简介空时分组编码STBC的MATLAB仿真源码包面向无线通信课程学习、科研入门及工程验证场景。资源围绕编码原理、信道估计与性能分析展开共16个m文件、压缩包仅23KB涵盖2发1收、2发2收、3发4收、4发4收等多种天线配置的编码实现以及运行与参数配置脚本可一键切换仿真条件。信道估计相关脚本用于对比理想与估计信道下的解码效果便于观察信道状态信息对误码率的影响。目前已有560人学习下载。通过阅读和运行这些源码可直观理解空时分组编码如何利用多天线分集提升抗衰落能力掌握不同编码速率与分集增益的折中并基于现有框架扩展调制方式或信道模型还可参考其误码率与吞吐量统计方法完成课程实验或论文预研适合希望从代码层面吃透空时分组编码原理的通信专业学生与工程师。1. STBC编码仿真看起来简单跑通却经常翻车STBC编码仿真也就是空时分组编码的仿真是MIMO项目里最常见的起点Alamouti矩阵一写两个符号两根天线接收端合并公式一套误码率曲线就该漂亮地掉下去。可实际跑起来很多人第一步就卡在矩阵维度上编码矩阵生成对了又碰上功率归一化问题一切正常了曲线又比理论值好得不像话打开一看是信道归一化忘了做。STBC编码仿真代码不过50行但每个环节都是“差一点就对不上”的细节活。这篇笔记写给刚接触MIMO仿真、以及拿STBC编码做分集基线的从业者把编码矩阵、接收合并、参数设置和典型踩坑一次说透。2. STBC编码的核心从Alamouti矩阵到正交设计原理2.1 Alamouti编码矩阵两个符号、两根天线、一个时隙对STBC编码最早被广泛采用的形式是Alamouti方案。它解决的是这样一个问题在慢衰落的无线信道里单天线链路的误码率随信噪比下降得慢因为信号功率起伏大深衰落一来整段数据全灭。如果让发射端用两根天线发同一份信息的两个副本接收端再做合并那么两个副本同时陷入深衰落的概率就低得多误码率曲线的斜率会从1变成2。Alamouti编码矩阵的具体形式是取两个已调符号s1和s2在第一个符号周期天线1发s1天线2发s2在第二个符号周期天线1发-s2*天线2发s1*。用矩阵写就是X [ s1, s2; -conj(s2), conj(s1) ];这个矩阵的行代表时间列代表天线。它不是随便写的任意两行、两列之间的内积都为0而且存在一个非常漂亮的接收端性质——如果把两个时隙的接收信号某个分量取共轭那么等效信道矩阵是正交的于是两个符号可以被解耦。这就是“空时分组编码”里“分组”两个字的由来编码对象是一组符号时间和空间两个维度都在里面。新手在这里最常犯的一个错误是维度和方向的混淆。有的资料把矩阵写为2x2看起来一样但实际摆放方向是天线×时间而不是时间×天线。仿真里后续的合并公式h1*y1 h2*conj(y2)这类写法都默认了“时间×天线”的排列。我一般会在代码里直接检查size(tx) [2, 2]或者干脆把输出变量命名成tx_time_ant避免调试时反复怀疑人生。编码之后还有一个不可省略的归一化步骤。Alamouti编码把一个符号副本从1个变4个如果不做任何处理发射总功率就是原来的2倍。在接收端做最大比合并时等效信噪比会虚高误码率曲线比理论值好上一大截。这种“太好看了”的结果在工程上同样意味着代码有问题。标准做法是给两个符号统一乘上1/sqrt(2)这样两根天线的平均发射功率之和才是单个符号功率。这里补一个检查习惯在跑完整链路之前直接打印sum(abs(x(:)).^2) / numel(x)如果结果接近0.5说明平均每个时隙每根天线的符号能量已经归一化到单个星座点能量的一半这是对的。如果算出来是1那就说明2倍功率的错误版本还留在代码里。2.2 从2发1收扩展到2发2收编码矩阵不用动合并链路多一条很多人以为STBC编码仿真里“接收天线变多”意味着编码矩阵要换一套实际上完全不用。Alamouti编码矩阵只取决于发射天线数和符号组大小接收天线个数不参与编码。接收端的变化是每根接收天线独立做一次信道合并然后把所有接收天线上的合并结果相加。以2发2收为例。两根发射天线上的信号经过两条信道h11、h21到达接收天线1再经过h12、h22到达接收天线2。接收天线1上两个时隙的接收信号是y1_1 h11x1 h21x2 n1_1 y1_2 -h11conj(x2) h21conj(x1) n1_2接收天线2上的信号形似。对每根接收天线分别构成等效信道矩阵分别做共轭转置相乘最后把两根天线上的估计值相加再做符号判决。为什么这样就能获得2×2的分集因为2发2收时每个符号实际经历了4条独立的衰落路径两根发射天线×两根接收天线这4条路径同时处于深衰落的概率远低于两条路径。仿真里能看到的现象是2发1收的误码率曲线在10dB以上以斜率2下降2发2收则以斜率4下降。这个从曲线斜率判断分集阶数的技巧我在后面验证部分会专门再讲。那么能不能再往上加发射天线比如3发3收、4发4收可以但代价是编码效率。Alamouti是唯一的码率1的复正交STBC编码。3根发射天线要获得满分集只能做到3/4码率4根天线也只能做到3/4码率。码率低了同样的带宽里能传输的比特数就少了所以在实际系统里发射天线超过2根时往往改用其他空间处理方式。仿真项目里做STBC编码基线最常见的配置就是2发1收和2发2收前者验证编码正确性后者验证分集增益的可叠加性。还有一点关于信道模型的提醒Alamouti矩阵的正交性依赖一个假设即每个编码块内信道是恒定的也就是慢衰落。如果信道在一个2符号周期内快速变化比如高速移动场景那么两时隙之间的信道系数不再相同正交性被破坏分集增益会显著下降。我在仿真里会单独做一组“信道随时间变化”的对照实验来观察这个退化用来给链路预算做底线评估。这个现象在后面避坑部分会再展开。3. 搭建STBC编码仿真链路发射端编码与接收端合并3.1 发射端仿真QPSK调制与Alamouti编码现在进入可以直接照着改的仿真代码。我用MATLAB写原因是MIMO链路里矩阵运算和随机数种子控制都方便。下面的函数完成比特生成、QPSK调制和Alamouti编码function [bits, tx] stbc_tx(num_sym) % num_sym: 每个SNR点发送的QPSK符号总数必须是偶数 % 输出bits为原始比特tx为2x2x(nsym/2)的编码符号阵列时间x天线x组 % 1. 生成随机比特并映射为QPSK符号 bits randi([0 1], num_sym*2, 1); s (1 - 2*bits(1:2:end)) 1j*(1 - 2*bits(2:2:end)); s s / sqrt(2); % QPSK符号能量归一化到1 % 2. Alamouti编码每两个符号为一组 s_pairs reshape(s, 2, num_sym/2); % 每列为一组s1, s2 s1 s_pairs(1,:); s2 s_pairs(2,:); tx zeros(2, 2, num_sym/2); % 维度: 时间 x 天线 x 组 tx(1,1,:) s1; tx(1,2,:) s2; tx(2,1,:) -conj(s2); tx(2,2,:) conj(s1); end这段代码的关键点有三个。第一QPSK符号的构造用“实部虚部各取一个比特”的方式这样符号能量天然是1实部0.5加虚部0.5再乘2。第二Alamouti编码前的归一化系数1/sqrt(2)不是加在单个星座点上而是加在s上这样在编码后每根天线时隙的平均发射功率是星座点能量的一半总发射功率保持为原信号功率。第三tx的维度设计成时间×天线×组组这一维是批量仿真用的方便后面整个阵列做信道乘法。如果想改成16QAM需要把比特映射部分换掉同时幅度归一化从1/sqrt(2)变成1/sqrt(10)否则星座点平均能量不是1。很多人在这里按QPSK的系数算得出的等效SNR整体偏移误码率曲线整个往右挪对不上理论值。调制方式一旦变化归一化系数必须同步重算。发射端还有一个小坑s_pairs的reshape依赖num_sym是偶数。如果num_sym取奇数会直接报错。更隐蔽的是如果num_sym不是2的倍数但恰好能被2整除末尾会少掉一个符号对的编码误码率统计时边界符号会被算成错低SNR时曲线异常。所以我习惯在函数开头加一句assert(mod(num_sym,2)0)让输入错误在第一时间暴露。3.2 接收端仿真瑞利信道、信道估计与最大比合并接收端的核心是合并公式。先给出完整的仿真主体代码% 参数设置 total_sym 20000; % 每个SNR点的QPSK符号总数 snr_dB 0:2:20; bits_err zeros(size(snr_dB)); bit_total zeros(size(snr_dB)); for idx 1:length(snr_dB) [bits, tx] stbc_tx(total_sym); n_groups size(tx, 3); % 归一化SNR到符号级噪声方差 Es_N0_dB snr_dB(idx) 3; % QPSK每符号2比特3dB偏移 N0 10^(-Es_N0_dB/10); % 生成瑞利衰落信道2发1收 h (randn(1,2,n_groups) 1j*randn(1,2,n_groups)) / sqrt(2); % 加噪声并做最大比合并 x_est zeros(2, n_groups); % 恢复出的符号对 for g 1:n_groups h_g squeeze(h(:,:,g)); % 1x2 信道向量 % 两个时隙的接收信号 y1 h_g * [tx(1,1,g); tx(1,2,g)] sqrt(N0/2)*(randn1j*randn); y2 h_g * [tx(2,1,g); tx(2,2,g)] sqrt(N0/2)*(randn1j*randn); % 等效信道矩阵与合并 H [h_g(1), h_g(2); conj(h_g(2)), -conj(h_g(1))]; r [y1; conj(y2)]; x_est(:,g) H * r; end % 硬判决还原比特合并结果幅度不影响正负判决 bits_rx zeros(numel(bits), 1); bits_rx(1:2:end) real(x_est(:)) 0; bits_rx(2:2:end) imag(x_est(:)) 0; % 统计误码 bits_err(idx) sum(bits ~ bits_rx); bit_total(idx) numel(bits); fprintf(SNR%ddB, BER%.2e\n, snr_dB(idx), bits_err(idx)/bit_total(idx)); end BER bits_err ./ bit_total;从原理上讲这段代码里最关键的是等效信道矩阵H的构造。接收向量r把第二时隙的噪声取共轭后r与H相乘的模型变成了y H * s n的形式。因为H是正交矩阵H*H是单位矩阵乘以信道模平方和所以H*r后s1估计值里只包含s1的能量和两路噪声没有s2的干扰。这就是Alamouti方案的全部秘密——发射端编码让信道矩阵变得正交接收端只需要线性变换就能解出两个符号。为什么Es_N0要加上3dB因为误码率曲线横轴通常是Eb/N0每比特信噪比而代码里噪声是按符号级加的。QPSK每符号承载2比特符号信噪比Es/N0比Eb/N0高3dB。如果不加这3dB曲线会比理论值整体左移3dB这个偏差在验收时非常显眼也是新手最容易问“为什么我曲线对不上”的原因之一。噪声系数sqrt(N0/2)是因为在MATLAB里randn生成的是单位功率复噪声的实部和虚部各占0.5所以要给实部虚部各乘sqrt(N0/2)得到的总复噪声功率才是N0。很多简化教程直接乘sqrt(N0)功率差了3dB等效SNR全错。如果你觉得逐组循环慢可以一次性生成全部分组信号但上面这种写法逻辑更清晰便于排查。信道矩阵h每组的生成都独立意味着我们假设块与块之间信道完全不相关。这在慢衰落仿真里是标准假设每个编码块是独立衰落的一次现实。如果希望在块之间加相关性可以用过滤法生成但对STBC编码的基线验证来说独立块已经足够。4. STBC仿真的参数怎么设信道模型、SNR范围和蒙特卡洛次数4.1 信道模型选择瑞利平坦衰落为什么是默认选项STBC编码仿真里信道模型直接决定了结果能不能和理论曲线对上。最常见的设置是瑞利平坦衰落每个符号块内信道恒定块与块之间独立变化。它的意义在于Alamouti方案的正交性在信道慢变时才成立。如果做成AWGN信道信道系数恒为1分集增益依然存在但深衰落被掩盖住看不出STBC编码的价值。所以信道的默认选项是瑞利平坦衰落不是高斯信道。瑞利信道的实现细节是归一化。我见过不少代码写成h randn(1,2) 1j*randn(1,2)没除sqrt(2)。这样信道模平方的期望是2而不是1相对于理论公式等效SNR整体上移3dB误码率曲线会比理论低一截。正确写法是h (randn 1j*randn)/sqrt(2)。如果你想在同一个仿真里对比不同信道模型可以这样组织参数信道模型系数生成方式模平方期望适用场景瑞利平坦(randn 1j*randn)/sqrt(2)1STBC基线验证、理论对比AWGN常数11编码原理演示不推荐频率选择性多径抽头各自归一化1宽带系统、LTE链路级仿真时间选择性每个符号更新信道1高速移动场景观察分集退化这个表格对应了仿真里的常见选择。我一般在做第一版STBC编码仿真时只跑瑞利平坦等算法验证通过后再增加信道时间相关性。如果不加区分地直接上线频率选择性信道STBC编码的正交假设被破坏误码率比理论高很多这时很难判断是编码实现错了还是信道模型带来的影响。4.2 SNR范围和蒙特卡洛次数怎样让误码率曲线平滑又可信仿真参数里最容易出问题的两个数字是SNR步进和每点帧数。SNR范围太窄看不出分集斜率太宽又浪费算力。对QPSK、2发1收的STBC编码0到20dB、步进2dB是比较稳的设置0到6dB看误码率高的区间10到20dB看曲线斜率是否从1变成2。每点帧数是个精确的工程权衡。如果每个SNR点固定跑20000个符号对在10dB时误码率约为1e-3能统计到约20个错曲线可画但抖动明显到16dB时误码率约为1e-520000个符号对几乎不出错误码率会变成0曲线直接断裂无法验证斜率。解决这个问题的惯用做法是设“至少100个错误比特”的终止条件同时在最大比特数处截断min_err 100; max_bits 1e6; % 上限防止低SNR时无限循环 err_cnt 0; total_bits 0; while err_cnt min_err total_bits max_bits % 生成一批符号、过信道、合并、判决 % 累加 err_cnt 和 total_bits end ber_tmp err_cnt / total_bits;这样在低SNR时帧数自然少因为错得快在高SNR时自动跑足够多的帧数来凑满100个错。20dB的2发1收配置误码率约5e-4量级100个错需要大约20万比特即10万个QPSK符号单核MATLAB要几十秒但为了有效验证20dB点的斜率这个成本值得。还有一点是随机种子。在做对照实验比如SISO对比STBC编码时必须在同一套信道种子下跑两种方案否则两个方案之间的差异包含了信道随机性曲线上的抖动会让你误判优劣。MATLAB里用rng(42)固定全局种子每个SNR点重设一次保证多条曲线之间只有方案不同。这一点在验收时很重要分集增益是“同一个信道实现下的增益”而不是统计平均后的增益。SNR区间内的零误码点怎么处理我建议保留零值并标成空心点不要硬插值。真正评价STBC编码是否符合预期不是看最后一个点有多低而是看中间段的斜率。如果某一条曲线在12dB已经降到1e-5而另一条还在1e-3说明前者的分集阶数更高不用等更高SNR点的数据。5. STBC仿真避坑指南从矩阵维度到归一化的5个血泪教训5.1 编码矩阵维度方向搞反合并结果全错现象误码率在0dB时接近0.5且随SNR升高不下降曲线平躺成一条直线。这基本上说明接收端等效信道矩阵用反了信号被当作干扰抵消掉。原因Alamouti矩阵的“行是时间、列是天线”约定在很多教程里并不统一。有的代码写X [s1 s2; -conj(s2) conj(s1)]有的写X [s1 -conj(s2); s2 conj(s1)]看起来像转置的区别实际对应完全不同的收发流程。若发射端的排列和接收端合并公式的索引不一致矩阵里的“两天线协同”就变成了“同一天线发两个不同时刻的符号”接收端合并时把符号对互相消掉了。解决在编码函数里显式固定排列并在仿真主函数里加断言检查。我一般写size(tx, 1) 2表示两个时隙size(tx, 2) 2表示两根天线并在调试时打印tx(1,:,1)和tx(2,:,1)确认第二时隙的确携带了-conj(s2)和conj(s1)。5.2 功率归一化漏做或重复做曲线系统性偏移现象误码率曲线比理论值好2到3dB横坐标整体左移而且低SNR和高SNR段偏移量接近形状倒没有变形。原因最典型的是只做了星座点归一化没做Alamouti编码带来的2倍功率补偿。此时接收端等效SNR比标称值翻倍等价于横坐标左移3dB。另一种情况是某些教程在发射端和接收端各乘了一次1/sqrt(2)导致有效衰减变小同样造成系统性偏移。解决发射端只在调制后的符号向量乘一次1/sqrt(2)接收端恢复符号后用判决前的软值直接做判决不要再乘额外的系数。然后打印一段信号的统计量随机取100组编码块计算每组发射信号的平均能量如果均值是0.5QPSK单个符号能量1的一半就是对的。另一种自查方法是同配置下把STBC编码换成直接发射一个符号1发1收对比两条曲线的间距如果2发1收和1发1收在10dB时几乎重合说明归一化系数可能少乘了一处。5.3 信道归一化没做瑞利信道模平方期望不是1现象同样的代码换了信道生成方式后误码率整体偏离理论值偏移幅度不固定有时1dB有时2dB。原因信道矩阵h每个元素是两个独立实高斯除以sqrt(2)生成模平方期望才是1。很多代码直接写成randn(1,2)1j*randn(1,2)模平方期望是2等效信噪比直接降3dB。更隐蔽的是如果只对接收天线的信道归一化、没对发射天线的信道归一化2发1收和2发2收的偏移方向还不一样。解决在生成信道的代码里统一写成h (randn 1j*randn)/sqrt(2)然后加一个自检对10000个信道实现求mean(abs(h).^2)结果应该在1±0.02以内。这个自检我建议写进仿真脚本最前面因为信道归一化错误是误码率对不上理论值的原因里最隐蔽的一种等曲线出来再定位会浪费很多时间。5.4 统计误码时把导频和补零符号算进去现象低SNR时误码率和理论值接近但高SNR段曲线变得不平滑甚至偶尔比理论高一个数量级而且每次重新跑结果都不一样。原因在批量仿真里为了凑整块数或对齐帧长度经常在发射数据尾部补零或者预留导频符号做信道估计。如果统计误码时用的是整个帧的比特数而不是实际数据的比特索引就会把固定为零的已知符号判成错误。低SNR时少量补零符号被噪声打翻误码率被抬高高SNR时更是直接污染曲线。解决发射端函数多返回一个data_idx记录哪些比特属于有效数据误码统计只对有效数据做比较。更简单的做法是在仿真里完全不做补零和导频纯粹假设理想信道估计只统计纯数据比特。这样虽然不贴近真实系统但用于验证STBC编码算法本身是正确的。5.5 高SNR段误码率归零曲线断裂无法验证分集阶数现象12dB以上误码率直接变成0画图时曲线掉到横轴无法确认分集阶数到底是2还是更高。原因固定帧数模式下高SNR点很少出错几千个符号对根本凑不够误码样本。这不是代码错误而是仿真采集策略问题。误码率估计的置信度和“错误事件数”直接相关100个错对应的相对标准差约20%10个错对应的相对标准差约30%没出错时估计值就是0不能画在半对数坐标上。解决用前面提到的“最少100个错误比特”终止条件并设置最大比特数上限。如果算力实在有限可以把20dB点单独跑一次长仿真只求这个点有几十个错。我的经验是对于2发1收QPSK20dB大约需要20万比特以上才有稳定估计值得专门为验证斜率跑一次。如果整条曲线都归零那就要考虑是否是SNR定义换算错误比如前面提到的Es/N0和Eb/N0差3dB导致整个曲线右移了。6. 进阶验证用SISO对照实验确认STBC编码的分集增益6.1 同一信道种子下跑SISO和Alamouti 2x1第五章的避坑指南能保证代码“看不出错误”但要确认STBC编码真的带来了该有的分集增益还差最后一步验证设计一个1发1收的SISO链路作为对照组。两组仿真使用完全相同的信道随机种子、相同的SNR点、相同的调制方式唯一区别是发射端是否做Alamouti编码。这样在图上能清楚地看到两条曲线的间距和斜率SISO的误码率曲线在瑞利信道下近似以斜率1下降SNR增加10倍误码率降低约1个数量级2发1收的Alamouti曲线以斜率2下降在相同误码率下2发1收相对SISO大约节省3到4dB的信噪比。如果两条曲线的斜率一样说明编码矩阵或合并公式仍有错误。这个对照实验我每次都要跑一遍因为纯靠理论曲线对拍有时曲线碰巧对齐了但实现里仍有隐藏的转置错误同一信道种子下的SISO对照是最敏锐的体检。6.2 用理论误码率公式做验收确认2发2收的斜率变陡更进一步的做法是直接对比理论曲线。2发1收QPSK Alamouti在瑞利信道下的误码率有闭式近似2发2收的理论表达式也可以从多分支合并公式推导。拟合时注意只用0到20dB的数据高SNR点样本少、抖动大不能用来反推理论参数。我个人的习惯是先把SISO跑通再把Alamouti叠上去确认曲线斜率从1变成2再扩2发2收看斜率变陡。这个顺序帮我在不止一个项目里快速定位过“看起来正常但分集阶数不对”的实现错误。最后再啰嗦一句仿真习惯每次改完代码先跑一个低SNR点的短帧快速验证不要直接跑全量。低SNR点有大量错误样本几秒内就能把误码率统计出来如果这个点和理论值差太多后面没必要浪费时间。希望这些步骤和踩坑记录能帮你把STBC编码仿真一次跑通。本文还有配套的精品资源点击获取