极化编码和卷积编码结合的MIMO-OFDM系统纠错方案及性能比较

沙特国王大学学报PC-CC：MIMO-OFDM系统作者：Arun Agarwala，Saurabh N.梅赫塔ba印度泰米尔纳德邦钦奈阿米特大学电气工程学院信息技术系，邮编603112bVidyalankar技术学院电子和电信工程系，孟买400037，马哈拉施特拉邦，印度阿提奇莱因福奥文章历史记录：2017年9月19日收到2017年10月28日修订2017年12月3日接受2017年12月11日在线发布关键词：MIMOOFDM干扰极化码常规代码A B S T R A C T与正交频分复用（OFDM）技术相结合的多输入多输出（MIMO）天线由于其潜在的干扰减少以及高效的数据传输而受到广泛关注然而，大量数据的快速增长和它们的不同特性使得最近的纠错方案的有效性成为必要。传统的纠错方案在不同数据上的兼容性受到影响。尽管级联纠错方案满足要求，但在数据和图像传输条件下，其精 度 仍 不 确 定 。 本 文 将 一 种 先 进 的 编 码 方 案 -- 极 化 编 码 （ Polar Coding ， PC ） 与 著 名 的 卷 积 编 码（Convolution Coding，CC）相结合，提出了一种纠错方案。所提出的纠错方案的竞争力因此，本文对三种天线配置（2× 2）的MIMO-OFDM系统进行了仿真，（2× 4）和（4× 4），它们在三种调制方案下进行实验，例如二进制相移键控（BPSK）、正交相移键控（QPSK）、正交幅度调制（QAM）-16和QAM-64。三个实际的信道模型，如加性高斯白噪声（AWGN），瑞利和莱斯信道模型中使用的建议的研究。提出的编码方案的性能与传统的纠错方案，如CC，里德所罗门码（RSC）-CC，低密度奇偶校验（LDPC）-CC和涡轮-CC进行了比较。该研究还扩展到传输数据和图像，以保证数据特征多样性的公平性。该研究揭示了所提出的纠错方案的有效性，在传统的纠错方案的BER（误码率）和峰值信噪比（峰值信噪比），当数据和图像传输，分别。与传统方法进行了比较，结果表明，PC-CC方法的PSNR性能比CC方法提高37.95%，比RSC-CC方法提高31.73%，比LDPC-CC方法提高24.52%，比Turbo-CC方法提高14.12%。©2017作者。制作和主办：Elsevier B.V.代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍如今，在无线通信领域，具有空间复用和空间分集特性的MIMO的发展（Vucetic和Yuan，2003）已经被提出作为基础技术（Sun等人， 2015年）。的主要好处*通讯作者。电子邮件地址：arunagrawal@soauniversity.ac.in（A. Agarwal）。沙特国王大学负责同行审查MIMO系统具有更好的隔离、宽带宽、改进的辐射、带宽效率和低相关性（Vucetic和Yuan，2003; Li等人，2015年）。在网络中的不同调制技术中，OFDM被认为是成功的技术（Alves等人，2012; Tang等人，2006年; Djordjevic和Vasic，2006年），这产生不同的复用和分集增益与许多设计和代码（Rupp和Meklenbrauker，2002年）。OFDM系统的优点是OFDM频谱的急剧滚降、对符号间和载波间干扰的耐受性、多址能力和对线性光纤效应的高鲁棒性（Alves等人，2012年）。随着此外，MIMO系统还可以提供更好的信号可靠性和多个传输https://doi.org/10.1016/j.jksuci.2017.12.0031319-1578/©2017作者。制作和主办：Elsevier B.V.代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.com918A. Agarwal，S.N.Mehta/ Journal of King Saud University而没有额外的辐射和光谱带宽（Zhang等人，2008; Kim等人，2013;Li等人，2009年; Liu等人， 2013年）。由于OFDM系统具有极高的频谱效率、在频率选择性衰落信道中，OFDM系统中频率分集的持续性增强了BER性能（Bingham，1990; Chang，1966; Saltzberg，1967; Hirosaki，1981;Le Floch等人，1995; Bolcskei，2003; Bellanger，2010）。此外，OFDM与无线技术的组合仍然是最有能力的方法，因为它具有诸如增强的可靠性和频谱效率、处理更大的带宽和多个天线以及高数据速率传输的益处（Zhang等人，2007; Kashima等人，2006; Paulraj等人，2004 年）。在关于组合的 OFDM- MIMO 系统的不同贡献中，（Kashima等人，2006）开发了用于盲信道估计的MIMO-OFDM系统， 并且（ Li 等人， 2015 ）在调 制和深度（ SDM ）内链 接Alamanti空时块编码（STBC）MIMO系统。实际上，引入STBC是为了促进通过MIMO系统的信号的有效传输（Sayed等人，2005年）。此外，（Liu，2015）中的STBC与SDM的组合被高度用于评估具有准正交STBC的MIMO传输。其他方法包括DSB-OFDM系统（Sun等人，2015）、T-OFDM系统（Wang等人， 2015）和DCP-OQAM-OFDM和ECP-OQAM-OFDM系统（Chen等人， 2015年，也进行了分析和研究。来自纠错码的阈值效应缓慢地使系统在低信噪比（SNR）下的性能最小化。因此，开发了两种类型的纠错码来减少与混沌动力系统相关的阈值效应（Rosenhouse和Weiss，2007）。这些类型基于分集和LDPC码的原理（Gallager，1962;MacKay和Neal，1996）。在发射天线的情况下，采用正交空时分组码（OSTBC）（Bolcskei，2006），其不能获得适当的编码增益。作为对该挑战的解决方案，MIMO-OFDM与OSTBC相结合（Alamaret，1998; Shah等人，2006年，在空间和时间上提供多样性。它估计了OSTBC和OFDM系统的BER性能卷积码是一种信道编码技术，它在不同的衰落状态下，如空间相关、不相关衰落和空间时间相关衰落，与Alamanti STBC集成（Loskot和Beaulieu，2009）。在视频传输过程中，前向纠错（FEC）被指定为用于调节和纠正错误的技术，其中FEC码通常包括turbo码和卷积码。此外，在（Gupta和Saini，2014）中完成了与不等错误保护（UEP）集成的层间FEC编码技术，并且在（Paulraj等人，2004）在不同的衰落条件下通过考虑整个块。现有的MIMO-OFDM技术在高速率下无法实现多径分集。此外，编码系统的性能没有在高维度上考虑。而且，当采用那些传统方法时，将存在高解码复杂度。因此，现有系统中普遍存在的局限性可以通过采用所提出的技术来解决。1.1. 贡献本文研究了极化码与卷积码级联的可能性，并研究了两种数据传输中的纠错性能。本文通过研究各种天线配置、调制方案和信道模型的性能，广泛扩展了其分析。随后，将其性能与传统例如CC、RSC-CC、LDPC-CC和turbo-CC的代码本文的其余部分组织如下。第二节描述了MIMO-OFDM系统的FEC和第3节描述了MIMO-OFDM系统的级联极化码。第4节说明了性能分析。第5节介绍了衰落和交织对级联码的影响，第6节总结了本文。2. 用于MIMO-OFDM的FEC和级联FEC本节包括关于FEC和FEC的不同级联机制的说明此外，文献调查的分类如图所示。1.一、2.1. 没有FEC码的级联2015年，Bigdeli和Abolhassani（2015）获得了精确的闭型传递函数（TF ）。2013年，Liu等人（2013）提出了基于放大转发（AF）协议和卷积空时编码的双中继全双工异步协作网络。此外，在2015年，Yang和Liew（2015）已经构建了异步卷积编码PNC系统的解码过程，其被认为是三层系统。2.2. LDPC码与卷积码2013年，Grosjean et al. （2014）已经提出了卷积码与非终止系统性基于LDPC的LDPC的组合。由于采用了高记忆卷积码，该方法具有很高的效率2015年，Si et al. 等人（2013）已经实现了用于具有三个节点的中继信道的双层LDPC卷积码。2.3. RSC与卷积码在2014年，Chen（2013）已经利用了使用用于RSC级联卷积码的高级迭代软解码算法2012年，Ngo et al. （2012））已经改进了具有非相干检测的Reed-Solomon编码和慢跳频SFH辅助的M进制频移键控的无线系统的传输性能。2.4. Turbo码与卷积码的级联2015年，Kaya和Ozturk（2015）使用了两个最好的中继来提出一种先进的分布式Turbo编码（DTC）方法。 同年，Zhan et al.（2015）通过将双二进制卷积Turbo码与21451-5传感器和执行器网络相结合来处理低复杂度解码解决方案。3. MIMO-OFDM中的级联极化码3.1. 极化码在极性编码中（Choi和Chung，2016; Fang等人，2017; Wang和Zhang，2013），设N为通道数，通道极化以令人信服的方式定义了这些独立通道的整合，并通过解码过程划分特定通道。之后，渠道出现了两极分化的现象。当信道的数量N变为无穷大时，存在将信道的传输属性变为两个极端的可能性。在相同条件下，少数通道的通道容量可能变为1，A. Agarwal，S.N.Mehta/ Journal of King Saud University919！f···gðÞ1Hn¼HHn;H¼1 111N一一11用于MIMO-OFDM的没有FEC码的级联LDPC码与卷积码RSC与卷积码的级联Turbo码与卷积码陶误差二进制（TEB）[41]基于原型图的放大和转发（AF）协议[13]解码转发中继[44]基于RSC的慢跳频（SFH）[45]分布式Turbo编码方案[47]雅可比对数[48]联合信道解码网络编码[42]图1.一、用于MIMO-OFDM的常规FEC的分类信道可以变为0。 这就是标准极坐标方程的现象. （5）描绘了信息比特gN的生成;其中，化编码设C为具有C：a的独立B-DMC通道！ 其中a和b分别表示输入和输出信号。传输概率表示为Cz=g，其中g2a1 1表示信息比特，其被分成两部分。第一部分充当在理想信道中传输的活动信息比特，而第二部分充当在噪声信道中传输的睡眠比特。和z2b. 实际上，输出码和传输概率是输入代码的随机因子，设置为a/4 f0; 1g：gN¼aN MNð5Þ独立的B-DMC信道被共同表示为CN，其中CN：aNbN：因此，传输概率被表示为等式（1）。（一）.设A是集合1的子集;2;N和Ac是A的互补集：（4）可以修改为Eq。其中，MN<$A表示由MN的A行设计的子矩阵，并且N NMN<$Ac<$表示由MN的Ac行设计的子矩阵：CzN jg NPCzijgi1保持为自由变量， 是 固定的睡眠位，11i¼ 1一个c用于从源字aN获得gN：1 13.2. 编码和解码原理3.2.1. 极化编码通常，极化码使用生成矩阵MN：与Reed-Muller（RM）编码不同（Kim和Jung，2013; Burnashev和Dumer，2009），极化码的信息组基于信道极化的不同特征考虑N通道的数量和MN的生成公式为g1¼aAMNAa AcMNA6总的来说，参数向量N;Q;A; A ;A。在编码过程中起主要作用。发送到休眠位aAc的数据的值总是设置为0，码率表示为Q=N3.2.2. 极化解码在发送端，源代码aN被编码为gN在Eq.其中，BN指示比特翻转向量1 1并且进一步在偏振信道CN中传输gN，在Eq. （三）、 因此，Eq。 （4）由等式（1）取代。1N（3）在Eq.（二）、由方程式（2），PNΣ Σ1 0指定置换操作，在sink部分导出代码块z1，并设置参数N;Q;A;aAc：在这两个条件下，解码过程使用向量A从aN生成估计值a^N;矩阵和IQ的乘积指定维度Q的单位矩阵，其中Q也可以被称为信息睡眠位ac 并接受码字Z1：。因为解码器可以传输数据a^c 1/4ac 通过固定的睡眠位。期间编码.MN<$BN Hn<$PNI2BN=2Hn2BN¼PNI2BN=23MN¼P NI2BN= 2Hn4传输过程中，发生睡眠位错误可能会得到避免了实际上，解码过程不仅计算Ac;而且确定A的估计值：对于cosset码，A;Ac;（7）表示由连续消除（SC）解码方案提供的估计值的计算公式，其中 Di指示决策函数（在等式（7）中示出）。 （8）和i/1;2;·· ·N：，符号“’ refers to the920A. Agarwal，S.N.Mehta/ Journal of King Saud University1××××RDizN;a^i-1¼1CNzN;a^i-1j1阿吉什11Z=;a^-Z =R=Z=;a^-a^-β：111阿吉什111;eð8Þa^iD¼ai如果i2 AcDizN;a^i-1如果i2A80如果CN<$zN;a^i-1j0<$ð7Þ3.3. 卷积码极化码与卷积码的级联机制如图所示。 二、在数据或图像传输期间，从极化编码器获得的输出被应用于卷积编码器。111人阿吉什11编码器，以在发送器侧使用相应的级联机制。此外，来自更确切地说，Eq。（9）提出了似然比（LR），它决定了该方法的复杂度，并证明其复杂度较高。当量（10）基于等式（11）提供ai的值。（7CNzN;a^i-1j0卷积编码器通过信道发送，其中接收机侧仅通过执行卷积解码器后接极化解码器的级联机制来接收数据或图像RNzN;a^i-1D阿吉什11ð9Þ阿吉什11CNzN;a^i-1j1（0如果RNzN;a^i-1P14.1. 程序ai¼1人阿吉什11ð10Þ级联MIMO-OFDM系统的仿真因此，可以使用等式（1）生成被表示为a ^ N的发送符号通信系统的估计值。（十）、更多-over，Eqs. （11）和（12）提供了长度为N的LR的数学模型，可以转换为两个相同的计算。由于LR大大降低了复杂度，解码过程中出现的复杂度导致降低，并进一步使其适合于硬件实现。长度为1的LR的公式在Eq. （十三）、在MATLAB中进行了极化码与卷积码的仿真，并对仿真结果进行了观察。在各种天线配置（如（2 2）、（2 4）和（4 4））、调制方案（如BPSK、QPSK、QAM 16和QAM 64）以及信道模型（如AWGN、Rayleigh和Rician）下研究了相应的仿真。接下来为了获得仿真结果，将所提出的PC-CC编码的性能与不同的常规CC（Chen，2013）、RSC-CC（Ngo等人，2012年）、LDPC-CC（Gallager，1962年）RN=2<$zN=2;a^2i-2a^2i-2<$RN=2<$zN;a^2i-2a^2i-2α ^1和Turbo-CC（Kaya和Ozturk，2015）编码系统RNzN;a^2i-2i1; 01;e阿吉什N=21; 01;e对数据进行误码率分析，对图像进行峰值信噪比分析，2 i-11RN=2zN=2;a^2i-2a^2i-2RN=2zN;a^2i-2a^2i-2i所提出的编码的有效性。i1;01;e阿吉什N=2×11;01;eð11Þ4.2. 误码率分析NN2i2hN2N22i2N2i2i1-2a^2i-22i- 11iN=22i-11; 0N=2×11;e;a^2i-212提出的编码和传统编码的误码率分析在AWGN信道下，天线配置（2× 2）、（2× 4）和（4× 4）如图所示R1ziCzij0=Czij113图 3（a）-（c）。在此，对PC-CC在MIMO系统性能比CC好60.01%，比LDPC好36.90%，Y（0的G1z1海峡角一G2海峡角z2极化编码器Y（1卷积编码器极化解码器卷积解码器信道FF2FF1图二. 极化码与卷积码的级联。（4.性能分析R拉斯A. Agarwal，S.N.Mehta/ Journal of King Saud University921×××××××××××× ××传统价值×××××××× ××图三.在AWGN信道中，（a）、（b）、（c）分别为天线配置（2× 2）、（2× 4）和（4× 4）的BPSK调制和（d）、（e）、（f）分别为天线配置（2× 2）、（4× 2）和（4× 4）的QPSK调制，对提出的编码和传统编码进行了误码率分析。如图3（a）所示，对于天线配置（2 2），比Turbo-CC方案好20.56%（建 议值-常规值在天线配置（24）的情况下，PC-CC的BER性能分别比CC、LDPC、Turbo-CC和RSC好80.04%、99%、20.56%和68.83%，如图所示。 3（b）款。此外，如图3（c）所示的所提出的PC-CC获得了有效的BER性能，对于天线配置（44），其优于CC 96.01%，优于LDPC 60.18%，优于Turbo-CC 36.90%，优于RSC方法93.69%。类似地，图3（d）-（4)（4）4），分别-很好如图3（d）所示，对于天线配置（22），所提出的PCC-CC方法的BER性能分别优于CC、RSC、LDPC和Turbo-CC的此外，如图3（e）中所示的天线配置（24 ）的PC-CC 方案的BSER 性能分别优于CC、RSC、LDPC和Turbo-CC的93.69%、68.37%、36.90%和20.56%如图3（f）所示，对于天线配置（4 × 4），PC-CC方法的BER性能比CC好99%，比RSC好36.90%，比LDPC好68.83%，比Turbo-CC系统好49.88%。对于天线配置（2 2）、（2 4）和（4 4），在瑞利信道中的天线配置的具有QAM 16调制方案的所提出的和传统的编码模型的BER性能分别在图4（a）、图4在图4（a）中，对于天线配置（2 2），所提出的PC-CC模型获得更少的BER，其中性能优于CC方法87.41%，优于RSC方法74.88%，优于LDPC方法60.18%，优于Turbo-CC方法20.56%。此外，对于天线配置（2 - 4），PCC-CC的BER性能分别比CC、RSC、LDPC和Turbo-CC好99%、93.69%、90%和49.88%，如图所示。4（b）.对于如图所示的天线配置，PCC-CC的BER性能。 4（c）分别比CC、RSC和LDPC好99%，比Turbo-CC方法好68.37%。图4（d）（2 4）和（4 4）。如图如图4（d）所示，对于天线配置（2 2），PC-CC的BER性能分别优于CC、RSC、LDPC和Turbo-CC的98.41%、96.83% 、 90% 和 84.15% 。 同 样 ， 在 图 4 （ e ） 中 ， 对 于 天 线 配 置（24），PC-CC的BER性能比CC好99.36%，比RSC好96.01%，比LDPC好90%，比Turbo-CC方法好60.18%。此外，PC-CC的BER性能分别比CC、RSC和LDPC好99%，比Turbo-CC好68.37%。这里，基于BER分析，可以注意到，对于天线配置（4 × 4），最佳组合是具有QAM 16调制的PC-CC，其提供更少的BER。4.3. 峰值信噪比分析表1示出了在三种调制方案（例如BPSK、QPSK、QAM 16和QAM64）下，针对三种天线配置（如（2）），在AWGN信道中提出的和传统的编码模型的PSNR分析（2）、（2）4)（4）4）.在BPSK模-结果表明，对于天线配置（2 2），PC-CC方法的PSNR性能比CC方法好27.76%，比RSC-CC方法好22.14%，比RSC-CC方法好16.72%，比Turbo-CC方法好8.33%。同样，PC-CC在QPSK调制下的PSNR性能与传统模型有较大的偏差。此外，对于所有三种配置，通过QAM 16和QAM 64调制获得了优异的PSNR性能。结果表明，该编码模型的性能优于传统的编码模型，其中最佳组合为采用BPSK调制的PC-CC方法，天线配置为（2 ×2）。922A. Agarwal，S.N.Mehta/ Journal of King Saud University×× ×××××见图4。在AWGN信道中，（a）、（b）、（c）分别为天线配置（2× 2）、（2× 4）和（4× 4）的QAM 16调制和（d）、（e）、（f）分别为天线配置（2× 2）、（2× 4）和（4×4）的QAM 64调制，对建议和传统编码的BER进行了分析表1在AWGN信道中，三种天线配置下四种调制方案下的建议和传统编码的PSNR分析。调制方案方法天线配置2× 2 2×4 4 × 4BPSK CC- 34.3022- 31.9333- 29.4915电话：+86-021 - 8888888传真：+86-021- 88888888LDPC-CC-29.7574- 18.9069- 9.92，415涡轮-CC- 27.0323- 15.2231- 3.69，118PC-CC-24.7793- 7.98，075 5.16，366电话：+86-21 - 8888888传真：+86-21-88888888沪ICP备15024451号-1LDPC-CC-20.5395-3.57，073 10.02485涡轮-CC-14.2191 5.3，80，236 17.03005PC-CC-7.98 548 12.36 605 17.35 552QAM 16 CC- 29.7025- 21.7101- 9.32，102RSC-CC-21.2206 0.1，93，102 9.5，24，455LDPC-CC-10.9491 9.8，50，074涡轮-CC 0.4，10，453 15.20，313 20.73，843PC-CC2.9，65，534 22.46，425QAM 64 CC- 27.4108- 15.0897- 0.09165RSC-CC-13.9238 8.2，42，864 15.89，061LDPC-CC-4. 12 539 15. 2661 20. 61 991涡轮-CC 6.26，732 20.23，806 24.99，785PC-CC10.4415. 衰落和交织对级联码性能5.1. 瑞利衰落图5（a）-（c）示出了在BPSK调制下，在瑞利信道中，分别针对（2 2）、（2 4）和（4 4）三种配置，提出的方法和传统方法的BER分析。对于如图5（a）所示的天线配置（2 2），所提出的PC-CC的BER性能比CC好49.88%，比RSC-CC好79.05%，比LDPC-CC好20.56%，比turbo-CC方法好80.04%。根据图5（b）的配置，结果表明，PC-CC方法的误码率性能分别比CC、RSC-CC、LDPC-CC和turbo-CC。此外，如图5（c）所示的配置（4 4）的所提出的PC-CC方法的BER性能分别比CC、RSC-CC、LDPC-CC和turbo-CC好49.88%、36.90%、74.88%和20.56%。同样，图。5（c）─(e)显示的BER性能的建议和传统的编码模型QPSK调制下的三种配置。在如图4（d）所示的配置（22）的情况下，PC-CC的BER性能比CC高49.88%，比RSC-CC高36.90%，比LDPC-CC高20.56%，比turbo-CC高10.87%。A. Agarwal，S.N.Mehta/ Journal of King Saud University923××××图五.在瑞利信道中，（a）、（b）、（c）BPSK调制分别用于天线配置（2× 2）、（2× 4）和（4× 4），（d）、（e）、（f）QPSK调制分别用于天线配置（2× 2）、（2× 4）和（4× 4），对提出的编码和传统编码的误码率进行了分析。图六、在瑞利信道中，（a）、（b）、（c）分别为天线配置（2× 2）、（2× 4）和（4× 4）的QAM 16调制和（d）、（e）、（f）分别为天线配置（2× 2）、（2× 4）和（4×4）的QAM 64调制，对提出的编码和传统编码进行了误码率分析此外，如图4（e）所示的PCC-CC对于配置（24）的BER性能分别优于CC、RSC-CC、LDPC-CC和turbo-CC的84.15%、60.18%、36.90%和20.56%。图4（f）中的配置（24）的BER性能分别比CC、RSC-CC、LDPC-CC和turbo-CC好90%、74.88%、 36.90%和20.56%在QAM 16模瑞利信道下，本文提出的编码技术与传统的编码技术在误码率方面的性能进行了比较图6（a）-（c）分别示出了三种配置的方案。对于配置（22），所提出的PC-CC方法的BER性能分别比CC、RSC-CC、LDPC-CC和turbo-CC甚至对于如图6（b）所示的配置（2.4），PC-CC方法的BER性能比CC 方 法 高 84.15% ， 比 RSC-CC 方 法 高 60.18% ， 比 LDPC 方 法 高36.90%，比turbo- CC方法高20.56%。此外，BER性能如图所示。 6924A. Agarwal，S.N.Mehta/ Journal of King Saud University××××××××××××××××××××(c)对于（4 4）构型，分别比CC、RSC-CC、LDPC-CC和turbo-CC的性能提高了94 98%、84 15%、60 18%和36 90%。此外，图6（d）-（f）示出了针对三种配置的QAM 64调制方案下的几种方法的BER性能。如图6（d）所示，PC-CC方法的BER性能分别比CC、RSC-CC、LDPC-CC和turbo-CC好68.37%、60.18%、36.90%和20.56%所提出的PC-CC方法对于配置（2 - 4）的BER 性能如图所示。 6(e) 比 CC 法 好 90% ， 比 RSC-CC 法 好 74.88% ， 比 LDPC-CC 法 好49.88%，比Turbo-CC法好20.56%此外，如图6（f）所示，对于配置（4.4），BER性能分别优于CC、RSC-CC、LDPC-CC和turbo-CC93.69%、90%、68.37%和20.56%。因此，PC-CC方法与QAM 64调制天线配置（4 4）的组合提供了降低的BER。表2中示出了针对三种天线配置的四种调制方案下的瑞利信道中的所提出的模型和传统模型的PSNR性能。所提出的PC-CC方法在BPSK调制下的PSNR性能为17.73， 14.05，在天线配置方面，分别优于CC、RSC-CC、LDPC-CC和Turbo-CC方法10.33%和5.02%对于配置（24），PC-CC方法的PSNR性能比CC方法好17.76%，比RSC-CC方法好13.90%，比LDPC-CC方法好9.15%，比Turbo-CC方法好5.46%在QAM 16调制方式下，PC-CC方法的PSNR性能分别比CC、RSC-CC、LDPC-CC和Turbo-CC模型好27.63%、22.53%、16.20%和27.63%。同样，在QAM 64调制下，PC-CC方法的PSNR性能比CC方法好37.95%，比RSC-CC方法好31.73%，比LDPC-CC方法好24.52%，比配置（2 2）下的turbo-CC方法这里，针对天线配置（2 ×2），通过所提出的PC-CC与BPSK调制的组合来提供降低的PSNR5.2. Rician衰落图7（a）-（c）提供了在BPSK调制下三个天线配置的Rician信道中提出的模型和传统模型的BER分析。 在图7（a）中，对于配置（22），PC-CC方法的BER性能比CC好43.76%，比RSC-CC好36.90%，比LDPC-CC好10.87比turbo-CC法提高20.56%。同样地，对于配置（4.2）（图7（b）中所示），PC-CC的BER性能比CC、RSC-CC、LDPC-CC高80.04%、68.37%、49.88%和20.56%CC和turbo-CC，对于配置（4 4），PC-CC的误码率性能分别比CC、RSC-CC、LDPC-CC和turbo-CC图5（d）-（f）分别示出了针对三种配置的QPSK调制下的所有方法的相同BER分析这里，BER性能d建议PC-CC 方法的配置（2 2 ）如图所示。 7（d ）法优于CC 法68.37%，优于RSC-CC法60.18%，优于LDPC-CC法36.90%，优于Turbo-CC法20.56%。此外，图7（d）中所示的配置（2.4）的BER性能分别比CC、RSC-CC、LDPC-CC和turbo-CC类似地，如图7（e）所示，PCC-CC的BER性能分别比CC、RSC-CC、LDPC-CC和turbo-CC好96.83%、92.05%、 74.88%和36.90%此外，图8（a）-（c）提供了针对天线配置（2 2）、（2 2）在QAM 16调制下的莱斯信道中所提出的方法以及传统方法的BER分析。4)和（4 4）。图8（a）中的天线配置（22）的BER性能分别优于CC、RSC-CC、LDPC-CC和turbo-CC方法的80.04%、68.37%、36.90%和20.56%。同样地，在图7（b）中，对于配置（24），PC-CC的BER性能 分 别 比 CC 、 RSC-CC 、 LDPC-CC 和 turbo-CC 方 法 好 90% 、60.18%、36.90%和20.56%在图8（c）中，所提出的PC-CC方法获得更少的BER，其中性能分别比CC、RSC-CC、LDPC-CC和turbo-CC方法好99.68%、90%、49.88%和20.56%。 此外，在QAM 64调制方案下，对整个方法的误码率进行了分析。 8（d）-（f）. 如图 8（a），天线配置（2 2）下PC-CC的误比特率分别比CC、RSC-CC、LDPC-CC和turbo-CC方法高74.88%、60.18%、20.56%和49.88%。类似地，对于其它配置（2 4）和（4 4）（如图8（e）和（f）所示），PC-CC方法的BER性能似乎也小于传统方法。此外，在用于三种天线配置的四种调制方案下，在莱斯信道中提出的模型和传统模型的PSNR分析在表3中示出。.对于BPSK调制，在天线配置（2× 2）下，表2在瑞利信道中，在三种天线配置的四种调制方案下，建议和传统编码的PSNR分析-31.7751-25.1684-27.6125-4.79，032沪ICP备16001888号-1LDPC-CC-29.46- 21.9962- 9.97，538涡轮-CC- 27.4106- 13.1539- 1.42，867PC-CC-24.6854- 7.64，744 2.9，44，249QAM 64 CC- 33.3822- 30.3939- 27.3596粤ICP备16038888号-1LDPC-CC-27.4404- 13.8533- 1.10，743涡轮-CC- 24.1196- 5.14，617 8.3，20，043粤ICP备16037556号-1调制方案方法天线配置BPSKCCRSC-CCLDPC-CC2 ×2-35.595-34.985-34.13472 ×4-34.9294-33.4334-32.04534 ×4-34.2243-29.4115QPSKTurbo-CCPC-CCCCRSC-CCLDPC-CC-33.3453-32.6521-34.9036-33.3421-31.5983-30.2504-28.733-33.4347-30.3448-27.0817-27.1708-31.901-21.6875Turbo-CCPC-CCCC-30.3644-28.7043-34.1117-23.8329-21.1793-31.9923-15.2549A. Agarwal，S.N.Mehta/ Journal of King Saud University925××××见图7。在Rician信道中，（a）、（b）、（c）分别为天线配置（2× 2）、（2× 4）和（4× 4）的BPSK调制和（d）、（e）、（f）分别为天线配置（2× 2）、（2× 4）和（4×4）的QPSK调制，对建议和传统编码的BER进行了分析。见图8。在Rician信道中，（a）、（b）、（c）分别针对天线配置（2× 2）、（2× 4）和（4× 4）的QAM 16调制和（d）、（e）、（f）分别针对天线配置（2× 2）、（2× 4）和（4× 4）的QAM 64调制，对建议的和传统的编码进行了BER分析。PC-CC比CC法好13.22%，比RSC-CC法好10.17%，比LDPC-CC法好6.94%，比Turbo-CC法好3.96%。在QPSK调制下，对于配置（2 2），PC-CC获得了更高的PSNR性能，其分别优于CC、RSC-CC、LDPC-CC和turbo-CC 27.95%、22.58%、17.01%和9.08%在QAM 16调制下，该编码模型的PSNR性能分别比CC、RSC-CC、LDPC-CC和turbo-CC分别用于配置（2 2）。同样，在QAM 64调制方式下，PC-CC方法的PSNR性能比CC方法好37.95%，比RSC-CC方法好31.73%，比LDPC-CC方法好24.52%，比 Turbo-CC方法好14.12%。因此，对于BER分析，对于天线配置（4 × 4）具有QAM 64调制的PC-CC方法和对于PSNR分析，对于天线配置（2×2）具有BPSK调制的PC-CC组合被认为是最佳组合。926A. Agarwal，S.N.Mehta/ Journal of King Saud University× ××表3在四种调制方案下，三种天线配置下，莱斯信道中建议和传统编码的PSNR分析调制方案方法天线配置2× 2 2×4 4 × 4BPSK CC- 35.3186- 34.199- 32.9994电话：+86-021- 8888888传真：+86-021 - 88888888电话：+86-021 -8888888传真：+86-021 - 88888888涡轮-CC- 31.9119- 27.2362- 20.6339电话：+86-021 - 8888888传真：+86-021 - 88888888电话：+86-021 - 8888888传真：+86-021-88888888沪ICP备16011501号-1LDPC-CC-29.6916- 21.6748- 8.94824涡轮-CC- 27.1016- 12.7872- 1.69，076PC-CC-24.6398- 8.5714 3.2，07，293QAM 16 CC- 32.8703- 29.6758- 25.8496粤ICP备16036665号-1LDPC-CC-26.0417- 7.38，715 1.1，03，498涡轮-CC- 21.027- 0.14，097 7.8，25，241PC-CC-15.0847 3.49，596 11.96，552QAM 64 CC- 31.8275- 27.1307- 22.4255沪ICP备16001888号-1LDPC-CC-22.5117- 0.45226 6.86284涡轮-CC- 12.3537 6.4，40，896 14.92，676PC-CC- 6.96，101 10.30，2626. 结论本文提出了一种级联编码模型PC-CC，通过降低