信泄噪比的预编码算法研究 | 您所在的位置:网站首页 › 50种基础算法 › 信泄噪比的预编码算法研究 |
信泄噪比的预编码算法研究
《移动通信杂志》 2021 年第 z1 期
1 改进的信泄噪比( SLNR )算法
如上文所述, SLNR 预编码算法相比迫零( ZF ) 、块对角化( BD )等算法,性 能有了一定的提升, 但是该算法也有自身的缺点。 其虽然最大程度上消除了噪声 和用户间的干扰, 可是用户自身天线间的干扰并不能消除。 基于此, 本文提出了 改进算法:一种是将迫零( ZF )算法与 SLNR 算法结合;另一种是将最小均方误 差( MMSE )算法与 SLNR 算法结合,从而达到消除用户自身天线干扰的目的。
1.1SLNR_ZF 预编码算法 SLNR 预编码算法无法消除用户自身天线间的干扰, 而 ZF 算法可以将包括多天线用户自身内部干扰在内的所有干扰完全消除。 因此, 可以将 ZF 算法引入到 SLNR 预编码算法内, 用以消除用户自身干扰 [3] 。 SLNR_ZF 算法在消除用户间干扰的同时, 也可以有效地消除用户自身干扰, 提高了系统的 性能。
1.2SLNR_MMSE 预编码算法在上文所述的 SLNR_ZF 算法中引入 ZF 算法,消除 了用户自身内部的干扰,改善了系统的性能。但是, ZF 算法的引入却会导致信 道噪声的放大,所以为了减小噪声的干扰,本文引入了规范化因子。在 SLNR_ZF 算法中引入规范化因子, 即将 SLNR_ZF 算法中的 ZF 算法改成 MMSE 算法。 由于规 范化因子的引入可以消除噪声的干扰,因此可以进一步地优化系统的性能。 SLNR_MMSE 预编码算法可以消除所有的干扰, 进一步地提升了系统的误码率和容 量。
2 算法的仿真以及分析
下面将对上述基本的预编码算法以及改进的算法进行仿真,再根据仿真结果 对其性能的改善进行分析。 以下仿真是在发射端天线 8 根, 接收端 4 个用户, 每 个用户 2 根天线的条件下进行的。首先是基本的 3 种算法的仿真,即 ZF 预编码 算法、 MMSE 预编码算法和 SLNR 预编码算法。具体如图 2 和图 3 所示。从图 2 和 图 3 可以看出, 通过对 ZF 、 MMSE 和 SLNR 这 3 种预编码算法的仿真, 在信噪比低 于 10dB 时, SLNR 算法的误码率低于 ZF 、 MMSE 算法, 为最优; 在信噪比处于 10 ~ 26dB 时, MMSE 算法的误码率低于其他 2 种算法,为最优;在信噪比高于 26dB |
CopyRight 2018-2019 实验室设备网 版权所有 |