简介：这份资源面向通信工程、电子信息等专业的学生与科研人员，提供一套基于MATLAB与两台ADALM-PLUTO软件定义无线电设备的OFDM调制解调系统完整实现方案，可用于毕业设计、课程实践或科研项目的前期原型验证。压缩包共56个文件，约29KB，以44个m脚本为核心，覆盖发送端与接收端全流程，另含zbak备份文件、txt说明文档及一个备份压缩包，便于对照与恢复。资源围绕OFDM原理、帧结构设计、导频插入、信道估计与均衡、同步校准等关键环节展开，代码结构清晰、注释完整，硬件配置部分说明了设备连接与参数设置方法。目前已有63人学习下载，读者可直接部署运行，也可在此基础上进行功能扩展与优化，适合作为通信系统算法学习与工程实现的参考范例。
1. 双 ADALM-PLUTO 跑 OFDM：为什么这套组合值得你花一个周末
手里只有一块 Pluto，你永远只能做半双工的自说自话；手里有两块，你才第一次拥有一个能跑通完整链路的微型 SDR 实验台。OFDM 调制解调是通信里最值得亲手做一遍的东西——它把串并转换、IFFT、循环前缀、信道估计、同步这些散落的知识点拧成一根绳，而 ADALM-PLUTO 恰好是能让你用几百块钱就摸到真实射频的硬件。Matlab 负责算法验证和离线仿真，两块 Pluto 一块发一块收，中间隔着空气和线缆，星座图、误码率、频谱全都能实时看到。这套方案适合通信专业的学生、刚转射频的嵌入式工程师，以及想从纯仿真跨到真实空口的人。它不要求你懂 FPGA，但要求你愿意折腾采样率、中心频率和帧同步这些玄学参数。下面我按自己踩过的顺序，把从环境搭建到双机联调的完整路径讲清楚。
2. 先把 OFDM 收发链路在 Matlab 里跑通：不接硬件的纯仿真
2.1 为什么先做纯仿真而不是直接上 Pluto
很多人拿到 Pluto 第一件事就是插上 USB 开始发数据，结果收到的全是噪声，然后开始怀疑硬件坏了。血泪经验是：先把 OFDM 链路在 Matlab 里用纯浮点跑通，确认星座图收敛、误码率为零，再引入射频前端。纯仿真阶段你能控制每一个比特，能直接看 IFFT 前后的频域时域波形，能单独调循环前缀长度看它对符号间干扰的抑制效果。这一步不涉及任何硬件驱动，只依赖 Matlab 的通信工具箱和信号处理工具箱。如果你用的是较新的 Matlab 版本，comm.OFDMModulator和comm.OFDMDemodulator这两个 System object 能省掉大量手写索引的功夫，但建议第一遍还是手写 IFFT/FFT，否则你永远不知道保护间隔是怎么插进去的。
2.2 手写一版最小 OFDM 调制器
下面这段代码是我常用的最小可运行版本，参数按 20 MHz 采样率、1024 点 FFT、600 个有效子载波来设，循环前缀占 128 点。你可以直接复制到 Matlab 脚本里跑。
% 最小 OFDM 调制器：手写 IFFT + 循环前缀 N_fft = 1024; % FFT 点数 N_cp = 128; % 循环前缀长度 N_data = 600; % 有效数据子载波数 M = 4; % QPSK 调制 num_sym = 100; % OFDM 符号数 % 1. 生成随机比特并做 QPSK 映射 bits = randi([0 1], N_data*log2(M)*num_sym, 1); data_sym = qammod(bits, M, 'InputType','bit', 'UnitAveragePower',true); data_sym = reshape(data_sym, N_data, num_sym); % 2. 子载波映射：直流置零，两端留保护带 ofdm_freq = zeros(N_fft, num_sym); idx = [2:N_data/2+1, N_fft-N_data/2+1:N_fft]; % 避开直流 ofdm_freq(idx, :) = data_sym; % 3. IFFT 变换到时域 ofdm_time = ifft(ofdm_freq, N_fft); % 4. 加循环前缀：把尾部 N_cp 个样点复制到前面 ofdm_cp = [ofdm_time(end-N_cp+1:end, :); ofdm_time]; % 5. 串行化，形成基带波形 tx_waveform = ofdm_cp(:);逻辑说明：第 2 步的子载波映射决定了你的频谱形状，直流子载波必须置零，否则接收端做 FFT 后直流偏置会污染整个星座图。第 4 步的循环前缀不是随便加的，它的长度必须大于信道的最大时延扩展，否则符号间干扰会直接让误码率爆掉。参数说明：N_fft决定子载波间隔，20 MHz 采样率下 1024 点对应 19.53 kHz 间隔；N_cp占符号总长度的 12.5%，这个比例在室内短距场景够用，如果你要传几百米，得加到 256 甚至 512。N_data留出保护带是为了避开 Pluto 前端滤波器的滚降区，实际用的时候两端各留 200 多个子载波不传数据。
2.3 接收端解调与星座图验证
接收端就是反过来做一遍，但顺序不能错：先去循环前缀，再 FFT，再取有效子载波，最后解调。
% 最小 OFDM 解调器 rx_cp = reshape(tx_waveform, N_fft+N_cp, num_sym); % 恢复符号结构 rx_time = rx_cp(N_cp+1:end, :); % 去循环前缀 rx_freq = fft(rx_time, N_fft); % FFT rx_data = rx_freq(idx, :); % 取有效子载波 rx_bits = qamdemod(rx_data(:), M, 'OutputType','bit', 'UnitAveragePower',true); % 星座图 scatterplot(rx_data(:)); title('接收端星座图（纯仿真）');跑完这段，你应该看到四个清晰的 QPSK 点，误码率为零。如果星座点糊成一团，先检查idx索引有没有对齐，再检查qammod和qamdemod的UnitAveragePower是否一致。这一步不涉及任何硬件，但它是后面所有工作的基准。纯仿真跑通之后，你才有资格去碰 Pluto 的采样率、增益和天线。
3. 把 Matlab 和两块 ADALM-PLUTO 接起来：驱动、采样率与增益
3.1 安装通信工具箱硬件支持包
Matlab 对 Pluto 的支持是通过Communications Toolbox Support Package for ADALM-PLUTO Radio实现的。打开 Matlab 的 Add-On Explorer，搜索这个支持包并安装。安装完成后，在命令行敲plutoradioList，如果能看到设备信息，说明驱动层通了。注意：这个支持包对 Matlab 版本有要求，太老的版本可能不兼容，建议用 R2022b 之后的版本。安装过程中会提示你安装 Pluto 的固件更新工具，跟着走就行，不要跳过固件更新，否则可能出现采样率设不上去的情况。
3.2 单机回环：先确认收发通道正常
在双机联调之前，用一块 Pluto 做线缆回环是最稳妥的验证。把 TX1 用 SMA 线接到 RX1，加一个 30 dB 衰减器，然后跑下面的代码。
% 单块 Pluto 线缆回环测试 tx = sdrtx('Pluto', 'RadioID','usb:0', ... 'CenterFrequency',2.4e9, ... 'BasebandSampleRate',1e6, ... 'Gain',0); rx = sdrrx('Pluto', 'RadioID','usb:0', ... 'CenterFrequency',2.4e9, ... 'BasebandSampleRate',1e6, ... 'GainSource','Manual', 'Gain',30, ... 'SamplesPerFrame',1e5); % 发送一段单音 fs = 1e6; t = (0:1e5-1)'/fs; tx_sig = 0.5*exp(1j*2*pi*100e3*t); tx(tx_sig); % 接收并看频谱 rx_sig = rx(); pwelch(rx_sig, [], [], [], fs);逻辑说明：sdrtx和sdrrx分别创建发送和接收对象，RadioID用usb:0指定第一块 Pluto。参数说明：BasebandSampleRate设 1 MHz 是为了先低速跑通，OFDM 实际需要 20 MHz 以上；CenterFrequency用 2.4 GHz 是 Pluto 的常用频段，但注意这个频段干扰多，实验室里最好用屏蔽箱或线缆直连；Gain发送端设 0 是为了避免线缆直连时饱和，接收端 30 dB 是补偿衰减器的损耗。如果你看到 100 kHz 处有一根清晰的谱线，说明收发通道正常。如果底噪抬得很高或者全是杂散，先检查衰减器是不是接反了，再检查采样率是否匹配。
3.3 双机配置：两块 Pluto 的同步问题
两块 Pluto 各自插在电脑的 USB 口上，Matlab 通过RadioID区分它们。先用plutoradioList确认两块设备的序列号，然后在代码里分别指定。
% 双 Pluto 配置：一块发，一块收 tx = sdrtx('Pluto', 'RadioID','usb:0', ... 'CenterFrequency',2.4e9, ... 'BasebandSampleRate',20e6, ... 'Gain',-10); rx = sdrrx('Pluto', 'RadioID','usb:1', ... 'CenterFrequency',2.4e9, ... 'BasebandSampleRate',20e6, ... 'GainSource','Manual', 'Gain',40, ... 'SamplesPerFrame',2e6);这里最大的坑是两块 Pluto 之间没有共享时钟，采样率虽然都设成 20 MHz，但实际晶振有几十 ppm 的偏差，跑几毫秒之后符号就会漂移。常见做法是在接收端做基于循环前缀的定时同步，或者用前导码做帧检测。我一般会在每帧数据前面加一段 ZC 序列作为同步头，接收端用互相关找峰值。如果你只是做演示，可以先把帧长缩短到 1 ms 以内，漂移还不明显；要做长时间传输，同步算法必须加上。
4. 双机 OFDM 空口联调：帧结构、同步与误码率测量
4.1 设计一个带前导码的 OFDM 帧
纯仿真里的 OFDM 符号是连续发的，真实空口必须加帧头和同步序列。我常用的帧结构是：ZC 序列做同步头，后面跟一个 OFDM 符号做信道估计，再跟若干个数据符号。
% 构造带 ZC 前导码的 OFDM 帧 zc_len = 128; zc = zadoffChuSeq(25, zc_len); % 根序列 25，长度 128 sync_head = [zc; zc]; % 重复两次，便于互相关检测 % 信道估计符号：所有有效子载波发已知 QPSK est_freq = zeros(N_fft, 1); est_freq(idx) = qammod(randi([0 3], N_data, 1), 4, 'UnitAveragePower',true); est_time = ifft(est_freq, N_fft); est_cp = [est_time(end-N_cp+1:end); est_time]; % 数据符号沿用第 2 章的调制结果 frame = [sync_head; est_cp; ofdm_cp(:)];逻辑说明：ZC 序列的自相关特性很好，接收端做互相关会出现尖锐峰值，用来定位帧起始。重复两次是为了抗频偏，即使有一次相关峰被噪声淹没，另一次还能用。参数说明：zc_len设 128 是因为它要能被 20 MHz 采样率下的样点数整除，根序列 25 是常用值，换成其他互质数也行。信道估计符号的作用是让接收端知道每个子载波上的信道响应，后面做均衡用。
4.2 接收端同步与信道均衡
接收端先做互相关找同步头，然后去循环前缀、FFT、取有效子载波，再用信道估计符号算均衡系数。
% 接收端：互相关同步 [rx_sig, ~] = rx(); corr = abs(conv(rx_sig, conj(flipud(zc)), 'valid')); [~, peak_idx] = max(corr); frame_start = peak_idx - zc_len + 1; % 提取帧并做信道估计 rx_frame = rx_sig(frame_start : frame_start + length(frame)-1); rx_est_cp = reshape(rx_frame(zc_len*2+1 : zc_len*2+N_fft+N_cp), N_fft+N_cp, 1); rx_est_time = rx_est_cp(N_cp+1:end); rx_est_freq = fft(rx_est_time, N_fft); H_est = rx_est_freq(idx) ./ est_freq(idx); % 信道响应 % 数据符号均衡 rx_data_cp = reshape(rx_frame(zc_len*2+N_fft+N_cp+1:end), N_fft+N_cp, num_sym); rx_data_time = rx_data_cp(N_cp+1:end, :); rx_data_freq = fft(rx_data_time, N_fft); rx_data_eq = rx_data_freq(idx, :) ./ H_est; % 迫零均衡 rx_bits = qamdemod(rx_data_eq(:), 4, 'OutputType','bit', 'UnitAveragePower',true); % 误码率 ber = sum(rx_bits ~= bits) / length(bits); fprintf('误码率: %.4f\n', ber);逻辑说明：互相关用conv配合翻转共轭实现，峰值位置减去序列长度就是帧起始。信道估计用迫零均衡，简单但会放大噪声，如果信噪比低，换成 MMSE 均衡效果更好。参数说明：frame_start的计算要小心边界，如果峰值太靠前会索引越界，实际代码里要加保护。误码率在 20 MHz 带宽、线缆直连加衰减器的条件下，QPSK 应该能跑到 1e-3 以下。如果误码率在 0.5 附近，说明同步没对上，检查 ZC 序列的根序列号是否和发送端一致。
4.3 用 EVM 和星座图判断链路质量
误码率是最终指标，但调试的时候 EVM 和星座图更直观。在均衡之后加一行comm.EVM的计算，能看到每个子载波的误差向量幅度。
evm = comm.EVM('ReferenceSignalSource','Estimated from reference constellation', ... 'ReferenceConstellation', qammod((0:3)', 4, 'UnitAveragePower',true)); evm_pct = evm(rx_data_eq(:)); fprintf('EVM: %.2f%%\n', evm_pct); scatterplot(rx_data_eq(:));EVM 在 10% 以下说明链路健康，超过 30% 星座图就开始糊了。常见原因是发送增益太高导致功放非线性，或者接收增益太低导致量化噪声占主导。调增益的时候每次改 5 dB，观察 EVM 的变化趋势，找到拐点。
5. 避坑与排查：双 Pluto 联调最容易翻车的五个地方
5.1 采样率设不上去或者报错
现象：调用sdrtx时提示采样率超出范围，或者设置成功但实际波形畸变。原因：Pluto 的基带采样率有上限，不同固件版本支持的范围不一样，常见是 521 kHz 到 61.44 MHz，但 20 MHz 以上对 USB 带宽要求很高。解决：先用 1 MHz 跑通，再逐步往上加；如果 20 MHz 不稳定，降到 10 MHz 或 15.36 MHz。另外确认 USB 线是数据线而不是充电线，劣质线缆会导致采样数据丢包。
5.2 接收端全是噪声，找不到同步峰
现象：互相关结果没有明显峰值，星座图是一团云。原因：发送和接收的中心频率没对齐，或者天线没接好，或者接收增益太低。解决：先用频谱仪模式看接收信号的功率谱，确认中心频率处有信号；检查CenterFrequency两个对象是否完全一致；接收增益从 40 dB 开始往上加，直到频谱上能看到明显的 OFDM 矩形谱。
5.3 星座图旋转
现象：星座点清晰但整体在旋转，误码率时好时坏。原因：两块 Pluto 的晶振偏差导致载波频偏，OFDM 对频偏非常敏感，子载波间隔 19.53 kHz，频偏超过几百 Hz 就会导致子载波间干扰。解决：在接收端加频偏估计和补偿，常用方法是利用循环前缀做最大似然估计，或者用前导码的两个重复序列做相关。如果只是演示，把帧长缩短到 0.5 ms 以内，旋转还不明显。
5.4 发送功率过高导致频谱再生
现象：频谱上除了 OFDM 信号本身，两边还出现明显的杂散。原因：Pluto 的发送增益设得太高，功放进入非线性区，产生互调产物。解决：发送增益降到 -10 dB 甚至 -20 dB，用外部衰减器配合接收增益来补偿。线缆直连时尤其要注意，不加衰减器很容易烧接收端。
5.5 Matlab 版本与支持包不匹配
现象：sdrtx报错说找不到 Pluto 设备，但plutoradioList能看到。原因：通信工具箱支持包的版本和 Matlab 主版本不匹配，或者 Pluto 的固件版本太老。解决：在 Add-On Manager 里检查支持包更新，同时用 Pluto 的固件更新工具把固件升到最新。如果还不行，换一个 USB 口，避免用 USB Hub。
6. 进阶技巧：用 EVM 扫描找最佳增益组合与频偏补偿的快速验证
调增益这件事，手动一次改 5 dB 太慢。我一般写一个扫描脚本，发送端固定，接收端增益从 20 dB 到 60 dB 步进 5 dB，每个增益点采 10 帧算平均 EVM，然后画曲线找最小值。
% 接收增益扫描：找 EVM 最低点 gains = 20:5:60; evm_results = zeros(size(gains)); for k = 1:length(gains) rx.release(); rx.Gain = gains(k); evm_vals = zeros(10,1); for f = 1:10 [rx_sig, ~] = rx(); % 这里插入同步、均衡、EVM 计算 % evm_vals(f) = evm(rx_data_eq(:)); end evm_results(k) = mean(evm_vals); end plot(gains, evm_results, '-o'); xlabel('接收增益 (dB)'); ylabel('EVM (%)');这段代码的框架你可以直接套，中间同步和均衡的部分复用第 4 章的代码。跑完之后你会看到一条 U 形曲线，最低点就是最佳接收增益。发送增益也用同样的方法扫一遍，但注意发送增益太高会触发非线性，曲线会在高增益端翘起来。
频偏补偿的快速验证方法是：故意把接收端的中心频率偏移 1 kHz，观察星座图旋转速度，然后加上频偏估计代码，看旋转是否被纠正。我常用的频偏估计是用循环前缀做相关，取相位角再除以 2π 和符号长度。这个技巧在 20 MHz 采样率下能纠正几百 Hz 的频偏，再大就得用前导码了。
最后说一个我自己的习惯：每次改完参数，先存一份 IQ 数据到文件，用离线脚本反复调算法，不要在实时链路上反复试。实时链路只用来验证最终参数，调试阶段全部离线做。这样能省下大量插拔 USB 和重启设备的时间。希望帮到你。
本文还有配套的精品资源，点击获取
