第【80】期-- 基于索引调制的AFDM与OFDM在时间频率双弥散信道中的误码率对比 --MATLAB完整代码

关注我追更更多通信仿真代码文章目录摘要1、引言1.1 研究背景1.2 本文工作2、系统模型与理论基础2.1 系统参数与索引调制基本框架2.2 OFDM‑IM 的数学描述2.3 AFDM‑IM 与DAFT2.4 时频双弥散信道模型2.5 啁啾参数的设计准则2.6 接收机LMMSE 均衡与 IM 解映射3 仿真分析3.1 仿真图表 1 系统仿真参数3.2 部分代码4 总结摘要随着6G及未来无线通信系统对高移动性场景如高速铁路、车联网、低轨卫星通信的需求日益增长传统正交频分复用OFDM技术在双弥散信道下面临严重的子载波间干扰ICI问题性能急剧恶化。仿射频分复用AFDM作为一种新兴的基于啁啾信号的多载波技术通过离散仿射傅里叶变换DAFT在双弥散信道中实现了全分集增益。另一方面索引调制IM技术通过利用子载波索引作为额外的信息承载维度有效提升了系统的频谱效率和能量效率。本文将索引调制分别与OFDM和AFDM相结合构建OFDM-IM与AFDM-IM两种系统模型在双弥散信道下进行蒙特卡洛仿真对比分析。仿真结果表明在相同的系统参数和信道条件下AFDM-IM的误码率BER性能显著优于OFDM-IM验证了AFDM波形在时频双弥散信道中的优越性以及AFDM-IM作为未来高移动性通信候选方案的潜力。1、引言1.1 研究背景第五代移动通信5G向第六代6G演进的过程中无线通信系统面临着一系列前所未有的挑战。6G网络被期望支持超可靠、高速率、低延迟的通信服务尤其在高速移动场景下——包括低轨卫星通信、高速铁路、自动驾驶车辆V2V和自主飞行器等。在这些场景中收发端之间的相对运动产生严重的多普勒频移同时多径传播引入时延扩展二者共同作用形成时频双弥散信道也称双选择性信道。传统正交频分复用OFDM技术作为4G/5G标准的核心波形在时不变频率选择性信道中能够实现接近最优的性能。然而在双弥散信道中多普勒频移破坏了子载波之间的正交性引发严重的子载波间干扰ICI导致OFDM系统的性能下降。为应对双弥散信道的挑战研究者提出了多种新型多载波调制方案其中仿射频分复用Affine Frequency Division Multiplexing, AFDM作为一种新型基于啁啾的多载波波形被提出。AFDM基于离散仿射傅里叶变换DAFT——离散傅里叶变换DFT的一种广义形式通过两个可调啁啾参数预啁啾参数和后啁啾参数的优化设计能够在DAFT域获得信道的完整延迟-多普勒表示。研究表明AFDM在双弥散信道中能够达到最优分集阶数且与OTFS相比AFDM仅依赖一维变换实现更简单、导频开销更低。另一方面索引调制IM通过将信息承载于传输资源索引上在不增加功耗的前提下提升频谱效率OFDM‑IM 已被证明在频率选择性信道中优于传统 OFDM。1.2 本文工作本文旨在通过蒙特卡洛仿真系统对比OFDM-IM与AFDM-IM在双弥散信道中的误码率性能。2、系统模型与理论基础2.1 系统参数与索引调制基本框架2.2 OFDM‑IM 的数学描述2.3 AFDM‑IM 与DAFT2.4 时频双弥散信道模型2.5 啁啾参数的设计准则2.6 接收机LMMSE 均衡与 IM 解映射3 仿真分析3.1 仿真图表 1 系统仿真参数参数名称取值备注子载波总数64变换域符号长度调制阶数2BPSK 调制每子块子载波数2索引调制子块大小每子块激活子载波数1仅激活一个子载波传输符号子块总数32(K N / N_{\rm IM})每子块索引比特数1(\left\lfloor \log_2 \binom{N_{\rm IM}}{m} \right\rfloor)每子块符号比特数1(m \log_2 M)每子块总比特数2(p_1 p_2)每帧总传输比特数64(K \cdot B_{\rm sub})多径数目3基本2~5扫描可分辨路径数最大归一化时延4保证 (P \le \tau_{\max}1)最大归一化多普勒2基本1~4扫描归一化于子载波间隔AFDM 预啁啾参数((2\nu_{\max}1)/(2N))随 (\nu_{\max}) 自适应AFDM 后啁啾参数(1/(2N))固定值蒙特卡洛迭代次数500基本1500高精度每 SNR 点独立信道实现数均衡方法LMMSE假设完美信道状态信息信道模型随机双弥散信道各径增益、时延、多普勒均匀随机可以看到在低信噪比区域两种方案的误码率曲线较为接近此时噪声占据主导地位信道畸变和 ICI 的影响尚未充分显现。随着信噪比的提升AFDM‑IM 的误码率持续下降其曲线斜率明显大于 OFDM‑IM。两种方案的平均处理时间在本地matlab上相当。AFDM相比于OFDM增大多普勒频移和多径数量的ber影响要低于OFDM说明了AFDM双弥散信道中的优越性。3.2 部分代码clear;clc;close all;%%1.固定系统参数 N64;%子载波总数 M2;%调制阶数(BPSK)N_IM2;%每个子块子载波数 m_IM1;%每子块激活子载波数 K_IMN/N_IM;%每子块比特数 p1floor(log2(nchoosek(N_IM,m_IM)));%索引比特 p2m_IM*log2(M);%符号比特 bits_per_subsetp1p2;total_bitsK_IM*bits_per_subset;%信道基本参数 P_fixed3;%固定多径数 max_delay4;%最大时延必须最大P-1 max_doppler_fixed2;%固定多普勒%仿真参数 SNR_dB0:4:28;%信噪比范围 num_iterations500;%每SNR点迭代次数可增至1500提高精度fprintf(仿真参数:N%d,P%d,ν_max%d,迭代次数%d\n,...N,P_fixed,max_doppler_fixed,num_iterations);%%2.生成变换矩阵用于仿真函数 n_idx(0:N-1).;F(1/sqrt(N))*exp(-1j*2*pi*n_idx*n_idx/N);F_HF;%%3.基本性能对比固定多普勒和多径fprintf(\n基本对比(P%d,ν_max%d)\n,P_fixed,max_doppler_fixed);[BER_OFDM_base,BER_AFDM_base]...run_simulation(N,N_IM,m_IM,M,P_fixed,max_delay,max_doppler_fixed,...SNR_dB,num_iterations,total_bits,F,F_H);%%4.多普勒扩展扫描固定 P max_doppler_vec1:4;BER_OFDM_doppzeros(length(SNR_dB),length(max_doppler_vec));BER_AFDM_doppzeros(length(SNR_dB),length(max_doppler_vec));fprintf(\n 多普勒扫描 (P%d) \n,P_fixed);ford_idx1:length(max_doppler_vec)vmax_doppler_vec(d_idx);fprintf( ν_max %d ...\n,v);[BER_OFDM_dopp(:,d_idx),BER_AFDM_dopp(:,d_idx)]...run_simulation(N,N_IM,m_IM,M,P_fixed,max_delay,v,...SNR_dB,num_iterations,total_bits,F,F_H);end%%5.多径数目扫描固定多普勒 P_vec2:5;BER_OFDM_pathzeros(length(SNR_dB),length(P_vec));BER_AFDM_pathzeros(length(SNR_dB),length(P_vec));fprintf(\n 多径扫描 (ν_max%d) \n,max_doppler_fixed);forp_idx1:length(P_vec)PP_vec(p_idx);fprintf( P %d ...\n,P);[BER_OFDM_path(:,p_idx),BER_AFDM_path(:,p_idx)]...run_simulation(N,N_IM,m_IM,M,P,max_delay,max_doppler_fixed,...SNR_dB,num_iterations,total_bits,F,F_H);end%%6.绘制所有结果%6.1基本对比figure(Name,基本BER对比,Position,[100,100,600,450]);semilogy(SNR_dB,BER_OFDM_base,r-s,LineWidth,1.5,MarkerFaceColor,r);hold on;semilogy(SNR_dB,BER_AFDM_base,b-o,LineWidth,1.5,MarkerFaceColor,b);grid on;xlabel(SNR (dB));ylabel(BER);title(sprintf(OFDM-IM vs AFDM-IM(P%d,ν_{max}%d),P_fixed,max_doppler_fixed));legend(OFDM-IM,AFDM-IM,Location,southwest);set(gca,FontSize,11);%6.2多普勒扫描figure(Name,多普勒扫描,Position,[100,100,700,500]);colorslines(length(max_doppler_vec));ford_idx1:length(max_doppler_vec)semilogy(SNR_dB,BER_OFDM_dopp(:,d_idx),-s,Color,colors(d_idx,:),...LineWidth,1.5,MarkerFaceColor,colors(d_idx,:));hold on;semilogy(SNR_dB,BER_AFDM_dopp(:,d_idx),--o,Color,colors(d_idx,:),...LineWidth,1.5,MarkerFaceColor,colors(d_idx,:));end grid on;xlabel(SNR (dB));ylabel(BER);title(sprintf(不同多普勒下的性能 (P%d),P_fixed));%图例 leg{};ford_idx1:length(max_doppler_vec)leg{end1}sprintf(OFDM ν%d,max_doppler_vec(d_idx));leg{end1}sprintf(AFDM ν%d,max_doppler_vec(d_idx));endlegend(leg,Location,southwest,FontSize,9);set(gca,FontSize,11);%6.3多径扫描figure(Name,多径扫描,Position,[100,100,700,500]);colorslines(length(P_vec));forp_idx1:length(P_vec)semilogy(SNR_dB,BER_OFDM_path(:,p_idx),-s,Color,colors(p_idx,:),...LineWidth,1.5,MarkerFaceColor,colors(p_idx,:));hold on;semilogy(SNR_dB,BER_AFDM_path(:,p_idx),--o,Color,colors(p_idx,:),...LineWidth,1.5,MarkerFaceColor,colors(p_idx,:));end grid on;xlabel(SNR (dB));ylabel(BER);title(sprintf(不同多径数目下的性能 (ν_{max}%d),max_doppler_fixed));leg{};forp_idx1:length(P_vec)leg{end1}sprintf(OFDM P%d,P_vec(p_idx));leg{end1}sprintf(AFDM P%d,P_vec(p_idx));endlegend(leg,Location,southwest,FontSize,9);set(gca,FontSize,11);%6.4分集阶数估计基于多径扫描的高SNR区域 high_snr_idxfind(SNR_dB16);SNR_highSNR_dB(high_snr_idx);diversity_OFDMzeros(length(P_vec),1);diversity_AFDMzeros(length(P_vec),1);forp_idx1:length(P_vec)y_ofdmlog10(BER_OFDM_path(high_snr_idx,p_idx));p_ofdmpolyfit(SNR_high,y_ofdm,1);diversity_OFDM(p_idx)-p_ofdm(1);y_afdmlog10(BER_AFDM_path(high_snr_idx,p_idx));p_afdmpolyfit(SNR_high,y_afdm,1);diversity_AFDM(p_idx)-p_afdm(1);endfigure(Name,分集阶数估计,Position,[100,100,600,450]);bar(P_vec,[diversity_OFDM,diversity_AFDM]);xlabel(多径数目 P);ylabel(估计的分集阶数);title(高SNR区域BER斜率分集阶数);legend(OFDM-IM,AFDM-IM,Location,best);grid on;set(gca,FontSize,11);%标注理论值 hold on;plot(P_vec,P_vec,k--,LineWidth,1.5,DisplayName,理论满分集);legend show;fprintf(\n 分集阶数估计 \n);forp_idx1:length(P_vec)fprintf(P%d: OFDM%.2f, AFDM%.2f\n,P_vec(p_idx),...diversity_OFDM(p_idx),diversity_AFDM(p_idx));enddisp(所有仿真完成);4 总结本文通过理论分析与蒙特卡洛仿真系统对比了 OFDM-IM 与 AFDM-IM 在时频双弥散信道下的性能。结果表明AFDM-IM 凭借其基于 DAFT 的啁啾波形特性能有效对抗由高速移动引起的多普勒扩展与多径时延在误码率性能上显著优于传统 OFDM-IM。这验证了 AFDM-IM 作为未来 6G 高移动性通信场景中一种高效、可靠波形方案的巨大潜力。后续工作可进一步探索其与 MIMO、智能反射面等技术的结合以应对更复杂的信道环境。仿真完整代码可见往期文章文末VX公众号包含往期博客所有代码所见即所得