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
民乐团扒谱机20 小时前
【微实验】物理启发神经网络(PINN):当AI学会遵守物理定律(附matlab代码))
人工智能·神经网络·matlab
NoteStream1 天前
MATLAB绘制带置信区间的折线散点图(科研绘图模板)
开发语言·matlab
简简单单做算法1 天前
基于遗传算法和贝叶斯联合优化的BiLSTM(GA-BO-BiLSTM)一维时间序列预测算法matlab仿真
matlab·一维时间序列预测·ga-bo-bilstm·遗传和贝叶斯联合优化
机器学习之心1 天前
MATLAB 实战复盘:集合覆盖模型 + 线性加权和法,搞定应急物流中心选址
matlab·集合覆盖模型·线性加权和法·应急物流中心选址
程高兴2 天前
三相两电平光伏MPPT定步长扰动观察法Simulink
matlab
CAE3202 天前
BPM-Matlab光束传播法光学仿真
matlab·bpm·光束传播法
Evand J3 天前
【MATLAB例程,车联网8】MPC网联车辆节能跟驰控制:速度跟踪、间距约束与能耗优化。附MATLAB完整代码的下载链接
开发语言·matlab·车联网·调度·mpc·节能·车辆控制
阿 才3 天前
Matlab(Simulink)使用详解
运维·网络·matlab
Evand J3 天前
【MATLAB例程,车联网12】基于模型预测控制(MPC)的网联车辆交叉口生态驾驶动态优化仿真分析。附完整代码的下载链接
物联网·matlab·车联网·mpc·模型预测控制·车辆·网联车辆
民乐团扒谱机3 天前
【微实验】线性代数之——奇异值分解 SVD:穿透数据迷雾的“X光机”,附 MATLAB 全流程仿真
线性代数·算法·matlab