基础二:难!

  • 1.傅里叶变换的过采样
  • 2.加窗技术
  • 3.OQAM-OFDM系统
  • 4.OQAM/FBMC 系统的快速实现
  • 5.传输通道的影响

1.傅里叶变换的过采样

在实际应用中,对一个OFDM符号进行N次采样,或者N点IFFT运算所得到的N个输出样值往往不能真正地反映连续OFDM符号的变化特性。
其原因在于:由于没有使用过采样,当这些样值点被送到模/数转换器(A/D)时,就有可能导致生成伪信号。当以低于信号中最高频率两倍的频率进行采样时,即当采样值被还原之后,信号中将不再含有原有信号中的高频成分,呈现出虚假的低频信号。
因此针对这种伪信号现象,一般都需要对OFDM符号进行过采样,即在原有的采样点之间在添加一些采样点,构成 N(p为整数)个采样值。这种过采样的实施也可以通过利用IF-FT/FFT的方法来实现,实施IFFT运算时,需要在原始的N个输入值的中间添加(p-1)N个零。在FFT运算时,需要在原始的N个输入值后添加(p-1)N个零。

2.加窗技术

各子载波的功率谱将在第一调制子载波f1的功率谱密度依次进行1/T的平移得到。所有N个子载波的功率谱密度构成了OFDM符号的功率谱密度。当 N增大时,在频谱特性会更加平坦。边缘会更加陡峭。逼近理想低通滤波器。
为了让带外的功率谱密度下降更快,需要加窗技术。令符号周期边缘的幅度逐渐过渡到0。采用的窗类型为升余弦函数。

3.OQAM-OFDM系统

采用 OQAM 调制,使得信号的实部数据和虚部数据错开 T/2 传输,保证了相邻子载波间的正交性。最大跳变越小,旁瓣功率衰减快。相邻子载波之间的干扰可以通过 OQAM 来解决,假如第 i 个子载波上 发送的是实数,那么其相邻的两个子载波上发送的就是虚数,相邻子载波之间的干扰就可以通过正交性解决了。

基本过程为:首先,系统对发送的比特数据进行 QAM 调制得到串行的复数信号,并将其转换为 M 行的并行数据流(M 为子载波的个数);然后,将该复数信号的实部和虚部错位T/2 传输,得am,n。到其中 T 为传输一个复数信号的时间,am,n表示在第m个载波上发送的第n个数据信号。随后 , am,n乘以相位旋转因子exp(j(m+n)pai)/2,原来的 M 行实数数据流变成 M 行实虚交错的数据流.
具体的表达式如公式:

发送框图:

R为实数,I为虚数

接收框图:
OFDM与OQAM-OFDM的比较

OQAM-OFDM 系统中采用了具有较长冲激响应的原型滤波器,该滤波器具有很好的时频聚焦特性,相比于 OFDM 系统而言,OQAM-OFDM 系统具有以下优点:
(1)OQAM-OFDM 系统旁瓣功率较低,不会造成严重的带外频谱泄露。而 OFDM
采用的是矩形滤波器,系统旁瓣功率较低。
(2)OQAM-OFDM 符号由于不需要插入循环前缀,因此提高了频谱利用率。
(3)OQAM-OFDM 信号之间不需要严格的频率和时间同步,降低了网络规划的复杂度。OFDM 系统对频偏非常敏感,频偏会破坏 OFDM 信号子载波之间的正交性,但是 OQAM-OFDM 信号子载波之间是非正交的,因此不需要严格的频率同步。
(4)OQAM-OFDM 信号对抗窄带干扰能力强。

4.OQAM/FBMC 系统的快速实现

OFDM 系统使用基于 IFFT 和 FFT 的实现方法,降低了系统实现的复杂度。OQAM/FBMC 也可以采用这种基于 IFFT 和 FFT 的方式来实现。OQAM/FBMC 的具体实现可以从两个角度思考——时域和频域。频域实现即将频域上的数据对应到频域上的原型滤波器,直接在频域上进行数据处理;而时域则是通过时域加窗对数据进行时域处理,也是间接频域理。
(1)频域展宽(在哪扩展M? 我看他的图也没有扩展4个啊 初始图为3 扩展M=4 那不是12? 为什么我看到的是15?)
在频域实现 OQAM/FBMC 系统,需要进行频率扩展,该方式也称为FS-FBMC。

在发送端,输入数据流经过并串转换后,乘以原型滤波器的频域形式,进行频域扩展。之后再调制到各个子载波上,即做 IFFT 运算。最后完成重叠求和就可以发送出去了。接收端是其逆过程。

因为重叠因子 K 的存在,每个子载波都要乘以具有2K-1 个抽头系数的滤波器进行扩展。K=4 时,频域扩展的具体形式如图。其中 dm 是原始信号,Dm 是扩展后的信号。经扩展后 M 点的数据流变成 KM 点。

第 i 号子载波和第 i+2 号子载波之间没有重叠,而第 i号子载波与第 i -1号子载波和第 i+2 号子载波都有重叠。假如第 i+1 个子载波上是实数,那么第i个和第 i+2个载波上发送的就是虚数。由于相邻子载波间具有正交性,所以相邻子载波上的数据不存在重叠干扰问题。
通过频率扩展,FS-FBMC 的每个符号延长到了 KM 个点,后续 IFFT 变换所使用的位数也要是 KM 位。为了将扩展后的符号长度恢复成原来的长度,需要对符号进行重叠操作。因此经过 IFFT 步骤之后的数据需要进行 Overlap 操作[25]。所有的符号错位叠加后就得到要发送的串行数据流,如图 2.13 所示。由于采用 OQAM 调制,将复数的实部和虚部分开发送,所以这里错位间隔由 M 点变为 M/2 点。

至于接收端,与发送端是一个相反的过程。接收端先将接收到的串行数据进行串并转换,过程是用长度为 KM 的滑动窗口截取,每 KM 个数据是一路并行数据,滑动窗口每次需要移动M / 2点。随后将并行数据依次进行长度为 KM 的FFT 运算,然后再进行频域解扩展。

(2)多相网络方式(好难理解 真的不会!为什么是在时域上的考虑?为什么要Z变换?)
多相滤波器组(PolyPhase Network,PPN)就是为了降低复杂度设计的,该方法从时域的角度来思考的,为了减小复杂度,即做 FFT 的位数要保持不变,通过在时域上做一些其他的处理来达到时域和频域上的重叠。
从时域的角度上,原型滤波器可以定义为滤波器系数和输入输出的关系。


OQAM可以用PPN的方案实现:
关于实现,可以使用第4节中的扩展FFT方法。速率增加了一倍,在发射机中,连续的M输出样本块重叠,并添加与M/2样本的重叠部分。在接收器中,FFT窗口通过M/2样本而不是M样本滑动。PPN-FFT方法需要两条链,或一个以双速率运行的FFT和两个PPN设备,如图15所示。发射机。如上所述,从PPN1和PPN2产生的M输出样本块与M/2样本重叠并添加,如图所示:

3.比较
频率扩展 FS-FBMC 是从频域的角度出发,相比 PPN 要容易理解一些,但是由于频率扩展将原来的 M 个频点扩展到 KM 个,IFFT/FFT 的位数也变成 KM,复杂度也随之而增加。而 PPN 是从时域的角度出发,保持 IFFT/FFT 的位数 M 不变,在 IFFT 之后以及 FFT 之前需要加入一个 PPN,一个 PPN 结构的实现需要 KM 次乘法,相比 FS-FBMC 而言实现复杂度降低了很多。

5.传输通道的影响

在发射机和接收机之间插入一个信道,并引入一些损伤,如振幅和相位失真、时间偏移、频率偏移和噪声。最具挑战性的情况发生在无线电网络的上行链路上,即当来自不同移动用户的信号以不同的衰减、时间偏移和频率偏移到达基站时。
频率偏移量受到单独的处理。首先,例如在初始化时,在一个特定信号的帮助下进行测量,该信号通常由两个或多个相同的部分组成,以中和其他影响。然后,在子信道输出处,通过在每个多载波符号处增加的相位旋转进行补偿。
其他的影响,振幅和相位失真、时间偏移和由于频率偏移引起的一些残余失真,可以通过子信道均衡器进行补偿。

OFDM转向FBMC相关推荐

  1. 对比不同子载波数量下的OFDM和FBMC频谱matlab仿真

    目录 1.算法仿真效果 2.MATLAB核心程序 3.算法涉及理论知识概要 4.完整MATLAB 1.算法仿真效果 matlab2022a仿真结果如下: 2.MATLAB核心程序 .......... ...

  2. LTE-5G学习笔记18--5G关键技术(想学更多快进群)

    一.研究的背景及意义 自2009年5月27日瑞典电信运营商Telia宣布启用世界上第一个4G (LTE: Long Term Evolution)试商用网络以来,4G网络的部署已在全球全面开花.根据G ...

  3. 【文献学习】 2021 Deep-Waveform: A Learned OFDM Receiver Based on Deep Complex Convolutional Networks

    2018版 https://arxiv.org/abs/1810.07181 2018译文 参考文章 参考文章 深波:一种基于深复卷积网络的学习OFDM接收机: V 结果评估 OFDM系统和衰落信道配 ...

  4. 通过matlab对比UFMC和OFDM的频谱,星座图

    目录 1.算法仿真效果 2.MATLAB核心程序 3.算法涉及理论知识概要 4.完整MATLAB 1.算法仿真效果 matlab2022a仿真结果如下: 2.MATLAB核心程序 .......... ...

  5. 独家 | TensorFlow 2.0将把Eager Execution变为默认执行模式,你该转向动态计算图了...

    机器之心报道 作者:邱陆陆 8 月中旬,谷歌大脑成员 Martin Wicke 在一封公开邮件中宣布,新版本开源框架--TensorFlow 2.0 预览版将在年底之前正式发布.今日,在上海谷歌开发者 ...

  6. “AS3.0高级动画编程”学习:第二章转向行为(上)

    因为这一章的内容基本上都是涉及向量的,先来一个2D向量类:Vector2D.as (再次强烈建议不熟悉向量运算的童鞋,先回去恶补一下高等数学-07章空间解释几何与向量代数.pdf) package { ...

  7. 导频 matlab,v06_03_dem_2up_arrange.m 源代码在线查看 - 完美的OFDM仿真程序MATLAB(带导频),可直接运行 资源下载 虫虫电子下载站...

    % 一个OFDM符号128个有效符号,插入128个虚拟子载波% 符号率(即有效数据率)fsymbol,而发送速率(需要包括虚拟子载波)2fsymbol% 输入的数据需要2倍的发送数据率,以便进行内插, ...

  8. X@X.X域名转向的实现

    www.chinacs.net 中文C#技术站 当你看到csdn@csdn.com时,你肯定把这当作电子邮件地址,其实这个不一定是邮件地址,有可能是域名.现在有越来越多的人开始使用这个形式的地址了.初 ...

  9. mimo系统matlab,OFDM—MIMO系统的matlab程序

    [实例简介] MIMO OFDM Simulator: OFDM.m: OFDM Simulator (outer function) create_channel.m: Generates a Ra ...

  10. 软件访问转向本地_我是如何从完整的初学者转向软件开发人员的,以及如何做到的...

    软件访问转向本地 by Madison Kanna 麦迪逊·卡纳(Madison Kanna) 我是如何从完整的初学者转向软件开发人员的,以及如何做到的 (How I went from comple ...

最新文章

  1. 你敢参与,我就敢送!牛转好运来,新春大抽奖
  2. vs修改 exe名字
  3. Nginx的https设置
  4. Linux SPI总线和设备驱动架构之二:SPI通用接口层
  5. 在springboot中使用mybatis generate自动生成实体类和mapper
  6. java 多线程输出_[Java多线程]ABC三个线程顺序输出的问题
  7. 解密QQ非会员漫游聊天记录
  8. spring aop示例_Spring Profile模式示例
  9. sap模块介绍_小迈说|SAP究竟有多少模块?
  10. 【FIRST USE】第一次用git把代码上传到github
  11. 跳槽吗?4月7日18点6大细分领域4家优质名企招聘情报来了
  12. 2020 GDUT Winter Personal Training Contest I (Div. 2) B - Divisors of Two Integers题解
  13. Ekl去记录nginx的日志
  14. JAVA自学材料大全与技术路线
  15. 安装php扩展fileinfo
  16. js UUID 生成
  17. 手机屏幕技术浅述(TFT、SLCD、AMOLED、NOVA、IPS、ASV)
  18. linux卸载字体库,在Ubuntu中删除不必要的字体并安装MS核心字体 | MOS86
  19. docker安装wnameless/oracle-xe-11g并运行(手写超详细)
  20. Spring框架入门笔记

热门文章

  1. php查重,知网查重时检测php之类的源码吗?【干货分享】
  2. jsMind 使用直角画线
  3. 手把手教你用Python操纵Word自动编写离职报告
  4. Oracle 执行计划详解(预估 + 真实)
  5. 当当笔试java_20170921 当当和今日头条笔试题
  6. 液压传动与气动技术【3】
  7. 锐浪报表 Grid++Report 模板文件的读取
  8. Redis 配置文件重要属性介绍
  9. 进制转换表与课程内容
  10. 超像素池化弱监督语义分割