大规模MIMO三维信道建模算法研究及仿真分析附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

个人主页： Matlab科研工作室

个人信条：格物致知。

更多Matlab仿真内容点击

智能优化算法       神经网络预测       雷达通信       无线传感器         电力系统

信号处理               图像处理               路径规划       元胞自动机         无人机

⛄ 内容介绍

MIMO （ Multiple Input Multiple Output ）技术采用多个天线，在相同时频资源上传输信号，能在不增加系统带宽的前提下提高信道容量，也能在较低的发射功率情形下得以实现。因此， MIMO 技术越来越多地受到无线通信研究者的关注，大规模 MIMO （ Massive   MIMO ）技术也被应用于 5G 系统。 而无论是在 MIMO 技术的理论研究阶段还是在 MIMO 系统的应用阶段，对 MIMO 信道模型的研究都是必不可少的 。

1.1    MIMO 技术研究背景和目的

随着无线通信研究的不断推进，对系统信道容量以及传输可靠性的要求也越来越高，加之能利用的频谱资源有限， SISO （ Single Input Single Output ）系统已无法满足人们对信道性能的要求 ^[1] ， MIMO 技术应运而生 ^[2] ，并迅速成为无线通信研究者的主要关注方向之一 ^{[3, 4]} 。 MIMO 技术最早出现在 3G 时代，是 4G 系统中所运用的主要技术之一，目前正在进行的 5G 系统研究也在 MIMO 技术方面进行更为深入的探索 ^[5] ，如：大规模 MIMO （ Massive   MIMO ）技术 ^[6-9] ，三维 MIMO （ Three   Dimension   MIMO ）技术 ^{[10, 11]} 。

MIMO 技术通过在通信链路的收发两端布置多个天线，而这多个天线的信号能在相同的时频资源上得以传输。其所提供的复用增益、分集增益和阵列增益能使系统的频谱效率、可靠性和功率效率得以优化 ^[12] 。而对于 MIMO 系统具体性能的研究离不开无线信道建模，其通过模拟实际信道，得到各种参数设置下的信道性能，进而能对系统进行更深层次的优化。因此，本文的主要内容是不同类型的 MIMO 信道建模算法研究及仿真实现。

1.2    MIMO 研究 现状

1.2.1    传统 MIMO 信道建模发展

随着信道测量工作的进行，相关研究组织逐渐用测得的信道参数构建出可用来进行仿真的信道模型。 3GPP （ 3rd   Generation   Partnership   Project ）组织最先提出 SCM （ Spatial   Channel   Model ）模型 ^[13] ，随后， WINNER （ Wireless   world   INitiative   NEw   Radio ）组织在 SCM 模型的基础上进行了一些扩展，形成 SCME （ Spatial   Channel   Model   Extension ）模型 ^[14] 。之后， WINNER 组织又提出了相应的 WINNER 模型，其中 WINNER   Ⅱ 模型在信道仿真时得到广泛采用 ^[15] 。上述所推出的 MIMO 信道模型都是基于几何建立的，为了降低信道建模的复杂度，一些通信企业包括 Nokia 联合高校共同提出了基于相关的 I - METRA （ Intelligent   Multi - element   Transmit   and   Receive   Antennas ） 信道模型。

1.2.2    大规模 MIMO 研究进展

自 2010 年底贝尔实验室提出大规模 MIMO 概念以来，众多学者和研究机构都在进行大规模 MIMO 信道建模和测量的工作。 2012 年， Tufvesson 在天线布置模式为均匀线性阵列（ ULA , Uniform   Linear   Array ）的情况下，测量研究了 2 . 6GHz 的大规模 MIMO 信道 ^[16] ，其实验结果表明不是全部的阵列天线都能够接收到反射簇辐射出去的电磁波，进一步证实了近场效应。文献 [ 18-19 ] 给出了实际信道环境下的大规模 MIMO 相关参数测量结果 ^{[17, 18]} ， 可明显观察到大规模 MIMO 信道在天线阵列上的大尺度衰落特性。大规模 MIMO 系统由于基站端的天线数目较大，运用传统的线性阵列会突破体积的限制，因而更多的是采用共址极化天线，使空间得到复用。文献 [ 20 ]给出了大规模 MIMO 场景下优化的天线选择算法 ^[19] 。

⛄ 部分代码

% 不同规模MIMO信道容量对比

% 2 x 2 , 4 x 4 , 16 x 16 

clc;

clear;

U = [2,4,16];

S = [2,4,16];

snr = 1:20;

C_1 = zeros(3,length(snr));

C_2 = zeros(3,length(snr));

d2D = 250;

% UMi场景

scene = 1;

[sigma_ASD,sigma_ZSD,sigma_DS,sigma_SF,sigma_ASA,sigma_ZSA,N_cluster,N_ray,...

c_ASD,m_ZSD,Dsp,Pcs,m_ZSD_offset,c_ZSA,c_ASA,m_xpr,s_xpr]=generate_para(scene,d2D);

E_XPR = exp(s_xpr^2.*(log(10).^2)/200-m_xpr.*log(10)/10); 

for ii = 1:3

    I = eye(U(ii),S(ii));

    H = channel_3DMIMO(scene,d2D,U(ii),S(ii));

    H_MIMO = mean(H,3);

    

    for SNR = 1:20

        SNR_linear = 10.^(0.1*SNR/(1+E_XPR));

        C_1(ii,SNR) = log2(det(I+(SNR_linear/S(ii))*(H_MIMO*H_MIMO.’)));

        C_1(ii,SNR) = real(C_1(ii,SNR));

    end

end

plot(snr,C_1(1,:),’-+’,’LineWidth’,2);

hold on;

plot(snr,C_1(2,:),’-o’,’LineWidth’,2);

hold on;

plot(snr,C_1(3,:),’-s’,’LineWidth’,2);

hold on;

xlabel(’SNR/(dB)’);

ylabel(’信道容量/(b/s/Hz)’);

grid on;

% UMa场景

scene_2 = 2;

[sigma_ASD,sigma_ZSD,sigma_DS,sigma_SF,sigma_ASA,sigma_ZSA,N_cluster,N_ray,...

 c_ASD,m_ZSD,Dsp,Pcs,m_ZSD_offset,c_ZSA,c_ASA,m_xpr,s_xpr]=generate_para(scene_2,d2D);

E_XPR = exp(s_xpr^2.*(log(10).^2)/200-m_xpr.*log(10)/10); 

for ii = 1:3

    I = eye(U(ii),S(ii));

    H = channel_3DMIMO(scene_2,d2D,U(ii),S(ii));

    H_MIMO = mean(H,3);

    

    for SNR = 1:20

        SNR_linear = 10.^(0.1*SNR/(1+E_XPR));

        C_2(ii,SNR) = log2(det(I+(SNR_linear/S(ii))*(H_MIMO*H_MIMO.’)));

        C_2(ii,SNR) = real(C_2(ii,SNR));

    end

end

figure

plot(snr,C_2(1,:),’:+’,’LineWidth’,2);

hold on;

plot(snr,C_2(2,:),’:o’,’LineWidth’,2);

hold on;

plot(snr,C_2(3,:),’:s’,’LineWidth’,2);

legend(’UMi-2x2’,’UMi-4x4’,’UMi-16x16’,’UMa-2x2’,’UMa-4x4’,’UMa-16x16’);

⛄ 运行结果

⛄ 参考文献

[1] 陈瑶 , 郭一凡 . 一种新的时变  SISO 和  MIMO 信道仿真方法 [J]. 科技创新导报 , 2011: 36-39.

[2] Obinna O, Kennedy O, Osemwegie O, et al. Comparative Analysis of Channel Estimation Techniques in SISO, MISO and MIMO Systems[J]. International Journal of Electronics and Telecommunications, 2017, 63(3): 299-304.

[3] 李智峰 . 3D-MIMO 技术在 TD-LTE 网络中的应用研究 [J]. 现代信息科技 , 2019,(07): 47-48.

[4] 刘春玲 , 马秋成 , 张然 . 基于 MIMO 系统的容量最大化资源分配算法 [J]. 计算机科学 , 2018, 45(S2): 299-302.

[5] 丁远 , 王楚锋 . 4*4 MIMO 实现  5G 室分系统的研究 [J]. 信息技术与信息化 , 2019,(4): 141-147.

[6] 曾挚 . 面向 5G 的 Massive MIMO 系统关键技术研究  [J]. 互联网 + 安全 , 2018: 142-144.

[7] 王映民 , 孙韶辉 , 康绍莉 , 等 . 面向 5G 增强的大规模天线技术 [J]. 移动通信 , 2019, 43(04): 15-20.

[8] 伍株仪 . 5G MASSIVE MIMO 技术 [J]. 通信技术 , 2019: 49-50.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料