通信网络
MIMO是如何实现抗干扰的?
我们都知道MIMO有两种方式,分集和复用;MIMO也有两个显著的特点——可靠性与有效性。
MIMO采用多进多出的天线,来实现可靠性和有效性的提升。公网采用MIMO用来提升通信容量——有效性,专网通信用MIMO来提升系统的可靠性。
今天主要来讲一讲MIMO是如何实现可靠性的提升。
分集
分集是在多条独立通道传输相同的数据,接收端通过分集合并技术,抵抗信道衰落,提升信道传输的可靠性。
复用
复用是在多条独立信道传输不同的数据,提升频谱利用率,增加信道容量。
在了解分集提升抗干扰性之前,我们先了解两个概念。
瑞利衰落和多径效应。
瑞利衰落是指信号在传输过程中,由于多普勒效应的影响使得信号的相位和幅度发生快速变化,这种变化被称为快速衰落。
多径衰落则是指信号在传输过程中经历了多条路径,不同路径的信号到达时相位不同引起信号的叠加干扰,导致信号的衰落。
瑞利衰落和多径衰落都是无线传输中不可避免的信道影响,但它们的产生机理不同。多径衰落是由于信号在传播时经历了不同路径的干涉导致信号衰减,而瑞利衰落则是由于信号振荡和干扰造成的快速衰落。在环境较为简单的开放区域,多径效应相对弱,主要由瑞利衰落引起;而在城市、山地等复杂环境下,多径效应很强,是主要的信道衰落因子。
瑞利衰落和多径衰落都衰落的一种,衰落具有独立性,即只要接收距离足够大,则接收到的信号衰落不具备相关性,这就是MIMO分集抗衰落的设计原则。
在信道中,使用1根发射天线n根接收天线,发送信号通过n个不同的路径。分集在天线设计时,都会保证各个天线之间无相关,所以天线之间的衰落是独立的,可以获得最大的分集增益为n,平均误差概率可以减小 。
对于发射分集技术来说,同样是利用多条路径的增益来提高系统的可靠性。在一个具有m根发射天线n根接收天线的系统中,如果天线对之间的路径增益是独立均匀分布的瑞利衰落,可以获得的最大分集增益为mn。
对比仿真
从仿真结果看,2T1R的效果好于1T1R,1T2R的效果好于2T1R,这也能理解4G手机是1发多收,而不是多发1收。
附仿真代码
frmLen = 100; % frame length numPackets = 1000; % number of packets EbNo = 020; % Eb/No varying to 20 dB N = 2; % maximum number of Tx antennas M = 2; % maximum number of Rx antennas % Create comm.BPSKModulator and comm.BPSKDemodulator System objects(TM) P = 2; % modulation order bpskMod = comm.BPSKModulator; bpskDemod = comm.BPSKDemodulator('OutputDataType','double'); % Create comm.OSTBCEncoder and comm.OSTBCCombiner System objects ostbcEnc = comm.OSTBCEncoder; ostbcComb = comm.OSTBCCombiner; awgn1Rx = comm.AWGNChannel(... 'NoiseMethod', 'Signal to noise ratio (Eb/No)', ... 'SignalPower', 1); awgn2Rx = clone(awgn1Rx); errorCalc1 = comm.ErrorRate; errorCalc2 = comm.ErrorRate; errorCalc3 = comm.ErrorRate; s = rng(55408); H = zeros(frmLen, N, M); ber_noDiver = zeros(3,length(EbNo)); ber_Alamouti = zeros(3,length(EbNo)); ber_MaxRatio = zeros(3,length(EbNo)); ber_thy2 = zeros(1,length(EbNo)); fig = figure; grid on; ax = fig.CurrentAxes; hold(ax,'on'); ax.YScale = 'log'; xlim(ax,[EbNo(1), EbNo(end)]); ylim(ax,[1e-4 1]); xlabel(ax,'Eb/No (dB)'); ylabel(ax,'BER'); fig.NumberTitle = 'off'; fig.Renderer = 'zbuffer'; fig.Name = 'Transmit vs. Receive Diversity'; title(ax,'Transmit vs. Receive Diversity'); set(fig, 'DefaultLegendAutoUpdate', 'off'); fig.Position = figposition([15 50 25 30]); for idx = 1:length(EbNo) reset(errorCalc1); reset(errorCalc2); reset(errorCalc3); % Set the EbNo property of the AWGNChannel System objects awgn1Rx.EbNo = EbNo(idx); awgn2Rx.EbNo = EbNo(idx); % Loop over the number of packets for packetIdx = 1:numPackets % Generate data vector per frame data = randi([0 P-1], frmLen, 1); % Modulate data modData = bpskMod(data); % Alamouti Space-Time Block Encoder encData = ostbcEnc(modData); % Create the Rayleigh distributed channel response matrix % for two transmit and two receive antennas H(1end, :, :) = (randn(frmLen/2, N, M) + ... 1i*randn(frmLen/2, N, M))/sqrt(2); % assume held constant for 2 symbol periods H(2end, :, :) = H(1end, :, :); % Extract part of H to represent the 1x1, 2x1 and 1x2 channels H11 = H(:,1,1); H21 = H(:,:,1)/sqrt(2); H12 = squeeze(H(:,1,:)); % Pass through the channels chanOut11 = H11 .* modData; chanOut21 = sum(H21.* encData, 2); chanOut12 = H12 .* repmat(modData, 1, 2); % Add AWGN rxSig11 = awgn1Rx(chanOut11); rxSig21 = awgn1Rx(chanOut21); rxSig12 = awgn2Rx(chanOut12); % Alamouti Space-Time Block Combiner decData = ostbcComb(rxSig21, H21); % ML Detector (minimum Euclidean distance) demod11 = bpskDemod(rxSig11.*conj(H11)); demod21 = bpskDemod(decData); demod12 = bpskDemod(sum(rxSig12.*conj(H12), 2)); % Calculate and update BER for current EbNo value % for uncoded 1x1 system ber_noDiver(:,idx) = errorCalc1(data, demod11); % for Alamouti coded 2x1 system ber_Alamouti(:,idx) = errorCalc2(data, demod21); % for Maximal-ratio combined 1x2 system ber_MaxRatio(:,idx) = errorCalc3(data, demod12); end % end of FOR loop for numPackets % Calculate theoretical second-order diversity BER for current EbNo ber_thy2(idx) = berfading(EbNo(idx), 'psk', 2, 2); % Plot results semilogy(ax,EbNo(1:idx), ber_noDiver(1,1:idx), 'r*', ... EbNo(1:idx), ber_Alamouti(1,1:idx), 'go', ... EbNo(1:idx), ber_MaxRatio(1,1:idx), 'bs', ... EbNo(1:idx), ber_thy2(1:idx), 'm'); legend(ax,'No Diversity (1Tx, 1Rx)', 'Alamouti (2Tx, 1Rx)',... 'Maximal-Ratio Combining (1Tx, 2Rx)', ... 'Theoretical 2nd-Order Diversity'); drawnow; end % end of for loop for EbNo % Perform curve fitting and replot the results fitBER11 = berfit(EbNo, ber_noDiver(1,:)); fitBER21 = berfit(EbNo, ber_Alamouti(1,:)); fitBER12 = berfit(EbNo, ber_MaxRatio(1,:)); semilogy(ax,EbNo, fitBER11, 'r', EbNo, fitBER21, 'g', EbNo, fitBER12, 'b'); hold(ax,'off'); % Restore default stream rng(s);
总结
当下对MIMO的主流应用主要在增加通信容量上。在专网领域,通信地形的复杂,采用MIMO分集技术可以提升通信系统的通信可靠性。
编辑:黄飞
全部0条评论
快来发表一下你的评论吧 !