matlab均衡仿真报告—胡梦春—11211132

1、均衡matlab实验仿真报告 学院：电子信息工程学院班级：通信1106班姓名：胡梦春学号：11211132指导教师：杨维老师 时间：2014年5月27日均衡MATLAB仿真报告要求：现给出迫零均衡（ZF）、最小均方误差均衡中的最小均方算法（LMS）的matlab程序，理解各程序，完成以下习题。将程序运行结果及各题目的解答写入word中：用matlab分别运行“main_zf.m”和“main_lms.m”（a）在程序中标注“注释”处加上注释（英文或中文）。main_zf.mM=1500; %码元数目P=0.5; %1码概率data=2*round(rand(1,M)+P-0.5)-1;%产生一

2、列01 码h=0.02 0.05 0.1 -0.2 1 -0.2 0.1 0.06 0.01;%注释：归一化的多径信道系数hr=conv(data,h);%迫零均衡N=5;C=force_zero(h,N); %获得均衡器系数Cdataout=conv(r,C); %注释:将经过多径信道传输的信号通过均衡器figure(1)subplot(2,2,1)plot(1:length(data),data,'.')title('发送信号序列')subplot(2,2,2)plot(1:length(r),r,'.')title('多径信号序列&

3、#39;)subplot(2,2,3)plot(1:length(dataout),dataout,'.')title('均衡后的信号序列')figure(2)eyediagram(r,2);title('迫零均衡前的眼图');figure(3)eyediagram(dataout,2);title('迫零均衡后的眼图'); %注释：画迫零均衡后的眼图%用不同阶数的迫零均衡器均衡后的误码率，并与理想误码率曲线比较。snr_in_dB=4:11; %注释：产生不同的信噪比条件，4dB到11dBN=1 2 3; %注释：均衡器抽头数为

4、2*N+1，分别表示3、5、7阶均衡器err_rate=zeros(length(N),length(snr_in_dB); %注释：经过均衡误码率统计err_rate1=zeros(1,length(snr_in_dB); %注释：未经过均衡误码率统计for ii=1:length(N)C=force_zero(h,N(ii);forjj=1:length(snr_in_dB)SNR=10(snr_in_dB(jj)/10); %注释：将信噪比dB值转化为线性值err=0; %注释：经过均衡的误码个数err1=0; %注释：没有经过均衡的误码个数for kk=1:103 %注释：kk从1到1

5、000，每种信噪比下，试验1000次x=2*round(rand(1,M)+P-0.5)-1; %注释： %产生一列01码，1码概率为Px2=awgn(x,SNR,'measured','linear'); %注释：x序列中加入高斯白噪声x1=conv(x2,h); %注释：序列x2通过多径信道y=conv(x1,C); %注释：将经过多径信道传输的信号通过均衡器L=(length(y)-M)/2; y=y(L+1:L+M); %注释：取L+1到L+M个数的符号 y=sign(y); %注释：根据y的正负，以零为判决门限 err=err+sum(abs(x-y)

6、/2; %根据收发序列是否相同统计误码个数%-不经过均衡 L1=(length(x1)-M)/2; %注释：收到序列的起始点 x11=x1(L1+1:L1+M); %注释：取L+1到L+M个数的符号 y11=sign(x11); %注释：根据y的正负，以零为判决门限 err1=err1+sum(abs(x-y11)/2; %注释：根据收发序列是否相同统计误码个数enderr_rate(ii,jj)=err/(M*103) %注释：统计不同阶数均衡器下的误码率err_rate1(1,jj)=err1/(M*103) %注释：统计不经过均衡器的误码率endendfigure;semilogy(sn

7、r_in_dB,0.5*erfc(sqrt(1*10.(snr_in_dB/10),'g*-');hold on;semilogy(snr_in_dB,err_rate1(1,:),'g-');hold on;semilogy(snr_in_dB,err_rate(1,:),'ko');hold on;semilogy(snr_in_dB,err_rate(2,:),'go');hold on;semilogy(snr_in_dB,err_rate(3,:),'ro');title('误码率');l

8、egend('高斯信道下理想误码率特性','未进过均衡的误码率','三阶迫零均衡误码率','五阶迫零均衡误码率','七阶迫零均衡误码率');xlabel('SNR');main_LMS.mclear;clc;%*变量设置区*%N=10000; %二进制信源的长度,测误码率时使用的N h = 0.6 -0.3 0.1; %多径响应序列order = 5; %C的阶数(取大于1的奇数)mu = 0.01; % 步长delta=2; %延迟SNRdB = 5:15; Loops = 100,100,100

9、,100,100,100,100,100,100,100,100; %循环数，实现信源长度106%*%C = zeros(order,1); %初始化自适应系数for i = 1:length(SNRdB) % 注释：在不同信噪比下，从5dB到15dBdisp('目前仿真到第',num2str(i),'轮:','SNR=',num2str(SNRdB(i),'dB'); %注释：不同轮数，不同信噪比条件下TotalError = 0; % 注释：经过均衡的误码个数，初始化为0totalerror1=0;SNR = 10(SNRdB

10、(i)/10); % 注释：将信噪比dB值转化为线性值for JJJ = 1:Loops(i) % 注释：第一轮迭代循环x=randsrc(1,N,0,1;0.5,0.5);%注释：产生有N个数的01随机序列，0、1概率都为0.5 x1=1-x*2; %注释：将x序列中的0转化为1,1转化为-1 x2 = conv(x1,h); % 注释：序列x1通过多径信道 x3 = awgn(x2,SNR,'measured','linear'); %注释：x2序列中加入高斯白噪声for jjj=order+1:N % iterate 循环，迭代rr=x3(jjj:-1:j

11、jj-order+1)' % vector of received signal e=x1(jjj-delta)-C'*rr; % calculate error C=C+mu*e*rr; % update equalizer coefficientsend x6=filter(C,1,x3); %注释：通过信道传输的序列x3经过均衡器C x7 = (1-sign(x6)/2; %注释：判决x6序列，小于0的数判为1，大于零的数判为-1 x8=x3<0; %注释：经信道传输不经过均衡器x3小于0，x8为1，否则x8为0 TotalError = TotalError +

12、sum(abs(x-x7(3:end); %注释：统计经过均衡器的误码数 totalerror1=totalerror1+ sum(abs(x8(1:end-2)-x); %注释：统计不经过均衡器的误码endBER(i) = TotalError / (N-order) / Loops(i); % 注释：统计经过均衡器的误码率ber1(i)= totalerror1 / N / Loops(i); %注释：统计不经过均衡器的误码率endfigure(1)subplot(2,2,1)plot(1:length(x1),x1,'.')title('发送信号序列')s

13、ubplot(2,2,2)plot(1:length(x2),x2,'.')title('多径信号序列')subplot(2,2,3)plot(1:length(x3),x3,'.')title('多径加噪声信号序列')subplot(2,2,4)plot(1:length(x6),x6,'.')title('均衡后信号序列')eyediagram(x3,2);title('均衡前的眼图');eyediagram(x6,2);title('均衡后的眼图');figur

14、e(2)semilogy(SNRdB, BER,'r.-'); %注释：画经过均衡器的误码率曲线hold on;semilogy(SNRdB, ber1,'g.-'); hold on;semilogy(SNRdB,0.5*erfc(sqrt(2*10.(SNRdB/10)/sqrt(2),'-');ylim(10(-6),10(0);legend('均衡后的误码率曲线','均衡前的误码率曲线','理想误码率曲线');xlabel('SNR（单位：dB）');ylabel('

15、误码率');（b）写出这两种算法实现的流程。（1）这两种方法的理论实现流程：迫零均衡的理论实现流程如图1所示，迫零均衡是根据信道特性F(z)获得均衡器响应1/F(z)。图1 迫零均衡流程采用有限长滤波器，第n个抽头系数用en表示，共有(2K+1)个，均衡器的输出信号采样为ci等于输入信号Ui与抽头系数序列en的卷积，表示为：通过强迫信道和均衡器组合冲激响应的抽样值Ck在除k=0外的其它抽样时刻取值为零，使均衡器输出端的失真最小。截取矩阵U的前K行和后K行， U矩阵为2K+1方阵，为2K+1维由C =UE 得E =U-1C。迫零法通过选择en的加权，迫使均衡器的输出信号在期望脉冲的两侧各

16、K个采样值为0(名称的由来），即选择抽头系数使下式成立：求解2K+1方程，可得到en ，滤波器的长度（抽头系数的个数）取决于信道产生干扰的程度。迭代LMS的算法理论实现流程a. 用对权值进行初始化b. 计算一个MSE的梯度近似值，使用R，P的估计值，n表示迭代次数,梯度估计c. 通过负梯度方向调整权值参数，决定了收敛速度和剩余误差算法收敛，是相关矩阵R的最大特征值d. 满足终止条件，停止，否则到第b步（2）这两种方法的程序实现流程迫零均衡的程序实现流程：迭代LMS的算法程序实现流程： （c）运行程序，会得到关于信号的一系列图形，包括信号序列图、均衡前后眼图以及均衡前后的误码率图，分析这些图形，你能得到什么结论？解答：迫零均衡中的相关图如图2、3、4、5所示：图2 迫零均衡图3迫零均衡图4迫零均衡图5迫零均衡最小均方误差均衡中的最小均方算法（LMS）中的相关图如图6、7、8、9所示：图6 最小均方误差（LMS算法）均衡图7最小均方误差（LMS算法）均衡图8最小