简介：这是一份覆盖1G到6G无线通信多址接入技术的MATLAB仿真项目，面向通信工程专业学生、算法研究人员以及备战无线通信相关课程设计的开发者。项目将FDMA、TDMA、CDMA、OFDMA、NOMA、RSMA六代多址方案分别封装为独立模块，每个模块均提供主函数、辅助函数与说明文档，可直接运行查看信号频谱、资源分配、误码性能等仿真结果。资源共66个文件，以57个m脚本为核心，另含7个md说明文档、1个license与1个gitignore配置，整体压缩包仅79KB，轻量且结构清晰。目前已有56人学习下载。通过该资源，读者可以对照代码理解1G的频分复用、2G的时隙同步、3G的扩频编解码、4G的OFDM子载波分配与循环前缀处理，以及5G NOMA中的功率分配与SIC连续干扰消除，还能接触6G RSMA的公共流/私有流分割、多用户MIMO预编码等前沿实现，适合用于课程实验、毕业设计或通信原理进阶学习的参考。
1. 跨代无线通信仿真：为什么要把1G放到6G的代码里
把 1G 的模拟调频和 6G 的 OTFS 塞进同一个 MATLAB 工程，听起来像考古加科幻。实际动手时你会发现，跳过 2G 的 GMSK 直接读 OTFS 论文，连信道矩阵怎么排都会搞混。这个仿真项目的价值不在于某一种新波形，而在于搭建一条能用开关切换调制制和信道模型的链路，从 AMPS 连续相位调频一路跑到太赫兹候选波形。它解决的核心问题是公平比较：不同代际使用各自的带宽和频段，但必须在同一套误码率统计、同一套传播模型仿真和同一套同步假设下做对照，否则算出来的增益只是代码本身的差异。这个框架适合正在做课程设计的学生、做通信预研的工程师，以及面试前想快速捋清 1G 到 6G 演进脉络的人。
2. 1G到6G技术演进与仿真建模维度
2.1 每一代的关键参数和仿真对象
无线通信仿真最先要回答的不是用什么工具箱，而是把每一代中哪个制式当作代表。常见做法是每代只选一个最典型、最容易被 MATLAB 实现的技术点：1G 用 AMPS 的 FM 调制，2G 用 GSM 的 GMSK，3G 用 WCDMA 的 QPSK 加扩频，4G 用 LTE 的 OFDM 加 16QAM，5G 用 NR 的 OFDM 加 64QAM 和 LDPC 编码，6G 则用 OTFS 加毫米波/太赫兹信道。选择这些代表不是一个单选题，而是为了覆盖从连续相位调制到多载波再到延迟多普勒域的全部典型链路结构。
下表是这套项目里我习惯用的代际基准参数。注意 6G 尚未定型，这里取的是文献里出现频率最高的下行链接配置，重点在展示思路而不是押注标准。
| 代际 | 代表制式 | 多址/波形 | 调制方式 | 典型带宽/子载波 | 帧结构要点 |
|---|---|---|---|---|---|
| 1G | AMPS | FDMA | FM（模拟） | 30 kHz / 带宽随话音 | 单信道，无数字帧 |
| 2G | GSM | TDMA/FDMA | GMSK (BTb=0.3) | 200 kHz，8时隙 / 帧 | 1250 bit/帧，577 μs 时隙 |
| 3G | WCDMA | CDMA | QPSK + OVSF 扩频 | 5 MHz，3.84 Mcps | 10 ms 无线帧，时隙 15 |
| 4G | LTE | OFDMA | 16QAM/64QAM | 20 MHz，15 kHz 子载波 | 1 ms 子帧，CP 约 4.7/16.7 μs |
| 5G | NR | OFDM (CP-OFDM) | 64QAM/256QAM | 100 MHz，30 kHz 子载波 | 0.5 ms 子帧，灵活参数集 |
| 6G | OTFS 候选 | 延迟多普勒域 | QAM 映射到 DD 域 | 1 GHz，太赫兹载波 | 帧内网格约 128×256 |
这个表不只是参数堆砌。仿真时每个参数都会影响采样率和内存占用：2G 的 200 kHz 用 10 倍过采样后单帧不过几千个样点，而 6G 的 1 GHz 带宽如果按 2 倍过采样，单符号就是上千万样点，再叠加多径延迟扩展时会直接吃掉几 GB 内存。所以后面第 4 章的批量对比会刻意压缩 6G 的有效带宽或用分段仿真，这不是懒，而是工程取舍。
2.2 发射机/信道/接收机的统一抽象层
跨代仿真最容易犯的错是每代各写一套 main 脚本。正确的做法是先定义一个最小公共接口：发射端输入比特得到复基带波形，信道端输入波形和信噪比得到接收波形，接收端输入波形输出比特和软信息。这样每个代际只差异三个函数，主控逻辑完全可以复用。
为了在 MATLAB 里做这个抽象，可以用结构体保存代际配置，并用函数句柄保存调制、解调函数。函数句柄是这套项目的中枢，因为它允许后续插入新波形时只改一行定义，不碰主循环。一个最小化的配置定义如下。
function gen = make_generation(name) switch name case '1G' gen = struct('name', 'AMPS-FM', ... 'fs_hz', 300e3, ... % 采样率 = 带宽 * 10 'mod', @(bits, extra) fm_modulate(bits, ... extra.sigBW_Hz, extra.maxDev_hz, 300e3), ... 'demod', @(rx, extra) fm_demodulate(rx, ... extra.sigBW_Hz, extra.maxDev_hz, 300e3), ... 'extra', struct('maxDev_hz', 12e3, 'sigBW_Hz', 30e3)); case '2G' gen = struct('name', 'GSM-GMSK', ... 'fs_hz', 2e6, ... % 过采样 10 倍 'mod', @(bits, extra) gmsk_modulate(bits, ... 2e6, extra.bt), ... 'demod', @(rx, extra) gmsk_demodulate(rx, ... 2e6, extra.bt), ... 'extra', struct('bt', 0.3, 'bitRate', 270.833e3)); case '4G' gen = struct('name', 'LTE-OFDM', ... 'fs_hz', 30.72e6, ... % 20 MHz LTE 标准采样率 'mod', @(bits, extra) lte_ofdm_modulate(bits, ... extra.numSC, extra.cpLen), ... 'demod', @(rx, extra) lte_ofdm_demodulate(rx, ... extra.numSC, extra.cpLen), ... 'extra', struct('numSC', 1200, 'cpLen', 80)); % 3G/5G/6G 按同样模式添加 end end参数说明：fs_hz是每个波形在基带仿真里使用的采样率，不是射频频点。mod和demod函数句柄的输入输出完全一致，便于后续用脚本打表。extra结构体存放该代际专用参数，例如 GMSK 的 BT 积和 LTE 的循环前缀长度，避免在主循环里写满 if-else。所有调制解调句柄都要求接受(bits/ rx, extra)两个参数，这是第 3 章统一引擎能跑通的前提。
2.3 用结构体保存代际配置
如果只做两个代际，上面的结构体有点小题大做。但项目要点是“涵盖 1G 到 6G”，主循环需要循环六种不同的采样率和帧长。这时候把全部配置放进一个 cell 数组，会让批量仿真简洁得多。
allGens = {make_generation('1G'), make_generation('2G'), ... make_generation('3G'), make_generation('4G'), ... make_generation('5G'), make_generation('6G')}; snrRange = -2:2:14; results = cell(length(allGens), length(snrRange));后面第 4 章的跑批脚本就是在这个配置表上套两层 for。如果你的 MATLAB 版本较旧，注意函数句柄内不能引用主脚本工作区变量，所有参数必须通过gen.extra传递，这是初学者最容易卡住的地方：在make_generation里写fs = 300e3然后再mod = @(bits) fm(fs, bits)是可以的，但如果在主脚本中定义 fs 再构造结构体，parfor 会报“透明变量”错误。这也是统一抽象层能跑通多代际调度的关键。
3. 实现统一仿真引擎：波形生成与BER统计
3.1 调制器选择与函数句柄容器
结构体只是配置，真正的执行在simulate_generation函数里。这个函数接收一个代际对象、一组 SNR 和信道类型，返回 BER。为了让它既支持 1G 的 FM，又支持 6G 的 OTFS，内部需要按“每符号比特数”和“是否带记忆”分类，因为 GMSK 和 OFDM 的误比特率统计方式完全不同。
一个常用的做法是给每种代际一个内部开关，用ismember判断。但更好的做法是把调制器做成同一个签名：[y, txExtra] = mod(bits, params)，其中y是复数基带波形，txExtra里放帧长、调制阶数等统计需要的信息。下面是一个可运行的简化版引擎。
function ber = simulate_generation(gen, snrDb, chType) rng(42); % 固定随机种子便于复现 numBits = gen.extra.frameBits; bits = randi([0 1], numBits, 1); [tx, txInfo] = gen.mod(bits, gen.extra); if ~isrow(tx), tx = tx.'; end % 按 SNR 加噪声，这里用符号级 EbN0 换算 EbN0 = 10^(snrDb/10); N0 = 1 / EbN0; noiseVar = N0 * txInfo.energyPerBit; rx = tx + sqrt(noiseVar/2) * (randn(size(tx)) + 1i*randn(size(tx))); if contains(chType, 'rayleigh') rchan = comm.RayleighChannel('SampleRate', gen.fs_hz, ... 'PathDelays', [0 30 120]*1e-9, ... 'AveragePathGains', [0 -1.5 -3]); rx = rchan(tx); % 先过信道再加噪声 end rxBits = gen.demod(rx, gen.extra); if length(rxBits) > numBits rxBits = rxBits(1:numBits); end ber = sum(rxBits ~= bits) / numBits; end逻辑说明：先固定随机种子，再生成比特、调制、加噪。contains分支用于瑞利信道，注意代码里把信道放在加噪之前，否则多径时延会把噪声轨迹也一起延迟。noiseVar的计算依赖txInfo.energyPerBit，这个字段必须在每个调制函数里返回，否则不同代际的信噪比定义会不一致。如果去掉rng(42)，每次运行结果都会抖，误码率曲线上下摆动超过一个数量级时很难判断是链路问题还是统计噪声。
3.2 信道模型：从AWGN到TDL传播模型仿真
信道模型是跨代公平性的第二个陷阱。1G 的 FM 信号只有 30 kHz，多径时延扩展通常小于符号周期，用简单的平坦衰落即可；但 5G 和 6G 的 100 MHz 到 1 GHz 带宽下，同一个多径延迟会跨越几百个符号，必须用 TDL（抽头延迟线）模型。MATLAB 的通信工具箱里，comm.RayleighChannel就是最常见的 TDL 实现，它直接接受秒为单位的延迟和功率增益，比手动构造滤波器组更不容易出错。
如果做传播模型仿真，可以在项目里新增一个select_channel(gen, chType)函数，依据gen.extra.maxDelay_s决定抽头数量。当最大延迟乘采样率小于 4 个样点时，退化为单径平坦衰落；大于该值时才启用多径。这个阈值避免对 1G 也做 20 个抽头的瑞利滤波，白耗 CPU。此外，对于 6G 太赫兹信道，建议使用随机射线追踪预生成的延迟簇，而不是直接用 3GPP 的 CDL 模型，因为后者没有覆盖 300 GHz 附近的大气吸收窗口。
function ch = select_channel(gen, chType) if strcmp(chType, 'awgn') ch = @(x) x; else delays = [0 30 120]*1e-9; gains = [0 -1.5 -3]; if gen.extra.maxDelay_s * gen.fs_hz < 4 delays = 0; gains = 0; end ch = comm.RayleighChannel('SampleRate', gen.fs_hz, ... 'PathDelays', delays, 'AveragePathGains', gains); end end参数说明：delays和gains对应 3GPP TDL 的简化版本，实际项目里可以从信道模型表读取。如果你的仿真跑到高信噪比时 BER 开始成块往下掉，先检查是不是多径最大延迟延伸到了下一帧的循环前缀外面，而不是怀疑噪声算错。这个函数可以用在 2G 到 6G 的所有链路中，从而保证不同代际看到的信道统计特性一致。
3.3 主仿真循环与参数解析
主循环部分，我会把simulate_generation放在一个统一的run_all脚本里，并且用arrayfun或者 for 来遍历信噪比。注意不要在同一个循环里重复调用make_generation，那会重建调制器对象并导致速度下降 30% 以上。一个更快的写法是先把六种gen对象生成一次，然后用 for 消化 SNR 矩阵。
snrList = -2:2:14; berTable = zeros(6, numel(snrList)); for g = 1:6 gen = allGens{g}; for s = 1:numel(snrList) berTable(g,s) = simulate_generation(gen, snrList(s), 'awgn'); end end这段代码的要点是两个 for 的使用方式：外层是代际，内层是信噪比。看起来平凡，但它能保证同一代际的滤波器资源被复用。如果把 SNR 放在外层而代际放在内层，comm.RayleighChannel会在每个 SNR 点被重新构造，慢得让人怀疑 MATLAB 卡死。参数解析要处理的是 SNR 与 EbN0 的折算：EbN0 = snrDb时的实际接收 SNR 还要加上10*log10(numBitsPerSym)等项，建议把numBitsPerSym也放进txInfo，在demod里再折算，避免主循环里出现 2G 和 6G 的调制阶数差异。
4. 在相同信噪比下对比1G到6G的实测结果
4.1 实验设计与参数表
第 3 章跑通的是一条链路，本章要做的是验证那个统一框架真的能用于跨代对比。设计实验时，最重要的约束是“相同信噪比”的意义：1G FM 是模拟调频，没有严格的比特概念，所以 BER 统计需先将 FM 解调器输出做二进制判决；GMSK 有部分响应记忆，误比特率是序列性质；OFDM/OTFS 则是块传输。直接比较三种 BER 并不多余，因为接收机都做了软符号判决。
为了公平，我会把每组仿真的每比特能量Eb都归一化为 1，这样 AWGN 噪声功率等于10^(-snrDb/10)。下表是跑批时使用的核心配置，也是我在代码里逐行写入参数表。
| 代际 | 每帧比特数 | 过采样率 | 信道带宽对应采样率 | 每比特能量归一化 | 解调器类型 |
|---|---|---|---|---|---|
| 1G AMPS-FM | 2000 | 10 | 300 kHz | 是 | FM 鉴频+门限判决 |
| 2G GSM-GMSK | 10000 | 8 | 2 MHz | 是 | Viterbi 或 Laurent 解调 |
| 3G WCDMA | 28800 | 4 | 15.36 MHz | 是 | Rake+QPSK 解扰 |
| 4G LTE OFDM | 48000 | 1 | 30.72 MHz | 是 | 迫零/MMSE 均衡 |
| 5G NR OFDM | 120000 | 1 | 122.88 MHz | 是 | 频域均衡+软解调 |
| 6G OTFS | 256×128 | 0.5 | 512 MHz | 是 | 辛芬变换检测 |
过采样率 0.5 看起来反直觉，实际含义是 OTFS 在延迟多普勒域上仅保留 Nyquist 保证所需的最小采样率。这个写法能让 6G 在普通 PC 上跑完而不爆内存，代价是仿真不能处理超出网格边缘的非常规多普勒扩展。
4.2 用parfor跑批量MATLAB脚本
配置表对齐之后，批量实验就只是三层循环的体力活。为了加速，外层用 parfor 在同一台机器上同时跑不同代际，内层仍然用 for 跑 SNR。注意 parfor 下每个simulate_generation内部不能再调用rng(42)，否则所有 worker 拿到相同随机数，和串行结果完全不一样。正确做法是把随机种子作为参数传入，或是在 parfor 之前用spmd设种子。
parfor g = 1:6 localBer = zeros(1, numel(snrList)); localGen = allGens{g}; for s = 1:numel(snrList) localBer(s) = simulate_generation(localGen, snrList(s), 'tdl'); end berTablePar(:,g) = localBer; %#ok<UNFND> endlocalBer是每个 worker 内的独立变量，避免竞争写入。如果你只有 4 核，建议把 6 个代际切成 6 个 parfor 任务而不是把 SNR 也切进去，因为代际之间的耗时差异可能达到 20 倍，切 SNR 会导致总运行时间受最慢代际拖累。实测中等复杂度下，这套 6×8=48 组仿真在 8 核机器上大约要跑 25 分钟，大部分时间花在 6G 的 OTFS 解调上。
4.3 仿真发散与不收敛的排错
当你第一次跑完，大概率发现曲线不平滑，甚至某些点 BER 突然变成 0.5。这通常不是随机种子问题，而是仿真发散的一个变种。第一排查点出现在纯 MATLAB 浮点运算里：FM 解调器的反正切在包络过零时，相位抖动会被当做一个完整符号跳变，导致连续差错。第二排查点是噪声功率计算：如果txInfo.energyPerBit忘了除以每符号比特数，AWGN 噪声容重会偏移几个 dB，看起来像 2G 的曲线右移了 3 dB。第三排查点是 OFDM 的循环前缀截取：把解调器里 FFT 窗偏移一个样点，误码率就立刻从 1e-4 升到 1e-2，这是手工实现 OFDM 最常见的坑。
另外，如果你看到同一 SNR 下两种信道模型的曲线交点异常，例如 4G 在 TDL 下比 AWGN 还低，先检查select_channel里的maxDelay_s是否小于信号带宽倒数。这是因为当前仿真把超过采样间隔的延迟完全滤掉了，等于人为去掉了本该存在的多径。为了诊断这类问题，我会把每个代际的接收端星座图导出，作为debug/目录下的 png 文件，配合constellation命令查看。这一段是通信仿真和仿真发散两个搜索热词交汇的地方，也是大多数 MATLAB 问题论坛上被反复问的经典场景。
5. 用理论曲线校验仿真链路，避免自欺欺人的BER
5.1 三类理论校验方法
仿真结果不能自己说自己是对的。我常用的校验分三层：第一层是无信道时星座图是否落在参考点，第二层是 AWGN 下 BER 与理论曲线对齐度是否在 0.2 dB 以内，第三层是多径信道下分集阶数是否符合传播模型仿真预期。对 2G GMSK 这类连续相位调制，如果没有内置理论 BER，可以用无码间干扰的 MSK 上界近似，但要注意 BT=0.3 会带来约 0.6 dB 的损失，需要把理论曲线平移后比较，而不是直接贴berawgn。
下面这个verify_curve函数是接入新一代波形时必跑的检查项，它接受仿真 BER 和理论函数句柄，返回平均偏差。
function [errDb, fig] = verify_curve(snrDb, simBer, theoryFun) theorBer = theoryFun(snrDb); okIdx = simBer > 0 & simBer < 0.3 & theorBer > 1e-6; estDb = snrDb(okIdx) - 10*log10(max(simBer(okIdx), 1e-12) ... ./ max(theorBer(okIdx), 1e-12)); errDb = mean(abs(estDb)); fig = figure; semilogy(snrDb, theorBer, '-', snrDb, simBer, 'o'); legend('理论', '仿真'); grid on; xlabel('Eb/N0 (dB)'); ylabel('BER'); endestDb是把每个信噪比点上仿真误码率与理论误码率的比值折算成 dB 偏移，再对所有信噪比取平均。偏差在 0.2 dB 以内可以认为链路实现正确；超过 0.5 dB 就不该再往项目里加新特性，而是回去查调制器里的符号映射。
5.2 曲线对齐的最小代码
最后一个技巧是给每个代际准备一个smokeTest.m，它只跑三个信噪比点，例如 0、6、12 dB，用几十毫秒验证链路没有因重构代码而退化。这个脚本放在项目根目录，每次改动调制器之后先跑它，再跑完整实验。
% smokeTest.m snrVec = [0 6 12]; for g = 1:numel(allGens) gen = allGens{g}; for s = 1:numel(snrVec) ber1 = simulate_generation(gen, snrVec(s), 'awgn'); if ber1 < 1e-5 && snrVec(s) < 4 warning('SNR %d dB 的 BER 异常低，检查过拟合或调制映射', snrVec(s)); end end end这里的阈值来自经验：纯仿真链路很难在 4 dB 以下达到 1e-5 量级，如果出现这种结果，多半是调制器内部把输入比特泄漏到了统计变量里。整个框架立在verify_curve.m和smokeTest.m两个文件上，新波形进来先过 0.2 dB 校验，再谈增益。
本文还有配套的精品资源，点击获取
