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MMSE

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

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,128评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,316评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,737评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,283评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,384评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,458评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,467评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,251评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,688评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,980评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,155评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,818评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,492评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,142评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,382评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,020评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,044评论 2 352

推荐阅读更多精彩内容