基于协作mimo系统的RM编译码误码率matlab仿真,对比硬判决译码和软判决译码

目录

1.算法运行效果图预览

2.算法运行软件版本

3.部分核心程序

4.算法理论概述

5.算法完整程序工程


1.算法运行效果图预览

2.算法运行软件版本

matlab2022a

3.部分核心程序

复制代码
..................................................................... 
    
    while(Err <= TL)
         k
         Err
         Num = Num + 1;
         %产生数据
         K             = min(K1,K2);
         Signal0       = round(rand(1,K));
         Signal        = [Signal0,zeros(1,K1-K2)];
         
         %*****************************************************************
         %RM编码
         Signal_RM_S2D = func_Encode(Signal,V1);
         %调制
         RM_mod_S2D    = modulate(mods,Signal_RM_S2D);
         %过信道
         RM_Noise_S2D  = RM_mod_S2D + sqrt(2*N01)*randn(size(RM_mod_S2D)); 
         
         %*****************************************************************
         %中继部分
         RM_demod_S2R  = demodulate(demods,RM_Noise_S2D);
         Bhat_S2R      = func_Decode_ML_hard(RM_demod_S2R,r+1,m,V1,N1,K1,I1); 
         %RM编码
         Signal_RM_S2R = func_Encode(Bhat_S2R(1:K),V2);
         %调制
         RM_mod_S2R    = modulate(mods,Signal_RM_S2R);
         %过信道
         RM_Noise_S2R  = RM_mod_S2R + sqrt(2*N03)*randn(size(RM_mod_S2R)); 

         %*****************************************************************
         %解调
         RM_demod_S2D  = demodulate(demods,[RM_Noise_S2D,RM_Noise_S2R]);
         LEN           = length(RM_demod_S2D);
         %RM译码
         Bhat_S2D1     = func_Decode_ML_hard(RM_demod_S2D(1:LEN/2),r+1,m,V1,N1,K1,I1); 
         Bhat_S2D2     = func_Decode_ML_hard(RM_demod_S2D(LEN/2+1:LEN),r,m,V2,N2,K2,I2); 
         %计算误码率
         Err           = Err + min([sum(xor(Bhat_S2D1(1:K),Signal0)),sum(xor(Bhat_S2D2(1:K),Signal0))]);
    end
    Errs(k) = Err/Num/length(Signal);
end    
  
figure
semilogy(SNR,Errs,'b-o');
grid on;
xlabel('SNR');
ylabel('Bit error');

save r0.mat SNR Errs
01_103m

4.算法理论概述

基于协作MIMO系统的RM编译码是无线通信领域中的一项重要技术。在协作MIMO系统中,多个天线协同工作以提供更高的数据传输速率和更好的可靠性。RM(Reed-Muller)码是其中的一种常用编码方案,具有纠错能力强和译码复杂度相对较低的优点。

Reed-Muller码 (RM码) 可依赖布尔函数(Boolean Functions)进行定义。

在RM码的译码过程中,通常有两种方法:RM硬判决译码和RM软判决译码。这两种译码方法的主要区别在于它们处理接收信号的方式。

1. RM硬判决译码:

  • 在硬判决译码中,接收到的信号经过解调后,直接进行量化,将连续的信号幅度映射为离散的符号。
  • 随后,这些离散符号被送入RM译码器进行译码操作。
  • 由于在硬判决过程中丢失了部分接收信号的信息,因此硬判决译码的性能通常较软判决译码差一些。

2. RM软判决译码:

  • 与硬判决译码不同,软判决译码在处理接收信号时,保留了更多的信息。
  • 在解调后,接收到的信号不仅包含符号信息,还包含关于信号质量的置信度信息(比如信号的幅度、相位等)。
  • 这些额外的信息被送入RM译码器,可以用于更精确地恢复原始发送的信息。
  • 通常,软判决译码的性能要优于硬判决译码,因为它更充分地利用了接收到的信号信息。

总结来说,基于协作MIMO系统的RM编译码中,RM硬判决译码和RM软判决译码的主要区别体现在对接收信号的处理方式上。硬判决译码直接量化接收信号为离散符号,而软判决译码则保留更多信号信息,并将其用于译码过程。因此,一般而言,RM软判决译码具有更好的性能,但实现复杂度也可能相对较高。

5.算法完整程序工程

OOOOO

OOO

O

相关推荐
机器学习之心12 小时前
物理信息神经网络与扩展物理信息神经网络(PINN/XPINN)求解功能梯度材料稳态—瞬态热传导,MATLAB代码
matlab·物理信息神经网络
Evand J4 天前
【MATLAB例程,PMSM19】永磁同步电机(PMSM)基于多速率无迹卡尔曼滤波(UKF)的转速与转子位置估计。测量缺失、状态预测与恢复性能分析
开发语言·matlab·电机·ekf·卡尔曼·电机滤波
星夜离尘564 天前
MATLAB 离散数据分箱:半开区间、末端点与计数、加权和、平均
算法·matlab
Evand J6 天前
【MATLAB例程介绍】(17)永磁同步电机(PMSM)基于自适应无迹卡尔曼滤波(AUKF)的电流噪声在线估计。测量噪声协方差自适应与转速估计对比仿真
开发语言·matlab·卡尔曼滤波·无迹卡尔曼滤波·pmsm·电机滤波
严肃小白兔7 天前
MATLAB 绘图与科研论文插图制作:图形设计、统计表达与矢量导出
开发语言·matlab·科研绘图
严肃小白兔9 天前
MATLAB 数值计算中的精度与误差问题:浮点运算、误差传播与数值稳定性
人工智能·算法·matlab
Evand J9 天前
【PMSM例程】(14)永磁同步电机无迹卡尔曼滤波(UKF)定子电阻在线辨识与补偿。电阻变化跟踪及预测误差对比仿真。附完整代码的下载链接
matlab·电机·滤波·卡尔曼滤波·永磁同步电机·无迹卡尔曼滤波·pmsm
爱喝雪碧的可乐9 天前
MATLAB
开发语言·算法·matlab
严肃小白兔9 天前
MATLAB 优秀开源项目与工具箱推荐:涵盖通信、图像处理、脑机接口等九大领域
图像处理·matlab·信息与通信·开源项目
Evand J12 天前
【MATLAB例程12】永磁同步电机基于增广无迹卡尔曼滤波的未知负载转矩在线观测
开发语言·matlab