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(17页珍藏版)》请在冰豆网上搜索。
移动通信实验报告移动通信实验报告序号(学号):
178840056沈阳农业大学学生实验报告书实验类别移动通信实验学院信息工程学院专业通信工程班级13级电信二班姓名恽星彤指导教师张大鹏老师2015年12月10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、实验原理1.仿真概述及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。
2.仿真过程及计算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mdB,则Eb/N0=10(m/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)。
三、实验结果MATLAB仿真程序如下:
%SimulationofBPSKAWGNMax_SNR=10;N_trials=1000;N=200;Eb=1;ber_m=0;fortrial=1:
1:
N_trials;trialmsg=round(rand(1,N);%1,0sequences=1-msg.*2;%0-1,1-1n=randn(1,N)+j.*randn(1,N);%generateGuassianwhitenoiseber_v=;forsnr_dB=1:
2:
Max_SNRsnr=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;%1,0sequenceerror=sum(abs(msg-y2);%errorbitsber_snr=error./N;%berber_v=ber_v,ber_snr;end%forsnrber_m=ber_m+ber_v;endber=ber_m./N_trials;ber_theory=;forsnr_db=1:
2:
Max_SNRsnr=10.(snr_db./10);snr_1=qfunc(sqrt(2*snr);ber_theory=ber_theory,snr_1;endi=1:
2:
Max_SNR;semilogy(i,ber,-r,i,ber_theory,*b);xlabel(E_b/N_0(dB)ylabel(BER)legend(MonteCarlo,Theoretic)仿真结果如下:
四、实验小结用蒙特卡罗分析方法得到的误码率曲线与理论公式得到的误码率曲线吻合,可见蒙特卡罗分析是一种很好的分析误码率的方法。
从曲线中可以看出,随着信噪比的增加,误码率减小。
实验二:
实验二:
移动信道建模的仿真分析移动信道建模的仿真分析一、实验目的和意义1.无线通信信道的建模与仿真是实现移动通信系统仿真与分析的基础,宽带无线通信与移动通信信道属频率选择性瑞利衰落信道模型。
2.通过信道设计实验1掌握频率选择性信道模型的仿真建模方法。
2掌握模型中瑞利衰落系数的设计方法。
3掌握多径数目、功率和时延参数的设计。
4学会采用MATLAB语言对上述参数进行仿真。
二、实验方案和技术路线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:
若采用等功率分配产生功率:
Pi=Pt/M;采用指数分布的功率延迟谱产生功率:
P=1/6*exp(-t/6)。
三、实验结果MATLAB仿真程序如下:
%SimulationofJakesModelclearall;f_max=30;M=8;N=4*M+2;Ts=1.024e-04;sq=2/sqrt(N);sigma=1/sqrt
(2);theta=0;count=0;t0=0.001;fort=0:
Ts:
0.5count=count+1;g(count)=0;forn=1:
M+1,ifn=Mc_i(count,n)=2*sigma*cos(pi*n/M);%Gainassociatedwithinphasecomponentc_q(count,n)=2*sigma*sin(pi*n/M);%Gainassociatedwithquadraturecomponentf_i(count,n)=f_max*cos(2*pi*n/N);%Discretedopplerfrequenciesofinphasecomponentf_q(count,n)=f_max*cos(2*pi*n/N);%Discretedopplerfrequenciesofquadraturecomponentelsec_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;%endifg_i(count,n)=c_i(count,n)*cos(2*pi*f_i(count,n)*(t-t0)+theta);%Inphasecomponentforoneoscillatorg_q(count,n)=c_q(count,n)*cos(2*pi*f_q(count,n)*(t-t0)+theta);%Quadraturecomponentforoneoscillatorend;%endntp(count)=sq*sum(g_i(count,1:
M+1);%TotalInphasecomponenttp1(count)=sq*sum(g_q(count,1:
M+1);%Totalquadraturecomponentend;%endcountnonagainenvelope=sqrt(tp.2+tp1.2);rmsenv=sqrt(sum(envelope.2)/count);auto_i,lag_i=xcorr(tp,coeff);%Auto-correlationassociatedwithinphasecomponentauto_q,lag_q=xcorr(tp1,coeff);%Auto-correlationassociatedwithquadraturecomponentlen=length(lag_i);corrx2,lag2=xcorr(tp,tp1,coeff);aa=-(len-1)/2:
1:
(len-1)/2;%totaldurationforlagbb=(len-2001)./2;%mid.pointsfordrawingfigurescc=bb+1:
1:
bb+2001;%forgettingthemid-valuesdd=-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-phasexlabel(t(Second);ylabel(Auto-correlation);legend(In-component);figure;plot(tdd,auto_q(cc),-,tdd,T_bessel,*);%quadraturexlabel(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_riftemp(k)=500count=count+1;pdf_env(1,temp(k)+1)=pdf_env(1,temp(k)+1)+1;endendcountpdf_env=pdf_env./count./0.01;sgma2=0.5;x=0:
0.01:
5;pdf_theory=(x./sgma2).*exp(-1.*x.2./(2.*sgma2);figure;plot(x,pdf_env,-,x,pdf_theory,*);legend(Simulated,Theoretic);xlabel(r);ylabel(PDFofr);仿真结果如下:
四、实验小结从图中可以看出,当t=0即没有时延差的时候,每条路经包络的同向分量与正交分量的自相关系数为1,这是最理想的情况。
包络的大小随时延差的改变发生波动,包络概率密度曲线的统计值与理论值相近,满足瑞利分布。
实验三:
实验三:
CDMA通信系统仿真通信系统仿真一、实验目的和意义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:
掌握直接序列扩频发射机与接收机的组成与仿真;仿真验证AWGN信道下单用户直接序列扩频系统的BER性能;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;观察存在干扰用户时的系统性能变化。
二、基本原理与方案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。
三、实验方案与技术路线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