基于IEEE802.11n的OFDM-MIMO物理层仿真

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:rlhRLH
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,无线局域网(WLAN)技术经历了快速的发展。WLAN在5GHz和2.4GHz频段分别执行802.11a和802.11b标准,与最初的54Mbps的数据传输速率相比,执行标准后,数据传输速率可达108Mbps。在无线局域网应用方面,如HDTV(高清晰度电视)的视频流,需要的数据比特率比802.11g所支持的还要高。随着无线局域网产业的逐渐成熟,对吞吐量和性能的更高需求,也将促使链路预算和空间分集的改进技术运用到802.11g产品中。因此,针对802.11n标准,为了开发新的修正案,也就是为人所知的802.11n标准,在2003年成立了一个高吞吐量任务组。这个特殊的组命名为802.11n任务组(TGN)。成立802.11n标准是为了提高无线局域网的吞吐量,在802.11n标准修订案的初步发展时期,人们期待可能潜在的更高的吞吐量(例如:更快的下载速度)和更大的覆盖范围(距离)。在802.11n最近的草案(草案11.0)中,物理层的数据传输速率可达600Mbps。通过使用多个发射天线和多个接收天线,可以得到这么高的数据传输速率,称之为多输入多输出(MIMO)和正交频分复用(OFDM)的联合技术。为了得到比单天线系统大得多的吞吐量(单天线系统2倍或4倍的吞吐量),以及根据环境得到更大的信号接受范围,802.11n标准使用了空分复用(SDM)、发射波束形成、空时编码(STBC)和MIMO技术。在针对802.11n物理层近一年的研究时间里,我学到了许多应用在802.11n中的新技术。在早期的802.11g标准中,最主要的技术是OFDM技术,OFDM的优点是易于实现,而且有效地使用频率资源,很好地解决了选择性衰落效应问题。在802.11n草案中,最大的优势是将OFDM和MIMO技术联合起来,得到了很高的频谱利用率,并且增大了吞吐量。在发射端,OFDM-MIMO系统同时通过多个天线传输独立的OFDM调制数据。在接收端,经过OFDM解调后,MIMO对每个子信道的数据进行解码,并且在所有的子信道上,通过相应的传输天线来提取数据。这些技术可以分为两部分。针对吞吐量的技术有:星座映射(M_QAM)、码率、空间流和信道带宽。针对可实行性和性能方面的技术有:前向纠错(FEC),OFDM,空时分组码和波束形成。结合802.11n物理层的理论,本文使用MATLAB里的Simulink做了一系列的仿真。通过仿真的结果可以得到接收信号的波形和信号空间位置,并且仿真了基于信道性能的数据传输速率,还仿真了在不同系统下,误比特率(BER)、误包率(PER)和吞吐量的差别。此外,针对仿真结果的分析和对比,本文给出了关于WLAN系统的一些结论。
其他文献
人脸识别具有自然、友好、对用户干扰少、易被接受等多种优势成为生物特征识别领域的研究热点。目前,二维人脸识别技术已发展成熟,实际生活中已有应用。但二维人脸识别技术很
随着通信行业的迅猛发展,宽带无线技术得到越来越多的广泛关注,成为下一代通信中最具潜力的技术之一。其中无线城域网以其部署速度快、建设成本低、扩展能力强、传输速率高和终
进行常规心电检查的holter系统是目前较为常见的心电监测设备,多用于医院传统心电监测,这种系统可以有效监测病人的实时心电数据,其功能强大,但设备庞大、价格较高、操作繁杂的缺点也比较明显,患者只能在医院内进行心电检查,大大限制了患者的活动空间。相比之下,目前发展迅速的便携式心电监测设备,充分利用了嵌入式系统技术,使心血管疾病患者在家庭或社区中即可进行心电监测,无需到医院就可以实现对心血管疾病的早期
为了在未来移动通信技术竞争激烈的环境中处于有利位置、满足日益增长的用户多元化需求及应对市场的挑战,3GPP于2004年底启动了长期演进计划LTE项目。LTE采用了诸多新技术,致力
随着计算机和人工智能的发展,语音信号处理已成为当今的一个研究热点。语音信号是一种复杂的非线性、非平稳信号,时频分析是分析和处理非平稳信号的有力工具,它揭示了信号在
阵列感应测井是目前最广泛的电阻率测井方法之一,井眼影响校正是测量数据信号处理重要的环节,井眼影响校正数据库的正确计算是有效井眼校正的前提。由于数学模型和实际仪器有差
人工阅卷采用集中式流水阅卷方式,缺乏有效的监督机制,无法保证阅卷质量。阅卷工作的介质是纸质试卷,不方便进行复制和远距离运输,使得试卷的保管和运送工作变得复杂。网上阅
无线传感器网络(WSN)由大量的具有感知和通信功能的传感器节点组成,这些具有特定功能的节点可以采集并汇聚数据信息,再将数据发送给汇聚中心进行处理。无线传感器网络给军事
当今社会,信息安全显得越来越重要,而日益发展的虹膜识别技术在这一领域显示出了巨大的优越性。虹膜定位以及质量评估是虹膜识别系统中的关键步骤。在分析已有虹膜定位和图像质
随着软件系统的日益庞大,对软件的要求也越来越高,对软件模型的验证和性能的度量,受到前所未有的关注,同时基于统一建模语言(Unified Modeling Language, UML)[1][2]的软件设