简介：这份源码面向无线通信方向的学生、研究人员与工程开发者，聚焦MIMO-OFDM系统在不同信噪比下的频谱效率仿真，并覆盖DFT码本设计、beam训练与波束扫描等关键环节，适合作为5G及毫米波通信学习的实践参考。资源包共3个文件，均为m脚本，压缩包约5KB，体量轻便，便于直接阅读与二次修改。其中包含主运行脚本、DFT码本生成函数与MIMO信道模型函数，可支撑从信道建模、OFDM信号生成解调到波束方向搜索的完整流程。已有157人学习，说明该方向具备一定关注度。读者可借此理解SNR提升如何降低误码率并改善频谱利用率，掌握DFT码本计算与beam训练、波束扫描算法的实现思路，为无线通信系统设计与优化提供可复用的代码基础。
1. 从一条频谱效率曲线说起：这套 MIMO-OFDM 源码到底能跑出什么
如果你正在做毫米波或者 Sub-6G 的链路级仿真，大概率绕不开一张图：横轴 SNR，纵轴频谱效率，曲线随信噪比单调抬升，不同波束赋形策略之间拉开差距。这张图看着简单，背后却串起了 MIMO 信道建模、OFDM 子载波映射、DFT 码本生成、beam training 和波束扫描一整套链路。这次拆的这份源码包，就是围绕这条曲线做的一站式 MATLAB 实现，入口是RUNME_BeamTrainingOFDMMIMO.m，配套getDFTCodebook.m和MIMOChan.m两个核心函数。它适合两类人：一类是刚接触 MIMO-OFDM 想找一份能跑通的最小闭环的研究生，另一类是要快速验证波束训练方案、不想从零搭信道模型的工程师。源码规模不大，但把「码本怎么来、波束怎么训、SNR 怎么扫、频谱效率怎么算」这条主线走通了，拿来当二次开发的骨架比当黑匣子用更值。
2. 把链路拆开看：MIMO 信道、OFDM 与 DFT 码本的三角关系
2.1 为什么频谱效率曲线必须建立在真实信道模型上
频谱效率不是凭空画出来的，它的定义是单位带宽内可靠传输的比特数，单位 bps/Hz。在 MIMO-OFDM 里，这个值直接由信道矩阵的奇异值分布和每个子载波上的 SNR 决定。如果信道模型偷懒，比如只用一个理想瑞利衰落而不带空间相关性，那么算出来的频谱效率会虚高，波束训练的效果也体现不出来——因为理想信道下各方向增益差不多，波束扫描扫了个寂寞。
MIMOChan.m承担的就是这个角色。常见做法是把它写成多径簇模型，每个簇有到达角、离开角、时延和复增益，天线阵列响应用均匀线性阵（ULA）的导向矢量。这样信道矩阵里就带上了角度信息，波束赋形才有意义。我一般会先确认这个函数输出的维度：接收天线数 × 发送天线数 × 子载波数 × 多径数，维度对不上后面全崩。
function H = MIMOChan(Nt, Nr, Nc, Npath, fc, d) % Nt/Nr: 收发天线数, Nc: 子载波数, Npath: 多径数 % fc: 载频, d: 天线间距(一般取半波长) H = zeros(Nr, Nt, Nc); lambda = 3e8 / fc; for p = 1:Npath AoD = rand*pi - pi/2; % 离开角 AoA = rand*pi - pi/2; % 到达角 delay = randi([0 10]) * 1e-9; gain = (randn+1j*randn)/sqrt(2); at = exp(1j*2*pi*d/lambda*(0:Nt-1).'*sin(AoD)); ar = exp(1j*2*pi*d/lambda*(0:Nr-1).'*sin(AoA)); for k = 1:Nc H(:,:,k) = H(:,:,k) + gain*exp(-1j*2*pi*k*delay/Nc)*(ar*at'); end end end这段代码里几个参数要盯住：d取半波长是常规操作，取大了会出现栅瓣；delay的量化步长影响频选衰落程度，步长太粗子载波间相关性过强，频谱效率曲线会偏乐观。Npath一般设 4 到 8，太少信道不够丰富，太多仿真时间线性增长。
2.2 DFT 码本：波束赋形的字典从哪来
波束赋形本质是在一个候选波束集合里挑最好的那个，这个集合就是码本。DFT 码本是最经典的一种构造方式，它的每一列是一个指向特定方向的导向矢量，列与列之间近似正交。getDFTCodebook.m干的就是这件事。
function W = getDFTCodebook(Nt, Nbeam) % Nt: 天线数, Nbeam: 码本波束数 W = zeros(Nt, Nbeam); for n = 1:Nbeam beam_angle = -pi/2 + (n-1)*pi/Nbeam; W(:,n) = exp(1j*2*pi*(0:Nt-1).'*sin(beam_angle))/sqrt(Nt); end end逻辑很直白：把空间从 -90° 到 90° 均匀切 Nbeam 份，每个角度生成一个导向矢量，最后除以 sqrt(Nt) 做功率归一化。参数上有个权衡——Nbeam越大波束越窄、指向越准，但 beam training 的扫描开销也线性上升。常见做法是让Nbeam等于天线数 Nt，这样码本刚好是满秩的 DFT 矩阵，正交性最好。如果 Nbeam 小于 Nt，波束会变宽，覆盖有重叠，适合快速粗扫。
提示：码本列向量一定要做归一化，否则后续计算接收 SNR 时会把发射功率算错，频谱效率整体偏移一个常数因子，这种错误很难从曲线上看出来。
2.3 OFDM 子载波映射与 SNR 扫描的衔接
OFDM 部分把宽带信道切成 Nc 个窄带子载波，每个子载波上信道近似平坦，于是可以在每个子载波上独立做波束赋形和 SNR 计算。频谱效率的求和就是在子载波维度上累加 log2(1+SNR_k)。SNR 扫描则是外层循环，从低 SNR 到高 SNR 逐点算，最后 plot 出曲线。
这里有个容易忽略的点：SNR 的定义方式。是发射端 SNR 还是接收端每子载波 SNR？两者差一个波束赋形增益。源码里如果用的是接收端 SNR，那么波束训练带来的增益会直接体现在曲线上；如果用发射端 SNR，曲线会偏保守。我一般会在脚本开头注释清楚，避免换个人跑就理解错。
3. Beam Training 与波束扫描：从穷举到分层的实操细节
3.1 穷举扫描的实现与复杂度账
Beam training 最朴素的做法是穷举：发射端用码本里每个波束发一遍导频，接收端也用每个波束收一遍，形成一张 Nbeam_tx × Nbeam_rx 的接收功率表，取最大值对应的波束对。RUNME_BeamTrainingOFDMMIMO.m里大概率就是这个结构。
best_pow = -inf; best_pair = [0 0]; for it = 1:Nbeam_tx for ir = 1:Nbeam_rx w_t = Wt(:,it); w_r = Wr(:,ir); pow = 0; for k = 1:Nc h = H(:,:,k); pow = pow + abs(w_r' * h * w_t)^2; end if pow > best_pow best_pow = pow; best_pair = [it ir]; end end end复杂度是 Nbeam_tx × Nbeam_rx × Nc，天线数一上来就爆炸。比如 64 天线、64 波束、1024 子载波，单次训练就是 64×64×1024 次复数乘法。所以实际系统里不会这么干，而是用分层扫描或者只扫发射端、接收端固定。
3.2 分层波束扫描：先粗后细的工程折中
分层扫描的思路是先用手宽的波束快速定位大致方向，再在候选区域内用窄波束细化。实现上就是构造两级码本，第一级 Nbeam 小、波束宽，第二级只在第一级选出的角度附近生成窄波束。
% 第一级粗扫 W_coarse = getDFTCodebook(Nt, 8); % ... 选出最佳粗波束索引 idx_coarse % 第二级细扫，只在粗波束覆盖范围内 center = -pi/2 + (idx_coarse-1)*pi/8; W_fine = zeros(Nt, 8); for n = 1:8 ang = center - pi/16 + (n-1)*pi/64; W_fine(:,n) = exp(1j*2*pi*(0:Nt-1).'*sin(ang))/sqrt(Nt); end这样总扫描次数从 64 降到 8+8=16，代价是细扫范围有限，如果粗扫阶段因为噪声选错方向，后面就全错。所以粗扫的 SNR 不能太低，通常放在训练序列功率较高的时隙做。
3.3 频谱效率计算：把波束增益代进去
选定波束对之后，等效信道变成标量信道，每个子载波上的接收 SNR 为：
SNR_k = Ptx * abs(w_r' * H(:,:,k) * w_t)^2 / (N0 * Bsub); SE = sum(log2(1 + SNR_k)) / Nc; % 平均频谱效率 bps/HzPtx是发射功率，N0是噪声功率谱密度，Bsub是子载波带宽。这里abs(...)^2就是波束赋形增益，它随波束对准程度变化，也是不同训练算法拉开差距的地方。SNR 扫描时外层改Ptx/N0，内层重算 SE，最后画图。
注意：
log2(1+SNR)是理想容量上界，实际系统因为调制编码限制达不到。如果源码里直接用它当频谱效率，要清楚这是理论上限，不是吞吐量。
3.4 参数怎么改：从 4 天线到 64 天线的适配
源码默认天线数一般不大，方便快速跑通。要扩到大规模 MIMO，需要同步改几个地方：Nt、Nr改大；Nbeam至少等于 Nt 否则波束增益损失明显；Nc视带宽而定，但别超过信道时延扩展对应的相干带宽倒数；Npath可以适当增加以体现空间选择性。改完先跑一次低 SNR 点，看 SE 是否为正且随 SNR 单调，如果出现负值或者不单调，多半是归一化或者维度错了。
4. 避坑与排查：跑不出曲线时先查这几处
4.1 频谱效率曲线不随 SNR 上升
现象：SNR 从 0dB 扫到 20dB，SE 几乎一条水平线。原因通常是噪声功率没跟着 SNR 定义走，或者 SNR 变量在循环里没更新。解决：确认N0是在循环内根据当前 SNR 重算的，而不是循环外算一次。
4.2 波束训练选出的方向始终是第一个
现象：不管信道怎么变，best_pair总是 [1 1]。原因多半是码本生成时角度步长写错，所有波束指向几乎相同，或者接收功率计算里用了w_r' * h * w_t但h维度不对导致广播。解决：单独打印码本每一列的导向矢量，确认波束指向确实分散；再检查H(:,:,k)的维度是否与w_r、w_t匹配。
4.3 高 SNR 段曲线饱和甚至下降
现象：SNR 超过 15dB 后 SE 不再增长。原因可能是信道模型里多径时延量化太粗，子载波间干扰成为瓶颈；也可能是码本量化误差在天线数多时显现，波束无法精确对准。解决：细化delay的量化步长，或者增大Nbeam让波束更窄。
4.4 运行报错「矩阵维度不一致」
现象：MIMOChan返回的 H 是三维，但某处按二维用。原因：MATLAB 里H(:,:,k)取出来是二维，但如果循环变量写错，可能取到整块三维。解决：在每次索引后加size检查，或者用squeeze显式降维。
4.5 仿真时间随天线数暴涨
现象：Nt 从 4 改到 32 后跑一次要十几分钟。原因：穷举扫描是 Nbeam² 复杂度，且内层还有子载波循环。解决：把子载波循环向量化，用pagefun或者把 H 重排成矩阵乘法；或者改用分层扫描降低扫描次数。
5. 进阶玩法：把这份源码改成你自己的波束管理验证平台
跑通默认脚本只是第一步，这份源码真正的价值在于它是个可插拔的骨架。我一般会做三件事把它变成自己的验证平台。
第一，替换码本生成方式。DFT 码本只是起点，实际系统里可能用旋转 DFT 码本、格雷码本或者基于信道统计的码本。只要保持getDFTCodebook的输入输出接口不变，把内部实现换掉，上层 beam training 逻辑一行不用改。比如要验证过采样码本，把Nbeam设成2*Nt，角度步长减半即可。
第二，把波束训练从穷举换成自适应。可以在扫描过程中动态缩小候选范围，比如先测 4 个宽波束，选出最强的两个，再在这两个覆盖区域内各测 4 个窄波束。这样总测量次数从 Nbeam² 降到 4+8，适合实时性要求高的场景。改的时候注意维护一个候选索引表，别把角度算错。
第三，加入移动性。波束扫描的意义在移动场景下才充分体现。可以在外层加一个时间循环，每个时隙让到达角按一定角速度变化，然后观察波束跟踪算法能否跟上。这时候频谱效率曲线会变成时间-SNR- SE 的三维图，能看出波束失配带来的周期性掉坑。
| 改造方向 | 改动文件 | 关键参数 | 验证指标 |
|---|---|---|---|
| 过采样码本 | getDFTCodebook.m | Nbeam=2*Nt | 波束增益提升 |
| 分层扫描 | RUNME 主脚本 | 粗/细码本尺寸 | 训练开销下降 |
| 移动性 | 外层时间循环 | 角速度、时隙长度 | 跟踪误差 |
有个习惯我保持了挺久：每次改完参数，先跑 SNR=10dB 单点，把选出的波束角度、等效信道增益、SE 三个值打印出来，和改动前的基线对比。如果波束角度跳变很大但 SE 没变，说明信道模型里角度分辨率不够，得回去调MIMOChan。这套流程帮我省了不少返工时间，希望帮到你。
本文还有配套的精品资源，点击获取
