简介这份资源面向无线通信方向的学生、研究人员与工程师聚焦非正交多址接入NOMA与正交频分多址OFDMA两种多址技术的对比分析适合具备一定MATLAB基础、希望深入理解5G多用户通信机制的中高级学习者。压缩包共18个文件约147KB以11个m脚本为核心辅以3个png与3个fig图形文件及1个mat数据文件涵盖NOMA编解码、OFDMA收发链路、数据生成、Turbo编解码与误码率绘图等模块并针对BPSK、4PSK、8PSK等调制方式给出性能对比图形。已有266人学习下载。通过运行与研读这些脚本读者可复现NOMA与OFDMA在资源分配、多用户调度、干扰管理及抗噪声衰落等方面的性能差异获取误码率曲线与调制方式对比结果为频谱效率评估与系统方案选型提供可参考的仿真依据。1. 从一份 MATLAB 对比包说起NOMA 与 OFDMA 到底差在哪如果你正在做多址接入技术的性能对比手头大概率绕不开两个名字NOMA 和 OFDMA。前者是非正交多址接入靠功率域复用让多个用户在同一个时频资源上叠加传输后者是正交频分多址把频谱切成互不重叠的子载波分给不同用户。这份compare NOMA OFDMA.zip就是一套用 MATLAB 写的对比仿真包里面既有 OFDM 收发链路也有 NOMA 的编解码还带了 BPSK、4PSK、8PSK 三种调制下的误码率脚本和现成图。它适合谁适合已经懂一点通信原理、想亲手跑出两条 BER 曲线做对比的工程师和学生。你不需要从零搭链路但得能看懂.m文件之间的调用关系否则打开就是一堆函数名跑不起来。2. 拆开压缩包文件分工与链路结构2.1 发射端与接收端的文件对应关系拿到一个仿真包我习惯先按“发—收—信道—评估”四段把文件归类而不是急着点运行。这份包的结构其实很清晰data_gen.m负责生成原始比特流ofdm_tx.m和ofdm_rx.m构成 OFDMA 的收发链路noma_enc.m和noma_dec.m构成 NOMA 的编解码ofdma_enc.m和ofdma_dec.m则是 OFDMA 的编码解码模块。turbo_enc.m和turbo_dec.m是信道编码main_v2_ber.m是主脚本plot_ber.m负责画图ber.mat存的是跑完的结果数据。这里有个容易忽略的点OFDMA 的链路里ofdm_tx.m做的是 IFFT 加循环前缀ofdm_rx.m做的是去 CP 加 FFT而ofdma_enc.m和ofdma_dec.m处理的是子载波分配和用户映射。也就是说OFDMA 的“多址”体现在子载波分配上OFDM 只是它的传输手段。NOMA 这边noma_enc.m做的是功率分配和叠加编码noma_dec.m做的是 SIC串行干扰消除。两条链路的入口都是data_gen.m出口都汇到main_v2_ber.m算误码率。提示先别改任何参数用默认配置跑一遍main_v2_ber.m确认能出图再动。很多人一上来就调功率分配结果连基线都跑不通白白浪费时间。2.2 调制方式与图文件说明包里带了三种调制的图NOMA-BPSK.fig、NOMA-4PSK.fig、NOMA-8PSK.fig对应的还有.png版本。这些是已经跑好的结果图你可以直接打开看趋势也可以自己重跑覆盖。BPSK 每符号 1 比特4PSK 每符号 2 比特8PSK 每符号 3 比特。调制阶数越高频谱效率越高但抗噪能力越差BER 曲线会整体右移。ber.mat里存的是误码率数据plot_ber.m读这个文件画曲线。如果你想对比 NOMA 和 OFDMA 在不同信噪比下的表现改main_v2_ber.m里的 SNR 范围就行。常见做法是把 SNR 设成 0:2:20 dB步长 2 够看出趋势再细可以设 1。3. 跑通主脚本从 data_gen 到 BER 曲线的完整流程3.1 主脚本的调用顺序与参数入口main_v2_ber.m是整个包的入口。它一般会先清空环境然后设参数再循环 SNR 跑蒙特卡洛。下面是我按常见写法还原的核心结构你对照自己的文件看变量名可能略有不同但逻辑一致。% main_v2_ber.m 核心流程还原 clear; close all; clc; % ---- 系统参数 ---- N 64; % 子载波数 cp_len 16; % 循环前缀长度 M 4; % 调制阶数4 对应 4PSK num_users 2; % NOMA 用户数 snr_db 0:2:20; % 信噪比范围 num_bits 1e5; % 每轮仿真比特数 ber_noma zeros(1, length(snr_db)); ber_ofdma zeros(1, length(snr_db)); for idx 1:length(snr_db) % 生成数据 tx_bits data_gen(num_bits); % ---- NOMA 链路 ---- [noma_sym, power_alloc] noma_enc(tx_bits, M, num_users); noma_rx ofdm_tx(noma_sym, N, cp_len); % 走 OFDM 传输 noma_rx awgn(noma_rx, snr_db(idx), measured); noma_rx ofdm_rx(noma_rx, N, cp_len); noma_bits noma_dec(noma_rx, M, num_users, power_alloc); % ---- OFDMA 链路 ---- [ofdma_sym, subcarrier_map] ofdma_enc(tx_bits, M, N, num_users); ofdma_rx ofdm_tx(ofdma_sym, N, cp_len); ofdma_rx awgn(ofdma_rx, snr_db(idx), measured); ofdma_rx ofdm_rx(ofdma_rx, N, cp_len); ofdma_bits ofdma_dec(ofdma_rx, M, N, num_users, subcarrier_map); % ---- 误码率统计 ---- [~, ber_noma(idx)] biterr(tx_bits, noma_bits); [~, ber_ofdma(idx)] biterr(tx_bits, ofdma_bits); end % 保存并画图 save(ber.mat, ber_noma, ber_ofdma, snr_db); plot_ber(snr_db, ber_noma, ber_ofdma);这段代码的逻辑说明data_gen产生随机比特noma_enc按功率分配把多个用户的符号叠加ofdm_tx做 IFFT 和加 CPawgn加高斯白噪声ofdm_rx做去 CP 和 FFTnoma_dec用 SIC 逐用户解码。OFDMA 那边ofdma_enc把不同用户的符号映射到不同子载波上接收端按子载波解映射。最后biterr统计误码数除以总比特数得到 BER。参数说明N64是子载波数改大能提高频谱分辨率但增加计算量cp_len16是循环前缀长度一般取 N 的 1/4 到 1/8M4对应 4PSK改成 2 就是 BPSK改成 8 就是 8PSKnum_users2是 NOMA 叠加的用户数改大对 SIC 要求更高num_bits1e5是每轮仿真比特数太小 BER 曲线会抖太大跑得慢1e5 到 1e6 之间比较合适。3.2 功率分配对 NOMA 性能的影响NOMA 的核心参数是功率分配。noma_enc.m里一般会有一个功率分配向量比如power_alloc [0.8, 0.2]表示近用户分 80% 功率远用户分 20%。这个比例直接决定 SIC 能不能正确解出远用户。如果远用户功率太低SIC 第一步就解错了后面全错。% noma_enc.m 中功率分配与叠加编码的常见写法 function [tx_sym, power_alloc] noma_enc(bits, M, num_users) % 默认功率分配近用户高功率远用户低功率 power_alloc linspace(0.8, 0.2, num_users); power_alloc power_alloc / sum(power_alloc); % 归一化 tx_sym 0; for u 1:num_users % 每个用户独立调制 user_bits bits((u-1)*length(bits)/num_users 1 : u*length(bits)/num_users); mod_sym pskmod(user_bits, M); % 按功率叠加 tx_sym tx_sym sqrt(power_alloc(u)) * mod_sym; end end逻辑说明linspace(0.8, 0.2, num_users)生成从 0.8 到 0.2 的等间隔功率系数两个用户时就是 [0.8, 0.2]。归一化保证总功率为 1。每个用户的比特独立调制后乘以功率系数的平方根再叠加。接收端 SIC 先解高功率用户解出来后重构信号减掉再解低功率用户。参数怎么改如果远用户信道条件很差可以把功率分配改成 [0.7, 0.3] 甚至 [0.6, 0.4]让远用户多一点功率。但近用户的 BER 会变差需要折中。常见做法是跑几组不同功率分配看两条 BER 曲线的交叉点。注意pskmod默认输出是列向量如果你的data_gen产生的是行向量记得转置否则biterr会报维度不匹配。这个坑我踩过不止一次。4. 避坑与排查跑不出曲线时先查这五处4.1 现象BER 曲线一直是 0.5完全不下降原因收发两端的数据维度或调制阶数不一致。比如发射端用 4PSK接收端noma_dec里写的是 2PSK 的解调解出来的比特和原始比特完全对不上。或者data_gen产生的是行向量pskmod按列处理导致符号数对不上。解决在main_v2_ber.m里加一行size(tx_bits)和size(noma_bits)打印确认维度一致。再检查M参数在收发两端是否传的是同一个值。常见做法是把M定义在主脚本开头所有函数都从这个变量读不要在各函数里硬编码。4.2 现象NOMA 的 BER 比 OFDMA 还差和理论相反原因功率分配不合理或者 SIC 解码顺序错了。NOMA 理论上在特定功率分配下能比 OFDMA 有更好的边缘用户性能但前提是 SIC 先解高功率用户。如果noma_dec.m里先解低功率用户信干噪比太低第一步就错后面全崩。解决打开noma_dec.m确认解码顺序是按功率从大到小。如果是两个用户先解power_alloc大的那个。解完后用pskmod重构再减掉再解第二个。这个顺序不能反。4.3 现象awgn报错“信号功率测量失败”原因awgn函数用measured模式时会先测信号功率如果输入信号是全零或者功率极低测量会失败。常见于 SNR 设得很高、信号被衰减到接近零的情况。解决把awgn的调用改成手动指定功率比如awgn(sig, snr_db, 10*log10(mean(abs(sig).^2)))。或者检查ofdm_tx输出是不是全零有时候 IFFT 之后没做归一化功率小到测量不出来。4.4 现象跑完main_v2_ber.m后ber.mat是空的原因save语句在循环里被覆盖或者变量名写错。常见的是save(ber.mat, ber_noma)只存了一个变量plot_ber.m读的时候找不到ber_ofdma。解决在循环结束后统一save把snr_db、ber_noma、ber_ofdma都存进去。plot_ber.m里用load(ber.mat)后检查whos确认变量都在。4.5 现象8PSK 的图跑不出来报“调制阶数不支持”原因pskmod对 8PSK 要求输入比特是 3 的整数倍。如果num_bits设的是 1e5不是 3 的倍数最后一组符号会缺比特导致报错或结果错位。解决把num_bits改成 3 的倍数比如 99999 或 100002。或者用floor(num_bits/3)*3截断。4PSK 要求 2 的倍数BPSK 任意。这个细节在换调制方式时特别容易忘。5. 进阶技巧用 BER 数据做公平对比与曲线拟合跑出两条曲线只是第一步真正要做对比得保证仿真条件公平。我一般会在main_v2_ber.m里加一段控制变量逻辑NOMA 和 OFDMA 用同一个data_gen种子、同一个 SNR 向量、同一个信道实例。如果awgn每次调用都重新生成噪声两条链路的噪声不一样对比就不公平。常见做法是在循环内先rng(seed)固定随机数再分别跑两条链路。% 公平对比固定随机种子保证两条链路经历相同噪声 for idx 1:length(snr_db) rng(42); % 固定种子 tx_bits data_gen(num_bits); rng(42); % 重置种子NOMA 和 OFDMA 用相同噪声 noma_rx awgn(ofdm_tx(noma_enc(tx_bits, M, num_users), N, cp_len), snr_db(idx), measured); rng(42); % 再次重置 ofdma_rx awgn(ofdm_tx(ofdma_enc(tx_bits, M, N, num_users), N, cp_len), snr_db(idx), measured); % ... 后续解码和 BER 统计 end逻辑说明rng(42)把随机数生成器重置到固定状态这样awgn产生的噪声序列在两条链路里完全一致。参数 42 是任意选的换成别的整数也行关键是三次调用用同一个种子。这样 NOMA 和 OFDMA 的 BER 差异就只来自多址方式本身而不是噪声随机性。另一个技巧是曲线拟合。ber.mat里的数据点有限画出来是折线。如果想看平滑趋势可以用semilogy加interp1插值。但注意插值只是视觉平滑不能改变数据本身。我一般直接用semilogy(snr_db, ber_noma, o-)标记点加连线既看出趋势又保留原始数据点。提示如果你要写报告或论文记得把num_bits加大到 1e6 以上否则高 SNR 段 BER 可能统计不到足够的误码数曲线尾部会断。常见做法是设一个最小误码数阈值比如 100 个误码就停没到就继续加比特。从那以后我每次跑对比仿真都强制先固定随机种子再跑两条链路不然两条曲线的差异里混着噪声随机性根本说不清是谁的功劳。希望帮到你。本文还有配套的精品资源点击获取