ISSN在线(2319 - 8753)打印(2347 - 6710)
迪帕克·库马尔年代Nadiger1,之一Meena Priya Dharshini2
|
相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术
实现高数据率无线传输的需求,已成为当前快速移动世界的竞争因素。一般多输入多输出系统是用来实现高数据率。文中每个用户可能会经历inter-user-interference因为数据传输的两个或两个以上的用户从发射机相同的频道。缓解这inter-user-interference不受力pre-coding用于发射机,数据编码和传播渠道(MIMO),在接收机接收,数据较低的误比特率(BER)。做了很多努力来模拟不受力pre-coding算法性能,在这工作不受力pre-coding技术与OFDM发射机和接收机是实现高密度脂蛋白不受力mimo - OFDM系统是将模拟使用Xilinx 13.4和MATLAB R2013。误码率计算出不同的信噪比和误码率值是没有pre-coding与MIMO OFDM信道。更多的在这个不受力指令MIMO OFDM系统是合成合成报道。
关键字 |
多输入多输出(MIMO)的OFDM系统,不受力pre-coding,块对角化,奇异值分解(计算),误比特率(BER)。。 |
我的介绍。 |
在无线通信实现更高的信道容量传输介质的高效利用,是一项非常具有挑战性的任务。通常进行交流是通过TDMA和FDMA,单用户数据通过一个通道。在TDMA和FDMA最大信道容量(数据速率)为特定的信噪比是理论上由香农极限。 |
进化的4 g技术和极高的出现率应用,如高清视频会议,要求实现数据率高于这个香农极限。这种需求实现高数据率成为挑战和激励因素的实现MIMO系统没有inter-user-interference (IUI)。减少误比特率(BER)在这些MIMO系统由于IUI应该使用适当的pre-coding技术不太复杂的实现。这样的技术是使用一个不受力pre-coding发射机在MIMO系统中,非线性pre-coding相比不那么复杂,简单的技术。 |
零力pre-coding线性pre-coding技术,它是基于通道反演的多用户系统的泛化,指示为块对角化。块对角化矩阵计算基于奇异值分解(圣)操作,这取决于数量的用户,每个用户的信道矩阵的维度。论文组织如下。第二部分给出了文献调查来实现这个不受力指令OFDM系统。第三部分解释了不受力的基本原理pre-coding降低误码率。第四部分提供了实现细节不受力的指令码OFDM系统。第五部分提出了仿真结果和设备利用率的总结实现。最后,第六部分提出结论 |
二世。文献调查 |
多输入/多输出(MIMO)系统中描述1990年代中后期。天线系统提供更高的数据传输速率和频谱效率。由于这个优势已经把那许多标准。ITU使用MIMO在了高速下行分组接入(HSPDA), UMTS标准的一部分。那也是802.11 n标准的一部分使用的移动WiMax无线路由器以及802.16应用程序所使用的手机。LTE标准也结合了分布式天线 |
单输入单输出通道的输出有一个发射器和一个接收[1]。在输出通道为了增加信道容量的要求,增加了大量的电力。MIMO系统的信道容量线性增长的发射和接收天线。分布式天线系统的发射和接收天线和天线系统建模通过使用信道矩阵H矩阵H的大小(NR, NT) NR行,代表NR收到信号,每一个都是由NT从NT发射机组件。H矩阵的每一列代表了组件从一个发射机NR接收器。H矩阵称为信道信息。它的每个条目是失真系数作用于时域的信号幅度和相位传播。如果H是一个通道矩阵可以被认为是一个矩阵通道。找到这个通道矩阵数据从一个天线发送和响应表示为所有发射天线接收器。这过程重复获得信道矩阵的所有元素。这个通道矩阵是一个关键的参数用于减轻inter-symbol-interference预编码技术 |
不同pre-coding技术提出减轻IUI [2]。这些pre-coding技术分为线性和非线性pre-coding技术。连续非线性pre-coding技术包括minimum-meansquared错误(SMMSE)和Tomlinson-Harashima pre-coding (THP)。线性pre-coding包括块对角化pre-coding和正规化的块对角化pre-coding (RBD)。仿真结果的所有上述pre-coding技术[2]表明,RBD具有较低的误比特率和提取完整系统的多样性。RBD是基于块对角化的泛化(BD),形成基础不受力pre-coding算法。更对这些线性pre-coding技术不太复杂的实现相比,非线性类型。 |
不受力pre-coding是一个线性pre-coding技术,它是基于计算pre-coding矩阵[3]。计算最优pre-coding矩阵M,这样所有梅是零通过选择pre-coding矩阵Mj,在于其他用户的信道矩阵的零空间。Zero-Forcing (ZF)试图执行完整的调零的梅。MU - MIMO DL频道分解为多个并行独立SU - MIMO信道。背后的主要思想方法依赖于BD通过奇异值分解矩阵的计算(计算)为这些苏那通道。 |
所需的主要模块实现[3]Zero-Forcing pre-coding算法有:建筑的矩阵向量作为输入,提取的列矩阵,标量和矩阵乘法,添加、数据存储、圣言会分解。有不同的选择来实现计算如Jocobi旋转和QR分解。在我们的项目,我们使用这个CORDIC模块来实现圣言会因为它们比雅可比方法更准确,计算效率更高 |
第三原则不受力PRE-CODING |
让[3]我们考虑MU-MIMO传输系统,包括线性预处理在发射机让发射机nT传输天线。在接收端接收到的信号R可以被定义为 |
R = CPd + n (1) |
d是一个任意的数据向量维度nT×m P是nT×m pre-coding矩阵计算和n是加性噪声。 |
消除多用户干扰的条件是,CiPj i≠j = 0。然后计算前置编码矩阵P成为极其重要的[3]。可以找到最优pre-coding矩阵P,这样所有梅是零通过选择pre-coding矩阵Pj,在于其他用户的信道矩阵的零空间。为了实现这一目标,每个用户的信道矩阵,或其估计,是必要的。MU-MIMO下行链接通道被分解为多个并行独立苏米姆渠道和背后的主要思想方法依赖于块对角化矩阵的计算通过奇异值分解(计算)。图1显示了流程图[3]的ZF算法。 |
第四指令MIMO OFDM信道的实现 |
不受力的硬件实现指令码2 x2 MIMO OFDM系统,如图2所示。二进制数据通过QAM-16调制器和调制数据指令使用不受力pre-coding,那么这将它通过OFDM系统。2发射机的输出(或2用户数据)通过加性高斯白噪声(AWGN)信道(MATLAB用于创建通道部分)。在接收方收到数据OFDM解调和QAM-16解调。误码率计算信噪比的不同的值,而没有pre-coding MIMO OFDM信道。 |
发射机和接收机包括不受力pre-coding实现使用硬件描述语言(VHDL)和AWGN信道使用MATLAB实现编码。 |
实现QAM-16调制星座映射是使用如图3所示,并相应数据编码。这种调制编码数据是16位的宽度和通过传输线块然后不受力pre-coder。Demapping或QAM-16解调接收机中使用部分是星座映射的逆过程。 |
OFDM调制[5]和解调是分别使用传输线和FFT实现块。图4和5显示了框图分别实现OFDM调制器和解调器 |
a。符号发生器的输入是不受力的输出pre-coder生成器将产生4象征符号(值)基于传入的数据。 |
b。零垫块垫4 0符号发生器生成的值以便FFT块有8输入8位传输线 |
c。在数据上执行了8分传输线来自零填充块给128个值。以传输线相当于添加飞行员或副载波因为添加不同的正交正弦信号的傅里叶反变换。 |
d。减轻色散信道畸变的影响在高数据率OFDM系统中,介绍了循环前缀消除传输干扰(ISI)。它将传输线的端截面包复制到一个OFDM符号的开始。 |
OFDM解调是OFDM调制的逆过程,其中包括逆循环前缀,FFT,逆补零和De-mapping。在这里,我们使用128点FFT解调数据。De-mapping只不过是QAM解调 |
V .RESULTS |
在工作中OFDM发射机包括不受力pre-coder OFDM接收机中实现高密度脂蛋白。通道部分是使用MATLAB代码创建的,因此使用两个软件工具执行模拟计算误码率modelsim 6.3 f (Xilinx用于编码)和MATLAB R2013。中间数据从一个软件工具保存在文本文件,作为输入到另一个软件工具。的误码率比较不受力之间的指令没有pre-coding OFDM MIMO系统和OFDM系统。比较表和情节如下所示。 |
数量对比图如图6所示 |
合成(设备利用率总结)结果不受力的指令码OFDM发射机和接收机显示如下表所示。 |
所选设备:4 vlx15sf363-12 |
速度等级:-12 |
六。结论 |
在这项工作中,不受力指令OFDM MIMO系统是实现高密度脂蛋白(硬件描述语言(VHDL))为每个块通过测量各种实现技术。创建一个通道在MATLAB和实现系统模拟计算误码率。误码率计算信噪比的不同的值,而没有pre-coding OFDM MIMO系统。仿真结果表明,不受力的比特误码率降低指令OFDM MIMO系统。实现设计是合成合成报道。 |