移动通信系统课设_OFDM系统仿真设计
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”。
(完整版)OFDM仿真
一、题目OFDM系统的Matlab仿真二、仿真要求要求一：OFDM系统的数据传输①传输的数据随机产生；②调制方式采用16QAM；③必须加信道的衰落④必须加高斯白噪声⑤接收端要对信道进行均衡。
要求二：要求对BER的性能仿真设计仿真方案，得到在数据传输过程中不同信噪比的BER性能结论，要求得到的BER曲线较为平滑。
三、仿真方案详细设计（一）基于IFFT/FFT 实现的OFDM 系统方框图：（二）详细设计方案： 1确定参数需要确定的参数为：子信道，子载波数，FFT 长度，每次使用的OFDM 符号数，调制度水平，符号速率，比特率，保护间隔长度，信噪比，插入导频数，基本的仿真可以不插入导频，可以为0。
2产生数据使用个随机数产生器产生二进制数据，每次产生的数据个数为carrier_count * symbols_per_carrier * bits_per_symbol 。
3编码交织交织编码可以有效地抗突发干扰。
4子载波调制OFDM 采用BPSK 、QPSK 、16QAM 、64QAM4种调制方式。
按照星座图，将每个子信道上的数据，映射到星座图点的复数表示，转换为同相Ich 和正交分量Qch 。
其实这是一种查表的方法，以16QAM 星座为例，bits_per_symbol=4，则每个OFDM 符号的每个子信道上有4个二进制数{d1,d2,d3,d4},共有16种取值，对应星座图上16个点，每个点的实部记为Qch 。
为了所有的映射点有相同高的平均功率，输出要进行归一化，所以对应BPSK,PQSK,16QAM,64QAM ，分别乘以归一化系数系数1，21, 101, 421.输出的复数序列即为映射后的调制结果。
5串并转换。
将一路高速数据转换成多路低速数据 6 IFFT 。
对上一步得到的相同分量和正交分量按照（Ich+Qch*i ）进行IFFT 运算。
并将得到的复数的实部作为新的Ich ，虚部作为新的Qch 。
毕业设计(论文)OFDM系统原理及仿真实现
目录摘要 (2)ABSTRACT (3)第一章绪论 (4)第二章OFDM系统的基本介绍 (5)2.1OFDM的基本原理 (5)2.1.1 OFDM的产生和发展 (6)2.1.2 DFT的实现 (7)2.1.3 保护间隔、循环前缀和子载波数的选择 (8)2.1.4 子载波调制与解调 (10)2.2OFDM系统的优缺点 (11)2.3OFDM系统的关键技术 (11)第三章OFDM系统仿真实现 (13)3.1OFDM信号的时域及频域波形 (13)3.2带外功率辐射以及加窗技术 (15)3.3在不同信道环境和系统不同实现方式下的仿真 (18)3.3.1 调制与解调 (18)3.3.2 不同信道环境下的系统仿真实现 (20)3.3.3 系统不同实现方式的仿真实现 (22)第四章OFDM系统的仿真结果及性能分析 (23)4.1不同信道环境下的误码特性 (23)4.2不同系统实现方式下的误码特性 (28)第五章总结 (30)摘要本论文以OFDM系统为基础，介绍了OFDM系统的基本原理，以及使用OFDM技术的优势所在，并且展望了今后的无线移动技术的发展前景。
在简单介绍OFDM原理的同时，着重阐述了OFDM系统在不同信道环境和不同实现方式下的误码性能。
主要包括了OFDM系统在加性白高斯信道，在加性白高斯信道和多径干扰两种不同信道环境下系统的误码性能，其中后者还研究了系统在有保护间隔与无保护间隔的误码性能比较。
在理论分析的基础上，用MATLAB进行仿真，最后做出误码性能的分析和比较。
关键字: 正交频分复用（OFDM），离散傅立叶变换，AWGN，，多径干扰，保护间隔。
ABSTRACTThis paper presents you the basic priciple of OFDM（Orthogonal Frequency Division Multiplexing）and where it excels based on OFDM system , following with the prospective of wireless mobile communication. After a brief introduction to OFDM principle , it mainly focuses on the effect of OFDM system under different channels and with different system realizations on the Binary Error Rate (BER). It mainly includes two kinds of channels: the AWGN channel and the AWGN channel with Rayleigh fading. In the latter, we compare the BER with two different system realizations: one with Guarded Intervals(GI), and the other without (GI).Key Words : OFDM, DFT, AWGN, Rayleigh fading ,GI第一章绪论现代移动通信是一门复杂的高新技术，不但集中了无线通信和有线通信的最新技术成就，而且集中了网络接收和计算机技术的许多成果。
OFDM通信系统仿真设计
第13章OFDM通信系统仿真设计OFDM的全称为Orthogonal Frequency Division Multiplexing，意为正交频分复用。
OFDM的思想可以追溯到20世纪60年代，当时人们对多载波调制做了许多理论上的工作，论证了在存在符号间干扰的带限信道上采用多载波调制可以优化系统的传输性能；1970年1月，有关OFDM的专利被首次公开发表；1971年，Weinstein和Ebert在IEEE杂志上发表了用离散傅里叶变换实现多载波调制的方法；20世纪80年代，人们对多载波调制在高速调制解调器、数字移动通信等领域中的应用进行了较为深入的研究，但是由于当时技术条件的限制，多载波调制没有得到广泛的应用；进入20世纪90年代，由于数字信号处理技术和大规模集成电路技术的进步，OFDM技术在高速数据传输领域受到了人们的广泛关注。
现在OFDM已经在欧洲的数字音视频广播（如DAB和DVB）、欧洲和北美的高速无线局域网系统（如HIPERLAN2、IEEE802.11a）、高比特率数字用户线（如ADSL、VDSL）以及电力线载波通信（PLC）中得到了广泛的应用。
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是多载波传输方案的实现方式之一，利用快速傅里叶逆变换（IFFT，Inverse Fast Fourier Transform）和快速傅里叶变换（FFT，Fast Fourier Transform）来分别实现调制和解调，是实现复杂度最低、应用最广的一种多载波传输方案。
13.1OFDM系统的基本原理13.1.1正交调制解调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。
OFDM系统设计及基带系统仿真
OFDM原理与应用课程设计OFDM系统设计及基带系统仿真学号：S315080037专业：信息与通信工程学生姓名：段京京任课教师：张薇副教授2016年4月第1章绪论1.1 引言计算机技术、Internet网络的发展与普及改变了人类生活方式，这是人类科技的一次革命性的进步。
随着人们对信息量的需求越来越多，无线移动通信进入了一个快速发展时期。
进入21世纪以来，国内外移动通信技术有着更快速的发展，特别是无线通信网络和Internet的结合，使网络资源发挥了更大的作用，更加促进了Internet的发展和无线移动网络的完善，人们的生活方式更加便捷和多样化，世界发展更快、更加精彩、更加辉煌。
无线移动通信技术迎来了又一次伟大的变革。
其中，正交频分复用（OFDM）技术是其关键技术。
在现代移动通信系统的无线信道中，随着传输数据率的提高，多径衰落和由之引起的码间串扰会严重影响系统性能。
克服这种影响的一种方法是采用信道均衡技术，但是随着数据传输速率的提高，其代价可能变得无法接受。
正交频分复用（OFDM）传输技术提供了让数据以较高的速率在较大延迟的信道上传输的另一种途径。
OFDM技术是一种多载波调制技术，它将串行高速信息数据流变换成为若干路并行低速数据流，每路低速数据流被调制在彼此正交的子载波上构成发送信号。
由于OFDM具有较高的频谱利用率及抗多径干扰能力强的优点，且能够通过IFFT/FFT等高效算法实现，因此目前它已成为应用最为广泛的多载波调制方式。
1.2 OFDM系统的发展上个世纪70年代，Weinstein和Ebert等人应用离散傅里叶变换和快速傅里叶变换创造了一个完整的多载波传输系统，叫做正交频分复用（OFDM）系统。
正交频分复用是一种特殊的多载波传输方式[1]。
正交频分复用技术应用离散傅里叶变换及反变换解决了产生多个互相正交的子载波和从子载波中恢复原信号的问题。
这就解决了多载波传输系统发送和传输的问题。
应用快速傅里叶变换将大大降低多载波传输系统的复杂度。
OFDM系统设计与仿真共3篇
OFDM系统设计与仿真共3篇OFDM系统设计与仿真1OFDM系统设计与仿真OFDM技术是一种多载波信号传输技术，将整个信道分割成数个互不干扰的子载波，每个子载波都可以进行调制传输数据，使得OFDM技术具有抗多径和高速传输的优点，因此在现代通信系统中得到广泛应用。
本文将介绍OFDM系统的设计和仿真过程。
一、OFDM系统的设计OFDM系统的设计首先需要确定系统的参数，包括子载波数量、调制方式、误码率等。
具体的设计流程如下：1. 确定子载波数量OFDM系统中子载波数量的选择与系统的带宽有关系，可以通过下式计算出子载波数量：N = B/Δf其中，N是子载波数量，B是系统的带宽，Δf是子载波的带宽。
2. 确定调制方式OFDM系统的调制方式有许多种，如BPSK、QPSK、16QAM、64QAM等。
不同的调制方式可以达到不同的传输速率和误码率，通常选用16QAM和64QAM，可以提高系统的信噪比和传输速率。
3. 确定误码率OFDM系统在传输数据时会受到各种干扰和噪声的影响，因此需要确定合适的误码率。
在一般情况下，当误码率为10^-5时，OFDM系统的性能最优。
二、OFDM系统的仿真OFDM系统的仿真可以通过软件或硬件实现。
其中，软件仿真可以通过Matlab软件实现，硬件实现需要使用FPGA等电路设计工具。
1. Matlab仿真Matlab软件提供了许多工具箱，可以方便地进行OFDM系统的仿真。
例如，可以使用Communications Toolbox进行信道估计、信号变换和误码率分析等，可以使用Simulink进行系统建模和仿真。
下面以Simulink仿真为例，介绍OFDM系统的仿真过程。
首先，将OFDM调制器、仿真信道和OFDM解调器添加到Simulink模型中。
然后，对OFDM信号进行比特随机分配、IFFT和加前缀（保障多径传播），并对信道进行加性白噪声、多径衰减和时间延迟的模拟，最后进行OFDM解调和误码率计算。
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
移动通信系统课程设计报告OFDM系统仿真——目录移动通信系统课程设计报告 (1)(一)题目要求： (2)(二)相关原理： (2)1)OFDM： (2)2)QPSK调制： (3)3)导频与均衡： (3)4)循环前缀： (3)5)分组交织： (4)(三)基本思路： (4)(四)结果： (10)1)软解码与硬解码情况下不同信噪比的误码率： (10)2)不同信噪比下译码相位图： (11)(五)总结体会： (12)(六)分工合作： (13)(七)程序代码： (13)(一)题目要求：1)OFDM128路传输；2)QPSK调制3)AWGN信道4)3径或4径瑞利衰落信道(二)相关原理：1)OFDM：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) 。
每个子信道上的信号带宽小于信道的相关带宽，因此每个子信道上可以看成平坦性衰落，从而可以消除码间串扰，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。
2) QPSK 调制：将每两个相连比特组在一起形成双比特码元，它的四种状态用4个不同的相位表示；3) 导频与均衡：在OFDM 信息序列中插入已知的导频序列()x n ，通过信道后将其提取得()y n ，做频域除法得传输函数[][]z =[]Y z H X z ，再通过线性插值后得到每个信道频率响应，均衡滤波传输函数[]1E []z H z =； 4) 循环前缀：循环前缀(Cyclic Prefix, CP)是将OFDM 符号尾部的信号搬移到头部构成的。
用来消去码间干扰，通常取长度g T τ≥（τ为信道冲激响应持续时间）5) 分组交织：为了解决成串的比特差错问题，采用了交织技术：把一条消息中的相 继比特分散开的方法，即一条信息中的相继比特以非相继方式发送，这样即使在传输过程中发生了成串差错，恢复成一条相继比特串的消息时，差错也就变成单个（或者长度很短）的错误比特，这时再用信道纠正随机差错的编码技术（FEC ）消除随机差错。
纠错数max b D t =⋅(三) 基本思路：说明：1) 编码：使用216卷积码；相关代码：%卷积编码%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%ori_data_t_1=reshape(ori_data_t,num_inf,2*channell); %58*192 ori_data_t_2=zeros(num,2*channell); %128*192 信号产生卷积编码交织（32）QPSK 调制（96路）插入导频信号（32路）OFDM 调制（IFFT ）插入循环前缀（1/4长度）并串转换AWGN 信道3径瑞利信道串并转换OFDM 解调（FFT ）取导频信道估计与均衡并串转换QPSK 解调解交织卷积译码误码率统计for i = 1:2*channellseq = ori_data_t_1(:,i)';seq_code = encode216(seq)';ori_data_t_2(:,i) = seq_code;endori_data=reshape(ori_data_t_2,1,2*num*channell); %1*24576 编码函数：function code=encode216(m)%输入信息序列%g1=[1,0,0,0,0,0];g2=[1,1,0,0,1,1];trel=poly2trellis(6,[40 63]);%定义网格m1=[m,0,0,0,0,0,0];code=convenc(m1,trel);%卷积码编码2)交织：交织深度为32；相关代码：%编码交织%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%ori_data1=reshape(ori_data,deep,(2*num*channell)/deep)'; %768*32 ori_data2=reshape(ori_data1,1,2*num*channell); %1*245763)QPSK调制：转换为96路相位信号（复数）；代码：%QPSK调制%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%ori_data_0=reshape(ori_data2,2,channell*num); %拆分成两行12288列ori_data_1=bi2de(ori_data_0','left-msb')'; %QPSK的未调制数据12288列M=4的数据de_OFDM_1=modem.pskmod(4); %生成调制器对象，设置qpsk调制QPSK_data=modulate(de_OFDM_1,ori_data_1); %1*12288复数形式%channel_data=reshape(QPSK_data,channell,num); %拆分成128行，每行10个复数 128*10channel_data=reshape(QPSK_data,num,channell); %拆分成128行，每行96个复数 128*964)插入导频：32路已知序列；代码：%插入导频信号%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%pliot_1=2*rand(128,32);pliot_2=2*rand(128,32); %插入的导频信号，实数pliot=pliot_1+pliot_2*1i; %插入的导频信号，复数channel_data_1=zeros(128,128);for i = 0:31channel_data_1(:,4*i+1)=pliot(:,i+1);channel_data_1(:,4*i+2)=channel_data(:,3*i+1);channel_data_1(:,4*i+3)=channel_data(:,3*i+2);channel_data_1(:,4*i+4)=channel_data(:,3*i+3);end5)OFDM调制：使用IFFT；相关代码：%OFDM信号产生%%%%%%%%%%%%%%%%%%%%%%%%%%%%%IFFT_data=zeros(128,128);for i = 1:128IFFT_data(:,i)=ifft(channel_data_1(:,i),128); %128*128if ft数据endr_ifft_data=real(IFFT_data); %实部 128*128i_ifft_data=imag(IFFT_data); %虚部 128*1286)插入循环前缀：这里选取长度为32；相关代码：%加入循环前缀%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%r_data=[r_ifft_data(num-num/4+1:num,:);r_ifft_data]; %保护间隔取传送数据的四分之一i_data=[i_ifft_data(num-num/4+1:num,:);i_ifft_data]; %160*1287)并串转换：转换成1路；代码：%并串转换%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%r_out=reshape(r_data,1,(num+num/4)*channel); %1*1600i_out=reshape(i_data,1,(num+num/4)*channel); %1*1600data=r_out+i_out.*1i;8)AWGN：加入信噪比-10~20dB的噪声；代码：%AWGN信道%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%data_AWGN=awgn(data,SNR,'measured') ;%加入噪声9)串并转换：转换成128路；代码：%串并转换%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%r_rcv_data1=reshape(r_rcv_data,num+num/4,channel);i_rcv_data1=reshape(i_rcv_data,num+num/4,channel);10)OFDM 解调：FFT 快速算法；代码：%OFDM 解调FFT%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%de_OFDM_data=zeros(128,128);for i = 1:128de_OFDM_data(:,i)=fft(rcv_data(:,i),128); %128*128矩阵end11)去导频：取出过信道后导频序列()y n ；12)信道估计：计算收到每一路导频序列的Y[z]，已知导频序列的X[]z ，得到信道[][]z =[]Y z H X z ，利用线性插值得到每一路信息序列的[]i z H ；13)均衡：将每一路信号i [][]i X z E z ⋅，1E [][]i i z H z =，得到均衡后的信号频域 Y []i z '，然后得到y '()n ；代码：%信道估计与均衡（新的）depliot=zeros(128,32);for i = 0:31depliot(:,i+1)=de_OFDM_data(:,4*i+1);enddepliot_1=zeros(128,32);depliot_2=zeros(32,128);de_OFDM_0=zeros(128,32);for i = 1:32depliot_1(:,i)=pliot(:,i)./depliot(:,i);% depliot_2(i,:)=reshape(depliot_1(:,i),1,128);% x=1:128;% hx=1:128;% de_OFDM_0(:,i)=interp1(x,depliot_2(i,:),hx,'pchip'); %线性插值endde_OFDM_1=zeros(128,128);for i= 0:30de_OFDM_1(:,4*i+1)=depliot_1(:,i+1);de_OFDM_1(:,4*i+2)=depliot_1(:,i+1)+(depliot_1(:,i+2)-depliot_1(:,i +1))/4;de_OFDM_1(:,4*i+3)=depliot_1(:,i+1)+(depliot_1(:,i+2)-depliot_1(:,i +1))/2;de_OFDM_1(:,4*i+4)=depliot_1(:,i+1)+(depliot_1(:,i+2)-depliot_1(:,i +1))/4*3;endde_OFDM_1(:,125)=depliot_1(:,32);de_OFDM_1(:,126)=depliot_1(:,32);de_OFDM_1(:,127)=depliot_1(:,32);de_OFDM_1(:,128)=depliot_1(:,32);de_OFDM_2=de_OFDM_data.*de_OFDM_1; %还原数据de_OFDM_3=[];for i = 2:4:126de_OFDM_3=[de_OFDM_3,de_OFDM_2(:,i:i+2)]; %提取出128*96数据部分end14)并串转换：变为96路信息序列；代码：%并串转换%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%de_OFDM_data3=reshape(de_OFDM_3,1,channell*num); %128*9615)QPSK解调：还原调制前的数据；代码：%QPSK解调%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%de_OFDM_data3_real=real(de_OFDM_data3);de_OFDM_data3_imag=imag(de_OFDM_data3);de_OFDM_4=zeros(1,2*length(de_OFDM_data3_real));%求方差%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%sigma=sum(abs(real(de_OFDM_data3)-real(QPSK_data))+abs(imag(de_OFD M_data3)-imag(QPSK_data)))/(2*length(de_OFDM_data3_real));fori=1:length(de_OFDM_data3_real)%求判决到各个位置的概率%%%%%%%%%%%%%%%%re_f1=normpdf(de_OFDM_data3_real(i),-1,sigma);re_0=normpdf(de_OFDM_data3_real(i),0,sigma);re_1=normpdf(de_OFDM_data3_real(i),1,sigma);im_f1=normpdf(de_OFDM_data3_imag(i),-1,sigma);im_0=normpdf(de_OFDM_data3_imag(i),0,sigma);im_1=normpdf(de_OFDM_data3_imag(i),1,sigma);de_OFDM_4(2*i-1)=(re_f1+re_0*im_f1/(im_f1+im_1))/(re_f1+re_1+re_0) ;de_OFDM_4(2*i)=(im_f1+im_1)/(im_f1+im_1+im_0);enddata_last_0=de_OFDM_4; %1*2457616)解交织；代码：%解交织%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%data_last_0_0=reshape(data_last_0,(2*num*channell)/deep,deep)';data_last_0_1=reshape(data_last_0_0,1,2*num*channell);17)卷积译码：分别使用维特比译码，软解码，硬解码方法，得到译码结果；代码：%卷积码译码%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%data_last_1=reshape(data_last_0_1,num,channell*2); %128*256 data_last_2=zeros(num_inf,channell*2); %58*256for k = 1:2*channellseq0 = data_last_1(:,k)';seq0=1-2.*seq0;seq0_code = decode216(seq0,1)';data_last_2(:,k) = seq0_code;enddata_last = reshape(data_last_2,1,2*num_inf*channell); %1*14848 译码函数：function decode=decode216(m,k)%m为码字序列，硬判决译码输入k为1，软判决译码输入k为0trel=poly2trellis(6,[40 63]);%定义网格tblen=35;%回朔长度，为约束长度的5倍if(k==1)%硬判决译码hcode=m<0;decode1=vitdec(hcode,trel,tblen,'term','hard');else%软判决量化译码(3比特量化）[index,hcode]=quantiz(m,[-0.75,-0.5,-0.25,0,0.25,0.5,0.75],[7,6,5,4,3,2,1,0]);decode1=vitdec(hcode,trel,tblen,'term','soft',3);enddecode=decode1(1:length(decode1)-6);18)误码率统计；代码：%误码率统计%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%error_num=sum(abs(data_last-ori_data_t));bit_error_rate(1,((SNR-SNR_min)/2+1))= error_num/N; %误码率snr(1,((SNR-SNR_min)/2+1))=SNR;endstem(snr,-10*log10(bit_error_rate),'-*','LineStyle','none');xlabel('SNR');ylabel('BER');title('Performance of OFDM under the channel AWGN')(四) 结果：1) 软解码与硬解码情况下不同信噪比的误码率：681012141618SNR(dB)B E R (d B )Performance of OFDM under the channel AWGN由上图可以看出，信号误码性能随着信噪比增加而增加，当信噪比达到10dB的时候误码率已经低于0.01，信噪比达到16dB时误码率已经达到-5量级，再之后出现相关波动；另外，由于此次用于测试的数据只有24576个，所以误码率更高的时候误码率已经变为0。