MIMO系統(tǒng)信號檢測的仿真分析案例目錄TOC\o"1-3"\h\u6121MIMO系統(tǒng)信號檢測的仿真分析案例 1325751.1V-BLAST結(jié)構(gòu)ZF檢測算法性能 179761.1.1仿真參數(shù) 173251.1.2仿真圖 1122561.1.3仿真結(jié)果分析 3106561.2比較ZF和MMSE檢測算法性能 3241861.2.1仿真參數(shù) 3254861.2.2仿真圖 429681.2.3仿真結(jié)果分析 4181961.3基于不同的條件進(jìn)行排序的OSIC檢測 5116541.4ZF、MMSE、ZF－SIC和MMSE－SIC信號檢測性能比較 6216191.4.1仿真時(shí)的參數(shù) 687231.4.2MATLAB仿真結(jié)果 6159781.4.3結(jié)果分析 71.1V-BLAST結(jié)構(gòu)ZF檢測算法性能1.1.1仿真參數(shù)發(fā)射天線數(shù)Nt=4，接收天線數(shù)Nr=4，仿真的總幀數(shù)L=10000，每幀的長度N=10，調(diào)制方式為QPSK。1.1.2仿真圖如圖4-1所示V-BLAST結(jié)構(gòu)ZF檢測算法性能；圖4-2所示理想干擾消除ZF檢測算法性能；圖4-3所示非理想干擾消除ZF檢測算法性能。圖4-1V-BLAST結(jié)構(gòu)ZF檢測算法性能圖4-2理想干擾消除ZF檢測算法性能圖4-3非理想干擾消除ZF檢測算法性能1.1.3仿真結(jié)果分析由圖4-1可以發(fā)現(xiàn)，對于V-BLAST結(jié)構(gòu)ZF算法檢測，實(shí)施理想干擾消除，非理想干擾消除和無干擾消除都是隨著信噪比的增加，誤比特率降低。實(shí)施理想干擾消除的性能最好，非理想干擾消除比理想干擾消除的性能要差一點(diǎn)，無干擾消除的性能最差。由圖4-2和圖4-3分析可以知道，理想干擾消除和非理想干擾消除都是隨著信噪比的增加，誤比特率減小；檢測層數(shù)越大，誤比特率越高。因?yàn)樵诜抢硐肭闆r下，一般使用實(shí)時(shí)解調(diào)，在這個(gè)解調(diào)下可能會(huì)出現(xiàn)錯(cuò)誤，所以性能有所降低。因此，實(shí)施干擾消除的話，每一個(gè)檢測層數(shù)的誤比特率是減小的，提高了檢測性能。1.2比較ZF和MMSE檢測算法性能1.2.1仿真參數(shù)發(fā)射天線數(shù)Nt=4，接收天線數(shù)Nr=4，仿真的總幀數(shù)L=10000，調(diào)制方式為QPSK。1.2.2仿真圖如圖4-4所示ZF和MMSE算法檢測性能比較。圖4-4ZF和MMSE算法檢測性能比較1.2.3仿真結(jié)果分析由圖4-4可以知道，ZF和MMSE算法檢測隨著比特信噪比的增大，誤比特率減小。由于ZF擴(kuò)大了噪音，而MMSE探究了噪音的影響，MMSE算法性能比ZF的好。MMSE算法與理論值一致。1.3基于不同的條件進(jìn)行排序的OSIC檢測圖4-5OSIC排序檢測性能圖4-5所示的是：4發(fā)4收，16QAM調(diào)制方式時(shí)實(shí)現(xiàn)不同的OSIC信號檢測方法：基于SINR排序，基于類排序和基于SNR排序的BER性能曲線。OSIC是基于排序的一種MIMO系統(tǒng)檢測算法，圖1.5是基于不同的條件進(jìn)行排序。信噪比定義為。算法性能用BER來比較。BER也就是誤比特率，比特出錯(cuò)概率，時(shí)間間隔期間由錯(cuò)誤比特的數(shù)目除以傳送的比特的總數(shù)，通常以百分比表示。由圖可以發(fā)現(xiàn)，基于SINR排序的OSIC檢測性能最好。基于類排序和基于SNR排序的OSIC檢測性能相差不大。隨著信噪比的提高，基于SINR排序，基于類排序和基于SNR排序的OSIC檢測的誤比特率逐漸下降，基于SINR排序的OSIC下降幅度最大。信噪比為15前，基于類排序和基于SNR排序的OSIC的誤比特率幾乎一樣，信噪比在15之后，基于SNR排序的OSIC下降速度略快于基于類排序的OSIC。所以，不同條件下排序，基于SINR排序，類排序和SNR排序的OSIC信號檢測中，基于SINR排序的OSIC檢測性能最好。1.4ZF、MMSE、ZF－SIC和MMSE－SIC信號檢測性能比較為了對幾種不一樣的信號檢測算法的性能進(jìn)行比較，在相同配置的情況下進(jìn)行仿真。1.1.1仿真時(shí)的參數(shù)調(diào)制方式為BPSK調(diào)制；發(fā)射天線數(shù)tx=4，接收天線rx=4,發(fā)射矩陣長度L（幀長）=10000；快衰落Rayleigh信道H;均值為0方差為1的高斯白噪聲n。1.1.2MATLAB仿真結(jié)果如下圖4-6所示ZF、MMSE、ZF－SIC、MMSE－SIC性能比較：圖4-6ZF、MMSE、ZF－SIC、MMSE－SIC性能比較1.1.3結(jié)果分析上圖4-6給出了ZF、MMSE、ZF－SIC、MMSE－SIC這4種信號檢測方法的誤比特率隨信噪比變化的情況。由圖可以發(fā)現(xiàn)，隨著誤比特率的提高，MMSE－SIC擴(kuò)展大，隨著信噪比的增大，ZF、MMSE、ZF－SIC、MMSE－SIC都是下降的，但是MMSE－SIC下降幅度最大，ZF下降幅度最小。ZF和ZF－SIC下降的斜率（速度）是一致的，但起始是不一樣的，ZF比較大。MMSE的檢測性能比ZF算法的檢測性能好。這是因?yàn)镸MSE算法在處理ISI時(shí)降低了噪聲的干擾，使噪聲與同頻信號相互干擾所發(fā)生的誤差最小。MMSE算法利用最小均方誤差的特性降低了ZF算法的噪聲。為了消除碼間干擾，ZF算法全部忽視了噪聲的對信號產(chǎn)生的不好影響，抗噪聲性能較差。一般來說，極少會(huì)單獨(dú)使用ZF算法和MMSE算法。通過優(yōu)化序列和提前刪除信號消除了干擾，相對于線性檢測來說，大大