# ? 5G NR 大规模 MIMO 检测算法仿真平台

面向 5G/6G 多天线系统的高性能软输出检测器完整实现

? 为什么选择本仿真平台？

痛点	本平台解决方案
? MIMO 检测算法复杂难懂	✅ 8 种主流算法全覆盖，从线性到非线性，代码结构清晰透明
? 软信息 (LLR) 计算易出错	✅ 鲁棒 LLR 实现，自动处理反假设缺失 (Counter-Hypothesis Missing)
? 缺乏统一对比框架	✅ 内置 一键多算法对比仿真，自动生成 BER 曲线
⚡ 高阶调制复杂度高	✅ 智能算法筛选，自动跳过不适用的 MLD/SD 算法
? 信道模型不够真实	✅ 集成 3GPP TDL/CDL 标准信道模型，支持高移动性场景

? 核心价值

? 学术研究价值

• 完整的线性/非线性检测算法对比
• 验证 K-Best, LSD, Lattice Reduction 理论
• 探索不同星座阶数对性能的影响
• 5G/6G MIMO 接收机研究利器

? 工程应用价值

• 验证 LDPC 编解码与检测器联合性能
• 评估真实 3GPP 信道模型下的误码率
• 高效的 Schnorr-Euchner 球形译码实现
• 完整的 8x8 大规模 MIMO 支持

⚡ 技术亮点

? MIMO 检测技术栈

┌───────────────────────────────────────────────────────────────┐
│                    MIMO 检测器信号流                           │
├───────────────────────────────────────────────────────────────┤
│                                                               │
│  y = Hx + n ──► [预处理] ──► [检测器] ──► [LLR计算] ──► [LDPC] │
│                    │           │            │           │     │
│               QR分解/LLL    ZF/MMSE/     Max-Log-MAP   译码   │
│                           LSD/K-Best                          │
│                                                               │
│                        支持算法:                               │
│     ZF | MMSE | OSIC | K-Best | LSD | SD | LR-MMSE | MLD     │
└───────────────────────────────────────────────────────────────┘

? 性能指标 (仿真实测)

| 场景 (4x4 Rayleigh) | 调制方式 | Eb/N0 | ZF BER | LSD BER          | 增益             |

| --------------------- | ---------- | ------- | -------- | ------------------ | ------------------ |

| 基础验证            | QPSK     | 4 dB  | 2.1e-2 | 8.5e-3 | 2.5 倍 |

| 进阶测试            | 16QAM    | 8 dB  | 5.2e-2 | 2.7e-2 | 1.9 倍 |

| 高阶调制            | 64QAM    | 12 dB | 8.1e-2 | 4.0e-2 | 2.0 倍 |

? 软信息优势：LSD 输出的软 LLR 结合 LDPC 译码，相比硬判决检测器具有显著的编码增益。

?️ 运行环境

最低要求

项目	要求
MATLAB 版本	R2023b 或更高 (推荐)
必需工具箱	Communications Toolbox, 5G Toolbox
推荐工具箱	Signal Processing Toolbox
操作系统	Windows 10/11, macOS, Linux
内存	8 GB+ (8x8 MIMO 仿真建议 16GB)

快速验证

% 在MATLAB命令窗口运行
>> ver 5g
% 应显示 5G Toolbox 版本信息

? 算法原理

MIMO 检测核心思想

问题：在多天线系统中，接收信号 \$\\mathbf{y} = \\mathbf{H}\\mathbf{x} + \\mathbf{n}\$ 是多个发射流的叠加，需要从混叠信号中恢复原始符号。

解决方案：

1. 线性检测 (ZF/MMSE)：通过伪逆矩阵分离各发射流，计算简单但性能有限。
2. 干扰消除 (OSIC)：逐层检测并消除已判决信号的干扰，性能中等。
3. 树搜索 (LSD/K-Best)：在约束搜索空间内寻找最优解，实现近 ML 性能。
4. 格基规约 (LR-MMSE)：变换信道矩阵使其更正交，显著提升线性检测性能。

关键公式

MMSE 检测器:

$$ \mathbf{W} {MMSE} = (\mathbf{H}^H\mathbf{H} + \sigman^2 \mathbf{I})^{-1}\mathbf{H}^H $$

Max-Log-MAP LLR 计算:

$$

L(b k) \approx \min{\mathbf{x} \in \mathcal{L} {bk=1}} \frac{\|\mathbf{y}-\mathbf{H}\mathbf{x}\|^2}{\sigma n^2} - \min{\mathbf{x} \in \mathcal{L} {bk=0}} \frac{\|\mathbf{y}-\mathbf{H}\mathbf{x}\|^2}{\sigma_n^2} $$

鲁棒 LLR (本项目特色):当候选列表缺少某比特假设时，避免 LLR 无穷大。

? 项目结构

MIMO Equalization/
├── ? mimo_detection/
│   ├── ? core/                    # 核心检测算法库
│   │   ├── detect_linear.m         #   线性检测器 (ZF, MMSE)
│   │   ├── detect_osic.m           #   排序串行干扰消除 (OSIC)
│   │   ├── detect_mld.m            #   最大似然检测 (MLD - 基准)
│   │   ├── detect_sd.m             #   球形译码 (SD - 硬判决)
│   │   ├── detect_lsd.m            #   ? 列表球形译码 (LSD - 推荐)
│   │   ├── detect_kbest.m          #   K-Best 检测器 (广度优先)
│   │   ├── detect_mmse_pic.m       #   MMSE 并行干扰消除
│   │   ├── detect_lr.m             #   格基规约辅助检测
│   │   └── lll_process.m           #   LLL 格基规约算法
│   │
│   ├── ? utils/                   # 工具函数库
│   │   ├── gen_5g_channel.m        #   5G NR 信道生成 (TDL/CDL)
│   │   ├── mod_5g.m                #   5G 调制封装 (nrSymbolModulate)
│   │   ├── demod_5g.m              #   5G 解调封装 (nrSymbolDemodulate)
│   │   ├── mimo_detect_wrapper.m   #   统一检测器调用接口
│   │   └── llr2softsym.m           #   LLR 转软符号
│   │
│   ├── ? sims/                    # 仿真脚本 ("一键运行")
│   │   ├── sim_main_comparison.m   #   ? 多算法/多场景综合对比
│   │   ├── diag_basic_link.m       #   非编码链路诊断
│   │   └── diag_coded_link.m       #   编码链路诊断
│   │
│   └── ? tests/                   # 单元测试
│       ├── test_robust_llr.m       #   鲁棒 LLR 验证
│       ├── test_detectors.m        #   检测器基础测试
│       └── test_utils.m            #   工具函数测试
│
└── ? docs/                        # 文档
    ├── 算法文档.md                  #   ? 算法原理详述 (含公式推导)
    └── 项目文档.md                  #   ? 项目介绍 (本文档)

代码统计：

• ? 20+ 个与核心功能直接相关的 MATLAB 文件
• ? 2000+ 行精炼代码
• ? 100% 中文详细注释

? 仿真演示

一键运行算法对比

>> cd mimo_detection/sims
>> sim_main_comparison

预设仿真场景

| 场景 ID | 名称       | 配置                             |

| --------- | ------------ | ---------------------------------- |

| 1       | 基础验证   | 4x4 QPSK, Rayleigh, -4\~6 dB     |

| 2       | 进阶测试   | 4x4 16QAM, Rayleigh, 0\~12 dB    |

| 3       | 真实信道   | 4x4 64QAM, TDL-C 300ns, 5\~18 dB |

| 4       | 大规模天线 | 8x8 QPSK, Rayleigh, -2\~8 dB     |

| 5       | 极限挑战   | 8x8 16QAM, TDL-A, 2\~16 dB       |

输出结果预览

BER vs SNR (4x4 16QAM Rayleigh)

? 您将获得

内容	说明
? 完整源码	覆盖 8 种主流检测算法，ZF 到 LSD 全覆盖
? 原理文档	MMSE/LSD/K-Best/LR 详细推导与实现说明
? 高效算法	Schnorr-Euchner 枚举加速的 LSD 实现
? 对比套件	一键生成多算法 BER 性能对比图
? 鲁棒设计	自动处理 LLR 异常、智能跳过高复杂度算法
? 5G 兼容	集成 3GPP TDL/CDL 信道与 LDPC 编解码

? 获取方式

本文代码仅为核心片段，完整版工程已整理好。 关注公众号 【 3GPP仿真实验室】进行获取。

? 参考文献

1. 3GPP TS 38.211: "NR; Physical channels and modulation."
2. 3GPP TR 38.901: "Study on channel model for frequencies from 0.5 to 100 GHz."
3. Wübben, D., et al. (2011): "Lattice reduction." IEEE Signal Processing Magazine.
4. Hochwald, B. M., & ten Brink, S. (2003): "Achieving near-capacity on a multiple-antenna channel." IEEE Transactions on Communications.
5. Guo, Z., & Nilsson, P. (2006): "Algorithm and implementation of the K-best sphere decoding for MIMO detection." IEEE JSAC.

? 立即获取，开启 5G/6G 大规模 MIMO 检测研究之旅！

© 2026 版权所有