使用MATLAB驱动USRP-N320实现OFDM自收自发

文章目录


前言

本文作为实验结果记录及测试,方便后面回顾所做的工作。本文基于一台电脑和一台 USRP 设备实现了 OFDM 自发和自收功能


一、收发代码

ofdm_tx_rx_test.m

核心代码:

matlab 复制代码
%% USRP initation
if strcmp(SYS.Platform, 'N320/N321')
    radio_tx = comm.SDRuTransmitter(...
        'Platform',             SYS.Platform, ...
        'SerialNum',            SYS.Address, ...
        'MasterClockRate',      SYS.MasterClockRate, ...
        'CenterFrequency',      SYS.USRPCenterFrequency, ...
        'Gain',                 SYS.USRPGain, ...
        'InterpolationFactor',  SYS.USRPInterpolationFactor);
    
    radio_rx = comm.SDRuReceiver(...
        'Platform',             SYS.Platform, ...
        'SerialNum',            SYS.Address, ...
        'MasterClockRate',      SYS.MasterClockRate, ...
        'CenterFrequency',      SYS.USRPCenterFrequency, ...
        'Gain',                 SYS.USRPGain, ...
        'DecimationFactor',     SYS.USRPDecimationFactor, ...
        'SamplesPerFrame',      SYS.USRPFrameLength, ...
        'OutputDataType',       'double');
else
    error(message('sdru:examples:UnsupportedPlatform',platform));
end

radio_tx.ChannelMapping = [1];     % Use both TX channels
radio_tx.UnderrunOutputPort = true;

radio_rx.ChannelMapping = [2];     % Use both TX channels
radio_rx.OverrunOutputPort = true;

二、截取一帧 OFDM

process_ofdm.m

核心代码:

matlab 复制代码
function fft_data = process_ofdm(data_filename, Tx_cd)
load(data_filename)
% load('rx_recv_test.mat')
rxmimo2x2 = rx_recv_test;
%% 修改
Ng=64;
Nfft=256;
N_fft=Nfft;
P_f_inter=6;      %导频间隔
nn=1:Ng;
i=1;
for delay=0:5e5
    yy(i) = rxmimo2x2(nn+delay)'*(rxmimo2x2(delay+nn+Nfft));
    i=i+1;
end
plot(abs(yy))
val=zeros(1,1010);
pos=zeros(1,1010);
% 找到第一个峰
[val1,pos1]=max(yy(66910:66930));
val(1)=val1;
pos(1)=pos1+66910-1;
% 记录每个峰值对应的索引
for cnt=1:1010-1    
    [val1,pos1]=max(yy(pos(cnt)+250:pos(cnt)+390)); % 250和390是试出来的
    val(cnt+1)=val1;
    pos(cnt+1)=pos1+pos(cnt)+250;
end

这里需要手动修改几个参数,按照下面步骤做:

  • 注释第 1、2 两行,放开第 3 行
  • 在第 17 行打个断点
  • 运行程序 process_ofdm.m,其中黄框内的就是我们发送的一帧 OFDM
  • 将图片放大,找到其中的第一个峰值,这里是 66923

    因此上面程序第 19~22 行的 66910 和 66930 是为了将 66923 峰值索引包含在其范围内
matlab 复制代码
% 找到第一个峰
[val1,pos1]=max(yy(66910:66930));
val(1)=val1;
pos(1)=pos1+66910-1;
  • 将第 17 行断点取消,运行 process_ofdm.m,保证程序运行无报错
  • 放开第 1、2 两行,注释第 3 行

三、执行主函数

在这里我们对传输的 OFDM 进行误码率计算
main.m

核心代码:

matlab 复制代码
%% 插入保护间隔、循环前缀
Tx_cd=[ifft_data(N_fft-N_cp+1:end,:);ifft_data];%把ifft的末尾N_cp个数补充到最前面

%% 相关峰处理
fft_data = process_ofdm(data_filename, Tx_cd);

%% 信道估计与插值(均衡)
data3=fft_data(1:N_fft,:); 
Rx_pilot=data3(P_f_station(1:end),:); %接收到的导频
h=Rx_pilot./pilot_seq; 
H=interp1( P_f_station(1:end)',h,data_station(1:end)','linear','extrap');%分段线性插值:插值点处函数值由连接其最邻近的两侧点的线性函数预测。对超出已知点集的插值点用指定插值方法计算函数值
% factor_64QAM = [3.5361    4.0446    4.7685    5.5782    6.7192    7.6219    8.5716    7.5685    6.4031    4.1531];

%% 信道校正
data_aftereq=data3(data_station(1:end),:)./H;

%% 并串转换
data_aftereq=reshape(data_aftereq,[],1);
data_aftereq=data_aftereq(1:length(spread_data));
data_aftereq=reshape(data_aftereq,N_sc,length(data_aftereq)/N_sc);
    
%% 解扩
demspread_data = despread(data_aftereq,code);       % 数据解扩
    
%% QPSK/16QAM/64QAM解调
De_Bit = demodulation(demspread_data, MODE);

%% 信道译码(维特比译码)
trellis = poly2trellis(7,[133 171]);
rx_c_de = vitdec(De_Bit,trellis,tblen,'trunc','hard');   %硬判决

%% 计算误码率
[err,Ber2] = biterr(De_Bit(1:length(code_data)),code_data);%译码前的误码率
[err, Ber] = biterr(rx_c_de(1:length(P_data)),P_data);%译码后的误码率

四、运行结果

以发送和接收的前 30 个数据为例:

误码率计算:

五、资源自取

链接:https://mbd.pub/o/bread/ZZqak5xq


我的qq:2442391036,欢迎交流!


相关推荐
吃好睡好便好2 天前
查找函数的使用
学习·算法·matlab·生活·查找函数
chhttty3 天前
Design Verifier检查:整型数溢出检查与修复
matlab·simulink
吃好睡好便好3 天前
判断函数的使用
学习·算法·matlab·生活·判断函数
hu9245195593 天前
Matlab保护源代码—P文件和exe文件详细解析
开发语言·matlab
史上最甜的躯3 天前
控制系统——基础、导论;以直流电机控制系统为例详解微分方程模型、拉普拉斯变换、传递函数模型的理论、推导及仿真
matlab·simulink·传递函数·控制系统·拉普拉斯·电机模型
lingchen19064 天前
用MATLAB r2010b和r2016b求解微分方程组
开发语言·算法·matlab
可编程芯片开发4 天前
基于李雅普诺夫算法的四旋翼无人机姿态跟踪控制系统simulink建模与仿真
matlab·无人机·制造·四旋翼无人机·李雅普诺夫·姿态跟踪控制
matlab代码5 天前
基于matlab的玉米种子计数设计(GUI界面)【源码58期】
开发语言·matlab
吃好睡好便好6 天前
转换函数的使用
学习·matlab·生活·转换函数
通信仿真爱好者6 天前
第【109】期--基于神经网络的OFDM峰均功率比降低方法--python完整代码
python·神经网络·ofdm·限幅滤波·峰均功率比·papr降低