🚀 6G AFDM Python 高移动性波形链路级仿真平台

面向 6G 超高速移动场景 (500km/h+) 的全分集新波形完整实现

📌 为什么选择本仿真平台？

🎯 核心价值

⚡ 技术亮点

🌊 AFDM 技术栈 (Python 实现)

┌───────────────────────────────────────────────────────────────┐│                    AFDM Python 发射机信号流                    │├───────────────────────────────────────────────────────────────┤│                                                               ││  比特流 ──► [Symbol Mapper] ──► [IDAFT] ──► [Add CPP] ──► Tx  ││               │                  │           │           │    ││          QAM (Torch/NP)      PyTorch FFT   Chirped     Time   ││          Modulation          Based Op      Prefix      Domain ││                                                               ││                       DAFT 变换核:                            ││           exp(j2π(c1·n² + k·n/N + c2·k²))                     │└───────────────────────────────────────────────────────────────┘

📊 性能指标 (实测数据)

在 TDL-D 信道 (30ns 延迟扩展，30kHz 多普勒) 下的仿真结果对比：

💡 全分集优势：随着信噪比提升，AFDM 的误码率曲线斜率显著大于 OFDM，无误码平层现象。

🖥️ 运行环境

环境要求

• Python: 3.8 或更高版本
• 核心库: numpy, scipy, matplotlib, torch

快速安装

pip install numpy scipy matplotlib torch

🧠 算法原理

AFDM 核心思想

问题：高移动性导致时变信道，破坏 OFDM 子载波正交性 (ICI)，导致性能崩溃。

解决方案：

1. Chirp 调制 (DAFT)：使用 Chirp 信号作为基函数，将时变信道的影响在变换域中"聚焦"。
2. Delay-Doppler 稀疏性：在 DAFT 域，时变信道表现为带状稀疏 (Banded) 矩阵，而非 OFDM 的密集矩阵。
3. 极低复杂度均衡：利用带状结构，通过  的稀疏算法实现近乎最优的 LMMSE 均衡。

关键公式

DAFT 正变换:

最优参数配置 (Bemani 条件):

📁 项目结构

项目采用现代 Python 包结构设计：

afdm_py/├── 📂 core/                    # 核心算法 (PyTorch/NumPy 双引擎)│   ├── daft.py                 #   离散仿射傅里叶变换 (DAFT)│   └── chirp_matrix.py         #   Chirp 矩阵生成│├── 📂 tx/                      # 发射机模块│   ├── afdm_tx.py              #   AFDM 发射链路│   └── symbol_mapper.py        #   QAM 符号映射│├── 📂 rx/                      # 接收机模块│   ├── afdm_rx.py              #   AFDM 接收链路│   ├── lmmse_equalizer_banded.py # 🚀 高效带状 LMMSE (核心优化)│   └── symbol_demapper.py      #   解调与 LLR 计算│├── 📂 channel/                 # 信道建模 (脱离 MATLAB 依赖)│   ├── tdl_d_channel.py        #   3GPP TDL-D 高移动性信道原生实现│   └── calc_effective_channel_matrix.py # DD 域等效信道计算│├── 📂 sim/                     # 仿真脚本 ("一键运行")│   ├── sim_comparison.py       #   📊 AFDM vs OFDM 对比仿真│   ├── sim_doppler_sweep.py    #   多普勒鲁棒性压测│   └── demo_isac_advanced.py   #   📡 ISAC 通感一体化演示│├── 📂 isac/                    # 通感一体化│   └── delay_doppler_map.m     #   RD Map 生成与目标检测│├── 📂 config/                  # 配置项│   └── sim_params.py           #   统一参数配置类│└── 📂 docs/                    # 文档    ├── afdm_algorithm.md       #   📘 算法原理详述    └── code_reference.md       #   📒 API 接口参考

🎬 仿真演示

1. 一键运行波形对比

python sim/sim_comparison.py

输出预览: 程序将在 results/ 目录下生成 sim_comparison.png，展示 AFDM 在高 SNR 下如何轻易击败 OFDM。

2. ISAC 通感一体化演示

python sim/demo_isac_advanced.py

输出预览: 生成好莱坞级的 3D 延迟-多普勒能量分布图，并标注出主要目标的距离和速度。

🛒 获取

📚 参考文献

1. Bemani et al., 2021: "AFDM: A Full Diversity Next Generation Waveform for High Mobility Communications" (IEEE TWC)
2. 3GPP TR 38.901: "Channel Model for Frequencies from 0.5 to 100 GHz"