基于ZF-SIC均衡的5G NOMA系统性能仿真

资 源 简 介

本系统旨在模拟5G移动通信中的非正交多址接入（NOMA）技术在下行链路中的应用。系统核心功能包括在发送端实现功率域复用（Power Domain Multiplexing），通过对不同信道条件的近端用户和远端用户分配差异化的功率，将多路信号叠加在同一时频资源上发送。接收端集成了迫零（Zero Forcing, ZF）线性均衡技术与串行干扰消除（Successive Interference Cancellation, SIC）算法。ZF均衡器用于初步消除多径或多天线环境下的层间干扰，而SIC过程则根据用户

详 情 说 明

基于ZF-SIC均衡与串行干扰消除的5G NOMA系统性能仿真

项目介绍

本项目设计并实现了一个典型的5G移动通信非正交多址接入（NOMA）下行链路仿真系统。在5G高用户密度场景下，通过功率域复用技术实现频谱效率的提升。系统模拟了近端用户和远端用户在瑞利衰落信道下的通信过程，并在接收端采用迫零（ZF）均衡与串行干扰消除（SIC）算法进行信号恢复。该仿真框架能够直观展示NOMA系统在误码率（BER）和系统总和速率（Sum Rate）方面的表现。

功能特性

1. 功率域复用（Power Domain Multiplexing）：模拟发送端将不同功率等级的信号叠加在相同的时频资源上，实现非正交接入。
2. 16QAM调制：采用高阶正交幅度调制技术，符合5G高数据速率的传输需求。
3. MIMO-Rayleigh信道模拟：构建2x2 MIMO环境下的瑞利自发衰落信道，考虑多径效应对信号的影响。
4. ZF线性均衡：通过计算迫零权重矩阵，消除MIMO信道带来的层间干扰，为后续NOMA解码提供基础。
5. 迭代SIC接收机：实现串行干扰消除流程，按照功率从大到小的顺序解码用户信号，并通过剔除已解码成分来降低残留干扰。
6. 性能评估与可视化：自动生成误码率曲线、系统容量曲线以及SIC处理前后的信号星座图对比。

实现逻辑

仿真流程严格遵循以下闭环逻辑：

1. 参数初始化：配置仿真比特流大小、QAM阶数、SNR范围（0dB至30dB）以及2x2天线配置。
2. 功率分配：为近端用户（User 1）和远端用户（User 2）分配差异化功率（0.2和0.8），确保远端用户在较差信道条件下仍能获得较高的解码优先级。
3. 信号产生与叠加：

* 随机产生二进制比特流并进行16QAM映射。 * 按照分配比例进行功率增益处理并叠加形成复合信号。

1. 信道传输：复合信号通过随机生成的复高斯信道矩阵，并加入加性高斯白噪声（AWGN）。
2. 接收端处理：

* 均衡处理：利用信道矩阵的伪逆（ZF准则）对接收信号进行空间均衡，提取目标流。 * 第一级SIC解码：首先将叠加信号中的小功率信号视为干扰，先行解码功率较大的远端用户信号。 * 重构与减除：将解码后的远端用户比特重新调制并乘以其功率因子，从总均衡信号中减去该成分。 * 第二级SIC解码：在消除远端干扰后，对残余信号进行解码以提取近端用户信号。

1. 统计分析：对比原始比特与解码比特计算BER，并根据各用户SINR计算信息论意义上的总和速率。

关键算法与实现细节

1. 迫零（ZF）均衡器：

代码中使用权重矩阵 $W = (H^H H)^{-1} H^H$ 来抵消信道矩阵 $H$ 的影响。这种线性均衡方式在已知信道状态信息的情况下，能够有效提取出空间复用层中的叠加信号。

1. 串行干扰消除（SIC）策略：

* 远端用户解码：直接对均衡后的信号进行16QAM解调。由于远端用户功率占优，其受到的近端信号干扰相对较小。 * 干扰重构：利用 qammod 函数重新还原远端信号的波形。 * 信号消除：通过向量减法 $y_{rem} = y_{equalized} - sqrt{P_2} cdot s_{reconstructed}$ 纯化近端用户的接收信号，理论上消除了主要干扰。

1. 信道增益与速率计算：

系统中定义了平均信道增益 $h_{gain}$（基于信道矩阵的Frobenius范数）。 * 远端用户SINR计算：考虑噪声和近端用户的功率干扰。 * 近端用户SINR计算：假设SIC完全消除干扰，仅受噪声影响。

1. 星座图分析：

仿真记录了SNR为20dB时的中间状态。通过对比SIC处理前（看似杂乱的多层叠加星座）和SIC处理后（恢复为清晰的16QAM星座）的图形，验证了干扰消除算法的有效性。

系统要求

• 运行环境：MATLAB R2018b 或更高版本。
• 必备工具箱：Communications Toolbox（用于调用 qammod, qamdemod, biterr 等核心函数）。
• 硬件建议：支持图形渲染的显示器（用于展示多维度性能曲线）。

使用方法

1. 启动MATLAB并进入项目所在的工作目录。
2. 在命令行窗口直接输入主函数名并回车。
3. 仿真开始后，程序会依次遍历不同SNR点，并在完成时打印最后一点（30dB）的具体误码率数值。
4. 仿真结束后，会自动弹出性能分析图窗，包含BER、和速率以及关键步骤的星座图。