Начните с базовой станции, состоящей из однородной линейной матрицы (ULA) с 16 антеннами и двух пользователей, имеющих приемные матрицы ULA с 8 и 4 антеннами соответственно. Показать, что использование предварительного кодирования на основе блок-диагонализации и объединения весов обеспечивает пространственное мультиплексирование, где принятый сигнал у каждого пользователя может быть декодирован без помех от другого пользователя. Укажите два потока данных для каждого пользователя.

Укажите местоположение датчика в txpos и два местоположения пользовательских получателей в rxpos1 и rxpos2. Элементы решетки разнесены на половину длины волны.

txpos = (0:15)*0.5;
rxpos1 = (0:7)*0.5;
rxpos2 = (0:3)*0.5;

Создание массива ячеек матрицы канала с помощью scatteringchanmtx и затем вычислить веса для формирования луча wp и wc. Каждый канал соответствует пользователю. Предположим, что каналы имеют 10 рассеивателей. Каждый канал имеет два подканала, заданных вектором ns.

chanmat = {scatteringchanmtx(txpos,rxpos1,10), ...
    scatteringchanmtx(txpos,rxpos2,10)};
ns = [2 2];
[wp,wc] = blkdiagbfweights(chanmat,ns);

Веса диагонализуют канальные матрицы для каждого пользователя.

Для канала 1:

disp(wp*chanmat{1}*wc{1})

   8.2269 + 0.0000i  -0.0000 - 0.0000i
   0.0000 + 0.0000i   6.1371 - 0.0000i
  -0.0000 - 0.0000i   0.0000 - 0.0000i
   0.0000 + 0.0000i   0.0000 + 0.0000i

Для канала 2:

disp(wp*chanmat{2}*wc{2})

   0.0000 - 0.0000i   0.0000 - 0.0000i
  -0.0000 + 0.0000i  -0.0000 + 0.0000i
   8.7543 + 0.0000i   0.0000 - 0.0000i
   0.0000 + 0.0000i   4.4372 + 0.0000i

Сначала создайте четыре подканала для передачи потоков данных: два подканала на канал. Каждый поток данных содержит 20 выборок $\pm \mathrm{}$1. Выполните предварительную кодировку входных потоков и объедините их для получения восстановленных сигналов.

x = 2*round(rand([20,4])) - 1;
xp = x*wp;
y1 = xp*chanmat{1} + 0.1*randn(20,8);
y2 = xp*chanmat{2} + 0.1*randn(20,4);
y = [y1*wc{1},y2*wc{2}];

Графики наложения входных и восстановленных сигналов, показывающие, что принятые сигналы пользователя являются такими же, как и переданные сигналы.

for m = 1:4
    subplot(4,1,m)
    s = stem([x(:,m) 2*((real(y(:,m)) > 0) - 0.5)]);
    s(1).LineWidth = 2;
    s(2).MarkerEdgeColor = 'none';
    s(2).MarkerFaceColor = 'r';
    ylabel('Signal')
    title(sprintf('User %d Stream %d',ceil(m/2),rem(m-1,2) + 1))
    if m==1
        legend('Input','Recovered','Location','best')
    end
end
xlabel('Samples')

Начните с базовой станции, состоящей из однородной линейной матрицы (ULA) с 16 антеннами и двух пользователей, имеющих приемные матрицы ULA с 8 и 5 антеннами соответственно. Покажите, как использовать трехмерные массивы канальных матриц для обработки двух поднесущих. Затем канальная матрица для первого пользователя принимает вид 2 на 16 на 8, а канальная матрица для второго пользователя принимает вид 2 на 16 на 5. Также предположим, что для каждого пользователя существует два потока данных.

Укажите местоположение датчика в txpos и два местоположения пользовательских получателей в rxpos1 и rxpos2. Элементы решетки разнесены на половину длины волны.

nr1 = 8;
nr2 = 5;
txpos = (0:15)*0.5;
rxpos1 = (0:(nr1-1))*0.5;
rxpos2 = (0:(nr2-1))*0.5;

Создание матриц каналов с помощью scatteringchanmtx и поместить их в клеточный массив. Чтобы создать второй подканал для каждого приемника, дублируйте каждую канальную матрицу. Предположим 10 точечных рассеивателей при вычислении канальной матрицы.

smtmp1 = scatteringchanmtx(txpos,rxpos1,10);
smtmp2 = scatteringchanmtx(txpos,rxpos2,10);
sm1 = zeros(2,16,8);
sm2 = zeros(2,16,5);
sm1(1,:,:) = smtmp1;
sm1(2,:,:) = smtmp1;
sm2(1,:,:) = smtmp2;
sm2(2,:,:) = smtmp2;
chanmat = {sm1,sm2};

Укажите, что для каждого пользователя существует два потока данных.

ns = [2 2];

Укажите передаваемые мощности для каждой поднесущей.

pt = [1.0 1.5];

Вычислите веса для формирования луча.

[wp,wc] = blkdiagbfweights(chanmat,ns,pt);

Показать, что каналы диагонализированы для первой поднесущей.

ksubcr = 1;
wpx = squeeze(wp(ksubcr,:,:));
chanmat1 = squeeze(chanmat{1}(ksubcr,:,:));
chanmat2 = squeeze(chanmat{2}(ksubcr,:,:));
wc1 = squeeze(wc{1}(ksubcr,:,:));
wc2 = squeeze(wc{2}(ksubcr,:,:));
wpx*chanmat1*wc1

ans = 4×2 complex

   8.2104 - 0.0000i  -0.0000 - 0.0000i
   0.0000 + 0.0000i   5.9732 - 0.0000i
   0.0000 - 0.0000i   0.0000 + 0.0000i
  -0.0000 - 0.0000i  -0.0000 - 0.0000i

wpx*chanmat2*wc2

ans = 4×2 complex

   0.0000 - 0.0000i  -0.0000 + 0.0000i
  -0.0000 - 0.0000i  -0.0000 - 0.0000i
   8.8122 + 0.0000i  -0.0000 + 0.0000i
  -0.0000 - 0.0000i   4.8186 - 0.0000i

Распространить сигналы на каждого пользователя и затем декодировать. Создайте четыре потока случайных данных, содержащих -1 и + 1 и имеющих два столбца для каждого пользователя. Каждый поток является подканалом.

x = 2*(round(rand([20 4]))) - 1;

Выполните предварительное кодирование потоков данных.

xp = x*wpx;
y1 = xp*chanmat1 + 0.1*randn(20,8);
y2 = xp*chanmat2 + 0.1*randn(20,5);

Декодируйте потоки данных.

y = [y1*wc1,y2*wc2];

Графики наложения входных и восстановленных сигналов, показывающие, что принятые сигналы пользователя являются такими же, как и переданные сигналы.

for m = 1:4
    subplot(4,1,m)
    s = stem([x(:,m) 2*((real(y(:,m)) > 0) - 0.5)]);
    s(1).LineWidth = 2;
    s(2).MarkerEdgeColor = 'none';
    s(2).MarkerFaceColor = 'r';
    ylabel('Signal')
    title(sprintf('User %d Stream %d',ceil(m/2),rem(m-1,2) + 1))
    if m==1
        legend('Input','Recovered','Location','best')
    end
end
xlabel('Samples')