-
序号(学号)
:
实验报告书
实验课程名称
开课学院
移动通信系统实验
信息工程学院
指导老师姓名
学生姓名
学生专业班级
2014
年
4
月
20
日
实验课程名称:
移动通信系统实验
实验项目名称
AWGN
信道中
BPSK
调制系统的
BER
实验成绩
组
别
实验日期
2014
年
4
月
11
日
仿真计算
实
验
者
同
组
者
专业班级
/
一.实验目的
< br>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.实验仪器
1.
计算器及操作系统
软件
三.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
m dB,
则
Eb/N
0
=10,
用
MATLAB
假设
SNR
单位为分贝。
③
确定
Eb
④
计算
N
0
⑤
计算噪声的方差
< br>σ
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
p>
σ
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:
< br>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
< br>MATLAB
计算
BER:
b
er=te/length(tx)
。
四.实验内容
1.
实
验程序
a
% Simulation of BPSK AWGN
Max_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=sqrt(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 snr
ber_m=ber_m+ber_v;
end
ber=ber_m./N_trials;
ber_theory=[];
for
snr_db=1:2:Max_SNR
snr=10.^(snr_db./10);
snr_1=qfunc(sqrt(2*snr));
ber_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')
2.
实验程序
b
%Simulation
of QPSK AWGN
N_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;
%generate qpsk signal
p>
noise=randn(1,N_number/2)+j.*randn(1,N_nu
mber/2);
SER_v=[]; %Symbol error rate
BER_v=[]; %Bit error rate
for
snr_db=0:1:N_snr;
sgma=(1/2)*sqrt(10.^(-snr_db./10));
Y=Sc+sgma.*noise;
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_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 SNR
BER_m=BER_m+BER_v;
SER_m=SER_m+SER_v;
end%
for trials
BER=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=qfunc(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;
figure
i=0:1:N_snr;
semilogy(i,BER,'-r',i,BER_T,'*b');
legend('BER-simulation','BER-theory');
xlabel('Eb/NO(db)');
ylabel('BER');
figure
i=0:1:N_snr;
semilogy(i,SER,'-r',i,SER_T,'*b');
legend('SER-simulation','SER-theory');
xlabel('Eb/NO(db)');
ylabel('SER');
五.仿真结果
1.
实验程序
a
图
a
3.
实
验程序
b
图
b1
图
b2
五
.
实验小结
通过本次实验,掌握了二相
BPSK
调
制的工作原理及利用
MATLAB
进行误比特
< br>率测试
BER
的方法,学会了
A
WGN
信道中
BPSK
调制系统的
p>
BER
仿真计算方法。在
实验过程中我通过
不断的调试与学习,对本次实验的内容有了整体的把握,对
MATLAB
的使用也更加熟练,达到了预期的效果,收获很大。
实验课程名称:
移动通信系统实验
<
/p>
实
验
项
目
名称
实
验
者
同
组
者
专业班级
/
组
别
实验日期
移动信道建模的仿真分析
实验成绩
一、
实验目的
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
< br>通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、实验仪器
1.
计算器及操作系统
软件
三、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
< br>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<
/p>
)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:①若采用
等功率分配产生功率
:
P
i
=P
t
/M
;②采用指数分布的功率延迟谱产生功率:
P=1/6*exp(-t/6)
四、实验内容
实验程序如下:
%
Simulation of Jakes Model
clear all;
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;
for t=0:Ts:0.5
count=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_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
component for one oscillator
g_q(count,n)=
c_q(count,n)*cos(2*pi*f_q(count,n)*(t-t0)+theta);
%Quadrature
componentforoneoscillator
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 nagain
envelope=sqrt(tp.^2+tp1.^2);
rmsenv=sqrt(sum(envelope.^2)/count);
[auto_i,lag_i]=xcorr(tp,'coeff');
%Auto-
correlation associated with inphase component
[auto_q,lag_q]=xcorr(tp,'coeff');
%Auto-
correlation associated with quadrature component
len=length(lag_i);
[corrx2,lag2]=xcorr(tp,tp1,'coeff');
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;
sigma0=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');
figure;
co1=1:1000;
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,tem
p(k)+1)=pdf_env(1,temp(k)+1)+1;
end
end
count
pdf_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('PDF of
r');
五.仿真结果
图
1
图
2
图
3
图
4
六
.
实验小结
通过本次实验,我进行了无线通信信道的建模与仿真,认识到它是实现移动通信系统仿<
/p>
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。通过信道
设计实验,基本掌握了频率选择性信道模型的仿真建模方法以及模型中瑞利衰落系数的设
计
方法,学会了多径数目、
功率和时延参数的设计和采用
MATLAB
语言对上述参数进行仿真。
实<
/p>
验过程中,
我通过不断调试与修改,
终于
成功完成了任务,
加深对
MATLAB
的应用的同时掌
握了相关的知识。
-
-
-
-
-
-
-
-
-
上一篇:土地发包协议
下一篇:合同主体变更三方协议48979