5．2 Moose的频率同步算法 5．2．1 Moose的频率同步算法描述 该算法首先是由Moose提出来的，他假设定时同步已经完成，通过发送两个相同的 OFDM符号，根据FFT的性质得到最大似然函数，算法原理是这样的【25】： 设经过IFFT之后发射OFDM符号表示如下式： r(n)=s(n)e7栅”／Ⅳ+w(刀)行=D，J『，．．．，2N-1 (5．5) 式中，s(门)是待传输的符号，s是被子载波间隔归一化的频率偏差，w(n)为高斯白噪声。 假设定时估计点准确，则通过Ⅳ点FFT变换后前Ⅳ点和后Ⅳ点序列分别为： ^，一， k=0，1，．．．，N—J (5．6) 2N--I N—-I 也。=∑，．(甩)e叫脯7．Ⅳ=∑，．(刀+Ⅳ)P卅椭7Ⅳ 七=0^⋯，N—J (5．7) n=N n=O 由式(5．5)可知，当不考虑白噪声时： ，(玎+Ⅳ)=，．(门)P口昭 于是有： R2t=Rlke’2昭 若加上白噪声的影响，有： 艺I=RJIe2石弦+％I k=D，，，⋯，N—J 利用概率论中的条件概率的知识，得到频率偏移的最大似然估计： s：三tan一，S=一 。 2死 ∑hn[坛瑶] 七=一N Ⅳ ∑Re[匕哌] (5．8) (5．9) (5．10) (5．11) (5．12) Ⅳ腑石 口聆r ∑脚 =R

2019-2021最新应用深度学习到OFDM通信系统中的论文汇总 赠人玫瑰，手有余香，可以顺便Star一下啦 2021 年 2021年面向深度学习的信号处理综述 2021-1月号发表 OFDM的无线图像传输的深层联合源信道编码 2021-1月， 提出的模型驱动的机器学习方法消除了对单独的源代码和信道编码的需求，同时集成了OFDM数据路径以应对多路径衰落信道 2021-1月，消除OFDM带来的麻烦：采用端到端学习的无导频和无CP通信 2021-1月，水下声OFDM通信中带软反馈的卷积神经网络降低PAPR 2021 International Bhurban Conference on Applied Sciences and Technologies (IBCAST) 2021-4月，使用信道状态信息进行OFDM系统中的物理篡改攻击检测：一种深度学习方法 IEEE Wireless Comm

OFDM-TDM快衰落下的盲均衡算法做了研究，结合插值算法及DD-LMS和MCMA算法，并将其应用到盲判决反馈均衡器进行抽头更新，在频率选择性衰落下得到一种均衡性能更优的插值DD-LMS+MCMBDFE算法。该算法在均衡的同时不仅能自动补偿相位误差，还能有效补偿多普勒频偏误差，收敛后剩余误差更小。仿真结果表明插值DD-LMS+MCMBDFE算法是一种有效的盲判决反馈均衡算法。

We experimentally demonstrate a direct-detection orthogonal-frequency-division-multiplexing quadrature-phase-shift-keying (OFDM-QPSK) system that is capable of delivering a 32 Gbaud OFDM-QPSK signal over 7 km single-mode fiber-28 (SMF-28). Intra-symbol frequency-domain averaging (ISFA) channel response estimation is applied to suppress in-band noise, while discrete Fourier transform-spread (DFT-spread) is used to reduce the peak-to-average power ratio (PAPR) of the transmitted OFDM signal. With

提出了一种基于小波降噪与改进的符号内频域平均(ISFA)联合的相干光正交频分复用(CO-OFDM)系统信道估计方法。该方法利用最小二乘(LS)方法进行信道估计，并对估计后的结果进行小波去噪处理，最后采用Kaiser窗函数改进ISFA 算法对小波处理结果进行ISFA，完成联合去噪。仿真结果表明，该方法可以有效地提高信道估计精度。当光信噪比(OSNR)为17 dB时，该算法的误码性能(BER)比ISFA 算法的误码性能提高将近一个量级。

gnu radio、OFDM PPT文档

在频率选择性无线信道上模拟了 OFDM 系统。 相干和非相干都被模拟。 参考资料包含在文件夹中。

此源代码是《XILINX FPGA的OFDM通信系统基带设计》书籍的源代码，可以根据书籍配合源代码进行学习！

基于Matlab的OFDM系统设计与仿真附源码，毕业论文，是本人用钱买来的。 毕业设计主要内容和要求：实现对OFDM系统的基本仿真实现基于Matlab软件的OFDM系统的一些基本仿真，实现以下要求： (1)学习和掌握OFDM的 基本原理； (2)在掌握Matlab软 件的基础上，设计OFDM系统并进行仿真； (3)对OFDM系 统的抗噪声性能进行分析，并得出BER曲线，在此基础上完成毕业设计论文。

针对MIMO系统信道的联合稀疏特性，提出一种基于分布式压缩感知(DCS)的MIMO-OFDM系统信道估计方法。分布式压缩感知（DCS）被视为分布式信源编码和压缩感知（CS）的结合，论文详细论证了分布式压缩感知理论在MIMO-OFDM系统中运用的可行性。将该算法与基于压缩感知理论的CoSAMP算法做比较，仿真结果表明，基于DCS算法的信道估计不仅性能更优，而且可以实现更低的时间复杂度。