PCM通信系统性能分析MATLAB仿真

1、淮海工学院 课程设计报告书 课程名称：通信系统的计算机仿真设计 题目PCMi!信系统的性能分析与 MATLA筋真 系v院）： 电子项目学院 学 期：10-11-2 专业班级： 通信项目082 姓名： 刘怀玉 学 号： 040822108 1 绪 评语: 成绩: 签名: 日期: 目录 1 绪论 . 2 1.1 研究背景与研究意义 . 2 1.2 课程设计的目的和任务 .2 2 PCM 通信系统. 2 2.1 蒙特卡罗模型通信系统基本模型 . 2 2.2 PCM 通 信 系 统 的 主 要 性 能 指 标 . 3 3.1 信号源 . 3 3.2 抽样 . 3 3.3 量化 . 3 3.4 信 道

2、编 . 4 3.4.1 无信道编码 . 4 3.4.2 汉明编码 . 4 3.4.3 循环编码 . 4 3.6 加入高斯加性白噪声并解调判决和译码 . 5 3.7 计算误码率 . 5 4 PCM 通信系统仿真图和结果分析 . 5 4.1 PCM 通信系统的仿真图 . 6 4.2 结果分析 . 7 3 PCM 通信系统主要模 . 3 3.5 调制 . 4 5 参考文献 . 71 绪论 1.1 研究背景与研究意义 实验在高等学校的人才培养过程中起着非常重要的作用。实验的创新 ，必须“四 个有利于”出发：有利于激发学生对实验的学习兴趣和积极性，有利于提高学生 理论联系实际的实践性，有利于引导学生培养

3、科学的工作和学习作风及创新能力 有利于促进学生对整个学科体系全面而又深入的理解。大多数传统实验是硬件 实验，即采用由元件、电路等硬代替实际应用的设备、系统 ，具有真实、直观、 形象等特点，学生易于理解和操作，但它需要较大的资金投入和较大的实验场所, 且不能及时跟随现代科学技术理论的快速发展而创新，特别是通信等方面的专业 实验教案设备。在实验的过程中，实验手段是关键，它直接影响到实验的质量、 学生的学习兴趣和学习效果。实验手段要充分利用现代化手段 ，如电化、计算机 辅助、计算机仿真等手段，特别是利用计算机进行实验仿真。计算机仿真实 验。 1.2 课程设计的目的和任务 1 课程设计的目的： 本次课

4、程设计是根据“通信项目专业培养计划”要求而制定的。通信系统的计 算机仿真设计课程设计是通信项目专业的学生在学完通信项目专业基础课、通 信项目专业主干课及科学计算与仿真专业课后进行的综合性课程设计。其目的 在于使学生在课程设计过程中能够理论联系实际，在实践中充分利用所学理论 知识分析和研究设计过程中出现的各类技术问题，巩固和扩大所学知识面，为 以后走向工作岗位进行设计打下一定的基础。 2 课程设计的任务： 1）掌握一般通信系统设计的过程、步骤、要求、工作内容及设计方法；掌握 用计算机仿真通信系统的方法。 2 ）训练学生网络设计能力。 3.2 抽样 (a 抽样 所谓抽样，就是对模拟信号进行周期性扫

5、描，把时间上连续的 信号变成时间上离散的信号。该模拟信号经过抽样后还应当包含原 信号中所有信息，也就是说能无失真的恢复原模拟信号。它的抽样 速率的下限是由抽样定理确定的。 本实验中所选抽样周期 ts=0.000125s, 抽取 300 个样值，抽样后画出其时域上 的图形，然后进行离散傅里叶变换得到其频谱图。主要 MATLAN 程序如下： figure(1 clear 。 t=0.05 。 ts=0.000125 。 fs=1/ts 。 df=0.5 。 t1=-t/2:ts:t/2 。 s=2048*sin(300*2*pi*t1 。 n,mn,dy=fftseq(s,ts,df 。 n=n/

6、fs 。 f=0:dy:dy*length(mn-dy-fs/2 。 subplot(2,1,1 。 stem(t1,s 。 xlabel( 时间 。 title( 原信号波形 。 axis(-0.005 0.005 -2048 2048 。 subplot(2,1,2 。 plot(f,abs(fftshift(n 。 axis(-1000,1000,0,60 。 xlabel( 频率。 ylabel( 幅频。 title( 原信号频谱 。 3.3 量化 (b 量化 从数学上来看，量化就是把一个连续幅度值的无限数集合映射 成一个离散幅度值的有限数集合。 模拟信号的量化分为均匀量化和非均匀量化

7、。因为均匀量化存 在的主要缺点是：无论抽样值大小如何，量化噪声的均方根值都固 定不变。因此，当信号 I 较小时，则信号量化噪声功率比也就很 小，这样，对于弱信号时的量化信噪比就难以达到给定的要求。通 常，把满足信噪比要求的输入信号取值范围定义为动态范围，可 见，均匀量 化时的信号动态范围将受到较大的限制。为了克服这个 缺点，实际中，往往采用非均匀量化。 非均匀量化是根据信号的不同区间来确定量化间隔的。对于信 号取值小的区间，其量化间隔 也小；反之，量化间隔就大。它与 均匀量化相比，有两个突出的优点。首先，当输入量化器的信号具 有非均匀分布的概率密度 c=0 0 0 0 0 0 0 0 if(y

8、0 c(1=1 。 else c(1=0 。 end y=abs(y。 if(y=0&y c(2=0 。 c(3=0。 c(4=0。 step=1。st=0。 elseif(y=16&y c(2=0 。c(3=0。c(4=1。step=1。st=16。 elseif(y=32 &y c(2=0 。c(3=1 o c(4=0。step=2。st=32。 elseif(y=64&y2 c(2=0 。c(3=1。c(4=1。 elseif(y=128&y c(2=1 。 c(3=0。 c(4=0。 elseif(y=256&y c(2=1 。 c(3=

9、0。 c(4=1 。 elseif(y=512&y c(2=1 。 c(3=1 。 c(4=0。 elseif(y=1024&y c(2=1 。 c(3=1 。 c(4=1 。 end if(y t=floor(y-st/step 。 p=dec2bin(t,4-48 。 c(5:8=p(1:4 。 else c(5:8=1 1 1 1 end 3.4 信道编码 (c 编码 所谓编码就是把量化后的信号变换成代码，其相反的过程称为 译码。当然，这里的编码和译码与差错控制编码和译码是完全不同 的，前者是属于信源编码的范畴。 编码的实现是由编码器完成的。在现有的编码方法中，若按编 码

10、的速度来分，大致可分为两大类：低速编码和高速编码。通信中 一般都采用第二类。编码器的种类大体上可以归结为三类：逐次比 较型、折叠级联型、混合型。在逐次比较型编码方式中，无论采用 几位码，一般均按极性码、段落码、段内码的顺序排列。图 为逐次反馈型编码器。step=4 。 st=64 。 step=8。 st=128。 step= 1 6 。 st=256 。 step=32。 st=512。 step=64。 图 2 编码器 在相同信噪比的情况下分别进行三种不同的信道编码，分别是无信道编码，汉 明编码和循环编码。 341 无信道编码 基带波形采用双极性不归零波形，不对信道进行编码。 3.4.2

11、汉明编码 对信道进行汉明编码，其程序如下： c1=c. o c7=c。 c1= reshape(c1,4,800。c1= c1.。c1=800*4 前两行对应 c 第一行 c2=e ncode(c1,7 ,4,hammi ng/bi nary 。 3.4.3 循环编码 对信道进行循环编码，其程序如下： c3=encode(c7,15,8,cyclic/binary 。(15,8循环码编码 3.5 调制 无信道编码，汉明编码和循环编码均采用 2ASK 进行调制。 3.6 加入高斯加性白噪声并解调判决和译码 在相同条件下分别加入高斯加性白噪声，信噪比范围在 -25dB25dB 之间，步 长为 5d

12、B,然后在接受端进行相应的解调并经行判决和译码，如果所得值大于 0 则判为 1,小于 0 判为 0。主要 MATLABS 现程序如下： m=m+sigma*ra ndn(400,8 。 m(find(m=0=1 。 m(find(m=0。 errors=zeros(400,8 。errors (fin d(m=c=1 。 errors=reshape(errors,1,3200 。 biterrors=sum(errors 。 bit1(q=biterrors/(400*8 。 rx 仁 tx1+sigma*ra ndn(800,7 。 rx2=tx2+sigma*randn(400,15 。

13、加噪声 rx1(find(rx1=0=1 。rx1(find(rx1=0 。判决，解调 本地译码 极性判 捕祥燥持 L 龍器 b2b3b4b5bb6b7b8 rx2(find(rx2=0=1 。rx2(find(rx2=0 。 c22=decode(rx1,7,4,hamming/binary 。 %hammin 信道译码 800*4 c33=decode(rx2,15,8,cyclic/binary 。 %循环译码 3.7 计算误码率 依次改变信噪比，得到在特定信噪比下的误码率。信噪比范围在 -25dB25dB 之间，步长为 5dB。根据得到的误码率数据，绘出误码率信噪比曲线图，主 要MAT

14、LAB?序如下： errors1=zeros(800,4 。 errors2=zeros(400,8 。 errors1(find(c22=c1=1 。 errors2(find(c33=c7=1 。 errors1=reshape(errors1,1,3200 。 errors2=reshape(errors2,1,3200 。 biterrors1=sum(errors1 。 biterrors2=sum(errors2 。 %统计错误 errorbit(q=biterrors1/(400*8 。 errorbit2(q=biterrors2/(400*8 。 %误码率 end 4 PCM

15、 通信系统仿真图和结果分析 对 PCM 通信系统进行仿真，得到抽样信号时域图及频谱图，三种情况下的误码 率信噪比曲线图，2ASK 勺星座图。 4.1 PCM 通信系统的仿真图 莓 9 ? 2 2 3 60 20 10 1D 申 1D 25 5 10 15 20 25 dB 1nS F % 原信号液形 2000 1000 -1000 -2000 L -5 -1 0 1 时间 原信号频谱 图一抽样信号时域图及频谱图 400 6D0 800 1000 -1000 -BOO -E00 -400 -200 0 200 频率 无信道编码: -Q- b叔餌 1 -. r* 环码 图二误码率一信噪比曲线图 图

16、三 2ASK 的星座图 4.2 结果分析 从图二中可以得出在其他条件相同时同一信道编码条件下不同信噪比时所得的 误码率不一样，且信噪比越高所得到的误码率越小，；在同一信噪比条件下不 同的信道编码所得到的误码率也不一样，其中汉明编码对应的误码率最小，循 环编码的误码率次之，无信道编码时对应的误码率最大，从表一中可以清楚的 得出如上结论，表一如下： 信道编码方式 信噪比(db clear 。 t=0.05 。 ts=0.000125 。 fs=1/ts 。 df=0.5 。 t1=-t/2:ts:t/2 。 s=2048*sin(300*2*pi*t1 。 n,mn,dy=fftseq(s,ts,

17、df 。 n=n/fs 。 f=0:dy:dy*length(mn-dy-fs/2 。 subplot(2,1,1 。stem(t1,s 。 xlabel( 时间 。 title( 原信号波形 。 axis(-0.005 0.005 -2048 2048 。 subplot(2,1,2 。 plot(f,abs(fftshift(n 。 axis(-1000,1000,0,60 。 xlabel( 频率 。 ylabel( 幅频 。 title( 原信号频谱 。 s1=s./max(s 。 s2=s1./(1/2048 。 for i=1:400 y=s2(i 。 d=0 0 0 0 0 0

18、0 0 if(y0 d(1=1 。 else d(1=0 。 end y=abs(y 。 if(y=0&y d(2=0 。 d(3=0。 d(4=0。 elseif(y=16&y d(2=0 。 d(3=0。 d(4=1 。 elseif(y=32&y d(2=0 。 d(3=1 。 d(4=0。 elseif(y=64&y d(2=0 。 d(3=1 。 d(4=1 。 elseif(y=128&y d(2=1 。 d(3=0。 d(4=0。 elseif(y=256&y d(2=1 。 d(3=0。 d(4=1 。 elseif(y=512&

19、amp;y d(2=1 。 d(3=1 。 d(4=0。 elseif(y=1024&y d(2=1 。 d(3=1 。 d(4=1 。step=1 。 st=0 。 step=1 。 st=16 。 step=2 。 st=32 。 step=4 。 st=64 。 step=8。 st=128。 step=16。 st=256 。 step=32。 st=512。 step=64 。 st=1024 。 end if(y t=floor(y-st/step p=dec2bin(t,4-48 。 d(5:8=p(1:4 。 else d(5:8=1 1 1 1 end c(i,1:8

20、=d(1:8 。 end m=c。 m=2*m-1。 %调制 % 无信道编码 c1=c. 。 c7=c。 c1=reshape(c1,4,800 。 c 仁 c1. 。 %c1=800*4 前两行对应 c 第一行 c2=encode(c1,7 ,4,hamming/binary 。 %(7,4hamming 信道编码 800*7 c3=encode(c7,15,8,cyclic/binary 。 %(15,8循环码编码 tx 仁 2*c2-1 。tx2=2*c3-1 。 %2ASK BNF 调制 errorbit=0 。 dB=-25:5:25 for q=1:11 biterrors=0 。 biterrors1=0 。 biterrors2=0 。 r1=10.A(dB(q/10 。 r1=0.5./(r1 。 sigma=sqrt(r1 。 m=m+sigma*randn(400,8 。 m(find(m=0=1 。 m(find(m=0。 errors=zeros(400,8 。 errors(find(m=c=1 。 errors=reshape(errors,1,3200 。 biterrors=sum(errors 。 bit1(q=biterrors/(400*8 rx1=tx1+sigm