2x2 BPSK MIMO系统最大似然检测算法仿真

资 源 简 介

本项目旨在MATLAB环境中构建一个完整的2x2多输入多输出（MIMO）无线通信系统仿真平台，核心任务方是实现并评估最大似然（Maximum Likelihood, ML）信号检测算法的性能。在发射端，系统生成随机二进制比特流，采用BPSK（调制阶数为2）技术进行基带调制，并将数据映射到2根发射天线上。信号经过模拟的瑞利平坦衰落信道传输，并叠加加性高斯白噪声（AWGN）。在接收端，利用2根接收天线获取信号，ML检测器作为最优检测器，将利用信道状态信息（CSI）遍历搜索空间中所有可能的发送符号矢量组合（2x2 BPSK配置下共4种可能性），通过计算接收矢量与假设发送矢量经过信道后的欧几里得距离，选择距离最小的组合作为最终的判决输出。项目将通过蒙特卡洛仿真方法，在不同的信噪比（SNR）范围内循环运行，统计传输的误比特数，计算误比特率（BER），并绘制BER性能曲线，从而验证最大似然检测算法在MIMO系统中的最优误码性能表现。

详 情 说 明

基于2x2 BPSK的MIMO系统最大似然（ML）检测算法仿真

本项目实现了一个基于MATLAB的无线通信仿真平台，专注于研究和评估在2x2多输入多输出（MIMO）系统架构下，最大似然（Maximum Likelihood, ML）信号检测算法的误码率（BER）性能。通过蒙特卡洛仿真方法，项目模拟了信号在瑞利衰落信道和加性高斯白噪声（AWGN）环境下的传输过程，并验证了ML检测作为最优检测器的性能优势。

项目简介

该仿真代码构建了一个完整的数字通信链路，采用BPSK调制技术，配置2根发射天线和2根接收天线。核心逻辑在于接收端的最大似然检测器，它利用已知的信道状态信息（CSI），通过遍历搜索空间中所有可能的发送符号组合，寻找与接收信号欧几里得距离最小的假设矢量，从而实现最优解调。

功能特性

• MIMO系统架构：仿真配置为2发射2接收（2x2）的MIMO系统。
• BPSK调制解调：基带信号采用二进制相移键控（BPSK），映射规则为 0 -> -1, 1 -> +1。
• 信道建模：采用准静态瑞利平坦衰落信道（Rayleigh Fading），信道矩阵元素服从复高斯分布。
• 噪声模拟：在接收端叠加加性高斯白噪声（AWGN），根据不同的信噪比（SNR）动态调整噪声功率。
• 最大似然（ML）检测：实现了基于最小欧氏距离准则的最优检测算法，遍历全搜索空间进行判决。
• 蒙特卡洛仿真：通过大样本量的随机数据帧传输（默认为5000帧，每帧100符号），统计误比特率。
• 可视化性能分析：绘制BER vs SNR性能曲线，并以此对比SISO（单输入单输出）BPSK的理论性能，展示MIMO系统的分集增益。

系统要求

• MATLAB R2016b 或更高版本
• 无需额外工具箱（仅使用MATLAB基础函数）

算法实现与核心逻辑

仿真脚本严格遵循通信系统的标准处理流程，主要包含以下关键步骤：

1. 候选符号集构建（搜索空间）

在仿真开始前，代码预先构建了ML检测所需的候选符号集。对于2x2 MIMO 配合 BPSK调制：

• 总计有 $M^{nT} = 2^2 = 4$ 种可能的发送矢量组合。
• 利用位操作将索引转换为对应的BPSK星座点组合（例如 [-1; -1], [-1; 1] 等），形成候选矩阵 s_candidates。

2. 信号发射 (Transmitter)

• 生成随机二进制比特流。
• 执行BPSK调制，将二进制 0 和 1 分别映射为 -1 和 +1，生成发送符号矩阵 tx_symbols。

3. 信道环境 (Channel)

• 在每一帧数据传输中，生成一个独立的 $2 times 2$ 信道矩阵 $H$。矩阵元素由标准正态分布生成的复数构成，并归一化功率。
• 根据当前的信噪比（SNR）计算噪声功率谱密度，生成相应强度的复高斯白噪声矩阵。
• 接收信号模型遵循 $y = Hx + n$。

4. 最大似然检测 (ML Receiver)

这是本项目的核心算法部分，具体流程如下：

• 预计算预期接收值：利用当前帧的信道矩阵 $H$，计算所有4种候选发送矢量通过信道后的预期无噪接收信号 $H times s_{candidates}$。
• 遍历检测：对帧内的每一个接收符号矢量 $y_{curr}$：

1. 计算接收矢量与所有4个预期接收值之间的差值。 2. 计算上述差值的弗罗贝尼乌斯范数平方（即欧几里得距离平方）。 3. 判决：找到距离最小的候选对应的索引。

• 符号解映射：根据找到的最佳候选索引，提取对应的发送符号估计值，并逆映射回二进制比特。

5. 性能统计与可视化

• 误码统计：逐帧比对检测出的比特与原始发送比特，累计错误比特数。
• BER计算：在每个SNR点上，由总错误比特数除以总传输比特数得到误码率。
• 基准对比：代码计算了SISO BPSK在瑞利衰落信道下的理论BER曲线作为参考，通过对比图展示2x2 ML检测得到的性能增益（更陡峭的下降斜率表明获得了分集增益）。

使用方法

1. 确保MATLAB环境已安装。
2. 将脚本文件保存到本地目录。
3. 直接运行脚本。
4. 控制台输出：程序将在MATLAB命令行窗口实时打印当前信噪比（SNR）、误码率（BER）和错误比特统计。
5. 图形输出：运行结束后，会弹出一个图形窗口，展示“信噪比 vs 误比特率”的半对数坐标曲线图，包含SISO理论值与2x2 MIMO ML仿真值的对比。

关键参数说明

• nT / nR: 发射/接收天线数量（默认固定为2）。
• M: 调制阶数（默认2，即BPSK）。
• SNR_dB: 信噪比扫描范围，默认为 0dB 至 16dB。
• N_frames: 蒙特卡洛仿真的总帧数，增加此值可提高低误码率下的统计精度。
• frame_len: 每帧包含的符号数量。

结果示例

运行仿真后，您将观察到：

• 在低信噪比区域，MIMO ML检测的误码率较高。
• 随着信噪比增加，误码率呈瀑布状迅速下降。
• 相比图中绘制的SISO瑞利衰落理论曲线，2x2 MIMO ML曲线具有更陡峭的斜率，验证了空间分集带来的性能提升。