参考文献
[1] 方崇智，萧德云. 过程辨识. 北京：清华大学出版社，1988.
[2] 曾广达. 系统辨识与仿真. 成都：电子科技大学出版社，
[3] 潘立登，潘仰东. 系统辨识与建模. 北京：化学工业出版社，
[4] 周彤. 面向控制的系统辨识导论. 北京：清华大学出版社，
[5] 王志贤. 最优状态估计与系统辨识. 西安：西北工业出版社，
[6] 刘兴堂. 现代辨识工程. 北京：国防工业出版社，2006.
[7] 李鹏波，胡德文. 系统辨识基础. 北京：中国水利水电出版社，2006.
[8] 庞中华，崔红. 系统辨识与自适应控制MA TLAB仿真. 北京：北京航空航天大学出版社，2009.
[9] 李言俊张科. 系统辨识理论及应用. 北京：国防工业出版社，2011.
[10] 薛定宇. 控制系统计算机辅助设计—MA TLAB语言与应用. 北京：清华大学出版社，
[11] 于浩详，初红霞. MA TLAB实用教程—控制系统仿真与应用. 北京：化学工业出版社，2009.
[12] 黄道平. MA TLAB与控制系统的数字仿真与CAD. 北京：化学工业出版社，
[13] 张静. MA TLAB在控制系统中的应用. 北京：电子工业出版社，
[14] 夏玮，李朝晖. MA TLAB控制系统仿真与实例详解. 北京：人民邮电出版社，2008.
[15] 党宏社，段晨东. 控制系统仿真. 西安：西安电子科技大学出版社，2008.
[16] 张晓华. 控制系统数字仿真与CAD. 北京：机械工业出版社，2004.
[17] 张晓华. 系统建模与仿真. 北京：清华大学出版社，2006.
[18] 肖健华. 智能模式识别方法. 广州：华南理工大学出版社，2006.
[19] 徐昕，李涛. MA TLAB工具箱应用指南—控制工程篇. 北京：电子工业出版社，2000.
[20] 施阳，李俊. MA TLAB语言工具箱——TOOLBOX实用指南. 西安：西北工业大学出版社，1998.
[21] 张培强. MA TLAB语言—演算纸式的科学工程计数语言. 合肥：中国科学技术大学出版社，1995.
[22] 王树清. 工业过程控制工程. 北京：化学工业出版社，2003.
[23] 何克忠. 计算机控制系统. 北京：清华大学出版社，1998.
[24] [美] B. 威得罗. 刘树棠，韩崇昭译. 自适应逆控制. 西安：西安交通大学出版社，2000.
[25] 黄忠霖. 控制系统MA TLAB计算及仿真. 北京：国防工业出版社，
[26] 黄忠霖，黄京. MA TLAB符号运算及其应用. 北京：国防工业出版社，
[27] 韩利竹，王华. MA TLAB电子仿真与应用. 北京：国防工业出版社，
[28] 颜文俊，陈素琴. 控制理论CAI教程. 北京：科学出版社，
[29] 赵文峰. MA TLAB控制系统设计与仿真. 西安：西安电子科技大学出版社，
173
clc; clear all; close all; fprintf('OFDM系统仿真\n'); carrier_count=input('输入系统仿真的子载波数: \n');%子载波数128,64,32,16 symbols_per_carrier=30;%每子载波含符号数 bits_per_symbol=4;%每符号含比特数,16QAM调制 IFFT_bin_length=1024;%FFT点数 PrefixRatio=1/4;%保护间隔与OFDM数据的比例1/6~1/4 GI=PrefixRatio*IFFT_bin_length ;%每一个OFDM符号添加的循环前缀长度为1/4*IFFT_bin_length ,即256 beta=1/32;%窗函数滚降系数 GIP=beta*(IFFT_bin_length+GI);%循环后缀的长度40 SNR=10; %信噪比dB %================信号产生=================================== baseband_out_length=carrier_count*symbols_per_carrier*bits_per_symbol;%所输入的比特数目 carriers=(1:carrier_count)+(floor(IFFT_bin_length/4)-floor(carrier_count/2));%共轭对称子载波映射复数数据对应的IFFT点坐标 conjugate_carriers = IFFT_bin_length - carriers + 2;%共轭对称子载波映射共轭复数对应的IFFT点坐标 rand( 'twister',0); %每次产生不相同得伪随机序列 baseband_out=round(rand(1,baseband_out_length));%产生待调制的二进制比特流figure(1); stem(baseband_out(1:50)); title('二进制比特流') axis([0, 50, 0, 1]); %==============16QAM调制==================================== complex_carrier_matrix=qam16(baseband_out);%列向量 complex_carrier_matrix=reshape(complex_carrier_matrix',carrier_count,symbols_per
最小二乘参数估计 摘要： 最小二乘的一次性完成辨识算法（也称批处理算法），他的特点是直接利用已经获得的所有（一批）观测数据进行运算处理。这种算法在使用时，占用内存大，离线辨识，观测被辨识对象获得的新数据往往是逐次补充到观测数据集合中去的。在应用一次完成算法时，如果要求在每次新增观测数据后，接着就估计出系统模型的参数，则需要每次新增数据后要重新求解矩阵方程()Z l T l l T l ΦΦΦ-∧=1θ。 最小二乘辩识方法在系统辩识领域中先应用上已相当普及，方法上相当完善，可以有效的用于系统的状态估计，参数估计以及自适应控制及其他方面。 关键词： 最小二乘（Least-squares ），系统辨识（System Identification ） 目录： 1.目的 (1) 2.设备 (1) 3引言 (1) 3.1 课题背景 (1) 4数学模型的结构辨识 (2) 5 程序 (3) 5.1 M 序列子函数 ................................................................................. 错误！未定义书签。 5.2主程序............................................................................................... 错误！未定义书签。 6实验结果： ................................................................................................................................... 3 7参考文献： ................................................................................................. 错误！未定义书签。 1.目的 1.1掌握系统辨识的理论、方法及应用 1.2熟练Matlab 下最小二乘法编程 1.3掌握M 序列产生方法 2.设备 PC 机1台（含Matlab 软件） 3引言 3.1 课题背景 最小二乘理论是有高斯（K.F.Gauss ）在1795年提出：“未知量的最大可能值是这样一个数值，它使各次实际观测值和计算值之间的差值的平方乘以度量其精度的数值以后的和最小。”这就是最小二乘法的最早思想。 最小二乘辨识方法提供一个估算方法，使之能得到一个在最小方差意义上与实验数据最
用matlab实现最小二乘递推算法辨识系统参 数 自动化系统仿真实验室指导教师： 学生姓名班级计082-2 班学号撰写时间： 全文结束》》-3-1 成绩评定： 一．设计目的 1、学会用Matlab实现最小二乘法辨识系统参数。 2、进一步熟悉Matlab的界面及基本操作； 3、了解并掌握Matlab中一些函数的作用与使用；二．设计要求最小二乘递推算法辨识系统参数，利用matlab编程实现，设初始参数为零。z(k)-1、5*z(k-1)+0、7*z(k-2)=1*u(k-1)+0、5*u(k-2)+v(k); 选择如下形式的辨识模型：z(k)+a1*z(k- 1)+a2*z(k-2)=b1*u(k-1)+b2*u(k-2)+v(k);三．实验程序 m=3;N=100;uk=rand(1,N);for i=1:Nuk(i)=uk(i)*(-1)^(i-1);endyk=zeros(1,N); for k=3:N yk(k)=1、5*yk(k-1)-0、 7*yk(k-2)+uk(k-1)+0、5*uk(k-2); end%j=100;kn=0;%y=yk(m:j);%psi=[yk(m-1:j-1);yk(m-2:j-2);uk(m-1:j-1);uk(m-2:j- 2)];%pn=inv(psi*psi);%theta=(inv(psi*psi)*psi*y);theta=[0 ;0;0;0];pn=10^6*eye(4);for t=3:Nps=([yk(t-1);yk(t-
2);uk(t-1);uk(t-2)]);pn=pn- pn*ps*ps*pn*(inv(1+ps*pn*ps));theta=theta+pn*ps*(yk(t)-ps*theta);thet=theta;a1=thet(1);a2=thet(2);b1=thet(3);b2= thet(4); a1t(t)=a1;a2t(t)=a2;b1t(t)=b1;b2t(t)=b2;endt=1:N;plot(t,a 1t(t),t,a2t(t),t,b1t(t),t,b2t(t));text(20,1、 47,a1);text(20,-0、67,a2);text(20,0、97,b1);text(20,0、47,b2);四．设计实验结果及分析实验结果图：仿真结果表明，大约递推到第步时，参数辨识的结果基本到稳态状态，即a1=1、5999，b1=1，c1=0、5，d1=-0、7。五、设计感受这周的课程设计告一段落了，时间短暂，意义重大。通过这次次练习的机会，重新把matlab课本看了一遍，另外学习了系统辨识的有关内容，收获颇丰。对matlab的使用更加纯熟，也锻炼了自己在课本中搜索信息和知识的能力。在设计过程中虽然遇到了一些问题，但经过一次又一次的思考，一遍又一遍的检查终于找出了原因所在，也暴露出了前期我在这方面的知识欠缺和经验不足。同时我也进一步认识了matlab软件强大的功能。在以后的学习和工作中必定有很大的用处。
第一章绪论 1.1简述 OFDM是一种特殊的多载波传输方案，它可以被看作是一种调制技术，也可以被当作一种复用技术。多载波传输把数据流分解成若干子比特流，这样每个子数据流将具有低得多的比特速率，用这样的低比特率形成的低速率多状态符号再去调制相应的子载波，就构成多个低速率符号并行发送的传输系统。正交频分复用是对多载波调制（MCM，Multi-Carrier Modulation）的一种改进。它的特点是各子载波相互正交，所以扩频调制后的频谱可以相互重叠，不但减小了子载波间的干扰，还大大提高了频谱利用率。 符号间干扰是多径衰落信道宽带传输的主要问题，多载波调制技术包括正交频分复用(OFDM)是解决这一难题中最具前景的方法和技术。利用OFDM技术和IFFT方式的数字实现更适宜于多径影响较为显著的环境，如高速WLAN 和数字视频广播DVB等。OFDM作为一种高效传输技术备受关注，并已成为第4代移动通信的核心技术。如果进行OFDM系统的研究，建立一个完整的OFDM 系统是必要的。本文在简要介绍了OFDM 基本原理后，基于MATLAB构建了一个完整的OFDM动态仿真系统。 1.2 OFDM基本原理概述 1.2.1 OFDM的产生和发展 OFDM的思想早在20世纪60年代就已经提出，由于使用模拟滤波器实现起来的系统复杂度较高，所以一直没有发展起来。在20世纪70年代，提出用离散傅里叶变换（DFT）实现多载波调制，为OFDM的实用化奠定了理论基础；从此以后，OFDM在移动通信中的应用得到了迅猛的发展。 OFDM系统收发机的典型框图如图1.1所示，发送端将被传输的数字信号转换成子载波幅度和相位的映射，并进行离散傅里叶变换（IDFT）将数据的频谱表达式变换到时域上。IFFT变换与IDFT变换的作用相同，只是有更高的计算效
Matlab系统辨识尝试之详细过程1 前面介绍了Matlab系统辨识工具箱的一些用法，这里拿一个直观的例子来尝试工具箱的具体用法。比较长，给个简单目录吧： 1.辨识的准备 2.辨识数据结构的构造 3.GUI辨识 4.辨识效果 5.对固有频率的辨识 6.结构化辨识 7.灰箱辨识 8.加入kalman滤波的灰箱辨识 1.辨识的准备 在辨识前，首先要根据自己辨识的情况，确定要辨识的状态空间模型的一些特点，如连续还是离散的；有无直通 分量（即从输入直通到输出的分量）；输入延迟；初始状态等。了解了这些情况就可以更快速的配置辨识时的一些设 置选项。 2.辨识数据结构的构造 使用原始数据构造iddata结构： data=iddata(y,u,Ts); 这里以一个弹簧质量系统的仿真为例 代码如下，其中用到了函数MDOFSolve，这在之前的博文介绍过（https://www.doczj.com/doc/d74509107.html,/?p=183），拿来用即可。如果发现运行有错误，可以将MDOFSolve函数开头的一句 omega2=real(eval(omega2)); 注释掉。 %弹簧质量系统建模 clc clear close all m=200; k=980*1000;
c=1.5*1000; m1=1*m; m2=1.5*m; k1=1*k; k2=2*k; k3=k1; %%由振动力学知识求固有频率 M=[m10;0m2]; K=[k1+k2-k2;-k2k3+k2]; [omega,phi,phin]=MDOFSolve(M,K); fprintf('固有频率:%fHz\n',subs(omega/2/pi)); %%转化到状态空间 innum=2; outnum=2; statenum=4; A=[0100; -(k1+k2)/m10k2/m10; 0001; k2/m20-(k3+k2)/m20]; B=[00; 1/m10; 00; 01/m2]; C=[1000; 0010]; D=zeros(outnum,innum); K=zeros(statenum,innum); mcon=idss(A,B,C,D,K,'Ts',0);%连续时间模型 figure impulse(mcon) %%信号仿真，构造数据供辨识 n=511;%输入信号长度 Ts=0.001; t=0:Ts:(n-1)*Ts; u1=idinput(n,'prbs');%输入1为伪随机信号 u2=zeros(n,1);%输入2为空 u=[u1u2]; simdat=iddata([],u,Ts);%形成输入数据对象 e=randn(n,2)*1e-7; simopt=simOptions('AddNoise',true,'NoiseData',e);%添加噪声yn=sim(mcon,simdat,simopt);%加噪声仿真 y=sim(mcon,simdat);%无噪声仿真
课程设计 。 课程设计名称：嵌入式系统课程设计 专业班级： 07级电信1-1 学生姓名：__王红__________ 学号：_____107_____ 指导教师：李国平，陈涛，金广峰，韩琳 课程设计时间：— |
1 需求分析 运用模拟角度调制系统的分析进行频分复用通信系统设计。从OFDM系统的实现模型可以看出，输入已经过调制的复信号经过串／并变换后，进行IDFT或IFFT和并／串变换，然后插入保护间隔，再经过数／模变换后形成OFDM调制后的信号s(t)。该信号经过信道后，接收到的信号r(t)经过模／数变换，去掉保护间隔，以恢复子载波之间的正交性，再经过串／并变换和DFT或FFT后，恢复出OFDM的调制信号，再经过并／串变换后还原出输入符号 2 概要设计 1.简述OFDM通信系统的基本原理 2.简述OFDM的调制和解调方法 3.概述OFDM系统的优点和缺点 4.基于MATLAB的OFDM系统的实现代码和波形 ： 3 运行环境 硬件：Windows XP 软件:MATLAB 4 详细设计 OFDM基本原理 一个完整的OFDM系统原理如图1所示。OFDM的基本思想是将串行数据，并行地调制在多个正交的子载波上，这样可以降低每个子载波的码元速率，增大码元的符号周期，提高系统的抗衰落和干扰能力，同时由于每个子载波的正交性，大大提高了频谱的利用率，所以非常适合移动场合中的高速传输。
在发送端，输入的高比特流通过调制映射产生调制信号，经过串并转换变成N条并行的低速子数据流，每N个并行数据构成一个OFDM符号。插入导频信号后经快速傅里叶反变换(IFFT)对每个OFDM符号的N个数据进行调制，变成时域信号为： [ 式 式1中：m为频域上的离散点；n为时域上的离散点；N为载波数目。为了在接收端有效抑制码间干扰(InterSymbol Interference，ISI)，通常要在每一时域OFDM符号前加上保护间隔(Guard Interval，GI)。加保护间隔后的信号可表示为式，最后信号经并／串变换及D／A转换，由发送天线发送出去。 式 接收端将接收的信号进行处理，完成定时同步和载波同步。经A／D转换，串并转换后的信号可表示为：
例1、考虑仿真对象 )()2(5.0)1()2(7.0)1(5.1)(k v k u k u k z k z k z +-+-=-+-- 其中，)(k v 是服从正态分布的白噪声N )1,0(。输入信号采用4阶M 序列，幅度为1。选择如下形式的辨识模型 )()2()1()2()1()(2121k v k u b k u b k z a k z a k z +-+-=-+-+ 设输入信号的取值是从k =1到k =16的M 序列，则待辨识参数LS θ?为LS θ?=(T T -ΦΦΦ1)z 。其中，被辨识参数LS θ?、观测矩阵Φ的表达式为: ????? ???????=2121?b b a a LS θ (3)(4)(16)z z z ??????=???? ??z (2)(1)(2)((3)(2)(3)(2)(15)(14)(15)(14)z z u u z z u u z z u u --????--??Φ=????--?? 程序框图如图1所示。Matlab 仿真程序如下： %二阶系统的最小二乘一次完成算法辨识程序，文件名：LS.m
u=[-1,1,-1,1,1,1,1,-1,-1,-1,1,-1,-1,1,1]; %系统辨识的输入信号为一个周期的M序列 z=zeros(1,16); %定义输出观测值的长度 for k=3:16 z(k)=1.5*z(k-1)-0.7*z(k-2)+u(k-1)+0.5*u(k-2); %用理想输出值作为观测值 end subplot(3,1,1) %画三行一列图形窗口中的第一个图形 stem(u) %画输入信号u的径线图形 subplot(3,1,2) %画三行一列图形窗口中的第二个图形 i=1:1:16; %横坐标范围是1到16，步长为1 plot(i,z) %图形的横坐标是采样时刻i, 纵坐标是输出观测值z, 图形格式为连续曲线 subplot(3,1,3) %画三行一列图形窗口中的第三个图形 stem(z),grid on %画出输出观测值z的径线图形，并显示坐标网格u,z %显示输入信号和输出观测信号 %L=14 %数据长度 HL=[-z(2) -z(1) u(2) u(1);-z(3) -z(2) u(3) u(2);-z(4) -z(3) u(4) u(3);-z(5) -z(4) u(5) u(4);-z(6) -z(5) u(6) u(5);-z(7) -z(6) u(7) u(6);-z(8) -z(7) u(8) u(7);-z(9) -z(8) u(9) u(8);-z(10) -z(9) u(10) u(9);-z(11) -z(10) u(11) u(10);-z(12) -z(11) u(12) u(11);-z(13) -z(12) u(13) u(12);-z(14) -z(13) u(14) u(13);-z(15) -z(14) u(15) u(14)] %给样本矩阵 赋值
基于matlab的ofdm系统设计与仿真
摘要 OFDM即正交频分复用技术，实际上是多载波调制中的一种。其主要思想是将信道分成若干正交子信道，将高速数据信号转换成并行的低速子数据流，调制到相互正交且重叠的多个子载波上同时传输。该技术的应用大幅度提高无线通信系统的信道容量和传输速率，并能有效地抵抗多径衰落、抑制干扰和窄带噪声，如此良好的性能从而引起了通信界的广泛关注。 本文设计了一个基于IFFT/FFT算法与802.11a标准的OFDM系统，并在计算机上进行了仿真和结果分析。重点在OFDM系统设计与仿真，在这部分详细介绍了系统各个环节所使用的技术对系统性能的影响。在仿真过程中对OFDM信号使用QPSK调制，并在AWGN信道下传输，最后解调后得出误码率。整个过程都是在MATLAB环境下仿真实现，对ODFM系统的仿真结果及性能进行分析，通过仿真得到信噪比与误码率之间的关系，为该系统的具体实现提供了大量有用数据。
第一章 ODMF 系统基本原理 1.1多载波传输系统 多载波传输通过把数据流分解为若干个子比特流，这样每个子数据流将具有较低的比特速率。用这样的低比特率形成的低速率多状态符号去调制相应的子载波，构成了多个低速率符号并行发送的传输系统。在单载波系统中，一次衰落或者干扰就会导致整个链路失效，但是在多载波系统中，某一时刻只会有少部分的子信道会受到衰落或者干扰的影响。图1－1中给出了多载波系统的基本结构示意图。 图1-1多载波系统的基本结构 多载波传输技术有许多种提法，比如正交频分复用(OFDM)、离散多音调制(DMT)和多载波调制(MCM)，这3种方法在一般情况下可视为一样，但是在OFDM 中，各子载波必须保持相互正交，而在MCM 则不一定。 1.2正交频分复用 OFDM 就是在FDM 的原理的基础上，子载波集采用两两正交的正弦或余弦函数集。函数集{t n ωcos }， {t m ωsin } (n,m=0,1,2…)的正交性是指在区间(T t t +00,)内有正弦函数同理：)0()()(2/0cos *cos 00===≠?? ???=? +m n m n m n T T tdt m t n T t t ωω 其中ωπ2=T （1-1）
【1】随机序列产生程序 【2】白噪声产生程序 【3】M序列产生程序 【4】二阶系统一次性完成最小二乘辨识程序 【5】实际压力系统的最小二乘辨识程序 【6】递推的最小二乘辨识程序 【7】增广的最小二乘辨识程序 【8】梯度校正的最小二乘辨识程序 【9】递推的极大似然辨识程序 【10】Bayes辨识程序 【11】改进的神经网络MBP算法对噪声系统辨识程序【12】多维非线性函数辨识程序的Matlab程序【13】模糊神经网络解耦Matlab程序 【14】F-检验法部分程序 【1】随机序列产生程序 A=6; x0=1;M=255; for k=1:100 x2=A*x0; x1=mod (x2,M); v1=x1/256; v(:,k)=v1; x0=x1; v0=v1; end v2=v k1=k; %grapher k=1:k1; plot(k,v,k,v,'r'); xlabel('k'), ylabel('v');title('(0,1)均匀分布的随机序列') 【2】白噪声产生程序 A=6; x0=1; M=255; f=2; N=100; for k=1:N x2=A*x0; x1=mod (x2,M); v1=x1/256; v(:,k)=(v1-0.5)*f; x0=x1;
v0=v1; end v2=v k1=k; %grapher k=1:k1; plot(k,v,k,v,'r'); xlabel('k'), ylabel('v');title('(-1,+1)均匀分布的白噪声') 【3】M序列产生程序 X1=1;X2=0;X3=1;X4=0; %移位寄存器输入Xi初T态（0101），Yi为移位寄存器各级输出m=60; %置M序列总长度 for i=1:m %1# Y4=X4; Y3=X3; Y2=X2; Y1=X1; X4=Y3; X3=Y2; X2=Y1; X1=xor(Y3,Y4); %异或运算 if Y4==0 U(i)=-1; else U(i)=Y4; end end M=U %绘图 i1=i k=1:1:i1; plot(k,U,k,U,'rx') xlabel('k') ylabel('M序列') title('移位寄存器产生的M序列') 【4】二阶系统一次性完成最小二乘辨识程序 %FLch3LSeg1 u=[-1,1,-1,1,1,1,1,-1,-1,-1,1,-1,-1,1,1]; %系统辨识的输入信号为一个周期的M序列 z=zeros(1,16); %定义输出观测值的长度 for k=3:16 z(k)=1.5*z(k-1)-0.7*z(k-2)+u(k-1)+0.5*u(k-2); %用理想输出值作为观测值 end subplot(3,1,1) %画三行一列图形窗口中的第一个图形 stem(u) %画出输入信号u的经线图形 subplot(3,1,2) %画三行一列图形窗口中的第二个图形 i=1:1:16; %横坐标范围是1到16，步长为1 plot(i,z) %图形的横坐标是采样时刻i, 纵坐标是输出观测值z, 图形格式为连续曲线
3.1 计算机仿真 仿真实验是掌握系统性能的一种手段。它通过对仿真模型的实验结果来确定实际系统的性能。从而为新系统的建立或系统的改进提供可靠的参考。通过仿真，可以降低新系统失败的可能性，消除系统中潜在的瓶颈。优化系统的整体性能，衡量方案的可行性。从中选择最后合理的系统配置和参数配置。然后再应用于实际系统中。因此，仿真是科学研究和工程建设中不可缺少的方法。 3.1.1 仿真平台 ●硬件 CPU：Pentium III 600MHz 内存：128M SDRAM ●软件 操作系统：Microsoft Windows2000 版本5.0 仿真软件：The Math Works Inc. Matlab 版本6.5 包括MATLAB 6.5的M文件仿真系统。 Matlab是一种强大的工程计算软件。目前最新的6.x版本 (windows环境)是一种功能强、效率高、便于进行科学和工程计算的交互式软件包。其工具箱中包括:数值分析、矩阵运算、通信、数字信号处理、建模和系统控制等应用工具程序，并集应用程序和图形于一便于使用的集成环境中。在此环境下所解问题的Matlab语言表述形式和其数学表达形式相同，不需要按传统的方法编程。Matlab的特点是编程效率高，用户使用方便，扩充能力强，语句简单，内涵丰富，高效方便的矩阵和数组运算，方便的绘图功能。 3.1.2 基于MATLAB的OFDM系统仿真链路 根据OFDM 基本原理，本文给出利用MATLAB编写OFDM系统的仿真链路流程。串行数据经串并变换后进行QDPSK数字调制，调制后的复信号通过N点IFFT变换，完成多载波调制，使信号能够在N个子载波上并行传输，中间插入10训练序列符号用于信道估计，加入循环前缀后经并串转换、D /A后进入信道,接收端经过N点FFT变换后进行信道估计，将QDPSK解调后的数据并串变换后得到原始信息比特。 本文采用MATLAB语言编写M文件来实现上述系统。M文件包括脚本M文件和函数M文件，M文件的强大功能为MATLAB的可扩展性提供了基础和保障,使MATLAB能不断完善和壮大，成为一个开放的、功能强大的实用工具。M文件通过input命令可以轻松实现用户和程序的交互，通过循环向量化、数组维数预定义等提高M文件执行速度，优化内存管理，此外，还可以通过类似C++语言的面向对象编程方法等等。
设一非线性系统如下所示: ()()() ()()111y k y k e u k k βαε--=-+-+ 0.75α= 0.35β=0.25γ=,()k ε是零均值，方差为0.01的噪声序列（均匀白噪声）。 （1）试设计一种激励信号能持续激励系统的各工作点（平衡点） （2）用适当的方法辨识出系统的等价模型（用另一组数据来检验模型的泛化性） 说明：下面讨论的都是离散系统，所以时间坐标均采用离散时间节点k 。 解： (1) 线性化处理寻找系统的合理输入信号 可以求得系统的平衡点为： ()0.75y k α== (1.1) 按题意要求最后系统必须收敛于平衡点附近，即： ()lim 0.75k y k →∞ = (1.2) 为了找出系统的合理输入信号，使得系统最终工作在平衡点附近，这里可以将系统线性化处理，将上述非线性系统进行泰勒展开得： ()()()()()()()2323111111112!3!! n n y k y k y k y k y k u k k n αβαβαβαβγε--+---++-=-+ 因为 ，后面()1y k -的高阶项都可以扔掉（只作为寻找输入信号使用）， 所以系统可以化为下式： 此时不妨设系统输出()y k 的最后的极限为A , 从式1.2得0.75A =。 那么应该满足 ()()lim lim 1k k y k y k A →∞ →∞ =-= (1.5) 从而有 ()()()11A u k k αβγε-=-+ (1.6) 同时为了抵消系统的部分噪声，这里采用MA TLAB 软件编程产生另一服从同一分布的均匀噪声()1k ε，将式1.6变形得： ()()()0111 1u k u k k αβ εγ γ --= - (1.7) 式1.7中()0u k 是一个最后收敛于系统平衡点0.75的基本信号，这里可以采用一阶线性系统的阶跃响应曲线作为基本信号()0u k ，同时考虑系统的平衡点，即设计为： ()/00.75k T u k e -=- (1.8) T 是一阶线性系统对应的时间常数， 反应到输入基本信号()0u k 上就是过零点作()0u k 对应()()()()11y k y k u k k αβγε--=-+01αβ<（1.3） (1.4)
2010年本科毕业设计：基于MATLAB的OFDM系统仿真及分 析 MATLABOFDM 正交频分复用(OFDM) 是第四代移动通信的核心技术。该文首先简要介绍了OFDM的发展状况及基本原理, 文章对OFDM 系统调制与解调技术进行了解析，得 到了OFDM 符号的一般表达式，给出了OFDM 系统参数设计公式和加窗技术的原理 及基于IFFT/FFT 实现的OFDM 系统模型，阐述了运用IDFT 和DFT 实现OFDM 系统的根源所在,重点研究了理想同步情况下,保护时隙(CP)、加循环前缀前后和不同的信道内插方法在高斯信道和多径瑞利衰落信道下对OFDM系统性能的影响。在给出OFDM系统模型的基础上,用MATLAB语言实现了传输系统中的计算机仿真并给出 参考设计程序。最后给出在不同的信道条件下,研究保护时隙、循环前缀、信道 采用LS估计方法对OFDM系统误码率影响的比较曲线,得出了较理想的结论。 : 正交频分复用;仿真;循环前缀;信道估计 I Title: MATLAB Simulation and Performance Analysis of OFDM System ABSTRACT OFDM is the key technology of 4G in the field of mobile communication. In this
article OFDM basic principle is briefly introduced. This paper analyzes the modulation and demodulation of OFDM system, obtaining a general expression of OFDM mark, and giving the design formulas of system parameters, principle of windowing technique, OFDM system model based on IFFT/FFT, the origin which achieves the OFDM system by using IDFT and DFT. Then, the influence of CP and different channel estimation on the system performance is emphatically analyzed respectively in Gauss and Rayleigh fading channels in the condition of ideal synchronization. Besides, based on the given system model OFDM system is computer simulated with MATLAB language and the referential design procedure is given. Finally, the BER curves of CP and channel estimation are given and compared. The conclusion is satisfactory. KEYWORDS:OFDM; Simulation; CP; Channel estimation II
论文题目: 基于MATLAB的OFDM系统仿真 学院： 专业年级： 学号： 姓名： 指导教师、职称： 2010 年 12 月 10 日
基于Matlab的OFDM系统仿真 摘要：正交频分复用（OFDM）是一种多载波宽带数字调制技术。相比一般的数字通信系统，它具有频带利用率高和抗多径干扰能力强等优点，因而适合于高速率的无线通信系统。正交频分复用OFDM是第四代移动通信的核心技术。论文首先简要介绍了OFDM 基本原理。在给出OFDM系统模型的基础上，用MATLAB语言实现了整个系统的计算机仿真并给出参考设计程序。最后给出在不同的信道条件下，对OFDM系统误码率影响的比较曲线，得出了较理想的结论，通过详细分析了了技术的实现原理，用软件对传输的性能进行了仿真模拟并对结果进行了分析。 介绍了OFDM技术的研究意义和背景及发展趋势,还有其主要技术和对其的仿真?具体如下:首先介绍了OFDM的历史背景?发展现状及趋势?研究意义和研究目的及研究方法和OFDM的基本原理?基本模型?OFDM的基本传输技术及其应用,然后介绍了本课题所用的仿真工具软件MATLAB,并对其将仿真的OFDM各个模块包括信道编码?交织?调制方式?快速傅立叶变换及无线信道进行介绍,最后是对于OFDM的流程框图进行分析和在不影响研究其传输性的前提下进行简化,并且对其仿真出来的数据图形进行分析理解? 关键词：OFDM；MATLAB；仿真 一、OFDM的意义及背景 现代通信的发展是爆炸式的。从电报、电话到今天的移动电话、互联网，人们从中享受了前所未有的便利和高效率。从有线到无线是一个飞跃，从完成单一的话音业务到完成视频、音频、图像和数据相结合的综合业务功能更是一个大的飞跃。在今天，人们获得了各种各样的通信服务，例如，固定电话、室外的移动电话的语音通话服务，有线网络的上百兆bit的信息交互。但是通信服务的内容和质量还远不能令人满意，现有几十Kbps传输能力的无线通信系统在承载多媒体应用和大量的数据通信方面力不从心:现有的通信标准未能全球统一，使得存在着跨区的通信障碍;另一方面，从资源角度看，现在使用的通信系统的频谱利用率较低，急需高效的新一代通信系统的进入应用。 目前，3G的通信系统己经进入商用，但是其传输速率最大只有2Mbps，仍然有多个标准，在与互联网融合方面也考虑不多。这些决定了3G通信系统只是一个对现有移动通信系统速度和能力的提高，而不是一个全球统一的无线宽带多媒体通信系统。因此，在全世界范围内，人们对宽带通信正在进行着更广泛深入的研究。 正交频分复用（OFDM, Orthogonal Frequency Division Multiplexing) 是一种特殊的多载波方案，它可以被看作一种调制技术，也可以被当作是一种复用技术。选择OFDM的一个主要原因在于该系统能够很好地对抗频率选择性衰落或窄带干扰。正交频分复用（OFDM）最早起源于20世纪50年代中期，在60年代就已经形成恶劣使用并行数据传输和频分复用的概念。1970年1月首次公开发表了有关OFDM的专利。 在传统的并行数据传输系统中，整个信号频段被划分为N个相互不重叠的频率子信道。每个子信道传输独立的调制符号，然后再将N个子信道进行频率复用。这种避免信道频谱重叠看起来有利于消除信道间的干扰，但是这样又不能有效利用宝贵频谱资源。为了解决这种低效利用频谱资源的问题，在20世纪60年代提出一种思想，即使用子信道频谱相互覆盖的频域距离也是如此，从而可以避免使用高速均衡，并且可以对抗窄带脉冲噪声和多径衰落，而且还可以充分利用可用的频谱资源。 常规的非重叠多载波技术和重叠多载波技术之间的差别在于，利用重叠多载波调制技术可以几乎节省50%的带宽。为了实现这种相互重叠的多载波技术，必须要考虑如何减少各个子信道之间的干扰，也就是要求各个调制子载波之间保持正交性。 1971年，Weinstein和Ebert把离散傅立叶变换（DFT）应用到并行传输系统中，作为调制和解调过程的一部分。这样就不再利用带通滤波器，同时经过处理就可以实现FDM。而且，这样在完成FDM的过程中，不再要求使用子载波振荡器组以及相关解调器，可以完全依靠执行快速傅立叶变换（FFT）的硬件来实施。
M序列发生程序 function [out]=Mseries(order) %M-series function % by Chen Hao,2011/12/16 for i=1:order x(i)=1; end for n=1:252 y(1:2)=x(order-1:order); for i=order:-1:2 x(i)=x(i-1); end x(1)=xor(y(1),y(2)); out(n)=1-2*x(order); end stem(out); end 计算程序 function [out]=addfunction( A,B,order,n ) %addfunction % by Chen Hao,2011/12/9 order=n*order; for i=1:order out(i)=0; end for k=0:order-1 for i=0:order-1 out(k+1)=out(k+1)+A(i-k+order+1)*B(i+1); end end for k=1:order out(k)=(out(k)-out(order))/(order+1); end end 主程序 function main() %Main function % by Chen Hao,2011/12/9 out=Mseries(6); time=1:252; simin=[time' out']; assignin('base','simin',simin); sim('Mseries_distinguish'); z=simout.signals.values(2:253); out=[out out]; g=addfunction(out,z,63,4); g=g(1:63); plot(g); num=[1 2]; den=[3 1 1]; s=tf(num,den); t=0:62; h=impulse(s,t);
摘要 正交频分复用(OFDM) 是第四代移动通信的核心技术。该文首先简要介绍了OFDM的发展状况及基本原理, 文章对OFDM 系统调制与解调技术进行了解析，得到了OFDM 符号的一般表达式，给出了OFDM 系统参数设计公式和加窗技术的原理及基于IFFT/FFT 实现的OFDM 系统模型，阐述了运用IDFT 和DFT 实现OFDM 系统的根源所在,重点研究了理想同步情况下,保护时隙(CP)、加循环前缀前后和不同的信道内插方法在高斯信道和多径瑞利衰落信道下对OFDM系统性能的影响。在给出OFDM系统模型的基础上,用MATLAB语言实现了传输系统中的计算机仿真并给出参考设计程序。最后给出在不同的信道条件下,研究保护时隙、循环前缀、信道采用LS估计方法对OFDM系统误码率影响的比较曲线,得出了较理想的结论。 关键词: 正交频分复用;仿真;循环前缀;信道估计
Title: MATLAB Simulation and Performance Analysis of OFDM System ABSTRACT OFDM is the key technology of 4G in the field of mobile communication. In this article OFDM basic principle is briefly introduced.This paper analyzes the modulation and demodulation of OFDM system, obtaining a general expression of OFDM mark, and giving the design formulas of system parameters, principle of windowing technique, OFDM system model based on IFFT/FFT, the origin which achieves the OFDM system by using IDFT and DFT. Then, the influence of CP and different channel estimation on the system performance is emphatically analyzed respectively in Gauss and Rayleigh fading channels in the condition of ideal synchronization. Besides, based on the given system model OFDM system is computer simulated with MATLAB language and the referential design procedure is given. Finally, the BER curves of CP and channel estimation are given and compared. The conclusion is satisfactory. KEYWORDS:OFDM; Simulation; CP; Channel estimation
（System Identification Tool）系统辨识工具箱 早听说matlab博大精深，神通广大了，于是乎我确定肯定有更简单、直观、强大的工具来完成这小儿科把戏。查资料琢磨之后，我做了个小实验，在simulink里验证了该种方法。该方法的大原则是：在确定了系统的输入输出数据（两个列向量N×1形式，如果是1×N，会提示出错！）之后，设计好一定的辨识原则（比如说是2阶？3阶？，传递函数是零极点形式，还是带阻尼形式，等等），然后就交给强大的matlab，得到辨识结果。Step by step，plz！ Step1、建立模型获取系统输入输出数据 图1 图1系统的输入是阶跃信号，用Scope1监视，并输出到workspace （这步不会的自己百度哦），采样周期是0.1s，得到输入变量u（101×1的矩阵）；本人在系统的阶跃响应上叠加了一白噪声，当然也可以不加噪声，加了噪声就是期望更真实的模拟实际情况，白噪声参数设置见图2
图2 同样在Scope2监视，也将结果输出到workspace，得到响应数据y（同样也是101×1的矩阵） Step 2、进入辨识工具箱&设置辨识规则 直接在command window 输入ident，回车，进入辨识工具箱图3
图3 点击import下拉菜单，选时域数据time domain data，见图4 图4 在下图5红色圈区域输入之前得到的系统输入和输出数据，u和y
图5 在下图6绿色圈输入数据的一些信息，因为之前模型中，阶跃起点我是放在0s处的，这里也设置0，如果前面模型仿真是1s，这里应该也是1s；采样时间是0.1s，根据实际情况设置统一哦