**正 文** FBMC，全称为“Filter Bank Multicarrier”，中文译为“滤波器组多载波”通信技术，是一种多载波调制方法。与传统的OFDM（正交频分复用）相比，FBMC在频谱效率、抗多径衰落和符号间干扰(ISI)等方面具有显著优势。FBMC利用一系列紧密间隔的子载波进行数据传输，每个子载波通过特定的滤波器进行调制，从而实现更好的频率局部性和时间局部性，降低了信号间的相互干扰。 在FBMC系统中，MIMO（Multiple-Input Multiple-Output）技术的引入进一步提升了系统的容量和可靠性。MIMO技术通过利用空间多径传播特性，允许在同一时间内发送和接收多个数据流，从而极大地提高了无线通信系统的数据传输速率和信道容量。FBMC与MIMO的结合，即MIMO-FBMC，可以提供更高的频谱效率和更强的抗干扰能力，尤其适用于未来的5G及更高级别的通信系统。 **1. FBMC原理** FBMC的基本思想是将一个宽带信号分割成多个窄带子信号，每个子信号通过一个特定的滤波器进行调制。这些滤波器通常选择为冲激响应互相正交的滤波器，以确保子载波间的正交性，减少信号间的相互干扰。FBMC的这种设计使得它在频域上有着更精确的频率划分，从而能更好地适应高速变化的信道环境。 **2. MIMO技术** MIMO系统通过在发射端和接收端使用多个天线，利用空间自由度来同时发送和接收多个数据流。通过智能处理这些多路径信号，MIMO能够实现空间复用和空间分集，从而提升系统容量和信道稳定性。在FBMC系统中，MIMO技术的应用增强了系统的抗多径衰落性能，减少了错误率，提高了通信质量。 **3. MIMO-FBMC中的信道估计** 信道估计是MIMO-FBMC系统的关键环节，因为无线信道的多径效应会导致信号衰落和干扰。"Channel Estimation for MIMO-FBMC.pdf"这个文件很可能详细介绍了在MIMO-FBMC系统中如何对信道进行有效估计。信道估计通常采用训练序列或导频符号，通过测量导频符号的接收功率和相位，推算出信道的频率响应或时变特性。信道估计的质量直接影响到解调的准确性和系统的整体性能。 **4. MIMO-FBMC的优势** MIMO-FBMC结合了FBMC的高频率利用率和MIMO的空间分集增益，具有以下优势： - **更高的频谱效率**：FBMC的子载波紧密排列，使得频谱资源得到更有效的利用。 - **更强的抗干扰能力**：FBMC的滤波器设计减少了相邻子载波间的干扰。 - **更好的抗多径衰落**：MIMO技术通过空间多样性和多径分集改善了信号的接收质量。 - **适应性强**：FBMC更适合快速变化的信道条件，如5G场景下的高速移动通信。 FBMC和MIMO的结合，即MIMO-FBMC，是现代无线通信系统中的一种重要技术，尤其对于满足未来高速、大容量的通信需求至关重要。通过对信道的有效估计和利用，MIMO-FBMC能够实现高效、可靠的无线通信。

基于STM32E429的FBMC调制解调的C语言实现，OFDM/OQAM

在 SIMULINK 中开发了一个简单的 FBMC 实现。 该模型基于 MATLAB 脚本“FBMC-vs-OFDM-modulation”帮助示例https://www.mathworks.com/help/comm/examples/fbmc-vs-ofdm-modulation.html 还上传了根据该帮助示例开发的修改后的 MATLAB 脚本，该脚本在 MATLAB 中模拟了 FBMC。 另一方面，SLX 文件在 SIMULINK 中模拟相同。

快速卷积 FBMC-OQAM BER 和 PAPR 性能评估代码。

基于滤波器组的多载波系统的整体性能完全由一个原型滤波器决定，例如频率选择特性、符号间干扰和信道间干扰。为构建近似完全重构的多载波系统，提出了一种迭代算法来设计原型滤波器。该算法将设计问题归结为一个无约束的优化问题，其目标函数为符号间干扰、信道间干扰以及原型滤波器阻带能量的加权和。通过推导目标函数的梯度向量和海森矩阵，采用修正牛顿算法来迭代优化原型滤波器，每次迭代更新中，原型滤波器都是通过闭合公式求解，因此算法的计算复杂度很低。仿真实验表明, 与已有的设计算法相比,所提出的算法提高了系统的整体性能。

FBMC 和 OFDM 的主要区别在于原型滤波器的选择。 这样OFDM使用矩形窗口滤波器，FBMC使用基于奈奎斯特脉冲整形原理设计的原型滤波器，可以大大减少OFDM的频谱泄漏问题。 这导致 ISI 和 ICI 可以忽略不计。

在 IEEE Transactions on Wireless Communications 上发布的“Low PAPR FBMC”的 MATLAB 仿真代码（第 17 卷，第 1 期，2018 年 1 月） 包括 PAPR 和 BER 曲线模拟

在移动到移动传感网络中，利用无线信道的固有稀疏性，可将 FBMC/OQAM 系统信道估计作为一个压缩感知问题来研究，以提高系统频带利用率。首先，提出了一种新的基于Tanimoto系数的弱选择正则化正交匹配追踪（T-SWROMP）算法，以提高 LS 信道估计的精度。然后，分别用结合辅助导频和编码方法的 T-SWROMP方法来估计FBMC/OQAM系统中的信道频率响应。仿真结果表明，所提方法比传统的SWOMP方法具有更低的复杂度。此外，其在双选择信道下比传统的OMP、SWOMP和ROMP方法具有更好的BER性能。

本文首先回顾了5G中波形设计方案（主要是FBMC调制）和大规模多天线系 统（即massive MIMO）的现有工作和主要挑战。然后，简要介绍了基于Massive MIMO的FBMC系统中的自均衡性质，该性质可以用于减少系统所需的子载波数 目。同时，FBMC中的盲信道跟踪性质可以用于消除massive MIMO系统中的导频 污染问题。尽管如此，如何将FBMC技术应用于massive MIMO系统中的误码率、 计算复杂度、线性需求等方面仍然不明确，未来更多的研究工作需要在massive MIMO-FBMC方面展开来。

5GFBMC技术（filter bank multicarrier）物理层技术介绍