m基于深度学习的LTE信号检测算法matlab仿真(包括程序操作录像+参考文献)

作品简介

1.软件版本

matlab2022a

2.运行方法

    使用matlab2022a或者高版本仿真,运行文件夹中的tops.m或者main.m。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体操作观看提供的程序操作视频跟着操作。

3.部分仿真截图

 ​编辑

​编辑

 ​编辑

​编辑

4.内容简介

     随着射频设计者快速投入到支持长期演进( LTE )手机无线标准的新产品的开发过程中,理解LTE的测试需求变得更加重要,因为该技术已经越来越普遍。本文介绍了LTE的概念以及测试工程师面临的挑战。

LTE是3GPP手机网络定义的下一代无线网络技术,允许运营商越过其他已有的无线接入技术提供同样的应用和服务,能实现非常高的数据率,为终端用户提供显著提升的用户体验。基于LTE的网络和基于正交频分复用(OFDM)并采用多输入多输出(MIMO)的传输方式,有时也称之为4G。

测试挑战

LTE测试有两个主要的挑战:从单载波到多载波的OFDM调制信号以及从SISO(单输入单输出)到MIMO的信号传输流。

OFDM信号有多个子载波,互相之间精确排列并占用较宽的带宽(达到20MHz),较大多数射频工程师熟悉的传统单载波信号更加复杂。从各个方面测量这些信号对于确认无线电通信的正确工作并在出问题时快速诊断出问题所在区域非常重要。例如,测量在整个频道内每个子载波的调制质量,即EVM(误差向量幅度)测量,可探测出放大器、滤波器、频率响应波形,或窄带干扰问题。简单地说,在覆盖整个传输帧的整个时间段内测量EVM分量,可探测出由放大器热效应、失效以及开关或频率引起的问题。

OFDM信号较单载波信号具有更高的峰值-均值比(PAR),这增加了发送级功率放大器增益压缩引起误码的可能性。与WiMAX不同,LTE在移动设备中使用不同的调制方法(SC-FDMA)来进行补偿。但这增加了放大器的功率消耗,使基带处理变得更加复杂并最终造成更多功耗。

编辑

基于深度学习的方法,而不需要插入导频,直接进行检测。

 ​编辑


创作时间:2022-10-28 07:35:27