简介STTC空时格码仿真工程聚焦4天线MIMO系统面向无线通信研究人员与工程师利用空间和时间双重编码提升系统可靠性与速率用于评估不同状态数2态、8态、16态在1/2天线配置下的误码率与帧错误率表现。压缩包共8个文件均为MATLAB的m脚本整体仅4KB涵盖数据生成、网格编码、调制、分支度量、信道模型及主仿真等环节可直接运行并复现性能对比实验也便于按需修改参数。已有177人学习下载具备一定参考价值。通过调整编码状态与天线组合可对比2×1、2×2等场景下STTC抗衰落与抗干扰能力的差异进一步分析编码复杂度增加后误码率与帧错误率的改善程度为MIMO系统编码策略选择和参数优化提供直接的仿真数据支撑。1. 从4天线STTC仿真包说起这个zip里到底有什么做MIMO仿真的人十有八九都经历过「论文公式看懂了代码却不知道从哪行开始」的阶段。这个STTC__.zip 是一份典型的4天线STTC空时格码MATLAB仿真工程里面8个.m文件从数据生成、格形编码、调制、信道一直到维特比检测整条链路是通着的。它解决的核心问题不是理论科普而是让你能直接跑出不同状态数2态、8态、16态在2×1和2×2天线配置下的BER/FER对比曲线。适合刚接手空时编码课题的学生、要做MIMO性能评估的工程师以及所有想快速搭一套可改状态、可换天线数的STTC基线的同志。下载下来解压打开STTC_SIMULATION.m就能看到主循环。2. STTC原理与仿真文件架构先把状态和天线映射搞清楚2.1 空时格码的核心分集、编码增益与状态数STTC全称Space-Time Trellis Coding它把信道编码和调制揉在一起用格形trellis结构把符号同时在时间维和空间维上展开。发射端每个时隙输入的比特不仅决定当前发送符号还决定下一时隙的编码状态接收端则用维特比算法在格形图上找最可能的路径。相比空时分组码如AlamoutiSTTC多了一个编码增益但代价是译码复杂度随状态数线性到指数增加。这份仿真包里最常改的三个参数就是状态数和天线数。状态数2、8、16分别对应1位、3位、4位的移位寄存器记忆长度。状态越多编码器能「记住」的过去符号越多分集和编码增益理论上越好但维特比译码的网格节点数也随之翻倍。天线数方面2×1表示2根发射天线、1根接收天线2×2则是2发2收正好是4根天线——这也是标题里「4天线STTC」的由来。注意这里说的配置描述的是链路两端的总天线数不是单个设备的天线数别被某些博客里的「单用户双天线」说法带偏。2.2 文件调用关系从data_generator到BER统计的完整链路拿到zip先别急着运行按文件职责理一遍调用链后面调试才知道错在哪。这8个文件的分工如下文件职责data_generator.m生成随机0/1比特流长度可配置STTC_stage_modulation.m把串行比特流按每时隙比特数切分成阶段STTC_modulator.m调用格形编码生成每个天线上的发送符号矩阵trellis_encoder.m根据状态转移表输出星座符号索引并更新状态channel1.m生成瑞利衰落信道系数叠加AWGN返回接收信号与信道矩阵Hbranch_metric.m计算候选发送符号与接收向量的欧氏距离STTC_detector.m维特比检测输出估计的比特流STTC_SIMULATION.m主脚本扫描SNR统计BER/FER调用顺序是主脚本先让data_generator产出比特然后经过STTC_stage_modulation切分再由STTC_modulator内部调trellis_encoder做格形编码并映射到每根天线发送矩阵进channel1过信道和噪声接收端用branch_metric算分支度量最后STTC_detector完成维特比译码把估计比特拿回去和原始比特对比。这一圈走完主脚本里累加错误比特数和错误帧数最后除以总数就是BER和FER。主脚本的骨架一般长这样我习惯把参数集中放在文件头部% STTC_SIMULATION.m 主脚本骨架 % 天线与编码参数 tx_ant 2; % 发射天线数2x2配置时为2 rx_ant 2; % 接收天线数 num_states 8; % 格形状态数可2、8、16 m_bits 2; % QPSK调制每时隙2比特 % 仿真参数 snr_list 0:2:20; % 信噪比扫描单位dB frames 100; % 每个SNR下仿真帧数 frame_len 128; % 每帧比特数 ber zeros(size(snr_list)); fer zeros(size(snr_list)); for s 1:length(snr_list) err_bit 0; total_bit 0; err_frame 0; total_frame 0; for f 1:frames bits data_generator(frame_len); tx_sym STTC_modulator(bits, tx_ant, num_states); [rx_sym, H] channel1(tx_sym, snr_list(s), rx_ant); est_bits STTC_detector(rx_sym, H, tx_ant, rx_ant, num_states); err_bit err_bit sum(bits ~ est_bits); total_bit total_bit frame_len; if any(bits ~ est_bits) err_frame err_frame 1; end total_frame total_frame 1; end ber(s) err_bit / total_bit; fer(s) err_frame / total_frame; end这里tx_ant和rx_ant要跟STTC_modulator与channel1内部尺寸对上。snr_list从0到20步长2覆盖了STTC曲线最有区分度的区间。frames100是底线想画平滑BER曲线建议调到500以上不然高SNR段会像锯齿。frame_len取128能被m_bits整除避免最后一截被丢弃导致统计偏差。这段骨架里没有显式调用STTC_stage_modulation和trellis_encoder因为STTC_modulator内部会负责调用它们主脚本只需要看到比特进的比特出的结果。如果你拿到的主脚本不是这个风格大概率是把调制和编码步骤摊开写在STTC_SIMULATION.m里了到时候对照文件清单改参数即可。3. 跑通STTC仿真数据生成、调制与格形编码3.1 data_generator.m怎么生成一组符合MIMO场景的比特流data_generator.m是整个链路的地基。STTC仿真对输入数据的唯一硬要求是长度要和格形编码的约束长度匹配否则你会遇到「比特数不够切分」或者「最后一组被截断」这种隐藏问题。最朴素的实现就是等概率随机比特function bits data_generator(frame_len) % data_generator: 生成随机二进制比特流 % 输入frame_len为比特数输出为0/1行向量 bits randi([0 1], 1, frame_len); endrandi生成的是整数0和1在MATLAB里可以直接参与比较和逻辑运算。frame_len建议设置为m_bits的整数倍并且最好同时是num_states对应帧结构的整数倍。比如QPSK调制下m_bits2frame_len128切分成64个时隙刚好。如果你把frame_len改成100那么最后一个时隙只够半个符号STTC_stage_modulation里用floor截断的话会静默丢弃最后几个比特BER分母和分子对不上曲线会莫名偏差。3.2 STTC_stage_modulation.m与STTC_modulator.m符号映射与空时编码STTC_stage_modulation.m负责把一维比特流改写成「每时隙一组」的二维矩阵。为什么需要这一步因为格形编码的输入是分组比特每个时隙消费m_bits个比特同时产生一组状态转移。常见的切分方式如下function stg_bits STTC_stage_modulation(bits, m_bits) % stg_bits: 维度 num_stage x m_bits % 将bits按每m_bits个比特切分为时隙组 num_stage floor(length(bits) / m_bits); stg_bits reshape(bits(1:num_stage * m_bits), m_bits, num_stage).; end注意reshape的第二个维度是m_bits转置后每一行代表一个时隙的输入比特floor截断意味着末尾不足一组的比特会被丢掉所以前面强调frame_len必须整除m_bits。切分之后STTC_modulator.m拿到这些分组比特调trellis_encoder做编码再按天线数展开。一个常见的调制器实现是function tx_sym STTC_modulator(bits, tx_ant, num_states) % STTC_modulator: 空时调制器 % 输出tx_sym维度 num_stage x tx_ant每个元素是QPSK星座点 m_bits 2; % 默认QPSK stg_bits STTC_stage_modulation(bits, m_bits); sym_idx trellis_encoder(stg_bits, num_states); % QPSK星座能量归一化 const [11j; -11j; -1-1j; 1-1j] / sqrt(2); tx_sym const(sym_idx); tx_sym reshape(tx_sym, size(sym_idx,1), tx_ant); end这里sym_idx是trellis_encoder返回的索引矩阵每一行对应一个时隙每一列对应一根天线上的星座点索引。const四个点模值都是1总发射功率为1后面channel1的噪声功率换算就省心。如果你换8PSKconst要改成8个点m_bits同步改成3否则索引越界或者星座间距出错BER直接报废。3.3 trellis_encoder.m状态驱动的格形编码实现trellis_encoder是STTC的黑匣子也是整个包最容易藏坑的地方。它的职责是根据当前状态和输入比特查表给出每根天线要发送的星座符号索引并转移状态。由于不同状态数和调制方式对应不同的生成多项式业内一般直接把标准查找表写死而不是每次现算。function sym_idx trellis_encoder(stg_bits, num_states) % trellis_encoder: 格形编码器查表风格 % stg_bits: num_stage x m_bits 分组比特 % num_states: 2, 8, 16 num_stage size(stg_bits, 1); m_bits size(stg_bits, 2); sym_idx zeros(num_stage, 2); % 2发天线 % 实际包内包含查表矩阵 % output_table: 状态数 x 输入数 x 天线数 % next_state_table: 状态数 x 输入数 output_table get_std_output_table(num_states, m_bits, 2); next_state_table get_std_next_table(num_states, m_bits); state 1; % 初始状态编号 for t 1:num_stage u stg_bits(t, :); % 当前时隙输入比特 idx bin2dec(sprintf(%d, u)) 1; sym_idx(t, :) squeeze(output_table(state, idx, :)).; state next_state_table(state, idx); end end这段代码里get_std_output_table和get_std_next_table是占位函数真实包中应该是矩阵常量。sprintf(%d, u)把比特行向量拼成字符串比如[0 1]变成01bin2dec再转成十进制并加1作为索引。注意状态编号从1开始如果你的实现从0开始整个查表都会偏移。收到状态转移表后检测器必须用同一张表做逆映射否则编码和译码对不上误码率会卡在某个固定值上不去。这个文件我在实际项目里见过三种翻车模式一是状态编号从0开始还是从1开始没统一导致查表偏移一位二是生成多项式没归一化星座符号能量不一致三是只写了2态的表把num_states改成16后还在用旧表。因此你改状态数时第一件事确认trellis_encoder里有对应状态数的表而不是拿2态的生成多项式硬凑。4. 信道、分支度量与维特比检测接收端怎么把符号解回来4.1 channel1.m平坦衰落与AWGN信道模型的建模方式STTC的信道通常用平坦瑞利衰落加AWGNchannel1.m要同时完成生成信道系数和叠加噪声。准静态衰落假设一个帧内信道不变这样每帧只需要生成一次H矩阵计算快且便于和理论曲线对照。function [rx_sym, H] channel1(tx_sym, snr_db, rx_ant) % channel1: 平坦瑞利衰落信道 AWGN % tx_sym: num_stage x tx_ant % snr_db: 信噪比(dB) % 返回值rx_sym: num_stage x rx_antH: rx_ant x tx_ant [num_stage, tx_ant] size(tx_sym); % 瑞利信道实部虚部各为高斯能量归一化 H (randn(rx_ant, tx_ant) 1j*randn(rx_ant, tx_ant)) / sqrt(2); rx_sym zeros(num_stage, rx_ant); for t 1:num_stage rx_sym(t, :) H * tx_sym(t, :).; end % 噪声功率假设信号功率为1 snr_lin 10^(snr_db/10); noise_power 1 / snr_lin; noise sqrt(noise_power/2) * (randn(num_stage, rx_ant) 1j*randn(num_stage, rx_ant)); rx_sym rx_sym noise; end这里H用randn(…)/sqrt(2)保证每个元素模方均值是1即信道不改变平均接收功率。噪声的实部虚部分别用sqrt(noise_power/2)缩放这样noise的总方差正好是noise_power。如果你要模拟快衰落把生成H的代码挪到循环内部每个时隙重新生成但注意此时detector使用的H必须是时变的否则性能会虚高。另外snr_db输入需要在主脚本传的就是dB值不换算成线性值很多人在这里把10^(snr_db/10)又除了2导致所有曲线右移3dB。4.2 branch_metric.m分支度量的构造与欧氏距离计算维特比检测的核心就是分支度量。接收端已知信道H对每个时隙的接收向量r_t它要与所有可能的发送符号向量s比较距离越小越像。这个度量就是欧氏距离的平方function metric branch_metric(rx_vec, H, tx_sym_vec) % rx_vec: 1 x rx_ant 当前接收向量 % H: rx_ant x tx_ant 信道矩阵 % tx_sym_vec: 1 x tx_ant 候选发送符号向量 diff rx_vec - H * tx_sym_vec.; metric sum(abs(diff).^2); end注意H * tx_sym_vec.得到的是rx_ant x 1的向量正好和rx_vec维度一致。metric是一个非负实数表示该候选符号在接收端的「嫌疑程度」。这个文件本身没太多技术含量但它会被detector在每一时刻、每一状态、每一输入上反复调用所以性能瓶颈往往在这。如果仿真慢优先把这段矩阵化成批量计算一次性算完所有候选符号的度量而不是在detector里逐调用。4.3 STTC_detector.m维特比译码与硬/软判决的选择STTC_detector是接收端的大脑它要维护每状态的累计度量每一时刻对所有分支做「加-比-选」ACS最后回溯得到比特序列。典型结构如下function est_bits STTC_detector(rx_sym, H, tx_ant, rx_ant, num_states) % STTC_detector: 维特比检测器 num_stage size(rx_sym, 1); % 初始化各状态度量第一状态设为0其余为inf path_metric inf(1, num_states); path_metric(1) 0; % 记录每个时刻、每个状态的存活路径用于回溯 survivor zeros(num_states, num_stage); for t 1:num_stage new_metric inf(1, num_states); for state 1:num_states for input 1:2^m_bits cand get_candidate_symbol(state, input, num_states); old_metric path_metric(state); br branch_metric(rx_sym(t, :), H, cand); next_state get_next_state(state, input, num_states); if old_metric br new_metric(next_state) new_metric(next_state) old_metric br; survivor(next_state, t) state; end end end path_metric new_metric; end % 回溯 est_bits traceback(survivor, path_metric, num_stage); end这里get_candidate_symbol和get_next_state需要依赖trellis_encoder里的同一张表且注意m_bits也要和调制映射一致。硬判决用欧氏距离软判决则在度量里加上噪声方差的对数似然项改善有限且增加计算量。STTC的格形结构下硬判决已经能获得分集增益软判决主要用于级联Turbo码等场景这份包里默认硬判决就够用。回溯需要设定深度如果帧长较短直接回溯到帧起点如果帧很长一般取5倍记忆长度作为截断深度否则路径度量可能收敛不到正确状态。这个参数在detector内部或主脚本中配置我一般会把traceback_length拆出来方便调优。5. STTC仿真避坑从BER曲线不收敛到状态数选择5.1 现象BER曲线随SNR增大反而上升跑出来的结果是SNR越高、BER越多简直反直觉。最可能的原因是发射符号功率没有归一化QPSK星座点如果用[11j; -11j; -1-1j; 1-1j]不除以sqrt(2)星座模值是根号2实际发射功率是2但信道和噪声计算仍按功率1来相当于所有SNR点都抬高了3dB。当然这只会平移不至反转真正反转多半是噪声方差算错noise_power 1/snr_lin没错但真实噪声是复数如果写成randn不加1j实信号的功率只有复信号的一半曲线会整体偏离。检查办法是单独跑一个无噪声脚本把snr_db设成100BER必须为0再把snr_db设成0实测接收信号功率和噪声功率比例对照理论值。5.2 现象2×2与2×1配置的BER曲线完全重合改了天线参数但性能没有提升第一反应是发送矩阵没有真正分配到两天线。检查STTC_modulator输出的tx_sym第二维是不是等于tx_ant以及channel1里H的尺寸是不是rx_ant × tx_ant。常见错误是trellis_encoder内部写死了两列即2发天线改成2×1时把tx_ant设为1但编码器仍输出两列STTC_modulator的reshape又把其中一个符号丢弃或重复最终两天线符号完全相同分集自然为零。用size把中间变量打出来一眼就能看出问题。5.3 现象状态数从2升到16后仿真时间暴涨几十倍这不是bug是复杂度真相。状态数为S时维特比每一时刻要处理S个状态、每状态2^m_bits个输入分支。2态QPSK是2×48个分支16态直接是16×464个分支每时刻计算量翻了8倍加上状态转移表如果每次循环都重新查时间暴涨正常。解决思路有三个一是把状态转移表和输出符号表在进入仿真前预计算成常量矩阵不要在detector内反复调函数二是用MATLAB矩阵化批量计算分支度量避免逐分支调用branch_metric三是适当降低frames在高状态数下的值但不要低于50否则统计不稳定。另外检查有没有在循环内部动态分配数组预分配能省掉大量时间。5.4 现象FER统计结果不是0就是100%帧错误率需要按帧统计如果每SNR只跑10帧错误帧数为0就得到0%错误帧数大于0就得到100%曲线完全是台阶。解决方法是把frames提到100以上且保持帧长一致对于低SNR区间0-6dBFER接近1很正常此时想要区分两个算法的差异需要把SNR范围右移到曲线过渡带比如8-16dB。另一个细节是any(bits ~ est_bits)判断帧错误时如果估计比特因为回溯深度不够导致尾部错位即使前面全对也会被判错帧结果FER虚高。遇到这种情况先检查截断深度再决定是否只统计中间稳定段。6. 把STTC仿真结果做实验证BER/FER曲线与理论界的技巧拿到包先别急着画全曲线我每次都会先做一次「零噪声自检」把snr_db设成一个很大的值比如100信道H设成单位阵或固定常数矩阵让channel1只叠加一个极小的噪声。此时BER应该无限接近0。如果检测器有状态初始化、回溯深度、查表偏移等任何问题这一步会立刻暴露。这个自检成本极低却能省下后面分析曲线时的大把时间。自检通过后再验证2×1配置的2态STTC。2发1收的STTC在瑞利信道下理论分集阶数是2你可以画一条参考线把2×1系统的BER曲线斜率与单发单收BPSK在瑞利信道下的BER曲线对比。如果两者的斜率几乎相同说明分集阶数没有达到编码器或detector大概率有问题如果STTC曲线的斜率明显更陡说明分集增益兑现了。还有一个技巧是看FER与BER的关系。在STTC中FER/BER的比值可以粗略反映错误帧内平均错误比特数。如果这个比值在SNR升高时剧烈变化说明错误分布不均匀很可能是帧长切分或回溯导致的边缘效应。我一般会让frame_len至少是m_bits * 64并且检测器的survivor矩阵预分配成num_states x num_stage这样回溯时不用动态增长数组。此外曲线画完记得保留随机数种子在主脚本开头加一句rng(42)保证每次仿真复现同一组信道和噪声。这一点在做状态数对比时尤其重要因为不同状态数下如果用了不同随机数曲线差异会被噪声抖动淹没。这个包我最初跑的时候就是忘了在channel1里归一化信道能量导致2×2和2×1曲线几乎重叠还怀疑是算法实现问题折腾了一整天才发现是H的方差多乘了一个sqrt(tx_ant)。从那以后我每次拿到STTC仿真包都强制先跑一遍零噪声自检再检查信道归一化最后才看BER曲线。这份包含8个.m文件的STTC仿真包需要的可以直接拿走跑起来跑之前记得先做自检。希望这份拆解能帮到你也让你少走我走过的弯路。本文还有配套的精品资源点击获取
