1.算法概述

利用多输入多输出（MIMO，Multiple InputMultiple Output）技术通过空间复用能够显著的提高通信系统的容量，并可以很好的缓解时/频资源日益紧张的现状。

该技术在 LTE标准中被列为必选项，并在下行链路上得以使用。同时，与之相对应的用于上行链路的虚拟 MIMO（Virtual MIMO）系统也得到了广泛的关注。其中，针对 Virtual MIMO系统中的关键技术-用户配对机制，国内外的研究人员更是进行了大量研究工作，并提出了许多新的算法或改进。　　

Virtual MIM0技术是指通过特定的选择算法将符合标准的用户分成一组，利用相同的时/频资源来传输数据的技术。由于组内的用户同时通过各自的天线发送数据也就在上行方向上构成了类似于传统MIMO技术中的多天线发射阵列。

但在具体的实现上，各终端用户仍然采用单天线配置，仅是通过特定的调度算法实现了采用相同无线资源的联合发送。由于该技术可以在没有增加用户终端设备的成本和发射功率的情况下，在上行传输方向构成类似于 MIMO的传输系统。因此，对于提高无线资源的利用率、改善上行链路传输容量具有积极的作用。

2.仿真效果预览

matlab2022a仿真

从上面的仿真结果可知，采用全配对的方法，可以获得较大，但是其数据丢失率也较大，所以设计了基于SINR的配对算法，这样可以根据实际的噪声等干扰因素的影响来进行合理的配对。

3.MATLAB部分代码预览

M               = 2;
N               = 2;
% Pt              = 14;%发射功率
% Gt              = 64;%发送天线的增益
% Gr              = 64;%接收天线的增益
% R               = 0.6;%小区半径
% Phatloss        = 128.1 + 37.6*log10(R);%路径损耗
% Shadowfading    = 8;%阴影衰落
% PN              = 5;%噪声功率
% SNRs            = Pt + Gt + Gr - Phatloss - Shadowfading - PN;
SNRs            = 10;%定义SNR值
tc              = 10;%采样率
Num_user        = 24;%用户的个数
sel             = 1;%1,2,3,4,选择四种不同的方法进行仿真
sel2            = 0;%0直接出图,1进行逐个仿真
 
if sel2 == 1
    for j=1:Num_user
        j
        %计算第一个用户的相关值
        In_index         = zeros(1,10*j);
        though_Output    = zeros(1,10*j);
        though_Input     = zeros(1,10*j);
        SNR              = SNRs*rand(1,10*j);
        %调用调度函数
        if sel == 1%如果选择1
          [H,number]     = func_No_Scheduling(10*j,M,N);%不进行pairing
        end
        if sel == 2%如果选择2
          [H,number]     = func_Random_Paring_Scheduling(10*j,M,N);%随机Pairing
        end   
        if sel == 3%如果选择3
          [H,number]     = func_Orthogonal_Paring_Scheduling(10*j,M,N);%正交Pairing
        end  
        if sel == 4%如果选择4
          [H,number]     = func_Determinant_Paring_Scheduling(10*j,M,N);%行列式Pairing
        end  
        %基于MMSE的接收   
       [M,Nes]           = func_MMSE_receiver(H,SNR(number));%对数据进行MMSE原则的接收
        sirer            = zeros(1,10*j);
        sirer(number)    = log2(1+Nes);
       [though_Output,indexout,uenow]=func_calc(sirer,though_Input,tc,In_index,number);%计算得到最后的输出信息量 
        though_Input     = though_Output;
        In_index         = indexout;
        S(1)             = sum(log2(1+Nes));
        %计算其余用户的相关值
        %以下是对其余用户做同样的运算
        for k=2:10*j
            M = 2;
            H = zeros();
            %调用调度函数  
            if sel == 1
              [H,number]  = func_No_Scheduling(10*j,M,N);%不进行pairing
            end
            if sel == 2
              [H,number]  = func_Random_Paring_Scheduling(10*j,M,N);%随机Pairing
            end   
            if sel == 3
              [H,number]  = func_Orthogonal_Paring_Scheduling(10*j,M,N);%正交Pairing
            end  
            if sel == 4
              [H,number]  = func_Determinant_Paring_Scheduling(10*j,M,N);%行列式Pairing
            end 
           %基于MMSE的接收  
           [M,Nes]        = func_MMSE_receiver(H,SNR(number));
            sirer            = zeros(1,10*j);
            sirer(number) = log2(1+Nes);
           [though_Output,indexout,uenow]=func_calc(sirer,though_Input,tc,In_index,number);%计算得到最后的输出信息量 
            though_Input  = though_Output;
            In_index      = indexout;
            S(k)          = sum(log2(1+Nes));
        end
        %计算信道容量
        fair(j)       = sum(though_Output)^2/(length(though_Output)*sum(though_Output.^2));
        SNR_Linear    = 10^(SNRs/10);
        Capacity(j)   = 0.5 * log10(1 + (SNR_Linear * sum(abs(fair(j)))));   
    end
    %根据信道容量计算CDF值
    CDFs=func_CDF(Capacity,Num_user);
    if sel == 1
      save data0.mat CDFs%保存CDF数据
    end
    if sel == 2
      save data1.mat CDFs%保存CDF数据
    end   
    if sel == 3
      save data2.mat CDFs%保存CDF数据
    end  
    if sel == 4
      save data3.mat CDFs%保存CDF数据
    end 
else
    load data0.mat
    figure
    plot(1:0.5:12,CDFs,'k','LineWidth',2);grid on%使用plot进行画图
    hold on;
    load data1.mat
    plot(1:0.5:12,CDFs,'b','LineWidth',2);grid on%使用plot进行画图
    hold on;
    load data2.mat
    plot(1:0.5:12,CDFs,'r','LineWidth',2);grid on%使用plot进行画图
    hold on;
    load data3.mat
    plot(1:0.5:12,CDFs,'g','LineWidth',2);grid on%使用plot进行画图
    hold on;
    axis([1,12,0,1]);
    legend('Receive Diverse','Random Pairing','Orthogonal Pairing','Determinant Pairing');%不同的标志
    xlabel('Thoughout');%X坐标
    ylabel('CDF');%Y坐标
end
01_039_m