AWGN信道中BPSK调制系统的BER仿真计算复习过程Word下载.docx
《AWGN信道中BPSK调制系统的BER仿真计算复习过程Word下载.docx》由会员分享，可在线阅读，更多相关《AWGN信道中BPSK调制系统的BER仿真计算复习过程Word下载.docx（27页珍藏版）》请在冰点文库上搜索。
使用MATLAB计算BER:
ber=te/length（tx）。
六．实验结果及分析
MATLAB程序：
%SimulationofbpskAWGN
Max_SNR=10;
N_trials=1000;
N=200;
Eb=1;
ber_m=0;
fortrial=1:
1:
N_trials
trial
msg=round（rand（1,N））;
%1,0sequence
s=1-msg.*2;
%0-->
1,1-->
1
n=randn（1,N）+j.*randn（1,N）;
%generateguasswhitenoise
ber_v=[];
forsnr_dB=1:
2:
Max_SNR
snr=10.^（snr_dB./10）;
%snr（db）-->
snr（decimal）
N0=Eb./snr;
sgma=sqrt（N0./2）;
y=sqrt（Eb）.*s+sgma.*n;
y1=sign（real（y））;
y2=（1-y1）./2;
error=sum（abs（msg-y2））;
%errorbits
ber_snr=error./N;
%ber
ber_v=[ber_v,ber_snr];
end%forsnr
ber_m=ber_m+ber_v;
end
ber=ber_m./N_trials;
ber_theory=[];
forsnr_db=1:
snr=10.^（snr_db./10）;
snr_1=Qfunct（sqrt（2*snr））;
ber_theory=[ber_theory,snr_1];
end
i=1:
Max_SNR;
semilogy（i,ber,'
-r'
i,ber_theory,'
*b'
）;
xlabel（'
E_b/N_0（dB）'
）
ylabel（'
BER'
legend（'
MonteCarlo'
'
Theoretic'
程序分析：
做1000次试验，每次试验取200个抽样点，求出每次试验的误比特率，然后对1000次试验的误比特率取平均值，即得仿真误比特率ber，然后将此误比特率与理论值ber_theory进行比较。
程序运行结果如图3所示。
图1bpskAWGN误比特率仿真结果与理论值比较
结果分析：
由图3可知，仿真结果与理论值基本相符，只是在信噪比较大时，仿真误码率与理论值存在误差，这是因为在高信噪比情况下，误比特率会呈下降趋势，若要仿真实际的误比特率，就需要进行更多次试验，而且每次试验取的抽样点数也应该增加。
%SimulationofqpskAWGN
N_number=100;
N_snr=10;
Es=1;
BER_m=0;
SER_m=0;
fortrials=1:
N_trials;
trials
s10=round（rand（1,N_number））;
S=（s10*2-1）./sqrt
（2）;
S1=S（1:
N_number）;
S2=S（2:
Sc=S1+j.*S2;
%generateqpsksignal
niose=randn（1,N_number/2）+j.*randn（1,N_number/2）;
%generatenoise
SER_v=[];
%Symbolerrorrate
BER_v=[];
%Biterrorrate
forsnr_db=0:
N_snr;
sgma=（1/2）*sqrt（10.^（-snr_db./10））;
Y=Sc+sgma.*niose;
Y_r=sign（real（Y））./sqrt
（2）;
Y_i=sign（imag（Y））./sqrt
（2）;
Y_bit=[];
fork=1:
length（Y_r）;
Y_bit=[Y_bit,[Y_r（k）,Y_i（k）]];
end;
Y_symbol=Y_r+j*Y_i;
X_b=S-Y_bit;
X_s=Sc-Y_symbol;
ber_snr=0;
N_number
ifX_b（k）~=0;
ber_snr=ber_snr+1;
ser_snr=0;
N_number/2;
ifX_s（k）~=0;
ser_snr=ser_snr+1;
BER_v=[BER_v,ber_snr./N_number];
SER_v=[SER_v,ser_snr./（N_number./2）];
%forSNR
BER_m=BER_m+BER_v;
SER_m=SER_m+SER_v;
end%fortrials
BER=BER_m./N_trials;
SER=SER_m./N_trials;
BER_T=[];
SER_T=[];
forsnr_db=0:
BER_THEORY=Qfunct（sqrt（2.*snr））;
SER_THEORY=1-（1-（1/2）.*erfc（sqrt（snr）））.^2;
BER_T=[BER_T,BER_THEORY];
SER_T=[SER_T,SER_THEORY];
end;
figure
i=0:
semilogy（i,BER,'
i,BER_T,'
BER-simulation'
'
BER-theory'
Eb/N0（db）'
semilogy（i,SER,'
-g'
i,SER_T,'
*y'
SER-simulation'
SER-theory'
E_b/N_0（db）'
SER'
与bpskAWGN类似，做1000次试验，每次试验取100个点，然后每两个点形成一个qpsk符号，首先计算仿真误比特率和误码率，然后与理论值进行比较。
程序运行结果如图4和图5所示，其中图4是ber图，图5是ser图。
图2BER仿真结果与理论值
由图4和图5可知，在低信噪比的情况下，BER和SER的仿真结果与理论值完全相符，在高信噪比情况下，两者存在差异，这是因为随着信噪比的增加，误比特率和误码率也会增加，这就需要更多的试验次数和更多的抽样点数。
将BER和SER仿真结果进行比较可知，在相同信噪比的情况下，BER比SER小，这是因为只要一个比特错，相应的qpsk符号就会出错，而一个qpsk要正确接收，就必须保证它的两个比特全部正确接收。
图3SER仿真结果与理论值
实验二：
无线通信信道建模
一、实验目的
1.掌握无线移动通信信道的特点，根据相关模型进行仿真。
2.掌握MATLAB语言对上述参数进行仿真。
利用仿真程序在MATLAB环境下完成移动信道建模的仿真分析，得到仿真结果，写出实验小结，完成实验报告。
三．实验仪器
四、实验原理
当移动台在一个较小的范围（小于20个工作波长）运动时，引起接收信号的幅度、相位和到达角等的快速变化，这种变化称为小尺度衰落。
典型的小尺度衰落有Rayleigh、Rician衰落，因为当信号在传播过程中经过许多反射路径后，接收到的信号幅度可以用Rayleigh或Rician概率密度函数来描述。
在接受信号有直达信号LOS的情况下，幅度的衰落呈现Rician分布，而当在接收端没有直达信号的情况下，幅度的衰落呈现Rayleigh分布。
采用小尺度衰落模型的信道，衰落幅度是服从Rician或Rayleigh分布的随机变量，这些变量将会影响到接收信号的幅度和功率。
五．实验步骤
1．选择路径数
2．按均匀分布产生各条路径的延迟
3．按功率时延谱确定对应的各径的功率
4．按Jake模型产生各径的瑞利衰落系数
5．对瑞利衰落系数进行统计分析并与理论值相比较
说明：
1．路径数目2-4自己确定，或采用某个国际标准2．每条路径时间延迟满足（0，Tmax）范围内均匀分布，Tmax为自己选择的最大采样步长数200-600间比较合适，或采用国际标准3．功率可以按时延迟谱求得，也可用国际标准测量值。
功率延迟谱：
①若采用等功率分配产生功率：
Pi=Pt/M；
②采用指数分布的功率延迟谱产生功率：
P=1/6*exp（-t/6）
六．实验结果及分析
%SimulationOfJakesModel
clearall;
f_max=30;
M=8;
%#oflowfrequencyoscillators-1
N=4*M+2;
Ts=1.024e-04;
sq=2/sqrt（N）;
sigma=1/sqrt
（2）;
theta=0;
%FixedPhase
count=0;
t0=0.001;
fort=0:
Ts:
0.5%Varyingtime
count=count+1
g（count）=0;
forn=1:
M+1,
ifn<
=M
c_q（count,n）=2*sigma*sin（pi*n/M）;
%Gainassociatedwithquadraturecomponent
c_i（count,n）=2*sigma*cos（pi*n/M）;
%Gainassociatedwithinphasecomponent
f_i（count,n）=f_max*cos（2*pi*n/N）;
%Discretedopplerfrequenciesofinphasecomponent
f_q（count,n）=f_max*cos（2*pi*n/N）;
%Discretedopplerfrequenciesofquadraturecomponent
else
c_i（count,n）=sqrt
（2）*cos（pi/4）;
c_q（count,n）=sqrt
（2）*sin（pi/4）;
f_i（count,n）=f_max;
f_q（count,n）=f_max;
%endif
g_i（count,n）=c_i（count,n）*cos（2*pi*f_i（count,n）*（t-t0）+theta）;
%Inphasecomponentforoneoscillator
g_q（count,n）=c_q（count,n）*cos（2*pi*f_q（count,n）*（t-t0）+theta）;
%Quadraturecomponentforoneoscillator
%endn
tp（count）=sq*sum（g_i（count,1:
M+1））;
%TotalInphasecomponent
tp1（count）=sq*sum（g_q（count,1:
%Totalquadraturecomponent
%endcountnonagain
envelope=sqrt（tp.^2+tp1.^2）;
%rayleighenvelope
rmsenv=sqrt（sum（envelope.^2）/count）;
%rootmeansquareenvelpe
[auto_i,lag_i]=xcorr（tp,'
coeff'
）;
%Auto-correlationassociatedwithinphasecomponent
[auto_q,lag_q]=xcorr（tp1,'
%Auto-correlationassociatedwithquadraturecomponent
len=length（lag_i）;
[corrx2,lag2]=xcorr（tp,tp1,'
%CrossCorrelationbetweeninphaseandquadraturecomponents
aa=-（len-1）/2:
（len-1）/2;
%totaldurationforlag
bb=（len-2001）./2;
%mid...pointsfordrawingfigures
cc=bb+1:
bb+2001;
%forgettingthemid-values
dd=-1000:
1000;
%_______________
tdd=dd*Ts;
z=2.*pi.*f_max*tdd;
sigma0=1;
T_bessel=sigma0.^2.*besselj（0,z）;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
figure;
plot（tdd,auto_i（cc）,'
-'
tdd,T_bessel,'
*'
%in-phase
xlabel（'
t（Second）'
ylabel（'
Auto-correlation'
legend（'
In-component'
plot（tdd,auto_q（cc）,'
%quadrature
Q-component'
figure
co1=1:
semilogy（co1*Ts,envelope（1:
1000））;
RayleighCoef.'
%%__________________________________________
length_r=length（envelope）;
%____________________________
pdf_env=zeros（1,501）;
count=0;
temp=round（100.*envelope）;
fork=1:
length_r
iftemp（k）<
=500
count=count+1;
pdf_env（1,temp（k）+1）=pdf_env（1,temp（k）+1）+1;
end
count
pdf_env=pdf_env./count./0.01;
%simulationrayleighpdf
sgma2=0.5;
x=[0:
0.01:
5];
pdf_theory=（x./sgma2）.*exp（-1.*x.^2./（2.*sgma2））;
%theoryrayleighpdf
plot（x,pdf_env,'
x,pdf_theory,'
Simulated'
r'
PDFofr'
首先选定jake模型得到参数M=8、N=4*M+2，然后计算各路的同相与正交分量的增益和多普勒频率，以及它们的表达式，该程序假设各路的延时相等，均为t0=0.001，各路相位均为0。
然后分别求同相分量和正交分量的自相关和互相关，分别作图，并分别与理论值相比较。
接着作出瑞利衰落系数图形，最后作出仿真的和理论的瑞利分布的概率密度函数，并进行比较。
程序运行结果如图6-图9所示。
图4.同相分量的自相关仿真图形和理论图形
图5.正交分量的自相关仿真图形和理论图形
图6.瑞利衰落系数图形
图7.瑞利分布概率密度函数仿真图形和理论图形
图4和图5的自相关和互相关函数图形仿真结果与理论结果大致相同，说明jake模型很好地分离出了接收信号同相分量和正交分量，图6是瑞利衰落系数的时域图形，图7中瑞利分布概率密度函数的仿真结果的大致变化趋势与理论值相同，只不过在概率密度较大的区域两者有较大差异，这是因为抽样点数太少，无法满足理论计算的要求，而且jake模型的M、N取值也会影响概率密度函数图形的仿真结果。
实验三：
CDMA通信仿真
一、实验目的
1.CDMA通信具有很多通信特点，不仅被IS-95移动通信系统使用，目前已成为3G的主要技术。
2.通过实验：
①掌握直接序列扩频发射机与接收机的组成与仿真；
②仿真验证AWGN信道下单用户直接序列扩频系统的BER性能；
③仿真验证平坦瑞利信道下单用户直接序列扩频系统的BER性能；
④观察存在干扰用户时的系统性能变化。
设计一个CDMA系统，用MATLAB进行仿真，统计BER或SER随信噪比的关系，绘出曲线。
对统计试验的结果与单用户的理论值进行比较，对仿真结果进行分析。
四．实验原理
仿真基带直接序列扩频系统：
1.采用BPSK或QPSK映射。
2.扩频序列可以是随机产生，可以是m序列，也可以是Gold码，长度自选。
3.最后对BER或SER随信噪比变化画图与理论单用户的结果比较，并对仿真结果进行分析。
1.确定用户数目、信道特征以及调制方式。
2.确定基带扩频仿真系统的原理结构图，按照框图设计一个CDMA系统，并进行仿真。
3.用MATLAB进行仿真，统计BER或SER随信噪比的关系，绘出曲线。
4.对统计试验的结果与单用户的理论值进行比较。
5.对仿真结果进行分析。
%main_IS95_forward.m
%此函数用于IS-95前向链路系统的仿真，包括扩
%频调制，匹配滤波，RAKE接收等相关通信模块。
%仿真环境:
加性高斯白噪声信道.
%数据速率=9600KBps
%
clearall
closeall
clc
disp（'
--------------start-------------------'
globalZiZqZsshowRGiGq
clearj;
show=0;
%控制程序运行中的显示
SD=0;
%选择软/硬判决接收
%-------------------主要的仿真参数设置------------------
BitRate=9600;
%比特率
ChipRate=1228800;
%码片速率
N=184;
%源数据数
MFType=1;
%匹配滤波器类型--升余弦
R=5;
%+++++++++++++++++++Viterbi生成多项式++++++++++++++++++
G_Vit=[111101011;
101110001];
%Viterbi生成多项式矩阵
K=size（G_Vit,2）;
%列数
L=size（G_Vit,1）;
%行数
%++++++++++++++++++++++++++++++++++++++++++++++++++++++
%++++++++++++++++++++++Walsh矩阵++++++++++++++++++++++++
WLen=64;
%walsh码的长度
Walsh=reshape（[1;
0]*ones（1,WLen/2）,WLen,1）;
%32个10行
%Walsh=zeros（WLen,1）;
%++++++++++++++++++扩频调制PN码的生成多项式++++++++++++++
%Gi=[1010001110100001]'
;
%Gq=[1001110001111001]'
Gi_ind=[15,13,9
升级会员 