L
lastminuteproject
Guest
Hi sa mga tao
Mayroon akong isang tanong tungkol sa MIMO matlab code.
Ako ay ang paggawa ng aking mga sanaysay tungkol sa MIMO channel, sa isang maikling kong kumuha ng SISO transmisyon at lamang sa pamamagitan ng SNR ko ang dapat sabihin sa iyo kung paano mabuting ay ang transmisyon kung MIMO namin gamitin sa halip ng SISO.
Ako din wrote isang channel dyeneretor sa matris ugnayan lamang sa mga kadahilanan na ninanais at bilang ng mga antenas bilang isang parameter (walang heometriko impormasyon).
Tulad ng ilang mga papeles na sinasabi, ay ipagpalagay na ang mas mataas na ugnayan sa mga channel na makakuha ng mas mababa sa komunikasyon .... ngunit sa aking mga kaso ko walang nakakakita na ito at ako don''t malaman kung bakit.Ako magkakaroon ng maraming iba't-ibang mga channels sang-ayon, ngunit kapag ako ay nag-caculate ay palaging ang makakuha ng mas marami o mas kaunti ang parehong, hindi tungkol sa mga kadahilanan na ugnayan<img src="http://www.edaboard.com/images/smiles/icon_sad.gif" alt="Malungkot" border="0" />
Ang function upang makabuo ng sang-ayon sa nais na channel ay ang susunod na ang isa:
Code:function na resulta = Rayleigh_Ch (Corr_param, N, n_samples)
% Corr_param = parameter nais ugnayan sa pagitan ng 0 at 1
% N = Bilang ng mga sang-ayon variable (ex: sa isang 4 × 4 na channel matris
% N = 4 × 4 = 16)n_t = sqrt (N);
n_r = sqrt (N);
Wrayl = zero (n_t, n_r, n_samples);
RaylValue = zero (n_t, n_r);
rayl_param = sqrt (2/pi);% Matrix Initialization
V_Complex = zero (N, n_samples);
W = zero (N, n_samples);
%%%%
%% HAKBANG 1: normalisahin ITO Matrix upang lumikha ng NORMALIZED COVARIANCE matrix
%% NG RAYLEIGH halimbawa
%%%%
Kg = Corr_param * ones (N, N);
para sa pos_diag = 1:1: N
Thepalawantimes (pos_diag, pos_diag) = 1;
wakasan%%%%
%% HAKBANG 2: Gumawa ng N UNCORRELATED kumplikadong GAUSSIAN halimbawa SA VECTOR V,
%% Pagkatapos matukoy ang kulay ng matrix L AT makabuo ng mga kumplikadong GAUSSIAN
%% Halimbawa USIN W = L * V
%%%%% makuha ang kulay ng molde
[L, P, U] = lu (Kg);Gumawa ng% N UNCORRELATED kumplikadong GAUSSIAN halimbawa SA VECTOR Vpara sa mga sample = 1:1: n_samples
% bumuo ng sang-ayon kumplikadong Gaussian halimbawa ang paggamit ng W = L * V
V_Complex
, sample) = sqrt (0.5) * randn (N, 1) 1 ako * sqrt (0.5) * randn (N, 1);
W
, sample) = L * V_Complex
, sample);
wakasan
Wgauss = maghugis nang panibaro (W, 1, N * n_samples);%%%%
%% HAKBANG 3: Gumawa ng ang nais Rayleigh sobre
%%%%
Wrayl = abs (real (Wgauss)) 1 j * (imag (Wgauss));
Wrayl = maghugis nang panibaro (Wrayl, 4,4, n_samples);% bawat sample ay isang rayleigh fadding channel matrisresulta = Wrayl;
dulo% dulo ng function
Mayroon akong isang tanong tungkol sa MIMO matlab code.
Ako ay ang paggawa ng aking mga sanaysay tungkol sa MIMO channel, sa isang maikling kong kumuha ng SISO transmisyon at lamang sa pamamagitan ng SNR ko ang dapat sabihin sa iyo kung paano mabuting ay ang transmisyon kung MIMO namin gamitin sa halip ng SISO.
Ako din wrote isang channel dyeneretor sa matris ugnayan lamang sa mga kadahilanan na ninanais at bilang ng mga antenas bilang isang parameter (walang heometriko impormasyon).
Tulad ng ilang mga papeles na sinasabi, ay ipagpalagay na ang mas mataas na ugnayan sa mga channel na makakuha ng mas mababa sa komunikasyon .... ngunit sa aking mga kaso ko walang nakakakita na ito at ako don''t malaman kung bakit.Ako magkakaroon ng maraming iba't-ibang mga channels sang-ayon, ngunit kapag ako ay nag-caculate ay palaging ang makakuha ng mas marami o mas kaunti ang parehong, hindi tungkol sa mga kadahilanan na ugnayan<img src="http://www.edaboard.com/images/smiles/icon_sad.gif" alt="Malungkot" border="0" />
Ang function upang makabuo ng sang-ayon sa nais na channel ay ang susunod na ang isa:
Code:function na resulta = Rayleigh_Ch (Corr_param, N, n_samples)
% Corr_param = parameter nais ugnayan sa pagitan ng 0 at 1
% N = Bilang ng mga sang-ayon variable (ex: sa isang 4 × 4 na channel matris
% N = 4 × 4 = 16)n_t = sqrt (N);
n_r = sqrt (N);
Wrayl = zero (n_t, n_r, n_samples);
RaylValue = zero (n_t, n_r);
rayl_param = sqrt (2/pi);% Matrix Initialization
V_Complex = zero (N, n_samples);
W = zero (N, n_samples);
%%%%
%% HAKBANG 1: normalisahin ITO Matrix upang lumikha ng NORMALIZED COVARIANCE matrix
%% NG RAYLEIGH halimbawa
%%%%
Kg = Corr_param * ones (N, N);
para sa pos_diag = 1:1: N
Thepalawantimes (pos_diag, pos_diag) = 1;
wakasan%%%%
%% HAKBANG 2: Gumawa ng N UNCORRELATED kumplikadong GAUSSIAN halimbawa SA VECTOR V,
%% Pagkatapos matukoy ang kulay ng matrix L AT makabuo ng mga kumplikadong GAUSSIAN
%% Halimbawa USIN W = L * V
%%%%% makuha ang kulay ng molde
[L, P, U] = lu (Kg);Gumawa ng% N UNCORRELATED kumplikadong GAUSSIAN halimbawa SA VECTOR Vpara sa mga sample = 1:1: n_samples
% bumuo ng sang-ayon kumplikadong Gaussian halimbawa ang paggamit ng W = L * V
V_Complex
W
wakasan
Wgauss = maghugis nang panibaro (W, 1, N * n_samples);%%%%
%% HAKBANG 3: Gumawa ng ang nais Rayleigh sobre
%%%%
Wrayl = abs (real (Wgauss)) 1 j * (imag (Wgauss));
Wrayl = maghugis nang panibaro (Wrayl, 4,4, n_samples);% bawat sample ay isang rayleigh fadding channel matrisresulta = Wrayl;
dulo% dulo ng function