STBC与卷积码级联的MIMO-OFDMA系统仿真项目

资 源 简 介

该项目致力于实现一套完整的空时块码（STBC）与卷积码级联的MIMO-OFDMA通信仿真系统，针对2发2收（2Tx-2Rx）天线配置进行了深度优化。系统通过主程序mainMIMO_OFDMA_2Tx_Convcode.m统筹全局，实现了从数据源生成、纠错编码到信号接收处理的全链路评估。在发送端，系统首先生成原始比特并进行卷积编码与交织处理，以增强信号在衰落信道中的鲁棒性，随后通过专门的调制模块实施STBC编码。信道模拟部分采用了复杂的SUI相关信道模型并叠加高斯白噪声，以模拟真实的无线传播环境。接收端是该

详 情 说 明

空时块码－卷积码级联系统仿真项目

项目介绍

本项目实现了一个基于2阶空时块码（STBC）与卷积码级联的MIMO-OFDMA无线通信仿真系统。该系统针对双发送、双接收（2Tx-2Rx）天线配置，模拟了真实的城郊无线传播环境（SUI-3信道）。通过在发送端引入卷积编码与交织技术，并在接收端采用基于MAP算法的迭代运算（IDD），系统实现了在多径衰落信道下的高性能数据传输。本仿真不仅评估了传统线性信道估计的效果，还深入对比了理想信道与LS估计信道在多次迭代过程中的误码率性能改进。

功能特性

1. 高效纠错架构：采用约束长度为7的标准卷积码，配合随机交织器打破相关衰落，提高信道编码的鲁棒性。
2. 空时分集技术：完全实现Alamouti空时编码方案，提供空间分集增益，有效对抗信道深衰落。
3. 多载波调制：集成OFDMA技术，支持多子载波映射、FFT/IFFT变换及循环前缀（CP）插入。
4. 真实环境模拟：内置SUI-3信道模型，支持三径功率延迟谱定义，能够重现多径干扰与多普勒效应。
5. 迭代接收机制：集成Log-MAP（BCJR）译码算子与空时探测器，通过传递软信息（LLR）在MIMO探测与纠错译码之间进行联合优化。
6. 多基准对比：程序同时提供理想信道状态信息（CSI）与最小二乘（LS）信道估计两种模式，用于直观量化算法性能差异。

系统要求

1. 软件环境：MATLAB R2020a 或更高版本。
2. 基础工具箱：通信工具箱 (Communication Toolbox)、信号处理工具箱 (Signal Processing Toolbox)。
3. 硬件建议：4GB以上内存，以确保大位块并行运算时的效率。

项目执行逻辑与功能实现

系统主逻辑严格遵循以下仿真链路：

1. 数据源与前向纠错 系统生成服从均匀分布的随机比特流。利用卷积编码器（生成多项式为[171, 133]）生成1/2码率的编码比特，随后通过随机交织器对编码结果进行位置替换，以消除信道突发错误对译码的影响。

2. 符号调制与Alamouti编码 将交织后的比特进行QPSK映射。所得符号按照Alamouti规则在两个发送天线和两个连续时间步上进行排列：Tx1发送符号s1与-s2的共轭，Tx2发送符号s2与s1的共轭，从而形成具有正交特性的发送矩阵。

3. OFDM 调制发射 将STBC编码后的数据映射到指定的子载波上（中央120个子载波），通过IFFT变换转为时域信号。为了消除符号间干扰（ISI），系统在每个OFDM符号前添加了长度为32的循环前缀（CP）。

4. 复杂信道模拟 信号流经SUI-3多径信道。该部分实现了四个独立的SISO路径（2Tx * 2Rx），每条路径包含多径时延与衰减，并计算对应的离散冲击响应。信号在接收端叠加相互独立的高斯白噪声。

5. 接收端处理与信道估计 接收端首先进行FFT运算将信号恢复至频域。系统提供两种信道获取方式：一是直接提取原始生成的信道系数作为理想参考；二是通过首个OFDM符号作为试点信息，采样LS（最小二乘）算法计算各子载波的频率响应估计值。

6. 级联MAP迭代接收 (IDD) 这是系统的核心处理阶段，包含以下循环步骤：

• MIMO探测：利用Alamouti线性合并器结合信道估计参数得到等效SISO符号，并计算其对数似然比（LLR）。
• 解交织：将LLR恢复原始编码顺序。
• BCJR译码：采用Log-MAP算法计算后验概率LLR。
• 信息反馈：将译码器输出的外信息重新交织，作为下一次MIMO探测的先验信息，不断通过迭代逼近最优性能。

关键算法与实现细节分析

• BCJR译码器逻辑：实现了精简版的Log-BCJR算法。通过计算前向递归度量(Alpha)、后向递归度量(Beta)以及分支度量(Gamma)，并利用Max*算子（Log-Sum-Exp）避免直接的指数运算，保证了数值计算的稳定性与精度。
• Alamouti 软输出探测：由于STBC的正交特性，探测器将MIMO探测简化为子载波级的线性组合。它不仅考虑了信道增益带来的合并效果，还将噪声方差与链路增益结合，准确输出每个比特的原始LLR值。
• SUI 信道建模：通过功率分配与归一化处理，将典型的郊区环境参数转化为离散的抽头增益，并通过卷积运算模拟时域衰落，真实反映了非频率平坦信道的挑战。
• 迭代增益实现：系统在每轮迭代后，利用译码器产生的先验信息优化探测器的判断。仿真结果通常显示，随着迭代次数增加（如从1次到3次），在相同信噪比下，LS估计的性能会逐步向理想信道性能靠拢。
• Max* 算子优化：程序内定义的Max*子函数通过 max(a, b) + log(1 + exp(-abs(a-b))) 的形式，在保持较低计算复杂度的同时，实现了对概率求和精度的完美保留。