【通信系统OFDM与 FBMC调制】QAM与OQAM子载波:64 帧、AWGN 与频率选择性信道评估方法：误码率(BER)与互补累积分布函数(CCDF)降低方法研究（Matlab代码实现）

本文链接：https://blog.csdn.net/weixin_46039719/article/details/145719028

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

⛳️赠与读者

💥1 概述

一、OFDM与FBMC调制技术对比

1.1 基本原理与结构差异

1.2 QAM与OQAM的对比

1.3 64帧结构的影响

二、AWGN与频率选择性信道建模

2.1 AWGN信道模型

2.2 频率选择性信道模型

三、BER与CCDF的评估方法

3.1 误码率（BER）计算

3.2 互补累积分布函数（CCDF）

四、降低BER与CCDF的技术方案

4.1 BER优化方法

4.2 CCDF优化方法

五、仿真与性能对比

5.1 仿真参数示例

5.2 性能总结

六、未来研究方向

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能解答你胸中升起的一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

通信系统：OFDM 与 FBMC 调制：QAM 与 OQAM 子载波：64 帧：5 迭代：10³ 信道：AWGN 与频率选择性信道评估方法：误码率（BER）与互补累积分布函数（CCDF）

降低方法：削波、压缩扩展、选择性映射（SLM）、时域SLM、混合方法

一、OFDM与FBMC调制技术对比

1.1 基本原理与结构差异

OFDM：采用QAM调制，通过IFFT/FFT实现子载波正交性，需插入循环前缀（CP）抑制多径干扰。其频谱泄漏较高（矩形窗导致旁瓣衰减仅13dB），且CP占用带宽（约10-25%效率损失）。
FBMC：使用OQAM调制，实部与虚部分时发送（间隔半个符号周期），并采用原型滤波器组（如PHYDYAS滤波器）优化频谱特性。无需CP，通过时频重叠的滤波器设计抑制符号间干扰（ISI）和载波间干扰（ICI），旁瓣衰减可达50dB以上，频谱效率提升显著。

1.2 QAM与OQAM的对比

QAM（OFDM）：复数符号直接映射，频谱效率高（如64-QAM每符号6比特），但对相位噪声敏感，需严格同步以避免正交性破坏。
OQAM（FBMC）：实部符号与虚部符号错时发送，虚部干扰通过原型滤波器的时频正交性抵消。虽仅传输实数符号，但通过符号重叠（如4符号重叠）和高效滤波器设计，实现与QAM相当的频谱效率。

1.3 64帧结构的影响

OFDM：64帧结构中，CP长度需大于信道最大时延扩展，否则导致ISI。帧间保护间隔不足时，多径效应会加剧BER恶化。
FBMC：符号重叠特性（如K=4）天然支持长帧传输，无需额外保护间隔。64帧下，滤波器组的时域扩展可抑制帧间干扰，但计算复杂度较高。

二、AWGN与频率选择性信道建模

2.1 AWGN信道模型

2.2 频率选择性信道模型

三、BER与CCDF的评估方法

3.1 误码率（BER）计算

定义：BER = 错误比特数 / 总传输比特数。
理论公式（AWGN下BPSK）：BER=Q(2⋅SNR)BER=Q(2⋅SNR)，其中 QQ 为高斯误差函数。
仿真方法：在不同SNR下传输随机数据（如10^5符号），统计错误率并绘制BER曲线。

3.2 互补累积分布函数（CCDF）

定义：CCDF = P(PAPR>γ)P(PAPR>γ)，用于评估峰均功率比（PAPR）的分布特性。
FBMC的挑战：因符号重叠和滤波器特性，FBMC的PAPR通常高于OFDM（如14.1dB vs. 7.3dB）。

四、降低BER与CCDF的技术方案

4.1 BER优化方法

信道均衡：OFDM采用频域MMSE均衡，FBMC利用原型滤波器的时域正交性实现无CP均衡。
同步补偿：针对FBMC/OQAM对定时误差敏感的问题，设计盲估计或导频辅助的载波频偏（CFO）补偿算法。
编码与分集：采用LDPC码或空时编码提升抗衰落能力，尤其在频率选择性信道中效果显著。

4.2 CCDF优化方法

OFDM：经典技术包括选择性映射（SLM）、部分传输序列（PTS）和压扩变换（如μ-law）。
FBMC：联合线性与非线性方法（如IBPTS-ICF），通过迭代限幅滤波和凸优化降低信号失真，PAPR可降低3-5dB。

五、仿真与性能对比

以运行结果为准。

5.1 仿真参数示例

系统配置：FFT点数512，保护间隔212，符号长度100，SNR范围0-15dB。
结果对比：
- BER：FBMC在SNR>5dB时优于OFDM（AWGN下），频率选择性信道中差距缩小但仍有优势。
- CCDF：FBMC的PAPR较高，但通过优化方案可接近OFDM水平（如从14.1dB降至9dB）。

5.2 性能总结

指标	OFDM/QAM	FBMC/OQAM
频谱效率	低（CP占用带宽）	高（无CP）
PAPR（dB）	7.3	14.1（可优化至9）
抗多径能力	依赖CP长度	滤波器组抑制ICI
同步要求	严格	宽松

六、未来研究方向

混合波形设计：结合FBMC的高效频谱利用和OFDM的易实现性，根据信道条件动态切换。
MIMO兼容性：优化FBMC的滤波器设计以支持大规模MIMO。
AI辅助优化：利用深度学习算法联合优化PAPR和BER，降低计算复杂度。

通过上述分析，FBMC/OQAM在频谱效率和抗干扰能力上具有显著优势，但需进一步解决PAPR和计算复杂度问题；而OFDM/QAM凭借成熟生态仍是当前主流，两者在不同场景下各有适用性。

分享追问

📚2 运行结果

部分代码：

    %double sampling
    OQAM_Frame=Frame*2;
    symbol_total = N*Frame;
    % PPN1 and PPN2 and overlapped Frame
    Tx=zeros(1,K*N+(Frame*2-1)*N/2+N/2);

    OQAM=zeros(N,Frame*2); %OQAM signals
                        %sampling by 2*
    data_QAM=zeros(N,Frame);
    symbol=zeros(symbol_total);
    bers = zeros(1,length(EbN0_dB));
    ber_count=0;
    symbol_output=zeros(symbol_total);
    Power = zeros(K*N+(Frame*2-1)*N/2+N/2,N_iter);
    Average=zeros(N_iter,1);
    Peak=zeros(N_iter,1);


% Prototype Filter (cf M. Bellanger, Phydyas project)
    H1=0.971960;
    H2=sqrt(2)/2;
    H3=0.235147;
    % normalization factor
    factech=1+2*(H1+H2+H3);

    % impulse response
    hef(1:K*N)=0;
    for k=1:K*N-1
    hef(1+k)=1-2*H1*cos(pi*k/(2*N))+2*H2*cos(pi*k/N)-2*H3*cos(pi*k*3/(2*N));
    end

    %normalization
    hef=hef/factech;
    h=hef;  
    figure(1);
    plot(h);
    title ('Phydyas Filter Impulse response');




% Calculate Aeverage Power
    for m = 1:N_iter
    Tx=zeros(1,K*N+(Frame*2-1)*N/2+N/2);

    % Modulator
        for nframe=1:Frame
    
            symbol(1+(nframe-1)*N:nframe*N) = randi(2^Nbps,N,1) - 1; % information source
            % Info Source & Mod
            graycode = symbol(1+(nframe-1)*N:nframe*N);
            % Gray code (according to website)
            index_3 = find(symbol(1+(nframe-1)*N:nframe*N)==3);
            index_2 = find(symbol(1+(nframe-1)*N:nframe*N)==2);
            graycode(index_3) = 2;
            graycode(index_2) = 3;
            % mapped QAM data