莱斯信道中QPSK信号Matlab仿真Word文件下载.docx
《莱斯信道中QPSK信号Matlab仿真Word文件下载.docx》由会员分享，可在线阅读，更多相关《莱斯信道中QPSK信号Matlab仿真Word文件下载.docx（7页珍藏版）》请在冰豆网上搜索。
根据信号多径附加时延的大小,小尺度衰落又可以分为平坦衰落和频率选择性衰落。
另外,由于移动台的移动性而导致接收到的信号产生多普勒频移（频率色散）,根据多普勒扩展的大小,信道又可以分为快衰落信道和慢衰落信道。
2瑞利分布和莱斯分布的特性
在实际情况中对数字通信系统来说,调制符号的周期比由多径传播引起的时延扩展要大,因此在一个符号周期内的所有频率分量都会经历相同的衰减和相移。
信道对于所有频率分量来说是平坦的,因而定义这类信道为平坦衰落信道。
理论分析和实测试验结果表明:
平坦衰落的幅度在大多数情况下,符合瑞利分布（rayleighdistribution）或莱斯分布（ricedistribution）。
由于移动通信信道的复杂性,其仿真一般是以平坦衰落信道建模为基础的,然后在此基础上,再对频率选择性信道等进行建模和仿真。
用Matlab中能生成伪随机序列的randn语句就可以得到期望的莱斯衰落序列。
瑞利衰落序列可以由K=0得到。
图2是一个当K=7dB时典型的莱斯衰落信号包络,衰落幅度用分贝表示。
图2当K=7dB时莱斯衰落信号的包络
3MATLAB仿真
接下来,利用Matlab对莱斯分布的累积分布函数（CDF）进行近似估计。
莱斯分布的累积分布函数是通过迭代法得到的,在每一步的迭代中利用Matlab中的find和length函数来得到符合要求的衰落序列,并使用上面产生莱斯分布的M文件得到K=7dB时的莱斯分布的累积分布函数（CDF）的近似估计,如图3所示。
然后通过Matlab中的hist函数得到的瑞利分布PDF的估计值与式子分析求得的PDF进行比较,结果如图4所示,所得的估计值与式子分析求得的PDF非常的接近。
程序如下：
functionr=rice_fading（Kdb,N,Mi）
K=10^（Kdb/10）;
const=1/（2*（K+1））;
x=randn（1,N）;
y=randn（1,N）;
r=sqrt（const*（（x+sqrt（2*K））.^2+y.^2））;
rt=zeros（1,Mi*length（r））;
ki=1;
fori=1:
length（r）
rt（ki:
i*Mi）=r（i）;
ki=ki+Mi;
end
r=rt;
Kdb=7;
N=100000;
Mi=1;
r=rice_fading（Kdb,N,Mi）;
RdB=20*log10（r）;
Rt=[min（RdB）:
max（RdB）];
form=1:
length（Rt）
fade=find（RdB<
Rt（m））;
Nm=length（fade）;
AF（m）=Nm/N;
semilogy（Rt,AF,'
k-o'
）;
set（gcf,'
paperunits'
'
centimeters'
papersize'
[55]）;
设置图像大小为5cm*5cm
grid;
运行结果为：
图3K=7dB时莱斯分布的CDF
N=100000;
x=randn（1,N）;
y=randn（1,N）;
r=sqrt*（x.^2+y.^2））;
step=;
range=0:
step:
3;
h=hist（r,range）;
fr_approx=h/（step*sum（h））;
fr=（range/.*exp（-range.^2）;
plot（range,fr_approx,'
ko'
range,fr,'
k'
设置图像大小为5cm*5cm
图4瑞利分布的PDF
QPSK信号传输过程的框图如图5所示。
图5QPSK信号在莱斯衰落信道中传输过程的框图
在仿真过程中主要用到了Matlab工具箱中这样一些函数:
产生同分布随机变量矩阵的randint函数,基带数字调制器dmodce函数,基带数字解调器ddcmodce函数,以及计算误比特数和误比特率的biterr函数。
最后得到当K=5dB与K=-inf时的误比特率（BER）的仿真曲线,如图6所示。
对于莱斯衰落信道,由于多径信号中含有视距传播分量,从图6可以看出随着K值的增大,接收信号中直视波的能量增大,使得误码率的性能大为改善。
分析可知当K值逐渐增大时,所得误码率的曲线会越来越接近理想曲线。
functionr=ray_doppler（fm,M,dt,N）
T=N*dt-dt;
t=0:
dt:
T;
c=sqrt（2/M）;
w=2*pi*fm;
x=0;
y=0;
forn=1:
M
alpha=（2*pi*n-pi+（2*pi*rand-pi））/（4*M）;
ph1=2*pi*rand-pi;
ph2=2*pi*rand-pi;
x=x+c*cos（w*t*cos（alpha）+ph1）;
y=y+c*cos（w*t*sin（alpha）+ph2）;
r=sqrt（x.^2+y.^2）/sqrt
（2）;
functionBER=psk_rice（logEbNo,M,Kdb）
k=log2（M）;
EbNolin=10.^（logEbNo/10）
Fd=1;
Fs=1;
Nit=100000;
Ns=1000;
Tstop=100;
forit_snr=1:
length（EbNolin）
nstd=sqrt（1/（2*k*EbNolin（it_snr）））;
bit_err=0;
forit=1:
Nit
a=randint（Ns,1,M）;
s=dmodce（a,Fd,Fs,'
psk'
M）;
r=rice_fading（Kdb,Ns,1）;
v_r=s.*r'
;
v=v_r+nstd*（randn（Ns,1）+...
j*randn（Ns,1））;
z=ddemodce（v,Fd,Fs,'
errors=biterr（a,z）;
bit_err=bit_err+errors;
ifbit_err>
=Tstop
break
BER（it_snr）=bit_err/（it*Ns*k）;
End
semilogy（logEbNo,BER,'
xlabel（'
Eb/No（dB）'
ylabel（'
BER'
）；
图6莱斯衰落信道中QPSK信号传输性能的仿真
4结论
对移动无线通信系统而言,因为传播环境的复杂性和多样性,无线信道的特性在接收机的设计中扮演着至关重要的角色。
介绍利用Matlab对移动无线信道进行仿真的方法,得到了传输信号在小尺度衰落信道（主要是瑞利衰落信道和莱斯衰落信道）的传输特性的估计以及QPSK调制信号在莱斯衰落信道中传播的性能估计。
所得的这些结果,能够较为准确地模拟实际无线信道的主要特性,并且具有复杂度低和易于实现等优点,在通信理论研究中有较高的应用价值。
升级会员 