移动通信实验报告.docx
《移动通信实验报告.docx》由会员分享，可在线阅读，更多相关《移动通信实验报告.docx（24页珍藏版）》请在冰豆网上搜索。
移动通信实验报告
实验1：
AWGN信道中BPSK调制系统的BER仿真计算
%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;%1,0sequence
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:
2:
Max_SNR
snr=10.^（snr_db./10）;
snr_1=Qfunct（sqrt（2*snr））;
ber_theory=[ber_theory,snr_1];
end
i=1:
2:
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3bpskAWGN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_trials=1000;
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:
2:
N_number）;
S2=S（2:
2:
N_number）;
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:
1:
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;
fork=1:
N_number
ifX_b（k）~=0;
ber_snr=ber_snr+1;
end;
end;
ser_snr=0;
fork=1:
N_number/2;
ifX_s（k）~=0;
ser_snr=ser_snr+1;
end;
end;
BER_v=[BER_v,ber_snr./N_number];
SER_v=[SER_v,ser_snr./（N_number./2）];
end;%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:
1:
N_snr;
snr=10.^（snr_db./10）;
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:
1:
N_snr;
semilogy（i,BER,'-r',i,BER_T,'*b'）;
legend（'BER-simulation','BER-theory'）;
xlabel（'Eb/N0（db）'）;
ylabel（'BER'）;
figure
i=0:
1:
N_snr;
semilogy（i,SER,'-g',i,SER_T,'*y'）;
legend（'SER-simulation','SER-theory'）;
xlabel（'E_b/N_0（db）'）;
ylabel（'SER'）;
程序分析：
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4BER仿真结果与理论值
结果分析：
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5SER仿真结果与理论值
实验2：
移动通信信道建模与仿真
%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;
end;%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
end;%endn
tp（count）=sq*sum（g_i（count,1:
M+1））;%TotalInphasecomponent
tp1（count）=sq*sum（g_q（count,1:
M+1））;%Totalquadraturecomponent
end;%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,'coeff'）;%Auto-correlationassociatedwithquadraturecomponent
len=length（lag_i）;
[corrx2,lag2]=xcorr（tp,tp1,'coeff'）;%CrossCorrelationbetweeninphaseandquadraturecomponents
aa=-（len-1）/2:
1:
（len-1）/2;%totaldurationforlag
bb=（len-2001）./2;%mid...pointsfordrawingfigures
cc=bb+1:
1:
bb+2001;%forgettingthemid-values
dd=-1000:
1:
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'）
figure;
plot（tdd,auto_q（cc）,'-',tdd,T_bessel,'*'）;%quadrature
xlabel（'t（Second）'）;
ylabel（'Auto-correlation'）;
legend（'Q-component'）
figure
co1=1:
1000;
semilogy（co1*Ts,envelope（1:
1000））;
xlabel（'t（Second）'）;
ylabel（'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
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
figure
plot（x,pdf_env,'-',x,pdf_theory,'*'）;
legend（'Simulated','Theoretic'）;
xlabel（'r'）;
ylabel（'PDFofr'）;
程序分析：
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6同相分量的自相关仿真图形和理论图形
图7正交分量的自相关仿真图形和理论图形
图8瑞利衰落系数图形
图9瑞利分布概率密度函数仿真图形和理论图形
结果分析：
图6和图7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8是瑞利衰落系数的时域图形，图9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3：
CDMA通信仿真
%generaterayleighparameter
functionrayleigh_parameter=rayleigh_init_med（N,lambda,Ts）
globalspeed
%globalrayleigh_parameter
fmax=speed/3.6/lambda;
d_n1=N;
d_n2=N-1;
c1=sqrt（2*（asin（（1:
d_n1）/d_n1）-asin（（0:
d_n1-1）/d_n1））/pi）;%varianceofu0（t）=1/2
f10=fmax*（2*（1:
d_n1）-1）/2/d_n1;
c2=sqrt（2*（asin（（1:
d_n2）/d_n2）-asin（（0:
d_n2-1）/d_n2））/pi）;
f20=fmax*（2*（1:
d_n2）-1）/2/d_n2;
SamplingInterval=1;%case1,SamplingInterval=（1/8）chip;
%case2,16chips.
ifspeed~=0
f1=f10*2*pi*Ts;%Ts=12.5*10^（-6）;%12.5us=16/1.28Mhz,i.e.16chips
f2=f20*2*pi*Ts;
else%speed==0
error（'speed=0'）
end
deltaN=d_n1-d_n2;
rayleigh_parameter=zeros（4,N）;
rayleigh_parameter=[f1;c1;f2,zeros（1,deltaN）;c2,zeros（1,deltaN）];
%generateRayleighenvelope
functionenvelop=rayleigh_fading（path,rayleigh_parameter,N_values）
globalspeed
frame=1;%system_clock
（2）;%framenumber
TS=1;%system_clock（3）;%TSnumber
d_n1=25;%thedefaultvalue:
d_n1=d_n2+1
d_n2=24;
f1=rayleigh_parameter（1,1:
d_n1）;
c1=rayleigh_parameter（2,1:
d_n1）;
f2=rayleigh_parameter（3,1:
d_n2）;
c2=rayleigh_parameter（4,1:
d_n2）;
cita1=rand（1,d_n1）.*pi;
%cita2=condition_rayleigh（path,（d_n1+1）:
（d_n1+d_n2）,k_user）;
cita2=rand（1,d_n2）.*pi;
ifspeed~=0
d_t=0:
1:
N_values-1;%0.1s./2,（d_t）=57for1timeslot
M=length（d_t）;
temp1=zeros（1,M）;
temp2=zeros（1,M）;
temp=zeros（1,M）;
ford_t=0:
N_values-1
forloop=1:
d_n1
temp1=temp1+c1（loop）*cos（f1（loop）*d_t+cita1（loop））;
end
forloop=1:
d_n2
temp2=temp2+c2（loop）*cos（f2（loop）*d_t+cita2（loop））;
end
envelop=temp1+j*temp2;
end
end
%thisistoproduceapseudorandomsequence
%N=input（'thelengthofthePNcode\n'）
%k=input（'thenumberofuser'）
functionpseudonoise=pn_m（N,k）%producekN-longspreadsequence
n=log2（N+1）;
%N=15,31%thenumberofworkunit
%n=4,5
forp=1:
k
a=zeros（1,n）;
fori1=1:
p
a（i1）=1;
end
%ifp=1,a
（1）=1
%ifp=2,a
（1）=1,a
（2）=1
%.....
fori2=1:
N
pseudonoise（p,i2）=a
（1）;%forp-thuser
m=xor（a
（1）,a（n-1））;
fori3=1:
n-1
a（i3）=a（i3+1）;
end
a（n）=m;
end
fori=1:
N
pseudonoise（p,i）=pseudonoise（p,i）*2-1;%convert0,1to-1,1
end
end
%mainfile1：
ssbpskAWGN.m
N_Trials=1000;
N_number=100;
N_snr=10;;
Q=15;
E_M=[];
fortrials=1:
N_Trials
trials
noise=randn（1,Q*N_number）+j.*randn（1,Q*N_number）;
s10=round（rand（1,N_number））;%message
ss=s10*2-1;%0-->-1,1-->1
%pn01=round（rand（1,Q））;
pn=pn_m（15,1）./sqrt（15）;%pn:
1by15matrix
%pn=（pn01.*2-1）./sqrt（Q）;
s=kron（ss,pn）;%s:
1by1500matrix
sgma=1;
Error_v=[];
forsnr_db=0:
1:
N_snr
snr=10.^（snr_db./10）;
N0=2*sgma.^2;
Eb=snr.*N0;
yy=sqrt（Eb）*s+noise;
Y_M=[];
fork=1:
N_number
ym=yy（1,（k-1）*Q+1:
k*Q）;%Getyy'severy15points
Y_M=[Y_M;ym];%Y_M:
100by15matrix
end
ys=Y_M*pn.';%ys:
100by1matrix
y=ys.';
y_real=real（y）;
s_e=sign（y_real）;
s_e10=（s_e+1）./2;
Error_snr=sum（abs（s10-s_e10））;
Error_v=[Error_v,Error_snr./N_number];
end
E_M=[E_M;Error_v];
end
BER=mean（E_M）;
BER_T=[];
forsnr_db=0:
1:
N_snr
snr=10.^（snr_db./10）;
BER_THEROY=Qfunct（sqrt（2.*snr））;
BER_T=[BER_T,BER_THEROY];
end
lpa=1
i=0:
1:
N_snr;
semilogy（i,BER,'-r',i,BER_T,'*g'）;
xlabel（'E_b/N_0（dB）'）
ylabel（'
升级会员 