%ofdm.m
clc;
clear all;
%*******************设置系统参数******************************************
para=256; %并行子信道数目(矩阵的行数)
fftlen=256; %FFT的长度
carrier=256; %载波的个数
nd=1; %一个帧中OFDM的符号个数（矩阵的列数）
ml=2; %采用QPSK
cp=64; %循环前缀的长度
pp=0.4; %归一化频偏
pai=3.141592653;
Nr=50; %循环的次数
%********************发射部分********************************************
k=1; %k为计算误码率的次数，设初始值为1，每循环一次自增1.
%信噪比循环
for SNR=0:30
SNR
MSE1(k)=0;
for m=1:Nr
m
%产生时域全为1的导频序列
x1=ones(1,(para+cp)*nd);
%串并变换
x2=reshape(x1,(para+cp),nd);
%加归一化频偏
for n=0:(fftlen+cp-1) %产生加频偏的对角矩阵
a1(n+1)=exp(2*pai*j*n*pp/fftlen);
end
a2=diag(a1);
x3=a2*x2;
%并串变换
%x6=reshape(x5,1,nd*(para+cp));
%*******************通过瑞利多径信道************************************
%TU信道参数设置
%ts是信道的采样周期，fd为多普勒频移
%td为各径时延组成的矢量、pd为各径衰减组成的矢量
td=[0,0.2,0.5,1.6,2.3,5.0]*10^(-6);
pd=[-3,0,-2,-6,-8,-10];
ts=1*10^(-7);
fd=0;
%产生时域信道,采用补零的方法
h1=[10^(-3/20),0,10^(0/20),0,0,10^(-2/20),0,0,0,0,0,0,0,0,0,0,10^(-6/20),0,0,0,0,0,0,10^(-8/20),0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,10^(-10/20)];
%h1=[10^(0/20),0,0,10^(-1/20),0,0,0,10^(-2/20),0,10^(-3/20),0,10^(-8/20),0,0,0,0,0,0,0,10^(-17.2/20),0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,10^(-20.8/20)];
%将信道变换到时域
H=fft(h1,fftlen);
H1=H';%将行向量H变为列向量
%信号通过信道
y1=[]; %y1空间清空
for l=1:nd
y1(:,l)=conv(x3(:,l),h1.');
end
%每个符号通过信道后将多余的数据去掉
y1([para+cp+1:end],:)=[];
N=1/10^(SNR/10); %噪声功率
%产生加性高斯噪声
wn=sqrt(N)*(randn(para+cp,nd)+j*randn(para+cp,nd))/sqrt(2);
%加噪声
y1=x3; %只通过高斯信道
y2=y1+wn;
%**************************信号接收**********************************
%去除循环前缀
y2([1:cp],:)=[];
% %迫零均衡
% for m=1:nd
% y3(:,m)=y2(:,m).*H1./(abs(H1).^2);
% end
% ZF均衡方法用在这里会出现问题，？？
y3=y2;
%基于导频的算法
y31=y3(1:(fftlen/2),1);
y32=y3((fftlen/2+1):fftlen,1);
%fft
y41=fft(y31,fftlen);
y42=fft(y32,fftlen);
aa(k)=y42(1)/y41(1);
arg(k)=angle(aa(k));
pp_psa(k)=arg(k)/pai;
pp_psa
MSE_m(k)=(pp_psa(k)-pp)^2;
MSE1(k)=MSE1(k)+MSE_m(k);
end
MSE_psa(k)=MSE1(k)/Nr;
k=k+1;
end
s=0:30;
figure(1)
semilogy(s,MSE_psa,'k-o'),grid on
title('频偏估计算法均方误差特性')
xlabel('SNR(db)')
ylabel('MSE')
