Matlab 完成简单的OFDM 信号的产生与解调程序

QPSK和16QAM调制下MIMO-OFDM系统Matlab仿真实现

QPSK和16QAM调制下MIMO-OFDM系统Matlab仿真实现一、引言MIMO-OFDM系统是一种融合了多输入多输出（MIMO）和正交频分复用（OFDM）技术的无线通信系统，能够显著提高数据传输速率和系统可靠性。

在MIMO-OFDM系统中，调制方式的选择对系统性能具有重要的影响。

QPSK和16QAM是两种常用的调制方式，它们在MIMO-OFDM系统中的应用对系统的性能和效率有着明显的影响。

本文将针对QPSK和16QAM调制下的MIMO-OFDM系统进行Matlab仿真实现，以研究两种调制方式对系统性能的影响。

二、MIMO-OFDM系统基本原理MIMO-OFDM系统由MIMO技术和OFDM技术组成。

MIMO技术利用多个天线发射和接收信号，通过空间分集和空间复用的方式提高系统的性能和可靠性。

而OFDM技术将带宽分成多个子载波，并采用正交调制方式传输数据，能够有效克服多径干扰和频率选择性衰落，提高系统的抗干扰能力和频谱利用率。

MIMO-OFDM系统将MIMO技术和OFDM技术结合，充分发挥两者的优势，实现了高速率和高可靠性的无线通信。

1. Matlab仿真环境搭建需要在Matlab环境中搭建MIMO-OFDM系统的仿真环境。

在Matlab中，可以使用Communications Toolbox和Wireless Communications Toolbox工具箱来搭建MIMO-OFDM系统的仿真环境。

通过这些工具箱，可以方便地构建MIMO通道模型、OFDM调制器和解调器等系统组件，并进行参数设置和仿真运行。

2. QPSK调制方式在QPSK调制方式下，将复数信号映射到星座图上，每个符号点代表两个比特。

QPSK调制方式可以实现较高的传输速率和频谱利用率，适用于高速率和大容量的无线通信场景。

在MIMO-OFDM系统中，QPSK调制方式通常用于传输速率要求较高的场景，例如视频传输和高速数据传输等。

2. MIMO-OFDM系统仿真实现与QPSK调制方式类似，利用Matlab中的Wireless Communications Toolbox，可以进行16QAM调制下MIMO-OFDM系统的仿真实现。

(完整版)OFDMmatlab实现

close all;carrier_count=200;%子载波数symbols_per_carrier=12;%每子载波含符号数bits_per_symbol=4;%每符号含比特数,16QAM调制IFFT_bin_length=512;%FFT点数PrefixRatio=1/4;%保护间隔与OFDM数据的比例1/6~1/4GI=PrefixRatio*IFFT_bin_length ;%每一个OFDM符号添加的循环前缀长度为1/4*IFFT_bin_length 即保护间隔长度为128beta=1/32;%窗函数滚降系数GIP=beta*(IFFT_bin_length+GI);%循环后缀的长度20SNR=15; %信噪比dB%==================================================%================信号产生=================================== baseband_out_length = carrier_count * symbols_per_carrier * bits_per_symbol;%所输入的比特数目carriers = (1:carrier_count) + (floor(IFFT_bin_length/4) - floor(carrier_count/2));%共轭对称子载波映射复数数据对应的IFFT点坐标conjugate_carriers = IFFT_bin_length - carriers + 2;%共轭对称子载波映射共轭复数对应的IFFT点坐标rand( 'state',0);baseband_out=round(rand(1,baseband_out_length));%输出待调制的二进制比特流%==============16QAM调制====================================complex_carrier_matrix=qam16(baseband_out);%列向量complex_carrier_matrix=reshape(complex_carrier_matrix',carrier_count,symbols_per_car rier)';%symbols_per_carrier*carrier_count 矩阵figure(1);plot(complex_carrier_matrix,'*r');%16QAM调制后星座图axis([-4, 4, -4, 4]);grid on%=================IFFT===========================IFFT_modulation=zeros(symbols_per_carrier,IFFT_bin_length);%添0组成IFFT_bin_length IFFT 运算IFFT_modulation(:,carriers ) = complex_carrier_matrix ;%未添加导频信号，子载波映射在此处IFFT_modulation(:,conjugate_carriers ) = conj(complex_carrier_matrix);%共轭复数映射%========================================================stem(0:IFFT_bin_length-1, abs(IFFT_modulation(2,1:IFFT_bin_length)),'b*-')%第一个OFDM符号的频谱grid onaxis ([0 IFFT_bin_length -0.5 4.5]);ylabel('Magnitude');xlabel('IFFT Bin');title('OFDM Carrier Frequency Magnitude');figure(3);plot(0:IFFT_bin_length-1, (180/pi)*angle(IFFT_modulation(2,1:IFFT_bin_length)), 'go') hold onstem(0:carriers-1, (180/pi)*angle(IFFT_modulation(2,1:carriers)),'b*-');%第一个OFDM符号的相位stem(0:conjugate_carriers-1,(180/pi)*angle(IFFT_modulation(2,1:conjugate_carriers)),'b*-');axis ([0 IFFT_bin_length -200 +200])grid onylabel('Phase (degrees)')xlabel('IFFT Bin')title('OFDM Carrier Phase')%================================================================= signal_after_IFFT=ifft(IFFT_modulation,IFFT_bin_length,2);%OFDM调制即IFFT变换time_wave_matrix =signal_after_IFFT;%时域波形矩阵，行为每载波所含符号数，列ITTF 点数，N个子载波映射在其内，每一行即为一个OFDM符号figure(4);subplot(3,1,1);plot(0:IFFT_bin_length-1,time_wave_matrix(2,:));%第一个符号的波形axis([0, 700, -0.2, 0.2]);grid on;ylabel('Amplitude');xlabel('Time');title('OFDM Time Signal, One Symbol Period');%===========================================================%=====================添加循环前缀与后缀====================================XX=zeros(symbols_per_carrier,IFFT_bin_length+GI+GIP);for k=1:symbols_per_carrier;for i=1:IFFT_bin_length;XX(k,i+GI)=signal_after_IFFT(k,i);endfor i=1:GI;XX(k,i)=signal_after_IFFT(k,i+IFFT_bin_length-GI);%添加循环前缀endfor j=1:GIP;XX(k,IFFT_bin_length+GI+j)=signal_after_IFFT(k,j);%添加循环后缀endendtime_wave_matrix_cp=XX;%添加了循环前缀与后缀的时域信号矩阵,此时一个OFDM符号长度为IFFT_bin_length+GI+GIP=660subplot(3,1,2);plot(0:length(time_wave_matrix_cp)-1,time_wave_matrix_cp(2,:));%第一个符号添加循环前缀后的波形axis([0, 700, -0.2, 0.2]);grid on;ylabel('Amplitude');xlabel('Time');title('OFDM Time Signal with CP, One Symbol Period');%==============OFDM符号加窗==========================================windowed_time_wave_matrix_cp=zeros(1,IFFT_bin_length+GI+GIP);for i = 1:symbols_per_carrierwindowed_time_wave_matrix_cp(i,:) =real(time_wave_matrix_cp(i,:)).*rcoswindow(beta,IFFT_bin_length+GI)';%加窗升余弦窗endsubplot(3,1,3);plot(0:IFFT_bin_length-1+GI+GIP,windowed_time_wave_matrix_cp(2,:));%第一个符号的波形axis([0, 700, -0.2, 0.2]);grid on;ylabel('Amplitude');xlabel('Time');title('OFDM Time Signal Apply a Window , One Symbol Period');%========================生成发送信号，并串变换==================================================windowed_Tx_data=zeros(1,symbols_per_carrier*(IFFT_bin_length+GI)+GIP); windowed_Tx_data(1:IFFT_bin_length+GI+GIP)=windowed_time_wave_matrix_cp(1,:); for i = 1:symbols_per_carrier-1 ;windowed_Tx_data((IFFT_bin_length+GI)*i+1:(IFFT_bin_length+GI)*(i+1)+GIP)=window ed_time_wave_matrix_cp(i+1,:);%并串转换，循环后缀与循环前缀相叠加end%=======================================================Tx_data_withoutwindow=reshape(time_wave_matrix_cp',(symbols_per_carrier)*(IFFT_bin_length+GI+GIP),1)';%没有加窗，只添加循环前缀与后缀的串行信号Tx_data=reshape(windowed_time_wave_matrix_cp',(symbols_per_carrier)*(IFFT_bin_length+GI +GIP),1)';%加窗后循环前缀与后缀不叠加的串行信号%================================================================= temp_time1 = (symbols_per_carrier)*(IFFT_bin_length+GI+GIP);%加窗后循环前缀与后缀不叠加发送总位数figure (5)subplot(2,1,1);plot(0:temp_time1-1,Tx_data );%循环前缀与后缀不叠加发送的信号波形grid onylabel('Amplitude (volts)')xlabel('Time (samples)')title('OFDM Time Signal')temp_time2 =symbols_per_carrier*(IFFT_bin_length+GI)+GIP;subplot(2,1,2);plot(0:temp_time2-1,windowed_Tx_data);%循环后缀与循环前缀相叠加发送信号波形grid onylabel('Amplitude (volts)')xlabel('Time (samples)')title('OFDM Time Signal')%=================未加窗发送信号频谱==================================symbols_per_average = ceil(symbols_per_carrier/5);%符号数的1/5，10行avg_temp_time = (IFFT_bin_length+GI+GIP)*symbols_per_average;%点数，10行数据，10个符号averages = floor(temp_time1/avg_temp_time);average_fft(1:avg_temp_time) = 0;%分成5段for a = 0:(averages-1)subset_ofdm = Tx_data_withoutwindow(((a*avg_temp_time)+1):((a+1)*avg_temp_time));%subset_ofdm_f = abs(fft(subset_ofdm));%将发送信号分段求频谱average_fft = average_fft + (subset_ofdm_f/averages);%总共的数据分为5段，分段进行FFT，平均相加endaverage_fft_log = 20*log10(average_fft);figure (6)subplot(2,1,1);plot((0:(avg_temp_time-1))/avg_temp_time, average_fft_log)%归一化0/avg_temp_time : (avg_temp_time-1)/avg_temp_timehold onplot(0:1/IFFT_bin_length:1, -35, 'rd')grid onaxis([0 0.5 -40 max(average_fft_log)])ylabel('Magnitude (dB)')xlabel('Normalized Frequency (0.5 = fs/2)')title('OFDM Signal Spectrum without windowing')%===============加窗的发送信号频谱================================= symbols_per_average = ceil(symbols_per_carrier/5);%符号数的1/5，10行avg_temp_time = (IFFT_bin_length+GI+GIP)*symbols_per_average;%点数，10行数据，10个符号averages = floor(temp_time1/avg_temp_time);average_fft(1:avg_temp_time) = 0;%分成5段for a = 0:(averages-1)subset_ofdm = Tx_data(((a*avg_temp_time)+1):((a+1)*avg_temp_time));%利用循环前缀后缀未叠加的串行加窗信号计算频谱subset_ofdm_f = abs(fft(subset_ofdm));%分段求频谱average_fft = average_fft + (subset_ofdm_f/averages);%总共的数据分为5段，分段进行FFT，平均相加endaverage_fft_log = 20*log10(average_fft);subplot(2,1,2)plot((0:(avg_temp_time-1))/avg_temp_time, average_fft_log)%归一化0/avg_temp_time : (avg_temp_time-1)/avg_temp_timehold onplot(0:1/IFFT_bin_length:1, -35, 'rd')grid onaxis([0 0.5 -40 max(average_fft_log)])ylabel('Magnitude (dB)')xlabel('Normalized Frequency (0.5 = fs/2)')title('Windowed OFDM Signal Spectrum')%====================添加噪声============================================Tx_signal_power = var(windowed_Tx_data);%发送信号功率linear_SNR=10^(SNR/10);%线性信噪比noise_sigma=Tx_signal_power/linear_SNR;noise_scale_factor = sqrt(noise_sigma);%标准差sigmanoise=randn(1,((symbols_per_carrier)*(IFFT_bin_length+GI))+GIP)*noise_scale_factor; %产生正态分布噪声序列%noise=wgn(1,length(windowed_Tx_data),noise_sigma,'complex');%产生复GAUSS白噪声信号Rx_data=windowed_Tx_data +noise;%接收到的信号加噪声%=====================接收信号串/并变换去除前缀与后缀==========================================Rx_data_matrix=zeros(symbols_per_carrier,IFFT_bin_length+GI+GIP);for i=1:symbols_per_carrier;Rx_data_matrix(i,:)=Rx_data(1,(i-1)*(IFFT_bin_length+GI)+1:i*(IFFT_bin_length+GI)+GI P);%串并变换endRx_data_complex_matrix=Rx_data_matrix(:,GI+1:IFFT_bin_length+GI);%去除循环前缀与循环后缀，得到有用信号矩阵%============================================================%==== ============================================================%==============================================================% OFDM解码16QAM解码%=================FFT变换=================================Y1=fft(Rx_data_complex_matrix,IFFT_bin_length,2);%OFDM解码即FFT变换Rx_carriers=Y1(:,carriers);%除去IFFT/FFT变换添加的0，选出映射的子载波Rx_phase =angle(Rx_carriers);%接收信号的相位Rx_mag = abs(Rx_carriers);%接收信号的幅度figure(7);polar(Rx_phase, Rx_mag,'bd');%极坐标坐标下画出接收信号的星座图%================================================================== ====[M, N]=pol2cart(Rx_phase, Rx_mag);Rx_complex_carrier_matrix = complex(M, N);figure(8);plot(Rx_complex_carrier_matrix,'*r');%XY坐标接收信号的星座图axis([-4, 4, -4, 4]);grid on%====================16qam解调==================================================Rx_serial_complex_symbols =reshape(Rx_complex_carrier_matrix',size(Rx_complex_carrier_matrix,1)*size(Rx_complex_carrier_matrix,2),1)' ;Rx_decoded_binary_symbols=demoduqam16(Rx_serial_complex_symbols);%============================================================ baseband_in = Rx_decoded_binary_symbols;figure(9);subplot(2,1,1);stem(baseband_out(1:100));subplot(2,1,2);stem(baseband_in(1:100));%================误码率计算=============================================bit_errors=find(baseband_in ~=baseband_out);bit_error_count = size(bit_errors, 2)ber=bit_error_count/baseband_out_length。

(参考)基于matlab的OFDM信号调制解调与多径传输

基于matlab的OFDM信号调制和多径传输仿真一、OFDM信号的调制OFDM系统实现的基本步骤为：首先是对待发送的序列进行串并转换，然后进行映射，再对其进行IFFT，即为OFDM信号的调制，加入循环前缀，然后发送。

接收端接收到信号首先去掉循环前缀，然后进行FFT，即为OFDM信号的解调，然后在进行并串转换，最后进行判决得到接收序列。

1、产生发送序列：可以通过matlab的round(rand（1，N）)命令来产生一个随机的发送序列。

2、串并转换：通过matlab的reshape命令进行串并转换，需要注意的是转换后的结果是以列为单位的，不是以行为单位的。

3、16QAM调制：一般可以用QPSK、M-QAM等调制方式，本次试验使用16QAM调制方式。

在实验中利用所编的qam.m（自己编的）子函数来进行16QAM调制。

4、调制：OFDM信号的调制是利用IFFT来实现的，注意使用matlab的IFFT命令时，是对矩阵的列向量进行变换，而不是对行向量进行变换，这样经过变换后每一行的元素的频率就是一样的，而正好每一行频率都是正交的，而每一行是属于同一个子载波。

5、加入循环前缀：将IFFT变换后的后面gl个元素复制到前面，作为循环前缀，这样能抵抗由于多径时延引起的码间干扰的影响，如果循环前缀的长度大于最大时延扩展，则在理论上说能完全消除码间干扰的影响。

6、并串转换后送入信道进行传输，信号在信道中会产生多径、频偏、相偏等现象。

7、接收端进行串并转换（同（2））；8、去循环前缀；9、FFT：去循环前缀之后的信号进行FFT，使用matlab的FFT命令；10、信道估计：在此实验中是利用多径时延信道进行信息传送的，因此信号在信道中传输的过程中会出现多径时延，多普勒频移等现象，所以接收到的信号会产生严重的失真，但是如果我们知道信道对信号的影响，在接收端对信号进行恢复，从而减弱甚至抵消信道对信号的影响。

本实验中使用基于LS算法的信道估计。

OFDM技术仿真MATLAB代码

第一章绪论1.1简述OFDM是一种特殊的多载波传输方案，它可以被看作是一种调制技术，也可以被当作一种复用技术。

多载波传输把数据流分解成若干子比特流，这样每个子数据流将具有低得多的比特速率，用这样的低比特率形成的低速率多状态符号再去调制相应的子载波，就构成多个低速率符号并行发送的传输系统。

正交频分复用是对多载波调制（MCM，Multi-Carrier Modulation）的一种改进。

它的特点是各子载波相互正交，所以扩频调制后的频谱可以相互重叠，不但减小了子载波间的干扰，还大大提高了频谱利用率。

符号间干扰是多径衰落信道宽带传输的主要问题，多载波调制技术包括正交频分复用(OFDM)是解决这一难题中最具前景的方法和技术。

利用OFDM技术和IFFT方式的数字实现更适宜于多径影响较为显著的环境，如高速WLAN 和数字视频广播DVB等。

OFDM作为一种高效传输技术备受关注，并已成为第4代移动通信的核心技术。

如果进行OFDM系统的研究，建立一个完整的OFDM 系统是必要的。

本文在简要介绍了OFDM 基本原理后，基于MATLAB构建了一个完整的OFDM动态仿真系统。

1.2 OFDM基本原理概述1.2.1 OFDM的产生和发展OFDM的思想早在20世纪60年代就已经提出，由于使用模拟滤波器实现起来的系统复杂度较高，所以一直没有发展起来。

在20世纪70年代，提出用离散傅里叶变换（DFT）实现多载波调制，为OFDM的实用化奠定了理论基础；从此以后，OFDM在移动通信中的应用得到了迅猛的发展。

OFDM系统收发机的典型框图如图1.1所示，发送端将被传输的数字信号转换成子载波幅度和相位的映射，并进行离散傅里叶变换（IDFT）将数据的频谱表达式变换到时域上。

IFFT变换与IDFT变换的作用相同，只是有更高的计算效率，所以适用于所有的应用系统。

其中，上半部分对应于发射机链路，下半部分对应于接收机链路。

由于FFT 操作类似于IFFT ，因此发射机和接收机可以使用同一硬件设备。

(完整版)OFDMmatlab实现

close all;carrier_count=200;%子载波数symbols_per_carrier=12;%每子载波含符号数bits_per_symbol=4;%每符号含比特数,16QAM调制IFFT_bin_length=512;%FFT点数PrefixRatio=1/4;%保护间隔与OFDM数据的比例1/6~1/4GI=PrefixRatio*IFFT_bin_length ;%每一个OFDM符号添加的循环前缀长度为1/4*IFFT_bin_length 即保护间隔长度为128beta=1/32;%窗函数滚降系数GIP=beta*(IFFT_bin_length+GI);%循环后缀的长度20SNR=15; %信噪比dB%==================================================%================信号产生=================================== baseband_out_length = carrier_count * symbols_per_carrier * bits_per_symbol;%所输入的比特数目carriers = (1:carrier_count) + (floor(IFFT_bin_length/4) - floor(carrier_count/2));%共轭对称子载波映射复数数据对应的IFFT点坐标conjugate_carriers = IFFT_bin_length - carriers + 2;%共轭对称子载波映射共轭复数对应的IFFT点坐标rand( 'state',0);baseband_out=round(rand(1,baseband_out_length));%输出待调制的二进制比特流%==============16QAM调制====================================complex_carrier_matrix=qam16(baseband_out);%列向量complex_carrier_matrix=reshape(complex_carrier_matrix',carrier_count,symbols_per_car rier)';%symbols_per_carrier*carrier_count 矩阵figure(1);plot(complex_carrier_matrix,'*r');%16QAM调制后星座图axis([-4, 4, -4, 4]);grid on%=================IFFT===========================IFFT_modulation=zeros(symbols_per_carrier,IFFT_bin_length);%添0组成IFFT_bin_length IFFT 运算IFFT_modulation(:,carriers ) = complex_carrier_matrix ;%未添加导频信号，子载波映射在此处IFFT_modulation(:,conjugate_carriers ) = conj(complex_carrier_matrix);%共轭复数映射%========================================================stem(0:IFFT_bin_length-1, abs(IFFT_modulation(2,1:IFFT_bin_length)),'b*-')%第一个OFDM符号的频谱grid onaxis ([0 IFFT_bin_length -0.5 4.5]);ylabel('Magnitude');xlabel('IFFT Bin');title('OFDM Carrier Frequency Magnitude');figure(3);plot(0:IFFT_bin_length-1, (180/pi)*angle(IFFT_modulation(2,1:IFFT_bin_length)), 'go') hold onstem(0:carriers-1, (180/pi)*angle(IFFT_modulation(2,1:carriers)),'b*-');%第一个OFDM符号的相位stem(0:conjugate_carriers-1,(180/pi)*angle(IFFT_modulation(2,1:conjugate_carriers)),'b*-');axis ([0 IFFT_bin_length -200 +200])grid onylabel('Phase (degrees)')xlabel('IFFT Bin')title('OFDM Carrier Phase')%================================================================= signal_after_IFFT=ifft(IFFT_modulation,IFFT_bin_length,2);%OFDM调制即IFFT变换time_wave_matrix =signal_after_IFFT;%时域波形矩阵，行为每载波所含符号数，列ITTF 点数，N个子载波映射在其内，每一行即为一个OFDM符号figure(4);subplot(3,1,1);plot(0:IFFT_bin_length-1,time_wave_matrix(2,:));%第一个符号的波形axis([0, 700, -0.2, 0.2]);grid on;ylabel('Amplitude');xlabel('Time');title('OFDM Time Signal, One Symbol Period');%===========================================================%=====================添加循环前缀与后缀====================================XX=zeros(symbols_per_carrier,IFFT_bin_length+GI+GIP);for k=1:symbols_per_carrier;for i=1:IFFT_bin_length;XX(k,i+GI)=signal_after_IFFT(k,i);endfor i=1:GI;XX(k,i)=signal_after_IFFT(k,i+IFFT_bin_length-GI);%添加循环前缀endfor j=1:GIP;XX(k,IFFT_bin_length+GI+j)=signal_after_IFFT(k,j);%添加循环后缀endendtime_wave_matrix_cp=XX;%添加了循环前缀与后缀的时域信号矩阵,此时一个OFDM符号长度为IFFT_bin_length+GI+GIP=660subplot(3,1,2);plot(0:length(time_wave_matrix_cp)-1,time_wave_matrix_cp(2,:));%第一个符号添加循环前缀后的波形axis([0, 700, -0.2, 0.2]);grid on;ylabel('Amplitude');xlabel('Time');title('OFDM Time Signal with CP, One Symbol Period');%==============OFDM符号加窗==========================================windowed_time_wave_matrix_cp=zeros(1,IFFT_bin_length+GI+GIP);for i = 1:symbols_per_carrierwindowed_time_wave_matrix_cp(i,:) =real(time_wave_matrix_cp(i,:)).*rcoswindow(beta,IFFT_bin_length+GI)';%加窗升余弦窗endsubplot(3,1,3);plot(0:IFFT_bin_length-1+GI+GIP,windowed_time_wave_matrix_cp(2,:));%第一个符号的波形axis([0, 700, -0.2, 0.2]);grid on;ylabel('Amplitude');xlabel('Time');title('OFDM Time Signal Apply a Window , One Symbol Period');%========================生成发送信号，并串变换==================================================windowed_Tx_data=zeros(1,symbols_per_carrier*(IFFT_bin_length+GI)+GIP); windowed_Tx_data(1:IFFT_bin_length+GI+GIP)=windowed_time_wave_matrix_cp(1,:); for i = 1:symbols_per_carrier-1 ;windowed_Tx_data((IFFT_bin_length+GI)*i+1:(IFFT_bin_length+GI)*(i+1)+GIP)=window ed_time_wave_matrix_cp(i+1,:);%并串转换，循环后缀与循环前缀相叠加end%=======================================================Tx_data_withoutwindow=reshape(time_wave_matrix_cp',(symbols_per_carrier)*(IFFT_bin_length+GI+GIP),1)';%没有加窗，只添加循环前缀与后缀的串行信号Tx_data=reshape(windowed_time_wave_matrix_cp',(symbols_per_carrier)*(IFFT_bin_length+GI +GIP),1)';%加窗后循环前缀与后缀不叠加的串行信号%================================================================= temp_time1 = (symbols_per_carrier)*(IFFT_bin_length+GI+GIP);%加窗后循环前缀与后缀不叠加发送总位数figure (5)subplot(2,1,1);plot(0:temp_time1-1,Tx_data );%循环前缀与后缀不叠加发送的信号波形grid onylabel('Amplitude (volts)')xlabel('Time (samples)')title('OFDM Time Signal')temp_time2 =symbols_per_carrier*(IFFT_bin_length+GI)+GIP;subplot(2,1,2);plot(0:temp_time2-1,windowed_Tx_data);%循环后缀与循环前缀相叠加发送信号波形grid onylabel('Amplitude (volts)')xlabel('Time (samples)')title('OFDM Time Signal')%=================未加窗发送信号频谱==================================symbols_per_average = ceil(symbols_per_carrier/5);%符号数的1/5，10行avg_temp_time = (IFFT_bin_length+GI+GIP)*symbols_per_average;%点数，10行数据，10个符号averages = floor(temp_time1/avg_temp_time);average_fft(1:avg_temp_time) = 0;%分成5段for a = 0:(averages-1)subset_ofdm = Tx_data_withoutwindow(((a*avg_temp_time)+1):((a+1)*avg_temp_time));%subset_ofdm_f = abs(fft(subset_ofdm));%将发送信号分段求频谱average_fft = average_fft + (subset_ofdm_f/averages);%总共的数据分为5段，分段进行FFT，平均相加endaverage_fft_log = 20*log10(average_fft);figure (6)subplot(2,1,1);plot((0:(avg_temp_time-1))/avg_temp_time, average_fft_log)%归一化0/avg_temp_time : (avg_temp_time-1)/avg_temp_timehold onplot(0:1/IFFT_bin_length:1, -35, 'rd')grid onaxis([0 0.5 -40 max(average_fft_log)])ylabel('Magnitude (dB)')xlabel('Normalized Frequency (0.5 = fs/2)')title('OFDM Signal Spectrum without windowing')%===============加窗的发送信号频谱================================= symbols_per_average = ceil(symbols_per_carrier/5);%符号数的1/5，10行avg_temp_time = (IFFT_bin_length+GI+GIP)*symbols_per_average;%点数，10行数据，10个符号averages = floor(temp_time1/avg_temp_time);average_fft(1:avg_temp_time) = 0;%分成5段for a = 0:(averages-1)subset_ofdm = Tx_data(((a*avg_temp_time)+1):((a+1)*avg_temp_time));%利用循环前缀后缀未叠加的串行加窗信号计算频谱subset_ofdm_f = abs(fft(subset_ofdm));%分段求频谱average_fft = average_fft + (subset_ofdm_f/averages);%总共的数据分为5段，分段进行FFT，平均相加endaverage_fft_log = 20*log10(average_fft);subplot(2,1,2)plot((0:(avg_temp_time-1))/avg_temp_time, average_fft_log)%归一化0/avg_temp_time : (avg_temp_time-1)/avg_temp_timehold onplot(0:1/IFFT_bin_length:1, -35, 'rd')grid onaxis([0 0.5 -40 max(average_fft_log)])ylabel('Magnitude (dB)')xlabel('Normalized Frequency (0.5 = fs/2)')title('Windowed OFDM Signal Spectrum')%====================添加噪声============================================Tx_signal_power = var(windowed_Tx_data);%发送信号功率linear_SNR=10^(SNR/10);%线性信噪比noise_sigma=Tx_signal_power/linear_SNR;noise_scale_factor = sqrt(noise_sigma);%标准差sigmanoise=randn(1,((symbols_per_carrier)*(IFFT_bin_length+GI))+GIP)*noise_scale_factor; %产生正态分布噪声序列%noise=wgn(1,length(windowed_Tx_data),noise_sigma,'complex');%产生复GAUSS白噪声信号Rx_data=windowed_Tx_data +noise;%接收到的信号加噪声%=====================接收信号串/并变换去除前缀与后缀==========================================Rx_data_matrix=zeros(symbols_per_carrier,IFFT_bin_length+GI+GIP);for i=1:symbols_per_carrier;Rx_data_matrix(i,:)=Rx_data(1,(i-1)*(IFFT_bin_length+GI)+1:i*(IFFT_bin_length+GI)+GI P);%串并变换endRx_data_complex_matrix=Rx_data_matrix(:,GI+1:IFFT_bin_length+GI);%去除循环前缀与循环后缀，得到有用信号矩阵%============================================================%==== ============================================================%==============================================================% OFDM解码16QAM解码%=================FFT变换=================================Y1=fft(Rx_data_complex_matrix,IFFT_bin_length,2);%OFDM解码即FFT变换Rx_carriers=Y1(:,carriers);%除去IFFT/FFT变换添加的0，选出映射的子载波Rx_phase =angle(Rx_carriers);%接收信号的相位Rx_mag = abs(Rx_carriers);%接收信号的幅度figure(7);polar(Rx_phase, Rx_mag,'bd');%极坐标坐标下画出接收信号的星座图%================================================================== ====[M, N]=pol2cart(Rx_phase, Rx_mag);Rx_complex_carrier_matrix = complex(M, N);figure(8);plot(Rx_complex_carrier_matrix,'*r');%XY坐标接收信号的星座图axis([-4, 4, -4, 4]);grid on%====================16qam解调==================================================Rx_serial_complex_symbols =reshape(Rx_complex_carrier_matrix',size(Rx_complex_carrier_matrix,1)*size(Rx_complex_carrier_matrix,2),1)' ;Rx_decoded_binary_symbols=demoduqam16(Rx_serial_complex_symbols);%============================================================ baseband_in = Rx_decoded_binary_symbols;figure(9);subplot(2,1,1);stem(baseband_out(1:100));subplot(2,1,2);stem(baseband_in(1:100));%================误码率计算=============================================bit_errors=find(baseband_in ~=baseband_out);bit_error_count = size(bit_errors, 2)ber=bit_error_count/baseband_out_length。

基于matlab的OFDM调制与解调性能仿真与分析

案所采纳。
１ＯＦＤＭ原理
ＯＤＦＭ的主要思想是将串行的数据流串并转换成比特速率较低的Ｊ个并行支路码流，每个支路码７ｖ流再调制在一个子载波上，最后将每个子载波合成输出。由于这些子载波信号相互正交，使得各子载波的频谱可以重叠，大大提高了频谱效率。ＯＤＦＭ系统作为一种特殊的多载波系统，每个数据周期为，设数据流被串并转换为 Ⅳ路并行低速
调的基本原理框图如图１所示。
审 — ■ 州ｌ并直 —．＿■ －Ｆ — 并．
这样用Ｉｎ１ＦＦ／Ｔ模块就可实现ＯＤ系统的调制解调过程，大简化了系统的硬件构成。ＦＭ调制解ＦＦＭ大ＯＤ
转．并－ ■ 叵并－Ｆ—串１串－Ｆ转４＊转－Ｔ＿ｔ ■ ．Ｉ转，
被无线局域网标准ＩＥ８２１ａＩＥ８２１ｇＩＥ８２１，ｉｅｌ／ＨｇｅｏｍａｃＡｐ）ＥＥ０．ｌ，Ｅ０．ｌ，Ｅ０．Ｈｐｒｎ２（ｉＰｒｒｎｅＬＮｔｅ以及ＥＥ６ａｈｆｙ２
数字音频广播（Ａ）ＤＢ、数字用户环（Ｓ）地面数字电视系统（Ｖ＿，Ｄ）４ｘＬ，ＤＤＢＴＩＢ、代移动通信（）Ｓ第４等技术方Ｇ
据符号ｄ，以对ｓ进行逆变换，Ｆ得到可即兀’
（２）
（３）
可以看到时域数据信号ｓ等效对频域数据信号ｄ进行Ｉ丌运算。同样在接收端，Ｆ为了恢复出原始的数
ｄ∑ｓｐｊｒ＝唧， ≤≤ ＿，Ｆｋ（２告）ｅ－ｒ导ｘ０ Ⅳ１

ofdm子载波频谱matlab代码

ofdm子载波频谱matlab代码以下是一个简单的OFDM子载波频谱的Matlab代码示例。

该代码主要生成一个OFDM信号，并计算其频谱。

```Matlab% 参数设定N = 64; % 子载波数CP = N/4; % 循环前缀长度t = 1/20e3; % 时间长度Ts = t/N; % 符号周期f0 = 2.5e9; % 载波频率fc = 10*f0; % 信号带宽Tb = N*Ts; % 比特周期c = 3e8; % 光速d = c*Ts/2; % 发送天线与接收天线间距SNRdB = 10; % 比特能量噪声比（dB）snr = SNRdB/10; % 比特能量噪声比EbN0 = 10^(snr/10); % 比特能量噪声密度比EbN0_dB = 10*log10(EbN0); % 比特能量噪声密度比（dB）Pn = 1/sqrt(2)*(sqrt(2)*sqrt(pi)*sqrt(EbN0)*1i)/2; % 加性高斯白噪声功率谱密度Pn_dB = 10*log10(Pn); % 加性高斯白噪声功率谱密度（dB）% 生成OFDM信号data = randi([0,1],N,1); % 生成随机的二进制数据data_fft = fft(data); % FFT变换data_fft_cp = [data_fft, zeros(CP,1)]; % 添加循环前缀x = exp(1i*2*pi*f0*(0:N-1)*Ts); % 生成载波信号x_cp = [x, zeros(CP,1)]; % 添加循环前缀x_cp_data = x_cp.*data_fft_cp; % 调制信号x_cp_data_mod = real(x_cp_data); % 取实部，得到复数调制信号x_cp_data_mod_tx = repmat(x_cp_data_mod,1,d); % 发送天线复制信号x_cp_data_mod_rx = repmat(x_cp_data_mod,1,d); % 接收天线复制信号x_cp_data_mod_rx(:,:) = conj(x_cp_data_mod(:,:)); % 天线相位翻转，实现模拟MIMO传输y = filter([1-d -d],1,x_cp_data_mod_tx) + filter([-d -d 1],1,x_cp_data_mod_rx); % MIMO接收信号滤波器处理y = y/2; % 均衡处理，实现模拟解调y_fft = fft(y); % FFT变换，解调信号y_fft = y_fft(CP+1:end); % 去掉循环前缀，得到解调数据频域信号y = real(y_fft); % 取实部，得到解调数据时域信号y = ifft(y); % IFFT变换，得到解调数据时域信号data_demod = real(y); % 取实部，得到解调数据时域信号% 计算频谱frequencies = -fc:fc/(N*Ts); % 频率轴取值范围power = abs(fft(data))**2; % 计算功率谱密度函数power_noise = abs(fft(randn(N,length(t)))**2); % 计算加性高斯白噪声功率谱密度函数power = power + power_noise; % 计算总功率谱密度函数power = power/max(power); % 归一化处理，使最大功率为1figure; plot(frequencies,power); xlabel('Frequency (Hz)'); ylabel('Power Spectral Density (W/Hz)'); title('Power Spectrum'); grid on;以上就是关于ofdm子载波频谱matlab代码的介绍，欢迎补充。

基于MATLAB实现OFDM的解码(5)

毕业论文题目基于MATLAB实现OFDM的解码2019 年 4 月基于MATLAB实现OFDM系统的解码摘要自80年代,数字移动通信技术逐渐开始成熟,并开始应用在各式各样的，种类不同的无线通信系统，例如，数字集群电话，数字蜂窝电话，无线寻呼等，以上使用的是特高频/甚高频波段的数字移动通信。

但是这两者的移动信道存在很多问题，噪声干扰，在多径传播时易造成码间串扰，选择性衰弱等。

为解决这些问题，又出现了一种更好的，更高效的调制方式，就是（正交频分复用）OFDM。

它是第四代移动通信技术的关键、核心技术，也被广泛应用在移动通信的领域。

它不仅信道利用率比较高，而且抗衰弱能力良好。

正交频分复用(OFDM)发送的信号用码元周期为 T的不归零方波作为其基带码型，并由一组正交的正弦信号作为其副载波调制而成的。

OFDM的信号产生与解调的过程就是 IDFT/DFT 的变换过程。

正交频分复用（OFDM）是一种调制技术，在许多新兴的宽带无线和有线通信系统中得到了广泛应用。

由于OFDM技术具有利用多个频谱重叠的低速副载波传输高速数据流的能力，因此它具有频谱效率高、抗载波间和符号间抗干扰性、对服务器信道条件的适应性等优点，近年来，OFDM技术的研究越来越深入。

基于OFDM传输技术，被认为是未来超高速光传输的一种有前途的技术。

它可以构建一种在频谱分配和数据速率调节方面具有极大灵活性和可扩展性的新型弹性光网络结构，以支持未来多种业务和互联网流量的快速增长。

关键字：正道频分复用、OFDM、调制方式Decoding of OFDM System Based on MATLABAbstractSince the 1980s, digital mobile communication technology has gradually matured, and began to be used in a variety of different types of wireless communication systems, such as digital trunking telephone, digital cellular phone, wireless paging, etc. The above uses digital mobile communication in UHF/VHF band. However, there are many problems in both mobile channels, such as noise interference, intersymbol interference and selective fading in multipath propagation. In order to solve these problems, a better and more efficient modulation method has emerged, namely(orthogonal frequency division multiplexing) OFDM. It is the key and core technology of the fourth generation mobile communication technology. It is also widely used in the field of mobile communication. It not only has high channel utilization, but also has good anti-fading ability. Orthogonal Frequency Division Multiplexing (OFDM) signals are modulated by a set of orthogonal sinusoidal signals as their subcarriers, using the non-return zero square wave with the symbol period T as its baseband code type. The process of signal generation and demodulation in OFDM is the transformation process of IDFT/DFT. Orthogonal Frequency Division Multiplexing (OFDM) is a modulation technology, which has been widely used in many emerging broadband wireless and wired communication systems. Because OFDM technology has the ability to transmit high-speed data streams using low-speed subcarriers with overlapping spectrum, it has the advantages of high spectral efficiency, anti-interference between carriers and symbols, and adaptability to server channel conditions. In recent years, the research of OFDM technology has become more and more in-depth. Based on OFDM transmission technology, it is considered as a promising technology for ultra-high-speed optical transmission in the future. It can construct a new elastic optical network structure with great flexibility and scalability in spectrum allocation and data rate regulation to support the rapid growth of various services and Internet traffic in the future.Key words: channel frequency division multiplexing, OFDM目录第一章绪论 (4)1.1 OFDM的研究背景、意义 (4)1.2关于OFDM的概述 (5)1.2.1 OFDM的发展 (5)1.2.2 OFDM的主要优点和缺点 (5)1.2.3 OFDM的应用 (6)第二章OFDM基本原理 (7)2.1 原理、数学描述 (7)2.1.1 OFDM基本原理 (8)2.1.2 OFDM的参数、特性 (9)2.1.3 子载波调制 (9)第三章OFDM的系统仿真 (12)3.1 MATLAB的特点和功能 (12)3.2 OFDM系统仿真 (13)3.2.1 OFDM时域波形 (13)3.2.2 OFDM子载波频谱 (14)3.2.3 QPSK调制 (15)3.2.4 QPSK调制星座图 (17)3.2.5 并串转换 (17)3.2.6 QPSK解调 (17)3.2.7 接收信号 (17)3.2.7 OFDM解码实现 (18)结束语 (22)参考文献 (23)致谢 (25)第一章绪论1.1 OFDM的研究背景、意义21世纪以后，无线通信技术发展迅速，史无前例。

ofdm的matlab实现

ofdm的matlab实现OFDM（正交频分复用）是一种常用的调制解调技术，被广泛应用于无线通信和数字电视等领域。

在本篇文章中，我们将探讨OFDM的基本原理，并介绍如何使用Matlab实现OFDM系统。

一、OFDM基本原理OFDM是一种基于频域的多载波调制技术，通过将高速数据流分成多个较低速的子流，并将这些子流分配到不同的频率载波上来传输数据。

通过这种方式，OFDM可以有效地抵抗频率选择性衰落和多径传播引起的时域间隔干扰，提供更好的抗干扰性能。

OFDM系统的主要构成部分包括信源、调制器（调制器和反调制器）和调制解调器（调制器和解调器）。

在发送端，调制器将输入数据流分为多个子流，并进行调制后输出。

在接收端，解调器对接收到的信号进行解调并还原为原始数据流。

OFDM调制器的实现主要依赖于以下两个关键概念：正交性和多载波调制。

1. 正交性：在OFDM系统中，子载波之间需要满足正交性条件，即相邻子载波之间的正弦波形式相互垂直，相位差为0或π。

这样可以确保子载波之间的干扰最小。

2. 多载波调制：OFDM系统中，将整个频率带宽划分为多个子载波，每个子载波都可以用不同的调制方式来传输数据。

常见的调制方式有BPSK、QPSK、16-QAM等。

二、Matlab实现OFDM系统下面我们将使用Matlab来实现OFDM系统。

按照OFDM系统的基本原理，需要完成以下几个步骤：1. 生成原始数据：首先，我们需要生成一组原始数据作为输入。

可以使用随机数生成器来生成一个指定长度的数据序列。

2. 子载波生成：根据系统设置，生成需要的子载波。

可以使用fft函数计算离散傅里叶变换，得到频域上的正弦波。

3. 数据调制：将原始数据按照设定的调制方式进行调制，得到对应的调制符号。

可以使用BPSK、QPSK或其他调制方式。

4. 倍频：将调制符号乘以子载波的复数载波，得到OFDM的时域信号。

5. CP（循环前缀）添加：为了避免多径效应引起的信号间干扰，在时域信号的开头添加一个与其末尾相同的循环前缀。

ofdm可见光通信matlab

ofdm可见光通信matlabOFDM（正交频分复用）是一种多载波调制技术，广泛应用于无线通信系统中。

而可见光通信是一种基于光波的通信技术。

本文将结合MATLAB软件，探讨OFDM技术在可见光通信中的应用。

我们来了解一下OFDM技术。

OFDM技术是一种将高速数据流分成多个低速子流并同时传输的技术。

它能够充分利用频谱资源，提高系统的传输效率。

OFDM技术通过将数据流分成多个子流，每个子流都在不同的频率上进行调制，然后将这些子流通过并行传输的方式发送出去。

接收端收到这些子流后，再将它们合并起来，得到原始的数据流。

OFDM技术在无线通信系统中广泛应用，如Wi-Fi、LTE等。

可见光通信是一种利用可见光波进行数据传输的技术。

它的工作原理是通过调制可见光波的亮度或频率来传输信息。

可见光通信具有频谱资源丰富、无电磁波辐射、安全性高等优点，因此在室内定位、室内导航、智能照明等领域呈现出广阔的应用前景。

将OFDM技术与可见光通信相结合，可以充分利用OFDM技术的优势，提高可见光通信系统的传输效率和可靠性。

在OFDM可见光通信系统中，发送端将要传输的数据流分成多个子流，并将每个子流分别调制到不同的频率上。

然后，通过LED灯或其他可见光发射器将这些子流转化为可见光信号并发送出去。

接收端使用光电二极管等光电器件将接收到的可见光信号转化为电信号，并通过解调和合并子流的方式得到原始的数据流。

MATLAB是一种功能强大的数学软件，也是进行OFDM可见光通信系统仿真的常用工具。

通过MATLAB，我们可以模拟OFDM可见光通信系统的传输过程，并对系统的性能进行评估。

首先，我们需要建立OFDM可见光通信系统的模型，包括发送端和接收端。

发送端的主要任务是将数据流分成多个子流，并将每个子流调制到不同的频率上。

接收端的主要任务是接收可见光信号，并将其转化为电信号，并通过解调和合并子流的方式得到原始的数据流。

在MATLAB中，我们可以使用OFDM调制器和解调器模块来实现OFDM调制和解调的功能。

Matlab 完成简单的OFDM 信号的产生与解调程序

uoft = filter(b,a,u); %baseband signal (D) figure(7); subplot(211); plot(t(80:480),real(uoft(80:480))); subplot(212); plot(t(80:480),imag(uoft(80:480))); figure(8); subplot(211); plot(ff,abs(fft(uoft,q*FS))/FS); [Pxx,f]=pwelch(uoft,[],[],[],Rs); plot_Pxx3=10*log10(Pxx); subplot(212); plot(f,plot_Pxx3); %Upconverter s_tilde=(uoft.').*exp(1i*2*pi*fc*t); s=real(s_tilde); %passband signal (E) figure(9); plot(t(80:480),s(80:480)); figure(10); subplot(211); plot(ff,abs(fft(s,q*FS))/FS); [Pxx,f]=pwelch(s,[],[],[],Rs); plot_Pxx4=10*log10(Pxx); subplot(212); plot(f,plot_Pxx4); figure(11); subplot(211); plot(ff,abs(fft(((real(uoft).').*cos(2*pi*fc*t)),q*FS))/FS); [Pxx,f]=pwelch(((real(uoft).').*cos(2*pi*fc*t)),[],[],[],Rs); plot_Pxx5=10*log10(Pxx); subplot(212); plot(f,plot_Pxx5); figure(12); subplot(211); plot(ff,abs(fft(((imag(uoft).').*sin(2*pi*fc*t)),q*FS))/FS); [Pxx,f]=pwelch(((imag(uoft).').*sin(2*pi*fc*t)),[],[],[],Rs); plot_Pxx6=10*log10(Pxx); subplot(212); plot(f,plot_Pxx6);

QPSK和16QAM调制下MIMO-OFDM系统Matlab仿真实现

QPSK和16QAM调制下MIMO-OFDM系统Matlab仿真实现1. 引言1.1 背景介绍MIMO（Multiple Input Multiple Output）技术和OFDM （Orthogonal Frequency Division Multiplexing）技术是目前无线通信领域中常用的关键技术。

MIMO技术通过在传输端和接收端利用多个天线进行数据传输，从而提高系统的传输效率和抗干扰性能。

而OFDM技术则利用频谱分割和并行传输的方式，提高信道传输效率和抗多径干扰的能力。

本文将结合QPSK（Quadrature Phase Shift Keying）调制和16QAM（Quadrature Amplitude Modulation）调制两种常见调制方式，设计并实现MIMO-OFDM系统。

QPSK调制使用4个相位点来表示传输信号，适用于简单的调制场景；而16QAM调制则利用16个不同的信号点表示传输信号，可以提高传输速率和频谱利用效率。

通过Matlab仿真实现这两种调制方式下的MIMO-OFDM系统，并进行性能分析和实验结果展示，旨在探究不同调制方式对系统性能的影响，为未来的无线通信系统设计提供参考和借鉴。

1.2 研究意义研究QPSK和16QAM调制下MIMO-OFDM系统的意义在于探索该组合对系统性能的影响，进一步优化系统设计和参数配置。

通过比较不同调制方式下MIMO-OFDM系统的性能表现，可以为实际通信系统的部署提供重要参考依据。

研究还有助于深化对多址接入、信道编解码等关键技术的理解，并为提高系统的可靠性、稳定性和数据传输速率提供技术支持。

探究QPSK和16QAM调制下MIMO-OFDM系统的研究意义重大，不仅可以促进通信技术的进步，还可以为实际应用中的无线通信系统提供更加稳定和高效的解决方案。

1.3 研究目的研究目的：通过对QPSK和16QAM调制下MIMO-OFDM系统的设计和仿真实现，旨在探究在多输入多输出和正交频分复用技术的基础上，如何提高系统的性能和可靠性。

matlab ofdm解调函数

matlab ofdm解调函数
在MATLAB中进行OFDM（正交频分复用）系统的解调，通常需要使用一系列函数来实现。

首先，你需要使用ifft函数来将接收到的频域信号转换为时域信号。

然后，你可能需要进行信道均衡和时域同步，这可以通过使用MATLAB中的相关函数来实现。

接下来，你需要使用fft函数将时域信号转换回频域信号，并且进行符号解调和解调映射。

最后，你可能需要进行信道译码和解交织操作，以及误码率性能评估等操作。

除了上述基本的操作外，具体的解调函数可能会根据你的系统设计和要求而有所不同。

在MATLAB中，你可以使用一些内置的通信工具箱函数来简化这些操作，比如使用comm.OFDMDemodulator来进行OFDM解调，或者使用通信工具箱中的其他相关函数来实现你的解调算法。

总的来说，在MATLAB中实现OFDM系统的解调涉及到频域到时域的转换、信道均衡、解调映射、译码等一系列复杂的操作，需要结合你具体的系统设计和需求来选择合适的函数和算法来实现。

希望这些信息能够帮助你更好地理解在MATLAB中实现OFDM系统的解调函数。

Matlab实现OFDM调制

Matlab实现OFDM调制一、实验目的1、进一步加深对matlab的了解和使用，熟练掌握matlab的相关库函数。

2、学习OFDM调制的原理，通过实验加深对其理解。

3、学会用matlab实现BPSK调制和QPSK调制。

二、实验原理OFDM调制原理：OFDM ——OFDM(Orthogonal Frequency Division Multiplexing)即正交频分复用技术，实际上OFDM是MCM Multi-CarrierModulation，多载波调制的一种。

其主要思想是：将信道分成若干正交子信道，将高速数据信号转换成并行的低速子数据流，调制到在每个子信道上进行传输。

正交信号可以通过在接收端采用相关技术来分开，这样可以减少子信道之间的相互干扰 ICI 。

每个子信道上的信号带宽小于信道的相关带宽，因此每个子信道上的可以看成平坦性衰落，从而可以消除符号间干扰。

而且由于每个子信道的带宽仅仅是原信道带宽的一小部分，信道均衡变得相对容易。

在向B3G/4G演进的过程中，OFDM 是关键的技术之一，可以结合分集，时空编码，干扰和信道间干扰抑制以及智能天线技术，最大限度的提高了系统性能。

包括以下类型：V-OFDM,W-OFDM,F-OFDM,MIMO-OFDM,多带-OFDM。

三、实验容实验要求:(1)不加噪声时，调制出来的信号与原信号进行对比。

（2）加噪声时的误码率曲线图。

1、解调的原理框图2、BPSK调制：f(0)=1,f(1)=-1代码：original=randint(1,512*100,2); %源为0和1的随机序列，为1行51200列；用512个子载波，做100次bpsk=(-1).^original; %BPSK调制，将源中的0替换为-1，生成1行51200列的1和-1序列m=1;ioriginal=zeros(1,512*100); %生成零矩阵，定义变量初值ofdm=zeros(100,512);iofdm=zeros(100,512);iiofdm=zeros(1,512*100);cp=zeros(100,512+10);cpsend=zeros(1,(512+10)*100);icp=zeros(100,512);ibpsk=zeros(1,512*100);while m~=101ofdm(m,:)=bpsk(((m-1)*512+1):(m*512)); %将bpsk矩阵转化为100行512列的矩阵ofdmofdm(m,:)=ifft(ofdm(m,:),512); %OFDM调制，返回512点的逆向DFT cp(m,1:10)=ofdm(m,503:512); %添加长度为10的循环前缀，cp(m,11:end)=ofdm(m,:); %生成矩阵cp为100*（512+10）cpsend(((m-1)*(512+10)+1):(m*(512+10)))=cp(m,:);%cpspend为1*（（512+10)*100）m=m+1;endcp1=cpsend; %没有添加噪声是调制生成的矩阵snr=-2:1:5; %信噪比ber=zeros(1,length(snr));light=1;for t=-2:1:5m=1; %解调while m~=101icp(m,:)=cpsend(((m-1)*512+m*10+1):(m*(512+10))); %去前缀10iofdm(m,:)=fft(icp(m,:),512); %将icp做返回512点的DFT iiofdm(((m-1)*512+1):(m*512))=iofdm(m,:); %iiofdm为1*（512*100）m=m+1;endfor n=1:(512*100)real_iiofdm=real(iiofdm(n));image_iiofdm=imag(iiofdm(n));distance1=sqrt((real_iiofdm+1)^2+image_iiofdm^2); %根据距离来判断是0还是1distance0=sqrt((real_iiofdm-1)^2+image_iiofdm^2);if distance1>=distance0ibpsk(n)=0;elseibpsk(n)=1;endendioriginal=ibpsk; %计算误码率flag=(original==ioriginal); %相等时flag为1，不相等时flag为0 error=numel(find(flag==0)); %统计0的个数ber(light)=error/51200; %计算误码率light=light+1;endsemilogy(snr,ber)BPSK调制的误码率曲线图：3、QPSK调制： f(00)= (1+i)/sqrt(2),f(01)= (-1+i)/sqrt(2), f(10)= (-1-i)/sqrt(2),f(11) =(1-i)/sqrt(2)。

基于MATLAB的OFMD仿真实验-OFDM基础1

Frequency Selective Fading
Delay spread Tm is much larger than symbol duration T
Inter-symbol interference (ISI)
同一个信息的信号由于到达目的地的路径不同，导致了到达时间不同。也就是接收端在时间1收到第一条路径发来的该信息，可能在时间4收到2条路径发来的该信息。假设这个信息有这两条到达路径，那么接收端本来应该在时间1接收完所有关于该信息的信号，结果却在时间4之后才全部收完。
Multipath channel
In wireless telecommunications, multipath is the propagation phenomenon that result in radio signals reaching the receiving antenna by two or more paths.
相干时间和相干带宽都是描述信道特性的参数，当两个发射信号的频率间隔小于信道的相干带宽，那么这两个经过信道后的，受到的信道传输函数是相似的，由于通常的发射信号不是单一频率的，即一路信号也是占有一定带宽的，如果，这路信号的带宽小于相干带宽，那么它整个信号受到信道的传输函数是相似的，即信道对信号而言是平坦特性的，非频率选择性衰落的。
(TM / max：最大(多径)时延扩展)
BC 1 TM
信道扩展主要可以分为三方面：多径(时延)扩展(delay spread)；多普勒扩展；角度扩展。
相干带宽(coherence bandwidth) 是描述时延扩展的：相干带宽是表征多径信道特性的一个重要参数，它指某一特定的频率范围，在该频率范围内任意两个频率分量都具有很强的幅度相关性。即: 在相干带宽范围内，多径信道具有恒定的增益和线性相位。通常，相干带宽Bc近似等于最大多径s), is roughly inversely

OFDM调制、解调的MATLAB实现

OFDM调制、解调的MATLAB实现
OFDM调制/解调的MATLAB实现
用MATLAB实现OFDM调制、解调，其中假设OFDM信号包含6个子载波。

这里简单的说明OFDM调制的方式，略去了交织、加窗等部分。

c=6； %子载波个数
bits=108； %每个信道的比特数
n=c*bits； %总的传送比特数
data=2*round（rand（1，n））-1；%产生信源数据
s=reshape（data，c，bits）； %产生调制信号
tp=1:0.1：（1+10.8）-0.1；
for i=1：c
carrier（i，：）=cos（2*i*pi*tp）；%产生载波信号bpsk-sig （i，：）=s（i，：）.*carrier（i,:);%产生调制信号 fin(i,:)=ifft(bpsk-sig(i,:)); %对信号进行IFFT
end
%并串变换
transmit=reshape(fin,1,648);
%加噪声
snr=10;
rxdata=awgn(transmit,snr,’measured’);
%串并变换
rec=reshape(rxdata,c,bits);
for i=1:c
rd(i,:)=fft(rec(i,:)); %进行FFT处理
uncarry(i,:)=rd(i,:).*carrier(i,:); %解调
end
rdata=sign(real(uncarry)); %判决输出结果
%并串变换
rdout=reshape(rdata,1,648);
在MATLAB里运行上述程序后，读者自行比较rdout和data的数值。

mimo_ofdm通信系统matlab毕业设计

mimo_ofdm通信系统matlab毕业设计随着无线通信技术的不断发展，MIMO-OFDM技术已成为下一代无线通信系统的关键技术之一。

因此，在毕业设计中选择MIMO-OFDM 通信系统作为研究对象是非常具有实际意义的。

MIMO-OFDM通信系统可以实现高速数据传输，并且具有抗多径干扰和频率选择性衰落的能力。

在MATLAB中，可以使用其通信系统工具箱来进行MIMO-OFDM通信系统的仿真和研究。

在毕业设计中，首先需要对MIMO-OFDM通信系统进行深入的理论研究，包括MIMO技术和OFDM技术的原理、系统模型和性能分析等。

然后，根据理论研究的结果，使用MATLAB进行系统的仿真和实现。

在仿真过程中，需要对MIMO-OFDM通信系统的各个方面进行详细的模拟和分析，包括信道建模、信号调制解调、信道估计与均衡、多天线技术等。

通过对这些方面的仿真和分析，可以深入了解MIMO-OFDM通信系统的性能和特点，并对其中的关键技术进行研究和改进。

最后，需要对毕业设计进行总结和展望。

总结研究成果和经验教训，提出进一步研究的方向和改进方案，为未来的研究和应用打下坚实的基础。

ofdm的matlab例程

OFDM（Orthogonal Frequency Division Multiplexing）是一种无线通信技术OFDM （Orthogonal Frequency Division Multiplexing）是一种无线通信技术，它将多个数据流映射到不同的子载波上，从而实现高带宽和低干扰的传输。

以下是一个简单的OFDM MATLAB例程：```matlab参数设置N = 1024; 符号数M = 8; 子载波数SNR = 10; 信噪比（dB）data_length = 1000; 数据长度生成随机数据data = randi([0, 1], 1, data_length);初始化OFDM信号ofdm_signal = zeros(1, N);将数据映射到子载波上for i = 1:data_lengthsymbol_index = mod(i-1, M) + 1;ofdm_signal(symbol_index) = data(i);end添加循环前缀cp = randi([0, 1], 1, M);ofdm_signal = [cp, ofdm_signal];添加频偏补偿码pilot_sequence = randi([0, 1], 1, M);pilot_symbols = zeros(1, N);pilot_symbols(mod(1:N, M) + 1) = pilot_sequence;生成OFDM调制信号modulated_signal = ifft(fft(ofdm_signal).*fft(pilot_symbols));添加高斯白噪声noise = awgn(modulated_signal, SNR, 'measured');接收信号received_signal = ifft(fft(noise).*fft(pilot_symbols));received_signal = received_signal(M+1:end);去除循环前缀received_signal = received_signal(cp+1:end);解调并提取数据demodulated_signal = fft(received_signal).*fft(pilot_symbols);demodulated_data = real(ifft(demodulated_signal));计算误比特率error_bits = sum(abs(data - demodulated_data));ber = error_bits / data_length;disp(['误比特率：', num2str(ber)]);```这个例程首先生成随机数据，然后将其映射到子载波上，接着添加循环前缀、频偏补偿码和高斯白噪声。