OFDM模糊函数仿真

文章目录

  • 前言
  • 一、OFDM 信号及模糊函数
    • 1、OFDM 信号表达式
    • 2、模糊函数表达式
  • 二、MATLAB 仿真
    • 1、MATLAB 核心源码
    • 2、仿真结果
      • ①、OFDM 模糊函数
      • ②、OFDM 距离模糊函数
      • ③、OFDM 速度模糊函数


前言

本文进行 OFDM 的仿真,首先看一下 OFDM 的模糊函数仿真效果:
请添加图片描述


一、OFDM 信号及模糊函数

1、OFDM 信号表达式

OFDM 信号提供了一种在频域上设计波形、时域上输出波形的 DFT 数字调制方式。OFDM 信号的数学表达式为:
B ( t ) = ∑ k = 0 N − 1 b k e j 2 π f k t = ∑ k = 0 N − 1 b k e j 2 π ( f 0 + k Δ f ) t B(t)=\sum_{k=0}^{N-1}b_ke^{j2\pi f_kt}=\sum_{k=0}^{N-1}b_ke^{j2\pi (f_0+k\Delta f)t} B(t)=k=0N1bkej2πfkt=k=0N1bkej2π(f0+kΔf)t

  • b k :调制序列,为第 k 路子信道中的复输入数据 b_k:调制序列,为第 k 路子信道中的复输入数据 bk:调制序列,为第k路子信道中的复输入数据
  • f k = f 0 + k Δ f f_k=f_0+k \Delta f fk=f0+kΔf f 0 f_0 f0 为起始频率, Δ f \Delta f Δf 为频率间隔

2、模糊函数表达式

模糊函数是雷达探测波形分析的重要工具,通过对信号波形的模糊函数分析,可以得到信号波形的距离分辨率、多普勒分辨率及多普勒容限特性。

为了分析在不同的时延和多普勒频移条件下接收信号与匹配滤波器的不匹配程度,定义了模糊度函数。

连续时间信号模糊函数的定义为:
χ ( τ , f d ) = 1 E ∫ − ∞ ∞ b ( t ) b ∗ ( t − τ ) e j 2 π f d t d t \chi (\tau,f_d)=\frac{1}{E} \int_{-\infty}^{\infty} b(t)b^{*}(t-\tau)e^{j2\pi f_dt} \,dt χ(τ,fd)=E1b(t)b(tτ)ej2πfdtdt

  • 式中,E为信号的总能量;

离散时间序列的模糊函数表示为:
χ ( m , k d ) = 1 E c ∑ n e n e n − m ∗ e j 2 π N k d n \chi (m,k_d)=\frac{1}{E_c}\sum_{n}e_ne^{*}_{n-m}e^{j\frac{2\pi}{N}k_dn} χ(m,kd)=Ec1nenenmejN2πkdn

  • 式中, m = f s × τ m=f_s×\tau m=fs×τ f s f_s fs 为采样率;
  • k d = f d × f s N k_d=\frac{f_d×f_s}{N} kd=Nfd×fs,N为采样点数

二、MATLAB 仿真

1、MATLAB 核心源码

%% ofdm信号产生
for j = 0:N_symbol - 1      % 用于处理每个相位编码for k = 0:M-1           % 用于处理每个子载波for n = 0:N-1       % 用于生成每个时刻的样本x_tmp(k+1,n+1+j*N) = tx_data(k+1+j*N)*exp(1j*2*pi*k*n/N);endend
end

2、仿真结果

①、OFDM 模糊函数

请添加图片描述

②、OFDM 距离模糊函数

请添加图片描述

③、OFDM 速度模糊函数

请添加图片描述


我的qq:2442391036,欢迎交流!


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/213821.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据库事务:保障数据一致性的基石

目录 1. 什么是数据库事务? 1.1 ACID特性解析 2. 事务的实现与控制 2.1 事务的开始和结束 2.2 事务的隔离级别 3. 并发控制与事务管理 3.1 并发控制的挑战 3.2 锁和并发控制算法 4. 最佳实践与性能优化 4.1 事务的划分 4.2 批处理操作 5. 事务的未来发展…

一:C语言常见概念

一:C语言常见概念 1.认识C语言: ​ C语言是人和计算机交流的语言 ​ C语言是一门面向过程的语言,而C,Java,Python等是一门面向对象的语言 ​ 软件开发(项目):面向过程面向对象 …

软件科技成果鉴定测试需提供哪些材料?

为了有效评估科技成果的质量,促进科技理论向实际应用转化,所以需要进行科技成果鉴定测试。申请鉴定的科技成果范围是指列入国家和省、自治区、直辖市以及国务院有关部门科技计划内的应用技术成果,以及少数科技计划外的重大应用技术成果。   …

让聪明的车连接智慧的路,C-V2X开启智慧出行生活

“聪明的车 智慧的路”形容的便是车路协同的智慧交通系统,从具备无钥匙启动,智能辅助驾驶和丰富娱乐影音功能的智能网联汽车,到园区的无人快递配送车,和开放的城市道路上自动驾驶的公交车、出租车,越来越多的车联网应用…

99、NeRF ray space

CG相机模型 在图形学中最常用的相机模型的原理和小孔成像是类似的。 不同之处在于,如上图,小孔成像得到的图像是倒立的,但是我们希望得到的图像是正向的,因此,我们选择小孔前成像。 从 3D 到 2D 的投影,…

成本核算基础知识 – 了解实际成本

原文地址:Basics of Costing – Understanding Actual Cost | SAP Blogs 建议大家打开原文地址查看原文,有些地方专业术语翻译不一定正确。希望搬的这些文章能帮助查资料的大家一个信息,再跳转到原文去看。 一、概述 大家好, …

解释AI决策,这10个强大的 Python 库记得收藏!

本文整理了10个常用于可解释AI的Python库,方便我们更好的理解AI模型的决策。 什么是XAI? XAI(Explainable AI)的目标是为模型的行为和决策提供合理的解释,这有助于增加信任、提供问责制和模型决策的透明度。XAI 不仅…

C#-快速剖析文件和流,并使用

目录 一、概述 二、文件系统 1、检查驱动器信息 2、Path 3、文件和文件夹 三、流 1、FileStream 2、StreamWriter与StreamReader 3、BinaryWriter与BinaryReader 一、概述 文件,具有永久存储及特定顺序的字节组成的一个有序、具有名称的集合; …

算法-贪心思想

贪心的思想非常不好解释,而且越使用权威的语言解释越难懂。而且做题的时候根据自己的理解可能直接做出来,但是非要解释一下怎么使用的贪心的话,就懵圈了。一般来说,贪心的题目没有固定的套路,一题一样,不过…

redis主从复制【面试必看】

在分布式系统中,希望使用多个服务器来部署redis,存在以下几种redis的部署方式 主从模式主从哨兵集群模式 主从模式 在若干个redis节点中,有的是主节点,有的是从节点 假设有三个物理服务器(称为是三个节点&#xff…

Rust测试字符串的移动,Move

代码创建了一个结构体,结构体有test1 字符串,还有指向字符串的指针。一共创建了两个。 然后我们使用swap 函数 交换两个结构体内存的内容。 最后如上图。相同的地址,变成了另外结构体的内容。注意看指针部分,还是指向原来的地址…

CSS 绝对定位问题和粘性定位介绍

目录 1,绝对定位问题1,绝对定位元素的特性2,初始包含块问题 2,粘性定位注意点: 1,绝对定位问题 1,绝对定位元素的特性 display 默认为 block。所以行内元素设置绝对定位后可直接设置宽高。脱离…

ATECLOUD电源自动测试系统打破传统 助力新能源汽车电源测试

随着新能源汽车市场的逐步扩大,技术不断完善提升,新能源汽车测试变得越来越复杂,测试要求也越来越严格。作为新能源汽车的关键部件之一,电源为各个器件和整个电路提供稳定的电源,满足需求,确保新能源汽车的…

Ubuntu中编译出Windows的可执行程序(.exe)

1、前言 在嵌入式开发中,交叉编译是很常见的情况,如果你把Windows电脑也看做一块高性能的开发板,那在Ubuntu中编译出Windows上运行的可执行程序也是很好理解的行为。 2、安装mingw64环境 sudo apt-get install mingw-w64 3、测试编译链是否安…

来自bioBakery Lab的宏基因组学微生物群落的代谢功能分析工具-HUMAnN 3.0的安装配置及分析使用方法-安装填坑

HUMAnN 3.0 简介: HUMAnN 3.0 是一个用于宏基因组数据分析的工具,能够从宏基因组测序数据中推断出微生物群落的代谢功能信息。它可以识别微生物群落中存在的代谢途径,并定量这些通路的丰度。HUMAnN 3.0 依赖于多个工具和数据库来实现这些功能…

C++新经典模板与泛型编程:策略类模板

策略类模板 在前面的博文中,策略类SumPolicy和MinPolicy都是普通的类,其中包含的是一个静态成员函数模板algorithm(),该函数模板包含两个类型模板参数。其实,也可以把SumPolicy和MinPolicy类写成类模板—直接把algorithm()中的两…

Python 网络爬虫(三):XPath 基础知识

《Python入门核心技术》专栏总目录・点这里 文章目录 1. XPath简介2. XPath语法2.1 选择节点2.2 路径分隔符2.3 谓语2.4 节点关系2.5 运算符3. 节点3.1 元素节点(Element Node)3.2 属性节点(Attribute Node)

获取类class对象的方式

一、什么是class对象 Class类位于java核心包lang包中,它是反射的源头。Class对象用于记录每个类的运行时数据结构,或者说是在内存中访问类的静态数据的接口,每个类都有一个唯一的Class对象。Class对象不能直接通过new来获取,因为…

【ArcGIS Pro微课1000例】0051:创建数据最小几何边界范围(点、线、面数据均可)

本实例为专栏系统文章:创建点数据最小几何边界(范围),配套案例数据,持续同步更新! 文章目录 一、工具介绍二、实战演练三、注意事项一、工具介绍 创建包含若干面的要素类,用以表示封闭单个输入要素或成组的输入要素指定的最小边界几何。 工具界面及参数如下所示: 核心…

CSS——sticky定位

1. 大白话解释sticky定位 粘性定位通俗来说,它就是相对定位relative和固定定位fixed的结合体,它的触发过程分为三个阶段 在最近可滚动容器没有触发滑动之前,sticky盒子的表现为相对定位relative【第一阶段】, 但当最近可滚动容…