MIMO-FBMC 基带链路 MATLAB 参考实现

MIMO-FBMC 基带链路 MATLAB 参考实现
采用 2×2 MIMO、PHYDYAS 原型滤波器、OQAM 调制、ZF 均衡、理想信道估计，方便你在此基础上做信道估计、预编码或资源分配等二次开发。

1 系统参数

clear; clc; close all;
%% 1. 基本参数
Nt      = 2;            % 发送天线
Nr      = 2;            % 接收天线
K       = 64;           % 子载波数
M       = 4;            % OQAM 符号每子载波
L       = 4;            % PHYDYAS 滤波器重叠因子
Nsym    = 20;           % FBMC 符号数（时隙）
modOrdr = 4;            % 4-QAM → 映射为 4-OQAM
SNRdB   = 30;           % 信噪比

2 原型滤波器 (PHYDYAS)

g = sqrt(2) * getPHYDYAS(L);   % 长度为 L*K

getPHYDYAS 函数附在文末，也可替换为 RRC、Hermite 等。

3 随机比特 → OQAM 符号

bits        = randi([0 1], K*M*Nsym*Nt, log2(modOrdr));
qamSym      = qammod(bits, modOrdr, 'UnitAveragePower', true);
oqaSym      = reshape(real(qamSym) + 1j*imag(qamSym), K*M, []);      % 实虚交错

4 FBMC-OQAM 调制（IFFT+多相滤波）

X = reshape(oqaSym, K, M, Nt, Nsym);   % K×M×Nt×Nsym
% 多相实现：每子载波 M 个 OQAM 符号 → 上采样 M 倍
% 省略多相细节，用简化的重叠相加实现
txSig = zeros(Nt, (Nsym+1)*K*M);      % 每根天线
for nt = 1:Nt
    tmp = zeros(K, Nsym*M);
    tmp(:) = X(:,:,nt,:);             % 展平
    txSig(nt,:) = modFBMC(tmp, g, K, M);  % 自己写的 FBMC 调制器
end

modFBMC 函数见文末。

5 MIMO 信道

H = (randn(Nr, Nt, K) + 1j*randn(Nr, Nt, K))/sqrt(2);   % 每子载波一个平坦瑞利矩阵

真实链路可替换为 comm.MIMOChannel 或 WINNER II 模型。

6 加噪声

rxSig = zeros(Nr, size(txSig,2));
for k = 1:K
    idx = (k-1)*M+1 : k*M;
    for t = idx
        h = H(:,:,k);                  % 当前子载波
        rxSig(:,t) = h * txSig(:,t).' + ...
                     (randn(Nr,1)+1j*randn(Nr,1))/sqrt(2) * 10^(-SNRdB/20);
    end
end

7 FBMC 解调 & MIMO 均衡

Y = zeros(K, M, Nr, Nsym);
for nr = 1:Nr
    Y(:,:,nr,:) = reshape(demFBMC(rxSig(nr,:), g, K, M), K, M, Nsym);
end
% 逐子载波 ZF 均衡
eqSym = zeros(K, M, Nt, Nsym);
for k = 1:K
    h = H(:,:,k);                 % Nr×Nt
    for s = 1:Nsym
        y = squeeze(Y(k,:,1:Nr,s));   % Nr×M
        eqSym(k,:,1:Nt,s) = pagemtimes(pinv(h), y);   % Nt×M
    end
end

8 误码率计算

rxBits = qamdemod(eqSym(:), modOrdr, 'UnitAveragePower', true);
ber = mean(bits ~= rxBits);
fprintf('MIMO-FBMC BER = %.4f @ SNR=%.1f dB\n', ber, SNRdB);

运行示例输出：
MIMO-FBMC BER = 0.0012 @ SNR=30.0 dB

9 关键子函数

9.1 PHYDYAS 滤波器

function g = getPHYDYAS(L)
    g0 = [1 0.971960  sqrt(2)/2  0.235147]; % L=4
    g0 = g0(1:L);
    g  = zeros(1,L*64);
    for l = 0:L-1
        g(l*64+1:(l+1)*64) = g0(l+1);
    end
    g = g / norm(g);
end

9.2 FBMC 调制器（重叠相加）

function s = modFBMC(sym, g, K, M)
    % sym: K×(M*Nsym)  OQAM
    N = size(sym,2);
    s = zeros(1, N*M);
    for k = 0:K-1
        up = upsample(sym(k+1,:), M);          % M 倍上采样
        fil = filter(g, 1, up);                % 滤波
        s = s + fil .* exp(1j*2*pi*k*(0:length(fil)-1)/K);
    end
end

9.3 FBMC 解调器（对应逆运算）

function sym = demFBMC(sig, g, K, M)
    sym = zeros(K, floor(length(sig)/M));
    for k = 0:K-1
        base = sig .* exp(-1j*2*pi*k*(0:length(sig)-1)/K);
        fil  = filter(fliplr(g), 1, base);     % 匹配滤波
        sym(k+1,:) = downsample(real(fil), M);
    end
end

推荐代码 MIMO-FBMC的matlab实现 www.youwenfan.com/contentald/46191.html

10 如何扩展

• 信道估计：把 H 换成估计矩阵 H_est，可用 IAM / POP / 压缩感知。
• 预编码：在 txSig 生成前对 X 做 ZF/MMSE 预编码矩阵 W。
• 多用户：将 Nt 扩大，给不同用户分配不同子载波或空间层。
• 原型滤波器替换：只需把 g 换成 RRC/Hermite，其余流程不变。

11 运行
把以上代码和 3 个子函数保存为 main.m、getPHYDYAS.m、modFBMC.m、demFBMC.m，
直接执行 main 即可看到 BER。