基于matlab的OFDM信号调制解调与多径传输.docx

基于matlab的OFDM信号调制和多径传输仿真 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。 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。 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。 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。 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。 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。 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。 接收端进行串并转换（同（2））； 去循环前缀； FFT：去循环前缀之后的信号进行FFT，使用matlab的FFT命令； 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。 16QAM解调：在实验中利用deqam.m（自己编的）子函数进行16QAM解调。 仿真结果 产生的发送序列：随机产生的0—1序列，总数为25600个，此处只画出它的前50个值； 图1 经过符号的星座映射后产生的星座图：该实验中使用16QAM进行数字调制； 图2 发送信号： 图3 接收信号：信号在信道中传输，不仅会受到噪声的影响，还会产生多径时延、多普勒频移等现象，所以信号会出现严重的失真； 图4 信道估计后信号的星座图： 图5 图6 接收序列：所得的接收序列应该也是一个长度为25600的0—1序列，此处只画出它的前50个值； 图7 多径时延信道对信号的一个重要影响就是会使信号产生多径时延，如图8、9、10分别列出了最大时延为16、33和41个数据单位时信道估计后的信号的矢量图； 图8 图9 图10 从图8、9、10可以看出，随着最大时延的增大，信道估计后的信号的矢量图的离散性越来越大。所以说最大时延和误码率有关。 图11 以上所涉及的都是4-path Rayleigh Fading channel,下图是多径的条数和系统误码率的关系； 图12 从图12可以看出，在相同的信噪比下，随着信道多径条数的增大，系统的误码率也随之增大。当信道多径的条数一定时，系统的误码率随着信噪比的增大而减小。 下面分析系统误码率和信噪比的关系（以多径条数为4为例） 图13、14和15分别给出了当系统的信噪比为20,15,10dB时，信道估计后的信号的矢量图； 图13 图14 图15 从图13、14、15可以看出，随着系统信噪比的减小，信道估计后的信号与发送信号的区别越来越大。下图为基于4-path Rayleigh Fading channel的系统的信噪比和误码率的关系； 图16 附：本次实验用到的程序 clc; clear all; rand('state',4); SNR=15;%信噪比取值，单位为db fl=128;%fft的长度 Ns=50;%设置一个帧结构中OFDM信号的个数 para=128;%设置并行传输的子载波个数 sr=250000;%设置符号速率 br=sr*2;%设置每个子载波的比特率 gl=32;%设置保护时隙的长度 an=[1,0.7,0.3,0.5];%每条多径的幅度增益 % tn=[0,1,2,3];%每条路径的相对时延，单位为us wn=rand(1,4).*10;%每条路径的多普勒频移 % an=rand(1,4)*2; tn=fix(rand(1,4)*0); % wn=round(rand(1,4)*10); sita=rand(1,4).*2*pi;%设置相偏 %************信源发生器**************************************** signal=round(rand(1,pa