尧图网页设计 
简介OFDM通信中的信道模拟是无线通信教学与科研中的常见需求。这套基于MATLAB的OFDM仿真代码面向通信工程专业学生及入门研究者用于对比分析AWGN信道与瑞利衰落信道下的系统性能。压缩包共收录25个文件包括8个.m源码脚本、8个.fig仿真图、8个.dat数据文件及1张说明图片整体大小约252KB结构紧凑便于本地运行与二次修改。代码覆盖OFDM基础传输、保护间隔CP/ZP设置、不同保护间隔长度如3与16的对比、BER误码率统计及正交性测试等模块并配有对应仿真图与数据文件可直接复现实验结果帮助读者快速理解OFDM关键参数对系统误码性能的影响。已有200人学习下载适合作为课程设计、毕业设计或科研预研阶段的参考工具。1. 从 IFFT 到 BER这套 OFDM 仿真代码在验证什么OFDM 的教学例程在 MATLAB 里并不少见但绝大多数要么只画星座图要么只给 AWGN 理论公式能把发送端 IFFT、保护间隔插入、信道叠加、接收端 FFT、误码率统计整条链路串成一套可运行脚本的其实没有那么多。这套代码的价值在于它一次性覆盖了三组对照CP 与 ZP 两种保护间隔类型、GL3 与 GL16 两种保护间隔长度、AWGN 与瑞利衰落两类信道条件。你不仅可以复现 BER 曲线还能直接回答课程答辩里常被追问的问题——保护间隔到底在什么时候起作用、起多大作用。对刚开始接触 OFDM 的人它是能逐行读懂原理的起点对已经在做链路仿真的人它则是做参数化改造和批量实验的基底。2. OFDM 发送端设计IFFT 调制与 CP/ZP 保护间隔的源码对照2.1 OFDM_basic.m 的主流程数据生成到 IFFT 调制OFDM 的发送端本质上是把高速串行数据流拆到多个低速并行子载波上MATLAB 里最常见的做法是把调制后的频域符号矩阵直接喂给ifft沿列方向完成多载波调制。OFDM_basic.m 的主流程大致可以压缩成下面几步% OFDM_basic.m 发送端核心流程 M 4; % 4QAM每符号2比特 N 64; % 子载波数 GI_len 16; % 保护间隔长度可选 3 或 16 num_sym 1000; % OFDM 符号个数 data randi([0 M-1], N, num_sym); % 随机整数序列 mod_sym qammod(data, M, gray, InputType, integer); % IFFT频域符号 - 时域波形每列独立完成 ifft_out ifft(mod_sym, N, 1); % 插入保护间隔type 可选 CP 或 ZP tx_signal guard_interval(ifft_out, GI_len, CP);这里randi生成 0 到 M-1 的整数序列qammod负责 QAM 映射并用 Gray 编码保证相邻星座点只差一比特。ifft沿第一维操作等同于对每个 OFDM 符号单独做 N 点 IFFT。需要注意的是从 R2017a 开始qammod要求显式指定InputType否则会报参数错误这是旧脚本迁移到新版 MATLAB 时最常见的报错点。IFFT 之后得到的是时域波形如果直接发射符号之间没有任何隔离多径信道会直接把相邻符号搅在一起。接下来guard_interval要解决的就是这个问题。2.2 guard_interval.m 与 remove_GI.mCP 和 ZP 的实现差异保护间隔的两种实现对应着两种工程取舍。CP循环前缀把符号末端的几个采样点复制到符号前面好处是让多径信道的线性卷积变成循环卷积代价是重复数据占据了一部分发射功率。ZP补零在符号后面补一段零省下了这部分功率但接收端不能只靠直接剥零就恢复正交性。guard_interval.m 的逻辑非常直接function tx_out guard_interval(signal, GI_len, type) % 在 OFDM 时域符号上加入保护间隔 % signal: N x num_sym 的时域符号矩阵 % type: CP 或 ZP switch type case CP % 复制符号尾部 GI_len 个采样到前面 tx_out [signal(end-GI_len1:end, :); signal]; case ZP % 在符号末尾补 GI_len 个零 tx_out [signal; zeros(GI_len, size(signal, 2))]; otherwise error(未知的保护间隔类型); end endremove_GI.m 在接收端做的是完全对应的逆操作function rx_sym remove_GI(rx_time_signal, GI_len, type) % 去除保护间隔只保留 N 个有效采样点 switch type case CP rx_sym rx_time_signal(GI_len1:end, :); case ZP rx_sym rx_time_signal(1:end-GI_len, :); otherwise error(未知的保护间隔类型); end endCP 的接收端处理只有一步丢掉前 GI_len 个采样这就是 LTE 和 WiFi 都选 CP 的原因——接收机足够简单。ZP 这样直接切掉也能用但多径信道带来的符号间拖尾会被当成噪声丢掉要在 ZP 下拿回完整性能需要引入重叠相加处理这一点在第 4 章详细展开。2.3 GL3 与 GL16保护间隔长度的频谱效率账文件名里的 GL3 和 GL16指的是保护间隔长度分别为 3 个采样点和 16 个采样点。GL 的选择直接影响两个指标频谱效率和抗多径时延能力。保护间隔长度有效数据占比N64最大容忍时延典型适用场景GL364/67 ≈ 95.5%3 个采样周期AWGN、弱多径GL1664/80 80%16 个采样周期瑞利衰落、多径明显GL3 的频谱效率接近 96%但一旦信道时延扩展超过 3 个采样点保护间隔就形同虚设GL16 虽然损失 20% 的吞吐却能容纳 16 个采样周期的时延扩展。在纯 AWGN 信道下没有多径时延GL3 和 GL16 的 BER 几乎完全重合所以AWGN_CP_GL3.fig和AWGN_CP_GL16.fig两张图里的曲线会叠在一起真正拉开差距的是瑞利衰落信道下的CH_CP_GL3与CH_CP_GL16对比。这套代码最有教学价值的地方正在于它把两个“看起来应该差不多”的参数放到一起用仿真结果告诉你什么时候差不多、什么时候差很多。提示文件名中 CH 表示瑞利衰落信道AWGN 表示高斯信道CP/ZP 是保护间隔类型GL 后数字是采样点数。这套命名规则本身就是实验记录范本。3. AWGN 信道下的 BER 仿真理论公式、噪声功率换算与数据解析3.1 Q.m 与 ber_QAM.m理论误码率从哪里来把仿真结果和理论基准对齐需要 Q 函数和 QAM 的理论误码率公式。Q.m 实现的是高斯 Q 函数也就是标准正态分布的右尾概率function y Q(x) % Q(x) P(Z x)Z 为标准正态随机变量 % 用 erfc 展开是数值上最稳定的实现 y 0.5 * erfc(x / sqrt(2)); end直接用数值积分定义算 Q 函数在自变量较大时误差会非常明显用erfc的恒等式转换是最稳妥的写法。有了 Q 函数M-QAM 在 AWGN 下的理论 BER 可以用标准公式计算ber_QAM.m 的典型实现是function Pe ber_QAM(EbN0_dB, M) % M-QAM 在 AWGN 下的理论误比特率格雷编码近似 k log2(M); EbN0 10.^(EbN0_dB / 10); % 符号错误率近似公式 Ps 4 * (1 - 1/sqrt(M)) * Q(sqrt(3 * k * EbN0 / (M - 1))); Pe Ps / k; % 格雷编码下 BER 约等于 SER / k end这个公式适用于矩形 M-QAM、M 为 2 的偶数次幂的情况星座点采用格雷编码。输入EbN0_dB是分贝值函数内部先换算成线性比值。系数 4 来自星座边缘点错误概率的加权对 16QAM 以上会略微偏保守但工程误差在可接受范围。不同调制阶数的理论曲线差异可以直接用这张表做初步判断调制方式理论 BER 近似公式达到 10^-3 所需 EbN0QPSKQ(sqrt(2·EbN0))约 6.8 dB16QAM(3/4)·Q(sqrt(0.8·EbN0))约 12.1 dB64QAM(7/12)·Q(sqrt(0.43·EbN0))约 17.6 dB3.2 AWGN 仿真链路里的 EbN0 到噪声功率换算AWGN 信道模拟本身只是叠加复高斯噪声但 EbN0 和实际噪声功率之间的换算才是最容易出错的地方。噪声加在整个时域信号上而 EbN0 是每比特能量与噪声谱密度之比中间隔着保护间隔开销、调制阶数等条件% AWGN 信道叠加噪声的功率换算 Es mean(abs(tx_signal(:)).^2); % 时域符号平均功率 Eb Es / (log2(M) * N) * (N GI_len) / N; % 每比特能量含GI开销 N0 Eb / (10^(EbN0_dB / 10)); % 噪声谱密度 noise_power N0 * (N GI_len) / N; % 折算到时域全块 rx_signal tx_signal sqrt(noise_power/2) * ... (randn(size(tx_signal)) 1j * randn(size(tx_signal)));这里的randn生成实部和虚部独立的复高斯噪声sqrt(noise_power/2)保证复噪声总功率等于noise_power。EbN0 折算中容易被忽略的是(NGI_len)/N这一项不把保护间隔开销算进去仿真曲线会和理论曲线错开约10*log10(80/64) ≈ 0.97 dB。如果仿真点全部平行偏移理论曲线先查这里。3.3 读取 .dat 结果文件与 plot_ber.m 绘图项目里的.dat文件是保存下来的 BER 仿真结果比如OFDM_BER_AWGN_CP_GL16.dat。这类文件在 MATLAB 里直接用load读取data load(OFDM_BER_AWGN_CP_GL16.dat); EbN0 data(:, 1); % 第一列是信噪比 BER data(:, 2); % 第二列是对应误码率plot_ber.m 负责把不同配置的 BER 曲线画到同一张坐标下。BER 跨越多个数量级必须用半对数坐标semilogy线性坐标下 10^-3 和 10^-5 的差异根本看不出semilogy(EbN0, BER, b-o, LineWidth, 1.2); hold on; grid on; xlabel(E_b/N_0 (dB)); ylabel(误比特率 (BER)); legend(仿真值, Location, southwest);画图时如果仿真曲线在低 EbN0 区间贴着理论线、到高 EbN0 区间开始偏离优先检查前面说的噪声功率折算如果从头到尾对不上则检查qammod的 Gray 编码参数是否生效。4. 瑞利衰落信道模拟多径时延如何改变 CP 与 ZP 的选择4.1 用抽头延迟线模型模拟频率选择性瑞利衰落瑞利信道在基带仿真里最常用的模型是抽头延迟线每条路径对应一个时延和独立的复高斯增益幅度服从瑞利分布。当多径时延超过保护间隔长度前一个符号的拖尾会落入当前符号的 FFT 窗口造成符号间干扰。下面是典型 3 径信道建模% 3径瑞利信道建模时延单位是采样点 path_delay [0, 1, 3]; % 相对时延第3径刚好等于GL3 path_power [0, -3, -6]; % 路径功率dB Lh max(path_delay) 1; h zeros(1, Lh); for p 1:length(path_delay) h(path_delay(p) 1) 10^(path_power(p) / 20) * ... (randn 1j * randn) / sqrt(2); end % 时域线性卷积模拟多径传播 rx_signal_chan filter(h, 1, tx_signal); % 之后再按第3章公式叠加 AWGN10^(path_power/20)把 dB 单位功率换算成幅度增益(randn 1j*randn)/sqrt(2)保证每径增益的模服从瑞利分布、相位均匀分布。第三径时延为 3 个采样点恰好等于 GL3 的容忍极限——搭配 GL3 时信道时延刚好在边界上搭配 GL16 则完全在保护范围内。这套参数设计不是巧合它就是用来制造“GL3 失败、GL16 成功”的对照实验。4.2 频域选择性衰落对子载波的影响与 ZP 的重叠相加处理OFDM 把宽带信道切成多个窄带子信道每个子信道上的衰落近似平坦但不同子载波经历的信道增益 H(k) 各不相同。有的子载波被深度衰减有的几乎不受影响。CP 让多径线性卷积变成循环卷积接收端 FFT 之后每个子载波只乘一个复数增益均衡只需一次复数除法。ZP 没有这个性质直接剥掉补零再做 FFT 会留下残余的线性卷积效应因此需要重叠相加把信道重新“折叠”回循环卷积function rx_fft_ready zp_overlap_add(rx_time, N, GI_len) % ZP 接收端的重叠相加处理 % rx_time: 接收时域符号矩阵每列长度 NGI_len % 返回: 可直接做 FFT 的有效符号矩阵 num_sym size(rx_time, 2); rx_fft_ready zeros(N, num_sym); tail zeros(GI_len, 1); for m 1:num_sym sym rx_time(:, m); % 当前符号NGI_len 点 seg sym(1:N) [tail; zeros(N - GI_len, 1)]; rx_fft_ready(:, m) seg; tail sym(N1:NGI_len); % 保存尾部给下一个符号 end end核心思想是上一段符号的拖尾经过多径信道后会叠加到当前符号头部把它加回来之后等效于把线性卷积补偿成循环卷积。之后再做 FFTZP 就和 CP 一样只剩下每个子载波的复增益。代价是接收机复杂度上升这也是 ZP 在实际系统里不如 CP 普及的原因。4.3 从 CH 数据文件看误差平台对比OFDM_BER_CH_CP_GL3.dat和OFDM_BER_CH_CP_GL16.dat两组数据瑞利信道下的差异非常直观。GL3 的 BER 在高 EbN0 区间进入误差平台继续增加信噪比也降不下去因为此时误码的主导因素不再是高斯噪声而是多径时延超过保护间隔后产生的符号间干扰。GL16 因为容纳了 3 径信道的所有时延BER 曲线随 EbN0 持续下降。仿真配置低 EbN0 区间高 EbN0 区间CH_CP_GL3与 GL16 差异小出现误差平台CH_CP_GL16与 GL3 差异小BER 持续下降CH_ZP_GL3与 GL16 差异小误差平台更高未做重叠相加时提示看到 BER 曲线在高 EbN0 处不再下降第一步查信道最大时延是否超过保护间隔第二步查 IFFT/FFT 的归一化因子是否一致。这两个原因占了误差平台问题的大多数。5. 进阶先用 test_orthogonality 自检再参数化改造仿真链路5.1 test_orthogonality.m 在验证什么OFDM 的根基是子载波正交性。实现上的任何错误——IFFT 归一化不对、数据维度不匹配、保护间隔类型和接收端不一致——最终都会破坏正交性。test_orthogonality.m 的做法很直接用单位矩阵作为频域输入经过 IFFT 再 FFT观察输出是否能恢复为单位阵N 64; X eye(N); % 每列是一个单位冲激的频域表示 x ifft(X, N, 1); % IFFT 到时域 Y fft(x, N, 1); % 再 FFT 回来 err max(abs(Y(:) - X(:))); fprintf(最大正交性误差%.2e\n, err);误差在 1e-14 量级说明 IFFT/FFT 对完全对称如果到 1e-8 甚至更大基本可以断定归一化因子或矩阵维度出了问题。把这一小段验证放在任何 BER 仿真之前能省掉大量盲调参数的时间。5.2 把单文件脚本改成统一调用入口原始脚本的参数散落在各行换一组配置就得改代码。工程上常见的做法是封装成一个带参函数把所有 OFDM 链路参数作为输入function ber run_ofdm_link(N, GI_len, GI_type, channel_type, EbN0_dB) % 统一 OFDM 链路仿真入口 % N: 子载波数 % GI_len: 保护间隔长度采样点 % GI_type: CP 或 ZP % channel_type: AWGN 或 Rayleigh % EbN0_dB: 信噪比数组 % ber: 对应 BER 输出数组 % 内部顺序调制 - IFFT - 加GI - 过信道 - 去GI - FFT - 解调 - 统计BER end参数化之后批量跑完下载包里出现的所有文件组合就只是一层循环:channels {AWGN, Rayleigh}; gi_types {CP, ZP}; gl_values [3, 16]; for c 1:2 for g 1:2 for l 1:2 ber run_ofdm_link(64, gl_values(l), gi_types{g}, channels{c}, 0:2:20); fname sprintf(OFDM_BER_%s_%s_GL%d.dat, ... channels{c}, gi_types{g}, gl_values(l)); save(fname, ber, -ascii); end end end命名沿用OFDM_BER_信道_保护间隔_GL长度.dat的规则和下载包里的文件保持同一体系。每次实验的结果都被文件系统完整记录事后分析 CP 与 ZP 的差异、GL3 与 GL16 的差异都只是按文件名搜索数据的问题。注意save用-ascii选项时只写数值矩阵不存变量名读取端load拿到的就是纯数组与原有的.dat文件格式完全兼容。本文还有配套的精品资源点击获取 OFDM链路仿真解析：IFFT、保护间隔与BER性能对比
简介OFDM通信中的信道模拟是无线通信教学与科研中的常见需求。这套基于MATLAB的OFDM仿真代码面向通信工程专业学生及入门研究者用于对比分析AWGN信道与瑞利衰落信道下的系统性能。压缩包共收录25个文件包括8个.m源码脚本、8个.fig仿真图、8个.dat数据文件及1张说明图片整体大小约252KB结构紧凑便于本地运行与二次修改。代码覆盖OFDM基础传输、保护间隔CP/ZP设置、不同保护间隔长度如3与16的对比、BER误码率统计及正交性测试等模块并配有对应仿真图与数据文件可直接复现实验结果帮助读者快速理解OFDM关键参数对系统误码性能的影响。已有200人学习下载适合作为课程设计、毕业设计或科研预研阶段的参考工具。1. 从 IFFT 到 BER这套 OFDM 仿真代码在验证什么OFDM 的教学例程在 MATLAB 里并不少见但绝大多数要么只画星座图要么只给 AWGN 理论公式能把发送端 IFFT、保护间隔插入、信道叠加、接收端 FFT、误码率统计整条链路串成一套可运行脚本的其实没有那么多。这套代码的价值在于它一次性覆盖了三组对照CP 与 ZP 两种保护间隔类型、GL3 与 GL16 两种保护间隔长度、AWGN 与瑞利衰落两类信道条件。你不仅可以复现 BER 曲线还能直接回答课程答辩里常被追问的问题——保护间隔到底在什么时候起作用、起多大作用。对刚开始接触 OFDM 的人它是能逐行读懂原理的起点对已经在做链路仿真的人它则是做参数化改造和批量实验的基底。2. OFDM 发送端设计IFFT 调制与 CP/ZP 保护间隔的源码对照2.1 OFDM_basic.m 的主流程数据生成到 IFFT 调制OFDM 的发送端本质上是把高速串行数据流拆到多个低速并行子载波上MATLAB 里最常见的做法是把调制后的频域符号矩阵直接喂给ifft沿列方向完成多载波调制。OFDM_basic.m 的主流程大致可以压缩成下面几步% OFDM_basic.m 发送端核心流程 M 4; % 4QAM每符号2比特 N 64; % 子载波数 GI_len 16; % 保护间隔长度可选 3 或 16 num_sym 1000; % OFDM 符号个数 data randi([0 M-1], N, num_sym); % 随机整数序列 mod_sym qammod(data, M, gray, InputType, integer); % IFFT频域符号 - 时域波形每列独立完成 ifft_out ifft(mod_sym, N, 1); % 插入保护间隔type 可选 CP 或 ZP tx_signal guard_interval(ifft_out, GI_len, CP);这里randi生成 0 到 M-1 的整数序列qammod负责 QAM 映射并用 Gray 编码保证相邻星座点只差一比特。ifft沿第一维操作等同于对每个 OFDM 符号单独做 N 点 IFFT。需要注意的是从 R2017a 开始qammod要求显式指定InputType否则会报参数错误这是旧脚本迁移到新版 MATLAB 时最常见的报错点。IFFT 之后得到的是时域波形如果直接发射符号之间没有任何隔离多径信道会直接把相邻符号搅在一起。接下来guard_interval要解决的就是这个问题。2.2 guard_interval.m 与 remove_GI.mCP 和 ZP 的实现差异保护间隔的两种实现对应着两种工程取舍。CP循环前缀把符号末端的几个采样点复制到符号前面好处是让多径信道的线性卷积变成循环卷积代价是重复数据占据了一部分发射功率。ZP补零在符号后面补一段零省下了这部分功率但接收端不能只靠直接剥零就恢复正交性。guard_interval.m 的逻辑非常直接function tx_out guard_interval(signal, GI_len, type) % 在 OFDM 时域符号上加入保护间隔 % signal: N x num_sym 的时域符号矩阵 % type: CP 或 ZP switch type case CP % 复制符号尾部 GI_len 个采样到前面 tx_out [signal(end-GI_len1:end, :); signal]; case ZP % 在符号末尾补 GI_len 个零 tx_out [signal; zeros(GI_len, size(signal, 2))]; otherwise error(未知的保护间隔类型); end endremove_GI.m 在接收端做的是完全对应的逆操作function rx_sym remove_GI(rx_time_signal, GI_len, type) % 去除保护间隔只保留 N 个有效采样点 switch type case CP rx_sym rx_time_signal(GI_len1:end, :); case ZP rx_sym rx_time_signal(1:end-GI_len, :); otherwise error(未知的保护间隔类型); end endCP 的接收端处理只有一步丢掉前 GI_len 个采样这就是 LTE 和 WiFi 都选 CP 的原因——接收机足够简单。ZP 这样直接切掉也能用但多径信道带来的符号间拖尾会被当成噪声丢掉要在 ZP 下拿回完整性能需要引入重叠相加处理这一点在第 4 章详细展开。2.3 GL3 与 GL16保护间隔长度的频谱效率账文件名里的 GL3 和 GL16指的是保护间隔长度分别为 3 个采样点和 16 个采样点。GL 的选择直接影响两个指标频谱效率和抗多径时延能力。保护间隔长度有效数据占比N64最大容忍时延典型适用场景GL364/67 ≈ 95.5%3 个采样周期AWGN、弱多径GL1664/80 80%16 个采样周期瑞利衰落、多径明显GL3 的频谱效率接近 96%但一旦信道时延扩展超过 3 个采样点保护间隔就形同虚设GL16 虽然损失 20% 的吞吐却能容纳 16 个采样周期的时延扩展。在纯 AWGN 信道下没有多径时延GL3 和 GL16 的 BER 几乎完全重合所以AWGN_CP_GL3.fig和AWGN_CP_GL16.fig两张图里的曲线会叠在一起真正拉开差距的是瑞利衰落信道下的CH_CP_GL3与CH_CP_GL16对比。这套代码最有教学价值的地方正在于它把两个“看起来应该差不多”的参数放到一起用仿真结果告诉你什么时候差不多、什么时候差很多。提示文件名中 CH 表示瑞利衰落信道AWGN 表示高斯信道CP/ZP 是保护间隔类型GL 后数字是采样点数。这套命名规则本身就是实验记录范本。3. AWGN 信道下的 BER 仿真理论公式、噪声功率换算与数据解析3.1 Q.m 与 ber_QAM.m理论误码率从哪里来把仿真结果和理论基准对齐需要 Q 函数和 QAM 的理论误码率公式。Q.m 实现的是高斯 Q 函数也就是标准正态分布的右尾概率function y Q(x) % Q(x) P(Z x)Z 为标准正态随机变量 % 用 erfc 展开是数值上最稳定的实现 y 0.5 * erfc(x / sqrt(2)); end直接用数值积分定义算 Q 函数在自变量较大时误差会非常明显用erfc的恒等式转换是最稳妥的写法。有了 Q 函数M-QAM 在 AWGN 下的理论 BER 可以用标准公式计算ber_QAM.m 的典型实现是function Pe ber_QAM(EbN0_dB, M) % M-QAM 在 AWGN 下的理论误比特率格雷编码近似 k log2(M); EbN0 10.^(EbN0_dB / 10); % 符号错误率近似公式 Ps 4 * (1 - 1/sqrt(M)) * Q(sqrt(3 * k * EbN0 / (M - 1))); Pe Ps / k; % 格雷编码下 BER 约等于 SER / k end这个公式适用于矩形 M-QAM、M 为 2 的偶数次幂的情况星座点采用格雷编码。输入EbN0_dB是分贝值函数内部先换算成线性比值。系数 4 来自星座边缘点错误概率的加权对 16QAM 以上会略微偏保守但工程误差在可接受范围。不同调制阶数的理论曲线差异可以直接用这张表做初步判断调制方式理论 BER 近似公式达到 10^-3 所需 EbN0QPSKQ(sqrt(2·EbN0))约 6.8 dB16QAM(3/4)·Q(sqrt(0.8·EbN0))约 12.1 dB64QAM(7/12)·Q(sqrt(0.43·EbN0))约 17.6 dB3.2 AWGN 仿真链路里的 EbN0 到噪声功率换算AWGN 信道模拟本身只是叠加复高斯噪声但 EbN0 和实际噪声功率之间的换算才是最容易出错的地方。噪声加在整个时域信号上而 EbN0 是每比特能量与噪声谱密度之比中间隔着保护间隔开销、调制阶数等条件% AWGN 信道叠加噪声的功率换算 Es mean(abs(tx_signal(:)).^2); % 时域符号平均功率 Eb Es / (log2(M) * N) * (N GI_len) / N; % 每比特能量含GI开销 N0 Eb / (10^(EbN0_dB / 10)); % 噪声谱密度 noise_power N0 * (N GI_len) / N; % 折算到时域全块 rx_signal tx_signal sqrt(noise_power/2) * ... (randn(size(tx_signal)) 1j * randn(size(tx_signal)));这里的randn生成实部和虚部独立的复高斯噪声sqrt(noise_power/2)保证复噪声总功率等于noise_power。EbN0 折算中容易被忽略的是(NGI_len)/N这一项不把保护间隔开销算进去仿真曲线会和理论曲线错开约10*log10(80/64) ≈ 0.97 dB。如果仿真点全部平行偏移理论曲线先查这里。3.3 读取 .dat 结果文件与 plot_ber.m 绘图项目里的.dat文件是保存下来的 BER 仿真结果比如OFDM_BER_AWGN_CP_GL16.dat。这类文件在 MATLAB 里直接用load读取data load(OFDM_BER_AWGN_CP_GL16.dat); EbN0 data(:, 1); % 第一列是信噪比 BER data(:, 2); % 第二列是对应误码率plot_ber.m 负责把不同配置的 BER 曲线画到同一张坐标下。BER 跨越多个数量级必须用半对数坐标semilogy线性坐标下 10^-3 和 10^-5 的差异根本看不出semilogy(EbN0, BER, b-o, LineWidth, 1.2); hold on; grid on; xlabel(E_b/N_0 (dB)); ylabel(误比特率 (BER)); legend(仿真值, Location, southwest);画图时如果仿真曲线在低 EbN0 区间贴着理论线、到高 EbN0 区间开始偏离优先检查前面说的噪声功率折算如果从头到尾对不上则检查qammod的 Gray 编码参数是否生效。4. 瑞利衰落信道模拟多径时延如何改变 CP 与 ZP 的选择4.1 用抽头延迟线模型模拟频率选择性瑞利衰落瑞利信道在基带仿真里最常用的模型是抽头延迟线每条路径对应一个时延和独立的复高斯增益幅度服从瑞利分布。当多径时延超过保护间隔长度前一个符号的拖尾会落入当前符号的 FFT 窗口造成符号间干扰。下面是典型 3 径信道建模% 3径瑞利信道建模时延单位是采样点 path_delay [0, 1, 3]; % 相对时延第3径刚好等于GL3 path_power [0, -3, -6]; % 路径功率dB Lh max(path_delay) 1; h zeros(1, Lh); for p 1:length(path_delay) h(path_delay(p) 1) 10^(path_power(p) / 20) * ... (randn 1j * randn) / sqrt(2); end % 时域线性卷积模拟多径传播 rx_signal_chan filter(h, 1, tx_signal); % 之后再按第3章公式叠加 AWGN10^(path_power/20)把 dB 单位功率换算成幅度增益(randn 1j*randn)/sqrt(2)保证每径增益的模服从瑞利分布、相位均匀分布。第三径时延为 3 个采样点恰好等于 GL3 的容忍极限——搭配 GL3 时信道时延刚好在边界上搭配 GL16 则完全在保护范围内。这套参数设计不是巧合它就是用来制造“GL3 失败、GL16 成功”的对照实验。4.2 频域选择性衰落对子载波的影响与 ZP 的重叠相加处理OFDM 把宽带信道切成多个窄带子信道每个子信道上的衰落近似平坦但不同子载波经历的信道增益 H(k) 各不相同。有的子载波被深度衰减有的几乎不受影响。CP 让多径线性卷积变成循环卷积接收端 FFT 之后每个子载波只乘一个复数增益均衡只需一次复数除法。ZP 没有这个性质直接剥掉补零再做 FFT 会留下残余的线性卷积效应因此需要重叠相加把信道重新“折叠”回循环卷积function rx_fft_ready zp_overlap_add(rx_time, N, GI_len) % ZP 接收端的重叠相加处理 % rx_time: 接收时域符号矩阵每列长度 NGI_len % 返回: 可直接做 FFT 的有效符号矩阵 num_sym size(rx_time, 2); rx_fft_ready zeros(N, num_sym); tail zeros(GI_len, 1); for m 1:num_sym sym rx_time(:, m); % 当前符号NGI_len 点 seg sym(1:N) [tail; zeros(N - GI_len, 1)]; rx_fft_ready(:, m) seg; tail sym(N1:NGI_len); % 保存尾部给下一个符号 end end核心思想是上一段符号的拖尾经过多径信道后会叠加到当前符号头部把它加回来之后等效于把线性卷积补偿成循环卷积。之后再做 FFTZP 就和 CP 一样只剩下每个子载波的复增益。代价是接收机复杂度上升这也是 ZP 在实际系统里不如 CP 普及的原因。4.3 从 CH 数据文件看误差平台对比OFDM_BER_CH_CP_GL3.dat和OFDM_BER_CH_CP_GL16.dat两组数据瑞利信道下的差异非常直观。GL3 的 BER 在高 EbN0 区间进入误差平台继续增加信噪比也降不下去因为此时误码的主导因素不再是高斯噪声而是多径时延超过保护间隔后产生的符号间干扰。GL16 因为容纳了 3 径信道的所有时延BER 曲线随 EbN0 持续下降。仿真配置低 EbN0 区间高 EbN0 区间CH_CP_GL3与 GL16 差异小出现误差平台CH_CP_GL16与 GL3 差异小BER 持续下降CH_ZP_GL3与 GL16 差异小误差平台更高未做重叠相加时提示看到 BER 曲线在高 EbN0 处不再下降第一步查信道最大时延是否超过保护间隔第二步查 IFFT/FFT 的归一化因子是否一致。这两个原因占了误差平台问题的大多数。5. 进阶先用 test_orthogonality 自检再参数化改造仿真链路5.1 test_orthogonality.m 在验证什么OFDM 的根基是子载波正交性。实现上的任何错误——IFFT 归一化不对、数据维度不匹配、保护间隔类型和接收端不一致——最终都会破坏正交性。test_orthogonality.m 的做法很直接用单位矩阵作为频域输入经过 IFFT 再 FFT观察输出是否能恢复为单位阵N 64; X eye(N); % 每列是一个单位冲激的频域表示 x ifft(X, N, 1); % IFFT 到时域 Y fft(x, N, 1); % 再 FFT 回来 err max(abs(Y(:) - X(:))); fprintf(最大正交性误差%.2e\n, err);误差在 1e-14 量级说明 IFFT/FFT 对完全对称如果到 1e-8 甚至更大基本可以断定归一化因子或矩阵维度出了问题。把这一小段验证放在任何 BER 仿真之前能省掉大量盲调参数的时间。5.2 把单文件脚本改成统一调用入口原始脚本的参数散落在各行换一组配置就得改代码。工程上常见的做法是封装成一个带参函数把所有 OFDM 链路参数作为输入function ber run_ofdm_link(N, GI_len, GI_type, channel_type, EbN0_dB) % 统一 OFDM 链路仿真入口 % N: 子载波数 % GI_len: 保护间隔长度采样点 % GI_type: CP 或 ZP % channel_type: AWGN 或 Rayleigh % EbN0_dB: 信噪比数组 % ber: 对应 BER 输出数组 % 内部顺序调制 - IFFT - 加GI - 过信道 - 去GI - FFT - 解调 - 统计BER end参数化之后批量跑完下载包里出现的所有文件组合就只是一层循环:channels {AWGN, Rayleigh}; gi_types {CP, ZP}; gl_values [3, 16]; for c 1:2 for g 1:2 for l 1:2 ber run_ofdm_link(64, gl_values(l), gi_types{g}, channels{c}, 0:2:20); fname sprintf(OFDM_BER_%s_%s_GL%d.dat, ... channels{c}, gi_types{g}, gl_values(l)); save(fname, ber, -ascii); end end end命名沿用OFDM_BER_信道_保护间隔_GL长度.dat的规则和下载包里的文件保持同一体系。每次实验的结果都被文件系统完整记录事后分析 CP 与 ZP 的差异、GL3 与 GL16 的差异都只是按文件名搜索数据的问题。注意save用-ascii选项时只写数值矩阵不存变量名读取端load拿到的就是纯数组与原有的.dat文件格式完全兼容。本文还有配套的精品资源点击获取