diedai.rar_MIMO最优化_MIMO最优预编码_MIMO预编码_通信最优化_预编码

%jmmse预编码性能 clear all close all format long; %将数据显示为长整型科学计数 Ns=4;%天线个数 Nr=4; Nd=4; SNR1=[0:5:30];%设置不同信噪比 SNR2=20; channel_n=100*ones(1,length(SNR1)); error_mmselinp=zeros(1,length(SNR1));%初始化误码率 for loop_ebno=1:length(SNR1)%不同信噪比的循环 snr1=10.^(SNR1(loop_ebno)/10);%将信噪比从分贝形式转化成比例表示 snr2=10.^(SNR2); 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*Ns;%总共的发射功率 er=ea*Nr; sigma_n1=es/snr1;%噪声功率 sigma_n2=er/snr2; 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 H1=sqrt(1/2)*(randn(Nr,Ns)+j*randn(Nr,Ns));%信道增益矩阵 H2=sqrt(1/2)*(randn(Nr,Ns)+j*randn(Nr,Ns)); F=eye(Ns); Q=eye(Nr);%初始化F,Q mseF=1; mseQ=1;%初始化差值 while(mseF>0.0001||mseQ>0.0001);%迭代过程 W=F'*H1'*Q'*H2'*inv(H2*Q*H1*F*F'*H1'*Q'*H2'+sigma_n1*H2*Q*Q'*H2'+sigma_n2*eye(Nd)); nemt2=sigma_n2*trace(W*W')/er; nemt1=(trace(sigma_n1*W*H2*Q*Q'*H2'*W')+nemt2*trace(sigma_n1*Q*Q'))/es; Q1=inv(H2'*W'*W*H2+nemt2*eye(Nr))*H2'*W'*F'*H1'*inv(H1*F*F'*H1'+sigma_n1*eye(Nr)); F1=inv(H1'*Q'*H2'*W'*W*H2*Q*H1+nemt1*eye(Ns)+nemt2*H1'*Q'*Q*H1)*H1'*Q'*H2'*W';%更新F,Q mseF=norm(F1-F,'fro').^2; mseF=norm(Q1-Q,'fro').^2; F=F1; Q=Q1; end 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(Ns,1))+j*sign(randn(Ns,1)));%产生信号 u=sqrt(1/2)*gen_u;%归一化信号功率 noise1=sqrt(sigma_n1/2)*(randn(Nr,1)+j*randn(Nr,1));%生成噪声功率为sigma_n2的噪声 noise2=sqrt(sigma_n2/2)*(randn(Nr,1)+j*randn(Nr,1)); yr=H1*F*u+noise1; yd=H2*Q*yr+noise2; x1=W*yd; rev_data_mmse=sign(real(x1))+j*sign(imag(x1));%对接收信号进行判决 error_mmselinp(1,loop_ebno)=error_mmselinp(1,loop_ebno)+sum(((abs(rev_data_mmse-gen_u)).^2)/4);%计算误比特数 end end toc ber_mmselinp(1,loop_ebno)=error_mmselinp(1,loop_ebno)/(num*Ns*2*channel_n(loop_ebno));%注意每一个信噪比产生的数据数=channel_n(loop_ebno)*num*Nt*2, %乘以2是因为，产生的数据符号式复数，相当于进行了4QAM调制 end %画出不同准则下误码率和信噪比的曲线 P1=semilogy(SNR1,ber_mmselinp,'o-r'); hold on set(P1,'Linewidth',[2]);%P1线宽2号 grid on; xlabel('symbol SNR(dB)');ylabel('BER'); title('基于ZF准则和MMSE准则的预编码性能比较') leg1='mmselinear';%设置图例 legend(leg1);