基于SLM算法的STBC-MIMO-OFDM系统PAPR抑制仿真

资 源 简 介

本项目旨在MATLAB仿真环境中构建一个集成了空时分组码（STBC）的多输入多输出（MIMO）正交频分复用（OFDM）通信系统，并重点实现利用选择性映射（SLM）算法来降低发射信号的峰均功率比（PAPR）。项目详细模拟了从信源产生、数字调制（如QPSK/16QAM）、Alamouti STBC编码到多天线发射的完整流程。核心功能在于SLM模块的实现：系统生成多组统计独立的随机相位序列与传输数据块进行点乘，经过IFFT变换后生成多组代表同一信息的候选时域信号，随后计算每组信号的PAPR值，并按最小PAPR原则选择最优信号进行传输。仿真程序将通过蒙特卡洛方法进行大量迭代，统计原始信号与经过SLM处理后信号的PAPR分布特性，最终计算并绘制互补累积分布函数（CCDF）曲线，以量化评估SLM算法在不同候选序列数量下对STBC-MIMO-OFDM系统PAPR的抑制增益和性能表现。

详 情 说 明

基于SLM算法的STBC-MIMO-OFDM系统PAPR抑制仿真项目

项目介绍

本项目在MATLAB环境中实现了一个完整的STBC-MIMO-OFDM通信系统仿真平台，专注于研究和评估选择性映射（SLM）算法在降低发射信号峰均功率比（PAPR）方面的性能。

系统融合了空时分组码（Alamouti STBC）、多输入多输出（MIMO）技术与正交频分复用（OFDM）调制。仿真脚本精确模拟了从比特流生成、QPSK调制、相位旋转、空时编码到IFFT变换的全过程，并通过蒙特卡洛方法统计不同SLM候选序列数量下的PAPR分布情况，最终生成互补累积分布函数（CCDF）曲线图以验证算法增益。

功能特性

• MIMO-OFDM 架构：构建了2发（2Tx）天线配置的OFDM系统，支持子载波配置和过采样处理。
• STBC 空时编码：在频域实现了经典的Alamouti空时分组码，通过双时隙发射分集提高系统可靠性。
• SLM 抑制算法：实现了基于独立相位序列的选择性映射算法，通过生成多组候选信号并择优传输来降低PAPR。
• 高精度PAPR评估：采用4倍过采样（L=4）技术进行IFFT变换，从而更准确地捕捉模拟连续时间信号中的PAPR峰值。
• 统计分析与可视化：自动进行数千次蒙特卡洛迭代，统计PAPR分布，并绘制不同候选数量（U=1, 4, 8, 16）下的CCDF对比曲线。

系统要求

• MATLAB R2016a 或更高版本
• 通信工具箱（Communications Toolbox）- 用于 qammod 等函数
• 信号处理工具箱（Signal Processing Toolbox）- 用于基础信号处理

使用方法

1. 确保MATLAB环境已安装所需工具箱。
2. 打开MATLAB并将工作目录切换到项目所在文件夹。
3. 直接运行主仿真脚本。
4. 程序将在命令窗口输出当前仿真参数（子载波数量、迭代次数等）以及当前的进度状态。
5. 仿真结束后，会自动弹出一个图形窗口，显示PAPR的CCDF性能曲线。

仿真实现逻辑详解

主程序通过嵌套循环结构进行仿真，外层循环遍历不同的SLM候选序列数量配置，内层循环执行蒙特卡洛迭代。具体实现流程如下：

1. 参数初始化 程序首先定义了OFDM子载波数量（128）、过采样因子（4）、调制阶数（QPSK）、天线数量（2）以及SLM的候选序列集合（如1, 4, 8, 16）。

2. 信源产生与调制 在每次迭代中，生成随机比特流，并利用 qammod 函数进行QPSK调制。为了配合Alamouti编码，调制后的符号被重组为两列数据，分别代表两个原始数据流 S1 和 S2。

3. SLM 相位序列生成 系统构建一个相位矩阵，其中包含 U 组相位序列。

• 第一组序列固定为全1（代表原始信号，无旋转）。
• 其余 U-1 组序列由集合 {1, j, -1, -j} 中的元素随机组成。
• 该相位矩阵用于后续生成彼此统计独立的候选传输信号。

4. 候选信号生成与优选（核心算法） 对于每一个候选相位序列，程序执行以下步骤：

• 相位旋转：将当前相位序列同时作用于 S1 和 S2 数据流，以保持MIMO通道间的正交性。
• 频域 STBC 编码：根据Alamouti算法逻辑，构建两个发射天线在两个不同时隙（Time Slot）的频域数据：

* 天线1：时隙1发送 S1，时隙2发送 -conj(S2)。 * 天线2：时隙1发送 S2，时隙2发送 conj(S1)。

• IFFT 与过采样：调用内部函数对上述4组频域数据（2天线 x 2时隙）分别进行IFFT变换。变换过程中采用了中间补零的方法实现4倍过采样，以获得更加精确的时域波形。
• PAPR 计算：分别计算所有天线和时隙的时域信号PAPR值。
• 最差情况评估：取当前候选方案中所有分支PAPR的最大值作为该方案的系统PAPR。
• 择优：对比所有 U 组候选方案的PAPR，记录其中的最小值作为本次传输的最终PAPR。

5. 统计与绘图 完成指定次数的迭代后，程序利用 ecdf 函数计算经验累积分布函数，转换为CCDF（1 - CDF），并使用半对数坐标系（semilogy）绘制曲线，直观展示SLM算法在随着候选序列数量增加时带来的PAPR性能改善。

关键算法与函数说明

perform_ifft_oversampled(freq_data, N, L) 这是一个自定义的内部辅助函数，用于执行带过采样的IFFT。

• 它接收频域数据、子载波数 N 和过采样因子 L。
• 实现细节：它并不是简单地在末尾补零，而是将频域数据分为正频率和负频率两部分，将零填充在两者中间（即高频部分）。这是标准的频域插值方法，能生成更平滑的时域插值信号。
• 最后执行 IFFT 并进行能量归一化修正。

calculate_papr(time_signal) 用于计算给定离散时域信号的峰均功率比。

• 计算公式：PAPR (dB) = 10 * log10(峰值功率 / 平均功率)。
• 鲁棒性处理：包含对平均功率为0的极端情况的判断，防止除以零错误。

Alamouti STBC (频域实现) 代码直接在频域对经过相位旋转后的符号进行操作。这种处理方式避免了在时域进行复杂的共轭和翻转操作，利用了OFDM多载波的特性，使得空时编码更加高效和直观。