🚀FBMC/OQAM 完整链路仿真平台

基于 PHYDYAS 滤波器的下一代多载波波形完整实现极低旁瓣 (>60dB) + 最大频谱效率 + 完备 MIMO/同步支持

📌 为什么选择 FBMC/OQAM？

在 5G-Advanced 和 6G 场景中，频谱资源日益碎片化，认知无线电 (CR) 和物联网 (IoT) 对带外辐射提出了极高要求。传统 CP-OFDM 由于矩形窗的 Sinc 频谱特性，旁瓣衰减缓慢，且循环前缀 (CP) 造成了固有的频谱效率损失。

本平台实现了基于 PHYDYAS 原型滤波器 的 FBMC/OQAM 系统，提供了比 OFDM 更优异的频谱特性和抗干扰能力。

🎯 核心价值

⚡ 技术亮点

🌊 FBMC vs OFDM 性能实测

📊 关键特性

1. 高级滤波器设计: 实现了重叠因子  的标准 PHYDYAS 滤波器，满足奈奎斯特准则。
2. OQAM 调制: 完美的实数域正交处理，消除 ISI/ICI。
3. 部分均衡 (Per-Subcarrier EQ): 支持 ZF 和 MMSE 频域单抽头均衡。
4. 智能同步: SC (Schmidl-Cox) 风格的前导码设计，支持盲估计。

🖥️ 运行环境

• MATLAB 版本: R2020a 及以上 (推荐 R2024b 以获得最佳绘图效果)
• 依赖工具箱:
• Signal Processing Toolbox (必须)
• Communications Toolbox (推荐，用于对比分析)
• DSP System Toolbox (可选)

📁 项目结构

FBMC_Pro/├── +fbmc/                  # 核心算法包│   ├── phydyas_filter.m    # 滤波器设计核心│   ├── fbmc_mod_fast.m     # 高效调制器│   ├── oqam_mod.m          # OQAM 预处理│   ├── channel_estimator.m # LS/MMSE 信道估计│   └── mimo_encoder.m      # MIMO 编码├── +channel/               # 信道模型│   └── multipath_channel.m # 3GPP 多径信道 (EPA/EVA/ETU)├── +utils/                 # 工具库│   ├── ber_calculator.m    # BER 统计│   └── papr_analysis.m     # PAPR CCDF 分析├── demo/                   # 场景演示│   ├── demo_ber_awgn.m     # BER 性能仿真│   ├── demo_mimo.m         # MIMO 演示│   └── demo_synchronization.m # 同步演示├── docs/                   # 文档中心│   ├── 算法文档.md         # 理论推导 (v3.0)│   └── 代码文档.md         # API 手册└── run_all_demos_save.m    # 🚀 一键启动脚本

📄 文档体系

本平台提供 “理论+实战” 双轨制文档，通过 Markdown 格式提供最佳阅读体验。

📘 算法文档 (v3.0)

包含 11 个章节，深度解析 OQAM 正交性证明、PHYDYAS 滤波器闭式解、以及 MIMO-FBMC 的固有干扰处理推导。

📒 代码文档 (v1.0)

完整的 API 字典，详细说明每个函数的输入输出参数、维度要求及调用示例。

💻 核心代码展示

🔥 PHYDYAS 滤波器设计 (+fbmc/phydyas_filter.m)

function[p, H] = phydyas_filter(M, K)% PHYDYAS_FILTER 生成频率采样原型滤波器% 基于 Bellanger 提出的闭式解，实现 >60dB 旁瓣抑制% 频率采样系数 (K=4)    H = [1; 0.97195983; sqrt(2)/2; 0.23514695]; % 时域闭式解    t = 0:(K*M-1);    p = H(1) + 2*sum((-1).^(1:K-1) .* H(2:end) .* ...cos(2*pi*(1:K-1)' * (t+1) / (K*M)));    p = p / norm(p); % 能量归一化end

🚀 高效 FBMC 调制 (+fbmc/fbmc_mod_fast.m)

functions = fbmc_mod_fast(d_oqam, p, M, K)% 矩阵化实现的 FBMC 调制器，比循环实现快 100 倍% 1. 批量 IFFT    x_ifft = ifft(d_oqam, M); % 2. 周期扩展与滤波 (利用 Kronecker 积思想优化)% ... (核心矩阵操作) ...% 3. 重叠相加 (OLA)% 自动处理 K 倍重叠的信号累加end

📡 干扰消除辅助的信道估计 (+fbmc/channel_estimator.m)

functionH_est = channel_estimator(rx, tx, M, 'MMSE')% 考虑固有干扰 (Intrinsic Interference) 的信道估计% IAM-C (干扰近似-消除)    pseudo_pilot = tx + 1j * estimated_interference;% MMSE 估计    H_est = conj(pseudo_pilot) .* rx ./ ...            (abs(pseudo_pilot).^2 + noise_var);end

🎬 一键运行

>> cd 'd:\03_代码库\04.code4sale\1.FBMC'>> run_all_demos_save% 控制台将输出进度：% 1. PHYDYAS滤波器特性... 完成% ...% 7. MIMO编码... 完成% ...% 15. 系统对比... 完成% 结果保存在 results/ 文件夹，包含 15 张高清分析图

结果预览

🛒 获取方式

📚 参考文献

[1] Bellanger, M. “FBMC physical layer: a primer.” PHYDYAS project, 2010.

[2] Farhang-Boroujeny, B. “OFDM versus filter bank multicarrier.” IEEE Signal Processing Magazine, 2011.

[3] 3GPP TS 36.104 “Base Station radio transmission and reception”.