中国地质大学通信原理结课报告.docx
《中国地质大学通信原理结课报告.docx》由会员分享，可在线阅读，更多相关《中国地质大学通信原理结课报告.docx（16页珍藏版）》请在冰豆网上搜索。
中国地质大学通信原理结课报告
中国地质大学（武汉）
通信原理实验报告
姓名：
学号：
班级：
指导老师：
陈振兴
实验一3
1.实验目的3
2.实验内容3
3.实验结果4
4.分析与小结4
实验二5
1.实验目的5
2.实验内容5
3.实验结果5
4.分析与小结10
实验三10
1.实验目的10
2实验内容
（一）10
2.1实验结果12
2.2分析与小结13
3实验内容
（二）13
3.1实验结果15
3.2分析与小结16
实验一
1.实验目的
练习使用matlab中的基本函数，为以后的实验打下基础
2.实验内容
function[f,sf]=T2F（t,st）%%傅里叶变换
dt=t
（2）-t
（1）;
T=t（end）;
df=1/T;
N=length（st）;
f=-N/2*df:
df:
N/2*df-df;
sf=fft（st）;
sf=T/N*fftshift（sf）;
function[t,st]=F2T（f,sf）%%傅里叶反变换
df=f
（2）-f
（1）;
Fmx=（f（end）-f
（1）+df）;
dt=1/Fmx;
N=length（sf）;
T=dt*N;
t=0:
dt:
T-dt;
sff=fftshift（sf）;
st=Fmx*ifft（sff）;
clearall;
closeall;
T=1;
N_sample=128;%%去采样点个数128
dt=T/N_sample;
t=0:
dt:
T-dt;
st=[ones（1,N_sample/2）,-ones（1,N_sample/2）];%%产生一个周期的方波信号
subplot（211）;
plot（t,st）;
axis（[01-22]）;
xlabel（'t'）;ylabel（'s（t）'）;
subplot（212）;
[f,sf]=T2F（t,st）;
plot（f,abs（sf））;holdon;
axis（[-101001]）;
xlabel（'f'）;ylabel（'s（f）'）;
3.实验结果
4.分析与小结
图一为一个周期的方波信号，图二为此方波信号经过傅里叶变换变换到频域后的图形。
由图可以看出，该方波信号经过傅里叶变换后能量主要集中在-2到2之间，且该频率图形对称。
实验二
1.实验目的
用matlab实现2PSK和QPSK，并做它们的仿真。
2.实验内容
t=1;
forsnr=0:
15%%信噪比从0取到15
map=[-11];
tr_2=1+fix（rand（1,10^5））;%%产生随机的0,1信号
tx=map（tr_2+1）;
rx=awgn（tx,snr,'measured'）;%%通过高斯信道得到rx
rx_2=[rx>0];%%抽样判决
pe=length（find（tr_2-rx_2））;%%比较接收信号与发射信号的不同
ps（t）=pe/length（tr_2）;%%计算误码率
t=t+1;
end
semilogy（0:
15,ps,'-bo'）;
gridon;
3.实验结果
2PSK运行结果：
QPSK运行结果：
QPSK仿真结果：
snr=10;
星座图为：
snr=5:
星座图为：
2PSK仿真结果：
星座图为：
4.分析与小结
有实验结果可以看出，实验结果和仿真出来的结果在相同信噪比的情况下基本相同；QPSK与2PSK相比，在相同信噪比的情况下，QPSK性能较好于2PSK。
实验三
1.实验目的
量化编码，解码
2实验内容
（一）
——将给定音频文件量化编码
functionwave
L=10000;%%选取采样点100000个；
voicefile=wavread（'voicefile.wav'）;%%打开给定音频文件wavefile并将其作图
figure
（1）
plot（voicefile）
maxvalue=max（abs（voicefile））;%%求出音频的最大振幅
M=4;
k=log2（M）;
quan_set=2*maxvalue/M;%%选取量化间隔
tx_quanvalue=zeros（1,L）;%%初始化发送和接收数组
rx_quanvalue=zeros（1,L）;
fori=1:
L
samplevalue=voicefile（i）;%%读入音频文件第i个值
forn=1:
M
Ifsamplevalue>=-maxvalue+quan_set*（n-1）&&samplevalue<=-maxvalue+quan_set*n
tx_quanvalue（i）=（-2*maxvalue+2*quan_set*n-quan_set）/2;%%取区间中点为抽样值
tx2str=dec2bin（n-1,k）;%%转化为k位二进制
foru=1:
k
tx_b（u,i）=str2double（char（tx2str（u）））;%%每一行代表一个数据
end
end
end
end
figure
（2）
plot（tx_quanvalue）%%做出输出波形量化后的图形
tx=tx_b（:
）';
rx=reshape（tx,k,L）;
fori=1:
L%%对量化编码的数据进行解码
n=0;
forj=1:
k
n=n+rx（j,i）*2^（k-j）;
rx_quanvalue（i）=（-2*maxvalue+2*quan_set*（n+1）-quan_set）/2;
end
end
wavwrite（rx_quanvalue（:
）,48000,'rx_voicefile.wav'）;
%%将解码后的数据保存入新增文件rx_voicefile
figure（3）
plot（rx_quanvalue）
2.1实验结果
原噪声图形
量化编码后的图形
解码后的图形
2.2分析与小结
由以上的图形可以看出，原来的音频信号是一串随机的信号，经过量化编码后变成图二所示的8个量化电平的信号，因为没有加入噪声，经过解码后恢复的信号和编码是一样的。
3实验内容
（二）
——将文件rx_voicefile通过2ASK和QPSK编码，通过高斯信道，然后解码
%%同上将音频文件量化编码
functionwave2
L=10000;
voicefile=wavread（'rx_voicefile.wav'）;
figure
（1）
plot（voicefile）
maxvalue=max（abs（voicefile））;
M=4;
k=log2（M）;
quan_set=2*maxvalue/M;
fori=1:
L
samplevalue=voicefile（i）;
forn=1:
M
ifsamplevalue>=-maxvalue+quan_set*（n-1）&&samplevalue<=-maxvalue+quan_set*n
tx_quanvalue（i）=（-2*maxvalue+2*quan_set*n-quan_set）/2;
tx2str=dec2bin（n-1,k）;%%转化为k位二进制
foru=1:
k
tx_b（u,i）=str2double（char（tx2str（u）））;%%每一行代表一个数据
end
end
end
End
%%通过高斯信道然后解码。
snr=100;
map=[-1,1];
fori=1:
L
foru=1:
k
tx（u,i）=map（tx_b（u,i）+1）;
end
end
rx=awgn（tx（:
）,snr,'measured'）;%%经过高斯信道
fori=1:
k*L
rx（i）=rx（i）>0;%%抽样判决
end
fori=1:
L%%解码
n=0;
forj=1:
k
n=n+rx（（i-1）*k+j）*2^（k-j）;
end
rx_quanvalue（i）=（-2*maxvalue+2*quan_set*（n+1）-quan_set）/2;
end
figure
（2）
plot（rx_quanvalue）;
wavwrite（rx_quanvalue（:
）,48000,'rx_2PSKvoicefile.wav'）;
%%将文件解码后写入rx_2PSKvoicefile文件中
3.1实验结果
snr=100;
snr=30;
snr=0;
3.2分析与小结
编码后的信号进过不同信噪比的高斯信道后的图形差别很大。
当snr=100时，表示噪声很小，信号很大，基本上相当于没有噪声，所以后来解码出的图形与原图形基本一致；snr=30时，噪声相对于信号有点大，所以解码后的图形相对于原图形有所变形；snr=0时，表示噪声远大于信号，接收端接收到的基本都是信号，所以解码后的图形与原图形基本不。
升级会员 