1.完整项目描述和程序获取
>面包多安全交易平台:https://mbd.pub/o/bread/Y5uTmJ1s
>如果链接失效，可以直接打开本站店铺搜索相关店铺：
>如果链接失效，程序调试报错或者项目合作也可以加微信或者QQ联系。
2.部分仿真图预览
3.算法概述
根据不同的传输信道类型，可以在无线系统中使用相应的分集方式。目前，主要的分集方式包括时间分集（不同的时隙和信道编码）、频率分集（不同的信道、扩频和OFDM）以及空间分集等。多天线系统利用的就是空间方式，而MIMO作为典型的多天线系统，可以明显提高传输速率。而在实际的无线系统中，可以根据实际情况使用一种或者多种分集方式。
研究 MIMO 系统时，通常假设接收端已知信道矩阵，但发射端不确定，此时发射端应采用等功率分配算法。然而我们可以通过在接收端发射检测序列来估计信道矩阵，再通过可靠的反馈信道将估计的信道状态信息(CSI)发送到发射端，发射端就可以采用合适的功率分配算法，最大程度上提高MIMO 系统的信道容量。因此，功率分配算法的研究对MIMO 系统的信道容量的提高有着重要的意义。不同功率分配系统下的信道容量和性能存在着差异。
4.部分源码
...............................
for ij = 1:4 %不同天线数量的循环测试
ij
Tnum = NTs(ij); %选择不同的天线
Rnum = NRs(ij); %选择不同的天线
corrs = 0.6*ones(Rnum,Tnum);%相关系数
corrs = corrs+0.4*eye(Rnum,Tnum);
corrs1 = corrs^0.5;
for i = 1:length(SNR0)%信噪比循环
pp = 10^(SNRsets(i)/10);%噪声功率
for nL= 1:Lens
H = corrs1*(randn(Rnum,Tnum)+sqrt(-1)*randn(Rnum,Tnum))/sqrt(2);%基于相关系数的矩阵H
if Tnum<Rnum
Capacity(i,nL) = log2(real(det(eye(min(Tnum,Rnum))+pp*H'*H/Tnum)));%功率分配
else
Capacity(i,nL) = log2(real(det(eye(min(Tnum,Rnum))+pp*H*H'/Tnum)));%功率分配
end
end
tempC = sort(Capacity(i,:));%信道容量排序
end
for i= 1:length(SNR0) %信噪比循环
pp = 10^(SNRsets(i)/10);%噪声功率
for nL= 1:Lens
H = (randn(Rnum,Tnum)+sqrt(-1)*randn(Rnum,Tnum))/sqrt(2);%矩阵H
if Tnum<Rnum
Capacity1(i,nL) = log2(real(det(eye(min(Tnum,Rnum))+pp*H'*H/Tnum)));%功率分配
else
Capacity1(i,nL) = log2(real(det(eye(min(Tnum,Rnum))+pp*H*H'/Tnum))); %功率分配
end
end
tempC1 = sort(Capacity1(i,:));%信道容量排序
end
end
.....................................................
01_201m
