1.算法运行效果图预览
(完整程序运行后无水印)
2.算法运行软件版本
matlab2024b/matlab2022a
3.部分核心程序
（完整版代码包含详细中文注释和操作步骤视频）
rg = 0.5;
P3 = rg*TP*Pw*T/2*abs(h)^2;
Rx_data=Fly_T +noise/P3^0.5;%归一化，所以变为N/p
%目标接收信号
Rx_data_matrix=zeros(Nsymb,Lifft+GI+GIP);
for i=1:Nsymb
Rx_data_matrix(i,:)=Rx_data(1,(i-1)*(Lifft+GI)+1:i*(Lifft+GI)+GIP);%串并变换
end
Rmx=Rx_data_matrix(:,GI+1:Lifft+GI);
%OFDM解码
Y1=fft(Rmx,Lifft,2);
Rx_carriers = Y1(:,carriers);
Rx_phase = angle(Rx_carriers);
Rx_mag = abs(Rx_carriers);
[M, N]=pol2cart(Rx_phase, Rx_mag);
Rmx2 = complex(M, N);
%16qam解调
Rmx3 = reshape(Rmx2',size(Rmx2, 1)*size(Rmx2,2),1)' ;
Rmx4 = func_16deqam(Rmx3);%解调
baseband_in = Rmx4;
%误码率计算
bit_errors = find(baseband_in ~=bs_out);
ber(mtkl,ij) = size(bit_errors, 2)/Slen;
figure;
semilogy(SNRs,mean(ber,1),'-bs',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.9,0.0,0.0]);
grid on
xlabel('SNR');
ylabel('误码率');
title('中继到目标点的误码率性能');
if TP==0.3;
save mat\R11.mat SNRs ber
end
if TP==0.5;
save mat\R12.mat SNRs ber
end
if TP==0.7;
save mat\R13.mat SNRs ber
end
figure;
load mat\R11.mat
semilogy(SNRs,mean(ber,1),'-bs',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.9,0.0,0.0]);
hold on
load mat\R12.mat
semilogy(SNRs,mean(ber,1),'-mo',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.5,0.9,0.0]);
hold on
load mat\R13.mat
semilogy(SNRs,mean(ber,1),'-b^',...
'LineWidth',1,...
'MarkerSize',6,...
'MarkerEdgeColor','k',...
'MarkerFaceColor',[0.2,0.9,0.5]);
hold on
grid on
xlabel('SNR');
ylabel('误码率');
title('中继到目标点的误码率');
legend('中继功率比例因子=0.3','中继功率比例因子=0.5','中继功率比例因子=0.7');
4.算法理论概述
OFDM 将高速率的数据流分解为多个低速率的子数据流，然后将这些子数据流分别调制到多个相互正交的子载波上进行传输。在接收端，通过正交解调可以将各个子载波上的信号分离出来，恢复出原始的数据流。子载波之间的正交性使得它们在频谱上可以相互重叠，从而提高了频谱利用率。
调制与解调：在发送端，通常使用逆快速傅里叶变换（IFFT）来实现OFDM调制，将频域的信号转换为时域信号。在接收端，使用快速傅里叶变换（FFT）将接收到的时域信号转换回频域信号，以便进行解调。
循环前缀（CP）：为了克服多径传播引起的符号间干扰（ISI），OFDM系统在每个符号的开头添加一段循环前缀。循环前缀是将符号的尾部复制到头部得到的，其长度大于信道的最大时延扩展。这样，在接收端可以通过丢弃循环前缀来消除ISI。
假设一个OFDM符号包含N个子载波，第k个子载波上的数据符号为X[k]，k=0,1,⋯,N−1。OFDM 符号的时域表达式可以通过对频域数据符号进行逆离散傅里叶变换（IDFT）得到。在理想情况下，经过IDFT后的连续时间OFDM信号s(t)可以表示为：
在实际系统中，使用逆快速傅里叶变换（IFFT）来实现IDFT。离散时间的OFDM信号s[n]可以表示为：
考虑一个基于 OFDM 的无人机中继通信系统，包含源节点（S）、无人机中继节点（R）和目的节点（D）。源节点发送的 OFDM 信号经过无人机中继转发到目的节点。
中继分配功率：中继节点需要对接收到的信号进行放大转发或者解码转发。合理分配中继功率可以增强信号强度，补偿传输过程中的损耗，提高接收端的信号质量，从而提升系统的吞吐量、降低误码率等性能指标。然而，过高的功率分配可能会引入更多的噪声和干扰，同时也会增加中继节点的能耗。
无人机飞行高度：无人机飞行高度会影响通信链路的传播损耗。较高的飞行高度可能会受到大气吸收等因素的影响。此外，飞行高度还会影响无人机与地面节点之间的视距（LOS）和非视距（NLOS）通信概率。
