AWGN信道中BPSK调制系统的BER仿真计算.docx

1、AWGN信道中BPSK调制系统的BER仿真计算序号（学号）：学生实验报告书 2014年4月27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 二实验内容利用仿真程序在MATLAB 环境下完成AWGN信道中BPSK调制系统的BER仿真计算，得到仿真结果，写出实验小结，完成实验报告。三实验仪器： 计算机 matlab软件四、 实验原理 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

2、 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。五实验步骤 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。 设定信噪比：假定 SNR 为

3、 m dB,则 Eb/N0=10,用 MATLAB 假设 SNR 单位为分贝。 确定Eb 计算N0 计算噪声的方差 n 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 。 加上噪声，运行接收器 确定时间延迟 产生误差向量 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)。 6 实验结果及分析MATLAB程序：%Simu

4、lation of bpskAWGNMax_SNR=10;N_trials=1000;N=200;Eb=1;ber_m=0;for trial=1:1:N_trials trial msg=round(rand(1,N); % 1, 0 sequence s=1-msg.*2; %0-1, 1-1 n=randn(1,N)+j.*randn(1,N); %generate guass white noise ber_v=; for snr_dB=1:2:Max_SNR snr=10.(snr_dB./10); %snr(db)-snr(decimal) N0=Eb./snr; sgma=sqr

5、t(N0./2); y=sqrt(Eb).*s+sgma.*n; y1=sign(real(y); y2=(1-y1)./2; % 1, 0 sequence error=sum(abs( msg- y2); %error bits ber_snr=error./N; %ber ber_v=ber_v,ber_snr; end %for snrber_m=ber_m+ber_v;endber=ber_m./N_trials;ber_theory=;for snr_db=1:2:Max_SNR snr=10.(snr_db./10); snr_1=Qfunct(sqrt(2*snr); ber_

6、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(Monte Carlo, 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1 bpskAWGN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

7、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。%Simulation of qpskAWGNN_trials=1000;N_number=100;N_snr=10;Es=1;BER_m=0;SER_m=0;for trials=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; %g

8、enerate qpsk signal niose=randn(1,N_number/2)+j.*randn(1,N_number/2); %generate noise SER_v=; %Symbol error rate BER_v=; %Bit error ratefor snr_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=; for k=1:length(Y_r); Y_bit=Y_

9、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; for k=1:N_number if X_b(k)=0; ber_snr=ber_snr+1; end; end; ser_snr=0; for k=1:N_number/2; if X_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;%for SNRBER_

10、m=BER_m+BER_v;SER_m=SER_m+SER_v;end % for trialsBER=BER_m./N_trials;SER=SER_m./N_trials;BER_T=;SER_T=; for snr_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;figurei=0:1:N_snr;semilogy(i,B

11、ER,-r,i,BER_T,*b);legend(BER-simulation,BER-theory);xlabel(Eb/N0(db);ylabel(BER);figurei=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，

12、图5是ser图。图2 BER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3 SER仿真结果与理论值实验二： 无线通信信道建模 一、实验目的1.掌握无线移动通信信道的特点，根据相关模型进行仿真。2.掌握MATLAB 语言对

13、上述参数进行仿真。二实验内容 利用仿真程序在MATLAB 环境下完成移动信道建模的仿真分析，得到仿真结果，写出实验小结，完成实验报告。三实验仪器 计算机 matlab软件四、 实验原理 当移动台在一个较小的范围（小于20个工作波长）运动时，引起接收信号的幅度、相位和到达角等的快速变化，这种变化称为小尺度衰落。典型的小尺度衰落有Rayleigh、Rician衰落，因为当信号在传播过程中经过许多反射路径后，接收到的信号幅度可以用Rayleigh或Rician概率密度函数来描述。在接受信号有直达信号LOS的情况下，幅度的衰落呈现Rician分布，而当在接收端没有直达信号的情况下，幅度的衰落呈现Ray

14、leigh分布。采用小尺度衰落模型的信道，衰落幅度是服从Rician或Rayleigh分布的随机变量，这些变量将会影响到接收信号的幅度和功率。五实验步骤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

15、功率分配产生功率：P i =P t /M；采用指数分布的功率 延迟谱产生功率：P=1/6*exp(-t/6) 六实验结果及分析MATLAB程序：% Simulation Of Jakes Modelclear all;f_max = 30;M = 8; % # of low frequency oscillators - 1N = 4*M+2;Ts=1.024e-04;sq = 2/sqrt(N);sigma = 1/sqrt(2);theta = 0; % Fixed Phasecount = 0;t0=0.001; for t = 0:Ts:0.5 % Varying time count

16、 = count + 1 g(count) = 0; for n = 1 : M+1, if n = M c_q(count,n) = 2*sigma*sin(pi*n/M); % Gain associated with quadrature component c_i(count,n) = 2*sigma*cos(pi*n/M); % Gain associated with inphase component f_i(count,n) = f_max*cos(2*pi*n/N); % Discrete doppler frequencies of inphase component f_

17、q(count,n) = f_max*cos(2*pi*n/N); % Discrete doppler frequencies of quadrature component 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; % end if g_i(count,n) = c_i(count,n)*cos(2*pi*f_i(count,n)*(t-t0) + theta); % Inphase com

18、ponent for one oscillator g_q(count,n) = c_q(count,n)*cos(2*pi*f_q(count,n)*(t-t0) + theta); % Quadrature component for one oscillator end; %end n tp(count) = sq*sum(g_i(count,1:M+1);% Total Inphase component tp1(count) = sq*sum(g_q(count,1:M+1);% Total quadrature component end; % end count no n aga

19、in envelope=sqrt(tp.2+tp1.2); %rayleigh envelope rmsenv=sqrt(sum(envelope.2)/count); %root mean square envelpe auto_i,lag_i = xcorr(tp,coeff) ; % Auto-correlation associated with inphase component auto_q,lag_q = xcorr(tp1,coeff); % Auto-correlation associated with quadrature component len=length(lag

20、_i); corrx2,lag2 = xcorr(tp,tp1,coeff);% Cross Correlation between inphase and quadrature components aa=-(len-1)/2:1:(len-1)/2;%total duration for lag bb=(len-2001)./2;%mid . points for drawing figures cc=bb+1:1:bb+2001;%for getting the mid-values dd=-1000:1:1000; %_ tdd=dd*Ts; z=2.*pi.*f_max*tdd; s

21、igma0=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) figureco1=1:1

22、000;semilogy(co1*Ts,envelope(1:1000);xlabel(t(Second);ylabel(Rayleigh Coef.);%_length_r=length(envelope);%_pdf_env=zeros(1,501);count=0;temp=round(100.*envelope);for k=1:length_r if temp(k)=500 count=count+1; pdf_env(1,temp(k)+1)=pdf_env(1,temp(k)+1)+1; endend countpdf_env=pdf_env./count./0.01; %sim

23、ulation rayleigh pdfsgma2=0.5;x=0:0.01:5;pdf_theory=(x./sgma2).*exp(-1.*x.2./(2.*sgma2); %theory rayleigh pdffigureplot(x,pdf_env,-,x,pdf_theory,*);legend(Simulated,Theoretic);xlabel(r);ylabel(PDF of r);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

24、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4. 同相分量的自相关仿真图形和理论图形图5. 正交分量的自相关仿真图形和理论图形 图6. 瑞利衰落系数图形图7. 瑞利分布概率密度函数仿真图形和理论图形结果分析：图4和图5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6是瑞利衰落系数的时域图形，图7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

25、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。 实验三： CDMA通信仿真1、实验目的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。2实验内容设计一个CDMA系统，用MATLAB进行仿真，统计BER或SER随信噪比的关系，绘出曲线。对统计试验的结果与单用户的理论值

26、进行比较，对仿真结果进行分析。三实验仪器 计算机 matlab软件四实验原理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。五实验步骤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。4. 对统计试验的结果与单用户的理论值进行比较。5. 对仿真结果进行分析。六实验结果及分析MA

27、TLAB程序：%main_IS95_forward.m %此函数用于IS-95前向链路系统的仿真，包括扩%频调制，匹配滤波，RAKE接收等相关通信模块。 %仿真环境: 加性高斯白噪声信道. %数据速率 = 9600 KBps % clear allclose allclcdisp(-start-); global Zi Zq Zs show R Gi Gq clear j; show = 0; %控制程序运行中的显示SD = 0; % 选择软/硬判决接收 %-主要的仿真参数设置-BitRate = 9600; %比特率ChipRate = 1228800; %码片速率N = 184; %源数据

28、数MFType = 1; % 匹配滤波器类型-升余弦R = 5; %+Viterbi生成多项式+G_Vit = 1 1 1 1 0 1 0 1 1; 1 0 1 1 1 0 0 0 1;%Viterbi生成多项式矩阵K = size(G_Vit, 2); %列数 L = size(G_Vit, 1); %行数 %+ %+Walsh矩阵+WLen = 64; %walsh码的长度Walsh = reshape(1;0*ones(1, WLen/2), WLen , 1); %32个1 0行%Walsh = zeros(WLen ,1); %+ %+扩频调制PN码的生成多项式+%Gi = 1 0 1 0 0 0 1 1 1 0 1 0 0 0 0 1; %Gq = 1 0 0 1 1 1 0 0 0 1 1 1 1 0 0 1; Gi_ind = 15, 13, 9, 8, 7, 5, 0; %i路PN码生成多项式参数Gq_ind = 15, 12, 11, 10, 6, 5, 4, 3, 0; %q路PN码生成多项式参数Gi = zeros(16, 1); %161的0矩阵Gi(16-Gi_ind) = ones(size(Gi_ind);%根据Gi_ind配置i路PN码生成多