基于Simulink的OFDM通信系统仿真分析

The principles of OFDM简要介绍了OFDM的基本原理以及实际应用中需要注意的问题，浅显易懂，适合初学者

LS-WOS V1.1（链路和系统级无线OFDM系统模拟器版本1更新1） 这是该模拟器首次发布。 我们已经多次尝试验证这个模拟器，但是，可能仍然存在一些错误。 如果您找到它们，请告诉我们。 非常感谢。 它主要包含两部分，即链路级模拟器和系统级模拟器。 链路级模拟器专注于单小区单用户场景，其中信号从 tx 传输，并在 rx 处估计。 比较 tx/rx 信号的差异，可以找出错误率。 链路级仿真器的输出是 BLER/BER vs. SNR 映射表，可用于系统级仿真。 系统级模拟器专注于多小区多用户场​​景。 为简单起见，取链路级仿真得到的映射表，测量实际信噪比，求出相应的误码率。 链路级模拟器支持 SISO、1 by x MRC、2 by 1 STBC/SFBC、2 by 2 Alamouti、x by 1 天线选择、x by y 天线选择。 系统级模拟器，目前仅支持 SISO 和

OFDMmatlab仿真-OFDM matlab仿真.pdf 学习一下这篇论文吧！

LTE与LTE-Advanced的经典技术教材，是学习LTE物理层关键技术OFDM，MIMO的宝典。

这个可以成功运行，结果正确 ~~~~~~~~~~~~~~~~~`

OFDM调制解调及FPGA的实现

OFDM传输、信道估计、PN序列、RS码实现、比较

此款文档适合用于研究MIMO－OFDM通信系统仿真的一篇比较详细的文献报告，请需要者自行去下载！ 注明：但切勿用于商业用途，违者需承担法律责任！只可进行科研交流使用！！！

这是在深度学习工具箱中使用长短期记忆（LSTM）网络在接收器处实现符号分类以在OFDM系统中进行信号检测的示例。 基于 LSTM 的神经网络针对单个子载波进行训练，其中符号错误率 (SER) 被计算并与最小二乘 (LS) 和最小均方误差 (MMSE) 估计进行比较。 在此初步调查中，假设无线信道在离线训练和在线部署阶段是固定的。 为了测试神经网络的鲁棒性，对每个传输的 OFDM 数据包应用随机相移。 考虑了导频符号数量和循环前缀（CP）长度的影响。 要重新创建仿真结果，请加载相应的Mat文件并运行脚本Testing.m。 这段代码的想法受到论文的启发： H. Ye、GY Li 和 B. Juang，“OFDM 系统中信道估计和信号检测深度学习的力量”，IEEE 无线通信快报，第一卷。 7号1，第 114-117 页，2018 年 2 月。