当前位置:文档之家› 课程设计分析方案——matlab瑞利衰落信道仿真

课程设计分析方案——matlab瑞利衰落信道仿真

目录摘要 (1)1、设计原理 (2)1.1设计目的 (2)1.2仿真原理 (2)1.2.1瑞利分布简介 (2)1.2.2多径衰落信道基本模型 (2)1.2.3产生服从瑞利分布的路径衰落r(t> (3)1.2.4产生多径延时 (4)1.3仿真框架 (4)2、设计任务 (4)2.1设计任务要求 (4)2.2 MATLAB仿真程序要求 (4)3、DSB调制解调分析的MATLAB实现 (5)3.1 DSB调制解调的MATLAB实现 (5)3.2瑞利衰落信道的MATLAB实现 (6)4、模拟仿真及结果分析 (7)4.1模拟仿真 (7)4.1.1多普勒滤波器的频响 (7)4.1.2多普勒滤波器的统计特性 (7)4.1.3信道的时域输入/输出波形 (8)4.2仿真结果分析 (8)4.2.1时域输入/输出波形分析 (8)4.2.2频域波形分析 (8)4.2.3多普勒滤波器的统计特性分析 (9)5、小结与体会 (9)6、参考文献 (9)MATLAB 通信仿真设计摘要主要运用MATLAB进行编程,实现采用对输入信号进行抑制载波的双边带调幅;而后将调幅波输入信道,研究多径信道的特性对通信质量的影响;最后将信道内输出的条幅波进行同步解调,解调出与输入信号波形相类似的波形,观测两者差别。

同时输出多普勒滤波器的统计特性图及信号时域和频域的输入、输出波形。

关键字:双边带调幅瑞利衰落相干解调MATLAB1、设计原理1.1设计目的由于多径和移动台运动等影响因素,使得移动信道对传输信号在时间、频率和角度上造成了色散,如时间色散、频率色散、角度色散等等,因此多径信道的特性对通信质量有着至关重要的影响,而多径信道的包络统计特性成为我们研究的焦点。

根据不同无线环境,接收信号包络一般服从几种典型分布,如瑞利分布、莱斯分布和Nakagami-m分布。

在设计中,专门针对服从瑞利分布的多径信道进行模拟仿真,进一步加深对多径信道特性的了解。

1.2仿真原理1.2.1瑞利分布简介<1)环境条件:通常在离基站较远、反射物较多的地区,发射机和接收机之间没有直射波路径,存在大量反射波;到达接收天线的方向角随机且在<0~2π)均匀分布;各反射波的幅度和相位都统计独立。

<2)幅度、相位的分布特性:包络 r 服从瑞利分布,θ在0~2π内服从均匀分布。

瑞利分布的概率分布密度如图1所示:图1 瑞利分布的概率分布密度1.2.2多径衰落信道基本模型根据ITU-RM.1125标准,离散多径衰落信道模型为(1>其中复路径衰落,服从瑞利分布;是多径时延。

多径衰落信道模型框图如图2所示:图2 多径衰落信道模型框图1.2.3产生服从瑞利分布的路径衰落r(t>利用窄带高斯过程的特性,其振幅服从瑞利分布,即<2)上式中,、、分别为窄带高斯过程的同相和正交支路的基带信号。

首先产生独立的复高斯噪声的样本,并经过FFT后形成频域的样本,然后与S<f)开方后的值相乘,以获得满足多普勒频谱特性要求的信号,经IFFT后变换成时域波形,再经过平方,将两路的信号相加并进行开方运算后,形成瑞利衰落的信号r(t>。

如下图3所示:图3 瑞利衰落的产生示意图其中,<3)1.2.4产生多径延时多径/延时参数如表1所示:Tap Relative delay (ns> Average power (dB>1 0 02 310 -1.03 710 -9.04 1 090 -10.05 1 730 -15.06 2 510 -20.01.3仿真框架根据多径衰落信道模型<见图2),利用瑞利分布的路径衰落<见图3)和多径延时参数<见表1),我们可以得到多径信道的仿真框图,如图4所示:图4 多径信道的仿真框图2、设计任务2.1设计任务要求<1)查找资料,了解瑞利衰落信道模型的分类,结合某种模型,掌握瑞利分布的多径信道仿真原理,用MATLAB仿真实现瑞利分布的多径信道的仿真;<2)根据已学的知识,实现一种基带信号的模拟调制并做出仿真;<3)结合<1)<2)步,观察已调信号通过瑞利信道后的时域波形图和频谱图;<4)对仿真结果做适当分析。

2.2MATLAB 仿真程序要求<1)参数设计准确、合理;<2)关键语句加注释;<3)仿真结果正确,图形清晰。

3、DSB调制解调分析的MATLAB实现3.1 DSB调制解调的MATLAB实现%main.mclc。

LengthOfSignal=10000。

%信号长度fm=500。

%最大多普勒频移?相关文献应该有估算公式fc=5000。

%信道载波频率t=1:LengthOfSignal。

% SignalInput=sin(t/100>。

%DSB调制SignalInput=sin(t/50>。

%+cos(t/65>。

%调制信号c=cos(0.2*pi*t>。

%载波信号y_in=SignalInput.*c。

%调制delay=[0 31 71 109 173 251]。

%10nspower=[0 -1 -9 -10 -15 -20]。

%dBy_in=[zeros(1,delay(6>> y_in]。

%为时移补零y_out=zeros(1,LengthOfSignal>。

%存放经信道未解调的信号<现为无输入信号%时的输出信号)%y_out_end最终解调后信号%多路径衰落for i=1:6%图4f=1:2*fm-1。

Rayl。

y_out=y_out+r.*y_in(delay(6>+1-delay(i>:(delay(6>+LengthOfSignal-delay(i>>>*10^(power(i>/20>。

end。

% S(t>*cos(w*t>=m(t>*cos(w*t>*cos(w*t>=0.5*m(t>*(1+cos(2*w*t>>%用一个低通滤波器将上式中的第一项和第二项分离,无失真的恢复出原始的调制信号。

%这种调制方法又称为同步解调或相干解调%同步解调y_out_end=y_out.*c。

%同步解调或相干解调%低通滤波wp=0.1*pi。

ws=0.12*pi。

Rp=1。

As=15。

[N,wn]=buttord(wp/pi,ws/pi,Rp,As>。

[b,a]=butter(N,wn>。

y_out_end =filter(b,a,y_out_end>。

%滤波y_out_end =2* y_out_end。

%恢复幅度%原信号的频谱K=fft(SignalInput>。

%DSB调制后信号的频谱L=fft(y_in>。

%y_out的频谱<含包络)M=fft(y_out>。

%最终解调的频谱N=fft(y_out_end>。

%输出figure(1>。

subplot(4,2,1>。

plot(SignalInput(delay(6>+1:LengthOfSignal>>。

axis([0,3000,-2,2]>。

title('原始输入信号'>。

subplot(4,2,2>。

plot(abs(fftshift(K>>>。

axis([4900,5100,0,6000]>。

title('原始输入信号的频谱 '>。

subplot(4,2,3>。

plot(y_in(delay(6>+1:LengthOfSignal>>。

axis([0,3000,-2,2]>。

%去除时延造成的空白信号title(' 进入瑞利信道前,DSB调制后的信号'>。

subplot(4,2,4>。

plot(abs(fftshift(L>>>。

axis([3500,6500,0,3000]>。

title('进入瑞利信道前,DSB调制后的信号的频谱 '>。

subplot(4,2,5>。

plot(y_out(delay(6>+1:LengthOfSignal>>。

axis([0,3000,-0.08,0.08]>。

%去除时延造成的空白信号title('经瑞利信道后,DSB解调前的信号'>。

subplot(4,2,6>。

plot(abs(fftshift(M>>>。

axis([3500,6500,0,100]>。

title('经瑞利信道后,DSB解调前的信号的频谱'>。

subplot(4,2,7>。

plot(y_out_end(delay(6>+1:LengthOfSignal>>。

axis([0,3000,-0.08,0.08]>。

%去除时延造成的空白信号title('最终解调后的信号'>。

subplot(4,2,8>。

plot(abs(fftshift(N>>>。

axis([4900,5100,0,200]>。

title('最终解调后的信号的频谱 '>。

figure(2>。

subplot(3,1,1>。

hist(r,256>。

%绘制直方图title('瑞利信道的幅度分布'>subplot(3,1,2>。

hist(angle(r0>>。

title('瑞利信道的相位分布'>。

subplot(3,1,3>。

plot(Sf1>。

title('多普勒滤波器的频响特性'>。

3.2瑞利衰落信道的MATLAB实现%Rayl.m 参考【1】f=1:2*fm-1。

%通频带长度y=1.5./((1-((f-fm>/fm>.^2>.^(1/2>>/pi/fm。

%多普勒功率谱(基带>图3Sf=zeros(1,LengthOfSignal>。

Sf1=y。

Sf(fc-fm+1:fc+fm-1>=y。

%(把基带映射到载波频率>x1=randn(1,LengthOfSignal>。

x2=randn(1,LengthOfSignal>。

nc=ifft(fft(x1+1i*x2>.*sqrt(Sf>>。

相关主题