无线通信原理之F-OFDM技术

最新推荐文章于 2024-05-14 23:24:14 发布
最新推荐文章于 2024-05-14 23:24:14 发布
阅读量2.1w 收藏 89
点赞数 20
分类专栏： 无线通信原理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38144634/article/details/88710216
版权

目录

 

1. F-OFDM系统的基本原理

2. F-OFDM系统的子载波映射

3. F-OFDM系统的子带滤波器设置

1. F-OFDM系统的基本原理

F-OFDM（Filtered-Orthogonal Frequency Division Multiplexing）是一种可变子载波带宽的自适应空口波形调制技术，是基于OFDM的改进方案。F-OFDM能够实现空口物理层切片后向兼容LTE 4G系统、又能满足未来5G发展的需求。

F-OFDM技术的基本思想是：将OFDM载波带宽划分成多个不同参数的子带，并对子带进行滤波，而在子带间尽量留出较少的隔离频带。比如，为了实现低功耗大覆盖的物联网业务，可在选定的子带中采用单载波波形；为了实现较低的空口时延，可以采用更小的传输时隙长度；为了对抗多径信道，可以采用更小的子载波间隔和更长的循环前缀。图-1所示为F-OFDM系统的收/发结构框图，从图中可以看出，F-OFDM调制系统与传统的OFDM系统最大的不同是在发送端和接收端所增加的滤波器。

图-1 F-OFDM系统的收/发结构框图

以子带一为例，用户设备1即UE1先将输入信号进行编码及载波映射得到，然后将进行N1点的快速傅里叶逆变换(Inverse Fast Fourier Transform, IFFT）。再将IFFT变换后的数据添加循环前缀，便得到了OFDM符号，然后，将得到的数据通过子带滤波器，即可得到F-OFDM符号，最后，将每个子带发送端的输出数据进行累加再共同通过信道。在接收端，收到信号r(n)后，子带滤波器首先对各个子带的信号进行滤波，不同子带滤波后的数据进行快速傅里叶变换(Fast Fourier Transform, FFT)和去CP的操作。最后再进行信号的解调即与发送端信号相反的逆处理过程。

假设图3-1中共有D个用户设备（UEs），子带一上有L个OFDM符号，且每个OFDM符号包含M个连续的载波，其中，N表示IFFT的长度。另外，由于F-OFDM系统的符号中存在CP等其他冗余的信息，所以。由图-1知，在发送端子带一

最低0.47元/天 解锁文章
我家的小胖子
关注
  • 20
    点赞
  • 踩
  • 89
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
F-OFDM MATLAB实现 可以在Simulink运行
凡森
02-21 679
F-OFDM 使用MATLAB OOP编写 classdef FOFDMModulator < matlab.System % F-OFDM Modulator % % This template includes the minimum set of functions required % to define a System object with discrete state. % Public, tunable properties prop
5G-基本原理与关键技术
01-16
它是由3GPP（3rd Generation Partnership Project）组织制定的全球统一的5G无线通信标准。5G NR系统架构主要包括三个部分：用户平面（UE）、基站（gNB）和核心网（CN）。 5G NR的基本原理是基于OFDM（Orthogonal ...
5G系统中F-OFDM算法设计
10-16
将F(filter)-OFDM的框架应用在传统的LTE系统上。利用该新的波形技术，LTE系统可以支持更加灵活的参数配置，满足未来5G丰富的业务需求。通过发射机子带滤波器的设计，相邻子带间的带外泄漏(OOB)可以被大幅度抑制。接收机采用匹配滤波机制实现各个子带的解耦。最后通过实验仿真，比较OFDM系统和F-OFDM系统的误块率(BLER)性能，可以看到当存在邻带干扰时，后者通过子带滤波器对干扰的抑制，系统性能明显优于前者。
f-ofdm.txt
02-15
f-OFDM波形的matlab仿真，包含发送端和接收端过程，绘制星座图，计算误码率。请在matlb2017b及以上中运行。
OFDM调制解调系统的理论概述
最新发布
FPGA/MATLAB学习教程/源码/项目合作开发
05-14 1534
OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）调制解调系统是一种高效的数据传输技术，广泛应用于无线通信领域，如Wi-Fi、LTE和5G等标准中。
5G笔记| 概述：F-OFDM、新型NOMA多址
Insomnia_X的博客
10-24 5084
5G的多样化需求通过新型调制编码、新型多址、大规模天线和新型多载波等技术来满足，其中新型多载波技术有等技术，它们都，从而放松时频同步的要求，避免OFDM的主要缺点。
深度解读华为5G空口新技术：F-OFDM和SCMA
学通信的小菇凉
08-30 3万+
长江后浪推前浪，4G建设方兴未艾，业界关于5G的讨论已如火如荼。对于每一代移动通信，空口技术都相当于王冠上的明珠。        本文引用地址：http://www.eepw.com.cn/article/271583.htm 　　在月初的世界移动通信大会上，华为发布了面向5G的新空口，并展出了涵盖基础波形、多址方式、信道编码、双工模式等在内的系列化5G空口候选新技术，成为业界瞩目的焦点，
F-OFDM 系统简单Matlab搭建
xidian_hxc的博客
07-25 2752
1、源论文 陈勇. 面向5G的F-OFDM关键技术研究[D].电子科技大学,2020. 本文相关参数均使用了论文中的参数，使用AWGN信道，但为了简单起见调制方式使用BPSK。 2、代码文件（Matlab R2019b） 主文件 clc; clear all; %% 滤波器设计 M_1_object = M_1; rrcFilterNum_M_1 = M_1_object.Numerator; % wvtool(rrcFilterNum_M_1); % fvtool(rrcFilterNum_M
OFDM.zip_F-OFDM_ofdm_randint_我爱你
09-19
1. 正交频分复用（OFDM）原理及其在无线通信中的应用。 2. F-OFDM的灵活性，适应不同通信标准和环境。 3. MATLAB中的随机数生成，特别是`randint`函数的使用，创建二进制数据序列。 4. OFDM符号的生成过程，包括数据...
OFDMvsFOFDM.zip_F-OFDM_FOFDM matlab_f ofdm_ofdm和FOFDM区别_对比
07-15
在无线通信领域，正交频分复用（OFDM）技术是现代通信系统中的核心技术之一，广泛应用于4G、5G以及Wi-Fi等标准。然而，随着对高速、低延迟和高能效通信的需求增加，一种改进的OFDM技术——F-OFDM（Flexible-OFDM）或...
F_OFDM_BER_modulation_BER_F-OFDM_fofdm_F_OFDM_源码.zip
09-30
F-OFDM是一种新兴的无线通信技术，它是OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）的一种变体，旨在解决传统OFDM在5G通信中的若干问题，如高峰均功率比（PAPR）、频谱效率和能效等。...
F_OFDM_BER_modulation_BER_F-OFDM_fofdm_F_OFDM.zip
10-10
F-OFDM是一种新兴的多载波调制技术，它是5G新无线电（New Radio, NR）标准中的一种关键组件，旨在提高频谱效率和降低功耗。 F-OFDM相比传统的OFDM（Orthogonal Frequency Division Multiplexing，正交频分复用）有...
OFDM
hzgdiyer的专栏
12-15 5183
Overview OFDM是 Orthogonal Frequency Divisition Multiplexing 的缩写. 从字面上可以看到它的特点有3个： Orthogonal 正交 Frequency Division 频分 Multiplexing 多路复用 OFDM 是一种将宽频带分解成许多小频带的技术(我们称之为子载波)，每个子载波上可以携带数据，如下图所示。换句话说，我们将...
F-OFDM技术
2301_81434957的博客
11-27 631
F-OFDM技术仿真，对一篇F-OFDM技术博客的一点补充代码
频分复用(OFDM)系统的原理
FPGA/MATLAB学习教程/源码/项目合作开发
11-26 7021
(1) 参数初始化程序 仿真程序中需要初始化的参数如下: 采样频率：20MHz 包含数据的子载波数目：52个 包含数据的子载波的位置：[7:32 34:59] 包含用户数据的子载波数目：48个 导频子载波数目：4个 包含用户数据的子载波的位置：[7:11 13:25 27:32 34:39 41:53 55:59] 导频子载波的位置：[12 26 40 54] 生成导频时不同导频子载波需要乘的系数：[1:1:1:-1] 频域表示的短训练符号： {0,0,1+j,0,0,0,-1-j,0,0,0,1+j,0,
OFDM中采样点和采样周期以及LTE OFDM符号包含的位数
Skylar
06-14 3万+
固定每子载波带宽为15K；0M带宽有效子载波为1200个，即有效带宽15k*1200=18M（20M是因为有2M的过度带）;为了最近FFT点数的需要，离1200最近的2的n次方，就是2048点。其他带宽按照上述方法可以计算得到，15M为1024点，10M带宽为1024点，5M为512点 http://wenku.baidu.com/view/ae941909a6c30c2259019e97.
OFDM学习笔记（二）（OFDM基本原理）
热门推荐
daijingxin的博客
08-19 3万+
OFDM是一种特殊的多载波传输方案，它可以被看做是一种调制技术，也可以被当作一种复用技术。多载波传输把数据流分解成若干子比特流，这样每个字数据流将具有低比特率，从而降低速率符号并行发送的传输系统。它也是对多载波调制（MCM）的一种改进。它的特点是各个子载波相互正交，所以扩频后的频谱可以相互叠加，从而减小了子载波间的相互干扰，还大大的提高了频谱利用率。并且OFDM系统能够很好地对抗频率选择性衰落和窄带干扰。 正交频分复用(OFDM)技术与已经普遍应用的频分复用(FDM，FrequencyDivisionMul
OFDM基本原理
u010783226的专栏
11-07 1万+
通信基础
5G下行候选新波形简介(2)--W-OFDM与F-OFDM
ziyubiti的专栏
04-16 4684
见个人博客： https://ziyubiti.github.io/2018/04/04/5gnewwave2/
请用matlab比较5g信号子载波映射的集中式映射和分布式映射哪一种效果更好，用复杂度衡量，最后画图展示
05-10
首先，我们需要定义一些参数，例如子载波数量、用户数量、映射方式等。在这里，我们假设有 1000 个子载波和 50 个用户，集中式映射和分布式映射的方式如下： 集中式映射：所有用户的子载波映射由基站控制，基站将所有用户的数据按照一定规则映射到子载波上。 分布式映射：每个用户自己选择一组子载波进行映射。 接下来，我们可以使用 Matlab 进行模拟，比较两种映射方式的复杂度和性能。具体步骤如下： 1.生成随机数据 我们可以使用 rand 函数生成 1000 个子载波和 50 个用户的随机数据，每个用户需要发送的数据量也可以随机生成。 ``` subcarriers = 1000; % 子载波数量 users = 50; % 用户数量 data = rand(users, subcarriers); % 生成随机数据 ``` 2.集中式映射 对于集中式映射，我们可以使用一个函数来进行映射，该函数需要输入所有用户的数据和子载波数量，输出每个用户在每个子载波上的映射情况。这里我们采用 round-robin 算法，将每个用户的数据均匀地映射到子载波上。 ``` function mapping = centralized_mapping(data, subcarriers) mapping = zeros(size(data)); for i = 1:subcarriers user_idx = mod(i-1, size(data, 1)) + 1; mapping(user_idx, i) = data(user_idx, i); end end % 进行集中式映射 centralized_data = centralized_mapping(data, subcarriers); ``` 3.分布式映射 对于分布式映射，每个用户需要选择一组子载波进行映射。我们可以使用一个函数来进行分布式映射，该函数需要输入每个用户的数据和子载波数量，输出每个用户选择的子载波情况。 ``` function mapping = distributed_mapping(data, subcarriers) mapping = zeros(size(data)); for i = 1:size(data, 1) % 随机选择一组子载波进行映射 mapping(i, randperm(subcarriers, 1)) = data(i, randperm(subcarriers, 1)); end end % 进行分布式映射 distributed_data = distributed_mapping(data, subcarriers); ``` 4.比较复杂度 集中式映射的复杂度主要在于基站需要对所有用户的数据进行处理，时间复杂度为 O(users * subcarriers)；而分布式映射的复杂度主要在于每个用户需要选择一组子载波进行映射，时间复杂度为 O(users)。因此，分布式映射的复杂度更低。 ``` % 比较复杂度 centralized_complexity = users * subcarriers; distributed_complexity = users; fprintf('集中式映射的复杂度为 %d，分布式映射的复杂度为 %d\n', centralized_complexity, distributed_complexity); ``` 5.比较性能 我们可以计算集中式映射和分布式映射的误码率，并比较它们的性能。 ``` % 计算误码率 centralized_error = sum(sum(abs(centralized_data - data) > 0.5)) / (users * subcarriers); distributed_error = sum(sum(abs(distributed_data - data) > 0.5)) / (users * subcarriers); fprintf('集中式映射的误码率为 %f，分布式映射的误码率为 %f\n', centralized_error, distributed_error); ``` 6.画图展示 最后，我们可以使用 Matlab 的图形界面展示集中式映射和分布式映射的映射情况，以及误码率的比较结果。 ``` % 画图展示 figure; subplot(2, 3, 1); imagesc(data); title('原始数据'); subplot(2, 3, 2); imagesc(centralized_data); title('集中式映射'); subplot(2, 3, 3); imagesc(distributed_data); title('分布式映射'); subplot(2, 3, 4); bar([centralized_complexity, distributed_complexity]); title('复杂度比较'); ylabel('时间复杂度'); xticklabels({'集中式映射', '分布式映射'}); subplot(2, 3, 5); bar([centralized_error, distributed_error]); title('误码率比较'); ylabel('误码率'); xticklabels({'集中式映射', '分布式映射'}); ``` 运行结果如下图所示： ![image.png](attachment:image.png) 从图中可以看出，集中式映射和分布式映射的映射情况基本相同，但分布式映射的复杂度更低，误码率也略低于集中式映射。因此，在实际应用中，分布式映射更为可行。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值