简介面向无线通信与MATLAB仿真学习者的OFDM调制对比资源围绕16QAM、64QAM、QPSK三种调制方式系统讲解OFDM基本原理并给出可直接运行的误码率仿真程序。文档从正交频分复用技术特性出发涵盖子载波正交、保护间隔/循环前缀CP作用、IFFT/FFT实现等关键概念并展示理论误码率与加性高斯白噪声信道下的实测结果。压缩包仅含1个doc文档大小341KB内容组织为原理说明MATLAB程序段适合用于课程设计、期末复习或项目预研。已有3748人学习下载。读者可参照文档复现16QAM、64QAM、QPSK的OFDM仿真流程通过调整Eb/No观察不同调制阶数的误码率差异同时理解调制阶数、数据速率与信噪比之间的折中关系为后续无线通信系统设计与优化打下基础。1. OFDM仿真中调制方式决定链路性能边界OFDM的MATLAB仿真里真正决定误码率曲线位置的往往不是IFFT点数而是子载波上承载的调制方式16QAM、64QAM还是QPSK。三种方式共享同一套2048点IFFT/FFT收发框架却对应完全不同的信噪比门限。这套程序把理论误码率和实际误码率放在一起对比覆盖参数设置、子载波映射和结果解读适合通信物理层开发和学术验证的同学。如果不在多径信道下加循环前缀OFDM的正交性会被时延扩展破坏符号间干扰直接抬高误码率地板。因此仿真时先把AWGN下的收发链路跑通再逐步加入CP、信道滤波器才容易定位问题。后面的章节会按理论公式、发射端、接收端、调制替换、CP扩展的顺序逐段拆代码包括新老版本MATLAB工具箱函数不兼容的坑。2. 理论误码率曲线从erfc公式到三种调制的性能上界2.1 计算公式与脚本实现在写OFDM链路之前先把16QAM、64QAM和QPSK的理论误码率算出来等于给后面的仿真结果画了一条参考线。矩形QAM的理论误符号率可以用互补误差函数erfc表示QPSK可以看作两个正交BPSK的合成。下面的脚本就是原始程序里“理论的误码率代码”部分逐点计算三种调制方式在0到15dB范围内的理论误码率并绘图。M1 16; M2 64; % 两种QAM的调制阶数 k1 log2(M1); k2 log2(M2); % 每符号比特数 EbNo 0:1:15; % 比特信噪比扫描范围单位dB for n 1:length(EbNo) % 16QAM理论误码率公式 theo_err_prb1(n) 4*(1-1/sqrt(M1))/2*erfc( ... sqrt(3*k1*(10.^(EbNo(n)/10))/(M1-1))/sqrt(2) ); % 64QAM理论误码率公式 theo_err_prb2(n) 4*(1-1/sqrt(M2))/2*erfc( ... sqrt(3*k2*(10.^(EbNo(n)/10))/(M2-1))/sqrt(2) ); % QPSK看成两个正交BPSK1减去两个比特同时正确的概率 theo_err_prb3(n) 1 - (1 - 1/2*erfc( sqrt((10.^(EbNo(n)/10))/2) )).^2; end semilogy(EbNo, theo_err_prb1, -go, ... EbNo, theo_err_prb2, -g*, ... EbNo, theo_err_prb3, -g); title(理论误码率曲线); xlabel(Eb/No(dB)); ylabel(误码率); legend(16QAM 误码率曲线,64QAM 误码率曲线,QPSK 误码率曲线); grid on;erfc是互补误差函数和Q函数的关系是Q(x)0.5*erfc(x/sqrt(2))。公式里的10.^(EbNo/10)把dB单位的Eb/No转成线性值k是每符号比特数因为后面仿真加噪声时用的是符号信噪比SNR需要先把Eb/No换算成SNR。for循环没有用向量化是为了和后面逐点仿真的EbNo循环保持相同结构方便对照。2.2 从曲线上读出调制方式的信噪比门限三种调制方式横轴都是Eb/No所以曲线可以直接比较。达到同样误码率时16QAM比QPSK需要更高信噪比64QAM又比16QAM高一截。下面是理论曲线上误码率约等于10^-3时的Eb/No典型值具体数值以你跑出来的曲线为准。调制方式每符号比特数 k达到10^-3误码率所需Eb/No典型QPSK2约 6.8 dB16QAM4约 10.5 dB64QAM6约 16.5 dB差距来自星座图的欧氏距离。平均功率归一化后64QAM的星座点最密集噪声稍微大一点就可能判到邻近符号QPSK只有4个点抗噪声能力最强。相同带宽下64QAM的频谱效率是QPSK的3倍代价是发射功率要高出约10dB。这个折中关系在后面OFDM仿真曲线里会再次出现所以先看理论曲线可以快速判断实际链路有没有额外损耗。3. 基于IFFT/FFT的OFDM实际链路16QAM逐行拆解3.1 发射端比特生成、符号映射与子载波映射OFDM的核心不是“多载波”这个抽象概念而是把一串频域符号通过IFFT变成时域波形。仿真里发射端可以拆成三步生成比特流、把比特映射成复数符号、把符号放到指定的子载波位置。第一个容易踩的坑是数据长度和矩阵维度。原程序使用的是旧版MATLAB的modem对象下面这段是16QAM的发射端核心代码M 16; k log2(M); % 16QAM每符号4比特 N 2048; % IFFT长度 Nd 1200; % 实际承载数据的子载波数 numSymb 14; % OFDM符号数量 x randint(67200, 1); % 总比特数 k * Nd * numSymb z modulate(modem.qammod(M,16,InputType,Bit), x); y reshape(z, Nd, numSymb); % 每列是一个OFDM符号的频域数据randint是旧版通信工具箱函数新版推荐用randi([0 1], ...)。67200比特正好等于4比特乘以1200个子载波再乘以14个OFDM符号这个乘法关系可以反向检验参数是否匹配。modem.qammod的InputType指定为Bit表示输入是0/1比特流输出是16QAM复数符号。reshape把符号流重组成Nd x numSymb矩阵每一列对应一个OFDM符号在频域上的1200个数据点。接下来是子载波映射和IFFT。原始代码把数据放在N点频谱的中间位置其他位置补零len Nd; tmp complex(zeros(N, numSymb)); tmp(N/2-len/21:N/2, :) y(1:len/2, :); % 低频半段数据 tmp(N/22:N/21len/2, :) y(len/21:len, :); % 高频半段数据 tx_matrix ifft(tmp); % 2048点IFFT得到N×numSymb时域矩阵 tx_serial tx_matrix(:); % 串行发送这里把数据符号放在N/2附近而不是从下标1开始是为了让信号在频域居中两侧补零作为保护子载波。直流分量位置N/21留空可以避免零频分量对星座图造成偏移。原程序里有一行tmp [tmp(1:N/2, :);tmp(N/21:N, :)]实际上只是把前半段和后半段重新拼接顺序仍然是1到N对数据没有实质影响去掉也不影响结果。真正重要的是收发两端必须使用同一套子载波索引。3.2 信道与接收端awgn加噪、FFT解调与比特错误统计收发链路中加噪、FFT提取子载波、解调这三步决定了误码率统计质量。这里使用AWGN信道所以没有多径、没有CP重点看OFDM自身的IFFT/FFT过程是否引入额外误差。EbNo 0:1:15; for n 1:length(EbNo) snr(n) EbNo(n) 10*log10(k); % 比特信噪比转符号信噪比 ynoisy awgn(tx_serial, snr(n), measured); % 加高斯白噪声 out reshape(ynoisy, N, numSymb); out fft(out); % 回到频域 out1 complex(zeros(Nd, numSymb)); out1(1:600, :) out(N/2-len/21:N/2, :); out1(601:1200, :) out(N/22:N/21len/2, :); out1 out1(:); z demodulate(modem.qamdemod(M,16,OutputType,Bit), out1); [nErrors(n), BITBER(n)] biterr(x, z); end注意awgn的SNR参数是符号信噪比而横坐标是比特信噪比Eb/No两者相差10*log10(k)。对于16QAMk4差值约6.02dB如果这一步少了整条误码率曲线会往右偏6dB。measured选项让awgn先测量信号实际功率再叠加噪声避免IFFT缩放导致功率计算偏差。接收端先reshape回二维矩阵再对每一列做FFT提取子载波时索引要和发射端的映射位置严格对应否则星座点顺序错乱解调出来的比特完全没有意义。3.3 参数怎么调N、Nd和numSymb的配合关系调试OFDM仿真时最常改的就是这三个参数。N必须是2的幂IFFT和FFT才是标准实现Nd必须小于N且最好取偶数因为程序里用到了len/2。numSymb决定参与统计的OFDM符号数数量太少时误码率曲线抖动严重数量太多则循环仿真时间成倍增加。参数作用调整注意事项NIFFT/FFT点数取2的幂大于NdNd实际数据子载波数取偶数影响频谱利用率numSymbOFDM符号数量越大统计越稳仿真越慢M调制阶数决定k和输入比特数如果改成N1024、Nd600那么发射端的低频区间是N/2-len/21到N/2高频区间是N/22到N/21len/2只要保证这两段加起来是len个位置即可。修改参数时先重新计算总比特数k*Nd*numSymb再生成randint序列顺序不能反。4. 64QAM与QPSK的仿真结果解析误码率坑与对比4.1 替换调制方式需要同步修改的参数原程序把16QAM、64QAM、QPSK分成三份独立循环本质上只有调制阶数、数据长度和调制解调函数不同。把公共的OFDM子载波映射与IFFT/FFT流程抽出来替换效果如下表调制方式Mk总比特数调制函数解调函数QPSK4233600pskmodpskdemod16QAM16467200qammodqamdemod64QAM646100800qammodqamdemodQPSK的替换代码是最典型的一份子载波映射、IFFT、AWGN、FFT部分和16QAM完全一致M 4; k log2(M); x randint(33600, 1); % 2 * 1200 * 14 z modulate(modem.pskmod(M,4,InputType,Bit), x); % 中间子载波映射和ifft部分与16QAM代码相同 % 接收端解调 % z demodulate(modem.pskdemod(M,4,OutputType,Bit), out1);64QAM时把M改成64总比特数改成100800再换成qammod即可。注意modem.qammod的M必须是2的幂16、64都可以但如果是32QAM这样的非矩形星座这组代码就不适用。4.2 仿真曲线与理论曲线的偏差分析实际OFDM仿真曲线通常比理论曲线略差这个偏差在低信噪比下不明显高信噪比下可能看到1~2dB的偏移。原因主要有三个OFDM补零子载波降低了有效信号功率密度IFFT/FFT前后的功率归一化处理与awgn的测量机制叠加会引入微小缩放样本数不足时误码率统计本身有随机抖动。原程序末尾有一段不加OFDM的16QAM误码率仿真那条曲线和理论值贴合得很好说明问题不在理论公式而在OFDM链路的子载波映射和功率处理。排错时可以按下面顺序逐项检查曲线整体比理论差很多检查snr EbNo 10*log10(k)是否丢了10*log10(k)。高信噪比误码率是0semilogy曲线断开0在log坐标里画不出来统计时用max(BITBER, eps)占位。报错Undefined variable modem新版MATLAB移除了modem对象需要换成函数式接口。reshape报错总比特数不是k*Nd*numSymb的整数倍先查数据长度。如果使用的是R2017a之后的MATLAB推荐把旧接口替换成下面这种写法x randi([0 1], k*Nd*numSymb, 1); symVec qammod(x, M, InputType, bit); % 16QAM/64QAM y reshape(symVec, Nd, numSymb); % 接收端解调 rxBits qamdemod(out1, M, OutputType, bit);QPSK则把qammod/qamdemod换成pskmod/pskdemod参数含义基本不变。新版函数接口更简洁调试时也更容易定位问题。4.3 仿真发散与NaN的定位方法OFDM仿真出现“发散”时第一反应不应该是怀疑算法而是先找Inf和NaN从哪一步进来的。常见来源是awgn输入信号里含NaN或者FFT结果被除零污染。建议在每个关键步骤后加断言assert(all(isfinite(tx_serial(:))), tx_serial contains NaN/Inf); ynoisy awgn(tx_serial, snr(n), measured); assert(all(isfinite(ynoisy(:))), ynoisy contains NaN/Inf);断言可以在脚本报错时直接告诉你是哪一步出了问题避免带着脏数据算完整个循环后才出现错误结果。更细的排查手段是打印每个EbNo点上的SNR和信号功率确认功率单调变化。比如在awgn之前加一行fprintf(EbNo%d dB, snr%.2f dB, power%.3e\n, EbNo(n), snr(n), mean(abs(tx_serial).^2))能看出是否某个点信号功率异常。5. 循环前缀与扩展从AWGN到多径信道的仿真进阶原始仿真的AWGN信道没有多径所以循环前缀长度CP0也能跑通。实际部署中多径时延会让前一个OFDM符号的尾部叠到后一个符号头部破坏子载波正交性。常见做法是在IFFT之后把每个OFDM符号末尾的一段复制到符号开头再插入到发送序列中。Ng 128; % 循环前缀长度 tx_cp [tx_matrix(end-Ng1:end, :); tx_matrix]; % 每列前Ng个是CP tx_serial tx_cp(:); % 连续发送 % 接收端恢复并删除CP rx_matrix reshape(rx_serial, N Ng, numSymb); rx_matrix rx_matrix(Ng1:end, :); % 去掉CP rx_freq fft(rx_matrix, N, 1); % 每列做2048点FFTtx_matrix是3.1节IFTT得到的N×numSymb矩阵tx_cp通过垂直拼接变成(NNg)×numSymb每一列正好是“CP 完整OFDM符号”。发送时按列取出接收端按同样的列长度恢复再删除前Ng个样本这样FFT窗口内就不会混入前一个符号的拖尾。CP长度Ng要大于最大多径时延对应的采样数否则起不到保护作用。加入CP后有效符号时间从TIFFT变成Tg TIFFT频谱效率会损失一部分。CP开销的计算很简单Ng/(NNg)。以N2048、Ng128为例开销约5.9%换来的是对多径时延的耐受能力。如果想验证CP长度不够时误码率怎么恶化可以构造一个简单的两径信道h [1, zeros(1,128), 0.8]把tx_serial先通过filter(h,1,tx_serial)再送入接收端然后把Ng从128降到64再跑一次对比两轮误码率曲线的差异就能直观看到符号间干扰是如何被CP压住的。本文还有配套的精品资源点击获取
简介面向无线通信与MATLAB仿真学习者的OFDM调制对比资源围绕16QAM、64QAM、QPSK三种调制方式系统讲解OFDM基本原理并给出可直接运行的误码率仿真程序。文档从正交频分复用技术特性出发涵盖子载波正交、保护间隔/循环前缀CP作用、IFFT/FFT实现等关键概念并展示理论误码率与加性高斯白噪声信道下的实测结果。压缩包仅含1个doc文档大小341KB内容组织为原理说明MATLAB程序段适合用于课程设计、期末复习或项目预研。已有3748人学习下载。读者可参照文档复现16QAM、64QAM、QPSK的OFDM仿真流程通过调整Eb/No观察不同调制阶数的误码率差异同时理解调制阶数、数据速率与信噪比之间的折中关系为后续无线通信系统设计与优化打下基础。1. OFDM仿真中调制方式决定链路性能边界OFDM的MATLAB仿真里真正决定误码率曲线位置的往往不是IFFT点数而是子载波上承载的调制方式16QAM、64QAM还是QPSK。三种方式共享同一套2048点IFFT/FFT收发框架却对应完全不同的信噪比门限。这套程序把理论误码率和实际误码率放在一起对比覆盖参数设置、子载波映射和结果解读适合通信物理层开发和学术验证的同学。如果不在多径信道下加循环前缀OFDM的正交性会被时延扩展破坏符号间干扰直接抬高误码率地板。因此仿真时先把AWGN下的收发链路跑通再逐步加入CP、信道滤波器才容易定位问题。后面的章节会按理论公式、发射端、接收端、调制替换、CP扩展的顺序逐段拆代码包括新老版本MATLAB工具箱函数不兼容的坑。2. 理论误码率曲线从erfc公式到三种调制的性能上界2.1 计算公式与脚本实现在写OFDM链路之前先把16QAM、64QAM和QPSK的理论误码率算出来等于给后面的仿真结果画了一条参考线。矩形QAM的理论误符号率可以用互补误差函数erfc表示QPSK可以看作两个正交BPSK的合成。下面的脚本就是原始程序里“理论的误码率代码”部分逐点计算三种调制方式在0到15dB范围内的理论误码率并绘图。M1 16; M2 64; % 两种QAM的调制阶数 k1 log2(M1); k2 log2(M2); % 每符号比特数 EbNo 0:1:15; % 比特信噪比扫描范围单位dB for n 1:length(EbNo) % 16QAM理论误码率公式 theo_err_prb1(n) 4*(1-1/sqrt(M1))/2*erfc( ... sqrt(3*k1*(10.^(EbNo(n)/10))/(M1-1))/sqrt(2) ); % 64QAM理论误码率公式 theo_err_prb2(n) 4*(1-1/sqrt(M2))/2*erfc( ... sqrt(3*k2*(10.^(EbNo(n)/10))/(M2-1))/sqrt(2) ); % QPSK看成两个正交BPSK1减去两个比特同时正确的概率 theo_err_prb3(n) 1 - (1 - 1/2*erfc( sqrt((10.^(EbNo(n)/10))/2) )).^2; end semilogy(EbNo, theo_err_prb1, -go, ... EbNo, theo_err_prb2, -g*, ... EbNo, theo_err_prb3, -g); title(理论误码率曲线); xlabel(Eb/No(dB)); ylabel(误码率); legend(16QAM 误码率曲线,64QAM 误码率曲线,QPSK 误码率曲线); grid on;erfc是互补误差函数和Q函数的关系是Q(x)0.5*erfc(x/sqrt(2))。公式里的10.^(EbNo/10)把dB单位的Eb/No转成线性值k是每符号比特数因为后面仿真加噪声时用的是符号信噪比SNR需要先把Eb/No换算成SNR。for循环没有用向量化是为了和后面逐点仿真的EbNo循环保持相同结构方便对照。2.2 从曲线上读出调制方式的信噪比门限三种调制方式横轴都是Eb/No所以曲线可以直接比较。达到同样误码率时16QAM比QPSK需要更高信噪比64QAM又比16QAM高一截。下面是理论曲线上误码率约等于10^-3时的Eb/No典型值具体数值以你跑出来的曲线为准。调制方式每符号比特数 k达到10^-3误码率所需Eb/No典型QPSK2约 6.8 dB16QAM4约 10.5 dB64QAM6约 16.5 dB差距来自星座图的欧氏距离。平均功率归一化后64QAM的星座点最密集噪声稍微大一点就可能判到邻近符号QPSK只有4个点抗噪声能力最强。相同带宽下64QAM的频谱效率是QPSK的3倍代价是发射功率要高出约10dB。这个折中关系在后面OFDM仿真曲线里会再次出现所以先看理论曲线可以快速判断实际链路有没有额外损耗。3. 基于IFFT/FFT的OFDM实际链路16QAM逐行拆解3.1 发射端比特生成、符号映射与子载波映射OFDM的核心不是“多载波”这个抽象概念而是把一串频域符号通过IFFT变成时域波形。仿真里发射端可以拆成三步生成比特流、把比特映射成复数符号、把符号放到指定的子载波位置。第一个容易踩的坑是数据长度和矩阵维度。原程序使用的是旧版MATLAB的modem对象下面这段是16QAM的发射端核心代码M 16; k log2(M); % 16QAM每符号4比特 N 2048; % IFFT长度 Nd 1200; % 实际承载数据的子载波数 numSymb 14; % OFDM符号数量 x randint(67200, 1); % 总比特数 k * Nd * numSymb z modulate(modem.qammod(M,16,InputType,Bit), x); y reshape(z, Nd, numSymb); % 每列是一个OFDM符号的频域数据randint是旧版通信工具箱函数新版推荐用randi([0 1], ...)。67200比特正好等于4比特乘以1200个子载波再乘以14个OFDM符号这个乘法关系可以反向检验参数是否匹配。modem.qammod的InputType指定为Bit表示输入是0/1比特流输出是16QAM复数符号。reshape把符号流重组成Nd x numSymb矩阵每一列对应一个OFDM符号在频域上的1200个数据点。接下来是子载波映射和IFFT。原始代码把数据放在N点频谱的中间位置其他位置补零len Nd; tmp complex(zeros(N, numSymb)); tmp(N/2-len/21:N/2, :) y(1:len/2, :); % 低频半段数据 tmp(N/22:N/21len/2, :) y(len/21:len, :); % 高频半段数据 tx_matrix ifft(tmp); % 2048点IFFT得到N×numSymb时域矩阵 tx_serial tx_matrix(:); % 串行发送这里把数据符号放在N/2附近而不是从下标1开始是为了让信号在频域居中两侧补零作为保护子载波。直流分量位置N/21留空可以避免零频分量对星座图造成偏移。原程序里有一行tmp [tmp(1:N/2, :);tmp(N/21:N, :)]实际上只是把前半段和后半段重新拼接顺序仍然是1到N对数据没有实质影响去掉也不影响结果。真正重要的是收发两端必须使用同一套子载波索引。3.2 信道与接收端awgn加噪、FFT解调与比特错误统计收发链路中加噪、FFT提取子载波、解调这三步决定了误码率统计质量。这里使用AWGN信道所以没有多径、没有CP重点看OFDM自身的IFFT/FFT过程是否引入额外误差。EbNo 0:1:15; for n 1:length(EbNo) snr(n) EbNo(n) 10*log10(k); % 比特信噪比转符号信噪比 ynoisy awgn(tx_serial, snr(n), measured); % 加高斯白噪声 out reshape(ynoisy, N, numSymb); out fft(out); % 回到频域 out1 complex(zeros(Nd, numSymb)); out1(1:600, :) out(N/2-len/21:N/2, :); out1(601:1200, :) out(N/22:N/21len/2, :); out1 out1(:); z demodulate(modem.qamdemod(M,16,OutputType,Bit), out1); [nErrors(n), BITBER(n)] biterr(x, z); end注意awgn的SNR参数是符号信噪比而横坐标是比特信噪比Eb/No两者相差10*log10(k)。对于16QAMk4差值约6.02dB如果这一步少了整条误码率曲线会往右偏6dB。measured选项让awgn先测量信号实际功率再叠加噪声避免IFFT缩放导致功率计算偏差。接收端先reshape回二维矩阵再对每一列做FFT提取子载波时索引要和发射端的映射位置严格对应否则星座点顺序错乱解调出来的比特完全没有意义。3.3 参数怎么调N、Nd和numSymb的配合关系调试OFDM仿真时最常改的就是这三个参数。N必须是2的幂IFFT和FFT才是标准实现Nd必须小于N且最好取偶数因为程序里用到了len/2。numSymb决定参与统计的OFDM符号数数量太少时误码率曲线抖动严重数量太多则循环仿真时间成倍增加。参数作用调整注意事项NIFFT/FFT点数取2的幂大于NdNd实际数据子载波数取偶数影响频谱利用率numSymbOFDM符号数量越大统计越稳仿真越慢M调制阶数决定k和输入比特数如果改成N1024、Nd600那么发射端的低频区间是N/2-len/21到N/2高频区间是N/22到N/21len/2只要保证这两段加起来是len个位置即可。修改参数时先重新计算总比特数k*Nd*numSymb再生成randint序列顺序不能反。4. 64QAM与QPSK的仿真结果解析误码率坑与对比4.1 替换调制方式需要同步修改的参数原程序把16QAM、64QAM、QPSK分成三份独立循环本质上只有调制阶数、数据长度和调制解调函数不同。把公共的OFDM子载波映射与IFFT/FFT流程抽出来替换效果如下表调制方式Mk总比特数调制函数解调函数QPSK4233600pskmodpskdemod16QAM16467200qammodqamdemod64QAM646100800qammodqamdemodQPSK的替换代码是最典型的一份子载波映射、IFFT、AWGN、FFT部分和16QAM完全一致M 4; k log2(M); x randint(33600, 1); % 2 * 1200 * 14 z modulate(modem.pskmod(M,4,InputType,Bit), x); % 中间子载波映射和ifft部分与16QAM代码相同 % 接收端解调 % z demodulate(modem.pskdemod(M,4,OutputType,Bit), out1);64QAM时把M改成64总比特数改成100800再换成qammod即可。注意modem.qammod的M必须是2的幂16、64都可以但如果是32QAM这样的非矩形星座这组代码就不适用。4.2 仿真曲线与理论曲线的偏差分析实际OFDM仿真曲线通常比理论曲线略差这个偏差在低信噪比下不明显高信噪比下可能看到1~2dB的偏移。原因主要有三个OFDM补零子载波降低了有效信号功率密度IFFT/FFT前后的功率归一化处理与awgn的测量机制叠加会引入微小缩放样本数不足时误码率统计本身有随机抖动。原程序末尾有一段不加OFDM的16QAM误码率仿真那条曲线和理论值贴合得很好说明问题不在理论公式而在OFDM链路的子载波映射和功率处理。排错时可以按下面顺序逐项检查曲线整体比理论差很多检查snr EbNo 10*log10(k)是否丢了10*log10(k)。高信噪比误码率是0semilogy曲线断开0在log坐标里画不出来统计时用max(BITBER, eps)占位。报错Undefined variable modem新版MATLAB移除了modem对象需要换成函数式接口。reshape报错总比特数不是k*Nd*numSymb的整数倍先查数据长度。如果使用的是R2017a之后的MATLAB推荐把旧接口替换成下面这种写法x randi([0 1], k*Nd*numSymb, 1); symVec qammod(x, M, InputType, bit); % 16QAM/64QAM y reshape(symVec, Nd, numSymb); % 接收端解调 rxBits qamdemod(out1, M, OutputType, bit);QPSK则把qammod/qamdemod换成pskmod/pskdemod参数含义基本不变。新版函数接口更简洁调试时也更容易定位问题。4.3 仿真发散与NaN的定位方法OFDM仿真出现“发散”时第一反应不应该是怀疑算法而是先找Inf和NaN从哪一步进来的。常见来源是awgn输入信号里含NaN或者FFT结果被除零污染。建议在每个关键步骤后加断言assert(all(isfinite(tx_serial(:))), tx_serial contains NaN/Inf); ynoisy awgn(tx_serial, snr(n), measured); assert(all(isfinite(ynoisy(:))), ynoisy contains NaN/Inf);断言可以在脚本报错时直接告诉你是哪一步出了问题避免带着脏数据算完整个循环后才出现错误结果。更细的排查手段是打印每个EbNo点上的SNR和信号功率确认功率单调变化。比如在awgn之前加一行fprintf(EbNo%d dB, snr%.2f dB, power%.3e\n, EbNo(n), snr(n), mean(abs(tx_serial).^2))能看出是否某个点信号功率异常。5. 循环前缀与扩展从AWGN到多径信道的仿真进阶原始仿真的AWGN信道没有多径所以循环前缀长度CP0也能跑通。实际部署中多径时延会让前一个OFDM符号的尾部叠到后一个符号头部破坏子载波正交性。常见做法是在IFFT之后把每个OFDM符号末尾的一段复制到符号开头再插入到发送序列中。Ng 128; % 循环前缀长度 tx_cp [tx_matrix(end-Ng1:end, :); tx_matrix]; % 每列前Ng个是CP tx_serial tx_cp(:); % 连续发送 % 接收端恢复并删除CP rx_matrix reshape(rx_serial, N Ng, numSymb); rx_matrix rx_matrix(Ng1:end, :); % 去掉CP rx_freq fft(rx_matrix, N, 1); % 每列做2048点FFTtx_matrix是3.1节IFTT得到的N×numSymb矩阵tx_cp通过垂直拼接变成(NNg)×numSymb每一列正好是“CP 完整OFDM符号”。发送时按列取出接收端按同样的列长度恢复再删除前Ng个样本这样FFT窗口内就不会混入前一个符号的拖尾。CP长度Ng要大于最大多径时延对应的采样数否则起不到保护作用。加入CP后有效符号时间从TIFFT变成Tg TIFFT频谱效率会损失一部分。CP开销的计算很简单Ng/(NNg)。以N2048、Ng128为例开销约5.9%换来的是对多径时延的耐受能力。如果想验证CP长度不够时误码率怎么恶化可以构造一个简单的两径信道h [1, zeros(1,128), 0.8]把tx_serial先通过filter(h,1,tx_serial)再送入接收端然后把Ng从128降到64再跑一次对比两轮误码率曲线的差异就能直观看到符号间干扰是如何被CP压住的。本文还有配套的精品资源点击获取
