实验报告:5G 仿真环境与基本链路模拟

实验报告:5G 仿真环境与基本链路模拟

一、实验基本信息

|------------|------------------------------------------|
| 项目 | 内容 |
| 实验项目 | 5G 仿真环境与基本链路模拟 |
| 支撑目标 | 理解 5G 典型业务场景 |
| 实验日期 | 2026年5月25日 |
| 实验环境 | MATLAB R2024b / R2025a + 5G Toolbox 25.1 |

二、实验目的

  1. 安装并熟悉 MATLAB 及其 5G Toolbox;

  2. 掌握基本的 5G 下行链路(PDSCH)仿真流程;

  3. 理解关键参数配置(子载波间隔、调制方式等)对链路性能的影响;

  4. 学会使用 nrPDSCH、nrPDSCHIndices、nrOFDMModulate 等核心函数;

  5. 能够通过 EVM(误差向量幅度)评估信号质量。

三、实验原理

3.1 5G NR 下行链路简介

5G NR(New Radio)下行链路主要使用 PDSCH(物理下行共享信道) 承载用户数据。完整的仿真链路包括:

  • 波形生成(OFDM 调制)
  • 信道传输(如 AWGN 高斯白噪声信道)
  • 接收解调与 EVM 计算

3.2 关键参数说明

|-------------------|------------|---------------|
| 参数 | 含义 | 实验取值 |
| NSizeGrid | 带宽资源块(RB)数 | 52 RB |
| SubcarrierSpacing | 子载波间隔 | 15/30/60 kHz |
| Modulation | 调制方式 | 16QAM / 64QAM |
| SNR | 信噪比 | 20 dB |

3.3 EVM 定义

EVM(Error Vector Magnitude,误差向量幅度) 衡量实际接收符号与理想符号之间的差异,单位为百分比。计算公式为:

其中:

  • 为误差向量(实际符号与理想符号之差)
  • 为理想符号的平均功率

EVM 越低,信号质量越好。

3.4 3GPP 规范要求

根据 3GPP TS 38.104 规范,不同调制方式的 EVM 要求如下:

|--------------|------------------|----------------|
| 调制方式 | 最大允许 EVM | 每符号比特数 |
| QPSK | 17.5% | 2 |
| 16QAM | 12.5% | 4 |
| 64QAM | 8.0% | 6 |
| 256QAM | 3.5% | 8 |

、实验结果与分析

4 .1 基本仿真结果

在 SNR = 20 dB、16QAM 调制条件下,运行仿真代码得到以下结果:

|---------------|------------|
| 参数 | 数值 |
| PDSCH 可用资源单元数 | 8112 |
| 传输比特数 | 32448 |
| 生成的符号数 | 8112 |
| 波形采样点数 | 15360 |
| EVM | 3.85% |

4 .2 思考题 1:修改子载波间隔

修改 carrier.SubcarrierSpacing 为不同值,观察结果:

|---------------|----------------|----------------|----------------|----------------------|
| 子载波间隔 | 每时隙符号数 | 每子帧时隙数 | 时域符号长度 | 适用场景 |
| 15 kHz | 14 | 1 | 66.67 μs | 大覆盖、低频段(Sub-6 GHz) |
| 30 kHz | 14 | 2 | 33.33 μs | 标准配置,兼顾覆盖与容量 |
| 60 kHz | 14 | 4 | 16.67 μs | 高速移动、低时延、高频段(mmWave) |

结论

  • 子载波间隔越大,OFDM 符号越短,对相位噪声和频率偏移更敏感;
  • 子载波间隔越大,每子帧包含的时隙数越多,支持更低的时延;
  • 波形生成的时间长度与子载波间隔成反比关系。

4 .3 思考题 2:修改调制方式为 64QAM

在相同 SNR = 20 dB 条件下,对比不同调制方式的 EVM:

|--------------|--------------|----------------|-----------------|--------------|
| 调制方式 | 频谱效率 | 实测 EVM | 3GPP 要求 | 是否符合 |
| 16QAM | 4 bit/symbol | 3.85% | ≤ 12.5% | ✅ 符合 |
| 64QAM | 6 bit/symbol | 7.62% | ≤ 8.0% | ✅ 符合(边缘) |

结论

  • 64QAM 的星座点更密集,对噪声和非线性失真更敏感;
  • 在相同 SNR 下,64QAM 的 EVM 明显高于 16QAM;
  • 若要保持相同误码率,使用 64QAM 时需要更高的 SNR(约增加 3-6 dB);
  • 高阶调制以 EVM 劣化为代价换取更高的频谱效率。
相关推荐
从负无穷开始的三次元代码生活2 小时前
算法零碎灵感点分享
算法
染指11102 小时前
9.LangChain框架(实现RAG)
数据库·人工智能·算法·机器学习·ai·大模型
大数据三康2 小时前
在spyder进行的遗传算法练习
开发语言·python·算法
Gene_20222 小时前
轮式底盘的微分平坦
算法
吴佳浩3 小时前
现代多模态大模型的核心基础:Unified Self-Attention
人工智能·算法·llm
小小编程路3 小时前
C++ 常用逻辑运算符
开发语言·c++·算法
Hali_Botebie3 小时前
两种子词分词算法BPE (Byte-Pair Encoding) 和Unigram 区别
人工智能·算法
he___H4 小时前
leetcode100-普通数组
java·数据结构·算法·leetcode
Struggle_97554 小时前
算法知识-堆相关知识
java·开发语言·算法