matlab做ufmc与ofdm对比仿真代码

以下是一个简单的 MATLAB 代码示例，用于比较UFMC和OFDM系统的性能：

clear all;
close all;
clc;

%% 参数设置
N = 64; % 子载波数量
M = 4; % 星座大小
numSym = 1000; % 发送符号数量
SNRdB = 20; % 信噪比（dB）
Ts = 1; % 符号时间长度
Tc = 1/4; % 循环前缀长度
p = [1 1 1 1 1]; % UFMC滤波器系数
L = length(p); % UFMC滤波器长度
mu = 1; % UFMC扩频因子

%% 生成随机数据
data = randi([0 M-1], N, numSym);

%% OFDM 发送端
% 把数据映射到星座点上
modData = qammod(data, M);

% 对每个子载波进行IFFT
ifftData = ifft(modData);

% 添加循环前缀
cpData = [ifftData(N-Tc+1:N,:); ifftData];

% 把所有子载波叠加起来
txSigOFDM = reshape(cpData, [], 1);

%% UFMC 发送端
% 把数据映射到星座点上
modData = qammod(data, M);

% 把星座点展开成串
x = reshape(modData, [], 1);

% 把x变成一个矩阵，每一行代表一个OFDM符号
x = reshape(x, N, []);

% 对每一行进行DFT
X = fft(x);

% 在频域进行过滤
H = fft(p, N);
H = repmat(H, 1, size(X, 2));
Y = X .* H;

% 在时域进行扩频
Y = ifft(Y .* repmat(exp(-1i*2*pi*mu*[0:N-1].'/N), 1, size(Y, 2)));

% 把所有OFDM符号叠加起来
txSigUFMC = reshape(Y, [], 1);

%% 加入高斯白噪声
% 计算噪声功率
SNR = 10^(SNRdB/10);
noisePower = norm(txSigOFDM)^2/(N*numSym*SNR);
noise = sqrt(noisePower/2)*(randn(size(txSigOFDM))+1i*randn(size(txSigOFDM)));

% 加入噪声
rxSigOFDM = txSigOFDM + noise;
rxSigUFMC = txSigUFMC + noise;

%% OFDM 接收端
% 把接收信号分成每个OFDM符号
rxSigOFDM = reshape(rxSigOFDM, N+Tc, []);

% 去掉循环前缀
rxSigOFDM = rxSigOFDM(Tc+1:end,:);

% 对每个子载波进行FFT
fftData = fft(rxSigOFDM);

% 把数据映射回星座点上
demodData = qamdemod(fftData(:), M);

%% UFMC 接收端
% 把接收信号分成每个UFMC符号
rxSigUFMC = reshape(rxSigUFMC, N+L-1, []);

% 对每个UFMC符号进行FFT
Y = fft(rxSigUFMC);

% 在时域进行压缩
Y = Y .* repmat(exp(1i*2*pi*mu*[0:N-1].'/N), 1, size(Y, 2));

% 在频域进行反滤波
H = fft(p, N);
H = repmat(H, 1, size(Y, 2));
X = Y ./ H;

% 把数据映射回星座点上
demodDataUFMC = qamdemod(X(:), M);

%% 计算误码率
% OFDM
numErrOFDM = sum(demodData ~= data(:));
BEROFDM = numErrOFDM/(N*numSym);

% UFMC
numErrUFMC = sum(demodDataUFMC ~= data(:));
BERUFMC = numErrUFMC/(N*numSym);

fprintf('OFDM BER: %f\n', BEROFDM);
fprintf('UFMC BER: %f\n', BERUFMC);

这个代码示例中，我们首先生成随机的QAM数据，并对其进行OFDM和UFMC的发送端处理。接着，我们添加高斯白噪声，对接收到的信号进行OFDM和UFMC的接收端处理，并计算误码率。最后，我们将OFDM和UFMC的误码率进行比较。请注意，这只是一个简单的示例代码。实际上，OFDM和UFMC的性能比较还需要考虑到许多因素，例如信道估计和等化等。