CO-OFDM通信系统中不同调制方式性能分析资料

PAGE23CO-OFDM通信系统中不同调制方式性能分析摘要随着数据业务的快速发展，对无线通信技术有着越来越高的数据速率需求。伴随着数据速率的不断提高，多径效应引起的码间串扰对通信系统的性能会产生很大的影响。信道均衡技术是经典的抗码间串扰技术，但当数据传输速率非常高时，在设计上存在较多抽头的问题。此时，具有高效低复杂度且能很好地对抗码间干扰的OFDM技术则变得越来越受研究者的青睐，它已成为第四代移动通信系统的核心技术，也将是下一代宽带接入网的核心技术。随着对OFDM技术的广泛需求，OFDM信号调制解调的研究和学习也就变得相关重要。本文首先介绍了OFDM基本原理，基于此理解又对CO-OFDM进行了简单介绍，相干光正交频分复用(CO-OFDM)技术是一种可以大幅度提高接收灵敏度，以及又能灵活同时并且高效的利用频谱资源，同时还具有比较好的抗色散功能。通过对原理的理解，设计调制解调系统框架，包括OFDM射频发送模块、电光上调制模块、光链路模块、光电下调制模块这4个模块，并在MATLAB中进行了模块仿真，验证模块设计的可行性。重点介绍了OFDM射频发送模块的设计和实现，本文主要对CO-OFDM通信系统中采用QPSK与其他不用阶的QAM调制，研究其对通信系统Q值和误码性能影响的分析和总结。关键词：OFDM，CO-OFDM，频谱资源，Q值，QAM，误码性能

DifferentmodulationperformanceCO-OFDMcommunicationsystemanalysisABSTRACTWiththequickdevelopmentofdataservices,ithasabiggerneedofdatatransferrate.Asthedatatransferratebecomesfast,theinter-symbolinterferencecausedbymultipatheffectwillhavequitebadeffectonthequalityofthetelecommunicationsystem.Thechannelequalizerisaclassictechnologytoeliminatetheinter-symbolinterference,butwhenthedatatransferrateisquitehigh,therewillbeabigprobleminthenumberofequalizer.OFDMisanattractivemulti-carriermodulationtechniquewhichhassomeadvantageswithanti-multipathfading,makefulluseofspectrumresources,simplestructures,easytoimplementandsoon,soithasbeenwidelyusedinmanyareas.Itisthecentraltechnologyofthefourthgenerationtelecommunicationsystemanditalsowillbethecentraltechnologyofthenextgenerationbroadbandaccessnet.WiththewidelyuseofOFDM,learningandstudyingofOFDMtelecommunicationmodembecomenecessary.ThispaperintroducesthebasicprinciplesofOFDM,basedonthisunderstandingandforCO-OFDMabriefintroduction,coherentopticalorthogonalfrequencydivisionmultiplexing(CO-OFDM)technologyisawaytosignificantlyimprovereceiversensitivity,butalsoflexibleandatthesametimeandefficientuseofspectrumresources,butalsohasgoodresistancetodispersionfunction.Throughtheunderstandingoftheprinciples,modulationanddemodulationsystemdesignframework,includingOFDMradiotransmissionmodule,theelectro-opticmodulatormodule,opticallinkmodule,opticalmodulationmoduleunderthesefourmodules,andthemodulesintheMATLABsimulation,verificationmoduledesignfeasibility.FocusesonthedesignandimplementationofOFDMradiotransmissionmodule,thepaperfocusesonCO-OFDMcommunicationsystemusingQPSKandQAMmodulationorderwithouttheother,tostudytheeffectsofQandcommunicationsystemBERperformanceanalysisandsummary.KeyWords:Orthogonalfrequencydivisionmultiplexing(OFDM),Coherent-Orthogonalfrequencydivisionmultiplexing(CO-OFDM),SpectrumResources,Qvalue,QuadratureAmplitudeModulation(QAM),BERperformance目录TOC\o"1-2"\h\z\t"标题3,3"摘要 IABSTRACT II第一章绪论 11.1课题研究背景和意义 11.2OFDM技术的发展历程和应用状况 21.2.1OFDM技术的发展历程 21.2.2OFDM技术的应用状况 21.2.3OFDM技术优点与缺点 31.3相干光正交频分复用技术（CO-OFDM）的应用 41.4本文的主要工作和篇章结构 4第二章CO-OFDM系统的基本原理 62.1CO-OFDM系统 62.2CO-OFDM系统中相位噪声 72.3本章小结 8第三章基于OptiSystem和MATLAB下的 CO-OFDM仿真 93.1CO-OFDM系统框图 93.2MATLAB模块的代码 103.2.1发送端和接收端MATLAB代码 103.2.2MQAM编解码代码 173.3MATLAB模块的仿真结果 183.4本章小结 20第四章总结 214.1论文工作总结 214.2下一步工作方向及展望 21参考文献 22附录 23致谢 35浙江工业大学本科毕业设计论文浙江工业大学本科毕业设计论文PAGE1第一章绪论1.1课题研究背景和意义人类社会的飞速发展已经离不开信息交流，同时随着通信系统的迅猛发展和广泛应用，人们不禁对通信系统的时效性还是对通信系统的容量和质量同时也提出了越来越高的要求。基于这样的前提，建立一个可靠性高安全性高的通信系统已经成为了当前社会的主要任务。当今无线通信系统的主要发展方向为个人化、宽带化和分组化，提供高速率、高质量的传输系统。但是，无线环境的复杂度又使得信道特性不理想，高速数据传输必将受到多径效应的影响，从而使得数据传输的质量降低，与此同时，各种无线和移动通信系统中也普遍存在着码间串扰的影响。为了满足人们对高速数据业务的需求，必须采取措施来应对码间干扰，信道均衡技术是典型的抗码间干扰技术[1]，在很多通信系统中都得到过应用，然而随着数据速率的不断提高，这就要求设计具有几十甚至上百个抽头的均衡器，大大提高了均衡器的复杂度，这点在硬件设计方面以及成本方面都是不可取的。因此，低复杂度高传输数据且能抗多径效应的OFDM技术，便得到了越来越多的研究者的关注。OFDM技术是一种多载波调制技术，各个子载波相互正交，且允许存在频谱重叠，从而既减少了各个子载波之间的干扰，又提高了频谱的利用率，与现今的通信系统在有限带宽内进行高速数据传播的需求相当符合。随着OFDM技术的不断研究，应用越来越广泛，它已经成为第四代移动通信系统的核心技术，也将是下一代宽带接入网的核心技术。此外，OFDM还易于结合空时编码、分集、干扰抑制及智能天线等新技术，极大地提高了物理层信息传输的可靠性，若是结合其他自适应技术，可以对系统性能做到进一步的优化[2]。为了实现更多更好的OFDM应用，对OFDM调制解调系统进行不断优化和改进也成为了必然，本课题的研究意义也就体现在这里。1.2OFDM技术的发展历程和应用状况1.2.1OFDM技术的发展历程在早期多载波调制系统是将高速信号调制到多个互不重叠的子信道上进行低速传输，然后再将这多个子信道的频谱进行复用，这样的做法有利于避免信道间的干扰，但是存在一定的频谱浪费，不能高效地利用频谱资源。在20世纪60年代中期R.W.Chang发表论文首次提出OFDM调制的思想：在高速数据传输系统中采用频谱复用且允许子信道频谱部分重叠来进行并行传输，其中每个子信道的信号传输速率与相邻子信道的频域间隔保持一致，从而可实现抗多径效应、噪声干扰，兼顾提高频谱利用率的功能。此后不久，Saltzberg对OFDM的模型进行了性能分析，并在其论文中指出，OFDM应用的主要限制性因素是信道间干扰，因此，必须对其提出子信道必须相互正交的要求。1971年，WeinsteinS和EbertP发表论文，将DFT作为调制解调的一部分，应用到了多载波调制系统中，这样大大促进了OFDM应用的可行性。利用此方法实现的OFDM调制，不但可以直接通过基带处理得到OFDM，而且不需要子载波振荡器组和相干解调器。后来采用FFT代替DFT的实现方式，大大提高了OFDM的调制解调效率，加以成熟的硬件设计技术，使得基于OFDM的应用成为现实。20世纪80年代初，Peled和Ruiz在OFDM的设计中提出了加入循环前缀的概念，这样就可以通过对自身信号的周期扩展进行周期卷积从而避免子信道间的干扰，虽然循环前缀会占用一定的带宽，但是相对它带来的好处而言还是微不足道的。也是从80年代开始，OFDM技术开始广泛应用到各种高速数据业务中。1.2.2OFDM技术的应用状况就目前而言，OFDM技术被应用在很多重要的场合中。OFDM技术首先在广播式视频和音频领域之中得到广泛应用，包括数字视频广播（DVB）系统，数字音频广播（DAB）系统以及高清晰度电视（HDTV）中。无限局域网（WLAN）包括IEEE802.11a和HiperLAN也是采用OFDM调制技术，1998年7月，OFDM技术被选为WLAN（5GHz工作频段）的物理层接入方案，这是分组业务通信中第一次采用OFDM技术。目前，Wi-MAX（WorldInteroperbilityforMicrowaveAccess）技术[3]作为一项无线城域网（WMAN）技术正日益受业界的重视，它的最新标准IEEE802.16d及后续的802.16e都会采用OFDM技术。从频谱利用角度来看，基于码分多址的第三代移动通信系统的性能没有很大的改善，因此OFDM技术以其高频谱利用率的特性被推荐为下一代蜂窝移动通信系统的核心调制方式的可能性极大。随着OFDM技术的不断发展和研究，它也出现了其他的一些形式,比如用于宽带信号处理的W-FDMA技术（Wide-bandOFDM，宽带正交频分复用），用于信号处理方面的VOFDM技术(VectorOFSM,矢量正交频分复用)，用于接入网方面的OFDMA技术（OFDMAccess，正交频分复用接入）等。同时，OFDM技术与其他技术的结合也变得越来越密切，在无线通信系统中涌现出大量的混合型通信技术，比如CDMA、TDMA、FDMA等技术结合OFDM技术形成的R-OFDM(RandomizedOFDM,随机正交频分复用)技术，小波理论结合OFDM形成的Wavelet-OFDM技术等，都在无线通信系统中得到了广泛的应用。为了让系统性能得到进一步的优化，还可以将OFDM技术和一些自适应技术结合起来使用。这些技术综合使用共同促进无线通信系统的发展，使得无线通信系统的性能变得更加强大，更加满足人们的通信需求。总之，OFDM技术的应用前景是相当广阔的，因而对OFDM技术进行不断研究也是必然的。1.2.3OFDM技术优点与缺点（1）OFDM技术的优点：由于OFDM技术可以有效的克服多径效应，所以很大程度上改善了系统的传输误码率。在OFDM技术中，信道是由许多相互正交的且每个子信道并行传输的子信道组成的，从而能够有效避免信号波形间的相互干扰，从而很大程度上的改善频谱效率。将OFDM技术已经扩展频谱，更大的系统容量和抗多径干扰强的能力，可以实现在移动信道和多路径的要求。从实现数据的变速和高速综合传输功能可以知道FDM技术可以自由配置系统容量以及功率。OFDM技术可以对传输介质上通信特性的异动实时监控。能够灵活的控制载波的接受，从而保障通信的稳定。抗窄带干扰和抗脉冲干扰是OFDM系统的特性。（2）OFDM的缺点：OFDM信号是多个子信道的信号和，可能会出现较大的峰值功率，这就要求射频放大器的线性度很高，否则就会大大地降低放大器的功率效率。正交品分复用系统它对相位噪声还有的频偏反应比较敏感。这主要是因为OFDM技术是依靠各个子载波之间严格的正交性来区分各子信道的。但是相位噪声还有频偏会对各子载波之间的正交性产生严重影响。总而言之，OFDM技术的三个基本点就是：多载波调制、载波正交和频谱重叠，不论是OFDM的优点还是缺点，都是围绕着三个基本点展开的。研究者在要做的就是在维持优势的基础上进行性能优化和技术拓展，结合相关的通信技术来克服劣势对系统性能的影响。1.3相干光正交频分复用技术（CO-OFDM）的应用相干光正交频分复用技术是一种在告诉长距离传输系统中的心得复用技术，它有着OFDM和相干检测的双重优点，不但能够有效地抵抗色度色散和PMD（偏振膜色散），还能有效地提高频谱利用率，同时也可在利用当前的网络基础设施升级，因此在当前高速，长距离，大容量的通信系统中有着广阔的发展前景。当初最早是Dixon将OFDM引入到光通信领域的，他首先提到了将OFDM信号加入到多模光纤中进行传输。在之后的几年，大量的O-OFDM的研究开始进入了学者们的视野。它是一种继承了光纤通信技术和数字信号处理的长处的新的通信技术，可以对传输过程中光链路和偏振膜色散产生高效的抵抗，同时能够提高通信系统的频谱利用率。为了再进一步的延长通信系统的传输距离增加系统的传输容量，在以此为前提的情况下提出了相干光通信系统。1.4本文的主要工作和篇章结构本文的主要工作是：基于对OFDM通信系统调制解调原理的理解，在OptiSystem9.0中搭建CO-OFDM系统对不同调制方式进行进行联合方针分析结果。本文的篇章结构大致安排如下：第1章，绪论部分，介绍了课题的研究背景和意义，介绍了OFDM技术的历史发展、应用状况和优缺点，同时对CO-OFDM通信系统做了简要介绍。第2章，详细分析CO-OFDM系统和其基本原理，简要介绍了在OptiSystem中的框图设计。第3章，主要介绍了基于OptiSystem的OFDM系统实验框架，对四个模块做了简单的功能介绍，给出了部分MATLAB代码，同时对仿真结果也作了简要分析。第4章，主要总结论文所做的工作，以及研究过程中所遇到的问题，获得的经验和体会。提出了本课题有待于进一步深入研究的方向，并展望该领域的发展前景。第二章CO-OFDM系统的基本原理本章中涉及CO-OFDM系统的基本原理，以及在OptiSystem中的系统框架的设计实现。2.1CO-OFDM系统CO-OFDM系统主要包括两大部分，电域部分和光域部分。电域部分的RFOFDM(射频OFDM)发送端,RFOFDM(射频OFDM)接收端在MATLAB中进行处理；光域部分的RTO(RF—To—Optica1)上变频器、光传输链路、OTR(Optical—To—RF)下变频器在光学仿真软件OPTISYSTEM中仿真[4]。系统中，光纤采用标准单模光纤(SSMF)。图2-1CO-OFDM传输系统框图从上图CO-OFDM传输系统框图可以看出，在射频的发送端进行了串/并转换，M-QAM的调制,快速傅里叶逆变换和加入保护间隔。在射频的接收端进行了并/串转换，M-QAM的解调，快速傅里叶变换和消除保护间隔。在电光转换模块中将RF（射频域）的Q路和I路的电信号转换为光纤中的光信号进行传输。在光电转换模块中利用光的相干检测法，将光信号转换为电信号。图2-2Optisystem搭建的CO-OFDM系统结构框图在接收端接收到的基带信号可以记作如下：(2-1)(2-2)式中：分别表示接收发送的信号是光载波和本振光的频率差是由发送端和接收端相位不同步产生的相位噪声表示加性高斯噪声信号；表示整个信道的冲激响应主要包含相干光发送端冲激响应接收端冲激响应以及光纤链路的冲激响应；符号“”表示卷积[5]。假设接收端和发送端的差频为零，既无相位噪声，由于OFDM是由快速傅里叶变换和逆快速傅里叶变换实现的，发送端和接收端的信号可以有他的取样符号来代替，既有(2-3)(2-4)式中：分别表示接收端/发送端第K个载波上的第i个取样符号；表示子信道上的第i个取样值；是包含色散的光纤的频率响应，他可以描述为(2-5)(2-6)则我们知道信道估计的任务就是测试信道的冲激响应或传输函数。通过在接收端接收到的信号和信道估计值恢复发送端的数据。很明显，信道估计的质量将决定决定通信系统的可靠性。2.2CO-OFDM系统中相位噪声相位估计的方法有很多，如基于最大似然法[6]、导频子载波、数据子载波等。以下所考虑的CO-OFDM系统为但偏振传输系统，所以他的基带电信号模型可以表示为(2-7)其中，j是虚数单位，是第i个OFDM符号的第K个子载波承载的复数符号位子载波数，是子载波见得频率间隔，是脉冲波形函数，是光载波频率[7]。传输后的信号经过光桥接器(OpticalHybrid)和平衡接收机(BalanceReceiver)输出的电信号为[8-10](2-8)其中，为第k个子载波所对应的时延：(2-9)D是光线的色散参数，L是信号的传输距离，是系统的工作波长，c是真空中光播的速度。和分别为发射端和接收端激光所引入的相位波动，是加性高斯白噪声。CO-OFDM的主要问题是本地振荡器的相位噪声。它对系统性能的影响远大于热噪声[11]。采用低功率射频导频来复原接收机的相位噪声损耗。即在发送端OFDM边带中间插入一个射频导频．它受到的相位噪声干扰与OFDM信号一样，因此在接收端可以从导频中得到相位失真信息。该方案最大的好处是导频可以放在OFDM信号的中间．因此不需要把额外的光边带分配给射频导频。此外．在接收端不需要额外的硬件．因为射频导频可以用检测OFDM信号的硬件来检测。通过这种方案实现了4160kmSSMF的25.8Gb/s长距离传输[12]。2.3本章小结详细分析CO-OFDM系统和其基本原理，简要介绍了在OptiSystem中的框图设计。第三章基于OptiSystem和MATLAB下的 CO-OFDM仿真3.1CO-OFDM系统框图有了以上的分析，本章重点将放在OptiSystem9.0中搭建的CO-OFDM系统。如图3.1所示，整个系统框图分为四部分：OFDM射频发送模块、电光上调制模块、光链路模块、光电下调制模块。图3-1利用OptiSystem搭建的CO-OFDM系统框图OFDM射频发送模块中基带OFDM信号又Matlab模块里的程序实现产生，也就是将随机产生的二进制序列经过MQAM的调制，再通过快速傅里叶逆变换后添加保护间隔，将数据的实部和虚部分别上传到AWG（任意波形发生器）进行D/A转换，便形成了正交频分复用射频信号，然后两路信号分别进入一个光学I/Q调制器（它是由一对并行双臂的马赫增德尔调制器（Mach-ZehnderModulator）所组成）的I端口和Q端口，直接将射频OFDM调制到光域上。在电光转换模块中是将射频发送模块传输过来的电信号转换为光信号进行传输的。因为在传输过程中信号会产生衰减和损耗，为了延长传输距离同时增强信号的质量，便在此模块中增加了光放大器和光滤波器。同时还在这个模块中还使用了光相干检测方法，利用平衡式双检测器进行电光转换。光链路用来作为模拟光纤的传输系统，在接收端即光电下调制模块，同样采用相干检测的方式将接收到的光信号转换为基带信号传输。信号光和本地振荡器共同产生的本振光在通过混频器的相互作用后，光场发生了干涉，这便是相干检测方式。然后根据本振光频率与信号频率是否相同分为零差检测与外差检测，前者光电转换后直接变为基带信号，实现要求较高，后者经过光电转换后，得到中频信号，再经过二次解调得到基带信号[13]。3.2MATLAB模块的代码3.2.1发送端和接收端MATLAB代码发送端代码：%设置参数size_fft=1024;%设置fft点数为256此处的采样频点数对matlab仿真出的星座图效果影响明显4QAM=102416QAM=25632QAM=12864QAM=64F_int=1;%设置导频间隔,G=1/8;%设定前缀比例，1024/8=128，即有128个循环前缀globalqamq;qamq=4;%QAM4,qamq=2;QAM16,qamq=4;QAM32,5;64,6;此处为调用不同的QAM调制，qamq=4，即本课题才用到是QAM16的调制方式，具体的MATLAB实现在附录中给出。binary=InputPort1.Sequence;%将Optisystem输入数据1的序列赋值到binary变量globalpilot_signal;%导频globalpilot_signalff;%导频globalO_N;%符号数globalpsymbol;%导频globalinputbi;inputbi=binary(1:length(binary));%使用到的序列，不一定全用。Q=Parameter1;%设置采样比特Ifqamq==2data_in=QAM_code4(binary);%4QAMelseifqamq==4data_in=QAM_code16(binary);%16QAMelseifqamq==5data_in=QAM_code32(binary);%32QAMelseifqamq==6data_in=QAM_code64(binary);%64QAMendO_N=2^nextpow2(length(data_in)/size_fft*2/2);%符号数pilot_signal=zeros(size_fft/F_int/2,O_N);%申明数据格式。pilot_signalff=zeros(size_fft/F_int,O_N);data_xx=zeros(size_fft*2,O_N);psymbol=data_in(1:size_fft/2);%记录经过QAM编码后的数据。%对各符号处理，fori=1:O_Ndata_tt=data_in(size_fft*i/2-size_fft/2+1:size_fft/2*i);%每个符号取一半（512）数据，因为要补0.pilot_signal(:,i)=data_tt(1:F_int:size_fft/2);%记录每个符号的数据data_t2=[data_tt(1:size_fft/4)zeros(1,size_fft/2)data_tt(1+size_fft/4:size_fft/2)];%插0.carriers=(ifft(data_t2,size_fft)*size_fft).';%IFFT，进行快速傅里叶逆变换pilot_signalff(:,i)=carriers;%记录IFFT后的数据data_xx(:,i)=[carriers(size_fft-size_fft*G+1:size_fft);carriers;zeros(size_fft-size_fft*G,1)];%插入循环前缀endu1=data_xx(:).';%转置saveD:\opt\tx%保存数据，方便查看uu=interp(u1,length(binary)*Q/length(u1));%线性差值，uu长度要与optisystem匹配，DACu1=real(uu);%实部u2=imag(uu);%虚部RF_length=length(uu);%计算射频OFDM的长度OutputPort1=InputPort2;fori=1:RF_lengthOutputPort1.Sampled.Signal(i)=u1(i);%输出结果到optisystemendOutputPort2=InputPort2;fori=1:RF_lengthOutputPort2.Sampled.Signal(i)=u2(i);%输出结果到optisystemend%p0i1=InputPort1;%p0i2=InputPort2;%p0o1=OutputPort2;%p0o2=OutputPort2;接收端代码%设置参数size_fft=1024;%fft点数4QAM=102416QAM=25632QAM=12864QAM=64F_int=1;%导频间隔G=1/8;%前缀比例u3=InputPort1.Sampled.Signal;%将Optisystem输入数据采样序列赋值到RF_signal变量u4=InputPort2.Sampled.Signal;%OutputPort1=InputPort1;Q=Parameter1;%采样比特globalO_N;globalpilot_signal;%导频，本课题采用盲估算，只用来计算信道转移矩阵的初始值。globalpsymbol;%导频uur=u3+u4*1j;%实部，虚部合并errq=length(uur)/O_N/size_fft/2;%长度修正，软件问题。f_n=size_fft/F_int/2;%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%data_r=uur(1:errq:length(uur));%进行间隔为Q的抽样，与调制匹配，ADC%数据格式声明data_r2=zeros(size_fft/2,O_N);data_r2t=zeros(size_fft/2,O_N);data_r2tDM=zeros(size_fft/2,O_N);data_r3=zeros(size_fft/2,O_N);Hf=zeros(f_n,O_N);cel=zeros(f_n,O_N);cel1=zeros(1,O_N);cel2=zeros(1,O_N);data_r4=zeros(size_fft/2,O_N);data_pi=zeros(size_fft/2,O_N);data_rt=zeros(size_fft,O_N);data_r5t=zeros(O_N,size_fft*qamq/2);data_r5p=zeros(size_fft/2,O_N);celr5=zeros(size_fft/2,O_N);cel1r5=zeros(1,O_N);cel2r5=zeros(1,O_N);S=zeros(f_n,O_N);NewHf=zeros(f_n,O_N);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%data_r1(:,1)=data_r(size_fft*G+1:size_fft+size_fft*G);%去循环前缀data_rt(:,1)=fft(data_r1(:,1),size_fft)/size_fft;%FFTdata_r2(:,1)=[data_rt((1:size_fft/4),1);data_rt((1+size_fft/4*3:size_fft),1)];%去0f_data=data_r2(1:F_int:size_fft/2,1);%记录导频对应的接受数据Htemp=data_r2(:,1)./(psymbol.');%LS计算频响H=zeros(size_fft/2,1)+mean(Htemp);%去均值，待定，可以去掉oldHf=f_data./pilot_signal(:,1);%第一个符号时的信道频响data_r3(:,1)=data_r2(:,1)./H;%还原发送信号data_r4(:,1)=data_r3(:,1);%第一个数据，所以不变，直接赋值cel2(1,1)=0;%第一个数据，自己和自己比较，相位差为0%对后面的数据进行处理fork=2:O_Ndata_r1(:,k)=data_r(2*size_fft*k-2*size_fft+size_fft*G+1:2*size_fft*k-size_fft+size_fft*G);%去循环前缀data_rt(:,k)=fft(data_r1(:,k),size_fft)/size_fft;data_r2(:,k)=[data_rt((1:size_fft/4),k);data_rt((1+size_fft/4*3:size_fft),k)];%原始星座图f_data=data_r2(1:F_int:size_fft/2,k);NewHf(:,1)=oldHf;data_r3(:,k)=data_r2(:,k)./NewHf(:,1);ifqamq==2data_r5t(k,:)=de_QAM_code4(data_r3(:,k));%解码data_r5p(:,k)=QAM_code4(data_r5t(k,:)).';%判决得到的星座elseifqamq==4data_r5t(k,:)=de_QAM_code16(data_r3(:,k));data_r5p(:,k)=QAM_code16(data_r5t(k,:)).';elseifqamq==5data_r5t(k,:)=de_QAM_code32(data_r3(:,k));data_r5p(:,k)=QAM_code32(data_r5t(k,:)).';elseifqamq==6data_r5t(k,:)=de_QAM_code16(data_r3(:,k));data_r5p(:,k)=QAM_code16(data_r5t(k,:)).';endHf(:,k)=data_r2(:,k)./data_r5p(:,k);%得到当前第k个信道的及时信道估计fori=1:k-1%对过去的k-1个信道估计值做滑Hf(:,1)=oldHf;动平均，NewHf作为下个信道的S(:,1)=S(:,1)+Hf(:,i)*exp(1j*cel2(1,i));信道估计值endNewHf(:,1)=S(:,1)/k;cel(:,k)=Hf(:,k)./Hf(:,k-1);%计算相位差cel1(1,k)=mean(angle(cel(2:(size_fft/2),k)));cel2(1,k)=cel1(1,k)+cel2(1,k-1);data_r4(:,k)=data_r3(:,k)*exp(-1j*cel2(1,k));%补偿相位噪声endRF_length=length(uur);data_out1=[data_r4(:)];ifqamq==2%调用对应的解调模块，本课题data_out=de_QAM_code4(data_out1);%4QAM采用的QAM16解码子程序在elseifqamq==4附录中给出data_out=de_QAM_code16(data_out1);%16QAMelseifqamq==5data_out=de_QAM_code32(data_out1);%32QAMelseifqamq==6data_out=de_QAM_code64(data_out1);%64QAM1.25GHzendQt=RF_length/length(data_out);fori=1:length(data_out)binary_out((Qt*(i-1)+1):Qt*i)=data_out(i);%将数字比特变成模拟信号ender=zeros(1,length(data_out));k=0;fori=1:length(data_out)ifinputbi(i)~=data_out(i)k=k+1;ender(i)=k/i;endsaveD:\opt\rxfigure(1)plot(real(data_r2(2:(size_fft/2),:)),imag(data_r2(2:(size_fft/2),:)),'r.');%输出均衡前的QAM输出title('%输出均衡前的QAM输出');figure(3)plot(er,'b-');title('误码率曲线');holdon;figure(4)plot(real(data_r4(2:(size_fft/2),:)),imag(data_r4(2:(size_fft/2),:)),'b.');%输出均衡后的QAM输出title('%输出R4均衡后的QAM输出');holdon;pause(10)OutputPort1=InputPort1;fori=1:RF_lengthOutputPort1.Sampled.Signal(i)=binary_out(i);%输出到optisystemend3.2.2MQAM编解码代码4QAM编码代码functionQAM_data=QAM_code4(data_in)data_in_pol=bin2pol(data_in);%将二进制数据转化为极点数据data_length=length(data_in_pol);r=rem(data_length,2);%检查输入数据是否是二的倍数ifr~=0data_in_pol(data_length+1)=-1;%当输入数据序列不是二的倍数时在最后填-1补充enddata_length=length(data_in_pol);%重新计算数据长度b=data_length/2;forj=1:bQAM_data(j)=data_in_pol(j*2-1)+i*data_in_pol(j*2);end%将极点数据转化为QAM复数序列4QAM解码代码functiondata_out=de_QAM_code4(data_in)data_length=length(data_in);%求出输入数据长度re_data_in=real(data_in);%将输入复数序列实部赋值给re_data_inim_data_in=imag(data_in);%将输入复数序列虚部赋值给im_data_in%QAM解调forj=1:data_lengthifre_data_in(j)<0data_out(j*2-1)=0;%实部小于0时，输出相应奇序列为0elsedata_out(j*2-1)=1;%实部大于0时，输出相应奇序列为1endifim_data_in(j)<0data_out(j*2)=0;%虚部小于0时，输出相应偶序列为0elsedata_out(j*2)=1;%虚部大于0时，输出相应偶序列为1endend16QAM、32QAM、64QAM的代码均可在附录中查看。3.3MATLAB模块的仿真结果以下为matlab模块仿真结果图4QAMfft点数为1024图3-2.14QAM均衡前的星座图图3-2.24QAM均衡前的星座图16QAMfft点数为256图3-2.316QAM均衡前的星座图图3-2.416QAM均衡前的星座图32QAMfft点数为128图3-2.532QAM均衡前的星座图图3-2.632QAM均衡前的星座图64QAMfft点数为64图3-2.764QAM均衡前的星座图图3-2.864QAM均衡前的星座图从以上仿真结果中可以明显看出随着QAM调制阶数的增加，星座图的效果也会越来越差。这个主要是因为随着QAM调制阶数的逐渐增加，信号序列将会被更加细分，这样信号便会对光纤的所产生的非线性效应所造成的影响变得尤为的敏感。在以上星座图中随着M的增加fft的点数在逐步降低，这样仿真出来的星座图的噪声会逐步降低从而得到的星座图的效果也有了一定的改善。同时我们还了解到如果在星座图的发射能量恒定不变的情况下，去改变（增加）星座点的个数，会使得星座图中相邻点间的距离缩小，也就是噪声容限缩小。这样的前提下导致的直接结果是信号的误码率变大反映在星座图中就是星座图的可靠性会变得比较差。图3-2.94QAM误码率图3-2.1016QAM误码率图3-2.1132QAM误码率图3-2.1264QAM误码率其中纵坐标代表误码率，横坐标代表bit数即2进制位数。我们上面四幅中可以对比的到在相同的bit数时QAM的误码率会随着M的增大而增大，同时在QAM阶数相同的时候随着bit数的增加误码率也会有一个起伏。3.4本章小结主要介绍了基于OptiSystem的OFDM系统实验框架，对四个模块做了简单的功能介绍，给出了部分MATLAB代码，同时对仿真结果也作了简要分析。第四章