基于OFDM与OFDMA的物理层通信系统仿真平台

资 源 简 介

本项目旨在构建一个高仿真度的OFDM及OFDMA无线通信系统链路，涵盖从比特流处理到射频仿真及信号恢复的全过程。 系统首先通过随机比特序列生成原始信息，随后进行符号映射如QAM或PSK调制。 核心架构实现了OFDM的关键技术步骤，包括串并转换、快速傅里叶逆变换（IFFT）以及循环前缀（CP）的添加，以消除符号间干扰（ISI）。 在信道模型方面，项目重点构建了频率选择性多径衰落信道，包括符合特定功率延迟谱的瑞利衰落（Rayleigh Fading）和莱斯衰落（Rician Fading）模型，并模拟了多普勒频移的影响。 针对多用户场景，项目实现了OFDMA子载波映射机制，展示了如何将频谱资源灵活分配给不同用户。 接收端集成了先进的信道估计技术，通过插入中梳状或块状导频信号，实现了最小二乘法（LS）和最小均方误差法（MMSE）信道估计器，并配合线性插值或样条插值算法还原信道频率响应。 系统最后通过最大似然检测进行解调，并计算在不同信噪比（SNR）下的误码率（BER），旨在用于评估不同信道估计算法及资源分配策略在复杂无线环境下的稳健性。

详 情 说 明

基于MATLAB的多用户OFDM与OFDMA物理层系统建模与衰落信道仿真平台

本项目是一个高度集成的无线通信物理层仿真环境，专门用于研究和评估OFDM（正交频分复用）及OFDMA（正交频分多址）技术在复杂多径衰落信道环境下的性能表现。系统完整模拟了从数字信号处理到模拟信道特性，再到接收端信号恢复的全链路流程。

功能特性

1. 多用户OFDMA资源分配：支持将频谱资源划分为多个子载波块，物理层通过保护频带屏蔽边缘干扰，并将有效子载波公平分配给多个独立用户。
2. 动态衰落信道模拟：构建了基于功率延迟谱的多径瑞利衰落信道，模拟了真实的信号延迟与时间选择性衰落，并通过随机变量集成了多普勒频移影响。
3. 导频辅助的信道估计：在OFDM符号中插入梳状结构导频（Comb-type Pilots），通过比对接收信号与已知导频序列来感知信道变化。
4. 高级信道均衡技术：实现了基础的最小二乘法（LS）估计器以及抗噪声性能更强的最小均方误差法（MMSE）估计器。
5. 全方位性能可视化：提供误码率曲线、信道频率响应对比、信号功率谱密度、星座图以及多用户资源分配矩阵等多维度图表分析。

使用方法

1. 环境配置：确保计算环境中已安装MATLAB以及信号处理工具箱、通信工具箱。
2. 参数自定义：可以在脚本顶部的系统参数设置区域修改子载波数量、循环前缀长度、用户数、调制阶数（如QAM-16）以及信噪比范围。
3. 运行仿真：执行主程序，系统将依次进行各信噪比下的蒙特卡罗循环仿真。
4. 结果观测：仿真结束后，系统会自动弹出五个独立的图表窗口，分别展示链路性能、信道估计准确度及物理层参数状态。

系统要求

1. 软件环境：MATLAB R2020b 或更高版本。
2. 必备工具箱：Signal Processing Toolbox, Communications Toolbox。

核心实现逻辑

仿真系统遵循以下严谨的物理层处理流程：

1. 资源映射逻辑

系统首先定义子载波总数，并划出两端的保护频带以模拟窄带滤波效果。剩余的活跃子载波按顺序平均分配给各用户。

1. 发射端符号生成

针对每一帧中的每一个OFDM符号，系统递归处理每个用户的数据。每个用户根据分配到的子载波索引，生成特定的伪随机比特序列。这些比特通过QAM调制映射为复数符号。随后，系统根据设定的导频间隔插入特定的导频参考信号。

1. 正交调制与循环前缀

所有用户的符号归并到总子载波矩阵后，进行逆快速傅里叶变换（IFFT）将频域信号转为时域。为了抵抗多径效应产生的符号间干扰（ISI），在时域信号头部添加指定长度的循环前缀（CP）。

1. 物理信道模拟

信道模块模拟了频率选择性多径衰落。它根据预设的多径延迟和增益参数，生成多个带有多普勒频移权重的径向增益。通过延迟求和算法模拟信号在多径环境中的传播。最后，系统根据信噪比设置向信号中注入高斯白噪声。

1. 接收端处理与信道估计

接收端首先剥离循环前缀，并利用FFT转换回频域。针对各用户的频域符号，系统提取导频位置的接收值：

• LS估计算法：直接计算接收导频与原始导频的比值。
• MMSE估计算法：在LS基础上引入信噪比先验信息，利用信噪比倒数作为正则化项，实现对噪声干扰的抑制。
• 计算得到的导频信道响应通过线性插值和外推算法扩展至该用户占用的所有数据载波位置。

1. 均衡与解调

使用估计出的信道矩阵对接收符号进行零强制均衡，随后进行最大似然硬判决解调（QAM解调）。

1. 误码率统计

为了确保对比的准确性，系统在计算误码率时使用相同的随机种子重新计算原始比特序列，通过逐个比特比对统计错误数，最终得出不同算法在各信噪比下的BER曲线。

关键函数与算法说明

• 伪随机序列生成函数：通过特定的状态种子生成可重复的随机比特流，确保发射端原始数据与接收端校验数据在逻辑上完全对齐。
• IFFT/FFT 变换：作为OFDM的核心，实现了频域子载波的正交化调制与解调，通过sqrt(N)的缩放保持信号功率在变换前后的一致性。
• 梳状导频估计算法：利用interp1函数配合线性外推模式，将离散的导频信道增益还原为连续的子载波频率响应函数。
• 简化MMSE矩阵运算：在代码实现中，利用恒等矩阵模拟了信道自相关特性，并结合实时信噪比线性值，展示了MMSE相比LS在低信噪比下的稳健性优势。
• 功率谱密度分析：采用Welch法对发射时域信号进行频谱估计，展现了OFDM信号的宽带占用特征及边缘功率下降特性。