基于Matlab模拟NOMA和OFDMA对比

简介: 基于Matlab模拟NOMA和OFDMA对比

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

4G关键技术——正交频分复用多址(Orthogonal Frequency Division Multiplexing,OFDM)技术通过将宽带的频率选择性信道分为多个正交的平衰落的子载波信道,从而具备了良好的抵抗频率选择性衰落的能力,并能够利用信道的频率选择性获得频率和多用户的分集增益,因而已得到广泛的应用.在此基础上,为了应对当前通信数据量爆发性的增长,提出5G关键技术——非正交多址接入(Non-Orthogonal Multiplexing Acess),与正交多址技术相比,NOMA技术通过非正交资源的分配允许更多的用户同时接入,与OFDMA相比,NOMA支持大规模数据的连接,减小了传输时延和信令的开销,提高了频谱效率,增强了用户之间的公平性.

⛄ 部分代码

function [ seq_ofdma ] = ofdma_enc( seq_u1, seq_u2, N_u1, N_u2 )

% [ seq_ofdma ] = ofdma_co( seq_u1, seq_u2, N_u1, N_u2, p1, p2 )

% 将用户1和用户2的数据分别按照N_u1和N_u2的子载波数合成OFDMA序列,只保留部分序列。


sym_total = length(seq_u1);

sym_u1 = sym_total * (N_u1/(N_u1+N_u2));

sym_u2 = sym_total * (N_u2/(N_u1+N_u2));

seq_u1_r = seq_u1(1:sym_u1);

seq_u2_r = seq_u2(1:sym_u2);

% 截取用户1和用户2的部分序列,保证序列总长度和NOMA的一致


mat_u1_r = reshape(seq_u1_r, N_u1, numel(seq_u1_r)/N_u1);

mat_u2_r = reshape(seq_u2_r, N_u2, numel(seq_u1_r)/N_u2);


mat_ofdma = [mat_u1_r; mat_u2_r];

seq_ofdma = reshape(mat_ofdma, numel(mat_ofdma), 1);

end

⛄ 运行结果

⛄ 参考文献

[1]  Salameh H B ,  Tashtoush R ,  Al-Obiedollah H , et al. Power allocation technique with soft performance guarantees in hybrid OFDMA-NOMA cognitive radio systems: Modeling and simulation[J]. Simulation modelling practice and theory: International journal of the Federation of European Simulation Societies, 2021(112-):112.

[2]  Taskou S K ,  Rasti M ,  Nardelli P , et al. Distributed Joint Power and Rate Control for NOMA/OFDMA in 5G and Beyond[J].  2021.

[3]  Lin B ,  Ye W ,  Xuan T , et al. Experimental demonstration of bidirectional NOMA-OFDMA visible light communications[J]. Optics Express, 2017, 25(4):4348-.

[4]  Abdel-Razeq S ,  Al-Obiedollah H ,  Bany Salameh H . Efficient user-channel pairing with power-domain sum-rate maximization in opportunistic hybrid OFDMA-NOMA IoT systems[J]. Cluster Computing, 2021:1-14.

[5]  Tseng S M ,  Tsai W D ,  Suo H S . Cross‐layer 1 and 5 user grouping/power allocation/subcarrier allocations for downlink OFDMA/NOMA video communications[J]. International Journal of Communication Systems, 2019, 32(14):e4084.1-e4084.12.

[6]  Zhang X ,  Wang F . Resource Allocation for Wireless Power Transmission Over Full-Duplex OFDMA/NOMA Mobile Wireless Networks[J]. IEEE Journal on Selected Areas in Communications, 2019, 37(2):327-344.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
机器学习/深度学习 算法
m基于LTE的通信链路matlab仿真,上行为SC-FDMA和下行为OFDMA
m基于LTE的通信链路matlab仿真,上行为SC-FDMA和下行为OFDMA
278 3
|
算法
基于OFDM通信系统的PAPR抑制算法matlab仿真,对比OFDMA,LFDMA,IFDMA三种不同调制方式
基于OFDM通信系统的PAPR抑制算法matlab仿真,对比OFDMA,LFDMA,IFDMA三种不同调制方式
383 0
基于OFDM通信系统的PAPR抑制算法matlab仿真,对比OFDMA,LFDMA,IFDMA三种不同调制方式
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
311 0
|
2月前
|
算法 定位技术 计算机视觉
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
146 0
|
2月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
121 0
|
2月前
|
新能源 Java Go
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
140 0
|
2月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
188 8
|
2月前
|
机器学习/深度学习 编解码 算法
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
192 8
|
2月前
|
机器学习/深度学习 数据采集 测试技术
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
110 8
|
2月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
197 8

热门文章

最新文章