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：729981694
如有侵权请联系删除~
摘要
拟议的研究分析了几种方法，通过使用过去的无线技术来实现更高的数据速率，并通过对它们进行工作和修改来增强过去的技术，以实现更好的数据流速率。本研究的重点是多输入多输出（MIMO）系统，利用多路复用和分集技术来产生更高的数据速率、更高的数据流信道。如今，无线技术正在发展，因此从未来的角度来看，非常需要改善收发器侧的当前数据流速率特性。这里，通过使用节点的两端，可以实现无线系统的更高的数据流动容量，同时在将数据分组从一个门传输到另一个门并且通过信道获得快速响应的同时具有非常可忽略的损失沿着的一致的质量性能，该信道通过使用空间复用并将其增加到更高级别而被修改。这种空间复用有助于未损坏的数据分组在传输时尽可能快地到达链路目标，并且由于这一点，仅通过使用MIMO系统就可以以更高的数据增益速率实现更高的数据流速率。基于过去的通信技术，本研究已经确定，Alamanti STBC和ZF均衡器是分析MIMO系统计算通信分集的最佳补救措施，包括BPSK调制技术的帮助，以实现更好的质量结果。使用Alamanti STBC和ZF均衡技术来计算BER结果，并且这将是用于找到收发器上的接收器节点的线性均衡技术。最重要的一点是，所有的操作都是在MATLAB上执行的。
简介
本项目侧重于使用 Alamouti 空时分组编码 （STBC） 和均衡技术提高 MIMO（多输入多输出）无线系统中的数据传输速率。该方法采用 BPSK 调制，通过 MATLAB 仿真分析各种均衡器的性能，包括强制归零 （ZF）。这是从一篇研究论文中实现的。
该研究生成随机二进制数据包，应用数字调制，并评估系统的误码率 （BER） 以评估性能。通过利用空间多路复用和分集，该研究旨在改善无线通信中的数据流和可靠性，解决衰落和干扰等挑战。
使用 Alamouti STBC 进行 BER 分析
所提出的方法利用BPSK调制技术来分析Alamouti STBC方案。正如我们可以看到的，以框图的形式提出的Alamanti STBC的方法。在这种方法中，我们必须产生一系列的31位随机二进制数据包。
为了产生数据包，我们必须使用一些随机数据源，这些数据源具有不同类型的1和0序列。符号映射是这些随机数据分组要去的目的地。整个操作都是使用序列技术完成的。
现在，在接下来的步骤中，我们必须调制输入的数据源，这可以通过使用称为数字调制技术的技术来完成。众所周知，在无线数据传输系统中，BPSK调制技术对于更好地进行业务分析是非常必要的。
在这个提出的方法中，我们必须为发射机和接收机创建数据流分集，这意味着当即将到来的数据分组到达收发机时，我们必须使它们多样化，这可以通过Alamerican STBC来完成。数据流的输出信号通过瑞利多径衰落信道。
在这种方法中还有另一个更重要的元素，即最大似然（ML）检测器。该最大似然（ML）检测器用于检测经STBC解码的数据信号。当数字调制技术开始时，该过程产生多个波形，这些波形由解调技术转换成真实的变换比特。
调制器的重要作用是它有一些规则，用于决定发送哪个比特必须被发送，无论它是“0”还是“1”。
多输入多输出技术由于其能够在不需要额外带宽或传输信号的情况下改善数据连接和链路范围而在电信中得到普及。MIMO通过改进的链路可靠性和频谱效率或分集来实现这一点。MIMO是当前无线通信技术（包括WIMAX、LTE、4G和IEEE 802.11n（Wi-Fi））的关键组成部分。
这种MIMO技术已经发展为现代无线通信中的复杂且技术上重要的方法。这项尖端技术可能有助于解决未来互联网加速无线网络中的流量容量问题。除了作为一种先进的系统发展之外，它还有助于宽带无线接入系统、第三代（3G）网络和无线局域网（WLAN）等领域。
simulink系统框图及仿真结果
MATLAB代码展示
clc;clear all;close all;N = 10^6;Eb_No = [0:25];nRx = 2;No_Err = zeros(1, length(Eb_No)); % Initialize error arraySim_Ber = zeros(1, length(Eb_No)); % Initialize BER arrayfor ii = 1:length(Eb_No)RandS = rand(1, N) > 0.5;s = 2 * RandS - 1;STBCode = 1/sqrt(2) * kron(reshape(s, 2, N/2), ones(1, 2));Ray_ch = 1/sqrt(2) * (randn(nRx, N) + 1j * randn(nRx, N));Wh_gau = 1/sqrt(2) * (randn(nRx, N) + 1j * randn(nRx, N));y = zeros(nRx, N);S_Rx = zeros(nRx * 2, N);Nos_Eq = zeros(nRx * 2, N);for kk = 1:nRxNo_Ray = kron(reshape(Ray_ch(kk, :), 2, N/2), ones(1, 2));temp = No_Ray;No_Ray(1, [2:2:end]) = conj(temp(2, [2:2:end]));No_Ray(2, [2:2:end]) = -conj(temp(1, [2:2:end]));y(kk, :) = sum(No_Ray .* STBCode, 1) + 10^(-Eb_No(ii)/20) * Wh_gau(kk, :);S_Rx([2 * kk - 1 : 2 * kk], :) = kron(reshape(y(kk, :), 2, N/2), ones(1, 2));Nos_Eq([2 * kk - 1 : 2 * kk], :) = No_Ray;Nos_Eq(2 * kk - 1, [1:2:end]) = conj(Nos_Eq(2 * kk - 1, [1:2:end]));Nos_Eq(2 * kk, [2:2:end]) = conj(Nos_Eq(2 * kk, [2:2:end]));endNos_EqPower = sum(Nos_Eq .* conj(Nos_Eq), 1);EQ_s = sum(Nos_Eq .* S_Rx, 1) ./ Nos_EqPower;EQ_s(2:2:end) = conj(EQ_s(2:2:end));S_EQ_s = real(EQ_s) > 0;No_Err(ii) = size(find(RandS - S_EQ_s), 2);endSim_Ber = No_Err / N; % Calculate simulated BEREbNo_1 = 10.^(Eb_No / 10);theoryBer_nRx1 = 0.5 .* (1 - 1 * (1 + 1 ./ EbNo_1) .^ (-0.5));p = 1/2 - 1/2 * (1 + 1 ./ EbNo_1) .^ (-1/2);theoryBerMRC_nRx2 = p .^ 2 .* (1 + 2 * (1 - p));pAlamouti = 1/2 - 1/2 * (1 + 2 ./ EbNo_1) .^ (-1/2);theoryBerAlamouti_nTx2_nRx1 = pAlamouti .^ 2 .* (1 + 2 * (1 - pAlamouti));figure;semilogy(Eb_No, theoryBer_nRx1, 'bp-', 'LineWidth', 2);hold on;semilogy(Eb_No, theoryBerMRC_nRx2, 'kd-', 'LineWidth', 2);semilogy(Eb_No, theoryBerAlamouti_nTx2_nRx1, 'c+-', 'LineWidth', 2);semilogy(Eb_No, Sim_Ber, 'mo-', 'LineWidth', 2); % Plot simulated BERaxis([0 25 10^-5 0.5]);grid on;legend('theory (nTx=1, nRx=1)', 'theory (nTx=1, nRx=2, MRC)', 'theory (nTx=2, nRx=1, Alamouti)', 'sim (nTx=2, nRx=2, Alamouti)');xlabel('Eb/No, dB');ylabel('Bit Error Rate');title('BER for BPSK modulation with 2Tx, 2Rx Alamouti STBC (Rayleigh Channel)');
资料链接地址
https://github.com/Synisterflare02/MIMO-STBC-Equalization-MATLAB
