移动通信仿真实验-MATLAB仿真
- 格式：pdf
- 大小：444.31 KB
- 文档页数：17
移动通信仿真实验-MATLAB仿真
2012级移动通信仿真实验
——1234567 通信S班⼀、实验⽬的：
（1）通过利⽤matlab语⾔编程学会解决移动通信中基本理论知识的实验分析和验证⽅法；
（2）巩固和加深对移动通信基本理论知识的理解，增强分析问题、查阅资料、创新等各⽅⾯能⼒。
⼆、实验要求：
（1）熟练掌握本实验涉及到的相关知识和相关概念，做到原理清晰，明了；
（2）仿真程序设计合理、能够正确运⾏；
（3）按照要求撰写实验报告（基本原理、仿真设计、仿真代码（m⽂件）、仿真图形、结果分析和实验⼼得）
三、实验内容：1、分集技术在Rayleigh衰落信道下的误码率分析
内容要求：1）给出不同调制⽅式（BPSK/MPSK/QPSK/MQAM任选3种，M=4/8/16）在AWGN和Rayleigh 衰落环境下的误码率性能⽐较，分析这些调制⽅式的优缺点；2）给出Rayleigh衰落信道下BPSK在不同合并⽅式（MRC/SC/EGC）和不同路径（1/2/3）时的性能⽐较，分析合并⽅式的优缺点；3）给出BPSK在AWGN和Rayleigh衰落信道下1条径和2条径MRC合并时理论值和蒙特卡洛仿真的⽐较。
3、直接扩频技术在Rayleigh衰落信道下的误码率分析
内容要求：1）m-序列、Gold序列和正交Gold序列在AWGN信道下的QPSK误码率分析；
2）m-序列、Gold序列和正交Gold序列在Rayleigh信道下的QPSK误码率分析；
3）m-序列在AWGN和Rayleigh信道下的QPSK误码率分析；
4）m-序列Rayleigh信道下不同调制⽅式MQAM（M=4/8/16）时的误码率分析。
四、实验数据1、基于MATLAB中的BPSK误码性能研究
BPSK（Binary Phase Shift Keying ）即双相频移键控，是把模拟信号转换成数据值的转换⽅式之⼀。利⽤偏离相位的复数波浪组合来表现信息键控移相⽅式的⼀种。本实验将简要介绍BPSK调制⽅式的特点，调制解调⽅法，以及在Matlab中在AWGN信道中的误码性能。（1）BPSK调制原理
⼆进制相移键控（BPSK）是利⽤载波的相位的变换来传递信息，⽽振幅和频率保持不变，BPSK的时域表达式为：
π
g
t
t
u
A
+=t f
)
2
cos(
)(Φ
)(
m
c
T
Φ
=
n0（发送“0”时）或1（发送“1”时）
改写之后为t
f t
g A t u c T m π2cos )()(=或
t
f t
g A c T π2cos )(-
另外BPSK 信号⼀般⽤双极性（bipolarity ）全占空矩形脉冲序列与⼀个正弦载波相乘表征。PSK 各信号具有相同的能量，即s
T m dt g A dt t u εε===??∞∞∞
∞2
2
2)(
m ε表⽰每个传输符号能量，
T
t g T 2
)(=
定义为⼀个矩形脉冲 ，0≤t ≤T
于是在符号区间0≤t ≤T 内传输的信号波形可表⽰为（其中A=s
ε）
则 )2cos(2)(n c sm t f T t u φπε+=
如果将其看成两相⾓之和，即可表⽰为t f M m
t g t f M m t g t u c T s c T s m ππεππε2sin )2sin()(2cos )2cos(
)()(-=
其中)(1t Φ)(2t Φ是两个正交基函数，定义为t f t g t c T πφ2cos )()(1=
t f t g t c T πφ2sin )()(2-=
并把改两个基函数能量归⼀化到1BPSK 相位解调与检测
AWGN 信道中，接受信号可表⽰为：
)()()(t n t u t r m +==)2sin()()2cos()()(t f t n t f t n t u c s c c m ππ-+ 其中
)(t n c 和)(t n s 是加性噪声的两个正交分量。
将接受信号与)(1t Φ和)(2t Φ做互相关，
两个相关器的输出即可产⽣受噪声污染的
信号分量，可表⽰为n u r m +==
s s c s n M m
n M m ++)2sin()2cos(
πεπε，m=0,1,2,3
其中?∞∞=dt t n t g n c T c )()(21 ?∞∞=dt
t n t g n s T c )()(21
且两正交噪声分量是零均值互不相关的⾼斯随机过程，于是)(t n c 和)(t n s 的⽅差是：
2
)()(0
2
2
N n E n E s c =
=
最佳检测器将接受信号向量r 投射到所有可能的传输信号向量之⼀上，并选对应于最⼤投影的向量，据此相关准则即为m m s r s r C *),(=
m=0,1,2,3由于全部信号都具有相等的能量，因此数字相位调制的⼀种等效检测器标准就是计算接收信号向量),(s c r r r 的相位：
c
s r r r arctan
=θ
并从信号集}{m s 中选取其相位最接近r θ的信号。
在AWGN 信道中，⼆相相位调制与⼆进制PAM 相同，差错概率为：)
2(0
N Q P b
e ε=，其中为每⽐特能量。
（2）程序代码% BPSK 在AWGN 平坦衰落信道的⽆码性能仿真************************************* %**************************************************************** clf; clc;
SNRindB1=0:2:15; % 给定要进⾏仿真的信噪⽐(dB) SNRindB2=0:0.1:15; % 给定要进⾏理论计算的信噪⽐(dB)
%************对SNRindB1进⾏Monte Carlo 仿真******************************** for i=1:length(SNRindB1)
pb=BPSK2(SNRindB1(i)); % 调⽤BPSK2函数对给定信噪⽐进⾏仿真 smld_bit_err_prb(i)=pb; % 通过调⽤函数仿真获得⽐特误码率 end ;%**************************************************************************
%*************对SNRindB2进⾏理论分析*************************************** for i=1:length(SNRindB2)
SNR=exp(SNRindB2(i)*log(10)/10); % dB 单位信噪⽐化成⼀般式信噪⽐ theo_err_prb(i)=Qfunct(sqrt(2*SNR)); % 调⽤Q 函数计算理论值 end ;%**************************************************************************
% *************绘制相关曲线************************************************ colordef white
h1=semilogy(SNRindB1,smld_bit_err_prb,'g*'); %绘制⽐特误码率曲线
hold
h2=semilogy(SNRindB2,theo_err_prb,'g'); %绘制理论⽐特误码率曲线legend('BPSK仿真误码率','BPSK理论误码率');
xlabel('E/N(dB)')
ylabel('Pe')
title('BPSK在AWGN信道中的误码性能 ')
(3)在AWGN信道中BPSK的误码率分析
基于前⾯的仿真原理，将理论值与仿真值进⾏对⽐，分析合理性，⾸先由MATLAB程序产⽣信号源，再模拟AWGN平坦衰落信道中叠加加性⾼斯⽩噪声，在接收端对接收信号进⾏检测与估值，并对信号进⾏判决恢复原始信号。得到仿真⽐特误码率和理论⽐特误码率如下：
分析：从上图可以看出，仿真⽐特误码率和理论⽐特误码率⾮常接近，不管是在信噪⽐较低的情况下，还是信噪⽐较⾼的情况下，两者都符合得很好，但可以看出，随着信噪⽐逐渐加⼤，两者渐渐有了分叉，慢慢显⽰出差距来，这说明在⼤信噪⽐的情况下，理论值还是会偏离实际值的，但是误码率越来越⼩，越来越向好的⽅向发展。下⾯则给出了三种调制⽅式的误码性能⽐较
分析：将QPSK，BPSK，16QAM，FSK四种调制⽅式，包括理论值与实际值，放在同⼀个图下，对他们进⾏对⽐，可以很清晰地发现，QPSK在信噪⽐较⼩时，仿真值和理论值就有了偏离，且两者数值都⽐较⼤，当信噪⽐越来越⼤时，仿真值成直线⼏乎没变化，⽽实际值的Pe值逐渐变⼩，这种调制⽅式不是很可取；16QAM的性能跟QPSK相⽐，在低信噪⽐时，Pe值较⼤（还要⼤于QPSK的），随着信噪⽐逐渐增⼤，16QAM的Pe值逐渐减⼩，且理论值与实际值⽐较契合，在⼤信噪⽐情况下，误码性能略逊与QPSK的；FSK的理论值和实际值在各种信噪⽐下都⽐较契合，两者⼏乎没有⼤的差距，⾮常理想，⽆论是在低，⾼信噪⽐下，性能都要⽐QPSK的优越⼀些；BPSK性能最优！理论值与实际值契合得⽐较理想，⽽在低，⾼信噪⽐情况下，Pe值都是最低的，且随着信噪⽐逐渐增⼤，Pe实际值迅速减⼩，实现起来性能⼗分优越。因此在选择对误码性能要求较⾼的系统时，BPSK可作为⾸选，FSK次之，QPSK和16QAM再考虑实际情况选择，⽽在其他状态时，也可优先选择BPSK。2、QPSK在AWGN信道下的仿真（上图已有）
clear;close all;
N=10000;
Fd=1;
Fs=1*Fd;
M=4;
SNR_db=0:2:14;
for n=1:length(SNR_db)
Eb_N0=10^(SNR_db(n)/10);
sgma=sqrt(1/(2*Eb_N0));
x=randint(N,1,M);
y=dmodce(x,Fd,Fs,'psk',M);
a11=randn(1,N);
b11=randn(1,N);
%产⽣低通滤波器
b=-ones(1,Fs);b=b/Fs;a=1;
fad1=filter(b,a,a11);
fad2=filter(b,a,b11);
ynoise=y.*(abs(fad1+j*fad2))'+sqrt(Fs/Fd)*sgma*(randn(length(y),1)+j*randn(leng th(y),1));
ynoise1=y+sqrt(Fs/Fd)*sgma*(randn(length(y),1)+j*randn(length(y),1))
z=ddemodce(ynoise,Fd,Fs,'psk',M);
z1=ddemodce(ynoise1,Fd,Fs,'psk',M);
[numbers,p1m(n)]=symerr(x,z);
[numbers,p2m(n)]=symerr(x,z1)
end;
semilogy(SNR_db,p1m,'*-',SNR_db,p2m,'rx-');
xlabel('信噪⽐（dB）');
ylabel('误码率');
legend('瑞利信道仿真得到的误码率','⾼斯信道仿真得到的误码率');axis([0 15 10^(-4) 1]);
clear;
close all;
N=10000; Fd=1;
