MATLAB仿真报告

1、无线通信（MATLAB课后作业仿真）姓 名： 学 院： 学 号： 班 级： 指导教师： 无线通信matlab仿真报告一、分集仿真现给出最大比合并（MRC）、等增益合并（EGC）和选择性合并的分集合并程序，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：1. 用matlab分别运行“BPSKMRC.m”、“BPSKEGC.m”以及“BPSKSEL.m” （a）在程序中标注“注释”处加上注释（英文或中文）BPSKMRC.m注释nd = 10000; %设置每个循环中的符号数snr_in_dB=0:15 ; ber=zeros(1,length(snr_in_dB);for s

2、nr_num=1:length(snr_in_dB)SNR=exp(snr_in_dB(snr_num)*log(10)/10); nloop=100; % 循环次数noe = 0; % 错误数nod = 0; % 传输的数量for iii=1:nloop data1=rand(1,nd)>0.5; data2=2.*data1-1;%以下为衰减量的计算%在瑞利信道下 code_rate=1; E=1; sigma=E/sqrt(2*SNR*code_rate); n =randn(1,nd) + j*randn(1,nd); h1 =1/sqrt(2)*randn(1,nd) + j*

3、randn(1,nd); % 瑞利信道 data41=data2.*h1+sigma.*n; h11=conj(h1); %计算信道质量指数的复共轭 data411 = data41.*h11; %计算组合后的价值%* n =randn(1,nd) + j*randn(1,nd); h2 =1/sqrt(2)*randn(1,nd) + j*randn(1,nd); % 瑞利信道 data42=data2.*h2+sigma.*n; h22=conj(h2); data422 =data42.*h22;%* data4=data411+data422;%在两个不相关的信道下的信号进行组合% B

4、PSK 解调 demodata1=data4 > 0; %误码率 noe2=sum(abs(data1-demodata1); nod2=length(data1); noe=noe+noe2; nod=nod+nod2;end %输出结果ber(snr_num) = noe/nod end; %结尾figure; semilogy(snr_in_dB,ber,'O-'); hold on semilogy(snr_in_dB,0.5*erfc(sqrt(2*10.(snr_in_dB/10)/sqrt(2),'+-'); hold on semilogy

5、(snr_in_dB,0.5.*(1-sqrt(10.(snr_in_dB/10)./(10.(snr_in_dB/10)+1),'-'); ylabel('BER'); xlabel('E_b/N_0 dB'); legend('simulation BPSK MRC L=2','theory gngauss BPSK','theory reyleigh' );BPSKEGC.m注释nd = 10000; %设置每个循环中的符号数snr_in_dB=0:15 ; ber=zeros(1,lengt

6、h(snr_in_dB);for snr_num=1:length(snr_in_dB)SNR=exp(snr_in_dB(snr_num)*log(10)/10); nloop=100; % 设置循环次数noe = 0; % 错误数量nod = 0; % 传输数量for iii=1:nloop data1=rand(1,nd)>0.5; data2=2.*data1-1;%衰减量的计算%瑞利信道下 code_rate=1; E=1; sigma=E/sqrt(2*SNR*code_rate); n =randn(1,nd) + j*randn(1,nd); h1 =1/sqrt(2)*

7、randn(1,nd) + j*randn(1,nd); % 瑞利信道 data41=data2.*h1+sigma.*n; h11=conj(h1)./abs(h1); %取信道质量指数的单位向量 data411 = data41.*h11; %计算组合后在信道1下的价值%* n =randn(1,nd) + j*randn(1,nd); h2 =1/sqrt(2)*randn(1,nd) + j*randn(1,nd); %瑞利信道 data42=data2.*h2+sigma.*n; h22=conj(h2)./abs(h2); data422 =data42.*h22; %* data

8、4=data411+data422; %BPSK 解调 demodata1=data4 > 0; %误码率计算 noe2=sum(abs(data1-demodata1); nod2=length(data1); noe=noe+noe2; nod=nod+nod2;end %结果输出ber1(snr_num) = noe/nod end; %结尾figure; semilogy(snr_in_dB,ber1,'O-'); hold on semilogy(snr_in_dB,0.5*erfc(sqrt(2*10.(snr_in_dB/10)/sqrt(2),'+

9、-'); hold on semilogy(snr_in_dB,0.5.*(1-sqrt(10.(snr_in_dB/10)./(10.(snr_in_dB/10)+1),'-'); ylabel('BER'); xlabel('E_b/N_0 dB'); legend('simulation BPSK EGC L=2','theory gngauss BPSK','theory reyleigh' );BPSKSEL.m注释snr_in_dB=0:15; for k=1:length(sn

10、r_in_dB) kN=10000; E=1; SNR=10(snr_in_dB(k)/10); sigma=E/sqrt(2*SNR); for i=1:N a=rand; if(a<0.5) data(i)=-1; else data(i)=1; end end numofber=0; totolnumber=0; while numofber<1 totolnumber=totolnumber+1; for i=1:N H1 =1/sqrt(2)*rand + j*rand; %第一个瑞利信道H2 =1/sqrt(2)*rand + j*rand; %第二个瑞利信道H=H1;

11、H2; y1=H(1)*data(i)+sigma*(rand + j*rand); %在第一个信道下计算数据y2=H(2)*data(i)+sigma*(rand + j*rand); %在第二个信道下计算数据y=abs(y1),abs(y2); s=max(y); %选择其中最大的数据if (s=abs(y2) s=y2/H2; else s=y1/H1; enddata2=sign(real(s); if (data2=data(i) numofber=numofber+1; %计算误比特率end endend p(k)=numofber/(N*totolnumber); %计算误码率e

12、ndfigure; semilogy(snr_in_dB,p,'O-'); hold on semilogy(snr_in_dB,0.5*erfc(sqrt(2*10.(snr_in_dB/10)/sqrt(2),'+-'); hold on semilogy(snr_in_dB,0.5.*(1-sqrt(10.(snr_in_dB/10)./(10.(snr_in_dB/10)+1),'-'); ylabel('BER'); xlabel('E_b/N_0 dB'); legend('simulation

13、 BPSK SEL L=2','theory gngauss BPSK','theory reyleigh'); （b）观察信噪比变化10dB，误比特率变化多少？ MRC误比特率变化：0.0588-0.0017=0.0571EGC误比特率变化：0.0650-0.0018=0.0632SEL 误比特率变化：0.1733-0.0030=0.1703 （c）程序中给出的是2分集，将其换为3分集，观察信噪比变化10dB，误比特率变化多少？ MRC 误比特率变化：0.0248-0.0001=0.0247EGC 误比特率变化：0.0330-0.0002=0.0328

14、SEl 误比特率变化：0.1780-0.0003=0.1777 （d）将最大比合并和等增益合并及选择式合并的误比特率曲线，画在一张图上，比较这三种合并方法的优劣。由图可得，MRC方法所得到的误码率是最小的，性能也最稳定；EGC方法在误码率和稳定性方面次之；SEL方法在同一SNR下得到的误码率最高，而且稳定性很差，有时候能够得到比MRC、EGC更低的误码率，有时候就不行，增大SNR只能使BER总体趋向下降，不保证增大SNR就能直接降低BER。二、调制解调仿真现给出bpsk、qpsk及“书上习题”的调制解调程序，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：1.用matla

15、b运行书上习题中的“bpskqpsk125.m”（a）说明bpsk、qpsk解调判决方法答：由该m文件可得，其中的判决设置为：BPSK：if a (zero mean)noise sample is larger than sqrt(Eb) a wrong decsion is made.如果一个噪声的样值比平均比特能量大的话，那么就会产生错误的判决。QPSK：if the constellation point angle is within pi/4 ang -pi/4 a corerect decision is made.如果星座点上的角偏差在pi/4和-pi/4之间的话，判决就正确了

16、。（b）误比特率为1e-2、1e-3及1e-4时的Eb/N0分别是多少？答：运行该程序，可以得出如下的图像：当误比特率在1e-2时其Eb/N0=4.3dB当误比特率在1e-3时其Eb/N0=6.8dB当误比特率在1e-4时其Eb/N0=8.3dB（c）从物理意义上说明为什么bpsk、qpsk误比特率曲线是重叠的答：QPSK为四元相位调制，而BPSK为二元相位调制。因此，从判决的区域来看BPSK的误码率（误符号率）是必然大于QPSK的。但是从另一个角度看，每一个QPSK的符号相当于是由两个BPSK的符号组合而成（如11是由二进制的两个1组成），最基本的比特的差错性能都是一样的，因此BPSK和QP

17、SK的误比特率是相同的。（d）当samples减少为100000，10000，1000时观察误比特率曲线的变化，你得出什么结论。答：当samples=100000,10000,1000时，图像分别为：此时误差已经非常明显2.用matlab运行“bpsk.m”、“qpsk.m” （a）在各程序中标注“注释”处加上注释（英文或中文）BPSK：data1=rand(1,nd)>0.5; %返回一组行向量 code_rate=1; E=1; sigma=E/sqrt(2*SNR*code_rate)%计；算编码后高斯分布随机变量标准差for i=1:nd if (data1(i)=0), dat

18、a4(i)=-E+Gngauss(sigma); %传0码时加入高斯分布白噪声干扰 else data4(i)=E+Gngauss(sigma); %传1码时加入高斯分布白噪声干扰 end; end; %BPSK 解调 demodata1=data4 > 0; % data4中每个元素和0比较 %误码率 noe2=sum(abs(data1-demodata1); %计算误码个数nod2=length(data1); %计算总码数noe=noe+noe2;nod=nod+nod2;end ber(snr_num) = noe/nod %计算误码率end; QPSK：ber=zeros(1

19、,length(snr_in_dB); for snr_num=1:length(snr_in_dB)SNR=exp(snr_in_dB(snr_num)*log(10)/10);%计算信噪比nloop=100; % 设置循环次数noe = 0; % 错误数量nod = 0; %传输数量for iii=1:nloop data=rand(1,nd*ml)>0.5; %生成同相分量 data1=2*data-1 %此为正交分量% QPSK 调制 tout=qpskmod(data1,1,nd,ml); code_rate=1; E=1/sqrt(2); sigma=E/sqrt(2*SNR

20、*code_rate); %计算编码后高斯分布随机变量标准差 for i=1:nd, gsrv1,gsrv2=Gngauss(sigma); tout(i)=tout(i)+gsrv1+j*gsrv2; %sigma=E/sqrt(2*SNR*code_rate); %n = 1/sqrt(2)*randn(1,nd) + j*randn(1,nd); %sigma.*n %注释：另一种高斯白噪声产生方法 end;%QPSK 解调 demodata=qpskdemod(tout,1,nd,ml); demodata1=demodata > 0; %与原始码元对比判决，得到正确的码元数 d

21、emodata=demodata1;%误码率 noe2=sum(abs(data-demodata); %错误码元数nod2=length(data1); %总码元数noe=noe+noe2;nod=nod+nod2;end ber(snr_num) = noe/nod; %计算误码率（b）说明加性高斯白噪声的产生方法，请再给出一种加性高斯白噪声的产生方法，并验证其正确性。原始方法为Gngauss.mif nargin = 0, m=0; sgma=1;elseif nargin = 1, sgma=m; m=0;end;u=rand; z=sgma*(sqrt(2*log(1/(1-u);

22、u=rand; gsrv1=m+z*cos(2*pi*u);gsrv2=m+z*sin(2*pi*u);nargin为输入变量的个数，如果nargin为零，即空号，产生均值为0，标准差为1的高斯分布系列。如果传号，产生均值为0，方差为m的随机序列。另一种方法：y = awgn(m,n,p) 产生一个m行n列的高斯白噪声的矩阵，p以dBW为单位指定输出噪声的强度。但与实际差距较大。data2=2*data1-1; data4=awgn(data2,snr_in_dB(snr_num)（c）参考“bpskqpsk125.m”的画图功能，给出Eb/N0-误比特率曲线和高斯信道下的理论误比特率曲线。B

23、psk时，在末尾加上如下程序段，得到图样：figure;semilogy(snr_in_dB,ber,'O');hold onsemilogy(snr_in_dB,0.5*erfc(sqrt(2*10.(snr_in_dB/10)/sqrt(2),'+');ylabel('BER');xlabel('E_b/N_0 dB');legend('simulation BPSK','theory gngauss BPSK' );Qpsk时，在末尾加上如下程序段，得到图样：figure;semilogy(s

24、nr_in_dB,ber,'O');hold onsemilogy(snr_in_dB,0.5*erfc(sqrt(2*10.(snr_in_dB/10)/sqrt(2),'+');ylabel('BER');xlabel('E_b/N_0 dB');legend('simulation QPSK','theory gngauss QPSK' ); （d）观察nd及nloop参数变化时，曲线的现象，并说明原因。答：当参数nd、参数nloop足够大时，Eb/N0-误比特率曲线越平滑,可以从图得到信噪比

25、越大误码率越小的结论；当参数nd、参数nloop足够小时，Eb/N0-误比特率曲线越不平滑,不能从图得到信噪比越大误码率越小的结论。原因：参数nd的意义为Number of symbols that simulates in each loop，即每个循环运算中取的符号个数，而nloop的意义为Number of simulation loops，即循环次数。参数取得越大，当然仿真精确性越高，参数越低，仿真精确性就越低。（此处就不附图样了）（e）画出不同信噪比条件下的的星座图，解释其对误码率的影响。BPSK的不同性噪比条件下的星座图如下：QPSK的不同性噪比条件下的星座图如下：结论：性噪比越大，落在判决范围内的的点越多，即误码率越低。（f）通过程序画出QPSK和BPSK的Eb/N0-误比特率曲线，观察曲线的现象，能得出什么结论。答：由之前的结果可以看到，二者的误比特率曲线是一致的。3.若信源是你的学号，结合程序说明其在qpsk (调制mod)和（解调demod）子程序中的具体实现过程。学号为11211041，将其编码：0001 0001 0010 0001 0001 0000 0100 0001 ，将其做正负电平值变换，之后编程：Qpsk调制:m2=ml./2;paradata2=paradata;count2=0;