正交频分复用(OFDM)原理及实现

最新推荐文章于 2024-05-13 21:00:00 发布

king阿金

最新推荐文章于 2024-05-13 21:00:00 发布

阅读量3.8w

点赞数 106

文章标签： OFDM原理数字实现正交频分复用

本文链接：https://blog.csdn.net/qq_34070723/article/details/88926168

版权

1.OFDM原理

1.1时域正交与基带信号

[1]OFDM的核心就是利用各个子载波的正交性，信号的正交性是什么呢？就是无论两个函数（信号的表达式称为函数）的幅值为多少，在确定的一个时间周期内相乘，其积分总是等于0（也就是面积相加为0）。比如最简单的一对正交函数sin(t)和sin(2t),其中红色是sin(t)，蓝色是sin(2t)。他们均在2π时间内具有完整的周期，各自在2π时间内的积分问为0（正负面积相加为0）。而sin(t)*sin(2t)的图像为：

可以大概地看出，图像中正负面积相加同样为0，也就是：

那么如果使得sin(t)的幅度为a，sin(2t)的幅度为b，也就是将a调制于sin(t)，将b调制于sin(2t)，同时传输这两个调制了信号的正弦波（子载波）：a*sin(t)+b*sin(2t)，在接收时又分别对两路子载波进行积分，也就是：

这样就将原始信息a和b解调出来了，两路子载波互不干扰，而OFDM就是通过多路互不干扰的子载波传递了不同的信息。而由于子载波的正交性，其频率间隔很小，使得频带利用率很高。

设f0~fN-1是以Δf（能使每个子载波互相正交的频率间隔）为频率间隔的N个频率，那么就有：

$s(t)=b_{0}sin(2\pi f_{0}t)+b_{1}sin(2\pi f_{1}t)+...+b_{N-1}sin(2\pi f_{N-1}t)$

由于正弦函数与余弦函数的正交关系，上式还可以扩展得到OFDM的基带信号表达式：

$s(t)=b_{0}sin(2\pi f_{0}t)+b_{1}sin(2\pi f_{1}t)+...+b_{N-1}sin(2\pi f_{N-1}t)$

$+a_{0}cos(2\pi f_{0}t)+a_{1}cos(2\pi f_{1}t)+...+a_{N-1}cos(2\pi f_{N-1}t)$

1.2频域正交与频率间隔Δf

对限制在[0,2π]内的sin(t)信号，相当于无限长的sin(t)信号乘以一个[0,2π]上的门信号（矩形脉冲），其频谱为两者频谱的卷积。sin(t)的频谱为冲激，门信号的频谱为sinc信号（即sin(x)/x信号）。冲激信号卷积sinc信号，相当于对sinc信号的搬移。所以分析到这里，可以得出[0,2π]内的sin(t)信号时域波形其对应的频谱如下[3]：

sin(2t)的频谱分析基本相同。需要注意的是，由于正交区间为[0,2π]，因此sin(2t)在相同的时间内发送了两个完整波形。相同的门函数保证了两个函数的频谱形状相同，只是频谱被搬移的位置变了[3]：

将sin(t)和sin(2t)所传信号的频谱叠加在一起，正交在频域看就是他们的主瓣关系以及零点关系，如下：

那么子载波的间隔怎么取呢？即下图中的Δf ：

假设s(t)的一个码元周期是Ts,即Ts内所有的子载波波形分别代表一个码元，且子载波都应该正交，就是任意两个子载波在Ts内的积分为0，幅度不影响，有如下[4]：

$\int_{0}^{T_{s}} cos(2\pi f_{i}t)cos(2\pi f_{j}t) dt=0$

$=\frac{1}{2}\int_{0}^{T_{s}}cos[2\pi(f_{i}-f_{j})t] dt+\frac{1}{2}\int_{0}^{T_{s}}cos[2\pi(f_{i}+f_{j})t]dt$

$=\frac{sin[2\pi(f_{i}-f_{j})T_{s}]}{2\pi(f_{i}-f_{j})}+\frac{sin[2\pi(f_{i}+f_{j})T_{s}]}{2\pi(f_{i}+f_{j})}$

上式等于0的即为分母等于零：

$(f_{i}+f_{j})T_{s}=m,(f_{i}-f_{j})T_{s}=n$

m,n为整数，即子载波频率：

$f_{i}=(m+n)/(2T_{s}) ,f_{j}=(m-n)/(2T_{s})$

要求子载波满足： $f_{k}=k/(2T_{s})$ ，k为整数，最小子载波间隔： $min(f_{i}-f_{j})=min(n/T_{s})=\Delta f_{min}=1/T_{s}$

2.基带信号的调制框图

设一个OFDM系统有N个子信道，第k个子载波公式为：

$x_{k}(t)=a_{k}cos(2\pi f_{k}t)-b_{k}sin(2\pi f_{k}t)$ ，其中k=0,1,...N-1

（注意这里中间的加号变成了减号是为了推导下面的复频域信号方便）子载波是承载所要传递的信息的正/余弦波，那么它怎么体现所承载的信息内容？幅度。频率是用来区分哪个子载波的。

一路子载波包括两路正交的信号（任意频率的正弦余弦波都相互正交），这就可以看做IQ信号。下图是单个子载波的IQ调制：

把N个携带信息的子载波累加，就得到了OFDM信号的模拟形式：

$s(t)=\sum_{k=0}^{N-1} \left [ a_{k} cos(2\pi f_{k}t) - b_{k} sin(2\pi f_{k}t) \right ]$

其中 $0\leq t\leq T_{s}$ ，意思是所有子载波的一个码元周期 $T_{s}$ 的连续波形。注意我们这里得到的是基带信号，也就是:

$f_{0}=0,\Delta f=\frac{1}{T_{s}},f_{k}=\frac{k}{T_{s}},k=0,1,...N-1$

所以根据s(t)的公式，我们可以对每个子载波进行IQ调制,把所有的子载波中的I路加起来，把所有Q路加起来，基带信号的输出结果就是两路IQ信号，一路cos,一路sin，（关于调制方式可以是QPSK，QAM等）如下图所示：

解调框图就是对接收的s(t)乘以相应载波并积分就得到相应载波承载的信息ak或bk了，详细内容参考资料[6].

然而理论上可行，实际生成多个子载波然后分别调制后求和，就很难了；是否可以避免一个一个的调制后再求和，而是直接生成求和后的信号呢？当然可以，用IDFT。

3.OFDM调制与IDFT

上述信号s(t)可以写成复指数表示：

$s(t)= Re[\sum_{k=0}^{N-1} (a_{k}+jb_{k})e^{j2\pi f_{k}t}]$

原因： $\sum_{k=0}^{N-1} (a_{k}+jb_{k})e^{j2\pi f_{k}t}=\sum_{k=0}^{N-1}(a_{k}+jb_{k})(cos(2\pi f_{k}t)+jsin(2\pi f_{k}t))$

$=\sum_{k=0}^{N-1} [a_{k} cos(2\pi f_{k}t) - b_{k} sin(2\pi f_{k}t)] +\mathbf{ j}\sum_{k=0}^{N-1}[b_{k} cos(2\pi f_{k}t) + a_{k} sin(2\pi f_{k}t)]$

$=s(t)+\mathbf{j}z(t)$

$z(t)= Im[\sum_{k=0}^{N-1} (a_{k}+jb_{k})e^{j2\pi f_{k}t}]$

其中Re[]是取实部操作， Im[]是取虚部操作，所以s(t)的复指数形式的调制框图就不言而喻了，参考[6].

因为硬件实现上复数是没有意义的，复数只是数学计算上才有意义。我们硬件实现时传递的两路信号I和Q也都是实数，来代表复数。不要纠结这两个式子的关系，只要做到硬件实现和数学计算上的对应就可以了。

这个式子是模拟信号，我处理的是离散的数字信号，带入 $f_{k}=\frac{k}{T_{s}},k=0,1,...N-1$ ，在一个码元周期内采样N点即 $t=T_{s}\frac{n}{N},n=0,1,...N-1$ 带入得到信号采样后的离散OFDM基带信号：

$s(n)=Re[\sum_{k=0}^{N-1} (a_{k}+jb_{k})e^{j \frac{2\pi}{N} k n} ] ,n=0,1,2,...N-1$

注意这里子载波个数k和采样点n都是N个。

说到这里，很明显上式就是IDFT的形式了，输入就是N个单独子载波的 $a_{k}+jb_{k}$ ，输出就是子载波叠加后信号进行N点采样的N个数据点。

4.串行比特流怎么进行IDFT

那么 $a_{k}+jb_{k}$ 对应的是什么呢？

事实上，原始数据是串行的二进制数据，我们把数据分成帧，一帧F比特就是合成后的s(t)在一个码元周期 $T_{s}$ 的数据，F比特分成N组： $B_{0}-B_{N-1}$ ，N组分别对应N个子载波，每组的比特数可以不同，因为每个子载波可以采用不同的调制方式。

将每组中的 $b_{i}$ 个比特看作是一个 $M_{i}$ 进制码元 $B_{i}$ ，则 $b_{i}=log_{2}M_{i}$ ,例如16进制对应4个比特，假设这4比特为1100，我们采用16QAM映射，根据星座图

调制后的相位45度，振幅 $A/\sqrt{2}$ ,即把1100映射为 $\boldsymbol{B_{i}}=(\frac{A}{\sqrt{2}})e^{j\frac{\pi}{4}}=\frac{A}{2}+j\frac{A}{2}$ ,这就是 $a_{k}+jb_{k}$ ，当然我们会把a和b均用二进制表示，这就完成了把一路子载波上的信息映射成两路信号I和Q。假设每个子载波调制方式相同，我们把所有数据映射完后的示意图如下：

最终，我们得到了IDFT的输入： $a_{k}+jb_{k}$ ，使用IFFT算法即可得到输出的离散的s(n),对应s(t)的N个采样点。

当然，实际实现中我们的数据在进行IFFT之前和之后都要进行一系列的编码和处理等，这个我会另外再写博文详细讲解。

参考资料：

4.《通信原理》樊昌信第六版

6.OFDM专题之理解原理图（暂不包含用IFFT以及FFT的原理图形式）

king阿金

关注

106
点赞
踩
562

收藏

觉得还不错? 一键收藏
22
评论
正交频分复用(OFDM)原理及实现

目录1.OFDM原理1.1时域正交与基带信号1.2频域正交与频率间隔Δf2.基带信号的调制框图3.OFDM调制与IDFT4.串行比特流怎么进行IDFT1.OFDM原理1.1时域正交与基带信号[1]OFDM的核心就是利用各个子载波的正交性，信号的正交性是什么呢？就是无论两个函数（信号的表达式称为函数）的幅值为多少，在确定的一个时间周期内相乘，其积分总是等于0（也...
复制链接

扫一扫