当前位置：文档之家 › matlab通信系统仿真

matlab通信系统仿真

  • 格式：doc
  • 大小：30.50 KB
  • 文档页数：3

通信系统基于（15,11）汉明编码的matlab仿真
clear
m=4;
n=2^m-1;
k=11;
msg1=randint(1,6000*k,[0,1])%产生信息序列
code0=vec2mat(msg1,k);
code1=encode(msg1,n,k,'hamming/binary');%进行汉明纠错编码
code2=reshape(code1,90,1000)';
code3=zeros(1000,90);%设置零矩阵，以便储存交织后的序列
for i=1:1000
temp=code2(i,:);
temp1=reshape(temp,15,6);%按15*6交织
code3(i,:)=reshape(temp1',1,90);
end
[row,cloums]=size(code3);
code4=code3';
[row1,cloums1]=size(code4);
code5=reshape(code4,6,15000)'; %将交织后的序列转换为6行，15000列矩阵msg2=zeros(15000,6);
for j=2:6,
msg2(:,j)=xor(code5(:,j),code5(:,(j-1)));
end
msg2(:,1)=code5(:,1);%此时得到的msg2为gray映射后的信号序列
code8=msg2';%转置，便于比特符号转换
A=[32,16,8,4,2,1]; %为比特符合转换所设的序列
msg3=A*code8;%生成符号序列
msg4=qammod(msg3,64);%将符号序列进行64QAM调制
[row2,cloums2]=size(msg4);
dB=0:1:20;
for k=1:length(dB),
snr=10.^(dB(k)./10); %信噪比
sgma=sqrt(63./(6*snr));%标准差
b1=real(msg4)+sgma*randn(row2,cloums2);%分路叠加噪声
b2=imag(msg4)+sgma*randn(row2,cloums2);%分路叠加噪声
rx=complex(b1,b2);
%————————量化判决——————————%
for m=1:row2,
for n=1:cloums2,
if ((b1(m,n)<-6))
b11(m,n)=-7;
elseif ((b1(m,n)>=-6)&(b1(m,n)<-4))
b11(m,n)=-5;
elseif ((b1(m,n)>=-4)&(b1(m,n)<-2))
b11(m,n)=-3;
elseif ((b1(m,n)>=-2)&(b1(m,n)<0))
b11(m,n)=-1;
elseif ((b1(m,n)>=0)&(b1(m,n)<2))
b11(m,n)=1;
elseif ((b1(m,n)>=2)&(b1(m,n)<4))
b11(m,n)=3;
elseif ((b1(m,n)>=4)&(b1(m,n)<6))
b11(m,n)=5;
elseif ((b1(m,n)>=6))
b11(m,n)=7;
end
if ((b2(m,n)<-6))
b22(m,n)=-7;
elseif ((b2(m,n)>=-6)&(b2(m,n)<-4))
b22(m,n)=-5;
elseif ((b2(m,n)>=-4)&(b2(m,n)<-2))
b22(m,n)=-3;
elseif ((b2(m,n)>=-2)&(b2(m,n)<0))
b22(m,n)=-1;
elseif ((b2(m,n)>=0)&(b2(m,n)<2))
b22(m,n)=1;
elseif ((b2(m,n)>=2)&(b2(m,n)<4))
b22(m,n)=3;
elseif ((b2(m,n)>=4)&(b2(m,n)<6))
b22(m,n)=5;
elseif ((b2(m,n)>=6))
b22(m,n)=7;
end
end
end
%————————量化判决——————————% rx1=complex(b11,b22);
msg5=qamdemod(rx1,64);%qam解调
code8=msg5';
msg6=zeros(15000,6);
msg6=de2bi(code8,6,'left-msb');
[row8,cloums8]=size(msg6);
code9=zeros(15000,6);
code9(:,1)=msg6(:,1);
for j=2:6
code9(:,j)=xor(msg6(:,j),code9(:,(j-1)));%解格雷码
end
[row9,cloums9]=size(code9);
code10=reshape(code9',90,1000)';
code11=zeros(1000,90);
for i=1:1000
temp2=code10(i,:);
temp3=reshape(temp2,6,15);
code11(i,:)=reshape(temp3',1,90); %解交织
end
code12=reshape(code11',15,6000)';
[row12,cloums12]=size(code12);
code13=decode(code12,15,11,'hamming/fmt,prim_poly');%解汉明码[num,ratio]=biterr(code0,code13); %计算点的误差数量和误码率pe(k )=ratio
end
semilogy(dB,pe,'*');
xlabel('dB');
ylabel('biterror rate');
legend('仿真误码率/有信道编码');。

合集下载

基于MATLAB的MIMO-OFDM通信系统的仿真

基于MATLAB的MIMO-OFDM通信系统的仿真

基于MATLAB的MIMO-OFDM通信系统的仿真0 引言5G技术的逐步普及，使得我们对海量数据的存储交换，以及数据传输速率、质量提出了更高的要求。

信号的准确传播显得越发重要，随之而来的是对信道模型稳定性、抗噪声性能以及低误码率的要求。

本次研究通过构建结合空间分集和空间复用技术的MIMO信道，引入OFDM 技术搭建MIMO-OFDM 系统，在添加保护间隔的基础上探究其在降低误码率以及稳定性等方面的优异性能。

1 概述正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术通过将信道分成数个互相正交的子信道，再将高速传输的数据信号转换成并行的低速子数据流进行传输。

该技术充分利用信道的宽度从而大幅度提升频谱效率达到节省频谱资源的目的。

作为多载波调制技术之一的OFDM 技术目前已经在4G 中得到了广泛的应用，5G 技术作为新一代的无线通信技术，对其提出了更高的信道分布和抗干扰要求。

多输入多输出（Multi Input Multi Output,MIMO）技术通过在发射端口的发射机和接收端口的接收机处设计不同数量的天线在不增加频谱资源的基础上通过并行传输提升信道容量和传输空间。

常见的单天线发射和接收信号传输系统容量小、效率低且若出现任意码间干扰，整条链路都会被舍弃。

为了改善和提高系统性能，有学者提出了天线分集以及大规模集成天线的想法。

IEEE 806 16 系列是以MIMO-OFDM 为核心，其目前在欧洲的数字音频广播，北美洲的高速无线局域网系统等快速通信中得到了广泛应用。

多媒体和数据是现代通信的主要业务，所以快速化、智能化、准确化是市场向我们提出的高要求。

随着第五代移动通信5G 技术的快速发展，MIM-OFDM 技术已经开始得到更广泛的应用。

本次研究的MIMO-OFDM 系统模型是5G的关键技术，所以对其深入分析和学习，对于当下无线接入技术的发展有着重要的意义。

使用MATLAB进行通信系统设计和仿真

使用MATLAB进行通信系统设计和仿真

使用MATLAB进行通信系统设计和仿真引言：通信系统在现代社会中扮演着至关重要的角色，使人们能够传递信息和数据。

为了确保通信系统的可靠性和效率，使用计算工具进行系统设计和仿真是至关重要的。

在本篇文章中，我们将讨论使用MATLAB这一强大的工具来进行通信系统的设计和仿真。

一、通信系统的基本原理通信系统由多个组件组成，包括发射机、传输媒介和接收机。

发射机负责将输入信号转换为适合传输的信号，并将其发送到传输媒介上。

传输媒介将信号传输到接收机，接收机负责还原信号以供使用。

二、MATLAB在设计通信系统中的应用1. 信号生成与调制使用MATLAB，可以轻松生成各种信号，包括正弦波、方波、脉冲信号等。

此外，还可以进行调制，例如将低频信号调制到高频载波上，以实现更高的传输效率。

2. 信号传输与路径损耗建模MATLAB提供了各种工具和函数，可以模拟信号在传输媒介上的传播过程。

通过加入路径损耗模型和噪声模型，可以更准确地模拟实际通信环境中的传输过程。

这些模拟结果可以帮助我们评估和优化通信系统的性能。

3. 调制解调与信道编码MATLAB提供了用于调制解调和信道编码的函数和工具箱。

通过选择适当的调制方式和编码方案，可以提高信号传输的可靠性和容错能力。

通过使用MATLAB进行仿真，我们可以评估不同方案的性能，从而选择出最优的设计。

4. 多天线技术与信道建模多天线技术可显著提高通信系统的容量和性能。

MATLAB提供了用于多天线系统仿真的工具箱，其中包括多天线信道建模、空分复用和波束成形等功能。

这些工具可以帮助我们评估多天线系统在不同场景下的性能，并优化系统设计。

5. 频谱分析与功率谱密度估计频谱分析是评估通信系统性能的重要方法之一。

MATLAB提供了各种频谱分析函数和工具，可以对信号进行频谱分析，并计算功率谱密度估计。

这些结果可以帮助我们了解系统的频率分布特性，并进行性能优化。

6. 误码率分析与性能评估对于数字通信系统而言，误码率是一个重要的性能指标。

M—QAM通信系统及matlab的仿真

M—QAM通信系统及matlab的仿真

scale = modnorm(y,"peakpow",1); y = scale*y; % Scale the constellation. scatterplot(y); % Plot the scaled constellation. grid on;
五.M-QAM在有线电视网的应用
■ 目前应用的比较广泛的是基于有线电视网络的 Cable Modem系统，其基本架构如图所示。有线 电视网络通过Cable Modem终端系统（CMTS）与 互联网络连接。
■ 对应于各种可能的符号数M，有两种不同的 QAM星座图，当每个符号对应于偶数个比特 时，星座图是正方形的；当每个符号对应于 奇数个比特时，星座图是十字行的。
1.QAM正方形星座图
当每个符号对应于偶数个比特时，有 其中，L为正整数。对于具有正方形星座图QAM， 有序坐标对通常构成一个正方形的矩阵
在实际中，常用的一种QAM信号空间如图， 方形QAM，4QAM,16QAM,64QAM
■ 在接收端，输入信号与本地恢复的两个正 交载波信号相乘以后，经过低通滤波器、多 电平判决、L电平到2电平变换，再经过并/串 变换就得到输出数据。
三.QAM的星座图
■ 对于QAM调制而言，如何设计QAM信号的结 构不仅影响到已调信号的功率谱特性，而且 影响已调信号的解调及其性能。因而研究 QAM的星座图来设计信号的结构显得十分重 要。
QAM中的振幅Am和Bm，可以表示成： Am=dmA，Bm=emA
式中，A是固定的振幅，（dm，em）决定已 调QAM信号在信号空间中的坐标点
二.QAM的调制和相干解调
■ QAM的调制和相干解调如图一。在调制端， 输入数据经过串/并变换后分为两路，分别经 过2电平到L电平的变换，形成Am和Bm，之后 Am和Bm经过调制低通滤波器，与相互正交的各 路载波相乘。最后将两个信号相加就可以得 到已调输出信号y(t).
matlab通信仿真实例

matlab通信仿真实例

matlab通信仿真实例通信仿真在工程领域中具有广泛的应用，MATLAB作为一种强大的数学建模工具，能够帮助工程师进行通信系统的仿真设计和分析。

在本文中，我们将通过一个具体的MATLAB通信仿真实例来展示如何使用MATLAB进行通信系统的建模和仿真。

首先，我们需要定义一个简单的通信系统，假设我们要设计一个基于QPSK调制的数字通信系统。

我们可以按照以下步骤进行仿真实例的设计：1. 生成随机比特序列：首先我们需要生成一组随机的比特序列作为发送端的输入。

我们可以使用MATLAB的randi函数来生成随机的二进制比特序列。

2. QPSK调制：接下来，我们需要将生成的二进制比特序列进行QPSK调制，将比特序列映射到QPSK星座图上的相应点。

我们可以使用MATLAB的qammod 函数来进行QPSK调制。

3. 添加高斯噪声：在通信信道中，往往会存在各种噪声的干扰，为了模拟通信信道的实际情况，我们需要在信号上添加高斯噪声。

我们可以使用MATLAB的awgn函数来添加高斯噪声。

4. QPSK解调：接收端接收到信号后，需要进行QPSK解调，将接收到的信号映射回比特序列。

我们可以使用MATLAB的qamdemod函数来进行QPSK解调。

5. 比特误码率计算：最后，我们可以计算仿真的比特误码率（BER），用来评估通信系统的性能。

我们可以通过比较发送端和接收端的比特序列来计算比特误码率。

通过以上步骤，我们就可以完成一个基于QPSK调制的数字通信系统的MATLAB仿真实例。

在实际的通信系统设计中，我们可以根据具体的需求和系统参数进行更加复杂的仿真设计，例如考虑信道编码、信道估计等因素，以更加准确地评估通信系统的性能。

MATLAB的强大数学建模和仿真功能，为工程师提供了一个非常有用的工具，可以帮助他们设计和分析各种通信系统。

通过不断的实践和学习，工程师可以更加熟练地运用MATLAB进行通信系统的仿真设计，为通信系统的性能优化提供有力的支持。