1、是协方差矩阵为的零均值循环对称复高斯变换噪声向量。向量必须满足已限制总的发送能量。可以看出，i=1,2,rMIMO信道的容量是单个平行SISO信道容量之和，由下式给出（i=1,2,r）反映了第i个子信道的发送能量，且满足可以在子信道中分配可变的能量来最大化互信息。现在互信息最大化问题就变成了：最大化目标在变量中是凹的，用拉格朗日法最大化。最佳能量分配政策注水算法：Step1:迭代计数p=1,计算Step2:用计算，i=1,2,r-p+1Step3:若分配到最小增益的信道能量为负值,即设，p=p+1，转至Step1.若任意非负，即得到最佳注水功率分配策略。1.2 发送端知道信道时的信道容量% i
2、n this programe a highly scattered enviroment is considered. The% Capacity of a MIMO channel with nt transmit antenna and nr recieve% antenna is analyzed. The power in parallel channel （after% decomposition） is distributed as water-filling algorithmclear allclose allclcnt_V = 1 2 3 2 4;nr_V = 1 2 2
3、3 4;N0 = 1e-4;B = 1;Iteration = 1e2; % must be grater than 1e2SNR_V_db = -10:3:20;SNR_V = 10.（SNR_V_db/10）;color = b;rgkm;notation = -o-sfor（k = 1 : 5） nt = nt_V（k）; nr = nr_V（k）; for（i = 1 : length（SNR_V） Pt = N0 * SNR_V（i）; for（j = 1 : Iteration） H = random（rayleigh,1,nr,nt）; S V D = svd（H）; landa
4、s（:,j） = diag（V）; Capacity（i,j） PowerAllo = WaterFilling_alg（Pt,landas（:,j）,B,N0）; end f1 = figure（1）; hold on plot（SNR_V_db,mean（Capacity）,notation（k,:）,color,color（k,:） clear landasendf1 = figure（1）legend_str = ;for（ i = 1 : length（nt_V） legend_str = legend_str ;. nt = ,num2str（nt_V（i）, , nr = ,nu
5、m2str（nr_V（i）;legend（legend_str）grid onset（f1,1 1 1）xlabel（SNR in dB）ylabel（Capacity bits/s/Hz注水算法子函数function Capacity PowerAllo = WaterFilling_alg（PtotA,ChA,B,N0）;% WaterFilling in Optimising the Capacity%=% InitializationChA = ChA + eps;NA = length（ChA）; % the number of subchannels allocated toH =
6、 ChA.2/（B*N0）; % the parameter relate to SNR in subchannels% assign the power to subchannelPowerAllo = （PtotA + sum（1./H）/NA - 1./H;while（length（find（PowerAllo 0） IndexN = find（PowerAllo 0）; MP = length（IndexP）; PowerAllo（IndexN） = 0; ChAT = ChA（IndexP）; HT = ChAT.2/（B*N0）; PowerAlloT = （PtotA + sum
7、（1./HT）/MP - 1./HT; PowerAllo（IndexP） = PowerAlloT;PowerAllo = PowerAllo. Capacity = sum（log2（1+ PowerAllo. .* H）;注意：的奇异值，所以对H奇异值分解后要平方ChA.21.3 发送端不知道信道时的信道容量功率均等发送，信道容量的表达式为:osCapacity（i,j）=log2（det（eye（nr）+Pt/（nt*B*N0）* H*H）;f2= figure（2）;f2= figure（2）set（f2,1.4 已知信道和未知信道容量比较notation_uninf= Capaci
8、ty_uninf（i,j）=log2（det（eye（nr）+Pt/（nt*B*N0）* H*Hplot（SNR_V_db,mean（Capacityhold onplot（SNR_V_db,mean（Capacity_uninf）,notation_uninf （k,:clear landas由图形中可以看出：1. 在小信噪比时，相同信噪比下利用CSI的功率注水算法获得容量优于未知CSI的平均功率分配算法；相同容量下已知CSI信噪比比未知CSI时的信噪比小3dB.2. 当信噪比增大到一定程度时，功率注水算法所获得的信道容量将收敛到平均功率分配的信道容量。Welcome ToDownload !欢迎您的下载，资料仅供参考！
