m可见光通信的空间调制(sm)误码率matlab仿真

1.算法描述

      可见光通信技术（Visible Light Communication，VLC）是指利用可见光波段的光作为信息载体，在空气中直接传输光信号的通信方式。可见光通信技术绿色低碳、可实现近乎零耗能通信，还可有效避免无线电通信电磁信号泄露等弱点，快速构建抗干扰、抗截获的安全信息空间。未来，可见光通信也将与WiFi、蜂窝网络（3G、4G、甚至5G）等通信技术交互融合，在物联网、智慧城市（家庭）、航空、航海、地铁、高铁、室内导航和井下作业等领域带来创新应用和价值体验。

       可见光无线通信是以LED为载体，在不影响正常照明前提下，将信息通过调制器进行调制后，将数字信号载频到LED灯具上，利用LED发出快速的光脉冲无线传输信息。接收端利用光电转换器（PD）接收含有信息的可见光，并转换为电信号，然后进行滤波、整形和放大，并从中解调出相应的模拟信息。如果需要双向传输（即下行和上行）或多路传输，则需要进行频谱区分或多路取样调制，并加入同步识别信号和同步检测信号。对于可见光通信基站，通过信号源连接线将各个基站并联连接，在只有下行信号传输系统中，无“信息接收部分”，只能通过“信息发射部分”将光信号下行，由带有光电接收器/信号解调器的电脑或手机接收。

 

       空间调制技术是近年来提出的一种多天线空间复用技术.由于其单射频传输特性,空间调制结构发送端不需要天线间同步,接收机仅需要一个简单的单数据流检测器.另外,空间调制还能够利用无源天线传递信息.因此,空间调制相比传统的多天线技术具有更高的能量效率,一经提出就引起了国内外学者的广泛关注.

 

        目前，以空间调制(Spatial Modulation，SM)、广义空间调制(Generalized Spatial Modulation，GSM)为代表的新型MIMO技术，成为4G以及5G的关键技术。空间调制系统在一个符号周期内，发送端只选择部分发送天线发送信号，从而大大提高了频谱效率，是大规模MIMO系统的重大突破。空间调制是将待发送的比特信息分成两部分，一部分用于进行数字调制符号的映射，另一部分则用于选择发射天线。

 

     空间调制（Spatial Modulation，SM），顾名思义，可以视为调制的一种。一般所说的调制如 QAM，是根据 0/1 比特序列对发射信号的幅度或是相位进行对应的改变，而 SM 则是根据对应比特序列来改变发射信号的“空间”特性，具体来说，是发射信号的信道特性。   

  假设在传输信息的过程中，某个时隙的信息比特序列为u ( 1 × N ) ∈ R u_{(1\times N)}\in\Ru

(1×N)∈R。经过比特分割后得到u 1 ( 1 × N 1 ) ∈ R u_{1(1\times N_1)}\in\Ru 1(1×N 1)∈R，用于选择天线，其中N 1 N_1N 1为用于选择天线的比特数；u 2 ( 1 × ( N − N 1 ) ) ∈ R u_{2(1\times (N-N_1))}\in\Ru 2(1×(N−N 1))∈R，用于调制符号的映射。空间调制系统模型如图1-1所示。

 

 

 

 

    空间调制（Spatial Modulation，SM），顾名思义，可以视为调制的一种。一般所说的调制如 QAM，是根据 0/1 比特序列对发射信号的幅度或是相位进行对应的改变，而 SM 则是根据对应比特序列来改变发射信号的“空间”特性，具体来说，是发射信号的信道特性。

 

    SM 的优势在于能够通过相互独立的信道来发送额外的比特信息。频谱效率得到提升。同时，由于每一时刻被激活工作的发射天线只有一根，因此原本 MIMO 中存在的 ICI 问题也就被避免了，并且发射机的射频链每一时刻只需要一条，功耗可控。另外，这一方案对接收机的天线数目要求并不高，可适用于移动终端。

 

2.仿真效果预览

matlab2022a仿真结果如下：

 

 

 

 

 

 

 

 

3.MATLAB核心程序

 

MTKL  = 500;        
%LED数量
LEDt  = 4;
LEDr  = 4; 
%每帧符号数 %下面几个为保存仿真的变量和统计数据长度使用
Flen  = 100;   
Blen  = log2(LEDt)+1;  
Alen  = log2(LEDt).*Flen; 
Mlen  = Flen; 
Fn    = zeros(1,LEDt);  
Hh    = zeros(LEDt,LEDr);  
 
for ij=1:length(SNRs)%开始循环，每次仿真不同的SNR
    for mt=1:MTKL%蒙特卡洛循环，计算平均，提高精度
        [ij,mt]
        %瑞利信道
        H1 = (randn(LEDt, LEDr) + randn(LEDt, LEDr)*1i)/sqrt(2);
        for i1=1:LEDt               
            Fn(i1)=norm(H1(i1,:),'fro'); 
            Hh(i1,:)=H1(i1,:)./Fn(i1)*sqrt(LEDr);   %计算瑞丽信道的范数作为最终的信道参数
        end
        %发送
        BitMod  = double(randn(1,Mlen)>=0.5);  %产生测试数据
        SymMod  = -2*BitMod+1;%数据0101变为-1,1，-1,1          
        BitAnt  = double(randn(1,Alen)>=0.5);  
        %进制转换
        IndexAnt= func_bit2dec(BitAnt,log2(LEDt))+1;  
        %发送矩阵，转换为空间调制方式发送
        Tdat    = zeros(Flen,LEDt);       
        for j1=1:Flen
            Tdat(j1,IndexAnt(j1)) = SymMod(j1);
        end
        %信道H+awgn
        Tdat2 = Tdat*Hh;    %信道H
        Rdat  = awgn(Tdat2,SNRs(ij),'measured');  %信道awgn
        
        %根据文献可知，使用最大似然ML检测
        [ML_dat1,ML_dat2] = func_ML(Rdat,LEDt,Hh,Flen);
        ML_dat3           = reshape(ML_dat1,1,log2(LEDt)*Flen);
        err1(ij,mt)       = sum(ML_dat3~=BitAnt);  
        err2(ij,mt)       = sum(ML_dat2~=BitMod);         
    end
    err3(ij)=[mean(err1(ij,:))+mean(err2(ij,:))]/(Alen+Mlen);%计算误码率
end