搜档网
当前位置:搜档网 › 使用Matlab实现对Ka波段卫星通信衰减信道的性能仿真

使用Matlab实现对Ka波段卫星通信衰减信道的性能仿真

使用Matlab实现对Ka波段卫星通信衰减信道的性能仿真
使用Matlab实现对Ka波段卫星通信衰减信道的性能仿真

瑞利信道仿真 matlab

实验一 瑞利信道的仿真 一 引言:瑞利信道介绍 瑞利衰落信道(Rayleigh fading channel )是一种无线电信号传播环境的统计模型。这种模型假设信号通过无线信道之后,其信号幅度是随机的,即“衰落”,并且其包络服从瑞利分布。[1] 瑞利分布就是两个独立的高斯分布的平方和的开方一个信号都是分为正交的两部分,而每一部分都是多个路径信号的叠加,当路径数大于一定数量的时候,他们的和就满足高斯分布。而幅度就是两个正交变量和的开平方,就满足瑞利分布了。[2] 二 实验目的: 用MATLAB 软件仿真瑞利信道,产生瑞利信道的随机数,画出产生瑞利数据的CDF 和PDF ,并求瑞利数据的均植和方差。 三 实验内容: 1、实验原理: 一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时,这个向量的模呈瑞利分布,两个正交高斯噪声信号之和的包络服从瑞利分布。信道符合瑞利分布,做出概率密度函数曲线。这里又到了瑞利分布的概率密度函数 2 22()exp() 0r 2r r p r σσ=-≤≤∞运用公式验证瑞利信道是符合瑞利分布的。 2、程序框图

3、源程序代码 % parameters setting clc; n=0:0.1:10; sigma=1; N=100000; x=randn(1,N); y=randn(1,N); M=x+j*y; r=sqrt(sigma*(x.^2+y.^2)); % q=1-exp((-(x.^2+y.^2))/(2*sigma*sigma)); % step=0.1; %range=0:step:3; h=hist(r,n); fr_approx=h/(0.1*sum(h)); pijun=sum(r)/N; junfanghe=(r-pijun).^2; junfang=sum(junfanghe)/N; u=0; % w=hist(q,n); % fr_approx1=-w/(0.1*sum(w)); % Calculate the CDF &Drawing cdf=raylcdf(n,sigma); subplot(3,1,1); plot(n,cdf); % hold on; % plot(n,fr_approx1,'ko'); % Calculate the PDF & Drawing title('Normal cumulative distribution'); pdf=raylpdf(n,sigma); subplot(3,1,2); plot(n,pdf); title('Normal probability density'); hold on; plot(n,fr_approx,'ko'); axis([0 8 0 1]) wucha=fr_approx-pdf; subplot(3,1,3); plot(n,wucha); title('wucha'); % Generate the randoms & Calculate the mean, covariance R=raylrnd(sigma,1,1000); % subplot(3,1,3);

(完整word版)基于Matlab的无线信道仿真

基于Matlab的无线信道仿真 近几年,随着无线通信业务和新兴宽带移动互联网接入业务的快速增长,对无线通信系统的优化显得尤为重要。与有线信道静态和可预测的典型特点相反,在实际中,由于无线信道动态变化且不可预测,无线通信系统的性能在很大程度上取决于无线信道环境,所以对无线信道的准确理解和仿真对设计一个高性能和高频谱效率的无线传输技术显得尤其重要。 无线信道的一个典型特征是“衰落”,衰落现象大致可分为两种类型:大尺度衰落和小尺度衰落。其中,大尺度衰落主要在移动设备通过一段较长的距离时体现,它是由信号的损耗(长距离传播)和大的障碍物(如建筑物、中间地形和植物)形成的阴影所引起的,一般分为路径损耗和阴影衰落,另一方面,小尺度衰落是指当移动台在较短距离内移动时,由多条路径的相消或相长干涉所引起信号电平的快速波动,主要表现为多径衰落。它们之间的关系如图1所示。报告中分别对这几种衰落的常见模型进行了总结和仿真。 图1 各种衰落之间的关系 一、大尺度衰落 大尺度衰落是在一个较大的范围上考察功率的渐变过程,功率的局部中值随距离变化缓慢。大尺度信道模型主要研究电波传播在时间、空间、频率范围内平均特性。 1.1 路径损耗 路径损耗由发射功率的辐射扩散及信道的传播特性造成,反映在宏观长距离

上。理论上认为,对于相同收发距离,路径损耗相同。其定义为有效发射功率和平均接收功率之间的比值。几种常用的描述大尺度衰落的模型有自由空间模型、对数距离路径损耗模型、Hata-Okumura 模型。 1.1.1自由空间模型 所谓自由空间是指天线周围为无限大真空时的电波传播,它是理想传播条件。电波在自由空间传播时,其能量既不会被障碍物所吸收,也不会产生反射或散射,传播路径上没有障碍物阻挡,到达接收天线的地面反射信号场强也可以忽略不计。 自由空间模型中路径损耗计算公式: r t r t s G G c df πP P L 142 ??? ??== 其中,t P 为发射功率,r P 为接收功率,d 为发射端与接收端距离,f 为载波频率,c 为光速取8103?,t G 为发射端天线增益,r G 为接收端天线增益。转换成分贝表示: r t r t s G G f d P P L lg 10lg 20lg 2045.32lg 10dB -++==)( 发射端与接收端均是全向天线,1==r t G G ,得图2: 图2 路径损耗随距离、频率变化曲线 1.1.2 对数距离路径损耗模型 与前面提到的自由空间路径损耗一样,在其他所有实际环境中,平均接收信号功率随距d 呈对数方式减小。通过引入随着环境而改变的路径损耗指数n 可以修正自由空间模型,从而构造出一个更为普遍的路径损耗衰落模型。

一种基于MATLAB的瑞利信道仿真方法研究

一种基于MATLAB 的瑞利信道仿真方法研究 王志杨1, 刘金龙2 (1.安徽电子信息职业技术学院信息工程系,安徽蚌埠 233030;2.淮海工学院电子工程学院,江苏连云港 222005) 摘 要:瑞利信道的仿真在无线通信系统的仿真中具有重要的意义.文章首先给出瑞利信道的概 念,并参照Jakes 模型,采用MATLAB 软件,仿真出了多径瑞利信道.为了得到每径独立的瑞利分 布,提出了衰落计数器的概念.通过调整不同路径波形衰落计数器的起始时间达到每径独立分布, 且计算复杂度较低.最后通过评估程序证明了仿真方法的正确性.该方法为研究不同通信系统在瑞 利信道下的相关性能奠定了基础. 关键词:瑞利信道;信道仿真;Jakes 模型;多径传输 中图分类号:TN914.3 文献标识码:A 文章编号:1001-2443(2012)03-0234-06 引 言 对于基站到移动台这样一个发送接收系统来说,理想的无线信号传播(自由空间传播模型)是由基站发送的电磁波经过一定衰减达到移动台,我们可以理解为信号沿着基站到移动台的直线传播.虽然,电磁波实际上是以球面波的形式向周围360度辐射,但是只有沿着直线传播的信号才能抵达移动台,这条路径称为直射路径[1].而对于实际的大气传播环境,大气中包含着许多的小颗粒(悬浮物),或者由于建筑物和树木阻挡,从基站出发,沿着非直射方向传播的电磁波可能经过一系列的反射、散射、衍射后而抵达接收端, 我们把 图1 信号的多径传播 Figure 1 The multipath transmis s i on of signal 这种路径称为散射路径(见图1).和直接波相比,后到达的波形称为延迟波.由于每一条散射路径经历的路程都不一样,这样,接收波相位各不相同.如果恰巧各个相位相同,多个信号进行叠加会导致总的信号增强,而如果相位互不相同,各个信号叠加则会互相抵消,导致总的信号强度降低.这样,我们把由于信号经过了多收稿日期:2011-12-01 基金项目:安徽电子信息职业技术学院院级研究课题ADZX1007).作者简介:王志杨(1982-),男,回族,安徽蚌埠人,硕士,讲师,主要研究方向:OFDM 、3G 移动通信、信道建模. 第35卷3期 2012年5月 安徽师范大学学报(自然科学版)Journal of Anhui Normal University (Natural Science)Vol.35No.3M ay.2012

数字通信系统matlab仿真

课程设计报告 题目:基于MATLAB的通信系统仿真 ———信道编码对通信系统性能的影响 专业:通信工程 姓名:XXX 学号:0730xxxx

基于MATLAB 的通信系统仿真 ———信道编码对通信系统性能的影响 摘要:简述信道编码理论,详细说明分组码的编译原理、实现方法及检错纠错能力,用MATLAB 仿真有无信道编码条件下对通信系统性能的影响及信道编码在不同信道下对通信系统性能的影响,如AWGN 信道和深衰落信道。 关键词:信道编码、分组码、MATLAB 仿真、性能 一、引言 提高信息传输的有效性和可靠性始终是通信技术所追求的目标,而信道编码能够显著的提升信息传输的可靠性。1948年,信息论的奠基人C.E.Shannon 在他的开创性论文“通信的数学理论”中,提出了著名的有噪信道编码定理.他指出:对任何信道,只要信息传输速率R 不大于信道容量C, 就一定存在这样的编码方法:在采用最大似然译码时,其误码率可以任意小.该定理在理论上给出了对给定信道通过编码所能达到的编码增益的上限,并指出了为达到理论极限应采用的译码方法.在信道编码定理中,香农提出了实现最佳编码的三个基本条件 :(1 )采用随机编译码方式 ; (2 )编码长度L→∞ , 即分组的码组长度无限 ; (3)译码采用最佳的最大似然译码算法。【1】 二、信道编码理论 1、信道编码的目的 在数字通信系统中由于信道内存在加性噪声及信道传输特性不理想等容易造成码间串扰同时多用户干扰、多径传播和功率限制等也导致错误译码。为了确保系统的误比特率指标通常采用信道编码。信道编码是为了保证信息传输的可靠性、提高传输质量而设计的一种编码。它是在信息码中增加一定数量的多余码元,使码字具有一定的抗干扰能力。 2、信道编码的实质 信道编码的实质就是在信息码中增加一定数量的多余码元(称为监督码元),使它们满足一定的约束关系,这样由信息码元和监督码元共同组成一个由信道传输的码字。举例而言,欲传输k 位信息,经过编码得到长为n(n>k)的码字,则增加了 n - k = r 位多余码元,我们定义 R = k / n 为编码效率。【2】 3、 信道编码公式 令信息速率为f b ,经过编码以后的速率为f t ,定义:R =f b /f t 为编码率。则对于任何一个信道,总存在一个截止速率R 0,只要R

matlab信道仿真经典源程序

% % % Rayleigh Fading Channel Signal Generator % Using the Dent Model (a modification to the Jakes Model) % % Last Modified 10/18/05 % % Author: Avetis Ioannisyan (avetis@https://www.sodocs.net/doc/9c11754190.html,) % % % Usage: % [omega_mTau, Tk] = % ai_RayCh(NumAngles, Length, SymbolRate, NumWaveforms, CarrierFreq, Velocity) % % Where the output omega_mTau is a time scaling factor for plotting % normalized correlations. The LAGS value output by [C,LAGS] = XCORR(...) % should be multiplied by the omega_mTau scaling factor to properly display % axis. Tk is a two dimensional vector [M, N] = SIZE(Tk) with % M=numWaverorms and N=Length specified in the RayCh(...) function call % % And the input variables are: % % NumAngles - scalar power of 2, NumAngles > 2^7 is used to specify the % number of equally strong rays arriving at the receiver. It used to % compute the number of oscillators in the Dent model with N0 = numAngles/4 % % Length - scalar preferably power of 2 for faster computation, Length > 2^17 % is used to specify the length of the generated sequence. Lengths near 1E6 % are close to realistic signals % % SymbolRate - scalar power of 2 and is in kilo-symbols-per-sec is used to % specify what should be the transmission data rate. Slower rates will % provide slowly fading channels. Normal voice and soem data rates are % 64-256 ksps % % NumWaveforms - scalar used to specify how many 'k' waveforms to generate % in the model. NumWaveforms > 2 to properly display plots % % CarrierFreq - scalar expressed in MHz is the carrier frequency of the % tranmitter. Normally 800 or 1900 MHz for mobile comms % % Velocity - scalar expressed in km/hr is the speed of the receiver. % 100 km/hr = 65 mi/hr. Normal values are 20-130 km/hr %

matlab瑞利衰落信道仿真

引言 由于多径和移动台运动等影响因素,使得移动信道对传输信号在时间、频率和角度上造成了色散,如时间色散、频率色散、角度色散等等,因此多径信道的特性对通信质量有着至关重要的影响,而多径信道的包络统计特性成为我们研究的焦点。根据不同无线环境,接收信号包络一般服从几种典型分布,如瑞利分布、莱斯分布和Nakagami-m分布。在本文中,专门针对服从瑞利分布的多径信道进行模拟仿真,进一步加深对多径信道特性的了解。 仿真原理 1、瑞利分布简介 环境条件: 通常在离基站较远、反射物较多的地区,发射机和接收机之间没有直射波路径,存在大量反射波;到达接收天线的方向角随机且在(0~2π)均匀分布;各反射波的幅度和相位都统计独立。 幅度、相位的分布特性: 包络 r 服从瑞利分布,θ在0~2π内服从均匀分布。瑞利分布的概率分布密度如图1所示:

图1 瑞利分布的概率分布密度 2、多径衰落信道基本模型 根据ITU-RM.1125标准,离散多径衰落信道模型为 () 1 ()()() N t k k k y t r t x t τ==-∑ (1) 其中,()k r t 复路径衰落,服从瑞利分布; k τ是多径时延。 多径衰落信道模型框图如图2所示: 图2 多径衰落信道模型框图

3、产生服从瑞利分布的路径衰落r(t) 利用窄带高斯过程的特性,其振幅服从瑞利分布,即 ()r t = (2) 上式中,()c n t 、()s n t 分别为窄带高斯过程的同相和正交支路的基带信号。 首先产生独立的复高斯噪声的样本,并经过FFT 后形成频域的样本,然后与S (f )开方后的值相乘,以获得满足多普勒频谱特性要求的信号,经IFFT 后变换成时域波形,再经过平方,将两路的信号相加并进行开方运算后,形成瑞利衰落的信号r(t)。如下图3所示 : 图3 瑞利衰落的产生示意图 其中, ()S f = (3)

瑞利信道仿真

瑞利衰落信道的matlab仿真 瑞利衰落信道(Rayleigh fading channel)是一种无线电信号传播环境的统计模型。这种模型假设信号通过无线信道之后,其信号幅度是随机的,即“衰落”,并且其包络服从瑞利分布。 模型的适用 瑞利衰落模型适用于描述建筑物密集的城镇中心地带的无线信道。密集的建筑和其他物体使得无线设备的发射机和接收机之间没有直射路径,而且使得无线信号被衰减、反射、折射、衍射。在曼哈顿的实验证明,当地的无线信道环境确实接近于瑞利衰落。[3]通过电离层和对流层反射的无线电信道也可以用瑞利衰落来描述,因为大气中存在的各种粒子能够将无线信号大量散射。 瑞利衰落属于小尺度的衰落效应,它总是叠加于如阴影、衰减等大尺度衰落效应上。 信道衰落的快慢与发射端和接收端的相对运动速度的大小有关。相对运对导致接收信号的多普勒频移。图中所示即为一固定信号通过单径的瑞利衰落信道后,在1秒内的能量波动,这一瑞利衰落信道的多普勒频移最大分别为10Hz和100Hz,在GSM1800MHz的载波频率上,其相应的移动速度分别为约6千米每小时和60 千米每小时。特别需要注意的是信号的“深衰落”现象,此时信号能量的衰减达到数千倍,即30~40分贝。 性质 多普勒功率普密度

, 瑞利衰落信道的仿真 根据上文所述,瑞利衰落信道可以通过发生实部和虚部都服从独立的高斯分布变量来仿真生成。不过,在有些情况下,研究者只对幅度的波动感兴趣。针对这种情况,有两种方法可以仿真产生瑞利衰落信道。这两种方法的目的是产生一个信号,有着上文所示的多普勒功率谱或者等效的自相关函数。这个信号就是瑞利衰落信道的冲激响应。 Jakes模型和clark模型 本次只以下图所示的模型来仿真单路信号的产生。课本上也有相关的分析。

瑞利信道Matlab仿真程序

%%File_C7: %本程序将一随机信号通过瑞利信道产生输出 %% clear; clc; Ts=; fmax=2;%最大多普勒频移 Nt=400;%采样序列的长度 ( sig=j*ones(1,Nt);%信号 t=[0:Nt]; %设定信道仿真参数 N0=25; D=1; [u]=jakes_single_rayleigh(N0,D,fmax,Nt,Ts);%生成瑞利信道RecSignal=u.*sig; ? plot(20*log10(RecSignal)); % %本函数用Jakes方法产生单径的符合瑞利分布的复随机过程%%%%%%%%%%%%%%%%%%%%%%%%%%% function [u]=jakes_single_rayleigh(N0,D,fmax,M,Ts,Tc) % 输入参数: % N0 频率不重叠的正弦波个数 { % D 方差,可由输入功率得到 % fmax 最大多普勒频移 % M 码片数 %输出参数 %u 输出复信号 %u1 输出信号的实部 %u2 输出信号的虚部 %% 、 %%%%%%%%%%%%%%%%%%%%%%%%%%% N=4*N0+2;%Jakes仿真叠加正弦波的总个数 %计算Jakes仿真中的离散多普勒频率fi,n f=zeros(1,N0+1); for n=1:N0 f(n)=fmax*cos(2*pi*n/N);

~ f(N0+1)=fmax; %计算多普勒增益ci,n %同向分量增益c1,n c1=zeros(1,N0+1); for n=1:N0 c1(n)=D*(2/sqrt(N))*2*cos(pi*n/N0); end c1(N0+1)=D*(2/sqrt(N))*sqrt(2)*cos(pi/4); 《 %正交分量增益c2,n c2=zeros(1,N0+1); for n=1:N0 c2(n)=D*(2/sqrt(N))*2*sin(pi*n/N0); end c2(N0+1)=D*(2/sqrt(N))*sqrt(2)*sin(pi/4); %插入随机相移ph_i,解决Jakes方法的广义平稳问题n=(1:N0+1); \ U=rand(size(n)); [x,k]=sort(U); ph_i=2*pi*n(k)/(N0+1); %计算复包络 u1=zeros(1,M);%Rc(t) u2=zeros(1,M);%Rs(t) u=zeros(1,M);%R(t) k=0; & %计算Rc(t) k=0; for t=0:Ts:(M-1)*Ts; w2=cos(2*pi*f*t+ph_i); ut2=c2*w2.'; k=k+1; u2(k)=ut2; end %计算u(t) k=0; for t=0:Ts:(M-1)*Ts k=k+1; u(k)=u1(k)-j*u2(k); end %程序结束

(完整word版)LMMSE算法信道均衡MATLAB仿真

一.信道均衡的概念 实际的基带传输系统不可能完全满足无码间串扰传输条件,因而码间串扰是不可避免的。当串扰严重时,必须对系统的传输函数 进行校正,使其达到或接近无码间串扰要求的特性。理论和实践表明,在基带系统中插入一种可调滤波器就可以补偿整个系统的幅频,和相频特性从而减小码间串扰的影响这个对系统校正的过程称为均衡,实现均衡的滤波器称为均衡器。 均衡分为频域均衡和时域均衡。频域均衡是从频率响应考虑,使包括均衡器在内的整个系统的总传输函数满足无失真传输条件。而时域均衡,则是直接从时间响应考虑,使包括均衡器在内的整个系统的冲激响应满足无码间串扰条件。 频域均衡在信道特性不变,且传输低速率数据时是适用的,而时域均衡可以根据信道特性的变化进行调整,能够有效地减小码间串扰,故在高速数据传输中得以广泛应用。 时域均衡的实现方法有多种,但从实现的原理上看,大致可分为预置式自动均衡和自适应式自动均衡。预置式均衡是在实际传数之前先传输预先规定的测试脉冲(如重复频率很低的周期性的单脉冲波形),然后按“迫零调整原理”自动或手动调整抽头增益;自适应式均衡是在传数过程中连续测出距最佳调整值的误差电压,并据此电压去调整各抽头增益。一般地,自适应均衡不仅可以使调整精度提高,而且当信道特性随时间变化时又能有一定的自适应性,因此很受重视。这种均衡器过去实现起来比较复杂,但随着大规模、超大规模集成电路和微处理机的应用,其发展十分迅速。 二.信道均衡的应用 1.考虑如图所示的基带等效数据传输系统,发送信号k x 经过ISI 失真信道传输,叠加高斯加性噪声。 图1基带等效数据传输模型 设发送信号采用QPSK 调制,即(1)k x j =±±ISI 信道的冲击响应以向量的形式表示为h 2211[,,,]T L L L h h h --+=???。典型的ISI 信道响应向量有三种: h [0.04,0.05,0.07,0.21,0.5,0.72,0.36,0,0.21,0.03,0.07]T A =--- h [0.407,0.815,0.407]T B = h [0.227,0.46,0.6888,0.46,0.227]T C = k ω为实部与虚部独立的复高斯白噪声,其均值为零,方差为2 ωσ。 2.实现目的

MQAM在瑞利信道下的性能仿真

课程设计(II)通信系统仿真 MQAM在瑞利信道下的性能仿真

1、课程设计目的 (1)了解MQAM多进制幅度调制技术原理 (2)在MATLAB环境下编程实现调制、解调过程 (3)在MATLAB环境下仿真不同MQAM的误码率,并绘制曲线 (4)比较16QAM误比特率在理论和实际条件下的误差 2、课程设计内容 本课题在MATLAB环境下,进行多进制调制在瑞利信道下进行信号传输的仿真实验,传输信号在发送端进行MQAM调制,并分析在不同的多进制调制下,信号在瑞利信道下的性能,并比较。 3、设计与实现过程 3.1 设计思想和设计流程 首先进行系统的分析的设计,整个设计分为如下几个部分:随机序列的产生,序列的串并和并串转换,16QAM调制,星座图的绘制,16QAM解调,加入噪声,误码率的测量及绘图。 MQAM信号由2个独立的基带波形对2个相互正交的同频载波进行调制而构成,利用其在同一带宽内频谱正交的性质来实现两路并行的数字信息传输。 调制后的信号经信道传输,由于信道的非理想特性,MQAM信号会发生频率选择性衰减/码间干扰、相位旋转以及受各种噪声的影响,这部分影响都包含在信道模型中。 数字通信中数据采用二进制数表示,星座点的个数是2的幂。常见的MQAM 形式有16-QAM、64-QAM、256-QAM等。星座的点数越多,符号能够传输的数据量就越大。但是,如果在星座图的平均能量保持不变的情况下增加星座点,基于星座图聚类的方法成为了数字幅相调制信号识别的重要方法之一。会使星座点之间的距离变小,进而导致误码率上升。因此高阶星座图的可靠性比低阶要差。 3.1.1 调制器 串并转换单元、IQ分路单元及调制混频器组成了MQAM系统的调制器。将串行数据转换成并行数据是通过串并转换完成的;IQ分路主要的作用是检测调制的要求,调制混频器的作用是把I、Q两路信号混频及合成,最终形成调制信号输出。 MQAM的调制方式有两种:正交调幅法和复合相移法。本次仿真针对

电子信息工程毕设设计__基于matlab的信道编码仿真

电子信息工程毕设设计__基于matlab的信道编码仿真基于matlab的信道编码仿真 海南大学 毕业论文(设计) 题目:基于matlab的信道编码仿真学号: 姓名: 年级: 学院:信息科学技术学院系别:电子信息工程专业:电子信息工程指导教师: 完成日期: 1 基于matlab的信道编码仿真 摘要 通信技术的飞速发展,信道编码已经成功地应用于各种通信系统中。以及各种传输方式对可靠性要求的不断提高,信道编码技术作为抗干扰技术的一种重要的手段,在数字通信技术领域和数字传输系统中显示出越来越重要的作用。 信道编码的目的是为了改善通信系统的传输质量。由于实际信道存在噪声和干扰,使发送的码字与信道传输后所接收的码字之间存在差异,称这种差异为差错。一般情况下,信道噪声、干扰越大,码字产生差错的概率也就越大。 本文利用matlab对二进制对称信道(BSC),高斯白噪声信道(AWGN)两种信道的仿真,(7,4)Hamming码对信道的仿真,通过误码率的曲线图来了解信道的编码。并利用matlab的simulink模块仿真,运用simulink里的卷积码viterbi译码器来对二进制对称信道和高斯白噪声信道的仿真,观察误码率的曲线图来了解2个信道的不同。 关键字:matlab,信道,编码,译码,Simulink。

1 基于matlab的信道编码仿真 Abstract With the rapid development of communication technology, channel coding has been successfully applied to various communications systems. And a variety of transmission of the continuous improvement of reliability requirements, anti-jamming channel coding technology as an important means of technology in the field of digital communications technology and digital transmission systems in a more and more important role. The purpose of channel coding is to improve the transmission quality of communications systems. As the actual existence of the channel noise and interference, the transmitted codewords and channel transmission received after the difference between code words, said this difference is wrong. Under normal circumstances, channel noise, the greater the interference, the code word generated the greater the probability of error. In this paper, matlab binary symmetric channel (BSC), Gaussian white noise channel (AWGN) two channel simulation, (7,4) Hamming code simulation of the channel, through the bit error rate curve to understand the channel coding. Using matlab to simulink block simulation, using simulink in the viterbi decoder to convolutional codes on the binary symmetric channel and Gaussian white noise channel simulation, observation error rate graphs to understand the two different channels

MATLAB仿真瑞利衰落信道实验报告结果

封面: 题目:瑞利衰落信道仿真实验报告

题目:MATLAB仿真瑞利衰落信道实验报告 引言 由于多径效应和移动台运动等影响因素,使得移动信道对传输信号在时间、频率和角度上造成了色散,即时间色散、频率色散、角度色散等等,因此多径信道的特性对通信质量有着重要的影响,而多径信道的包络统计特性则是我们研究的焦点。根据不同无线环境,接收信号包络一般服从几种典型分布,如瑞利分布、莱斯分布等。在此专门针对服从瑞利分布的多径信道进行模拟仿真,进一步加深对多径信道特性的了解。 一、瑞利衰落信道简介: 瑞利衰落信道(Rayleigh fading channel)是一种无线电信号传播环境的统计模型。这种模型假设信号通过无线信道之后,其信号幅度是随机的,即“衰落”,并且其包络服从瑞利分布。 二、仿真原理 (1)瑞利分布分析 环境条件: 通常在离基站较远、反射物较多的地区,发射机和接收机之间没有直射波路径(如视距传播路径),且存在大量反射波,到达接收天线的方向角随机的((0~2π)均匀分布),各反射波的幅度和相位都统计独立。 幅度与相位的分布特性: 包络 r 服从瑞利分布,θ在0~2π内服从均匀分布。瑞利分

布的概率分布密度如图

2-1所示: 图2-1 瑞利分布的概率分布密度 (2)多径衰落信道基本模型 离散多径衰落信道模型为 ()1()()() N t k k k y t r t x t τ==-∑ 其中,()k r t 复路径衰落,服从瑞利分布; k τ是多径时延。 多径衰落信道模型框图如图2-2所示:

图2-2 多径衰落信道模型框图 (3)产生服从瑞利分布的路径衰落r(t) 利用窄带高斯过程的特性,其振幅服从瑞利分布,即 22()()()c s r t n t n t =+ 上式中()()c s n t n t 、,分别为窄带高斯过程的同相和正交支路的基带信号。

matlab瑞利衰落信道仿真

m a t l a b瑞利衰落信道仿真 Prepared on 24 November 2020

引言 由于多径和移动台运动等影响因素,使得移动信道对传输信号在时间、频率和角度上造成了色散,如时间色散、频率色散、角度色散等等,因此多径信道的特性对通信质量有着至关重要的影响,而多径信道的包络统计特性成为我们研究的焦点。根据不同无线环境,接收信号包络一般服从几种典型分布,如瑞利分布、莱斯分布和Nakagami-m 分布。在本文中,专门针对服从瑞利分布的多径信道进行模拟仿真,进一步加深对多径信道特性的了解。 仿真原理 1、瑞利分布简介 环境条件: 通常在离基站较远、反射物较多的地区,发射机和接收机之间没有直射波路径,存在大量反射波;到达接收天线的方向角随机且在(0~2π)均匀分布;各反射波的幅度和相位都统计独立。 幅度、相位的分布特性: 包络 r 服从瑞利分布,θ在0~2π内服从均匀分布。瑞利分布的概率分布密度如图1所示: 图1 瑞利分布的概率分布密度 2、多径衰落信道基本模型 根据标准,离散多径衰落信道模型为 () 1 ()()() N t k k k y t r t x t τ==-∑ (1)

其中,()k r t 复路径衰落,服从瑞利分布; k τ是多径时延。 多径衰落信道模型框图如图2所示: 图2 多径衰落信道模型框图 3、产生服从瑞利分布的路径衰落r(t) 利用窄带高斯过程的特性,其振幅服从瑞利分布,即 ()r t = (2) 上式中,()c n t 、()s n t 分别为窄带高斯过程的同相和正交支路的基带信号。 首先产生独立的复高斯噪声的样本,并经过FFT 后形成频域的样本,然后与S (f )开方后的值相乘,以获得满足多普勒频谱特性要求的信号,经IFFT 后变换成时域波形,再经过平方,将两路的信号相加并进行开方运算后,形成瑞利衰落的信号r(t)。如下图3所示: 图3 瑞利衰落的产生示意图 其中, ()S f = (3) 4、 产生多径延时k τ 多径/延时参数如表1所示: 表1 多径延时参数

Nakagami信道仿真

0 引言 信号的衰落严重的恶化了无线通信系统的性能,为了削弱这一影响,学者进行了大量抗衰落技术的研究,时空处理技术、多天线技术、分集技术都具有良好的抗衰落效果。有效的衰落信道模拟是进行这些研究工作的重要基础。在此基础上,可以在实验室运用分析方法对给定的无线通信系统进行设计和性能评估,并以此为基础对算法进行选择和优化,避免为实现早期系统而搭建硬件造成的巨大花费。 研究和开发数字移动通信系统工程的首要工作就是认识移动信道本身的特性,并研究电波的传播规律。在数字移动通信的传播环境中,由于移动台和基站之间的各种障碍物所产生的反射、绕射和散射等现象,接收信号通常由多径信号成分组成。由于多径信号的相位、幅度和到达时刻的随机变化,引起接收信号包络的快速起伏变化。除了多径传播,多普勒效应同样会对移动信道的传输特性产生负面影响。由于移动单元的运动,多普勒效应降引起每个来波的频移[1]。当移动台与基站之间不存在直接视距分量时,接收信号由来自各个方向的反射和散射波组成并遵循瑞利分布,当在基站和移动台之间存在有直接视距分量时,接收信号服从莱斯分布。前人的研究表明,Nakagami衰落模型[1,2,3,4]是最有效的模型之一,通过改变参数m,可以灵活地拟合不同程度的衰落情况。用Nakagami分布可更好地近似实验测量,比瑞利、莱斯、对数、正态分布都更接近匹配。 由于Nakagami分布中同时包含了瑞利分布和莱斯分布,且Nakagami模型在各种无线通信环境下都非常接近实验数据, 因此Nakagami衰落模型在理解和设计无线通信系统中有着重要的作用,在计算机上对其进行性能仿真是至关重要的。 本文先介绍无线信道的基本理论,接着讲正弦波叠加法[5],了解了基于舍弃法的Nakagami衰落信道仿真[6],最后介绍基于AR模型[7,8]的相关Nakagami衰落信道仿真。 1移动无线信道基本理论 在移动通信中,由于障碍物阻挡了视距路径,发出的电磁波经常不能直接到达接收天线,事实上,接收到的电磁波是由建筑物、树木及其他障碍物导致的反射、衍射和散射而产生的

瑞利信道Matlab仿真程序

%%File_C7:Jakes.m %本程序将一随机信号通过瑞利信道产生输出 %% clear; clc; Ts=0.02; fmax=2;%最大多普勒频移 Nt=400;%采样序列的长度 sig=j*ones(1,Nt);%信号 t=[0:Nt]; %设定信道仿真参数 N0=25; D=1; [u]=jakes_single_rayleigh(N0,D,fmax,Nt,Ts);%生成瑞利信道RecSignal=u.*sig; plot(20*log10(RecSignal)); %JakesRayleigh.m %本函数用Jakes方法产生单径的符合瑞利分布的复随机过程%%%%%%%%%%%%%%%%%%%%%%%%%%% function [u]=jakes_single_rayleigh(N0,D,fmax,M,Ts,Tc) % 输入参数: % N0 频率不重叠的正弦波个数 % D 方差,可由输入功率得到 % fmax 最大多普勒频移 % M 码片数 %输出参数 %u 输出复信号 %u1 输出信号的实部 %u2 输出信号的虚部 %% %%%%%%%%%%%%%%%%%%%%%%%%%%% N=4*N0+2;%Jakes仿真叠加正弦波的总个数 %计算Jakes仿真中的离散多普勒频率fi,n f=zeros(1,N0+1); for n=1:N0 f(n)=fmax*cos(2*pi*n/N); end f(N0+1)=fmax; %计算多普勒增益ci,n %同向分量增益c1,n c1=zeros(1,N0+1);

for n=1:N0 c1(n)=D*(2/sqrt(N))*2*cos(pi*n/N0); end c1(N0+1)=D*(2/sqrt(N))*sqrt(2)*cos(pi/4); %正交分量增益c2,n c2=zeros(1,N0+1); for n=1:N0 c2(n)=D*(2/sqrt(N))*2*sin(pi*n/N0); end c2(N0+1)=D*(2/sqrt(N))*sqrt(2)*sin(pi/4); %插入随机相移ph_i,解决Jakes方法的广义平稳问题n=(1:N0+1); U=rand(size(n)); [x,k]=sort(U); ph_i=2*pi*n(k)/(N0+1); %计算复包络 u1=zeros(1,M);%Rc(t) u2=zeros(1,M);%Rs(t) u=zeros(1,M);%R(t) k=0; %计算Rc(t) k=0; for t=0:Ts:(M-1)*Ts; w2=cos(2*pi*f*t+ph_i); ut2=c2*w2.'; k=k+1; u2(k)=ut2; end %计算u(t) k=0; for t=0:Ts:(M-1)*Ts k=k+1; u(k)=u1(k)-j*u2(k); end %程序结束

AWGN信道中BPSK调制系统BER仿真计算

序号(学号): 学生实验报告书 2014 年 4 月27 日

实验一:信道中调制系统的仿真计算 一、实验目的 1.掌握二相调制的工作原理 2.掌握利用进行误比特率测试的方法 3.掌握信道中调制系统的仿真计算方法 二.实验内容 利用仿真程序在环境下完成信道中调制系统的仿真计算,得到仿真结果,写出实验小结,完成实验报告。 三.实验仪器: 计算机 软件 四、实验原理 在数字领域进行的最多的仿真任务是进行调制解调器的误比特率测试,在相同的条件下进行比较的话,接收器的误比特率性能是一个十分重要的指标。误比特率的测试需要一个发送器、一个接收器和一条信道。首先需要产生一个长的随机比特序列作为发送器的输入,发送器将这些比特调制成某种形式的信号以便传送到仿真信道,我们在传输信道上加上一定的可调制噪声,这些噪声信号会变成接收器的输入,接收器解调信号然后恢复比特序列,最后比较接收到的比特和传送的比特并计算错误。误比特率性能常能描述成二维图像。纵坐标是归一化的信噪比,即每个比特的能量除以噪声的单边功率谱密度,单

位为分贝。横坐标为误比特率,没有量纲。 五.实验步骤 ①运行发生器:通过发送器将伪随机序列变成数字化的调制信号。 ②设定信噪比:假定为 m ,则 0=10,用假设单位为分贝。③确定④计算N0 ⑤计算噪声的方差σ n ⑥产生噪声:因为噪声具有零均值,所以其功率和方差相等。我们产生一个和信号长度相同的噪声向量,且该向量方差为σ n 。⑦加上噪声,运行接收器⑧确定时间延迟⑨产生误差向量⑩统计错误比特:误差向量“”中的每一个非零元素对应着一个错误的比特。最后计算误比特率:每运行一次误比特率仿真,就需要传输和接收固定数量的比特,然后确定接收到的比特中有多少错误的。使用计算: ()。 六.实验结果及分析 程序: 10; 1000; 200; 1; 0; 1:1 ((1)); % 1, 0 1.*2; %0>1, 1>1 (1).*(1); []; 1:2 10.^(10);()>()

MATLAB仿真报告

无线通信 (MATLAB课后作业仿真) 姓名: 学院: 学号: 班级: 指导教师:

一、分集仿真 现给出最大比合并(MRC)、等增益合并(EGC)和选择性合并的分集合并程序,理解各程序,完成以下习题。将程序运行结果及各题目的解答写入word中:1. 用matlab分别运行“BPSKMRC.m”、“BPSKEGC.m”以及“BPSKSEL.m” (a)在程序中标注“注释”处加上注释(英文或中文) BPSKMRC.m注释 nd = 10000; %设置每个循环中的符号数 snr_in_dB=[0:15] ; ber=zeros(1,length(snr_in_dB)); for snr_num=1:length(snr_in_dB) SNR=exp(snr_in_dB(snr_num)*log(10)/10); nloop=100; % 循环次数 noe = 0; % 错误数 nod = 0; % 传输的数量 for iii=1:nloop data1=rand(1,nd)>0.5; data2=2.*data1-1; %以下为衰减量的计算 %在瑞利信道下 code_rate=1; E=1; sigma=E/sqrt(2*SNR*code_rate); n =[randn(1,nd) + j*randn(1,nd)]; h1 =1/sqrt(2)*[randn(1,nd) + j*randn(1,nd)]; % 瑞利信道 data41=data2.*h1+sigma.*n; h11=conj(h1); %计算信道质量指数的复共轭 data411 = data41.*h11; %计算组合后的价值 %***************************************** n =[randn(1,nd) + j*randn(1,nd)]; h2 =1/sqrt(2)*[randn(1,nd) + j*randn(1,nd)]; % 瑞利信道 data42=data2.*h2+sigma.*n; h22=conj(h2); data422 =data42.*h22; %***************************************** data4=data411+data422;%在两个不相关的信道下的信号进行组合 % BPSK 解调

相关主题