衰落信道接受性能仿真实验
1 实验目的与要求
（1）基于Matlab软件模拟完整的数字通信流程：给出接收端的误比特率分析（2）验证衰落信道对通信性能的影响：
假设理想的载波与符号同步，分析信道与码间串扰对传输的影响
（3）两种均衡准则下的均衡器：
对比两种均衡准则的特点与不同信道参数下的误码率性能
2 实验内容
2.1 符号速率模型下高斯信道误码率分析
图1-0-1
?处理流程
Step1：根据比特得到复符号序列
Step2：加入复高斯噪声
Step3：判决得到输出比特
?实验结果及分析
●不同调制阶数的仿真
●误码率随参数变化的统计
●与理论误码率曲线对比
图 1-0-2
说明：进行了M=2、4、8、16的PSK 调制方式的仿真。在高斯信道分别添加信噪比EsNo=1:10的噪声，从图中可以看出，信噪比一定时，调制阶数越高，误码率越高；误码率一定时，调试阶数越低，所需要的信噪比越低。 与理论误码率曲线对比 Ms=2
图 1-0-3
Ms=4
图1-0-4
说明：进行了M=2、4的理论与仿真的比较。从图中可以看出，2PSK理论与仿真曲线基本吻合；4PSK在低信噪比时，仿真误码率大于理论误码率。可以看出MPSK随着调制阶数的升高，性能逐渐恶化。
2.2 基带传输模型下高斯信道误码率分析
图2-1
?处理流程
Step1：根据比特得到复符号序列
Step2：成型滤波
Step3：加入复高斯噪声
Step4：匹配滤波
Step5：符号速率抽样
Step6：判决得到输出比特
?实验结果及分析
●成型滤波器与基带波形
图 2-2
说明：根升余弦滤波器，滚降系数为0.8，滤波器拖尾为delay=10。
I 路
Q 路
图 2-3
说明：I 路和Q 路基带波形 ● E s /N 0与信噪比的换算
Esn0all=Ebn0+10*log10(log2(Ms))-10*log10(fs/2/fb)%全通带信噪比
● 匹配滤波后的基带波形
图2-4 说明：I路和Q路匹配滤波后波形
最佳抽样点的抽样
I_xt=downsample(I_sigbase,Nsam); %最佳采样点采样Q_xt=downsample(Q_sigbase,Nsam);
2.3频带传输模型下高斯信道误码率分析
图3-0-1
?处理流程
Step1：根据比特得到复符号序列
Step2：成型滤波
Step3：正交调制
Step4：加入复高斯噪声
Step5：正交变频与匹配滤波
Step6：符号速率抽样
Step7：判决得到输出比特
α=，长设计采样速率Fs=5，符号速率Rb=1，Fc=1。设计根升余弦滤波器，滚降系数0.8
度100。设计信道，添加信噪比为EBN0=10dB。
?实验结果及分析
●正交调制后得到实信号
图3-0-2
● 正交下变频后的频谱
图 3-0-3
● 载波相位带来的相位误差
-0.2-0.1
00.10.2
Q u a d r a t u r e
In-Phase
抽样后星座图
-0.2-0.1
00.10.2
Q u a d r a t u r e
In-Phase
抽样后星座图
图 3-4-a 图 3-4-b
说明：在正交下变频时，给载波附加一个小的相位，仿真中加的为0.5，抽样后的星座图如图 3-4-b 所示，可以发现载波相位的误差会造成星座图的偏转。而由之前学过的知识可知，载波频差会造成星座图的旋转。 同时，此时的误码率较高。
2.4符号速率模型下多径信道误码率分析
图4-0-1
?处理流程
Step1：根据比特得到复符号序列
Step2：与信道参数卷积
Step3：加入复高斯噪声
Step4：均衡器
Step5：判决得到输出比特
?实验结果及分析
●符号速率信道模型
●计算均衡器系数
图4-0-2
图4-0-3
均衡系数比较
1234567891011
图4-0-4
两种准则均衡器性能比较
10-3
10
-2
10
-1
10
EbN0(dB)
b e r
性能比较
图 4-0-5
说明：对两种均衡进行误码率分析可以发现，在Eb/No 较小时，运用最小均方误差准则进行均衡效果更好
2.5基带传输模型下多径信道误码率分析
图 0-1
? 处理流程
Step1：根据比特得到复符号序列 Step2：成型滤波
Step3：卷积信道加入复高斯噪声 Step4：匹配滤波与符号速率抽样 Step5：均衡器
Step6：判决得到输出比特
? 实验结果及分析 ● 基于基带波形的信道模型
多径信道下的匹配滤波 信道参数（1,0,0.5）
-2
024
68101214
10-5
10
-4
10
-3
10
-2
10
-1
10
EbN0(dB)
误比特率
性能比较
图 5-0-2
信道参数（1,0.5,0.5）
-2
024
68101214
10
10
10
10
10
10
EbN0(dB)
误比特率
性能比较
图 5-3
说明：可以明显看出，在相同条件下MMSE 准则均衡性能优于迫零准则性能。 且改变信道参数对均衡性能有影响。
102030405060708090100
-3-2
-1
1
2
3
迫零准则前后比较
图 4-0-4
102030405060708090100
-2-1.5-1-0.500.511.52最小均方误差准则前后比较
图 4-0-5
1
2
3
4
5
6
7
8
9
10
11
均衡系数比较
图 4-0-6
两种准则均衡器性能比较
10-3
10
-2
10
-1
10
EbN0(dB)
b e r
性能比较
图 4-0-7
说明：对两种均衡进行误码率分析可以发现，运用最小均方误差准则进行均衡效果更好
3 实验总结
本次仿真即使我对通信原理基础理论知识的回顾与复习，同时也借用了之前做过的成型的实验代码。从最基本的基于简化流程的实现与分析：符号速率模型下高斯信道误码率分析到条件限制和实现难度较大的其它基带传输模型下高斯信道误码率分析、频带传输模型下高斯信道误码率分析、符号速率模型下多径信道误码率分析、基带传输模型下多径信道误码率分析，在做的过程中，对符号速率模型、基带传输模型、频带传输模型有了更深的了解以及更好的掌握。
体会最深的一点是：编程要建立在理论知识十分扎实的基础上，而我由于之前课程学习不是很扎实，原理还不是弄得特别清楚，调试程序时也只能改变参数来查看结果再结合书本知识并向同学请教才逐渐弄懂。
今后要加强理论课的学习，并不断复习巩固。
无线通信仿真实验
一、FDMA
FDMA仿真链路图如下图所示：
1、参数设置
（1）发生器参数设置：
分别产生频率分别为4HZ，6HZ，8HZ的正弦，50%占空比的方波与锯齿波。幅值设置为1。
（2）DSB-AM调制器参数设置：
正弦信号，方波信号，锯齿波信号的载频分别为40HZ，60HZ，80HZ，这样设置是为了减少其在频域上有重叠的分量。
（3）带通滤波器参数设置：
选择巴特沃斯型滤波器，滤波器带通起始频率分别为30HZ，40HZ，50HZ，截止频率为50HZ，70HZ，90HZ。
（4）高斯噪声发生器参数设置：
设置高斯随机噪声的方差为0.1，均值为0。
（5）DSB-AM解调器参数设置：
正弦信号，方波信号，锯齿波信号的载频分别为40HZ，60HZ，80HZ。而其后的巴特沃斯低通滤波器的截止频率为4HZ，50HZ，20HZ。
（6）零阶保持器参数设置：
统一设置采样时间为0.001s。注意如果不加保持器，则调制解调器不能工作。
2、实验结果
实验结果如下图所示：
正弦信号DSB频谱图
很明显能看到频率分量很单一。
方波信号DSB频谱图
锯齿波信号DSB频谱图
频谱分量丰富程度介于正弦波与方波之间。
FDMA下3路信号的的时域波形
基本已经看不出来到底是什么图形。但是在频域上，因为有频率不同的调制载波，所以比较明显。
由图可知，FDMA可以通过使不同信号占据不同的频率段来实现频分多址的传输方式，各信号的频带之间要保证尽可能少的重叠，来减少信息的损失。
当信号到达接收端的时候，我们需要对不同频率的信号进行提取并解调还原出原信号。
解调出正弦信号
解调出方波信号
解调出锯齿波信号（上方）
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，
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);
main clc; LengthOfSignal=10240; %设置信号长度(由于最好大于两倍fc奈奎斯特采样) fm=512; %最大多普勒频移 fc=5120; %载波频率 t=1:LengthOfSignal; % SignalInput=sin(t/100); SignalInput=sin(t/100)+cos(t/65); %时域信号输入 delay=[0 21 62 100 150 250]; %设置不同路径的时延 power=[0 -1 -5 -11 -16 -20]; %功率衰减系数dB y_in=[zeros(1,delay(6)) SignalInput]; %为时移补零 y_out=zeros(1,LengthOfSignal); %时域输出信号 fori=1:6 Ray; y_out=y_out+r.*y_in(delay(6)+1-delay(i):delay(6)+LengthOfSignal-delay(i))*10^(power(i)/20); end; %进行输出信号叠加 figure(1); subplot(2,1,1); plot(SignalInput(delay(6)+1:LengthOfSignal),'r'); %画出时域信号输入波形 title('时域信号输入'); subplot(2,1,2); plot(y_out(delay(6)+1:LengthOfSignal),'r'); %画出时域信号输出波形 title('时域信号输出'); figure(2); plot(Sf1,'r'); title('多普勒滤波器的频率响应特性'); %画出多普勒滤波器的频率响应特性 Ray f=1:2*fm-1; %设置通频带宽度 y=0.5./((1-((f-fm)/fm).^2).^(1/2))/pi; %多普勒功率谱函数(基带) Sf=zeros(1,LengthOfSignal); Sf1=y;%多普勒滤波器的频率响应特性 Sf(fc-fm+1:fc+fm-1)=y; %(把基带映射到载波频率) x1=randn(1,LengthOfSignal); x2=randn(1,LengthOfSignal); nc=ifft(fft(x1+1i*x2).*sqrt(Sf)); %同相分量nc函数表达式 x3=randn(1,LengthOfSignal); x4=randn(1,LengthOfSignal);
摘要 移动通信最近几年得到了突飞猛进的发展，人们对无线信道的研究也成了当前通信行业的主题，特别是对无线信道的建模与仿真也受到了许多学者的关注,在这个领域的研究也取得了很大成果。无线信道模型分为自由空间模型、无线视距模型和经验模型，本文首先研究了无线信道模型的特点，建立了无线信道的的模型，对自由空间模型和经验模型Okumura-Hata 模型、COST-231 Hata模型以及COST231-WI模型进行了比较，并将其用Matlab软件仿真，对仿真结果进行了分析。 关键字：无线信道、Hata模型、COST231-WI模型
Abstract Mobile communication several years obtained the development recently which progresses by leaps and bounds, The people have also become the current correspondence profession subject to the wireless channel research. Specially has also received many scholars' attention to the wireless channel modeling and simulation, Has also yielded the very big result in this domain research. Wireless channel model is divided into free space model, the wireless line of sight and empirical model, this paper studied the characteristics of wireless channel model is established radio channel model, on the free space model and empirical model Okumura-Hata model, COST-231 Hata model and COST231-WI model were compared, using Matlab software to simulate, the simulation results are analyzed. Keywords: Wireless channel, Hata model, COST231-WI model
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。
移动通信瑞利衰落信道建模及仿真 信息与通信工程学院 09211123班 09212609 蒋砺思 摘要：首先分析了移动信道的表述方法和衰落特性，针对瑞利衰落，给出了Clarke模型，并阐述了数学模型与物理模型之间的关系，详细分析了Jakes仿真方法，并用MATLAB进行了仿真，并在该信道上实现了OFDM仿真系统，仿真曲线表明结果正确，针对瑞利衰落的局限性，提出了采用Nakagami-m分布作为衰落信道物理模型，并给出了新颖的仿真方法。 关键词：信道模型；Rayleigh衰落；Clarke模型；Jakes仿真；Nakagami-m分布及仿真 一．引言 随着科学技术的不断进步和经济水平的逐渐提高，移动通信已成了我们日常生活中不可缺少的必备品。然而，移动通信中的通话常常受到各种干扰导致话音质量的不稳定。本文应用统计学及概率论相关知识对移动通信的信道进行建模仿真和详尽的分析。 先来谈谈移动通信的发展历史和发展趋势。所谓通信就是指信息的传输、发射和接收。人类通信史上革命性的变化是从电波作为信息载体（电信）开始的，近代电信的标志是电报的诞生。为了满足人们随时随地甚至移动中通信的需求，移动通信便应运而生。所谓移动通信是指通信的一方或双方处于移动中，其传播媒介是无线电波，现代移动通信以Maxwel1理论为基础，他奠定了电磁现象的基本规律；起源于Hertz的电磁辐射，他认识到电磁波和电磁能量是可以控制发射的，而Marconi无线电通信证实了电磁波携带信息的能力。第二次世界大战结束后，开始了建立公用移动通信系统阶段。这第一代移动通信系统最大缺点是采用模拟技术，频谱利用律低，容量小。90年代初，各国又相继推出了GSM等第二代数字移动通信系统，其最大缺点是频谱利用率和容量仍然很低，不能经济的提供高速数据和多媒体业务，不能有效地支持Internet业务。90年代中期以后，许多国家相继开始研究第三代移动通信系统，目前，我国及其他国家已开始了第四代移动通信的研究。相比之前的系统，3G或4G有以下一些特点：1.系统的国际通用性：全球覆盖和漫游。2.业务多样性，提供话音、数据和多媒体业务，支持高速移动。3.频谱效率高，容量大。4.提供可变速率业务，具有QoS保障。在3G或4G的发展中，一个核心问题就是系统的高速数据传输与信道衰落之间的矛盾。从后面的分析中，我们会看到多径衰落是影响移动通信质量的重要因素，而高速数据传输和移动终端高速移动会加剧多径衰落，因此，抗衰落是3G或4G的重要技术，对移动信道的研究是抗衰落的基础，建模及仿真是研究衰落信道的基本方法之一。 再来看看移动通信系统组成及移动信道特点。移动通信组成如图（1）所示，包括信源、信道、信宿，无线信道是移动通信系统的重要
多径信道仿真实验报告 一、AM 、DSB 调制及解调 要求：用matlab 产生一个频率为1Hz ，功率为1的余弦信源()m t ，设载波频率 10c Hz ω=，02m =,试画出： AM 及DSB 调制信号的时域波形； 1 2 3 4 567 8 9 10 t AM 时域波形图 1 2 3 4 56 7 8 9 10 t DSB 时域波形图 0100200300400 500600700 8009001000 N AM 频谱图 100 200 300 400 500600 700 800 900 1000 N DSB 频谱图
● 采用相干解调后的AM 及DSB 信号波形； 1002003004005006007008009001000 AM 波 100200300400500600700800900 1000 -1.5-1 -0.5 0.5 1 1.5 DSB 波 ● AM 及DSB 已调信号的功率谱；
1002003004005006007008009001000 5 10 5 AM 波功率谱 01002003004005006007008009001000 5 1015x 10 4 DSB 波功率谱 调整载波频率及m0，观察分的AM 的过调与DSB 反相点现象。
在接收端带通后加上窄带高斯噪声，单边功率谱密度 00.1 n ，重新解调。%% 加噪解调 noise=wgn(1,length(sAM),0.2); %高斯噪声 h2=fir1(100,[2*8.9/100,2*11.1/100]); %带通滤波器设计 znoise=conv(noise,h2); %窄带高斯噪声 sAM2=sAM+znoise(101:end); sDSB2=sDSB+znoise(101:end); spAM2=sAM2.*ct; spDSB2=sDSB2.*ct; b=fir1(100,0.12*2); sdAM2=filter(b,1,spAM2); sdAM_2=2.*sdAM2-m0; sdAM__2=sdAM_2(50:end); %去暂态 figure(6); plot(sdAM__2,'r');hold on; plot(mt); legend('加噪解调后','原信号');title('AM波');
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
简单模型2种：常量（Constant ）模型和纯多普勒模型 1. 常量（Constant ）模型： 常量模型既没有衰落，也没有多普勒频移，适用于可预测的固定业务无线信道。其幅度分布的概率密度函数（PDF ）为： 0(r)A (r r ) p δ=- 式中r 为信道响应的幅度，A 为概率常数。 常量模型的多普勒谱为： ()db d f P B f δ= 式中fd 为最大多普勒频移，f 为基带频率，B 为常数。 2. 纯多普勒模型： 纯多普勒模型无衰落，但有多普勒频移，适用于可预测的移动业务无线信道。其幅度分布与常量模型相同，多普勒谱为： ()x db d d f f P C f f δ=-，C 为常数。 由于移动通信中移动台的移动性，无线信道中存在多普勒效应。在移动通信中，当移动台移向基站时，频率变高，远离基站时，频率变低。我们在移动通信中要充分考虑“多普勒效应”。虽然，由于日常生活中，我们移动速度的局限，不可能会带来十分大的频率偏移，但是这不可否认地会给移动通信带来影响，为了避免这种影响造成我们通信中的问题，我们不得不在技术上加以各种考虑。也加大了移动通信的复杂性。 3. 瑞利模型： 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。这一信道模型能够描述由电离层和对流层反射的短波信道，以及建筑物密集的城市环境。瑞利衰落只适用于从发射机到接收机不存在直射信号（LoS ，Line of Sight ）的情况，否则应使用莱斯衰落信道作为信道模型。在无线通信信道环境中，电磁波经过反射折射散射等多条路径传播到达接收机后，总信号的强度服从瑞利分布。 同时由于接收机的移动及其他原因，信号强度和相位等特性又在起伏变化， 故称为瑞利衰落。
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： 00.51 1.52 2.53 00.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 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：
天津理工大学《扩频通信》实验报告AWGN信道设计与仿真 姓名：范菲菲 学号： 143127311
一、 实验目的 1、通过实验更加清楚的了解加性高斯白噪声信道（AWGN ）的产生与特性。 2、观察信号通过AWGN 信道后信号的变化。 二、 实验原理 高斯白噪声是一种随机过程而且服从高斯分布，因此可以利用MATLAB 中提供的函数randn 得到正态分布的随机数作为AWGN 信道产生的干扰。AWGN 信道的“加性”特性因其满足可加性，所以可以直接用合成序列加上加高斯白噪声，这样就得到了有噪信号，这样的波形就相当于传输信号通过了AWGN 信道之后输出的波形。 三、 仿真结果 -1 012345678 I 路序列-1012345678 Q 路序列 图1 I 路和Q 路信号
-1 012345678 -1-0.5 00.5 1 合成序列-1012345678 -1-0.500.5 1加高斯噪声后的波形 图2 合成序列和加入高斯噪声之后的波形图 四、 源程序 clear all close all t=[-1:0.01:7-0.01]; tt=length(t); x1=ones(1,800); for i=1:tt if (t(i)>=-1 & t(i)<=1) | (t(i)>=5& t(i)<=7); x1(i)=1; else x1(i)=-1; end end t1=[0:0.01:8-0.01]; t2=0:0.01:7-0.01; t3=-1:0.01:7.1-0.01; t4=0:0.01:8.1-0.01; tt1=length(t1);
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。
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
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
序号（学号）： 学生实验报告书 2014 年 4 月27 日
实验一：AWGN 信道中BPSK 调制系统的 BER 仿真计算 一、实验目的 1．掌握二相BPSK 调制的工作原理 2．掌握利用MATLAB 进行误比特率测试BER 的方法 3．掌握AWGN信道中BPSK调制系统的BER仿真计算方法 二．实验内容 利用仿真程序在MATLAB 环境下完成AWGN信道中BPSK调制系统的BER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 matlab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 SNR 为 m dB,则 Eb/N0=10,用 MATLAB 假设SNR 单位为分贝。③确定Eb 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“err”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 BER：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 MATLAB 计算BER: ber=te/length(tx)。 六．实验结果及分析 MATLAB程序： %Simulation of bpskAWGN Max_SNR=10; N_trials=1000; N=200; Eb=1; ber_m=0; for trial=1:1:N_trials trial msg=round(rand(1,N)); % 1, 0 sequence s=1-msg.*2; %0-->1, 1-->1 n=randn(1,N)+j.*randn(1,N); %generate guass white noise
目录 摘要 (1) 1、设计原理 (2) 1.1设计目的 (2) 1.2仿真原理 (2) 1.2.1瑞利分布简介 (2) 1.2.2多径衰落信道基本模型 (2) 1.2.3产生服从瑞利分布的路径衰落 r(t> (3) 1.2.4产生多径延时 (4) 1.3仿真框架 (4) 2、设计任务 (4) 2.1设计任务要求 (4) 2.2 MATLAB 仿真程序要求 (4) 3、DSB调制解调分析的MATLAB实现 (5) 3.1 DSB调制解调的MATLAB实现 (5) 3.2瑞利衰落信道的MATLAB实现 (6) 4、模拟仿真及结果分析 (7) 4.1模拟仿真 (7) 4.1.1多普勒滤波器的频响 (7)
4.1.2多普勒滤波器的统计特性 (7) 4.1.3信道的时域输入/输出波形 (8) 4.2仿真结果分析 (8) 4.2.1时域输入/输出波形分 析 (8) 4.2.2频域波形分 析 (8) 4.2.3多普勒滤波器的统计特性分 析 (9) 5、小结与体会 (9) 6、参考文献 (9) MATLAB 通信仿真设计 摘要主要运用MATLAB进行编程，实现采用对输入信号进行抑制载波的双边带调幅；而后将调幅波输入信道，研究多径信道的特性对通信质量的影响；最后将信道内输出的条幅波进行同步解调，解调出与输入信号波形相类似的波形，
观测两者差别。同时输出多普勒滤波器的统计特性图及信号时域和频域的输入、输出波形。 关键字：双边带调幅瑞利衰落相干解调MATLAB 1、设计原理 1.1设计目的 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
%%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
瑞利衰落信道模型的研究与仿真 瑞利衰落信道模型的研究与仿真 matlab程序 % written by Amir Sarrafzadeh (14Jan2008) % this function generates normalized rayleigh samples based on Inverse DFT % method as was proposed by David J. Young, and Norman C. Beaulieu % "The Generation of Correlated Rayleigh Random Variates by Inverse % Discrete Fourier Transform, " % Sample Use: % chan=genRayleighFading(512,ceil(10000/512),1e4,100); % chan=chan(1:10000); % where 10000=number of needed samples % parameters: % fftsize: size of fft which used % numBlocks: number of samples/fftsize % fs: sampling frequency(Hz) % fd: doppler shift(Hz) function [ outSignal ] = genRayleighFading( fftSize,numBlocks,fs,fd ) numSamples=fftSize*numBlocks; %total number of samples fM=fd/fs; %normalized doppler shift NfM=fftSize*fM; kM=floor(NfM); %maximum freq of doppler filter in FFT samples doppFilter=[0,1./sqrt(2*sqrt(1-(((1:kM-1)./NfM).^2))),sqrt((kM/2)*((pi/2)-atan((kM-1)/sqrt(2*kM -1)))),... zeros(1,fftSize-2*kM-1),sqrt((kM/2)*((pi/2)-atan((kM-1)/sqrt(2*kM-1)))),1./sqrt(2*sqrt(1-(((kM-1:-1:1)./NfM).^2)))].'; sigmaG=sqrt((2*2/(fftSize.^2))*sum(doppFilter.^2)); gSamplesI=randn(numSamples,2); %i.i.d gaussian input samples (in phase) gSamplesQ=randn(numSamples,2); %i.i.d gaussian input samples (quadrature phase) gSamplesI=(1/sigmaG)*(gSamplesI(:,1)+1j*gSamplesI(:,2)); gSamplesQ=(1/sigmaG)*(gSamplesQ(:,1)+1j*gSamplesQ(:,2)); %filtering filterSamples=kron(ones(numBlocks,1),doppFilter); gSamplesI=gSamplesI.*filterSamples; gSamplesQ=gSamplesQ.*filterSamples; freqSignal=gSamplesI-1j*gSamplesQ;