用MATLAB实现OFDM仿真分析12页

1、-3.1 计算机仿真仿真实验是掌握系统性能的一种手段。它通过对仿真模型的实验结果来确定实际系统的性能。从而为新系统的建立或系统的改进提供可靠的参考。通过仿真，可以降低新系统失败的可能性，消除系统中潜在的瓶颈。优化系统的整体性能，衡量方案的可行性。从中选择最后合理的系统配置和参数配置。然后再应用于实际系统中。因此，仿真是科学研究和工程建设中不可缺少的方法。3.1.1 仿真平台l 硬件CPU：Pentium III 600MHz内存：128M SDRAMl 软件操作系统：Microsoft Windows2000 版本5.0仿真软件：The Math Works Inc. Matlab 版本6.5

2、包括MATLAB 6.5的M文件仿真系统。Matlab是一种强大的工程计算软件。目前最新的6.x版本 (windows环境)是一种功能强、效率高、便于进行科学和工程计算的交互式软件包。其工具箱中包括:数值分析、矩阵运算、通信、数字信号处理、建模和系统控制等应用工具程序，并集应用程序和图形于一便于使用的集成环境中。在此环境下所解问题的Matlab语言表述形式和其数学表达形式相同，不需要按传统的方法编程。Matlab的特点是编程效率高，用户使用方便，扩充能力强，语句简单，内涵丰富，高效方便的矩阵和数组运算，方便的绘图功能。3.1.2 基于MATLAB的OFDM系统仿真链路根据OFDM 基本原理，本

3、文给出利用MATLAB编写OFDM系统的仿真链路流程。串行数据经串并变换后进行QDPSK数字调制，调制后的复信号通过N点IFFT变换，完成多载波调制，使信号能够在N个子载波上并行传输，中间插入10训练序列符号用于信道估计，加入循环前缀后经并串转换、D /A后进入信道,接收端经过N点FFT变换后进行信道估计，将QDPSK解调后的数据并串变换后得到原始信息比特。本文采用MATLAB语言编写M文件来实现上述系统。M文件包括脚本M文件和函数M文件，M文件的强大功能为MATLAB的可扩展性提供了基础和保障,使MATLAB能不断完善和壮大，成为一个开放的、功能强大的实用工具。M文件通过input命令可以轻

4、松实现用户和程序的交互，通过循环向量化、数组维数预定义等提高M文件执行速度，优化内存管理，此外，还可以通过类似C+语言的面向对象编程方法等等。输入串并交换QPSK调制FFT插入保护间隔衰减计算高斯白噪信道去保护间隔IFFTQPSK解调并串交换误码计算输出图3-1 仿真链路模型3.2 循环前缀及信道估计对系统误码率的改善分析本文主要研究循环前缀对系统误码率的改善分析3.2.1 循环前缀 OFDM系统中，每个并行数据支路都是窄带信号，可近似认为每个支路都经历平坦衰落，这样就减小了频率选择性衰落对信号的影响。同时，每路子数据流速率的降低，减小了符号间干扰(ISI)。此外，还可以通过加保护间隔的办法完

5、全消除符号间干扰。假设每个OFDM符号由Y个样值组成，由于时延扩展，接收端将会有和信道冲激响应持续时间相对应的前L(L0.5; %* 串并转换 *paradata=reshape(seldata,para,nd*ml); %* QPSK调制 *ich,qch=qpskmod(paradata,para,nd,ml);kmod=1/sqrt(2); ich1=ich.*kmod;qch1=qch.*kmod; %* IFFT(离散傅里叶反变换) *x=ich1+qch1.*i;y=ifft(x); ich2=real(y); qch2=imag(y); %* 插入保护间隔 *ich3,qch3=

6、 giins(ich2,qch2,fftlen,gilen,nd);fftlen2=fftlen+gilen;%* 衰减计算 *spow=sum(ich3.2+qch3.2)/nd./para; attn=0.5*spow*sr/br*10.(-ebn0/10);attn=sqrt(attn);%* 高斯白信道 * ich4,qch4=comb(ich3,qch3,attn);%* 接收部分 *%* 去除保护间隔 *ich5,qch5= girem(ich4,qch4,fftlen2,gilen,nd);%* FFT(离散傅里叶变换) *rx=ich5+qch5.*i;ry=fft(rx);

7、ich6=real(ry); qch6=imag(ry); %* QPSK解调 *ich7=ich6./kmod;qch7=qch6./kmod;demodata=qpskdemod(ich7,qch7,para,nd,ml); %* 并串变换 *demodata1=reshape(demodata,1,para*nd*ml);%* 比特误码率 (BER) *% instantaneous number of error and datanoe2=sum(abs(demodata1-seldata); nod2=length(seldata); % cumulative the number of error and data in noe and nodnoe=noe+noe2;nod=nod+nod2;% calculating PERif noe2=0 eop=eop+1;else eop=eop;end eop; nop=nop+1; fprintf(%dt%et%dn,iii,noe2/nod2,eop); end%* 结果输出 *per