%基于ZF准则和MMSE准则的预编码性能比较
function zf_mmse()
clear all
close all
format long; %将数据显示为长整型科学计数
Nt=4;%天线个数
Nr=4;
SNR=[0:2:20];%设置不同信噪比
channel_n=100*ones(1,length(SNR));
error_mmselinp=zeros(1,length(SNR));%初始化误码率
error_zflinp=zeros(1,length(SNR));
for loop_ebno=1:length(SNR)%不同信噪比的循环
snr=10.^(SNR(loop_ebno)/10);%将信噪比从分贝形式转化成比例表示
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*Nt;%总共的发射功率
sigma_n2=es/snr;%噪声功率
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
H=sqrt(1/2)*(randn(Nr,Nt)+j*randn(Nr,Nt));%信道增益矩阵
mmse_F=H'*inv(H*H'+sigma_n2/ea*eye(Nt));
zf_F=H'*inv(H*H'); %求出F^,文献MIMO信道预编码技术研究
beta_mmse=sqrt(es/norm(mmse_F,'fro').^2);
beta_zf=sqrt(es/norm(zf_F,'fro').^2);%计算zf_F的Frobenius范数%%求出缩放因子beta
F_mmse=beta_mmse*mmse_F;
F_zf=beta_zf*zf_F;%求出预编码矩阵F=F^×beta
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(Nt,1))+j*sign(randn(Nt,1)));%产生信号
u=sqrt(1/2)*gen_u;%归一化信号功率
x_mmse=F_mmse*u;
x_zf=F_zf*u;%发送信号
noise=sqrt(sigma_n2/2)*(randn(Nr,1)+j*randn(Nr,1));%生成噪声功率为sigma_n2的噪声
noise1=sqrt(sigma_n2/2)*(randn(Nr,1)+j*randn(Nr,1));
y_mmse=H*x_mmse+noise;
y_zf=H*x_zf+noise1;
r_mmse=1/beta_mmse*y_mmse;
r_zf=1/beta_zf*y_zf;%接收信号
rev_data_mmse=sign(real(r_mmse))+j*sign(imag(r_mmse));%对接收信号进行判决
rev_data_zf=sign(real(r_zf))+j*sign(imag(r_zf));
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
error_zflinp(1,loop_ebno)=error_zflinp(1,loop_ebno)+sum(((abs(rev_data_zf-gen_u)).^2)/4);
end
end
toc
ber_mmselinp(1,loop_ebno)=error_mmselinp(1,loop_ebno)/(num*Nt*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
ber_zflinp(1,loop_ebno)=error_zflinp(1,loop_ebno)/(num*Nt*2*channel_n(loop_ebno));
end
%画出不同准则下误码率和信噪比的曲线
P1=semilogy(SNR,ber_mmselinp,'o-r');
hold on
P2=semilogy(SNR,ber_zflinp,'*-k');
set(P1,'Linewidth',[2]);%P1线宽2号
set(P2,'Linewidth',[2]);%P2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
leg2='zflinear';
legend(leg1,leg2);
评论0