中的每个信道都进行均衡处理,消除信道间的影响,这样增加接收机的实现复杂度。如SISO模式,接收机需要线性均衡处理一个信道,而对于一个2*2MIMO模式,接收机需要处理评估4个信道;其次,接收端若将H矩阵中的多个信道相关性评估结果反馈给发射机,这会增加系统开销。另一个是,若通过增加天线空间来消除信道间的影响,但天线近处的杂散环境使实现难度增加。于是提出了通过技术改进解决,这个方法就是预编码(Precoding)。
因此,预编码(Precoding)的目的是降低接收机消除信道间影响实现的复杂度,同时减少系统开销,最大提升MIMO的系统容量。当然,消除MIMO信道间的影响,可以在接收机侧实现,也可以通过改变发射机的发射方式,对发射信号进行预处理,辅助接收机消除信道间的影响,这种发射方式的改变就是通过预编码实现的。
为了识别MIMO矩阵H中有用的通道,需要把多个通道(如22MIMO H11\H12\H21\H22)转化成类似于SISO的一对一模式,实现发送信号S1对应接收信号R1,S2对应接收信号R2,也就是将多个MIMO交叉通道转换成多个平行的一对一信道。这个过程通过信道矩阵SVD(奇异值分解)实现。如r=Hs+n,变换为r=UΣ(V*)Ts+n,经过接收端的处理=Σ(V)T*s+UHn,从结果可以发现发射端不再需要知道MIMO信道矩阵H,而知道V(共轭转置矩阵,又叫酉矩阵)即可,此处的V即码本(Codebook),3GPP定义了一系列V矩阵,eNodeB和ue侧均可获得,应用时根据PMI选择一个可以使信道矩阵H容量最大的V。到这里,预编码就很好理解了,实际上就是在发射端对发射信号S乘以V,与后面SVD过程匹配,这样在接收端需要处理的复杂性与开销大大减少了。
考虑下行链路的蜂窝网络中存在多个D2D通信对和多个蜂窝用户,它们共享相同的频率资源并且蜂窝用户为主用户。
1)传统波束赋形算法1
该算法是一种最简单传统的波束赋形策略,其原理是对于第k个蜂窝用户,赋形矢量wk,conv是自身方向上的信道增益矢量,公式定义如下:
因此,在这个赋形策略中,基站主要针对蜂窝用户进行赋形,并没有对其关联的D2D通信对做干扰消除。
2)ZF波束赋形算法1
在ZF波束赋形算法1中,消除了蜂窝用户之间内部的干扰,第k个蜂窝用户传输在其他所有用户信道的零空间。特别是赋形矢量 ,对于第 个用户将会正交其他所有蜂窝用户的信道矢量。公式如(6)所示:
3)ZF波束赋形算法2
在ZF波束赋形算法中,消除了基站到D2D通信的干扰,第k个蜂窝用户数据传输在所有D2D通信信道的零空间。特别是,第k个蜂窝用户波束赋形矢量 将会正交所有基站到D2D通信对信道矢量。
仿真结果与传统波束赋形方法、ZF波束赋形算法1及ZF波束赋形算法2解析结果对比与分析。仿真模型由单个蜂窝小区下,T=4为基站天线数目,K=4为蜂窝用户数量为4,D=4为D2D通信对数量。在仿真场景中,D2D通信对和蜂窝用户到基站的距离固定且采用简单的路径损耗模型。
2.仿真效果预览
matlab2022a仿真结果如下:
3.MATLAB核心程序
clc; clear; close all; warning off; addpath 'func\' addpath 'func\modulation\' addpath 'func\estmation\' addpath 'func\cp\' addpath 'func\LTEC\' addpath 'func\precodeing\' SNRS = [0:4:16]; for jj = 1:length(SNRS); Tx_n = 4; Rx_n = 4; %整体信噪比 SNR = SNRS(jj); Nfft = 1024; Nid = 17; Sym_Len = 7; CP_length = 144; CPNfft = Nfft+CP_length; for y=1:100 y SNRS(jj) noise = SNR; N0 = 10^(-noise/10); %产生信道估计所用的测试信号,功能类似导频 [subframe,data_v,data_v0,data_v1,data_v2,data_v3] = func_data_gen(Tx_n,Rx_n,Sym_Len,Nid); number_length = length(find(subframe == 0)); %IFFT data_ifft1 = zeros(Nfft,2*Sym_Len); data_ifft2 = zeros(Nfft,2*Sym_Len); data_ifft3 = zeros(Nfft,2*Sym_Len); data_ifft4 = zeros(Nfft,2*Sym_Len); for i=1:2*Sym_Len data_ifft1(:,i) = ifft(data_v0(:,i),Nfft); data_ifft2(:,i) = ifft(data_v1(:,i),Nfft); data_ifft3(:,i) = ifft(data_v2(:,i),Nfft); data_ifft4(:,i) = ifft(data_v3(:,i),Nfft); end %插入CP WithCP_sequence1 = zeros(CPNfft,2*Sym_Len); WithCP_sequence2 = zeros(CPNfft,2*Sym_Len); WithCP_sequence3 = zeros(CPNfft,2*Sym_Len); WithCP_sequence4 = zeros(CPNfft,2*Sym_Len); for i=1:2*Sym_Len WithCP_sequence1(:,i) = func_CP_In(data_ifft1(:,i).',CP_length); WithCP_sequence2(:,i) = func_CP_In(data_ifft2(:,i).',CP_length); WithCP_sequence3(:,i) = func_CP_In(data_ifft3(:,i).',CP_length); WithCP_sequence4(:,i) = func_CP_In(data_ifft4(:,i).',CP_length); end T1=reshape(WithCP_sequence1,1,CPNfft*2*Sym_Len); T2=reshape(WithCP_sequence2,1,CPNfft*2*Sym_Len); T3=reshape(WithCP_sequence3,1,CPNfft*2*Sym_Len); T4=reshape(WithCP_sequence4,1,CPNfft*2*Sym_Len); [r1,channel_impulse1,delay_number1,tap_delay1]=func_LTEChan(T1,'EPA'); [r2,channel_impulse2,delay_number2,tap_delay2]=func_LTEChan(T2,'EPA'); [r3,channel_impulse3,delay_number3,tap_delay3]=func_LTEChan(T3,'EPA'); [r4,channel_impulse4,delay_number4,tap_delay4]=func_LTEChan(T4,'EPA'); [r5,channel_impulse5,delay_number5,tap_delay5]=func_LTEChan(T1,'EPA'); [r6,channel_impulse6,delay_number6,tap_delay6]=func_LTEChan(T2,'EPA'); [r7,channel_impulse7,delay_number7,tap_delay7]=func_LTEChan(T3,'EPA'); [r8,channel_impulse8,delay_number8,tap_delay8]=func_LTEChan(T4,'EPA'); R1 = (r1+r2+r3+r4); R2 = (r5+r6+r7+r8); a = awgn(R1*sqrt(Nfft),noise,'measured'); b = awgn(R2*sqrt(Nfft),noise,'measured'); noise1 = a/sqrt(Nfft)-R1; noise2 = b/sqrt(Nfft)-R2; R1 = a/sqrt(Nfft); R2 = b/sqrt(Nfft); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %去CP WithCP_sequence_1 = reshape(R1,CPNfft,2*Sym_Len); WithCP_sequence_2 = reshape(R2,CPNfft,2*Sym_Len); NoCP_sequence1 = zeros(2*Sym_Len,Nfft); NoCP_sequence2 = zeros(2*Sym_Len,Nfft); for i=1:2*Sym_Len NoCP_sequence1(i,:) = func_CP_del(WithCP_sequence_1(:,i),CP_length); NoCP_sequence2(i,:) = func_CP_del(WithCP_sequence_2(:,i),CP_length); end NoCP_sequence1=NoCP_sequence1.'; NoCP_sequence2=NoCP_sequence2.'; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %FFT FFTed1=zeros(Nfft,2*Sym_Len); FFTed2=zeros(Nfft,2*Sym_Len); for i=1:2*Sym_Len FFTed1(:,i)=fft(NoCP_sequence1(:,i)); FFTed2(:,i)=fft(NoCP_sequence2(:,i)); end %信道估计 [MH10,MH11,MH12,MH13] = func_channel_estmation(FFTed1,0,Nid,1,Tx_n,Sym_Len,Rx_n); [MH20,MH21,MH22,MH23] = func_channel_estmation(FFTed2,0,Nid,1,Tx_n,Sym_Len,Rx_n);