使用MATLAB驱动USRP-N320实现OFDM自收自发

简介: 使用MATLAB驱动USRP-N320实现OFDM自收自发

前言

本文作为实验结果记录及测试,方便后面回顾所做的工作。本文基于一台电脑和一台 USRP 设备实现了 OFDM 自发和自收功能


一、收发代码

ofdm_tx_rx_test.m

核心代码:

%% USRP initation
if strcmp(SYS.Platform, 'N320/N321')
    radio_tx = comm.SDRuTransmitter(...
        'Platform',             SYS.Platform, ...
        'SerialNum',            SYS.Address, ...
        'MasterClockRate',      SYS.MasterClockRate, ...
        'CenterFrequency',      SYS.USRPCenterFrequency, ...
        'Gain',                 SYS.USRPGain, ...
        'InterpolationFactor',  SYS.USRPInterpolationFactor);
    
    radio_rx = comm.SDRuReceiver(...
        'Platform',             SYS.Platform, ...
        'SerialNum',            SYS.Address, ...
        'MasterClockRate',      SYS.MasterClockRate, ...
        'CenterFrequency',      SYS.USRPCenterFrequency, ...
        'Gain',                 SYS.USRPGain, ...
        'DecimationFactor',     SYS.USRPDecimationFactor, ...
        'SamplesPerFrame',      SYS.USRPFrameLength, ...
        'OutputDataType',       'double');
else
    error(message('sdru:examples:UnsupportedPlatform',platform));
end
radio_tx.ChannelMapping = [1];     % Use both TX channels
radio_tx.UnderrunOutputPort = true;
radio_rx.ChannelMapping = [2];     % Use both TX channels
radio_rx.OverrunOutputPort = true;

二、截取一帧 OFDM

process_ofdm.m

核心代码:

function fft_data = process_ofdm(data_filename, Tx_cd)
load(data_filename)
% load('rx_recv_test.mat')
rxmimo2x2 = rx_recv_test;
%% 修改
Ng=64;
Nfft=256;
N_fft=Nfft;
P_f_inter=6;      %导频间隔
nn=1:Ng;
i=1;
for delay=0:5e5
    yy(i) = rxmimo2x2(nn+delay)'*(rxmimo2x2(delay+nn+Nfft));
    i=i+1;
end
plot(abs(yy))
val=zeros(1,1010);
pos=zeros(1,1010);
% 找到第一个峰
[val1,pos1]=max(yy(66910:66930));
val(1)=val1;
pos(1)=pos1+66910-1;
% 记录每个峰值对应的索引
for cnt=1:1010-1    
    [val1,pos1]=max(yy(pos(cnt)+250:pos(cnt)+390)); % 250和390是试出来的
    val(cnt+1)=val1;
    pos(cnt+1)=pos1+pos(cnt)+250;
end

这里需要手动修改几个参数,按照下面步骤做:

  • 注释第 1、2 两行,放开第 3 行
  • 在第 17 行打个断点
  • 运行程序 process_ofdm.m,其中黄框内的就是我们发送的一帧 OFDM
  • 将图片放大,找到其中的第一个峰值,这里是 66923

    因此上面程序第 19~22 行的 66910 和 66930 是为了将 66923 峰值索引包含在其范围内
% 找到第一个峰
[val1,pos1]=max(yy(66910:66930));
val(1)=val1;
pos(1)=pos1+66910-1;
  • 将第 17 行断点取消,运行 process_ofdm.m,保证程序运行无报错
  • 放开第 1、2 两行,注释第 3 行

三、执行主函数

在这里我们对传输的 OFDM 进行误码率计算

main.m

核心代码:

%% 插入保护间隔、循环前缀
Tx_cd=[ifft_data(N_fft-N_cp+1:end,:);ifft_data];%把ifft的末尾N_cp个数补充到最前面
%% 相关峰处理
fft_data = process_ofdm(data_filename, Tx_cd);
%% 信道估计与插值(均衡)
data3=fft_data(1:N_fft,:); 
Rx_pilot=data3(P_f_station(1:end),:); %接收到的导频
h=Rx_pilot./pilot_seq; 
H=interp1( P_f_station(1:end)',h,data_station(1:end)','linear','extrap');%分段线性插值:插值点处函数值由连接其最邻近的两侧点的线性函数预测。对超出已知点集的插值点用指定插值方法计算函数值
% factor_64QAM = [3.5361    4.0446    4.7685    5.5782    6.7192    7.6219    8.5716    7.5685    6.4031    4.1531];
%% 信道校正
data_aftereq=data3(data_station(1:end),:)./H;
%% 并串转换
data_aftereq=reshape(data_aftereq,[],1);
data_aftereq=data_aftereq(1:length(spread_data));
data_aftereq=reshape(data_aftereq,N_sc,length(data_aftereq)/N_sc);
    
%% 解扩
demspread_data = despread(data_aftereq,code);       % 数据解扩
    
%% QPSK/16QAM/64QAM解调
De_Bit = demodulation(demspread_data, MODE);
%% 信道译码(维特比译码)
trellis = poly2trellis(7,[133 171]);
rx_c_de = vitdec(De_Bit,trellis,tblen,'trunc','hard');   %硬判决
%% 计算误码率
[err,Ber2] = biterr(De_Bit(1:length(code_data)),code_data);%译码前的误码率
[err, Ber] = biterr(rx_c_de(1:length(P_data)),P_data);%译码后的误码率

四、运行结果

以发送和接收的前 30 个数据为例:

误码率计算:

五、资源自取

链接:https://mbd.pub/o/bread/ZZqak5xq

目录
相关文章
|
6月前
|
机器学习/深度学习 索引 Windows
OFDM原理及MATLAB仿真
OFDM原理及MATLAB仿真
385 2
|
6月前
OFDM深入学习及MATLAB仿真(二)
OFDM深入学习及MATLAB仿真
280 1
|
6月前
|
编解码 网络协议 前端开发
OFDM深入学习及MATLAB仿真(一)
OFDM深入学习及MATLAB仿真
790 1
|
6月前
|
算法
m基于OFDM系统的PAPR性能matlab仿真,对比LFDMA,IFDMA,DFDMA
在MATLAB 2022a中,进行了OFDM、LFDMA、IFDMA和DFDMA的PAPR仿真,显示了两种图像结果。PAPR是OFDM系统中的关键指标,影响功率放大器效率。LFDMA通过数据分配减少峰值,IFDMA利用交织子载波,DFDMA则通过时域分布降低峰值。MATLAB程序执行包括数据频域映射、子载波分配、时域转换、脉冲整形和PAPR计算,并根据不同模式和子载波策略保存结果。程序还绘制了PAPR的累积分布函数(CCDF)图,用于比较不同方法的效果。
84 5
|
6月前
|
机器学习/深度学习 算法 Windows
m基于深度学习的OFDM通信系统频偏估计算法matlab仿真
m基于深度学习的OFDM通信系统频偏估计算法matlab仿真
95 1
基于OFDM的水下图像传输通信系统matlab仿真
基于OFDM的水下图像传输通信系统matlab仿真
|
6月前
|
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。
72 1
|
算法 异构计算
m基于FPGA的OFDM系统中降PAPR技术的实现,包含testbench测试文件和MATLAB辅助测试
m基于FPGA的OFDM系统中降PAPR技术的实现,包含testbench测试文件和MATLAB辅助测试
73 0
|
7天前
|
算法 数据安全/隐私保护 索引
OFDM系统PAPR算法的MATLAB仿真,对比SLM,PTS以及CAF,对比不同傅里叶变换长度
本项目展示了在MATLAB 2022a环境下,通过选择映射(SLM)与相位截断星座图(PTS)技术有效降低OFDM系统中PAPR的算法实现。包括无水印的算法运行效果预览、核心程序及详尽的中文注释,附带操作步骤视频,适合研究与教学使用。
|
3月前
|
Windows
基于MATLAB实现的OFDM仿真调制解调,BPSK、QPSK、4QAM、16QAM、32QAM,加性高斯白噪声信道、TDL瑞利衰落信道
本文通过MATLAB仿真实现了OFDM系统中BPSK、QPSK、4QAM、16QAM和32QAM调制解调过程,并在加性高斯白噪声信道及TDL瑞利衰落信道下计算了不同信噪比条件下的误比特率。
174 4
基于MATLAB实现的OFDM仿真调制解调,BPSK、QPSK、4QAM、16QAM、32QAM,加性高斯白噪声信道、TDL瑞利衰落信道

热门文章

最新文章

下一篇
无影云桌面