【正文】 elseif x==33*j y=[1 1 1 1]。 elseif x==3j y=[1 1 1 0]。 elseif x==3j y=[0 1 1 0]。 elseif x==1+j y=[1 0 0 0]。 else y1=1。 end if (y1=0)amp。(y=2) y=1。 elseif y==[0 1 1 1] x=33*j。 elseif y==[1 0 1 1] x=13*j。 elseif y==[0 0 1 1] x=13*j。 elseif y==[1 0 1 0] x=1j。 end endend x=out_b。 for i=1:m ij=1。 %估計(jì)信道特性SVD for i=1:interval k=interval*(a1)+i。 end for i=(p+1):N s(i)=0。 end end chara(i)=UU(t,t)。 %信道自相關(guān)矩陣的特征值分解 UU=UU_0。 end Y=Y_P.39。C=4*(1^2+1^2)*(1/16)+2*4*(1^2+3^2)*(1/16)+4*(3^3+3^3)*(1/16)。 if k=NL for j=1:N X_S(j,k)=signal(j,k)/LS(j)。 end Y=Y_P.39。 else return end endend %LS估計(jì)算法子程序function out=ls(N,NL,interval,count,pilot,pilot_signal,signal) pilot_0=qam16(pilot)。*Y。)*(X39。 X_P(j)=pilot_0。 %提取的數(shù)據(jù)信號(hào)矩陣 else return end endend%MMSE估計(jì)算法子程序function out=mmse(N,NL,interval,count,pilot,Rhh,sgma,pilot_signal,signal)pilot_0=qam16(pilot)。 end x=pilot_0。%分離導(dǎo)頻信號(hào)與數(shù)據(jù)信號(hào)子程序function [x,y]=separate_pilot(interval,count,matrix) [m,n]=size(matrix)。 end endx=tran_1。)。for k=1:N for f=1:N if k==f RH(k,f)=1/L。 endfor k=1:l output_sig(:,k)=output_sig_serial(((k1)*nl+1):k*nl).39。for f=1:num if t_shift(f)~=0 delay_sig(f,1:t_shift(f))=zeros(1,t_shift(f))。for k=1:num atts=10.^(*(var_pow(k)))。output_sig=zeros(size(input_sig))。 %最大doppler頻移t_shift=floor(delay/t_interval)。endray_chan=sqrt(gauss_u1.^2+gauss_u2.^2)。[f_1,c_1,theta_1]=parameter_classical(N_i,var_u,fmax)。gauss_u1=zeros(1,samp_num)。theta_i=rand(1,N_i)*2*pi。 %Monte Carlo方法生成正弦波疊加法需要的各參數(shù)值子程序function [f_i,c_i,theta_i]=parameter_classical(N_i,var,fmax)sigma=sqrt(var)。%插入循環(huán)前綴子程序function x=insert_cp(num,matrix) [m,n]=size(matrix)。 w=w+1。 count=count+1。 %q表示轉(zhuǎn)置后的行數(shù)即NL w=1。%插入導(dǎo)頻信號(hào)子程序function [x,y]=insert_pilot(N,NL,interval,pilot,matrix_1) pilot_0=pilot。 end end endx=input。菱形標(biāo)記曲線為L(zhǎng)S39。圓圈標(biāo)記曲線為MMSE39。信噪比(db)39。rd39。ko39。 num_of_err_svd=error_stat(qam_out,modify_signal)。 time2=time2+time_ls(l)。 %運(yùn)算所用時(shí)間%LS估計(jì)修正 tic modify_signal=ls(N,NL,interval,count,pilot,pilot_signal,signal)。 modify_signal=invert(N,NL,modify_signal_b)。%信道自相關(guān)函數(shù)L=5。 %加入隨機(jī)高斯白噪聲 rece_siganl=add_noise(sgma,trans_o)。spow=0。 %各徑信噪比counter=[0 40000 60000 80000 100000]。 %各徑時(shí)延fc=1e+9。 %進(jìn)行快速逆離散傅里葉變換 qam_pilot_ifft=ifft(qam_pilot,N)。 num_of_err_svd=0。 time_svd_add=0。 time_ls_add=0。 time_mmse_add=0。 %輸入信號(hào)的次數(shù)KL=N*NL。 %插入間隔數(shù)num=6。衷心祝愿張國(guó)梅老師在今后工作中再創(chuàng)輝煌！其次，我要感謝學(xué)友楊瀟茵和其他同學(xué)，他們?cè)谖易霎厴I(yè)設(shè)計(jì)過(guò)程中給予了大量無(wú)私的幫助，這一切不僅使我的畢業(yè)設(shè)計(jì)工作得以順利完成，也加深了我們的友誼。她一次次浪費(fèi)了寶貴的科研時(shí)間和休息時(shí)間，給我們答疑。張老師知識(shí)淵博，思維縝密，和藹可親。在OFDM系統(tǒng)中存在時(shí)頻域同步、信道估計(jì)、信道編碼和交織、降低峰值平均功率比以及均衡等幾方面的關(guān)鍵技術(shù)。通過(guò)應(yīng)用MALAB軟件，搭建起一套完整的OFDM系統(tǒng)模型，在此系統(tǒng)中包含有向數(shù)據(jù)信號(hào)中插入導(dǎo)頻信號(hào)，并利用導(dǎo)頻信號(hào)估計(jì)信道特性的模塊。一般情況下，階數(shù)近似等于循環(huán)長(zhǎng)度CP的時(shí)候就可以得到很好的信道估計(jì)器，而在OFDM系統(tǒng)設(shè)計(jì)時(shí)，通常要求CP遠(yuǎn)小于子載波數(shù)，所以其運(yùn)算復(fù)雜度不會(huì)很高。MMSE估計(jì)和LS估計(jì)算法都是在假定各子信道噪聲方差相同的條件下得到，都采用圖（）所示的估計(jì)器結(jié)構(gòu)，但按上面所言，信道功率僅集中在前幾個(gè)子信道中，而其它子信道中噪聲方差與之相比會(huì)較大，因而噪聲所起的影響是很大的。 仿真流程圖 圖（）仿真流程圖通過(guò)仿真，在一定的信噪比條件下，我們得到如下數(shù)據(jù)：表（）各估計(jì)算法的誤碼率統(tǒng)計(jì)信噪比SNR（db）MMSE估計(jì)的誤碼率LS估計(jì)的誤碼率SVD估計(jì)的誤碼率0369121518 信噪比SNR（db）MMSE估計(jì)的誤碼率LS估計(jì)的誤碼率SVD估計(jì)的誤碼率21 24表（）各估計(jì)算法的運(yùn)行時(shí)間統(tǒng)計(jì)時(shí)間（秒）MMSE估計(jì)的運(yùn)行時(shí)間LS估計(jì)的運(yùn)行時(shí)間SVD估計(jì)的運(yùn)行時(shí)間由以上結(jié)果可以得到誤碼率曲線圖：圖（）MMSE、LS和SVD估計(jì)算法的誤碼率曲線圖從上面的誤碼率曲線圖，我們可以明顯地看到，MMSE估計(jì)算法的效果要好于LS和SVD估計(jì)算法，SVD估計(jì)算法要好于LS估計(jì)算法，但是從仿真過(guò)程中三種估計(jì)算法所用的時(shí)間來(lái)看，MMSE估計(jì)算法的運(yùn)算量也是三者之中最大的，其次為SVD估計(jì)算法，LS估計(jì)算法運(yùn)算量最小。選擇的原則為確定過(guò)程的平均功率與隨機(jī)過(guò)程的方差相等，因此選擇為： （）在符合經(jīng)典功率譜條件下用Monte Carlo法可以得到： （） 而參數(shù)從均勻分布的隨機(jī)器取出。若用有限個(gè)諧波來(lái)代替無(wú)限個(gè)諧波則隨機(jī)過(guò)程可以表示為式（）： （）仿真時(shí)，當(dāng)從均勻分布的隨機(jī)器取出之后，在整個(gè)仿真過(guò)程中不再變化，不再代表一個(gè)隨機(jī)變量，而是隨機(jī)變量的一個(gè)實(shí)現(xiàn)。而產(chǎn)生有色隨機(jī)過(guò)程的方法有兩類(lèi)：第一類(lèi)方法是正弦波疊加法；第二類(lèi)是成形濾波器法。此次仿真采用頻率選擇性衰落信道。第四章 仿真及結(jié)果 仿真條件及信道模型基于前面章節(jié)的理論介紹，我們?cè)诖瞬糠謱⒗肕ATLAB軟件進(jìn)行OFDM系統(tǒng)仿真，仿真的系統(tǒng)以圖（）所示系統(tǒng)為模型。若只考慮前個(gè)較大的特征值，而將后面?zhèn)€值設(shè)置為0，如圖（）所示，則降秩后的矩陣為，而。進(jìn)一步定義平均為，則式（）可以簡(jiǎn)化為：＝ （）其中，它是由星座圖確定的常數(shù)，例如在16QAM中的=17/9。 LS估計(jì)LS估計(jì)是使最小，由此推導(dǎo)可得到： （）其中，把它代入式（）可進(jìn)一步得到： （）估計(jì)算法式（）和式（）都可用如下結(jié)構(gòu)的估計(jì)器表示， 圖（）估計(jì)器結(jié)構(gòu) SVD估計(jì)前面講述的兩種估計(jì)算法中，MMSE估計(jì)的運(yùn)算量很大，但其性能要遠(yuǎn)好于LS估計(jì)，因此人們開(kāi)始研究如何能有效地降低MMSE的運(yùn)算量，而不會(huì)使其性能有很大損失。下面重點(diǎn)對(duì)這三種估計(jì)方法作詳細(xì)的介紹。這種信道估計(jì)方法僅適用于慢衰落信道，認(rèn)為一個(gè)OFDM符號(hào)內(nèi)信道響應(yīng)保持不變，且相鄰符號(hào)的信道傳輸函數(shù)改變不大，此時(shí)才能通過(guò)時(shí)域內(nèi)插比較準(zhǔn)確地估計(jì)數(shù)據(jù)信號(hào)位置的信道傳輸函數(shù)。首先，我們從得到的中提取經(jīng)過(guò)信道傳輸后的導(dǎo)頻信號(hào)，并利用已知的發(fā)送的原導(dǎo)頻信號(hào)，估計(jì)出導(dǎo)頻位置處的信道傳遞函數(shù)；然后，再通過(guò)某種算法利用這些值估計(jì)出數(shù)據(jù)信號(hào)處的信道傳遞函數(shù)；最后，利用估計(jì)出的數(shù)據(jù)信號(hào)處的信道傳遞函數(shù)完成對(duì)接收信號(hào)的校正，一個(gè)最簡(jiǎn)單的方法是將接收信號(hào)除以，得到校正后的信號(hào)。表達(dá)式為： （）眾所周知，信道的特性可以由信道傳遞函數(shù)表示，但實(shí)際應(yīng)用中是未知的，要想得到其值一種方法就是利用插入導(dǎo)頻信號(hào)的辦法。此外為了能比較準(zhǔn)確的估計(jì)邊緣處的值，要使第一個(gè)子載波和最后一個(gè)子載波上都包含有導(dǎo)頻信號(hào)，并盡量使每幀中的第一個(gè)和最后一個(gè)OFDM符號(hào)內(nèi)都要包含有導(dǎo)頻信號(hào)。此外，這種導(dǎo)頻結(jié)構(gòu)對(duì)信道頻率選擇性敏感，有利于克服信道快衰落的不利影響。這種基于塊狀導(dǎo)頻的信道估計(jì)僅需要進(jìn)行時(shí)域內(nèi)插，不需要進(jìn)行頻域內(nèi)插，故其運(yùn)算量較低。在OFDM系統(tǒng)中，信道估計(jì)的方法有很多種，其中基于導(dǎo)頻信號(hào)的信道估計(jì)是常用的一種方法，因?yàn)樗苡行У販p輕和補(bǔ)償無(wú)線信道多徑衰落的影響。目前，在已經(jīng)應(yīng)用的無(wú)線通信系統(tǒng)中，信道估計(jì)技術(shù)已經(jīng)比較成熟，但對(duì)基于OFDM的移動(dòng)通信系統(tǒng)的信道估計(jì)技術(shù)，尚處于研究和探索階段。在OFDM系統(tǒng)的實(shí)際應(yīng)用中，可以采用更加方便快捷的快速傅里葉變換（FFT/IFFT）。一個(gè)OFDM符號(hào)之內(nèi)包括多個(gè)經(jīng)過(guò)調(diào)制的子載波的合成信號(hào)，其中每個(gè)子載波都可以接收到相移鍵控（PSK）或者正交幅度調(diào)制（QAM）技術(shù)的調(diào)制。自從20世紀(jì)80年代以來(lái)OFDM已經(jīng)在數(shù)字音頻廣播（DAB）、數(shù)字視頻廣播（DVB）、（WLAN）以及有線電話網(wǎng)上基于現(xiàn)有銅雙絞線的非對(duì)稱(chēng)高比特率數(shù)字用戶(hù)線技術(shù)（例如ADSL）中得到了應(yīng)用。1971年，Weinstein和Ebert把離散傅里葉變換（DFT）應(yīng)用到并行傳輸系統(tǒng)中，作為調(diào)制和解調(diào)過(guò)程的一部分。在傳統(tǒng)的并行數(shù)據(jù)傳輸系統(tǒng)中，整個(gè)信號(hào)頻段被劃分為N個(gè)相互不重疊的子信道。 OFDM技術(shù)發(fā)展史正交頻分復(fù)用（OFDM，Orthogonal Frequency Division Multiplexing,）是一種特殊的多載波傳輸方案，它可以被看作是一種調(diào)制技術(shù)，也可以被當(dāng)作一種復(fù)用技術(shù)。目前，3G的商用化正是人們十分關(guān)注的熱門(mén)話題。從20世紀(jì)80年代中期開(kāi)始，數(shù)字移動(dòng)通信