▲基于OFDM+32QAM的通信链路matlab性能仿真,包含LDPC,Schmidl-Cox频偏估计和LS信道估计-尧图网络科技

1.本系统整体构架

2.各个模块基本原理

2.1 LDPC信道编码

2.2 32QAM调制

2.3 OFDM调制

2.4 Schmidl-Cox频偏与符号同步算法

2.5 OFDM解调制

2.6 LS信道估计

2.7 LDPC译码

3.仿真结果

4.完整程序下载

1.本系统整体构架

整个程序，我们采用如下的流程图实现：

该通信链路分为发送端、无线信道、接收端三大部分。

发送端信号流向为：原始二进制比特流→LDPC信道编码→比特交织→32QAM星座调制→组帧插入训练序列→OFDM调制→射频发射；

信号经过多径衰落信道、载波频偏、高斯白噪声叠加后到达接收端；

接收端流程为：射频接收→下变频→Schmidl-Cox算法完成符号同步与载波频偏估计补偿→OFDM 解调制→MMSE信道估计与信道均衡→32QAM解调→解交织→LDPC译码→恢复原始比特。

整套方案结合了LDPC强纠错能力、32QAM频谱效率与抗干扰特性、OFDM抗多径衰落优势，同时依靠同步与信道估计算法解决无线传输中的频偏、信道畸变问题，是宽带无线通信的经典组合方案。

2.各个模块基本原理

2.1 LDPC信道编码

LDPC是一类稀疏校验矩阵的线性分组码，凭借逼近香农极限的纠错性能，成为高速通信主流编码方案。设原始信息比特序列为u=[u0,u1,…,uk−1]，码长为n，信息位长度为k，校验位长度为 m=n−k，LDPC码的核心是奇偶校验方程。定义稀疏校验矩阵H，维度为m×n，矩阵中“1”的数量远少于“0”，满足线性分组码约束关系：

其中c=[c0,c1,…,cn−1]为编码后的码字序列。LDPC编码通过生成矩阵G完成映射，码字满足c=uG。工程实现中常采用系统码结构，将码字分为信息位与校验位两部分，仅对校验位进行迭代求解。编码完成后，连续的码字比特流送入后续调制模块，LDPC通过冗余校验比特对抗信道噪声与干扰，大幅降低误码率。

2.2 32QAM调制

正交幅度调制（QAM）是一种将幅度调制和相位调制相结合的调制方式。它通过同时改变载波的幅度和相位来表示不同的数字信息。对于MQAM，M表示调制阶数，它决定了星座图上信号点的数量。32QAM中，M = 32，意味着有32种不同的幅度和相位组合来表示信息。

32QAM的星座图是在复平面上分布着 32 个信号点。常见的 32QAM 星座图采用矩形星座图结构，其信号点可以分为不同的层次，每个信号点对应一个特定的二进制比特组合。通常，32QAM 的每个符号携带5个比特的信息。

将输入的二进制比特流按照每5个比特一组进行分组，然后根据星座映射表将每组比特映射到对应的星座点。例如，一种常见的32QAM星座映射规则如下（部分示例）：

2.3 OFDM调制

OFDM核心思想是将高速串行数据流拆分为多路低速子载波数据流，利用子载波正交性对抗多径衰落，同时插入循环前缀（CP）消除符号间干扰。设单帧OFDM系统子载波总数为 N，有效数据子载波数为Nd，QPSK调制后的复符号映射到对应子载波，得到频域序列X=[X0,X1,…,XN−1]。

完成CP添加后，在每帧数据起始位置插入Schmidl-Cox训练序列（同步前导），用于接收端同步与频偏估计，最终组帧完成的基带信号经上变频后送入无线信道。

2.4 Schmidl-Cox频偏与符号同步算法

Schmidl-Cox是OFDM系统经典的联合符号同步与载波频偏估计算法，依托帧内重复结构的训练序列实现同步，分为符号定时同步和载波频偏估计两部分。训练序列设计为前后两段完全相同的时域序列，设接收端滑动窗口内前半段采样为r(n)，后半段采样为:

当滑动窗口对准训练序列位置时，M(d)出现尖锐峰值，以此确定OFDM符号起始位置，完成符号定时同步。在同步完成后，利用训练序列的相位差估计载波频偏。由频偏带来的相位旋转满足 Δϕ=πε，对互相关项P(d)取相位，可得频偏估计值：

2.5 OFDM解调制

频偏补偿与符号同步完成后，首先剔除接收信号中的循环前缀，保留长度为N的有效时域OFDM符号r^(n)。通过快速傅里叶变换将时域信号转换回频域，完成OFDM解调：

2.6 LS信道估计

信道估计是通信系统接收机的重要功能模块，主要是用来估计信号所经历信道的冲击响应，并用于后续的信道均衡处理，以便消除多径信号混叠造成的ISI。对于收发天线配置为MxN的OFDM系统，假设导频个数为 P，任意一个发射天线 m 到接收天线 n 的导频载波的接收信号为：

那么根据上述的公式，我们可以知道，假设X为已知的插入导频信号，那么接收端接收到的导频为Y，此时信道估计H可以表示为：

此时，LS 估计的实际均方误差为：

2.7 LDPC译码

最后进入LDPC译码环节，主流采用置信传播算法（BP），基于稀疏校验矩阵进行迭代译码。利用接收比特的对数似然信息，在变量节点与校验节点之间迭代传递置信度，不断修正比特判决结果，迭代收敛后输出最终译码比特u^，完成整个通信链路的数据恢复。

3.仿真结果

仿真参数如下：

NFFT = 64; CPlen = 16; bitsPerSym = 5; % 32QAM: 每符号 5 bit M = 32; % 802.11a 风格子载波分配 dataIdx_log = [-26:-22, -20:-8, -6:-1, 1:6, 8:20, 22:26]; pilotIdx_log = [-21 -7 7 21]; allIdx_log = sort([dataIdx_log pilotIdx_log]); log2bin = @(idx) mod(idx, NFFT) + 1; dataBins = log2bin(dataIdx_log); pilotBins = log2bin(pilotIdx_log); activeBins= log2bin(allIdx_log); nData = numel(dataBins); % 48 nPilot = numel(pilotBins); nActive = numel(activeBins); pilotVal = ones(nPilot,1); % LDPC H = dvbs2ldpc(1/2); cfgEnc = ldpcEncoderConfig(H); cfgDec = ldpcDecoderConfig(H); K = cfgEnc.NumInformationBits; % 32400 Ncode = cfgEnc.BlockLength; % 64800 R = K/Ncode; maxIter= 25; % --- 关键修改: 每帧打包多个码字使符号数能整除 nData --- cwPerFrame = 2; % 2 个码字/帧 totalCodedBits = cwPerFrame * Ncode; % 129600 numOFDM = totalCodedBits / bitsPerSym / nData; % = 675 % 信道与仿真参数 EbN0_dB = 0:2:40; numFrames = 500; cfo = 0.12; chTaps = [1, 0.9, 0.6, 0.3]; chTaps = chTaps / norm(chTaps); Hf_true= fft(chTaps, NFFT).';

仿真结果如下图所示：