求助! (有关MIMO信道估计的matlab程序)

yaojin1982

如题,训练序列和盲的都可以,大家帮个忙啊,急用!!!

happy

你要的是不是下面这个？

http://forum.vibunion.com/forum/viewthread.php?tid=5746

yaojin1982

谢谢教授,我想要MIMO信道估计的程序,麻烦您再帮我找找,万分感谢!!!

happy

看看这个行不行，我这里只有这个了

1. %------------------------------------------
   
2. % EE359 final project, Fall 2002
   
3. % Channel estimation for a MIMO-OFDM system
   
4. % By Shahriyar Matloub               
   
5. %------------------------------------------
   
6. 
   
7. clear all;
   
8. %close all;
   
9. i=sqrt(-1);
   
10. Rayleigh=1;
    
11. AWGN=0;                             % for AWGN channel
    
12. MMSE=0;                             % estimation technique
    
13. Nsc=64;                             % Number of subcarriers
    
14. Ng=16;                              % Cyclic prefix length
    
15. SNR_dB=[0 5 10 15 20 25 30 35 40];  % Signal to noise ratio
    
16. Mt=2;                               % Number of Tx antennas
    
17. Mr=2;                               % Number of Rx antennas
    
18. pilots=[1:Nsc/Ng:Nsc];              % pilot subcarriers
    
19. DS=5;                              % Delay spread of channel
    
20. iteration_max=200;
    
21. 
    
22. %%%%%%%%%%%%%%%%%%%%%%%%%%%%
    
23. % Channel impulse response %
    
24. %%%%%%%%%%%%%%%%%%%%%%%%%%%%
    
25. 
    
26. if (Rayleigh)
    
27.     N=50;
    
28.     fm=100;
    
29.     B=20e3;
    
30.     fd=(rand(1,N)-0.5)*2*fm;
    
31.     theta=randn(1,N)*2*pi;
    
32.     c=randn(1,N);
    
33.     c=c/sum(c.^2);
    
34.     t=0:fm/B:10000*fm/B;
    
35.     Tc=zeros(size(t));
    
36.    
    
37.     Ts=zeros(size(t));
    
38.     for k=1:N
    
39.        Tc=c(k)*cos(2*pi*fd(k)*t+theta(k))+Tc;
    
40.        Ts=c(k)*sin(2*pi*fd(k)*t+theta(k))+Ts;
    
41.     end
    
42.     r=ones(Mt*Mr,1)*(Tc.^2+Ts.^2).^0.5;
    
43.     index=floor(rand(Mt*Mr,DS)*5000+1);
    
44. end
    
45. 
    
46. MEE1=zeros(1,length(SNR_dB));
    
47. MEE2=zeros(1,length(SNR_dB));
    
48. 
    
49. for snrl=1:length(SNR_dB)
    
50.     snrl
    
51.     estimation_error1=zeros(Mt*Mr,Nsc);
    
52.     estimation_error2=zeros(Mt*Mr,Nsc);
    
53.     R1=besselj(0,2*pi*fm*(Nsc+Ng)/B);
    
54.     sigma2=10^(-SNR_dB(snrl)/10);
    
55.     aa=(1-R1^2)/(1-R1^2+sigma2);
    
56.     bb=sigma2*R1/(1-R1^2+sigma2);
    
57. 
    
58.     for iteration=1:iteration_max
    
59.         %iteration   
    
60.         if AWGN==1
    
61.             h=ones(Mt*Mr,1);
    
62.         else
    
63.             phi=rand*2*pi;
    
64.             h=r(index+iteration)*exp(j*phi);
    
65.             %h=rand(Mt*Mr,DS);
    
66.             h=h.*(ones(Mt*Mr,1)*(exp(-0.5).^[1:DS]));
    
67.             h=h./(sqrt(sum(abs(h).^2,2))*ones(1,DS));
    
68.         end
    
69. 
    
70. 
    
71. 
    
72.         CL=size(h,2);                                               % channel length
    
73.         data_time=zeros(Mt,Nsc+Ng);
    
74.         data_qam=zeros(Mt,Nsc);
    
75.         data_out=zeros(Mr,Nsc);
    
76.         output=zeros(Mr,Nsc);
    
77. 
    
78.         for tx=1:Mt
    
79.             data_b=0*round(rand(4,Nsc));                                  % data
    
80.             data_qam(tx,:)=j*(2*(mod(data_b(1,:)+data_b(2,:),2)+2*data_b(1,:))-3)+...
    
81.             2*(mod(data_b(3,:)+data_b(4,:),2)+2*data_b(3,:))-3;
    
82.             for loop=1:Mt
    
83.                 data_qam(tx,pilots+loop-1)=(1+j)*(loop==tx);              % pilots
    
84.             end
    
85.             data_time_temp=ifft(data_qam(tx,:));
    
86.             data_time(tx,:)=[data_time_temp(end-Ng+1:end) data_time_temp];
    
87.         end
    
88.    
    
89.         for rx=1:Mr
    
90.             for tx=1:Mt
    
91.                 output_temp=conv(data_time(tx,:),h((rx-1)*Mt+tx,:));
    
92.                 output(rx,:)=output_temp(Ng+1:Ng+Nsc)+output(rx,:);
    
93.             end
    
94.             np=(sum(abs(output(rx,:)).^2)/length(output(rx,:)))*sigma2;
    
95.             noise=(randn(size(output(rx,:)))+i*randn(size(output(rx,:))))*sqrt(np);
    
96.             output(rx,:)=output(rx,:)+noise;
    
97.             data_out(rx,:)=fft(output(rx,:));
    
98.         end
    
99. 
    
100. %%%%%%%%%%%%%%%%%%%%%%
     
101. % Channel estimation %
     
102. %%%%%%%%%%%%%%%%%%%%%%
     
103.    
     
104.         H_act=zeros(Mt*Mr,Nsc);
     
105.         H_est1=zeros(Mt*Mr,Nsc);
     
106.         H_est2=zeros(Mt*Mr,Nsc);
     
107. 
     
108.         i=1;
     
109.         for tx=1:Mt
     
110.             for rx=1:Mr
     
111.                 H_est_temp=data_out(rx,pilots+tx-1)./data_qam(tx,pilots+tx-1);
     
112.                 %H_est_temp2=aa*abs(H_est_temp1)+bb*abs(H_est2((rx-1)*Mt+tx,:));
     
113.                 h_time=ifft(H_est_temp);
     
114.                 h_time=[h_time zeros(1,Nsc-length(h_time))];
     
115.                 H_est1((rx-1)*Mt+tx,:)=fft(h_time);
     
116.                 H_est2((rx-1)*Mt+tx,:)=((aa*abs(H_est1((rx-1)*Mt+tx,:))+bb*abs(H_est2((rx-1)*Mt+tx,:)))...
     
117.                     .*H_est1((rx-1)*Mt+tx,:))./abs(H_est1((rx-1)*Mt+tx,:));
     
118.                 if (tx>1)
     
119.                     H_est1((rx-1)*Mt+tx,:)=[H_est1((rx-1)*Mt+tx,Nsc-tx+2:Nsc) H_est1((rx-1)*Mt+tx,1:Nsc-tx+1)];
     
120.                     H_est2((rx-1)*Mt+tx,:)=[H_est2((rx-1)*Mt+tx,Nsc-tx+2:Nsc) H_est2((rx-1)*Mt+tx,1:Nsc-tx+1)];   
     
121.                 end
     
122.                 H_act((rx-1)*Mt+tx,:)=fft([h((rx-1)*Mt+tx,:) zeros(1,Nsc-CL)]);
     
123.                 error1=(abs(H_act((rx-1)*Mt+tx,:)-H_est1((rx-1)*Mt+tx,:)).^2);
     
124.                 error2=(abs(H_act((rx-1)*Mt+tx,:)-H_est2((rx-1)*Mt+tx,:)).^2);
     
125.                 %error=(abs(H_act((rx-1)*Mt+tx,:)-H_est((rx-1)*Mt+tx,:)).^2)./(abs(H_act((rx-1)*Mt+tx,:)).^2);
     
126.                 estimation_error1((rx-1)*Mt+tx,:)=estimation_error1((rx-1)*Mt+tx,:)+error1;                 
     
127.                 estimation_error2((rx-1)*Mt+tx,:)=estimation_error2((rx-1)*Mt+tx,:)+error2;
     
128.                 %subplot(Mt*Mr,3,i),plot([0:Nsc-1],abs(H_act((rx-1)*Mt+tx,:))); i=i+1;
     
129.                 %subplot(Mt*Mr,3,i),plot([0:Nsc-1],abs(H_est((rx-1)*Mt+tx,:))); i=i+1;
     
130.                 %subplot(Mt*Mr,3,i),plot([0:Nsc-1],abs(error)); i=i+1;
     
131.             end
     
132.         end  
     
133.     end
     
134.     estimation_error1=estimation_error1/iteration_max;
     
135.     estimation_error2=estimation_error2/iteration_max;
     
136.     %estimation_error=min(estimation_error,10*iteration_max*ones(size(estimation_error)));
     
137.     %for i=1:Mt*Mr
     
138.     %    subplot(Mt*Mr,2,2*i-1),plot([0:Nsc-1],estimation_error1(i,:));   
     
139.     %    subplot(Mt*Mr,2,2*i),plot([0:Nsc-1],estimation_error2(i,:));
     
140.     %end
     
141.     MEE1(snrl)=sum(sum(estimation_error1))/(Mt*Mr*Nsc);
     
142.     MEE2(snrl)=sum(sum(estimation_error2))/(Mt*Mr*Nsc);
     
143. end
     
144. 
     
145. plot(SNR_dB,10*log10(MEE1));   
     
146. hold on;
     
147. plot(SNR_dB,10*log10(MEE2),'r');
     
148. 
     
149. %H_act=fft([h_zeros(1,Nsc-CL)]).';
     
150. 
     
151. 
     
152. error1=(abs(H_act-H_est1).^2)./(abs(H_act).^2);
     
153. error2=(abs(H_act-H_est2).^2)./(abs(H_act).^2);
     
154. 
     
155. %%%%%%%%%
     
156. % Plots %
     
157. %%%%%%%%%
     
158. fig=4;
     
159. i=1;
     
160. 
     
161. 
     
162. 
     
163. subplot(fig,1,i),plot([0:length(H_act)-1],abs(H_act));    i=i+1;
     
164. subplot(fig,1,i),plot([0:length(H_est1)-1],abs(H_est1));  i=i+1;
     
165. subplot(fig,1,i),plot([0:length(H_est2)-1],abs(H_est2));  i=i+1;
     
166. subplot(fig,1,i),plot([0:length(error1)-1],error1);       i=i+1;
     
167. subplot(fig,1,i),plot([0:length(error2)-1],error2);

复制代码

一只小鱼

运行有问题啊！