1.算法仿真效果
matlab2022a仿真结果如下：
2.算法涉及理论知识概要
LTE（Long-Term Evolution）是下一代无线通信技术，它采用了SC-FDMA（Single-Carrier Frequency-Division Multiple Access）作为上行链路传输方案，以及OFDMA（Orthogonal Frequency-Division Multiple Access）作为下行链路传输方案。这两种技术都属于多址接入技术，能够实现多用户同时使用同一频段进行通信，而不会相互干扰。
2.1下行OFDMA
单流+BCH编码译吗+QPSK+lmmse信道估计，其大概结构如下：
SC-FDMA是一种单载波频分多址接入技术。其基本思想是将频域上的数据符号通过离散傅里叶变换（DFT）转换到时域，然后在时域上加上循环前缀（CP）以消除多径效应，再将数据发送到无线信道中。在接收端，去掉循环前缀后，通过离散傅里叶反变换（IDFT）恢复频域信号。
发送端：
X[k] = Σ_{n=0}^{N-1} x[n] * e^{-j2πk*n/N} （0 ≤ k ≤ N-1）
其中，X[k]是频域信号，x[n]是时域信号，N是子载波数。
接收端：
x[n] = (1/N) * Σ_{k=0}^{N-1} X[k] * e^{j2πk*n/N} （0 ≤ n ≤ N-1）
2.2上行SC-FDMA
单流+Turbo编码译吗+QPSK+lmmse信道估计，其大概结构如下：
OFDMA是正交频分多址接入技术。它将整个频带划分成多个子载波，每个子载波可以独立调制一个数据流。由于子载波之间是正交的，因此可以实现多用户同时使用同一频段进行通信而不会相互干扰。令S[k]表示第k个子载波上的数据符号，f[k]表示第k个子载波的频率，T表示OFDM符号周期。则发送信号可以表示为：
s(t) = Σ_{k=0}^{N-1} S[k] * e^{j2πf[k]*t} （0 ≤ t ≤ T）
在接收端，通过匹配滤波器组对每个子载波进行解调，恢复出原始数据。解调公式如下：
Y[k] = ∫_{0}^{T} y(t) * e^{-j2πf[k]*t} dt
其中，Y[k]是第k个子载波上的接收数据，y(t)是接收信号。
通过SC-FDMA和OFDMA技术，LTE实现了高效的频谱利用和多用户接入。上行链路采用SC-FDMA可以降低峰均功率比（PAPR），减小终端的功放成本和电池消耗；下行链路采用OFDMA能够实现多用户并行传输，提高系统吞吐量。
3.MATLAB核心程序
%每个SNR点上仿真若干次
for i=1:length(SNR_dB)
i
Error = 0;
err_all = 0;
for iii=1:nloop(i)
iii
rng(iii);
%%
%产生测试信号
msg = rand(Len*Nc/4,1)>=0.5;
%turbo编码
seridata1 = func_turbo_code(msg,N,M);
........................................................................
%每次仿真信道采样的开始位置
count_begin =(iii-1)*(5*counter);
trms_1 = delay_avg/timeval;
t_max = 4e-6/timeval;
%信道采样点数，每个调制符号采一个点
[passchan_ofdm_symbol,H] = func_multipath_chann(Guard_int_ofdm_out,Nmultipath,Pow_avg,delay_multi,Fre_offset,timeval,counter,count_begin);
%加入噪声
Rec_ofdm_symbol = awgn(passchan_ofdm_symbol,SNR_dB(i),'measured');
%%
%开始接收
Guard_int_remove = func_guard_interval_remove(Rec_ofdm_symbol,(fftlen+Guard_int),Guard_int,(Nc+pilot_num));
%FFT
fft_out = fft(Guard_int_remove);
%sub carrier demapping
fft_out = func_desubcarrierMap(fft_out);
fft_out = ifft(fft_out);
%信道估计
%LMMSE
[Sig_Lrmmse,Hs] = func_lmmse_estimation(fft_out,pilot_space,Pilot_seq,pilot_num,trms_1,t_max,10^(SNR_dB(i)/10));
%解调
Dqpsk = func_deMapping(Sig_Lrmmse,fftlen*Nc);
%turbo解码
Dqpsk_decode = [func_turbo_decode(2*Dqpsk(1:end-(Len*Nc-length(seridata1)))-1,N,M)]';
%计算误码率
err_num = Len*Nc/4-length(find(msg==Dqpsk_decode(1:Len*Nc/4)));
Error = Error + err_num;
end
%计算误码率
err_all = err_all+Len*Nc/4;
Err_Rate(i) = Error/err_all/nloop(i);
end
.....................................................................
papr = zeros(1,PAPR_len);
psFilter = r;
for n = 1:PAPR_len
n
tmp = round(rand(BLOCK,2));
tmp = tmp*2 - 1;
data = (tmp(:,1) + j*tmp(:,2))/sqrt(2);
X = fft(data);
Y = zeros(totalSubcarriers,1);
Y(1:Q:totalSubcarriers) = X;
y = ifft(Y);
y_oversampled(1:Nos:Nos*totalSubcarriers) = y;
y_result = filter(psFilter, 1, y_oversampled);
%PAPR.
papr(n) = 10*log10(max(abs(y_result).^2) / mean(abs(y_result).^2));
end
[X1,X2] = hist(papr,50);
N(ii,:)=X1;
Xs(ii,:)=X2;
end
figure
semilogy(Xs(1,:),1-cumsum(N(1,:))/max(cumsum(N(1,:))),'b','linewidth',2);
hold on
semilogy(Xs(2,:),1-cumsum(N(2,:))/max(cumsum(N(2,:))),'r','linewidth',2);
hold on
semilogy(Xs(3,:),1-cumsum(N(3,:))/max(cumsum(N(3,:))),'k','linewidth',2);
title ('PAPR of SC-FDMA')
xlabel ('PAPR[dB]')
ylabel ('{PAPR(PAPR>PAPR0)}')
grid on;
legend('User = 16','User = 32','User = 64');
%发送信号
figure
stem(msg(500:2000));
title('发送信号');
figure
stem(Dqpsk_decode(500:2000));
title('接收信号');
% 误码率
figure
semilogy(SNR_dB,Err_Rate,'b-o');
grid on
xlabel('SNR');
ylabel('BER');
axis([0.999,8,1e-5,1]);
%星座图
[R,C] = size(Sig_Lrmmse);
RR = reshape(Sig_Lrmmse,[R*C,1]);
scatterplot(RR);
save up.mat N Xs seridata RR SNR_dB Err_Rate