通信建模程序

1、实验六高斯随机变量直方图程序：subplot(2,2,1) %图形标号为2行2列中的第1个x = randn(1,100); %产生一个长度为100的白噪声序列 hist(x,20) %画出序列x的20个直方图ylabel('Ni'); xlabel('(a)') %横纵坐标名称subplot(2,2,2) %图形标号为2行2列中的第一个x = randn(1,100); %产生一个长度为100的白噪声序列 hist(x,5) %画出序列x的5个直方图ylabel('Ni'); xlabel('(b)') %横纵坐标名称subpl

2、ot(2,2,3) %图形标号为2行2列中的第2个x = randn(1,1000); %产生一个长度为1000的白噪声序列 hist(x,50) %画出序列x的50个直方图ylabel('Ni'); xlabel('(c)') %横纵坐标名称subplot(2,2,4) %图形标号为2行2列中的第3个x = randn(1,100000); %产生一个长度为100000的白噪声序列 hist(x,50) %画出序列x的50个直方图ylabel('Ni'); xlabel('(d)') %横纵坐标名称实验图形：白噪声通过切比雪夫滤

3、波器：settle = 100; % 定义变量并初始化fs = 1000; % 抽样频率N = 50000; % 定义数据长度f = (0:(N-1)*fs/N; % 频率范围b,a = cheby1(5,5,0.1); % 通过切比雪夫滤波器NN = N+settle; % 变化范围in = randn(1,NN); % 产生白噪声out = filter(b,a,in); % 滤波器输出out = out(settle+1):NN); % 截取初始采样值window = hanning(N)' % 加汉宁窗 winout = out.*window; % 窗滤波器输出fout =

4、abs(fft(winout,N).2; % 功率谱U = sum(window.*window); % 窗能量f1out = fout/U; % 功率谱密度psd1 = 10*log10(abs(f1out); % 功率谱密度的log值subplot(2,1,1) %图形标号为2行1列中的第1个plot(f(1:5000),psd1(1:5000) %画图grid; axis(0 100 -70 10); %加网格及图形范围xlabel('Frequency, Hz') ylabel('PSD') %坐标名称K = 25; % 分段数 M = N/K; % 分

5、段长度fK = (0:(M-1)*fs/M; % 频率范围d = zeros(1,M); % 初始化向量psdk = zeros(1,M); %初始化向量window = hanning(M)' % 加汉宁窗U = sum(window.*window); % 窗能量for k=1:K for j=1:M index = (k-1)*M+j; d(j) = out(index); end dwin = d.*window; psdk = (abs(fft(dwin,M).2)/U + psdk;endpsd2 = 10*log10(psdk/K); %功率谱密度subplot(2,1,

6、2) %图形标号为2行1列中的第2个plot(fK(1:250),psd2(1:250) %画图grid; axis(0 100 -70 10); %加网格及图形范围xlabel('Frequency, Hz')ylabel('PSD') %坐标名称实验图形：QPSK信号的PSD程序：fs = 16; %定义并初始化变量x=random_binary(1024,fs)+i*random_binary(1024,fs);%调用random_binary函数产生x序列 for nwin=1:4 nwindow = nwin*1024; pxx,f = pwelch(

7、x,nwindow,fs); %计算功率谱密度 pxx = pxx/sum(sum(pxx); %当前功率谱密度与总功率谱密度的比值 n2 = length(f)/2; %长度 pxxdB = 10*log10(pxx/pxx(1); %功率谱密度 ptheory = sin(pi*f+eps)./(pi*f+eps);%余弦信号 ptheory = ptheory.*ptheory; %功率谱 ptheorydB = 10*log10(ptheory/ptheory(1); %功率谱密度 subplot(2,2,nwin) plot(f(1:n2),pxxdB(1:n2),f(1:n2),p

8、theorydB(1:n2) %画图 ylabel('PSD in dB') xx = 'window length = ',num2str(nwindow); %坐标名称 xlabel(xx) axis(0 8 -50, 10); grid; %图形范围及加网格end 实验图形：random_binary函数程序：function x, bits = random_binary(nbits,nsamples) %定义函数x = zeros(1,nbits*nsamples); %产生x序列bits = (rand(1,nbits); %随机序列取整for m=

9、1:nbits for n=1:nsamples index = (m-1)*nsamples + n; x(1,index) = (-1)bits(m); endend %函数算法实验七BPSK误比特率性能仿真：snrdB_min = -3; snrdB_max = 8; % 定义snrdB最大最小值 snrdB = snrdB_min:1:snrdB_max; %范围Nsymbols = input('Enter number of symbols > '); %显示提示输入snr = 10.(snrdB/10); % 从dB转化h = waitbar(0,'

10、SNR Iteration');len_snr = length(snrdB); for j=1:len_snr % 循环次数 waitbar(j/len_snr) sigma = sqrt(1/(2*snr(j); % 偏离噪声程度 error_count = 0; for k=1:Nsymbols % 仿真循环开始 d = round(rand(1); %产生随机数值并取整 x_d = 2*d - 1; % 变换 n_d = sigma*randn(1); % 定义噪声 y_d = x_d + n_d; % 接收输入 if y_d > 0 % 判断条件 d_est = 1;

11、% 条件数值判断 else d_est = 0; %条件数值判断 end if (d_est = d) error_count = error_count + 1; % 错误计数 end end % 仿真循环结束 errors(j) = error_count; % 保存错误数用于画图endclose(h)ber_sim = errors/Nsymbols; % BER 估计ber_theor = q(sqrt(2*snr); % 理论 BERsemilogy(snrdB,ber_theor,snrdB,ber_sim,'o') %画图axis(snrdB_min snrdB_

12、max 0.0001 1)xlabel('SNR in dB')ylabel('BER')legend('Theoretical','Simulation')实验图形：Enter number of symbols >为 256BFSK误比特率性能仿真：clear allsnrdB_min = 0; snrdB_max = 10; %定义snrdB最大最小值snrdB = snrdB_min:1:snrdB_max; %范围Nsymbols = input('Enter number of symbols >

13、'); %显示提示输入snr = 10.(snrdB/10); %从dB转化h = waitbar(0,'SNR Iteration');len_snr = length(snrdB);for j=1:len_snr %循环次数 waitbar(j/len_snr) sigma = sqrt(1/(2*snr(j); %偏离噪声程度 error_count = 0; for k=1:Nsymbols %仿真循环开始 d = round(rand(1); %产生随机数值并取整 if d =0 x_d = 1; % 直接变换输出 x_q = 0; % 积分变换输出 else

14、 x_d = 0; %直接变换输出 x_q = 1; %积分变换输出 end n_d = sigma*randn(1); % 直接噪声部分 n_q = sigma*randn(1); % 变换噪声部分 y_d = x_d + n_d; % 直接接收输入 y_q = x_q + n_q; % 积分接收输入 if y_d > y_q % 判断条件 d_est = 0; % 条件数值估计 else d_est = 1; % 条件数值估计 end if (d_est = d) error_count = error_count + 1; % 错误计数 end end % 仿真循环结束 errors(j) = error_count; % 保存错误数用于画图endclose(h)ber_sim = errors/Nsymbols; % BER 估计ber_theor = q(sqrt(snr); % 理论 BERsemilogy(snrdB,ber_theor,snrdB,ber_sim,&#