🚄 高机动 OTFS/OFDM/IM 全链路对比仿真平台

时延-多普勒信道深度建模 · 三场景统一评测 · 工程级可复现实验框架 覆盖 OTFS vs OFDM、OTFS vs OTFS-IM、OTFS-IM vs OFDM-IM

🔍 为什么这个项目值得用？

高机动场景（高速铁路、车联网、低空高速平台）下，传统 OFDM 会遭遇明显 ICI（子载波间干扰）与信道快速时变问题。多数公开代码常见以下痛点：公式和实现脱节、场景脚本重复、参数口径不统一、结果不可复现。

本项目提供的是一个 可复现、可扩展、可对比 的统一仿真底座。

🎯 核心价值

📘 学术研究价值

• 统一比较框架：同一工程下完成 3 类关键基线对比，不再跨工程拼接数据。
• 高机动信道建模完整：支持多种 TDL/EPA/EVA/ETU 参数，含时延与多普勒离散化。
• 可直接写论文实验章：BER 曲线、参数表、流程日志、总览图一次性输出。
• 算法扩展友好：可在 core/ 或 im/ 直接插入新均衡器/新检测器。

🏭 工程实现价值

• 解耦清晰：场景编排与底层算法模块分离，降低维护成本。
• 结构体契约稳定： cfg/runtime/idxInfo/results 语义清晰，便于团队协作。
• 自动化结果管理：按时间戳归档每轮实验，支持回溯与复验。
• 质量基线完整：支持 checkcode 静态检查与 quick/full 双档运行。

⚙️ 技术亮点

🧱 模块化架构（重构后）

matlab/
 ├── run_demo_quick.m                  # 快速演示（一键联动三场景）
 ├── run_demo_full.m                   # 完整评测（细SNR网格）
 ├── run_case_otfs_vs_ofdm.m           # 场景1
 ├── run_case_otfs_vs_otfs_im.m        # 场景2
 ├── run_case_otfs_im_vs_ofdm_im.m     # 场景3
 │
 ├── core/                             # 调制解调与均衡核心
 │   ├── otfs_modulate.m / otfs_demodulate.m
 │   ├── ofdm_modulate.m / ofdm_demodulate.m
 │   ├── equalize_otfs.m / equalize_ofdm.m
 │
 ├── channel/                          # 信道与等效矩阵
 │   ├── get_channel_params.m
 │   ├── prepare_channel_runtime.m
 │   ├── build_channel_matrix_G.m
 │   ├── apply_doppler_channel.m
 │   └── apply_frequency_offset.m
 │
 ├── im/                               # 索引调制
 │   ├── make_index_lut.m
 │   ├── make_symbol_combos.m
 │   ├── build_im_grid.m
 │   └── detect_im_bits.m
 │
 ├── modulation/                       # 星座与比特映射
 │   ├── build_constellation.m
 │   ├── mod_bits_to_syms.m
 │   └── demod_syms_to_bits.m
 │
 └── utils/                            # 配置、绘图、保存、辅助
     ├── default_config.m
     ├── prepare_output_dir.m
     ├── save_figure_auto.m
     ├── plot_summary_dashboard.m
     ├── normalize_eq_type.m
     └── bits_from_integers.m

📊 性能实测（Full 模式）

实验配置基线：

• M=32, N=32
• Mod_type=QAM, Mod_OTFS=4, Mod_IM=4
• propModel=TDL-C, maxSpeed=350 km/h, fc=5 GHz
• eqType=LMMSE
• SNR = 0:3:30 dB

场景 A：OTFS vs OFDM

| SNR(dB) | OTFS BER  | OFDM BER  |

| --------- | ----------- | ----------- |

| 0       | 2.600e-01 | 3.358e-01 |

| 6       | 1.393e-01 | 1.991e-01 |

| 12      | 3.083e-02 | 1.034e-01 |

| 18      | 7.813e-04 | 6.590e-02 |

| 24      | 0.000e+00 | 5.615e-02 |

| 30      | 0.000e+00 | 5.329e-02 |

场景 B：OTFS vs OTFS-IM

| SNR(dB) | OTFS BER  | OTFS-IM BER |

| --------- | ----------- | ------------- |

| 0       | 2.645e-01 | 3.048e-01   |

| 6       | 1.385e-01 | 1.541e-01   |

| 12      | 3.286e-02 | 1.812e-02   |

| 18      | 7.487e-04 | 2.170e-05   |

| 24      | 0.000e+00 | 0.000e+00   |

| 30      | 0.000e+00 | 0.000e+00   |

场景 C：OTFS-IM vs OFDM-IM

| SNR(dB) | OTFS-IM BER | OFDM-IM BER |

| --------- | ------------- | ------------- |

| 0       | 3.054e-01   | 3.541e-01   |

| 6       | 1.484e-01   | 2.151e-01   |

| 12      | 1.808e-02   | 9.473e-02   |

| 18      | 2.387e-04   | 5.417e-02   |

| 24      | 0.000e+00   | 4.299e-02   |

| 30      | 0.000e+00   | 4.034e-02   |

结论要点：高 SNR 区域 OTFS/OTFS-IM 收敛明显快于 OFDM/OFDM-IM，且误码地板显著更低。

💻 核心代码展示

🔥 信道运行时统一构建（ prepare_channel_runtime.m）

BW = cfg.M * cfg.df;
 one_delay_tap = 1 / BW;
 [delays, dopplers, pdp] = get_channel_params(cfg.maxSpeed_kmh, cfg.fc, cfg.propModel);
 
 chanParams.pathDelays = round(delays ./ one_delay_tap);
 padLen = max(chanParams.pathDelays);
 
 T = (cfg.M + padLen) / BW;
 one_doppler_tap = 1 / (cfg.N * T);
 chanParams.pathDopplers = round(dopplers / one_doppler_tap);
 chanParams.pathDopplerFreqs = chanParams.pathDopplers * one_doppler_tap;
 
 G = build_channel_matrix_G(cfg.M, cfg.N, chanParams, padLen, cfg.padType);
 GtG = G' * G;

🚀 IM 约束搜索检测（ detect_im_bits.m）

for pIdx = 1:size(posComb, 1)
     activePos = posComb(pIdx, :);
     estSymIdx0 = zeros(1, k);
     for ii = 1:k
         r = rxGroup(activePos(ii));
         [~, minIdx] = min(abs(r - const).^2);
         estSymIdx0(ii) = minIdx - 1;
     end
 
     xCand = zeros(n, 1);
     xCand(activePos) = const(estSymIdx0 + 1).';
     metric = sum(abs(rxGroup - xCand).^2);
     if metric < bestMetric
         bestMetric = metric;
         bestPosIdx = pIdx;
         bestSymIdx0 = estSymIdx0;
     end
 end

🎬 一键运行

cd matlab
 
 % 快速演示（小帧数，便于调试）
 run_demo_quick
 
 % 完整演示（细SNR网格，正式评测）
 run_demo_full

🖼️ 结果预览（本地输出）

🖥️ 运行环境

• MATLAB：R2024a 或更高
• 主要依赖：通信调制与噪声相关函数（ qammod/qamdemod/pskmod/pskdemod/awgn）
• 推荐：开启并行计算前先完成单机确定性复现

🛒 获取方式

本文代码仅为核心片段，完整版工程已整理好。 关注公众号 【 3GPP 仿真实验室】进行获取。