基于注水算法的MIMO-OFDM自适应资源分配系统

资 源 简 介

该项目致力于实现MIMO-OFDM（多输入多输出正交频分复用）系统中的信道自适应资源分配优化，核心是利用经典的注水算法在给定的总发射功率限制下，最大化系统的总信道容量。系统的主要功能模块包括MIMO衰落信道建模、信道状态信息（CSI）的提取与处理、以及基于奇异值分解（SVD）的空间子信道分解。在实现过程中，算法首先对多天线多载波构成的复杂信道矩阵进行解耦，将其转化为多个独立的并行子信道，并精确计算出每个子信道的增益及背景噪声水平；随后，注水算法根据各子信道的信噪比状况动态调整功率分布，对于信道质量优越的子

详 情 说 明

基于注水算法的MIMO-OFDM信道自适应资源分配仿真系统

本项目提供了一个完整的MATLAB仿真环境，用于研究与评估MIMO-OFDM移动通信系统中的信道自适应资源分配策略。通过对比经典的“注水”算法与传统等功率分配算法，直观展示了在信道状态信息（CSI）已知的情况下，如何通过动态调整发射功率来最大化系统容量和优化频谱效率。

项目介绍

在多天线多载波通信系统中，无线信道通常表现出严重的频率选择性衰落和空间相关性。该项目利用注水算法（Water-filling Algorithm）解决功率受限条件下的容量最大化问题。其核心思想是根据各个子信道的实时增益状况动态分配能量：信道质量优越（增益高）的子信道分配更多功率，而信道质量差到一定程度的子信道则不分配功率，从而在全局优化中实现吞吐量的提升。

功能特性

1. 物理建模： 实现了4x4 MIMO配置下的瑞利衰落信道建模，并结合64子载波的OFDM调制架构。
2. 信道分解： 采用奇异值分解（SVD）技术将复杂的MIMO信道矩阵解耦为多个正交的独立子信道。
3. 自适应策略： 对比了注水分配算法（自适应）与等功率分配算法（非自适应）在相同功率约束下的性能表现。
4. 性能评估： 提供系统吞吐量（bps/Hz）与平均误码率（BER）的双重度量指标。
5. 过程可视化： 自动生成算法性能对比图，并以三维/直方图形式展示特定信噪比下的“注水线”与功率分布细节。

系统要求

• MATLAB R2018b 或更高版本。
• 无需特殊外部工具箱，代码基于标准计算逻辑实现。

实现逻辑说明

仿真流程严格遵循以下技术步骤：

1. 参数初始化： 设置发送/接收天线数（4x4）、OFDM子载波数量（64）、归一化总功率及蒙特卡洛仿真次数。
2. 核心循环： 遍历从0dB到20dB的信噪比范围。在每一次迭代中，生成独立的瑞利衰落信道矩阵。
3. 空间解耦： 对每个子载波的信道矩阵进行SVD分解，提取奇异值并平方得到子信道的功率增益。
4. 功率计算：

- 注水法： 根据当前噪声功率水平，迭代搜索最优“水面高度”（注水线），使得功率分配满足KKT优化条件。 - 等功率法： 将总功率平均分配到所有空间子信道上。

1. 指标解算：

- 利用香农公式 $C = log_2(1 + text{SNR}_{text{sub}})$ 计算每个子信道的瞬时容量并求和求均。 - 采用指数退化模型近似计算4-QAM调制下的误码率，公式考虑了各子载波分配功率后的实际信噪比。

1. 结果输出： 对蒙特卡洛结果取平均，绘制性能曲线图，并在控制台输出注水算法相对于等功率分配的百分比提升量。

关键函数与算法分析

1. SVD子信道分解逻辑 系统利用 svd() 函数对每个子载波的信道矩阵 $H$ 进行处理，提取对角阵 $S$。通过这种方式，将具有干扰的MIMO信道转化为 $N_{text{subcap}} times min(N_t, N_r)$ 个并行的SISO子信道，这是应用注水算法的前提逻辑。

2. 注水算法核心实现（water_filling_algo 函数） 该函数维护了经典的迭代逻辑：

• 首先计算各子信道的等效噪声水平（噪声功率比信道增益）。
• 将反转后的增益按从优到劣排序。
• 通过迭代公式逐渐排除通过增益较低的子信道，直到计算出的“水面高度” $mu$ 高于当前所有有效子信道的底部。
• 最终分配功率为 $max(0, mu - text{inv_gain})$，确保非负性。

3. 误码率数学评估 代码中未采用耗时的全量编解码仿真，而是使用了QAM调制的AWGN误码率近似公式：$0.2 cdot exp(-1.5 cdot text{SNR} / (M-1))$。这种方法能灵敏地反映出功率在不同子信道迁移时对误性能的综合影响。

4. 结果可视化细节 仿真系统生成三张核心图表：

• 容量对比图： 展示频谱效率随SNR的增长趋势。
• 误码率曲线： 采用对数坐标，对比两种策略在可靠性上的差异。
• 功率分布示意图： 以“阶梯河床”模型展示噪声背景、分配功率与注水线之间的几何关系。

使用方法

1. 启动MATLAB。
2. 打开 main.m 脚本程序。
3. 直接点击“运行 (Run)”按钮。
4. 仿真完成后，程序将自动弹出三个性能曲线窗口，并在命令窗口显示详细的容量提升百分比统计统计。