m基于matlab的无线光通信CDMA闭环链路功率控制算法仿真,对比了OOK,2PPM,4PPM,8PPM,16PPM

目录

1.算法描述

2.仿真效果预览

3.MATLAB部分代码预览

4.完整MATLAB程序

1.算法描述

        在光通信领域，多址技术主要有WDM(波分复用)、TDM(时分复用)及OCDMA(光码分多址)三种方式。OCDMA技术从70年代中期开始出现，现在引起了人们的广泛重视。将CDMA(码分多址)技术用于光通信中，不仅保持了CDMA技术在无线电中的抗干扰、保密、软容量及网络协议简单等特性，而且可以利用光载体的巨大带宽。

       因此，CDMA技术和光通信的结合存在着优势互补。 本文围绕OCDMA系统及其关键技术展开研究工作。在本文中，我们对OCDMA的关键技术进行了理论分析，提出了几种新的地址码，提出了一些新方案来改善系统性能。同时，开展了时域非相干OCDMA的实验工作。

       编写无线光通信-CDMA中闭环链路的功率控制误差（Power control error）程序，其定义参考文献An Analytical Approach for Closed-Loop Power Control Error Estimations in CDMA Cellular Systems中详细说明了。仿真出功率控制误差（Power control error）在OOK 2PPM 4PPM 8PPM 16PPM的不同调制方式下；以及功率控制误差（Power control error）在1/4code rate, 1/2 code rate, 3/4 code rate不同码率下与BER的关系。通过给每个用户指定互相关为0的两个地址码分别发送1和0信号以及在接收端采用差分检测技术，避免了OOK(开关键控)光通信系统中0不发送光脉冲和OOK常规检测方式下最佳判决门限必须根椐用户数等外界环境而改变，从而提高了系统性能和降低了系统的复杂度。通过引入OPPM(重叠脉冲脉位调制)方式，进一步提高了系统的传输效率。 

        这里我们首先建立一个cdma小区通信环境，然后根据光通信代码在CDMA的基础上，使用光通信进行通信，然后在此基础上加入功率工作，不同的调制方式以及不同的码率等进行仿真。

       加入功率控制PCE模块，其基本结构如下所示：

 对OOK，2PPM，4PPM，8PPM，16PPM五种方法进行仿真。

        光CDMA方式是基于OTDM和WDM之上的一种多路存取方式，它可以使相同带宽和比特率的光信号携带更多的信息。在光纤CDMA（OCDMA)中，每一位数据都被一个序列编码，每个用户都有一个单独的序列，在发送端，对要传输的数据的序列码进行光正交编码，然后实现多个用户共享同一光纤信道；在接收端，用与发送端相同的地址码进行光正交解码，恢复原用户数据。
        CDMA技术的原理是基于扩频技术，即将需传送的具有一定信号带宽信息数据，用一个带宽远大于信号带宽的高速伪随机码进行调制，使原数据信号的带宽被扩展，再经载波调制并发送出去。CDMA使用带扩频技术的模数转换（ADC).输入音频首先数字化为二进制元。传输信号频率按指定类型编码，因此只有频率响应编码一致的接收机才能拦截信号。

2.仿真效果预览

matlab2022a仿真结果如下：

3.MATLAB部分代码预览

PACKET_LENGTH  = 1000;  %Packet size 
PEEK_POWER     = 1;
SYMBOL_LENGTH  = 36;   %here symbol length= packet length 
SLOT_LENGTH    = 4;  
TRANS_LENGTH   = 9*SLOT_LENGTH*PACKET_LENGTH;
pulse_drtn     = 4;
CHANNELS       = 3;
ELECTRON       = 1.6e-19;
INTERFERENCE   = 1e-3;
RECEIVER_RES   = 0.53;
COEF_RED       = 0.1550;
COEF_GREEN     = 1.7309;
COEF_BLUE      = 1.1142;
RES_RED        = 0.5200;
RES_GREEN      = 0.4800;
RES_BLUE       = 0.4000;
%Derived parameters 
bit_rate       =  16e8;                          % bit rate [100Mbps]  
rms_delay      =  2e-9;                         % delay spread (1 ns)                                                      
multipath      =  3;                            % multi-path dispersion
sample_rate    =  bit_rate / 3.0 * SLOT_LENGTH;
%struct built
for i=1:CHANNELS
    sentbit(i,:)  = zeros(1,3*PACKET_LENGTH);
    signal(i,:)   = zeros(1,12*PACKET_LENGTH);
    recivbit(i,:) = zeros(1,3*PACKET_LENGTH);
end
 
dwTransmitPower           = 7;        % 发送功率
dShadowFadingStd          = 4;        % 阴影衰落标准差BS2UE dB
dUserVelocity             = 0;        % 用户移动速度0km/h，这里假设是静止的
 
MAX_Dis                   = 7;
STEP                      = 0.2;
MIN_Dis                   = 1;
 
DIS                       = [MIN_Dis:STEP:MAX_Dis];%定义用户和基站之间的距离
MTKL                      = 20;%多次仿真，计算平均值
Avgtime                   = 200;
Delay                     = 5;
 
startpow                  = -70;    
endpow                    = -40;  
powstep                   =  5;     
%**************************************************************************
 
%%
%主题函数，通过for循环，仿真不同距离下的误码率曲线
%为了对比，我们设置三组不同的SNR下的AWGN进行仿真
%由于原先的程序是基于数据组进行仿真，而基于PCE估计的算法，需要基于时间流模型，所以必须将
%仿真的方法修改下，即对每一个数据位单独的循环仿真，从而模拟出实时的效果
 
E1 = zeros(PACKET_LENGTH,1);
E2 = zeros(PACKET_LENGTH,1);
E3 = zeros(PACKET_LENGTH,1);
cnt = 0;
for jj = 0.1:0.05:0.5   
    cnt = cnt + 1;
    for mm = 1:MTKL
        jj
        mm
        %根据路径距离计算路径损耗
        PASS_LOSS = -25;
        %计算光三组元色对应的SNR值
        snr_red   = 10*log10(power((power(10,PASS_LOSS/10)*1e-3)*(COEF_RED  /(COEF_RED+COEF_GREEN+COEF_BLUE)),2)/((ELECTRON*INTERFERENCE/RES_RED)  *(bit_rate*(SLOT_LENGTH/pulse_drtn)/3.0)));
        snr_green = 10*log10(power((power(10,PASS_LOSS/10)*1e-3)*(COEF_GREEN/(COEF_RED+COEF_GREEN+COEF_BLUE)),2)/((ELECTRON*INTERFERENCE/RES_GREEN)*(bit_rate*(SLOT_LENGTH/pulse_drtn)/3.0)));
        snr_blue  = 10*log10(power((power(10,PASS_LOSS/10)*1e-3)*(COEF_BLUE /(COEF_RED+COEF_GREEN+COEF_BLUE)),2)/((ELECTRON*INTERFERENCE/RES_BLUE) *(bit_rate*(SLOT_LENGTH/pulse_drtn)/3.0)));
        VarR      = calc_snr(snr_red);
        VarG      = calc_snr(snr_green);
        VarB      = calc_snr(snr_blue);
 
 
        %产生随机数作为发送数据
        for i=1:CHANNELS
            sentbit(i,:) = round(rand(1,3*PACKET_LENGTH)); 
        end
 
 
        for times = 1:3*PACKET_LENGTH%每一时刻，发送一个数据包
            S1 = 1*(times-1) + 1;
            F1 = 1*times;
            S2 = 4*(times-1) + 1;
            F2 = 4*(times);
            
            %**********************************************************************
            %根据上一次反馈得到的E进行功率的调整
            %**********************************************************************
            %对E取倒数
            %对应公式Pt(t) = Pt(t-D)/E(t-D) = 1/r(t-D)
            Coff(1,times) = 1/jj;% 之后，根据前一次的E进行调整发送功率
            Coff(2,times) = 1/jj;% 之后，根据前一次的E进行调整发送功率
            Coff(3,times) = 1/jj;% 之后，根据前一次的E进行调整发送功率  
            
            %调制,OOK 
            for i=1:CHANNELS
                signal(i,S2:F2) = func_1in4(sentbit(i,S1:F1),Coff(i,times));
            end
 
            %加多径
            if multipath~=1 
               for i=1:CHANNELS
                   signa2(i,S2:F2) = add_multipath_dispersion1(signal(i,S2:F2),4,sample_rate,rms_delay);
               end
            end
 
            
            %加噪声
            signal(1,S2:F2)=add_gauss_noise(signal(1,S2:F2),length(S2:F2), VarR);      
            signal(2,S2:F2)=add_gauss_noise(signal(2,S2:F2),length(S2:F2), VarG);
            signal(3,S2:F2)=add_gauss_noise(signal(3,S2:F2),length(S2:F2), VarB); 
        
 
            %解调
            for i=1:CHANNELS
                recivbit(i,S1:F1) = func_de1in4(signal(i,S2:F2),Coff(i,times));
            end
        end
 
        for i=1:CHANNELS
            error(i,:) = size(find(recivbit(i,:)~=sentbit(i,:)),2);
        end
        ERR(mm) = (error(1,:)+error(2,:)+error(3,:))/(CHANNELS*3*PACKET_LENGTH);
    end
    ber(cnt) = mean(ERR);
end
01_057_m

4.完整MATLAB程序

matlab源码说明_我爱C编程的博客-CSDN博客

V