OFDM调制技术

OFDM调制技术（共6篇）

OFDM调制技术 篇1

1 OFDM的简单介绍

OFDM即是正交频分复用技术, 它是一种很特殊的多载波式传输方案。不仅可以将它看成是一种调制技术, 而且也可以将其当作复用技术, 它为延迟较大的信道传输提供了解决途径。OFDM运行的主要依据是把数据流由高速转变为多个低速, 以同行的方式在多个信道上分别传输, 这就使的符号在每个子信道上的传输时间相对延长, 近而降低了由于无线信道在时间方面的弥散所引起的ISI。与FDM相比, OFDM可以节约50%左右的频谱带宽, 使频谱利用率的提高成为现实。对于部分接收机运用OFDM技术, 则可以通过频率选择性的建立多个并行的子信道或多个传输域, 此时每个子信道采用的是相对简单的频域均衡等算法进行计算, 从而很大程度上对接收机的复杂度进行了降低。

2 对OFDM旋转调制的技术分析

对于信源二进制数据流, 其通过信道编码之后, 随后编码块进行旋转调制, 可以把调制星座点复序列划成为I路分量和Q路分量这两个实序列, 针对Q路分量这个实序列实施时频二维交织, 随后把I以及Q路合为新星座点序列。就这个复序列实施OFDM调制复用, 主要有IFFT与CP增加这些操作, 基于发送端基带复信号序列于是出现。发送信号通过加性高斯白噪声以及多径移动信道变换为接收端的输入信号。此处信道主要为3GPP中进行多径传播以及多普勒平移考虑的频率选择性慢衰落信道。处于接收端, 实施OFDM解调, 还有FFT及CP消除, 相位补偿这些。然后把OFDM进行解调之后的复信号序列划成I以及Q路分量实序列, 还针对Q路分量实序列实施时频二维解交织, 再把I以及Q路合并为新星座点复序列。就这个星座点复序列实施解调, 编码块的比特概率信息, 比如对数似然比LLR便得以出现。随后实施信道解码, 解码序列出现。再就信源以及解码序列做出对比, 于是统计的误块率及误码率出现。

3 广播发射应用的调制技术

3.1 正交幅度调制QAM技术

把正交幅度调制叫做正交幅移键控。此类键控通过两路数字基带信号就互相正交两个载波进行调制合并得出。为防止符号相混, 常运用m-QAM表示m电平正交调幅, 运用MQAM表示M状态的正交调幅。一般包括2电平正交幅移键控, 就是2—QAM、4—QAM, 4电平正交幅移键控, 就是4—QAM、16—QAM, 以及8电平正交幅移键控, 就是8—QAM、64—QAM。在信号状态M与电平数m间存在的联系为M=m2。通过分裂器, 即是串、并变换, 把调制信号变换为两路信号, 随后通过2-m电平变换器, 由2电平信号变换为m电平信号X (t) 以及Y (t) , 使用X (t) 以及Y (t) , 就载波coswct以及sinwct实施调幅, 然后进行相加, 已调信号MQAM于是出现。对于正交幅移键控信号, 它的解调主要使用正交相干解调器。MQAM信号进行相干解调之后, 于输出端出现m电平信号这两个X (t) 以及Y (t) , 就m电平信号实施判决, 把二进制信号I及Q实施恢复, 最终把I及Q信号合并成s (t) 。

3.2 四相移键控QPSK技术

通过QPSK调制器的相关原理, 码率为R的数字序列s (t) 经过分裂器, 可以分裂为码率达到R/2的I以及Q, 通过I及Q信号产生出幅度达到A-A的双极性不归零序列Re (t) 以及Im (t) , Re (t) 以及Im (t) 就互相正交的载波coswct, 再进行相加, 已调信号SQPSK (t) 于是出现。对于16QAM信号, 能通过两个幅度差距1倍的QPSK信号进行组合产生。由于不同QPSK信号在幅度上存在不同, 所以对于QPSK的每一个信号来说, 这4种不同的相位是可以对四个双比特码元进行传输的。当它们进行组合后, 便可以得到16个相位不同或者幅度不同的信号状态, 此时每个信号状态, 则又可以对4个二进制信息进行传输, 这便组成了16QAM。

3.3 编码正交频分复用Coded OFDM技术

编码 (C) 指的是信道编码所采用的编码率可变卷积编码的方式, 以对不同重要性数据分别适应的保护要求;正交频分是指大量的载波被使用, 它们的频率间隔是相同的, 都可以整除与基本震荡频率;复用 (M) 是由多路数据源互相交织地在上述载波上均匀分布, 并形成一个频道。在多载波通信众多方案中, COFDM是一种相对特殊方案, 将单个用户的信息流, 串/并变换后形成多个低速率的码流, 由子载波将每个码流进行发送。COFDM是不需要带通滤波器对子载波进行分隔的, 而是利用傅立叶快速的变换来保持正交的波形。截止目前COFDM可以说是世界上最先进并最具发展潜力的一种调制技术。实际上, COFDM是一种将编码和OFDM相结合的传输方案。但它本身是不能对衰减起到抑制作用的。由于子信道的频域位置不同, 所以不同子信道所受到的衰减也各不相同。这就需要信道编码对传输数据做进一步的保护。在信道编码的所有方案中, 网格编码调制 (即TCM) 结合频率同时间交织被公认为是解决此问题的最佳方案。TCM是将编码同调制相结合, 在对信号带宽不产生影响的条件下所实现的编码增益。

4 总结

OFDM即正交频分复用, 在对多载波进行传输时是一个比较特殊的方案, 一方面, 它不但是一种调制技术, 另一方面它还是一种复用技术。OFDM是一种具有很多优点的技术, 在下一代移动通信系统中将发挥出重要作用的主流调制及复用技术。

摘要：OFDM即正交频分复用, 它是一种比较特殊的多载波传输方案, 文章简明扼要的对OFDM技术展开了一些简短的介绍, 采用旋转调制的OFDM对通信性能在一定程度上可以起到改善的作用。概况的对广播发射中所运用到的调制技术从正交幅度调制QAM四相移键控QPSK编码正交频分复用Coded OFDM等三方面进行了相关介绍。

关键词：OFDM,多载波,传输,通信,正交频分复用

OFDM调制技术 篇2

为了实现4G通信系统所提出的高速率、高带宽、高频谱利用率的设计目标,需要采用更多新型的无线通信技术和理论,其中,MIMO技术与OFDM技术的结合被认为是4G系统框架中的关键技术。MIMO-OFDM系统利用OFDM技术抗多径衰落的特点和MIMO技术高传输速率的特点,使通信系统的整体性能在不额外增加功率和传输带宽的条件下获得显著提高[1]。

在MIMO系统中,空时编码(STC)可同时利用时间和空间两维信号处理来构造码字,从而进一步提高系统容量和误码率性能。然而,这种性能的改善导致了编码及译码复杂度的大大提升。文献[3]提出的空时分组编码(STBC),它的编译码结构都十分简单,从而降低了计算量,并且具有良好的分集增益。此外,若发送端可以获知某种形式的信道状态信息(CSI),就可采用自适应技术来优化MIMO-OFDM系统性能。自适应调制,即自适应比特、功率分配(ABPA),是自适应技术中非常重要的组成部分,主要思想是在发射端根据子信道状态动态地改变调制方式和发射功率,最大程度地利用信道容量,提高信息传输速率,降低发射功率,从而提高频谱效率和功率效率[2]。

目前,已有文献[4,5]为了提高STBC的吞吐量,将STBC与ABPA进行了结合。文献[4]把OSTBC与自适应波束成形以及ABPA进行了结合,并引入到MIMO-OFDM系统中。文献[5]将OSTBC与变速率自适应M-QAM调制进行了结合。文献[12]则将一种自适应功率分配最小化的算法引入到STBC-OFDM系统中。可以看出,以往的研究主要集中在优化目标为最大化系统容量以及最小化发射功率这两个方面,并且对于ABPA与STBC-MIMO-OFDM系统的结合没有给出一个通用的系统模型。

本文将提出一种基于ABPA-STBC的MIMO-OFDM系统模型。发送端根据子信道增益,采用Fishcer算法,优化各个子载波之间的比特和功率分配,目标是最小化误码率。随后,为了进一步提高误码率性能,已调制的符号被送到STBC模块中进行Alamouti编码,最后通过OFDM调制发送到相应天线上进行传输。

1系统模型

设在Nt根发送天线和Nr根接收天线的MIMO-OFDM系统中,频带被划分为Nc个子载波,假设Nc足够大,使得每个子载波可看作平坦衰落信道,并且GI个循环前缀可完全抑制符号间干扰(ISI)。假设发射机和接收机均已知完整的信道矩阵,且不考虑信道估计误差的影响。基于ABPA-STBC的MIMO-OFDM系统模型,如图1所示,下面将进行详细描述。

1.1编码

在发送端,输入比特流首先经过串并变换后送入ABPA进行自适应子载波比特、功率分配,根据接收端反馈回来的信道状态信息,为每个子载波选择调制方式以及发射功率。ABPA的具体处理方式将在下一节进行详细描述。

随后,已调制的符号进入STBC编码模块进行编码,根据文献[6]得知,不同的STBC编码矩阵需要采用不同数量的发射天线。本文选用Alamouti方案[2],它具有2阶分集增益,而且编码速率为1,即保持全速率,频谱利用率是编码中最高的。此时Nt=2,假设输入符号为Sn和Sn+1,这些符号每两个划分为一组,然后以组为单位进行STBC编码,编码规则可以用编码矩阵G来表示:

$G=\left[\begin{array}{cc}S{}_n& -S{}_{n+1}^{*}\\ S{}_{n+1}& S{}_1^{*}\end{array}\right]$

(1)

G中的行表示不同的发射天线,列表示不同的发送时间。Alamouti方案可推广至多发射天线、多接收天线的情况[7]。

令Xt为在t时刻经过STBC编码模块后的已编码矩阵,具体表示为[8]:

$X{}_t=\left[\begin{array}{cccc}x{}_{t,1}^1& x{}_{t,2}^1& \cdots & x{}_{t,{\rm N}{}_c}^1\\ x{}_{t,1}^2& x{}_{t,2}^2& \cdots & x{}_{t,{\rm N}{}_c}^2\\ ⋮& ⋮& \ddots & ⋮\\ x{}_{t,1}^{{\rm N}{}_t}& x{}_{t,2}^{{\rm N}{}_t}& \cdots & x{}_{t,{\rm N}{}_c}^{{\rm N}{}_t}\end{array}\right]$

(2)

其中第i行x${}_t^i$= x${}_{t,1}^i$,x${}_{t,2}^i$,…,x${}_{t,{\rm N}{}_c}^i$,i = 1,2,…,Nt,表示通过天线i发送的数据。信号x${}_t^i$1,x${}_{t,2}^i$,…,x${}_{t,{\rm N}{}_c}^i$表示在一个OFDM符号周期内通过天线i发送的OFDM调制信号,其中x${}_{t,k}^i$为被送到第k个OFDM子载波上的数据。在OFDM系统中,为了抑制由多径时延扩展产生的符号间干扰(ISI)以及子载波间干扰(ICI),需要在每个OFDM符号的起始位置插入循环前缀(CP),它是OFDM符号后部数据的循环复制,增加了符号的波形长度。因此,OFDM符号长度为Nc+GI。最后,信号经无线信道传播出去。

假设信道为频率选择性信道,但时间上具有平坦性,即在一个OFDM符号周期内,信道特性保持恒定。另外,不同天线之间的信道衰落特性假设是独立同分布的。信道的复基带脉冲响应可以表示为:

hj,i(t;$\tau )={\displaystyle \sum _{l=1}^{L}h}{}_{j,i}^{t,l}\delta (\tau -\tau {}_l)$ (3)

其中L表示多径的数量,τl表示第l条路径的时延,h${}_{j,i}^{t,l}$表示脉冲响应的幅度,服从复高斯分布。假设每个OFDM符号的时间周期为Tf,OFDM子载波间隔为Δf。

Tf=NcTs (4)

${\rm T}{}_s=\frac{1}{{\rm N}{}_c\Delta f}$ (5)

此时第l条路径的时延可以表示为:

$\tau {}_l=n{}_l{\rm T}{}_s=\frac{n{}_l}{{\rm N}{}_c\Delta f}$ (6)

其中nl为一个整数。t时刻的信道频率响应可以通过对时域响应做FFT变换得到:

${\rm H}{}_{j,i}^{t,k}\underset{=}{{\displaystyle △}}{\rm H}{}_{j,i}(t{\rm T}{}_f,k\Delta f)={\displaystyle \sum _{l=1}^{L}h}{}_{j,i}(t,n{}_l)e{}^{-j2\text{π}kn{}_l/{\rm N}{}_c}$ (7)

令:

htj,i=[ht,1j,i,ht,2j,i,…,ht,Lj,i]H

ωk=[e-j2πkn1/Nc,e-j2πkn2/Nc,…,e-j2πknL/Nc]T (8)

于是式(7)可以被重写为:

H${}_{j,i}^{t,k}$=(h${}_{j,i}^t$)H·ωk (9)

从式(7)可以看到,信道频率响应H${}_{j,i}^{t,k}$是信道脉冲响应h${}_{j,i}^t$的数字傅里叶变换。对于第k个OFDM子载波来说,这种变换需要通过ωk矢量进行具体描述,k=1,2,…,Nc。

1.2译码

在接收端,Nt个发射天线发送的信号和高斯白噪声叠加在一起进入每一个接收天线。假设经过理想的载波同步、定时、采样,再经过去除循环前缀,OFDM解调。第j个接收天线上的第k个子载波的接收信号可表示为:

$\begin{array}{l}R{}_{t,k}^j={\displaystyle \sum _{i=1}^{{\rm N}{}_t}{\rm H}}{}_{j,i}^{t,k}x{}_{t,k}^i+{\rm N}{}_{t,k}^j\\ k=1,2,\cdots ,{\rm N}{}_c,j=1,2,\cdots ,{\rm N}{}_r(10)\end{array}$

其中H${}_{j,i}^{t,k}$表示对于第k个OFDM子信道来说,第i根天线发、第j根天线收时的信道频率响应;N${}_{t,k}^j$表示均值为0,方差为σ${}_k^2$的独立高斯变量。

同时,信道估计被反馈到常/变速率解调器(CRD/VRD)中,它由三个部分构成:最大速率合并器(MRC);最大似然检测器(MLD);信号解调器。其中MRC和MLD的作用是进行STBC译码,信号解调器的作用是根据各个子载波上相对应的调制方式进行信号解调。显然,接收端进行的是发送端的反相操作。因此,在接收端的MLD判决矩阵可以表示为[8]:

$\widehat{X}{}_t=\arg \underset{\widehat{X}}{{\displaystyle \min }}{\displaystyle \sum _{j=1}^{{\rm N}{}_r}{\displaystyle \sum _{k=1}^{{\rm N}{}_c}\left|R{}_{t,k}^j-{\displaystyle \sum _{i=1}^{{\rm N}{}_t}{\rm H}}{}_{j,i}^{t,k}x{}_{t,k}^i\right|}}{}^2$ (11)

从以上过程可以看到,基于ABPA-STBC的MIMO-OFDM系统需要在每一子载波上进行独立的ABPA以及STBC编码,这是因为STBC编码一般要求在一个码组持续时间内,信道衰落是近似恒定的。

2ABPA算法

在一般的MIMO-OFDM通信系统中,所有子载波都采用相同的调制方式。然而,对于频率选择性信道,各个子载波呈现出来的误码率各不相同,处于深衰落的子载波误码率很大,会严重地影响整个系统的误码率性能,从而影响到系统的容量,因此需要采用自适应调制,即在信道增益好的信道上使用较高阶数进行调制;在衰落比较厉害的信道上使用较低阶数调制,来提高系统的频谱利用率和信息传输速率。

按照约束条件的不同,自适应MIMO-OFDM系统大体可以分为两类,一类是常速率CBR(constant-bit-rate)系统,其设计目标为在限定的速率范围内使功率最小或者误码率最低,经典算法为Bingham算法和Fischer算法[10,11]等。另一类是变速率VBR(variable-bit-rate)系统,其设计目标为在总的平均发射功率和一定的误码率限定下,使频谱效率最大化,经典算法为Hughes-Hartogs算法和Chow算法[12,13]等。目前许多文献提出了改进的次优ABPA算法[14,15,16,17],但是现有的ABPA算法仍然存在计算复杂度高或者性能差的缺点,它们或者是以高的计算复杂度为代价的最优算法,或者是以性能损失为代价的次优算法。

本文ABPA算法基于文献[11],该算法中每个子载波上的比特和能量的分配是在一个确定的系统总速率和发射功率的约束下,以最小化误码率为目标来实现的。每个子载波上的比特分配按式(12)进行计算:

$R{}_i=\frac{R{}_{{\rm T}}}{D}+\frac{1}{D}\log {}_2\left(\frac{{\displaystyle \prod _{i=1}^D{\rm N}}{}_i}{{\rm N}{}_i^D}\right)$ (12)

式中,RT是系统要求的总速率,Ni是每个子载波上相互独立的噪声的方差,D是尚未排除任何子载波时的子载波总数。在算法迭代过程中某个子载波上的Ri可能会出现负值,那么将这个子载波排除后重新计算,直至所有剩余信道的速率Ri都是正数。将得到的可用信道总数记为D′,总的发送功率PT应该均匀地分布于D′个可用信道中,即Pi=PT/D′,以保证各个子信道具有相同的差错概率。上述算法在实际实现时必须满足速率Ri为整数。该算法是目前已知的ABPA算法中复杂度最小的算法,因此比较适合高速数据的传输。

为了更好地显示本文的ABPA算法,我们产生了一个信道时隙。图2是子信道上比特与功率分配,图2中有3幅小图,其中第1幅为信道状态信息,第2幅为每个子信道比特分配,第3幅为每个子信道的功率分配;横坐标表示子信道数目,纵坐标依次为信道增益、比特分配、功率分配。从图2可以看出,本文所采用的ABPA算法在进行比特分配时,给信道状态好的子信道分配多的比特数,而给信道状态差的子信道分配少的比特数或者零比特。而在进行功率分配的时候,对传输的比特数多的信道分配的功率多,反之亦然。

3仿真与分析

仿真参数设定:(1)天线配置为2×2;(2)子载波数取64;(3)信道的模型采用三径Rayleigh衰落信道,功率时延分布呈指数衰减为{1,exp(-1),exp(-2)};(4)ABPA算法采用Fischer算法,其中限制比特分配的数值为0、1、2、4、6、8,对应的调制方式为不发送、BPSK、QPSK、16QAM、64QAM、256QAM。

为了便于分析仿真结果,分别在一般的MIMO-OFDM系统以及本文给出的系统模型下进行QPSK,16QAM以及与它们相关联的ABPA,即每个OFDM符号内具有相同的数据速率,例如采用固定QPSK调制时,每个子载波平均承载2个比特;采用固定16QAM调制时,每个子载波平均承载4个比特,其结果如图3、4所示。从图中结果可以看出(1)随着信噪比的提高,ABPA相比固定QPSK、16QAM调制在误码性能上有较明显的改善。在误码率10-3处,对于一般的MIMO-OFDM系统,ABPA可获得6dB-10dB的增益;对于本文给出的系统模型,ABPA可获得1dB-4dB的增益。(2)采用STBC相比不采用STBC在性能上有明显改善,可理解为是STBC的分集增益给系统性能带来了提高。在误码率10-3处,本文给出的系统模型相比一般的MIMO-OFDM系统可获得20dB-30dB的增益。

4结语

本文提出了一种基于ABPA-STBC的MIMO-OFDM系统模型。仿真结果表明,本文所提出的系统模型相比一般的MIMO-OFDM系统有更好的误码性能,在误码率10-3处,STBC能给系统提供20dB-30dB的增益,同时ABPA也能给系统提供1dB-4dB的增益。总之,在下一代移动通信系统中,采用这种系统模型将会进一步提高系统性能。

OFDM调制技术 篇3

1 OFDM原理与16QAM、QPSK调制

1.1 OFDM技术原理

传统多载波调制技术是OFDM技术的前提和基础,OFDM是将高速串行的数据流转换成低速并行的子数据流,然后调制到相互正交的子信道上。

一个OFDM符号包含多个经QPSK调制或16QAM调制的子载波。如果一个OFDM系统有N个正交子载波,其基带子载波可以表示为:φk(t)=ejt2πfk,fk为第k个子载波的频率

调制N个并行数据后的OFDM符号可表示为

式中,xk为第k个子载波上调制的复信号,T为系统采样间隔,在无过采样的情况下T=1/B,B为系统带宽,NT为OFDM符号长度。子载波频率fk是子载波间隔()的整数倍,有T

使得子载波φk(t)在0

由于OFDM将高速串行数据流转换成并行数据流,增大了符号周期,从而对无线信道上的时间弥散有更强的抵抗作用。另外,OFDM通过插入循环前缀CP来克服频率选择性衰落导致的码间干扰ISI。

1.2 16QAM

QAM就是正交幅度调制,16QAM有16种调制状态,因而一种状态可以表示4bit信息。其仿真过程就是将数据流按每4bit一组,将其转换成10进制数(16种取值:从0000到1111),再将每个取值映射到复平面上的一个对应状态,如图1。

调制代码如下:

2.3 QPSK

QPSK即四相频移键控,有四种调制状态,因而每一状态只能表示2bit信息位。与16QAM相似,它的调制是将数据流按2bit分组,转换成十进制数(4种状态00、01、10、11),再映射到复平面上,如图2。

调制代码如下:

1.4 系统模型及仿真流程

OFDM系统原理框图如下所示:

其中,编码是为了提高信道的可靠性而对信号进行纠错编码,但它只能解决单个或比较短的差错,如果比特差错成串发生,则需要使用交织技术将这些误差分散。数字调制是将交织后的信号进行16QAM或QPSK调制。导频用于信道估计,通过导频畸变获得系统性能。IFFT和FFT是OFDM系统的核心部分,因为这是通过它们实现正交子载波的调制解调,插入循环前缀作为保护间隔时,只要保护间隔的长度大于最大时延扩展,就可以有效地消除码间串扰。接收信号后,系统处理流程与发送端相对应。

根据OFDM的系统原理框图,可以设计出其仿真流程如下:

2 仿真结果分析

仿真中,数字调制部分分别采用16QAM和QPSK,得出图5和图6。

从图中可以看出,在信噪比为0db的时候,两者的误码率几乎一样,但是随着信噪比的增加,采用QPSK的系统误码率下降速率比另一个快得多,图3在SNR为10的时候误码率为10-1.5,而图4在相同SNR值时误码率仅为10-3,且图4中没有信噪比SNR大于11时的误码率,通过matlab矩阵看到,后面的误码个数均为0。

3 结论

通过比较可以得出结论:在一定的参数和信噪比条件下,OFDM系统采用QPSK比采用16QAM时误码率要低,有更好的传输性能。但是由于一个16QAM状态能表示4位数据,而一个QPSK状态只能表示2位数据,因此,16QAM的调制效率是QPSK的两倍。在实际的系统中,可以根据实际情况,如系统的信噪比、可靠性要求和传输速率要求等综合考虑,选择最佳调制方式。

参考文献

[1]别志松,别红霞.信息与通信系统仿真[M].北京:北京邮电大学出版社,2010:184-193.

[2]Ping Chen,Linyun Li.Analysis and Resoluttion of Key Issues in OFDM System Simulation[C].Open-Source Software for ScientificComputation(OSSC),2011 International Workshop on.IEEE,2011:98-101.

[3]Ping Chen,Pei Wang,Jiangfeng Sun.Design and Implement of the OFDM Communication System[C].Open-Source Software for Scien tific Computation(OSSC),2011 International Workshop on.IEEE,2011:59-63.

OFDM调制技术 篇4

正交频分复用(OFDM)技术是一种多载波调制技术,能极大地提高频谱利用率,非常有效地对抗频率选择性衰落和窄带干扰。 早期多载波调制技术,各个子载波采用固定码率的调制方式, 整个通信系统的误码率(BER)取决于性能最差的子载波;而自适应调制技术根据当前信道的状态(CSI),自适应调整各个子信道的传输比特数以及调制方式,提升系统性能。

现有自适应调制算法,可以依据优化准则分为三类:基于信道增益的贪婪算法[1,2],以信道容量为基准的算法[3],以误码率性能为基准的算法[4,5]。

在实际的无线通信系统中, 会更多地考虑算法所占用的运算资源和信令开销。 为了进一步降低算法开销,提出了基于子载波分组的自适应调制算法,以组为单位对子载波进行资源分配, 但是, 已有的分组算法或固定分组, 无法适应不同通信环境[6], 或者动态分组依据过于简单[7]。

本文提出一种全新的、近似均匀的动态分组自适应调制技术, 根据信道增益、 噪声强度和码率确定动态分组依据, 并以组为单位自适应分配通信资源, 在保证系统误码率性能的前提下,极大地降低系统开销。

1 经典算法分析

在现有的自适应调制算法中, 以Hughes-Hartogs算法最接近理论最优解, 它将每个子信道从0 bit开始计算,采用贪婪算法,每增加1 bit都找到所需功率增加最小的子信道,直到所有比特分配结束。 但该算法运算量过大。

Chow算法是一种次优化的自适应调制算法, 依据信道容量作为标准为各个子载波分配比特数,按照下式对子载波比特数进行初始化:

SNR ( i ) 、 Ei和|Hi|2分别表示第i个子载波的信噪比、发射功率和信道增益,N0表示噪声功率,Γ 表示系统与香农限的差距,γmargin是通过有限迭代得到的一个接近最优化的门限值。

Fischer算法以误码率性能作为优化标准, 第i个子载波上M-QAM调制的误码率表示为:

式中。Fischer算法提出, 当所有子载波上的误比特率相等时, 系统的误码率将达到最小值。 Fischer算法性能非常好, 而且比Chow算法复杂度低, 只要迭代几次就可以得到最终结果,是目前效率较高的算法之一。

2 近似均匀动态分组自适应调制算法

2 . 1 算法流程

本文提出的近似均匀的动态分组自适应调制算法流程示意图如图1 所示。 算法分为3 个步骤:(1) 依据信道估计信息(CSI), 动态确定分组数目;(2) 将所有子载波排序, 并分配到各个子载波组之中;(3) 以组为单位, 进行自适应调制,分配通信资源。

2 . 2 动态确定分组数目

根据式(1)可以看出,在相同传输功率的前提下, 子载波的信道增益每提高一倍,子载波可分配的比特数加1 ; 根据式( 2 ) 可知, 在保证误码率不变的情况下, 可以得到同样的结论。 因此,本算法分组依据的参数 α1如式( 3 ) 所示:

表示所有子载波中信道状况最好的子载波比信道环境最差的子载波理论上可以多分配的比特数目;参数 α1根据子载波波动程度作为分组依据: 子载波波动程度小,计算出的值就会比较小,即分组数目会比较少;反之分组数目会比较多。 特殊情况下会得到很大的值, 但是子载波不会容纳过多比特( 调制阶数过高), 因此用nmax表示子载波最高阶调制模式能分配的比特数,α1最终取两者中比较小的值。

文献[8]给出了QAM调制下子载波误码率的近似值:

式中:c1= 0 . 2 , c2= 1 . 6 。 从式( 4 ) 可以看出, 误码率与噪声功率、子载波比特数都成正相关,同时,在噪声功率比较高的情况下,更复杂的自适应调制算法所带来的增益效果并不明显,因此应该通过降低算法开销来提升算法性能,即减小分组数目。 本算法分组依据的参数 α2如下式所示:

Rtarget表示传输比特总数,Nsub表示子载波总数,式(5)和式(4)成负相关,即在误码率高时,分组参数 α2取值更小。

本算法最终将子载波分为r组:

2 . 3 子载波分配

得到分组数目r后, 计算每组包含的子载波数目mi, 本算法为近似均匀分组, 即尽量将Nsub个子载波平均分配到r个子载波组当中,即, 再将剩余的子载波Nrem平均分配到Nrem组当中,。

2 . 4 自适应资源分配

本算法的自适应资源分配以误码率性能为优化标准, 与Fischer算法相比, 有如下改进: 以组为单位的子载波比特计算; 信道过差的子载波整体剔除; 剩余比特调整。

本文所述算法比特分配具体实现步骤:

(1)根据式(6)、式(7),将子载波分组;

(2)计算各个子载波组的平均增益|i|2;

( 3 ) 根据式( 8 ) 计算各个子载波组平均分配的比特数目(初始化N′sub= Nsub) :

( 4 ) 找到所有bi≤0 的子载波组, 剔除这些过差的信道, 重新计算N′sub= N′sub- mi, 转到步骤( 3 ) , 若所有bi> 0 ,进入步骤(5);

( 5 ) 对bi进行量化,bQi= round ( bi) , 计算量化误差 △bi=bQi- bi, 总比特数Rtotal= ΣbQi× mi;

( 6 ) 调整剩余比特数: 如果Rtotal= Rtarget, 结束比特分配;如果Rtotal> Rtarget, 进入步骤( 7 ) ; 如果Rtotal< Rtarget, 进入步骤( 8 ) ;

( 7 ) 如果Rtotal- mi> Rtarget, 找到最小的 △bi, 调整bQi= bQi-1 , Rtotal= Rtotal- mi, △bi= △bi+ 1 ; 如果Rtotal- mi< Rtarget, 找到最小的 △bi, 记录序号i和Rtotal- Rtarget, 将第i组子载波内的前Rtotal- Rtarget个子载波比特数减1,结束比特分配;

( 8 ) 如果Rtotal+ mi< Rtarget, 找到最大的 △bi, 调整bQi= bQi+1 , Rtotal= Rtotal+ mi, △bi= △bi- 1 ; 如果Rtotal+ mi> Rtarget, 找到最大的 △bi, 记录序号i和Rtarget- Rtotal, 将第i组子载波内的后Rtarget- Rtotal个子载波比特数加1,结束比特分配。

3 仿真验证及结果分析

本节将对本文提出的算法进行仿真验证, 并从自适应调制算法的两个指标:算法复杂度和误码率性能来分析本文算法的优越性。

3 . 1 算法复杂度分析

算法复杂度是衡量自适应调制算法是否有实用性的重要指标,表1 在理论上分析了Hughes-Hartogs算法、Chow算法、 Fischer算法和本文算法的计算复杂度。

表1 中,N表示总子载波数,M表示分组数目,MAXcount是Chow算法设定的最大迭代总次数,β 是Fischer算法剔除不符合要求子载波的迭代次数, ε1、 ε2、ε3表示3 种算法比特调整次数(ε3小于 ε1和 ε2) 。 可以看出, 贪婪算法计算复杂度直接与比特总数Rtarget相关,而Chow算法和Fischer算法复杂度与子载波总数目N相关, 计算复杂度大大下降; 本文算法计算复杂度和分组数目M相关,计算复杂度最低。 尤其是考虑到实际通信系统中的信道估计误差和信令开销, 本文算法在OFDM系统整体开销上, 有大幅度的降低。

3 . 2 误码率性能仿真验证

本节对系统的误码率性能进行仿真对比验证。 仿真信道为Rayleigh信道, 系统为QAM调制, 最高阶调制方式为256QAM,本文仿真假设为理想信道估计。

图2 是本文算法与Chow算法、Hughes-Hartogs算法误码率性能的对比。 可以看出,本文算法在误码率性能上比较接近贪婪算法Hughes -Hartogs, 略优于Chow算法。

图3 是本文算法与固定分组算法的对比, 可以看出, 本文算法在误码率性能上更好, 而且本文算法自适应动态确定分组数目,算法适用性更强。

图4 是本文算法与Fischer算法的误码率性能以及计算量的对比。 可以看出,本文算法误码率性能几乎与Fischer算法相当, 但是计算开销要远远低于Fischer算法。

综合仿真结果可以得出本文算法的三个优势:(1)相对于已有的不分组自适应调制算法,本算法在保证误码率性能的条件下, 大幅度降低运算量;(2) 相对于固定分组的自适应调制算法, 本算法误码率性能更好, 并且平均运算量更小;(3) 本算法提出了更好的动态分组依据,对不同的信道环境的适应性更强。

4 结论

本文针对OFDM系统中的自适应调制领域进行了深入研究,提出了一种近似均匀的动态分组的自适应调制算法。 算法复杂度分析和仿真结果表明,该算法在误码率性能接近Fischer算法的同时, 极大地减小了系统开销, 并且该算法通过动态分组, 能适应更复杂的通信环境。 相对于已有的自适应调制算法,本算法性能更优秀,实用性更强。

摘要：为了提升OFDM通信系统的性能,提出一种基于近似均匀动态分组的自适应调制算法。考虑到子载波增益、噪声强度和码率等因素,提出了更完备的动态分组依据,将OFDM系统中的子载波分组,然后以组为单位自适应分配通信资源。仿真结果表明,所提出的方案与已有的Fischer等自适应调制算法相比,在误码率性能接近的前提下,极大地降低了运算复杂度。

关键词：OFDM,自适应调制算法,动态子带划分

参考文献

[1]PRABHU R S,DANESHRAD B.An energy-efficient waterfilling algorithm for OFDM systems[C].Proceedings of the Communications(ICC),2010 IEEE International Conference on,2010.

[2]HUGHES-HARTOGS D.Ensemble modem structure for imperfect transmission media[M].Google Patents,1989.

[3]CHOW P S,CIOFFI J M,BINGHAM J.A practical discrete multitone transceiver loading algorithm for data transmission over spectrally shaped channels[J].IEEE Transactions on communications,1995,43(234).

[4]WYGLINSKI A M,LABEAU F,KABAL P.Bit loading with BER-constraint for multicarrier systems[J].Wireless Communications,IEEE Transactions on,2005,4(4).

[5]FISCHER R F,HUBER J B.A new loading algorithm for discrete multitone transmission[C].Proceedings of the Global Telecommunications Conference,1996 GLOBECOM′96′Communications,1996.

[6]LAI S K,CHENG R S,LETAIEF K B,et al.Adap tive trellis coded MQAM and power optimization for OFDM transmission[C].Proceedings of the Vehicular Technology Conference,1999 IEEE 49th,1999.

[7]LEE S-M,PARK Y-S,PARK D-J.Fast bit and power allocation algorithm for OFDM systems[C].Proceedings of the Vehicular Technology Conference,2004.

OFDM调制技术 篇5

1 64QAM-OFDM调制解调原理

1.1 64QAM的调制解调原理

所谓正交振幅调制, 就是用两个独立的基带波形对两个相互正交的同频载波进行抑制载波的双边带调制, 利用这种已调信号在同一带宽内频谱的正交性来实现两路并行的数字信息传输。MQAM信号的一般表达式为:

式 (1) 由两个相互正交的载波构成, 即cosω0t和sinω0t, 这两个载波分别被一组离散的振幅Ak、Bk所调制, 因此称这种调制方式为正交振幅调制。式中T为码元宽度, k=1, 2, L, L为Ak和Bk的电平数。MQAM中的Ak和Bk振幅可以表示成:

式 (2) 中, A是固定的振幅, dk、ek由输入数据决定。已调MQAM信号在信号空间中的坐标点由dk、ek决定。

在解调器中, 把相位相差为π/2的两路基准载波与已调信号S (t) 相乘、化简, 得到同相分量信号的表达式为:

正交信号分量表达式为:

MQAM调制解调系统的组成框图, 见图1所示, 采用相干方式解调。在调制端, 速率为Rb的二进制串行数据经过串并转换成速率为Rb/2的两路并行信号, 再分别经2-L电平转换成速率为Rb/log2M的L电平信号, 经低通滤波器与正交载波相乘后再相加, 生成MQAM调制信号, 其中低通滤波器的作用是对待调制的基带信号进行限带滤波。在解调端, 接收到的已调信号先后经过载波恢复与位定时同步恢复得到两路L电平信号, 经L-2电平转换及并串转换后可得到已发送的串行数据。

1.2 OFDM的调制解调原理

OFDM的基本原理是把一个高速的数据流分配到并行的速率较低的相互正交的若干子信道中传输, 通过各子载波进行调制, 然后在独立的子信道上进行传输。由于每个子信道的频率特性可以近似看作是平坦的, 每个信道就可以认为是无符号间干扰的理想信道, 接收端可以可靠地解调信号。同时在OFDM符号中插入保护间隔保证了子信道的正交性, 消除了OFDM符号间的干扰。

对于含有N个子载波的OFDM系统, 在一个符号持续时间T内, 从t=ts开始采用复等效基带信号表示OFDM为:

式中, 为矩形函数, Sk表示第k个子载波上传输的经过调制后的信号。

对于一个周期内的基带信号, 令式 (5) 中的ts=0, 同时忽略矩形函数, 并对信号s (t) 以T/N的速率进行采样, 即令, 可得:

式 (6) 与IDFT运算的表达式一致, 说明OFDM复等效基带信号可以用离散傅立叶反变换 (IDFT) 的方法来实现。

同理, 在接收端, 恢复原始数据符号Sk的出来可以通过对sk进行反变换, 即DFT, 得到:

OFDM的调制和解调可以通过IDFT和DFT来实现, FFT/IFFT是实现DFT/IDFT快速算法。在OFDM系统的具体实现中, 通常是采用更加快捷方便的快速傅立叶变换 (FFT/IFFT) 来降低系统的运算复杂度[2]。

2 仿真模型设计

使用System Generator来设计64QAM-OFDM的调制解调系统, 能够加快DSP系统的开发进度, 缩短整个设计周期, 见图2所示, 从左到右依次为加扰模块、64QAM映射模块、IFFT模块、添加循环前缀模块、去除循环前缀模块、FFT模块、64QAM逆映射模块和解扰模块。

2.1 64QAM调制仿真模型设计

上文已提到MQAM采用相干方式解调, 在调制端, 速率为Rb的二进制串行数据经过串并转换成速率为Rb/2的两路并行信号, 再分别经2-L电平转换成速率为Rb/log2M的L电平信号, 经低通滤波器与正交载波相乘后再相加, 生成MQAM调制信号。因此, 64QAM调制的主要流程为:输入二进制序列→串/并转换→2-8电平转换→电平映射→功率归一化。模块设计见图3所示。

对64QAM映射模块进行仿真验证, 并用Discrete-Time Scatter Plot Scope模块观察64QAM映射星座图, 见图4所示。由星座图可以看出, 该64QAM星座映射图与理论一致。需要说明的是, 星座图中星座点的幅度是功率归一化后的幅度。

2.2 IFFT/FFT仿真模型设计

System Generator提供了集成模块FFT v3_2来实现IFFT/FFT功能, 该模块支持的器件有Virtex-4、Virtex-2、Virtex-2 Pro和Spartan-3, 它为离散傅立叶变换 (DFT) 提供了一种有效的算法。当fwd_inv端口输入为1时, FFT v3_2进行离散傅立叶变换, 当fwd_inv端口输入为0时, FFT v3_2则进行离散傅立叶反变换。信号fwd_inv必须是布尔型数据。IFFT/FFT调制解调模块的仿真模型见图5所示, 其输入输出波形的星座图见图6所示。对比两个星座图, 可以看出FFT解调后的星座图与IFFT调制前的星座图基本一致, 幅度不同是因为IFFT调制前的星座图已经进行了功率归一化。因此, 所设计的模块达到了IFFT/FFT调制解调的要求。2.3 64QAM解调仿真模型设计

QAM检测的常规方案有硬判决和软判决, 本论述对64QAM映射采用硬判决方式 (即电平判决方式) 进行判决。对于64QAM系统, 判决门限应该能区分8个电平, 因此, 根据星座图映射规则, 可采用-6、-4、-2、0、2、4、6作为判决门限, 将-7~7的区间分割成大小相等的区间, 见图7所示。判断信号落在哪个区间, 比如, 如果信号落入abcd区间, 则判断 (I, Q) 支路电平值为 (3, 3) , 根据64QAM格雷码编码规则, 输出信号为011011。观察64QAM格雷码编码规则, 可得到I/Q支路电平判决流程图, 见图8所示。

依照以上设计思想, 搭建System Generator环境下的64QAM电平判决部分模块, 见图9所示。对64QAM解调模块进行仿真验证, 得到波形图10所示。从图10中可以看出, 解调出的信号波形与原始信号波形一致, 验证了64QAM解调模块的可行性。

3 与16QAM-OFDM系统性能的对比

为了验证系统的可靠性, 在系统中设置了误比特率测试模块, 见图11所示。系统码源速率为9.6Mbit/s, 系统采样速率为48Mbit/s, 仿真时长为0.004s, 测得误比特率约为0.0004167。由此可知, 本论述采用System Generator设计的OFDM解调模块具有较高的可靠性。

同时, 为了对比研究高阶调制OFDM系统的优越性能, 搭建16QAM-OFDM系统模型, 见图12所示。在系统中设置误比特率测试模块来验证系统的可靠性。16QAM-OFDM系统的误码率, 见图13所示。为了方便对比, 令16QAM-OFDM系统的输出码元总数与64QAM-OFDM系统的输出码元总数相同。

通过与16QAM-OFDM系统仿真结果的对比, 可以知道, 在其他条件相同的情况下, 64QAM-OFDM系统的误码率比16QAM-OFDM的误码率要高出1倍多, 但是, 理论上64QAM-OFDM系统的频带利用率却是16QAM-OFDM系统的1.5倍。在频谱资源日益紧张的今天, 通过牺牲一部分系统的可靠性来提高系统的有效性, 这种牺牲是值得的。另外, 可以通过优化信源编码算法、改善接收机的性能等方法来提高系统的可靠性。

4 结束语

OFDM技术作为未来4G通信的关键技术之一, 越来越受到各个研究机构的重视。本论述基于软件无线电的思想, 使用System Generator进行64-QAM-OFDM的IFFT/FFT调制解调、64QAM映射/逆映射等模块的设计与仿真验证, 完成了64QAM-OFDM基带系统的初步仿真研究及部分模块的建模验证工作, 仿真结果与理论一致。System Generator图形化的设计环境使得修改设计变得简单方便, 避开了HDL的复杂编程, 提高了效率, 缩短了开发周期, 具有很好的使用价值。

参考文献

[1]张建.软件无线电的基本理论架构[D].成都:电子科技大学, 2000.

[2]谭美玲.基于软件无线电的OFDM解调模块的设计与实现[J].电视技术, 2012, 36 (13) :83-85.

[3]Joaquin Garcia, Rene Cumplido.On the design of an FPGABased OFDM modulator for IEEE 802.16-2004[C].2005 International Conference on Reconfigurable Computing and FPGA, 2005.

[4]Heekwan Lee, Solomon W.A New Construction of 64QAM Golay Complementary Sequence[J].IEEE 2006, 52 (4) .

OFDM调制技术 篇6

关键词：正交频分复用,网格编码调制,解调,维特比,网格法

0 引 言

正交频分复用 (Orthogonal Frequency Division Multiplex, OFDM) 是目前已知的频谱利用率较高的一种通信系统, 它将数字调制、数字信号处理、多载波传输等技术有机结合在一起, 使得它在系统的频谱利用率、功率利用率、系统复杂性方面综合起来有很强的竞争力, 是支持未来移动通信特别是移动多媒体通信的主要技术之一[1]。在使用OFDM系统进行数据传输时, 调制解调器的设计成为关键。这里OFDM调制解调器的设计选择了TCM网格编码调制 (Trellis Coded Modulation) 的方法, 其特点是结合了时间和频率的间插。TCM码调制结合了卷积码和十六进制正交幅度调制从而达到一种高效编码而对传输的信号不产生影响。在接收端, 网格编码通过维特比算法进行译码[2]。

1 OFDM基本原理

OFDM的基本原理就是把高速的数据流通过串/并变换, 分配到传输速率相对较低的若干个相互正交的子信道中进行传输。这样一个OFDM符号内就包含了多个经过调制的子载波信号。每一个信号可以是子载波的相位调制, 也可以是子载波幅度和相位的联合调制, 比如BPSK, QPSK, 16QAM等。图1给出了OFDM系统基本模型的框图。

2 TCM调制解调

2.1 TCM简介

TCM技术是一种将编码和调制结合在一起的技术。它与常规的非编码多进制调制相比具有较大的编码增益且不降低频带利用率, 所以特别适合限带信道的信号传输[3]。TCM系统使用冗余多进制调制与一个有限状态的网格编码器相结合, 由编码器控制选择调制信号, 以产生编码符号序列。在接收端, 对带有噪声的信号用维特比软判决译码解调。

2.2 集分割与网格描述

所谓集分割是将一信号集接连地分割成较小的子集, 并使分割后的子集内的最小空间距离得到最大增加。每一次分割都是将一较大信号集分割成较小的两个子集, 这样可得到一个表示集分割的二叉树。每经过一级分割, 子集数就加倍, 而子集内最小距离亦增加[4]。

TCM技术以编码序列的欧氏距离为调制设计的量度, 就是使编码器和调制器二者级联后产生的编码信号具有最大的欧氏距离。从信号空间角度来看, 这种设计方法实际上是一种对信号空间的最佳分割。TCM的最佳译码就是在信道输出端得到接收信号序列后, 在网格图上找寻正确路径, 正确路径的寻找用维特比算法完成。由于噪声的存在, 最终选择的路径不可能完全与正确路径重合, 即偶尔会在n时刻偏离正确路径, 而在n+L时刻又与正确路径重合。当这种情况发生时, 就产生一个长为L的错误事件。TCM的自由欧氏距离是任意一对形成错误事件的两条路径间的最小欧氏距离, 显然与网格图上信号路径的最小跨度有关系。

2.3 Viterbi译码

网格码的调制可采用Viterbi译码来实现[5]。Viterbi译码算法是一种卷积码的解码算法。算法规定t时刻收到的数据都要进行N次比较, 就是N个状态每条路有两条分支, 同时, 跳转到不同的两个状态中去, 将两条相应的输出和实际接收到的输出比较, 量度值大的抛弃, 留下来的就叫做幸存路径, 将幸存路径加上下一时刻幸存路径的量度然后保存, 这样N条幸存路径就增加了一步。在译码结束的时候, 从N条幸存路径中选出一条量度最小的, 反推出这条幸存路径, 得出相应的译码输出[6]。

3 TCM调制解调器的设计与实现

3.1 设计方案

本设计方案根据数字电视地面广播的信道模型进行设计, 在设计中选取了2k模式的OFDM参数, DVB-T系统程序设计流程图如图2所示。

3.2 调制解调原理图与流程图

数据进入编码器后, 经过串/并变换, 转换而成的两路并行信号进行码率为2/3的网格编码, 以产生三路并行码。这三路并行码通过对D/A的接口进入D/A转换器[7]。D/A转换器的输出信号与由频率合成器产生的1.024 GHz的载波一起进入正交调制器进行正交调制, 调制后的信号通过射频输出接口, 产生符合设计要求的射频输出信号。

TCM解调选用了维特比译码的方法, 首先进行TCM逆映射, 然后将要译码的数据送入维特比译码器, 从而输出经过传输的数据[8]。TCM调制与解调器原理图如图3所示。

3.3 仿真与分析

维特比硬判决通过网格图搜索最佳路径, 这个最佳路径就是找到与接收序列在最小Hamming距离上的那条路径。译码时首先画出18级网格图, 最后3级仅画出仅有全0输入序列的路径, 逐级比较找出码距最小的路径, 其余支路予以删除。当到达第19级全0状态时, 沿着幸存路径回到初始全0状态的路径就是最佳路径, 共有36比特[9]。在最佳路径数字序列中, 删掉最后的6个0后输出的就是进入卷积码的序列, 由图4可得到验证。

4 结 论

OFDM调制解调器的设计选择了TCM码调制的方法。传统的信道编码都是将编码与调制分开设计, 而TCM将编码与调制作为一个整体进行设计, 大大改善了系统性能[10]。在接收端, 其解调输出的结果与发送端原始信息对比无差错, 说明这个网格编码调制解调器功能正常, 可较好地应用在OFDM系统中。

参考文献

[1]佟学俭, 罗涛.OFDM移动通信技术原理与应用[M].北京:人民邮电出版社, 2003.

[2]吴伟陵.移动通信原理[M].北京:电子工业出版社, 2009.

[3]王文博.宽带无线通信OFDM技术[M].北京:人民邮电出版社, 2008.

[4]海斯卡拉.OFDM无线局域网[M].北京:电子工业出版社, 2010.

[5]YAN X.High-rate space-time layered OFDM[J].IEEECommunication Letters, 2009, 6 (5) :120-126.

[6]JWA J W, LEE H S.Interleaved TC 8DPSK/OFDM withdecision-directed channel estimation on frequency-selectiveRayleigh fading channels[J].IEEE Communications Le-tters, 2010, 6 (10) :413-415.

[7]王中鹏, 陈林, 曹子峥, 等.卷积码在光正交频分复用系统中的应用[J].光电子.激光, 2010, 26 (3) :46-49.

[8]葛万成, 杨燕, 花梦, 等.正交频分复用系统中改进的FFT插值算法[J].同济大学学报, 2010, 39 (4) :12-14.

[9]赵小祥, 宋靖涛, 王匡.移动正交频分复用接收机信道估计算法的研究[J].浙江大学学报, 2009, 66 (9) :26-29.