减小PAPR——DFT扩频

简介: 减小PAPR——DFT扩频

前言

本文通过仿真探索不同子载波分配方式对 PAPR 的影响,包括 IFDMA、LFDMA 和 OFDMA 的 DFT 扩频技术的 PAPR 性能。


一、DFT 扩频原理

这里直接贴上相关的原理知识:

二、MATLAB 仿真

分析 IFDMA、LFDMA 和 OFDMA 的 DFT 扩频技术的 PAPR 性能

1、核心代码

for iter = 1:Nblk 
   mod_sym = mod_object(randi([0 M-1], N, 1))';                 % 调制信号的基带数据
   switch upper(fdma_type(1:2))
     case 'IF'                                                  % IFDMA
         fft_sym = zero_insertion(fft(mod_sym,Ndb), N/Ndb);     % [data,0,0,0,data,0,0,0,data...]
     case 'LF'                                                  % LFDMA
         fft_sym = [fft(mod_sym,Ndb) zeros(1, N-Ndb)];          % [(data)_{1*64},(0...)_{1*192}]
     case 'OF'                                                  % OFDMA,过采样,没有 DFT 扩频
         fft_sym = zero_insertion(mod_sym, S);                  % fft_sym = mod_sym          
     otherwise
         fft_sym = mod_sym;                                     % 没有过采样,没有 DFT 扩频
   end
   ifft_sym = ifft(fft_sym,N);                                  % 做 N 点 IFFT
   if nargin>7, ifft_sym = zero_insertion(ifft_sym,Nos); end
   if nargin>6, ifft_sym = conv(ifft_sym,psf); end    
   sym_pow = ifft_sym.*conj(ifft_sym);                          % 测量符号功率
   PAPRs(iter) = max(sym_pow)/mean(sym_pow);                    % 测量 PAPR
end

2、仿真结果

纵坐标表示的是,PAPR>PAPR0(PAPR0是横坐标)的概率

①、4QAM 调制时 IFDMA、LFDMA 和 OFDMA 的 DFT 扩频技术的 PAPR 性能

②、16QAM 调制时 IFDMA、LFDMA 和 OFDMA 的 DFT 扩频技术的 PAPR 性能

从仿真图可以看到,DFT 扩频技术的 PAPR 性能随子载波分配方式的不同而变化。在 16-QAM 的情况下,对于 0.01 的 CCDF,IFDMA、LFDMA和OFDMA的PAPR 分别为3.5 dB、8.3 dB 和 10.8 dB。这说明 IFDMA 和 LFDMA 与没有进行 DFT 扩频的 OFDMA 相比它们的 PAPR 分别降低了 7.3dB 和 3.2 dB。

③、64QAM 调制时 IFDMA、LFDMA 和 OFDMA 的 DFT 扩频技术的 PAPR 性能

因此得出结论:IFDMA、LFDMA 相比于 OFDMA,PAPR 有效降低

三、资源自取

源码注释清晰,有需要可自取~

链接:减小PAPR——DFT扩频

目录
相关文章
|
2天前
|
机器学习/深度学习
OFDM——PAPR减小(二)
OFDM——PAPR减小(二)
30 0
|
2天前
OFDM——PAPR减小(一)
OFDM——PAPR减小(一)
63 0
|
2天前
OFDM——PAPR减小(三)
OFDM——PAPR减小(三)
32 0
|
2天前
|
算法
m基于OFDM+QPSK和LDPC编译码以及MMSE信道估计的无线图像传输matlab仿真,输出误码率,并用图片进行测试
MATLAB2022a仿真实现了无线图像传输的算法,包括OFDM、QPSK调制、LDPC编码和MMSE信道估计。OFDM抗频率选择性衰落,QPSK用相位表示二进制,LDPC码用于前向纠错,MMSE估计信道响应。算法流程涉及编码、调制、信道估计、均衡、解码和图像重建。MATLAB代码展示了从串行数据到OFDM信号的生成,经过信道模型、噪声添加,再到接收端的信道估计和解码过程,最终计算误码率。
25 1
|
10月前
|
算法 异构计算
m基于FPGA的带相位偏差QPSK调制信号相位估计和补偿算法verilog实现,包含testbench
m基于FPGA的带相位偏差QPSK调制信号相位估计和补偿算法verilog实现,包含testbench
307 0
|
8月前
|
算法 异构计算
m基于PN导频序列和cordic算法的基带数据帧频偏估计和补偿FPGA实现,包含testbench
m基于PN导频序列和cordic算法的基带数据帧频偏估计和补偿FPGA实现,包含testbench
70 0
|
9月前
|
算法 异构计算
基于FFT傅里叶变换的64QAM基带信号频偏估计和补偿算法FPGA实现,包含testbench和matlab星座图显示
基于FFT傅里叶变换的64QAM基带信号频偏估计和补偿算法FPGA实现,包含testbench和matlab星座图显示
291 0
|
9月前
|
算法 异构计算
基于FFT傅里叶变换的16QAM基带信号频偏估计和补偿算法FPGA实现,包含testbench和matlab星座图显示
基于FFT傅里叶变换的16QAM基带信号频偏估计和补偿算法FPGA实现,包含testbench和matlab星座图显示
410 0
|
9月前
|
算法 异构计算
m基于FFT傅里叶变换的QPSK基带信号频偏估计和补偿算法FPGA实现,包含testbench和matlab星座图显示
m基于FFT傅里叶变换的QPSK基带信号频偏估计和补偿算法FPGA实现,包含testbench和matlab星座图显示
397 0
|
9月前
|
机器学习/深度学习 传感器 算法
基于SVD BD ZF MF SLNR 多种算法模拟MIMO系统误码率和合速率随N的关系附matlab代码
基于SVD BD ZF MF SLNR 多种算法模拟MIMO系统误码率和合速率随N的关系附matlab代码

热门文章

最新文章