【turbo LMMSE均衡】基于factor graphs的LMMSE turbo均衡

1.软件版本

matlab2017b

2.本算法理论知识

《LMMSE turbo equalization based on factor graphs》

3.部分源码

clc;
clear all;      
close all;
warning off;
addpath 'func\'
rng(1)


N         = 512*50;%指定信号序列长度?
info      = [ones(1,2048),func_random_binary(N)];%产生二进制信号序列
SNR_in_dB = [1,5,7];%AWGN信道信噪比
%交织512
[Interleaver,De_Interleaver] = func_interleaver();
info4      = [];


for j=1:length(SNR_in_dB)
    j
    %通过既有码间干扰又有白噪声信道
    %Encoder
    %82954,76810=6144，数据长度的对齐，方便后面误码率的计算
    turbo_code = [func_turbo_encode_map(logical((info+1)/2)),zeros(1,9207)];
    info2 = [];
    %交织过程
    for ii = 1:length(turbo_code)/length(Interleaver)
        tmps1  = turbo_code(length(Interleaver)*(ii-1)+1:length(Interleaver)*ii);
        info2 = [info2,tmps1(Interleaver)];
    end
    
    %通过信道
    [y,len,h]  = func_channel(2*info2-1,SNR_in_dB(j));
    
    %LMMSE均衡
    if j == 1
       info4 = zeros(size(info)); 
    end    
    z          = func_LMMSE_eq(y,h,SNR_in_dB(j),info4);
    info4      = [];
    decis      = [2*[z>=0]-1]'; 
    %选择LMMSE之后有效的部分进行turbo的decode
    %XX         = [decis(6:82953+5)];
    XX         = [decis(6:83456+5)];
    %解交织
    info3 = [];
    for ii = 1:length(XX)/length(De_Interleaver)
        tmps2  = XX(length(De_Interleaver)*(ii-1)+1:length(De_Interleaver)*ii);
        info3 = [info3,tmps2(De_Interleaver)];%交织
    end
    %demap_decode
    output= 2*func_turbo_decode_demap(info3(1:82953))-1;%82953
 
%     %进行反馈，给LMMSE
%     %交织过程
%     for ii = 1:length(output)/length(Interleaver)
%         tmps  = output(length(Interleaver)*(ii-1)+1:length(Interleaver)*ii);
%         info4 = [info4,tmps(Interleaver)];
%     end
%     %map
%     info4 = 2*info4-1;
    %初始误码统计数
    NumErr1  = sum(info(1:27499)~=output(1:27499));     
    Pe4(j)   = NumErr1/N;
end;  

figure;
semilogy(SNR_in_dB,Pe4,'m->','linewidth',2);
grid on
xlabel('SNR(dB)');
ylabel('error');

save R.mat SNR_in_dB Pe4
    
    
    
    
    
    

4.仿真分析

从参考文献中的内容可知，整个系统大概的结构如下所示：

所以，我们按这个结构进行编程设计。

将改进后的算法和原来几个算法对比，获得如下的仿真结果：

这个是修改以前的老程序，如下所示：

然后，这次，我们来实现LMMSE+Turbo，放到上面四个一起，获得如下的仿真结果：

5.参考文献

[1] Guo Q ,  Li P . LMMSE turbo equalization based on factor graphs[J]. Selected Areas in Communications, IEEE Journal on, 2008, 26(2):311-319.A01-142