微信公众号：EW Frontier
关注可了解更多的雷达、通信、人工智能相关代码。问题或建议，请公众号留言;
如果你觉得EW Frontier对你有帮助，欢迎加入我的知识星球或面包多，更多代码等你来学
知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412
面包多：https://mbd.pub/o/author-a2mYl2tsbA==/workQQ交流群：1022600869
如有侵权请联系删除~
摘要
该项目的目标是探索通信系统领域，重点是多输入多输出（MIMO）无线系统的帮助下，在实际的瑞利和莱斯信道的几个模拟和实施。我们从基本的单输入单输出系统（SISO）仿真开始，然后转向多输入多输出系统仿真。MIMO系统清楚地表明系统性能的改进，这可以是在可靠性或吞吐量方面。通过对几种MIMO空时分组码（STBC）的误码性能进行仿真和比较，了解STBC在MIMO系统中的重要性。我们继续使用软件定义无线电（SDR），USRP B210沿着GNU Radio实现通信系统。从单输入单输出开始，我们在实际环境中面临着一些挑战，如符号定时失配，高信道衰落，均衡和数据帧同步。我们也已经成功地实现了一个Alamanti STBC编码器和解码器。
引言
直到20世纪90年代初，大多数无线通信的工作都集中在无线链路的一端，通常是在接收器上有一个天线阵列。Gerard J. Foschini和Michael J. Gans，Foschini和Emre Telatar表明，对于高度散射的环境，可以通过在传输信道的两端使用多个天线来获得很大的容量增益。另一种方法是使用多个发射天线和仅可选的多个接收天线。Vahid Tarokh，Nambi Seshadri和Robert Calderbank提出了这些空时码，以实现比单天线系统显着的错误率改善。西亚瓦什·阿拉姆，以及后来的瓦希德·塔罗赫、哈米德·贾法尔哈尼和罗伯特·卡尔德班克开发了第一个时空分组码（STBC）。空时编码涉及数据的多个冗余副本的传输，以补偿衰落和热噪声，希望其中的一些可以以比其他更好的状态到达接收机。在空时分组码的情况下，要发送的数据流被编码成块，这些块分布在间隔开的天线之间并且跨时间分布。虽然有必要具有多个发射天线，但是没有必要具有多个接收天线。增加接收天线的数量可以提高性能。这种接收不同数据副本的过程被称为分集接收，直到Foschini 1998年的论文才被广泛研究。今天，所有无线技术的原型都是在软件定义的无线电上进行的。因此，为了理解软件定义无线电的架构和工作，我们必须参考多篇论文[1，2，8，9，10，11，12]。这些论文中的大多数虽然写的MIMO-OFDM系统，包含了大量的信息设计的MIMO系统。
无线通信系统的性能由两个主要参数来表征，即吞吐量和/或可靠性。随着我们向第五代移动的通信系统发展，对更低功率、更高吞吐量、更长距离和更可靠链路的需求成为一个挑战。MIMO系统中的概念在当今多种无线技术（例如4G LTE和802.11ac/ad）的发展中至关重要。我们确实看到了由于使用这项技术而带来的性能改善。
开始，了解无线通信系统和信道条件是至关重要的模拟和实施的项目。了解信道对发射信号的影响是仿真和实现无线通信系统的前提。首先进行简单的SISO系统仿真，以了解信道的影响。然后，我们开始理解发射和接收分集，以及由于分集的增加而导致的系统性能的改善。最大比接收合并（MRRC）是一种流行的技术，被认为是最好的接收分集技术之一。我们已经探讨了空时分组码的工作，包括Alamandro技术，在实际信道条件下进行模拟，并比较它们的性能彼此。此外，不同的解码策略进行了模拟，以获得最佳的信道效果和噪声消除的发射和接收分集的理解。我们使用B210软件定义无线电（SDR）实现了SISO无线通信系统。实施了Alamanti 2x1和2x2系统设计，并进行了功能测试。所有SDR设计都在GNU radio上实现。实现包括在GNU Radio平台上设计发射机和接收机。GNU Radio是一个开源的无线电仿真软件，具有SDR兼容性，并提供使用用户友好界面实现数据处理模块的自由。
文章插图
结论
使用天线参数、波长和距发射机的距离的确定性自由空间路径损耗模型不足以表征信道。该模型没有考虑实际信道中衰落的影响。为了说明由于多径效应引起的信号变化，使用了瑞利/莱斯信道模型。瑞利信道模型在描述没有主导视线分量的情况下的小尺度衰落效应时是有用的，而Rician模型描述了存在主导LoS分量的情况下的衰落过程。SISO系统在实际瑞利信道上的性能与其在AWGN信道上的性能相比明显较差。为了减少信号在瑞利信道中发生深度衰落的概率，我们试图通过使用多个天线来解决这个问题。比较了涉及发射分集、接收分集或两者的各种分集技术。随着分集阶数的增加，系统的误码率-信噪比特性得到改善。对采用不同译码策略的通信系统进行了比较。所使用的各种均衡策略是迫零（ZF）、最小均方误差（MMSE）和最大似然（ML）解码。使用连续干扰消除（SIC）来改进上述解码技术。采用最优排序技术，进一步提高了算法的性能。然而，ML方法优于上述所有方法。
我们的大部分工作都是基于物理层的，也就是说，从一个天线向另一个天线发送数据位。这一过程涉及相当多的步骤，从数据编码、重新打包比特、管理字节操作、将数据映射成符号、通过无线信道发送数据和有效接收。符号同步和消除信道干扰是我们继续面临许多挑战的关键领域。通过使用多相时钟同步块[4]在一定程度上处理了符号定时同步问题，并且使用定制设计的相关、同步和估计块解决了数据帧同步问题。在相关和同步模块中执行简单的信道估计，并使用该估计来均衡同步信号。由于执行数据流循环的软件的限制，我们无法使用GNU Radio实现自适应均衡。
MIMO帧同步、数据帧同步、Alamplitude 2x1和2x2解码器、Alamplitude编码器、信道估计和均衡（子）块被验证在实际仿真运行中工作，数据恢复的准确度为99%或更高。由于SDR性能的挑战，系统无法在大多数试运行中接收足够清晰和强大的信号进行无错误解码。然而，在性能良好的时候，我们能够获得上面分析部分所示的结果。
