OFDM调制解调系统的设计

合集下载

OFDM解调移动通信课程设计

OFDM解调移动通信课程设计一、课程目标知识目标：1. 学生能理解OFDM解调技术的基本原理，掌握其数学模型和信号处理流程。

2. 学生能够描述OFDM系统在移动通信中的应用优势，了解不同调制方式对通信性能的影响。

3. 学生能够解释多径效应、信道估计和同步等关键技术在OFDM系统中的作用及其影响。

技能目标：1. 学生能够运用所学知识，通过计算和模拟分析OFDM信号在不同信道条件下的性能。

2. 学生能够设计简单的OFDM解调系统，并进行仿真验证，以加深对理论知识的理解。

3. 学生通过小组合作，能够完成针对特定移动通信场景的OFDM系统优化方案。

情感态度价值观目标：1. 培养学生对于移动通信技术发展的兴趣，激发其探索精神和创新意识。

2. 通过团队合作，增强学生的沟通能力和协作精神，使其认识到团队合作的重要性。

3. 增进学生对于科技改变生活的认识，培养其社会责任感和对国家通信事业的本课程设计针对高年级通信工程专业学生，结合当前移动通信技术发展趋势，以OFDM解调技术为核心，注重理论与实践相结合。

课程目标旨在帮助学生构建完整的知识体系，提高解决实际问题的能力，同时培养学生的科技情感和社会责任感。

通过具体学习成果的分解，为教学设计和评估提供明确的方向。

二、教学内容1. OFDM基本原理：包括OFDM信号的产生、IDFT/DFT运算、子载波调制与解调。

教材章节：第三章“多载波调制技术”，第5节“OFDM基本原理”。

2. OFDM系统参数设计：探讨子载波数、循环前缀长度等参数对系统性能的影响。

教材章节：第三章“多载波调制技术”，第6节“OFDM系统参数设计”。

3. 多径效应与信道估计：分析多径效应对OFDM系统性能的影响，介绍信道估计方法。

教材章节：第四章“移动通信信道”，第2节“多径效应与信道估计”。

4. OFDM同步技术：讲解符号同步、载波同步的原理及方法。

教材章节：第五章“同步技术”，第1节“OFDM同步技术”。

OFDM系统中TCM调制解调器的设计与实现

OFDM系统中TCM调制解调器的设计与实现吴进【摘要】介绍了一种正交频分复用系统中调制解调器的设计方法,正交频分复用的关键技术是编码和调制.传统的信道编码是将编码与调制分开设计,而网格码是将编码与调制作为一个整体进行设计的.对提出的设计方案进行仿真,实验结果表明该方法是合理有效的.%A design method of the modem in OFDM system is introduced. The key technique in OFDM is encoding and modulation. The conventional channel encoding is to encode and modulate separately, but Trellis coded modulation implements encoding and modulation as a whole. The simulation results indicate that the design method is effective and practical.【期刊名称】《现代电子技术》【年(卷),期】2011(034)017【总页数】3页(P90-91,94)【关键词】正交频分复用;网格编码调制;解调;维特比;网格法【作者】吴进【作者单位】西安邮电学院电子工程学院,陕西西安710121【正文语种】中文【中图分类】TN911.5-340 引言正交频分复用(Orthogonal Frequency Division Multiplex，OFDM)是目前已知的频谱利用率较高的一种通信系统，它将数字调制、数字信号处理、多载波传输等技术有机结合在一起，使得它在系统的频谱利用率、功率利用率、系统复杂性方面综合起来有很强的竞争力，是支持未来移动通信特别是移动多媒体通信的主要技术之一[1]。

在使用OFDM系统进行数据传输时，调制解调器的设计成为关键。

一种基于OFDM技术的高速电台调制解调器设计的开题报告

一种基于OFDM技术的高速电台调制解调器设计的
开题报告
一、研究背景和意义
随着信息技术的不断发展，高速数据传输已经成为了信息通信的重
要领域之一。

在无线传输技术中，高速电台调制解调器具有极为重要的
作用，是实现高速数据传输的核心设备之一。

OFDM技术是一种多载波调制技术，具有高速传输、抗多径衰落等
优点，已经成为了4G和5G移动通信的核心技术之一。

本文将利用OFDM技术实现高速电台调制解调器的设计，通过该调制解调器实现高速数据传输。

二、研究方法和技术路线
本文将采用以下研究方法和技术路线：
1. 研究OFDM技术的原理和优点：深入分析OFDM技术的原理和优点，确定在高速电台调制解调器设计中采用OFDM技术的合理性。

2. 设计高速电台调制解调器：设计高速电台调制解调器的硬件电路，并实现OFDM调制解调算法的软件设计。

3. 系统测试和性能评估：在实际环境中对所设计的高速电台调制解
调器进行测试，并对其性能进行评估，包括传输速率、误码率等指标。

4. 结果分析和讨论：对系统测试和性能评估的结果进行分析和讨论，得出相应结论和建议。

三、预期结果和贡献
本文将设计一种基于OFDM技术的高速电台调制解调器，通过该调
制解调器实现高速数据传输。

预计该调制解调器能够实现更高的传输速率，同时能够抵抗多径衰落等环境干扰，提高数据传输的质量和可靠性。

本文的研究结果将对高速数据传输和无线通信领域的技术发展具有积极的推动作用，有望为实现5G等新一代移动通信技术的发展提供有力支持。

OFDM调制解调模块的设计与实现

OFDM调制解调模块的设计与实现0 引言随着技术和器件水平的发展以及对高速和可靠传输的要求，OFDM技术应用越来越广泛，由于其具有高速数据传输能力、高效的频谱利用率和抗多径干扰等能力，成为通信的研究热点之一。

在OFDM通信系统中，为实现高效信息的传输，可以采用多进制数字调制方式来传输数据符号。

本文设计了一个用于OFDM通信系统的通用调制解词模块，采用了BPSK、QPSK、16QAM和64QAM四种调制方法，利掰共用ROM、共厢减法器等器件的方法，减少了电路规模和硬件资源消耗。

此电路具有能够通过消息反馈机制来自动调整调制方法的能力。

1 调制／解调子模块结构通用调制解调模块原理如图1所示。

其中，选择子模块用来选择调制子模块和解调子模块采用的调制方法。

子模块通过判别输出数据的误码率来返回信息给选择子模块，如果当前采用的调制方法的瀑码率较高，那么选择子模块就会自动调整采用其他的调制方法，达到采用最佳调制方法。

在通用调制解调模块中，最主要的模块就是调制子模块和解调子模块。

下面介绍这两个子模块的设计和实现。

2设计分析在调制子模块和解调子模块的实现中，采用了四种调制方式：BPSK、QPSK、16QAM和64QAM。

2.1调制方式分析如图2所示，BPSK在实际实现时，将0映射为1，将1映射为-1，来完成映射。

解调时，将数据进行一下逆转换即可。

而QPSK具有4个星座位置，QPSK的映射为：00对应-1-li；01对应-1+li；10对应1-li；11对应1+li；并乘以归一化因子。

解调时，只要进行相反的过程，并将0作为裁决电平，即可实现数据的解调恢复。

16QAM由星座分布形状可以分为方形16QAM和非方形16QAM，方形16QAM的星座图如图2(c)。

根据星座图实现时，将00映射为-1，01映射为-1／3，10映射为1，11映射为1／3；解调时，采用的是硬判决的方法，根据星座点的位置将空间划分为16个区域，每个区域以星座点为中心，在判定时，落人某个区域的数就认为是相应星座。

基于FPGA的OFDM调制解调系统设计与实现

ｃａａｔｒｓｉｓｆｈｒｃｅｉｔＯＦＤＭ，ｈｅｉｎｐｏｏｅｗ— ｏｔＰＧＡｌｍｅｔｔｎｗａｆｃｏｔｅｄｓｇｒｐｓｓａｌｏｃｓＦｉｍｐｅｎａｉｙｏＯＦＤＭｏｅｂｓｄｏｏｍｄｍａｅｎ
Ａｂｓｒｃ：ｔａｔＯＦＤＭｓｔｅｋｙｔｃｎｌｇｆ４ｉｈｏｉｅｃｍｍｕｉａｉｎａｄｔｅｔｃｎｌｇｎｈｇ —ｐｅｉｈｅｅｈｏｏｙｏＧｎｔｅｍｂｌｏｎｃｔｏｎｅｈｏｏｙｉｉｈｓｅｄｈｄｔｒｎｍｉｓｏｓｂｅｎｗｉｅｙｕｅ．ｉａｅｉｅｈａｉｄｌｆｏｔｏｏａｒｑｅｃｉｉｉｎａａｔａｓｓｉｎｈａｅｄｌｓｄＴｈｓｐｐｒｇｖｓｔｅｂｓｃｍｏｅｒｈｇｎｌｆｅｕｎｙｄｖｓｏｏ
变换在ＯＤ技术中具有一定的使用价值。实践证明，该方法具有设计简单、快速、高效和实时ＦＭ
性等特点。
关键词：ＯＤ；调制；解调；ＦＴＦＴＦＭＦ；ＩＦ中图分类号：Ｔ４２Ｎ０文献标识码：Ａ文章编号：１８—００（００）９０４－３６１１７２１０ —０６０
ＯＦＤＭ技术是一种高频带利用率的多载波调制技术，它在提高频带利用率的同时也能有效地抵抗字符问干扰。目前ＯＦＤＭ技术已经被广泛应用于广
播式的音频、视频领域和民用通信系统。在ＯＦＤＭ
系统中引入了正交的子载波，使得它的频带利用率比以前任何一种调制技术都要高。此外，ＯＦＤＭ还易于结合编码、分集、干扰抑

OFDM调制解调模块的设计与实现

在OFDM通信系统中，为实现高效信息的传输，可以采用多进制数字调制方式来传输数据符号。

此电路具有能够通过消息反馈机制来自动调整调制方法的能力。

1 调制／解调子模块结构通用调制解调模块原理如图1所示。

其中，选择子模块用来选择调制子模块和解调子模块采用的调制方法。

在通用调制解调模块中，最主要的模块就是调制子模块和解调子模块。

下面介绍这两个子模块的设计和实现。

2设计分析在调制子模块和解调子模块的实现中，采用了四种调制方式：BPSK、QPSK、16QAM和64QAM。

2.1调制方式分析如图2所示，BPSK在实际实现时，将0映射为1，将1映射为-1，来完成映射。

解调时，将数据进行一下逆转换即可。

而QPSK具有4个星座位置，QPSK的映射为：00对应-1-li；01对应-1+li；10对应1-li；11对应1+li；并乘以归一化因子。

解调时，只要进行相反的过程，并将0作为裁决电平，即可实现数据的解调恢复。

16QAM由星座分布形状可以分为方形16QAM和非方形16QAM，方形16QAM的星座图如图2(c)。

OFDM调制解调系统的设计

OFDM调制解调系统的设计OFDM（正交频分复用）调制解调系统是一种用于高速数据传输的主要技术之一、它采用频域上的正交载波分割信号，提供了高效、可靠的数据传输方式。

本文将探讨OFDM调制解调系统的设计，并介绍其关键组成部分和性能优势。

首先，调制器将数据流分割成多个较低速率、正交的子载波，并对每个子载波进行调制。

这些调制子载波通过对数据进行调制，例如使用相位移键控（PSK）、正交振幅调制（QAM）或者混合调制方式，来传输不同的数据。

OFDM调制使用正交载波的特性，避免了多径干扰，提高了频谱效率。

其次，OFDM信号通过信道传输。

由于信道引起的时、频衰落效应，传输信号可能会衰减、延迟和失真，影响系统的性能。

因此，设计一个有效的信道估计和均衡算法对于提高OFDM系统的性能至关重要。

信道估计可以通过引入训练序列，在接收端对信道进行估计，然后进行频域上的均衡处理。

最后，接收机使用解调器来从接收的信号中解调和还原原始数据。

解调器通过提取每个子载波的调制信号，并应用相应的反调制方法对数据进行解调。

该过程包括载波同步、时间同步、频率补偿和解码等步骤。

解调器还需要进行信道估计和均衡处理来纠正信道引起的失真。

1.子载波数量：子载波数量决定了OFDM系统的频谱效率和性能。

子载波数量的选择应该平衡频谱效率和抗干扰性能。

2.调制方式：OFDM系统支持多种调制方式，如PSK、QAM或混合调制等。

为了提高系统性能，应该选择合适的调制方式。

3.信道估计和均衡算法：选择合适的信道估计和均衡算法对于降低信道引起的失真至关重要。

常用的方法包括最小二乘（LS）估计、线性补偿和时间域均衡等。

4.自适应调制和编码：OFDM系统可以应用自适应调制和编码技术，根据信道条件和需求动态地选择最佳调制和编码方式，来提高系统的容量和性能。

1.频谱效率高：OFDM系统可以将高速数据流划分为多个低速子载波，有效地利用了频谱资源，提高了频谱利用率。

2.抗多径干扰性能好：由于子载波之间正交，OFDM系统对多径干扰的抗干扰性能好。

基于OFDM的调制解调技术

ＯＦＤＭ — ａｅｏｕａｉｎａｄＤｅｏｕａｉｎＴｅｈｉｕｅＢｄＭｄｌｔｏｎｍｄｌｔｏｃｎｑｓｓ
ＬｉｕｐｎｕＪｎｉｇ
（ｏｌｇｌｔｃｌｎｆｒｔｎＥｇｎｅｎ，ｕａｎｖｒｉｆｅｈｏｏｙｈｚｏｎ１０８ｈｎ）ＣｌｅｆｅｒａａｄＩｏｍａｏｎｉｅｒｇＨｎｎＵｉｅｓｙｏｃｎｌｇ，ＺｕｈｕｅｏＥｃｉｎｉｉｔＴＨｕａ４２０，Ｃｉａｎ
ห้องสมุดไป่ตู้
因此就可较好地消除信号波形间的干扰。由于在ＯＤ系统中各子信道的载波相互正交，它们的频谱ＦＭ是相互重叠的，这样不仅减小了子载波间的相互干扰，同时还提高了频谱利用率。ＯＤＭ增强了抗频率选择性衰落和抗窄带干扰的Ｆ
第２卷第３４期
２１年５００月
湖
南
工
业
大
学
学
报
ＶＯ．４Ｎｏ３１．２
ＪｕｎｌｆｎｎＵｎｖｒｉｆＴｃｎｌｇｏｒａｏＨｕａｉｅｓｙｏｅｈｏｏｙｔ
Ｍａ０１ｙ２０
基于ＯＦＭ的调制解调技术Ｄ
组解调器。它将不同载波搬移至零频，然后在１个码
１ｏＦＤＭ调制解调基本原理
ＯＤＭ是一种无线环境下的高速传输技术。无线Ｆ
信道的频率响应曲线大多是非平坦的，而根据ＯＦＤＭ技术的特点，尽管总的信道是非平坦的，具有频率选择性，但每个子信道是相对平坦的，在每个子信道上进行的是窄带传输，信号带宽小于信道的相应带宽，

OFDM调制解调

1.实验目的学习理解OFDM的原理与机制，通过实验加深对OFDM流程的认知，并通过MATLAB代码编程，初步掌握简单的OFDM仿真。

2.实验原理OFDM(Orthogonal Frequency Division Multiplexing)，即正交频分复用技术，其为多载波调制的一种，也是目前广泛应用的一种调制技术。

OFDM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(ISI)。

由于子载波正交特性，OFDM的频谱利用率相对于普通的频分复用（FDM）技术，有着更高的频谱利用率，如下图所示图1 OFDM和FDM频谱图可以看到，OFDM存在频谱交叠，但是正交的子载波使得这种交叠的影响可以消除，从而从理论上说能够比FDM提升至少50%的频谱利用率。

一般的OFDM系统基本模型，可以如图2所示：图2 OFDM 基本模型图设OFDM 系统包含N 个子载波，各子载波频率为f i ，则一个OFDM 符号复数基带下可以表示为：120()-==∑i N j f t i i s t d e π （2.1）d i 为第i 个子载波上调制的数据，例如可以为QAM 和QPSK 信号等。

经过推论，为了保证子载波间正交性，各子载波频率间隔应为1T的整数倍，T 为OFDM 符号周期，则最小间隔即取1T ，且常取子载波频率f i =i T。

一个周期T 内进行N 点采样得到的离散OFDM 符号即可表达如下式：120()-==∑in N j N i i s n d eπ （2.2）由该表达式可以看出，OFDM 调制与IFFT 有很大的相似处，故可以采用IFFT 来进行实现。

3.实验内容本次实验在离散域进行一个简单的OFDM 调制实现，基本框架如下图所示：图3 实验基本框图实验中一些参数设置如下：子载波个数1024，采用4QAM星座映射调制，信噪比SNR范围设置为0-10dB，间隔大小为1dB，每个信噪比下蒙特卡洛循环100次。

ofdm课程设计

ofdm课程设计一、课程目标知识目标：1. 学生能理解OFDM（正交频分复用）的基本概念、原理和数学模型；2. 学生能掌握OFDM系统的调制、解调过程，及其在通信系统中的应用；3. 学生了解OFDM技术的主要优势，如抗多径干扰、提高频谱效率等；4. 学生了解OFDM在4G、5G等现代通信技术中的应用现状和发展趋势。

技能目标：1. 学生能够运用所学知识，分析OFDM信号的特点，进行信号调制和解调；2. 学生能够通过计算和仿真，评估OFDM系统在特定条件下的性能；3. 学生能够运用OFDM技术，解决实际通信问题，提高通信系统的稳定性和效率。

情感态度价值观目标：1. 培养学生对通信科学的兴趣，激发他们探索科学技术的热情；2. 培养学生团队协作精神，使他们能够在团队项目中积极承担责任、相互学习；3. 培养学生具备创新意识和实践能力，鼓励他们将所学知识应用于实际通信领域，为我国通信事业作出贡献。

课程性质：本课程为通信原理与应用的选修课程，以理论学习与实践操作相结合的方式进行。

学生特点：学生为高年级本科生，具备一定的通信原理基础，具有较强的学习教学要求：结合课程性质、学生特点，通过理论讲解、案例分析、实践操作等方式，使学生全面掌握OFDM技术的基本原理和实际应用。

在教学过程中，注重培养学生的创新意识和团队协作能力，提高他们的实际操作技能。

课程目标的设定旨在使学生在完成学习后，能够达到上述具体的学习成果，为后续相关课程和实际工作打下坚实基础。

二、教学内容1. OFDM基本原理：包括正交频分复用的概念、原理、数学模型和频域调制技术。

- 教材章节：第三章“数字调制技术”中的第5节“正交频分复用技术”- 内容：OFDM信号的产生、频率间隔的选择、子载波的正交性等。

2. OFDM调制解调技术：讲解OFDM信号的调制、解调过程，以及其在实际通信系统中的应用。

- 教材章节：第四章“数字信号的传输与接收”中的第2节“OFDM调制解调技术”- 内容：OFDM信号的时域和频域表示、IFFT/FFT算法、循环前缀等。

（通信工程毕设）OFDM调制解调系统仿真与结果分析

（通信⼯程毕设）OFDM调制解调系统仿真与结果分析4 系统仿真与性能分析4.1 仿真参数设置结合OFDM调制解调系统原理图与仿真流程图，基于MATLAB软件平台，设置系统仿真参数，如表4-1所⽰：由OFDM系统原理和仿真流程可知，由信源产⽣⼀个待传输的⼆进制随机信号。

此处，我们以QPSK调制为例，根据表4-1设置的系统默认仿真参数，⼦载波数⽬1024个，每个⼦载波中OFDM符号数为50个，每OFDM符号数所含的⽐特数为2 bit，信噪⽐（SNR）为2 dB，经过运算、取整等操作，可产⽣⼀组包含20000（⼦载波数?符号数/载波?位数/符号）个由0和1构成的⼀维随机⼆进制数组，即待传信号，截取待传信号的前101（0—100）个码元，其对应的波形与经过OFDM系统传输、解调还原后所得到的信号波形，如图4-1所⽰：图4-1 待传输信号与解调还原信号对⽐图由图4-1可知，经过系统发送、传输、解调过后的信号经过并串变换后，还原后所得到的信号与原信号相⽐，存在数据出错的情况，即产⽣误码，此时的误码率如图4-3所⽰：图4-2 默认参数下QPSK调制的系统误码率误码率（SER）是衡量数据在规定时间内数据传输精确性的指标。

即，数据经过通信信道传输以后，接收端所接收到的数据与发送端发送的原始数据相⽐，发⽣错误的码元个数占发送端发送的原始数据的总码元个数之⽐，误码率的计算公式如下所⽰：误码率=错误码元数/传输总码元数⼀个通信系统在进⾏数据传输时的误码率越⼩，则说明该通信系统的传输精确度越⾼。

4.2 OFDM系统仿真实现以QPSK调制为例，系统的仿真参数为默认值。

即，⼦载波数⽬1024个，每个⼦载波中OFDM符号数为50个，每OFDM符号数所含的⽐特数为2 bit，信噪⽐（SNR）为2 dB。

4.2.1 待传信号与还原信号图4-3 待传信号与还原信号码元波形由仿真参数默认值及仿真程序，信源产⽣的随机序列的长度为20000（⼦载波数?符号数/载波?位数/符号），⼤⼩介于0到 1之间，经过取整后即得到长度为20000，⼤⼩为0或1的待发送的⼀维随机⼆进制数组。

无线通信中的OFDM信号检测与解调算法研究

无线通信中的OFDM信号检测与解调算法研究OFDM是一种现代无线通信技术，它能够大幅提高频谱利用率，提高通信信号的传输速率，因此在现代无线通信中得到了广泛应用。

OFDM技术是基于一种叫做正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）的多载波调制技术，它可以将一个高速数据流分解成多个子信号，然后在一系列频率上将每个子信号分别传输，在接收端，子信号被重新组合成原始数据流，这个过程叫做OFDM解调。

OFDM技术在无线通信领域得到了广泛应用，但是在实际的应用中，OFDM信号检测与解调算法面临着许多技术难题。

这些问题包括信道估计、多路径干扰、载波频偏、IQ失配等等。

为了解决这些问题，研究人员提出了许多OFDM检测与解调技术，不断推动着OFDM技术的发展。

首先，信道估计是OFDM技术中的一个关键问题。

OFDM技术在传输过程中会受到复杂的多径信道影响，使得信道频率响应出现衰减和相移等变化。

这会导致接收信号受到干扰，影响解调效果。

因此，如何准确估计信道频率响应以进行均衡和解调是非常关键的。

现有的OFDM信道估计算法包括最小二乘估计法、卡尔曼滤波法、神经网络方法等等。

这些方法各有优缺点，需要在不同场合下进行选择和改进。

其次，多路径干扰是OFDM技术中的另一个关键问题。

由于多径传播现象，OFDM信号在空间中可能会出现多条传播路径，形成多普勒展宽现象，导致接收信号出现内部多路干扰。

这些干扰会大大降低OFDM系统的性能，因此如何进行抑制是非常关键的。

目前，在解决多路径干扰问题上，广泛使用的算法是信道估计算法和自适应均衡算法。

信道估计算法用于估计信道的频率响应，自适应均衡算法用于抑制信道中的多径干扰。

当然，这些方法也存在一些问题，比如计算复杂度高等等，需要加以改进和优化。

再次，OFDM信号的解调还面临着其他问题，比如载波频偏问题和IQ失配问题。

载波频偏是指信号在传输过程中会发生频率漂移，导致不同子载波之间的相位差发生变化。

基于OFDM的单芯电缆调制解调系统设计与仿真

ＡｂｔａｔＩｘｌｉａｉｎｏｉａｄｎｔｒｌｇｓｔｅａｕｔｏａｕｕｌａｅｒｍｏｈｌｓｒｃ：ｎｅｐｏｔｔｆｏｌｎａｕａａ，ｈｍｏｎｆｄｔｍｐｏｄｄｆｏｄｗｎｏｅｏ
ＤＮＧＨｕ－ａ，Ｉｕｍｉ．ＺＯｉｕｎ．ＲｉｎＨＡＮＧＧｕｎ－ｕｊＩａｇｙ
（ｏｌｅｏｃａｉｌｎｌｃｒａＥｇｎｅｉｇＣｌｇｆＭｅｈｎｃｄＥｅｔｃｌｎｉｅｒ，ＨａｂｎＩｓｉｔｏｅｈｏｏｙｅａａｉｎｒｉｎｔｕｅｆＴｃｎｌｇ，Ｈａｂｎｔｒｉ，Ｈｅｏｇｉｇ１００，ｈｎ）ｉｎｊｎ５０１Ｃｉａｌａ
董惠娟，李瑞敏，张广玉
（哈尔滨工业大学机电工程学院，龙江哈尔滨１００）黑５０１摘要：测井技术的成像化和组合化发展使得井下仪器上传的数据量越来越大，需要开发高效率的通信系统以解决数控测井中的通信瓶颈。提出了一种基于正交频分复用ＯＤＯｒｈｇｎｌｒｑｅｃｖｉｎＭｕｔｌｉｇ的单ＦＭ（ｔｏｏａＦｅｕｎｙＤｉｓｌｐｅｎ）ｉｏｉｘ芯测井电缆调制解调系统方案，并完成了实现此方案的软硬件系统设计。此外，ＭＡＡ在ＴＬＢ中进行了系统级仿真，模拟了调制解调系统的实现过程和所需的数字信号处理方法，仿真结果表明设计正确、可行。设计中采用了调制解调技术ＯＦＭ，Ｄ使单芯电缆测井系统的数传速率从原来多用的２．ｂｔｓ２８ｋｉ提高到１２４ｋｉｓ满足了成像／０．ｂｔ，／测井及组合测井对单芯电缆测井系统的数据传速率要求。关键词：测井系统；正交频分复用ＯＤＭ；Ｆ单芯电缆；速率；传调制解调系统；ＭＡＴＩＡＢ仿真

基于FPGA的QAM OFDM调制解调器设计与实现

基于FPGA的QAM OFDM调制解调器设计与实现随着通信技术的不断发展，QAM（Quadrature Amplitude Modulation）OFDM（Orthogonal Frequency Division Multiplexing）调制解调器在无线通信领域中扮演着重要的角色。

本文将介绍一种基于FPGA的QAM OFDM调制解调器的设计与实现。

通过该调制解调器，可以实现高效的数据传输和频谱利用率。

下面将分为几个部分来详细讲解。

一、QAM OFDM调制解调器的原理QAM OFDM调制解调器是一种将QAM调制与OFDM技术相结合的通信系统。

QAM调制是一种多级振幅调制技术，能够通过改变振幅和相位来传输多个比特。

OFDM技术则是一种将高速数据流分成多个低速数据流进行传输的技术，通过正交子载波之间的无干扰传输，提高了信号的可靠性和抗干扰能力。

二、QAM OFDM调制解调器的设计与实现1. 硬件设计QAM OFDM调制解调器的硬件设计主要包括前端基带处理模块、调制解调模块和射频模块。

前端基带处理模块负责对输入信号进行滤波、采样和量化处理；调制解调模块实现QAM调制和OFDM调制解调功能；射频模块负责信号的射频前端处理和发射接收功能。

2. 软件设计QAM OFDM调制解调器的软件设计主要包括算法设计和FPGA编程。

算法设计涉及到QAM调制算法和OFDM调制解调算法的设计与优化；FPGA编程则是将算法实现在FPGA芯片上，包括时钟控制、逻辑电路设计和I/O接口设计等。

三、QAM OFDM调制解调器的性能优化为了提高QAM OFDM调制解调器的性能，可以采用以下几种优化措施：1. 信道估计和均衡：通过估计信道的频率响应和时延等参数，对接收到的信号进行均衡处理，提高信号的抗噪声性能和传输质量。

2. 错误控制编码：采用前向纠错编码技术，通过添加冗余信息来检测和纠正传输中的错误，提高信号的可靠性和抗干扰能力。

毕业设计OFDM系统原理及仿真实现

毕业设计OFDM系统原理及仿真实现摘要
OFDM系统是一种广泛应用于高速无线数据传输的数字通信技术，具有高数据传输率、宽带容量和低误码率的优点。

本文介绍了OFDM系统的原理，包括OFDM信号的产生、OFDM系统结构及其优缺点，以及OFDM系统的常用技术（如信道编码、时间分多址、调制和调制解调）以及其特性分析。

本文的主要目的是基于MATLAB实现OFDM系统的仿真。

首先，通过MATLAB环境建立OFDM系统仿真模型，然后模拟噪声信号对OFDM系统的影响，最后仿真OFDM系统的正确性及通信效率。

仿真结果表明，加入噪声信号后OFDM系统的信号-噪声比下降了，相应的误比特率也上升了；在正确译码的情况下，OFDM系统的效率可达到一定的水平。

结论是，OFDM 是一种具有高带宽和高数据传输速率的信号技术，能有效抑制多径效应的影响，具有较高的容量和低的误码率，因此在高速无线数据传输中得到了广泛应用。

关键词：OFDM，OFDM系统，仿真，MATLAB
1绪论
OFDM（Orthogonal Frequency Division Multiplexing）系统是一种高效的数字信号处理技术，具有高数据传输率、宽带容量和低误码率的优点，已成为当今无线通信领域的一项主流技术。

OFDM调制解调系统的设计与仿真实现源程序

clear all;close all;IFFT_bin_length = 1024; % FFT的点数carrier_count = 200; % 载波的数量bits_per_symbol = 2; % 每个符号代表的比特数symbols_per_carrier = 50; % 每个载波使用的符号数SNR = 10; % 信道中的信噪比（dB）baseband_out_length=carrier_count*symbols_per_carrier*bits_per_symb ol;%总比特数carriers = (1:carrier_count) + (floor(IFFT_bin_length/4) - floor(carrier_co unt/2));conjugate_carriers = IFFT_bin_length - carriers + 2;%发送端>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> >>>%产生随机二进制数据:baseband_out = round(rand(1,baseband_out_length));convert_matrix=reshape(baseband_out,bits_per_symbol,length(baseband _out)/bits_per_symbol);for k = 1:(length(baseband_out)/bits_per_symbol)modulo_baseband(k) = 0;for i = 1:bits_per_symbol modulo_baseband(k)=modulo_baseband(k)+convert_matrix(i,k)*2^(bits_per_symbol-i);endend% 串并转换carrier_matrix = reshape(modulo_baseband, carrier_count, symbols_per_ carrier)'; % 对每一个载波的符号进行差分编码carrier_matrix = [zeros(1,carrier_count);carrier_matrix];for i = 2:(symbols_per_carrier + 1)carrier_matrix(i,:)=rem(carrier_matrix(i,:)+carrier_matrix(i-1,:),2^bits_p er_symbol);end% 把差分符号代码转换成相位carrier_matrix = carrier_matrix * ((2*pi)/(2^bits_per_symbol)); % 把相位转换成复数[X,Y] = pol2cart(carrier_matrix, ones(size(carrier_matrix,1),size(carrier_ matrix,2)));complex_carrier_matrix = complex(X,Y); % 分配载波到指定的IFFT位置IFFT_modulation = zeros(symbols_per_carrier + 1, IFFT_bin_length); IFFT_modulation(:,carriers) = complex_carrier_matrix;IFFT_modulation(:,conjugate_carriers) = conj(complex_carrier_matrix); % 画出频域中的OFDM信号代表figure (1)stem(0:IFFT_bin_length-1, abs(IFFT_modulation(2,1:IFFT_bin_length)), 'b*-')grid onaxis ([0 IFFT_bin_length -0.5 1.5])ylabel('Magnitude')xlabel('IFFT Bin')title('OFDM Carrier Frequency Magnitude')%figure (2)plot(0:IFFT_bin_length-1, (180/pi)*angle(IFFT_modulation(2,1:IFFT_bi n_length)), 'go')hold onstem(carriers-1, (180/pi)*angle(IFFT_modulation(2,carriers)),'b*-') stem(conjugate_carriers-1, (180/pi)*angle(IFFT_modulation(2,conjugate _carriers)),'b*-')axis ([0 IFFT_bin_length -200 +200])grid onylabel('Phase (degrees)')xlabel('IFFT Bin')title('OFDM Carrier Phase')% 通过IFFT将频域转化为时域，得到时域信号time_wave_matrix = ifft(IFFT_modulation');time_wave_matrix = time_wave_matrix';%画出一个符号周期的时域OFDM信号figure (3)plot(0:IFFT_bin_length-1,time_wave_matrix(2,:))grid onylabel('Amplitude')xlabel('Time')title('OFDM Time Signal, One Symbol Period')%画出每一个载波对应的时域信号（分离的OFDM信号）for f = 1:carrier_counttemp_bins(1:IFFT_bin_length)=0+0j;temp_bins(carriers(f))=IFFT_modulation(2,carriers(f));temp_bins(conjugate_carriers(f))=IFFT_modulation(2,conjugate_carrie rs(f));temp_time = ifft(temp_bins');figure(4)plot(0:IFFT_bin_length-1, temp_time)hold onendgrid onylabel('Amplitude')xlabel('Time')title('Separated Time Waveforms Carriers')for i = 1:symbols_per_carrier + 1windowed_time_wave_matrix(i,:)=real(time_wave_matrix(i,:)).*hammin g(IFFT_bin_length)';windowed_time_wave_matrix(i,:) = real(time_wave_matrix(i,:));end%串并转换ofdm_modulation=reshape(windowed_time_wave_matrix',1,IFFT_bin_le ngth*(symbols_per_carr ier+1));% 画出整个时域OFDMtemp_time = IFFT_bin_length*(symbols_per_carrier+1);figure (5)plot(0:temp_time-1,ofdm_modulation)grid onylabel('Amplitude (volts)')xlabel('Time (samples)') title('OFDM Time Signal')% 画出频域OFDM信号symbols_per_average = ceil(symbols_per_carrier/5);avg_temp_time = IFFT_bin_length*symbols_per_average;averages = floor(temp_time/avg_temp_time);average_fft(1:avg_temp_time) = 0;for a = 0:(averages-1)subset_ofdm=ofdm_modulation(((a*avg_temp_time)+1):((a+1)*avg_tem p_time));subset_ofdm_f = abs(fft(subset_ofdm));average_fft = average_fft + (subset_ofdm_f/averages);endaverage_fft_log = 20*log10(average_fft);figure (6)plot((0:(avg_temp_time-1))/avg_temp_time, average_fft_log)hold 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')% 上变频，这个模型中我们把经过IFFT运算后OFDM直接发送 Tx_data = ofdm_modulation;%信道==================================================== ===% The channel model is Gaussian (AWGN) +Multipath(时延为1) Tx_signal_power = var(Tx_data);linear_SNR = 10^(SNR/10);noise_sigma = Tx_signal_power/linear_SNR;noise_scale_factor = sqrt(noise_sigma);noise = randn(1, length(Tx_data))*noise_scale_factor;copy1=zeros(1,length(ofdm_modulation));for i=2:length(ofdm_modulation)copy1(i)=ofdm_modulation(i-1);endRx_Data = Tx_data + noise;%RECEIVE<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<< <<<<<<<<< % 根据符号长度和符号数将串行的符号转换为并行的 % - 每一列是符号周期Rx_Data_matrix = reshape(Rx_Data, IFFT_bin_length, symbols_per_car rier + 1);%对每一列信号做FFT得到频域信号Rx_spectrum = fft(Rx_Data_matrix);% 画出接收到的OFDM信号频域代表%--------1---------2---------3---------4---------5---------6---------7---------8 figure (7)stem(0:IFFT_bin_length-1, abs(Rx_spectrum(1:IFFT_bin_length,2)),'b*-')grid onaxis ([0 IFFT_bin_length -0.5 1.5])ylabel('Magnitude')xlabel('FFT Bin')title('OFDM Receive Spectrum, Magnitude')figure (8)plot(0:IFFT_bin_length-1, (180/pi)*angle(Rx_spectrum(1:IFFT_bin_leng th,2)), 'go')hold onstem(carriers-1, (180/pi)*angle(Rx_spectrum(carriers,2)),'b*-')stem(conjugate_carriers-1, (180/pi)*angle(Rx_spectrum(conjugate_carrie rs,2)),'b*-') axis ([0 IFFT_bin_length -200 +200])grid onylabel('Phase (degrees)')xlabel('FFT Bin')title('OFDM Receive Spectrum, Phase') % 抽取接收信号中有载波的点Rx_carriers = Rx_spectrum(carriers,:)';%画出每个接收符号分布图figure (9)Rx_phase_P = angle(Rx_carriers);Rx_mag_P = abs(Rx_carriers);polar(Rx_phase_P, Rx_mag_P,'bd');% 计算载波的相位% - 弧度转换为角度% - 归一化相位（0-360）Rx_phase = angle(Rx_carriers)*(180/pi);phase_negative = find(Rx_phase < 0);Rx_phase(phase_negative) = rem(Rx_phase(phase_negative)+360,360); % 用diff（）计算相位差Rx_decoded_phase = diff(Rx_phase);phase_negative = find(Rx_decoded_phase < 0);Rx_decoded_phase(phase_negative) = rem(Rx_decoded_phase(phase_ne gative)+360,360);%--------1---------2---------3---------4---------5---------6---------7---------8 %相位转化为符号base_phase = 360/2^bits_per_symbol;delta_phase = base_phase/2;Rx_decoded_symbols= zeros(size(Rx_decoded_phase,1),size(Rx_decode d_phase,2));for i = 1:(2^bits_per_symbol - 1)center_phase = base_phase*i;plus_delta = center_phase+delta_phase;minus_delta = center_phase-delta_phase;decoded=find((Rx_decoded_phase<=plus_delta)&(Rx_decoded_phase> minus_delta));Rx_decoded_symbols(decoded)=i;end% Convert the matrix into a serial symbol streamRx_serial_symbols=reshape(Rx_decoded_symbols',1,size(Rx_decoded_s ymbols,1)*size(Rx_decoded_symbols,2));% Convert the symbols to binaryfor i = bits_per_symbol: -1: 1if i ~= 1Rx_binary_matrix(i,:) = rem(Rx_serial_symbols,2);Rx_serial_symbols = floor(Rx_serial_symbols/2);elseRx_binary_matrix(i,:) = Rx_serial_symbols;endendbaseband_in=reshape(Rx_binary_matrix,1,size(Rx_binary_matrix,1)*size (Rx_binary_matrix,2));% 查找错位比特bit_errors = find(baseband_in ~= baseband_out);bit_error_count = size(bit_errors,2);d_out,bits_per_symbol,length(baseband_out)/bits_per_symbol);for k = 1:(length(baseband_out)/bits_per_symbol)modulo_baseband(k) = 0;for i = 1:bits_per_symbolmodulo_baseband(k)=modulo_baseband(k)+convert_matrix(i,k)*2^(bits_ per_symbol-i);endend% 串并转换carrier_matrix = reshape(modulo_baseband, carrier_count, symbols_per_ carrier)';% 对每一个载波的符号进行差分编码carrier_matrix = [zeros(1,carrier_count);carrier_matrix]; for i = 2:(symbol s_per_carrier + 1)carrier_matrix(i,:)=rem(carrier_matrix(i,:)+carrier_matrix(i-1,:),2^bits_p er_symbol);end% 把差分符号代码转换成相位carrier_matrix = carrier_matrix * ((2*pi)/(2^bits_per_symbol));% 把相位转换成复数[X,Y] = pol2cart(carrier_matrix, ones(size(carrier_matrix,1),size(carrier_ matrix,2)));complex_carrier_matrix = complex(X,Y);% 分配载波到指定的IFFT位置IFFT_modulation = zeros(symbols_per_carrier + 1, IFFT_bin_length); IFFT_modulation(:,carriers) = complex_carrier_matrix;IFFT_modulation(:,conjugate_carriers) = conj(complex_carrier_matrix); % 画出频域中的OFDM信号代表figure (1)stem(0:IFFT_bin_length-1, abs(IFFT_modulation(2,1:IFFT_bin_length)), 'b*-') grid onaxis ([0 IFFT_bin_length -0.5 1.5])ylabel('Magnitude')xlabel('IFFT Bin')title('OFDM Carrier Frequency Magnitude')figure (2)plot(0:IFFT_bin_length-1, (180/pi)*angle(IFFT_modulation(2,1:IFFT_bi n_length)), 'go')hold onstem(carriers-1, (180/pi)*angle(IFFT_modulation(2,carriers)),'b*-') stem(conjugate_carriers-1, (180/pi)*angle(IFFT_modulation(2,conjugate _carriers)),'b*-') axis ([0 IFFT_bin_length -200 +200])grid onylabel('Phase (degrees)')xlabel('IFFT Bin')title('OFDM Carrier Phase')% 通过IFFT将频域转化为时域，得到时域信号time_wave_matrix = ifft(IFFT_modulation');time_wave_matrix = time_wave_matrix';%画出一个符号周期的时域OFDM信号figure (3)plot(0:IFFT_bin_length-1,time_wave_matrix(2,:))grid onylabel('Amplitude')xlabel('Time')title('OFDM Time Signal, One Symbol Period')%画出每一个载波对应的时域信号（分离的OFDM信号）for f = 1:carrier_counttemp_bins(1:IFFT_bin_length)=0+0j;temp_bins(carriers(f))=IFFT_modulation(2,carriers(f));temp_bins(conjugate_carriers(f))=IFFT_modulation(2,conjugate_carrie rs(f));temp_time = ifft(temp_bins');figure(4)plot(0:IFFT_bin_length-1, temp_time)hold onendgrid onylabel('Amplitude') xlabel('Time')title('Separated Time Waveforms Carriers')for i = 1:symbols_per_carrier + 1windowed_time_wave_matrix(i,:)=real(time_wave_matrix(i,:)).*hammi ng(IFFT_bin_length)';windowed_time_wave_matrix(i,:) = real(time_wave_matrix(i,:));end%串并转换ofdm_modulation=reshape(windowed_time_wave_matrix',1,IFFT_bin_ length*(symbols_per_carrier+1));% 画出整个时域OFDMtemp_time = IFFT_bin_length*(symbols_per_carrier+1);figure (5)plot(0:temp_time-1,ofdm_modulation)grid onylabel('Amplitude (volts)')xlabel('Time (samples)')title('OFDM Time Signal')% 画出频域OFDM信号symbols_per_average = ceil(symbols_per_carrier/5);avg_temp_time = IFFT_bin_length*symbols_per_average; averages = floor(temp_time/avg_temp_time);average_fft(1:avg_temp_time) = 0;for a = 0:(averages-1)subset_ofdm=ofdm_modulation(((a*avg_temp_time)+1):((a+1)*avg_te mp_time));subset_ofdm_f = abs(fft(subset_ofdm));average_fft = average_fft + (subset_ofdm_f/averages);endaverage_fft_log = 20*log10(average_fft);figure (6)plot((0:(avg_temp_time-1))/avg_temp_time, average_fft_log)hold 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')% 上变频，这个模型中我们把经过IFFT运算后OFDM直接发送Tx_data = ofdm_modulation;%信道==================================================== ===% The channel model is Gaussian (AWGN) +Multipath(时延为1) Tx_signal_power = var(Tx_data);linear_SNR = 10^(SNR/10);noise_sigma = Tx_signal_power/linear_SNR;noise_scale_factor = sqrt(noise_sigma);noise = randn(1, length(Tx_data))*noise_scale_factor;copy1=zeros(1,length(ofdm_modulation));for i=2:length(ofdm_modulation)copy1(i)=ofdm_modulation(i-1);endRx_Data = Tx_data + noise;%RECEIVE<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<< <<<<<<<<<<% 根据符号长度和符号数将串行的符号转换为并行的% - 每一列是符号周期Rx_Data_matrix = reshape(Rx_Data, IFFT_bin_length, symbols_per_c arrier + 1);%对每一列信号做FFT得到频域信号Rx_spectrum = fft(Rx_Data_matrix);% 画出接收到的OFDM信号频域代表%--------1---------2---------3---------4---------5---------6---------7---------8 figure (7)stem(0:IFFT_bin_length-1, abs(Rx_spectrum(1:IFFT_bin_length,2)),'b *-')grid onaxis ([0 IFFT_bin_length -0.5 1.5])ylabel('Magnitude')xlabel('FFT Bin')title('OFDM Receive Spectrum, Magnitude')figure (8)plot(0:IFFT_bin_length-1, (180/pi)*angle(Rx_spectrum(1:IFFT_bin_le ngth,2)), 'go')hold onstem(carriers-1, (180/pi)*angle(Rx_spectrum(carriers,2)),'b*-')stem(conjugate_carriers-1, (180/pi)*angle(Rx_spectrum(conjugate_carr iers,2)),'b*-')axis ([0 IFFT_bin_length -200 +200])grid onylabel('Phase (degrees)')xlabel('FFT Bin')title('OFDM Receive Spectrum, Phase')% 抽取接收信号中有载波的点Rx_carriers = Rx_spectrum(carriers,:)';%画出每个接收符号分布图 figure (9)Rx_phase_P = angle(Rx_carriers);Rx_mag_P = abs(Rx_carriers);polar(Rx_phase_P, Rx_mag_P,'bd');% 计算载波的相位% - 弧度转换为角度% - 归一化相位（0-360）Rx_phase = angle(Rx_carriers)*(180/pi);phase_negative = find(Rx_phase < 0);Rx_phase(phase_negative) = rem(Rx_phase(phase_negative)+360,360) ; % 用diff（）计算相位差Rx_decoded_phase = diff(Rx_phase);phase_negative = find(Rx_decoded_phase < 0);Rx_decoded_phase(phase_negative) = rem(Rx_decoded_phase(phase_ negative)+360,360);%--------1---------2---------3---------4---------5---------6---------7---------8 % 相位转化为符号base_phase = 360/2^bits_per_symbol; delta_phase = base_phase/2; Rx_decoded_symbols= zeros(size(Rx_decoded_phase,1),size(Rx_deco ded_phase,2));for i = 1:(2^bits_per_symbol - 1)center_phase = base_phase*i;plus_delta = center_phase+delta_phase;minus_delta = center_phase-delta_phase;decoded=find((Rx_decoded_phase<=plus_delta)&(Rx_decoded_phase >minus_delta));Rx_decoded_symbols(decoded)=i;end% Convert the matrix into a serial symbol streamRx_serial_symbols=reshape(Rx_decoded_symbols',1,size(Rx_decoded _symbols,1)*size(Rx_decoded_symbols,2));% Convert the symbols to binaryfor i = bits_per_symbol: -1: 1if i ~= 1Rx_binary_matrix(i,:) = rem(Rx_serial_symbols,2);Rx_serial_symbols = floor(Rx_serial_symbols/2);elseRx_binary_matrix(i,:) = Rx_serial_symbols;endendbaseband_in=reshape(Rx_binary_matrix,1,size(Rx_binary_matrix,1)*si ze(Rx_binary_matrix,2));% 查找错位比特bit_errors = find(baseband_in ~= baseband_out); bit_error_count = size(bit_errors,2);。

OFDM调制及解调系统的设计

OFDM调制及解调系统的设计一、基本原理概述O FDM背景介绍随着无线通信的迅速发展，以OFDM为代表的多载波调制技术凭借其强大的抗多径衰落能力和较高的频谱利用率，被认为是最有前途的4G方案之一。

OFDM通信技术是多载波传输技术的典型代表。

多载波传输把数据流分解为若干个独立的子载波比特流，每个子数据流将具有低得多的比特速率，用这样低比特速率形成的低速率多状态符号去调制相应的子载波，就构成了多个低速率符号并行发送的传输系统。

OFDM系统的基本原理OFDM是一种多载波调制技术，其原理是用N个子载波把整个信道分割成N个子信道，即将频率上等间隔的N个子载波信号调制并相加后同时发送，实现N个子信道并行传输信息。

这样每个符号的频谱只占用信道带宽的1/N，且使各子载波在OFDM符号周期内保持频谱的正交性。

图1-1是在一个OFDM符号内包含4个子载波的实例。

其中，所有的子载波都具有相同的幅值和相位，但在实际应用中，根据数据符号的调制方式，每个子载波都有相同的幅值和相位是不可能的。

从图1-1可以看出，每个子载波在一个OFDM符号周期内都包含整数倍个周期，而且各个相邻的子载波之间相差1个周期。

这一特性可以用来解释子载波之间的正交性，即这种正交性还可以从频域的角度来解释，图1-2给出了相互覆盖的各个子信道内经过矩形波成形得到的符号sinc 函数频谱。

每个子载波频率最大值处，所以其他子信道的频谱值恰好为零。

因为在对OFDM 符号进行解调过程中，需要计算这些点上所对应的每个子载波频率的最大值，所以可以从多个相互重叠的子信道符号中提取每一个子信道符号，而不会受到其他子信道的干扰。

从图1-2中可以看出OFDM 符号频谱实际上可以满足奈奎斯特准则，即多个子信道频谱之间不存在相互干扰。

因此这种子信道频谱出现最大值而其他子信道频谱为零的特点可以避免载波间干扰（ICI ）的出现。

{}{}00 1exp exp 1 Tn m m nj t j t dt m nTωω=⎧=⎨≠⎩⎰图1-1 OFDM 符号内包括4个子载波的情况在发送端，设串行的码元周期为t s ，速率为r s=1／t s 。