课程设计报告——matlab瑞利衰落信道仿真

目录

摘要 (1)

1、设计原理 (2)

1.1设计目的 (2)

1.2仿真原理 (2)

1.2.1瑞利分布简介 (2)

1.2.2多径衰落信道基本模型 (2)

1.2.3产生服从瑞利分布的路径衰落r(t) (3)

1.2.4产生多径延时 (4)

1.3仿真框架 (4)

2、设计任务 (4)

2.1设计任务要求 (4)

2.2 MATLAB 仿真程序要求 (4)

3、DSB调制解调分析的MATLAB实现 (5)

3.1 DSB调制解调的MA TLAB实现 (5)

3.2瑞利衰落信道的MA TLAB实现 (6)

4、模拟仿真及结果分析 (7)

4.1模拟仿真 (7)

4.1.1多普勒滤波器的频响 (7)

4.1.2多普勒滤波器的统计特性 (7)

4.1.3信道的时域输入/输出波形 (8)

4.2仿真结果分析 (8)

4.2.1时域输入/输出波形分析 (8)

4.2.2频域波形分析 (8)

4.2.3多普勒滤波器的统计特性分析 (9)

5、小结与体会 (9)

6、参考文献 (9)

MATLAB 通信仿真设计

摘要

主要运用MATLAB进行编程，实现采用对输入信号进行抑制载波的双边带调幅；而后将调幅波输入信道，研究多径信道的特性对通信质量的影响；最后将信道内输出的条幅波进行同步解调，解调出与输入信号波形相类似的波形，观测两者差别。同时输出多普勒滤波器的统计特性图及信号时域和频域的输入、输出波形。

关键字：双边带调幅瑞利衰落相干解调MATLAB

1

2

1、设计原理 1.1设计目的

由于多径和移动台运动等影响因素，使得移动信道对传输信号在时间、频率和角度上造成了色散，如时间色散、频率色散、角度色散等等，因此多径信道的特性对通信质量有着至关重要的影响，而多径信道的包络统计特性成为我们研究的焦点。根据不同无线环境，接收信号包络一般服从几种典型分布，如瑞利分布、莱斯分布和Nakagami-m 分布。在设计中，专门针对服从瑞利分布的多径信道进行模拟仿真，进一步加深对多径信道特性的了解。

1.2仿真原理

1.2.1瑞利分布简介 （1）环境条件：

通常在离基站较远、反射物较多的地区，发射机和接收机之间没有直射波路径，存在大量反射波；到达接收天线的方向角随机且在（0~2π）均匀分布；各反射波的幅度和相位都统计独立。 （2）幅度、相位的分布特性：

包络 r 服从瑞利分布，θ在0～2π内服从均匀分布。瑞利分布的概率分布密度如图1所示：

图1 瑞利分布的概率分布密度

1.2.2多径衰落信道基本模型

根据ITU-RM.1125标准，离散多径衰落信道模型为

∑=-=)

(1)(~)()(~t N k k k t x t r t y τ (1)

其中)(t r k 复路径衰落，服从瑞利分布； k τ是多径时延。多径衰落信道模型框图如图2所示：

3

图2 多径衰落信道模型框图

1.2.3产生服从瑞利分布的路径衰落r(t)

利用窄带高斯过程的特性，其振幅服从瑞利分布，即

22)()()(t n t n t r s c += （2） 上式中，、)(t n c 、)(t n s 分别为窄带高斯过程的同相和正交支路的基带信号。 首先产生独立的复高斯噪声的样本，并经过FFT 后形成频域的样本，然后与S （f ）开方后的值相乘，以获得满足多普勒频谱特性要求的信号，经IFFT 后变换成时域波形，再经过平方，将两路的信号相加并进行开方运算后，形成瑞利衰落的信号r(t)。如下图3所示

:

图3 瑞利衰落的产生示意图

其中，

2

)

(15

.1)(m

c m

f f f f f S --=

π （3）

4

1.2.4产生多径延时k τ 多径/延时参数如表1所示：

表1 多径延时参数

Tap Relative delay (ns)

Average power (dB)

1 0

0 2 310 -1.0 3 710 -9.0 4 1 090 -10.0 5 1 730 -15.0 6

2 510

-20.0

1.3仿真框架

根据多径衰落信道模型（见图2），利用瑞利分布的路径衰落)(t r （见图3）和多径延时参数k τ（见表1），我们可以得到多径信道的仿真框图，如图4所示：

图4 多径信道的仿真框图

2、设计任务

2.1设计任务要求

（1）查找资料，了解瑞利衰落信道模型的分类，结合某种模型，掌握瑞利分布的多径信道仿真原理，用MATLAB 仿真实现瑞利分布的多径信道的仿真； （2）根据已学的知识，实现一种基带信号的模拟调制并做出仿真；

（3）结合（1）（2）步，观察已调信号通过瑞利信道后的时域波形图和频谱图； （4）对仿真结果做适当分析。 2.2 MATLAB 仿真程序要求 （1）参数设计准确、合理； （2）关键语句加注释；

（3）仿真结果正确，图形清晰。

3、DSB调制解调分析的MATLAB实现

3.1 DSB调制解调的MATLAB实现

%main.m

clc;

LengthOfSignal=10000; %信号长度

fm=500; %最大多普勒频移？相关文献应该有估算公式

fc=5000; %信道载波频率

t=1:LengthOfSignal; % SignalInput=sin(t/100);

%DSB调制

SignalInput=sin(t/50);%+cos(t/65); %调制信号

c=cos(0.2*pi*t);%载波信号

y_in=SignalInput.*c;%调制

delay=[0 31 71 109 173 251];%10ns

power=[0 -1 -9 -10 -15 -20]; %dB

y_in=[zeros(1,delay(6)) y_in]; %为时移补零

y_out=zeros(1,LengthOfSignal); %存放经信道未解调的信号（现为无输入信号%时的输出信号）

%y_out_end最终解调后信号

%多路径衰落

for i=1:6%图4

f=1:2*fm-1;

Rayl;

y_out=y_out+r.*y_in(delay(6)+1-delay(i):(delay(6)+LengthOfSignal-delay(i)))*10^(power(i)/20);

end;

% S(t)*cos(w*t)=m(t)*cos(w*t)*cos(w*t)=0.5*m(t)*(1+cos(2*w*t))

%用一个低通滤波器将上式中的第一项和第二项分离，无失真的恢复出原始的调制信号。%这种调制方法又称为同步解调或相干解调

%同步解调

y_out_end=y_out.*c;%同步解调或相干解调

%低通滤波

wp=0.1*pi;ws=0.12*pi;Rp=1;As=15;

[N,wn]=buttord(wp/pi,ws/pi,Rp,As);

[b,a]=butter(N,wn);

y_out_end =filter(b,a,y_out_end);%滤波

y_out_end =2* y_out_end;%恢复幅度

%原信号的频谱

K=fft(SignalInput);

%DSB调制后信号的频谱

L=fft(y_in);

%y_out的频谱（含包络）

M=fft(y_out);

%最终解调的频谱

5

N=fft(y_out_end);

%输出

figure(1);

subplot(4,2,1);

plot(SignalInput(delay(6)+1:LengthOfSignal));axis([0,3000,-2,2]); title('原始输入信号');

subplot(4,2,2);

plot(abs(fftshift(K))); axis([4900,5100,0,6000]);

title('原始输入信号的频谱 ');

subplot(4,2,3);

plot(y_in(delay(6)+1:LengthOfSignal));axis([0,3000,-2,2]); %去除时延造成的空白信号

title(' 进入瑞利信道前，DSB调制后的信号');

subplot(4,2,4);

plot(abs(fftshift(L))); axis([3500,6500,0,3000]);

title('进入瑞利信道前，DSB调制后的信号的频谱 ');

subplot(4,2,5);

plot(y_out(delay(6)+1:LengthOfSignal));axis([0,3000,-0.08,0.08]); %去除时延造成的空白信号

title('经瑞利信道后，DSB解调前的信号');

subplot(4,2,6);

plot(abs(fftshift(M)));axis([3500,6500,0,100]);

title('经瑞利信道后，DSB解调前的信号的频谱');

subplot(4,2,7);

plot(y_out_end(delay(6)+1:LengthOfSignal));axis([0,3000,-0.08,0.0 8]);%去除时延造成的空白信号

title('最终解调后的信号');

subplot(4,2,8);

plot(abs(fftshift(N)));axis([4900,5100,0,200]);

title('最终解调后的信号的频谱 ');

figure(2);

subplot(3,1,1);

hist(r,256);%绘制直方图

title('瑞利信道的幅度分布')

subplot(3,1,2);

hist(angle(r0));

title('瑞利信道的相位分布');

subplot(3,1,3);

plot(Sf1);

title('多普勒滤波器的频响特性');

3.2瑞利衰落信道的MATLAB实现

%Rayl.m 参考【1】

f=1:2*fm-1; %通频带长度

6

7

y=1.5./((1-((f-fm)/fm).^2).^(1/2))/pi/fm; %多普勒功率谱(基带)图3 Sf=zeros(1,LengthOfSignal); Sf1=y;

Sf(fc-fm+1:fc+fm-1)=y;%(把基带映射到载波频率) x1=randn(1,LengthOfSignal); x2=randn(1,LengthOfSignal);

nc=ifft(fft(x1+1i*x2).*sqrt(Sf)); %同相分量

%首先产生独立的复高斯噪声的样本，并经过FFT 后形成频域的样本，

%然后与S （f ）开方后的值相乘，以获得满足多普勒频谱特性要求的信号，

%经IFFT 后变换成时域波形，再经过平方，将两路的信号相加并进行开方运算后，形成瑞利衰落的信号r(t)

x3=randn(1,LengthOfSignal); x4=randn(1,LengthOfSignal);

ns=ifft(fft(x3+1i*x4).*sqrt(Sf)); %正交分量 r0=(real(nc)+1i*real(ns)); %瑞利信号 r=abs(r0); %瑞利信号幅值（nc 、ns 分别为窄带高斯过程的同相和正交支路的基带信号）

4、模拟仿真及结果分析 4.1模拟仿真

4.1.1多普勒滤波器的频响

图5多普勒滤波器的频响

4.1.2多普勒滤波器的统计特性

图6 多普勒滤波器的统计特性

8

4.1.3信道的时域输入/输出波形

图7 信道的时域/频域输入/输出波形

4.2仿真结果分析

4.2.1时域输入/输出波形分析

次实验主要是通过MATLAB 仿真瑞利衰落信道的传输过程，通过双边带调幅的调制与解调实现信号的传输。正如右图所示：

图中第一、第二个波形是在进入瑞利衰落前，第三、第四个波形是在进入瑞利衰落后，有明显的噪声的存在。

由第一个图输入，第四个图输出，信号的传递在存在干扰的情况下基本实现。

第一个波形到第二个波形是实现了抑制载波的双边带调幅；第三个波形到第四个波形是运用同步解调或相干解调实现对载波信号的解

调功能。

图8 信道的时域输入/输出波形

4.2.2频域波形分析

图9 信道的频域变化

分析图9中的第二、第四幅图可以发现输出信号的频谱图上一段频率内出现了多余的小频率，但总体频率没有很大变化。说明信道对输入波形存在影响，但本题中，输出的波形还是可以基本反映输入情况的。

4.2.3多普勒滤波器的统计特性分析

如图6中显示出了瑞利信道的幅度分布和相位分布情况，而在简介中提到包络r 服从瑞利分布，θ在0～2π内服从均匀分布。瑞利分布的概率分布密度如图1，经过分析对照可以发现，输出的多普勒滤波器的统计特性完全符合要求。

5、小结与体会

这次实习是自由定题，当听到这个时让我产生一种不知所措感，因为，我从没有真正讲学习的东西运用到稍微大一点的实际中。不过，越是这样才能让我们锻炼的更多，在用程序编出想要的波形时，我们不仅能体会成功的快乐，而且对通信的传输原理有了更加清晰的认识，这次设计要求我们学会综合运用我们所学的通信知识及用Matlab实现，可以上网查资料，也可以图书馆里找。设计一开始的时候我充满了恐惧感，面对好多的书，好多的代码，好混乱的脑中知识……总之，一万个不想做，但是想到如果不实践是不会有进步的，只得硬着头皮来，然而随着一点一点进行，发现一切都不像想象的那么艰巨，慢慢的我完成了我的课程设计——瑞利衰落信道的仿真。其实做什么事都是那样，不开始，永远害怕打破那层膜，只用勇敢的迈出第一步，一切问题都会在面临的时候解决。这次设计最深刻的感受就是：只要开始，一切都可以变得简单。

6、参考文献

[1]胡宴如，耿苏燕主编，高频电子线路，北京：高等教育出版社，2009。

[2]沈卫康，宋宇飞，宋红梅，数字信号处理，北京：清华大学出版社，2011。

[3]樊昌信，曹丽娜编著，通信原理，北京：国防工业出版社，2010。

[4]潘子宇，Matlab通信仿真设计指导书，南京工程学院，2011。

9

瑞利信道仿真 matlab

实验一 瑞利信道的仿真 一 引言：瑞利信道介绍 瑞利衰落信道（Rayleigh fading channel ）是一种无线电信号传播环境的统计模型。这种模型假设信号通过无线信道之后，其信号幅度是随机的，即“衰落”，并且其包络服从瑞利分布。[1] 瑞利分布就是两个独立的高斯分布的平方和的开方一个信号都是分为正交的两部分，而每一部分都是多个路径信号的叠加，当路径数大于一定数量的时候，他们的和就满足高斯分布。而幅度就是两个正交变量和的开平方，就满足瑞利分布了。[2] 二 实验目的： 用MATLAB 软件仿真瑞利信道，产生瑞利信道的随机数，画出产生瑞利数据的CDF 和PDF ，并求瑞利数据的均植和方差。 三 实验内容： 1、实验原理： 一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时，这个向量的模呈瑞利分布，两个正交高斯噪声信号之和的包络服从瑞利分布。信道符合瑞利分布，做出概率密度函数曲线。这里又到了瑞利分布的概率密度函数 2 22()exp() 0r 2r r p r σσ=-≤≤∞运用公式验证瑞利信道是符合瑞利分布的。 2、程序框图

3、源程序代码 % parameters setting clc; n=0:0.1:10; sigma=1; N=100000; x=randn(1,N); y=randn(1,N); M=x+j*y; r=sqrt(sigma*(x.^2+y.^2)); % q=1-exp((-(x.^2+y.^2))/(2*sigma*sigma)); % step=0.1; %range=0:step:3; h=hist(r,n); fr_approx=h/(0.1*sum(h)); pijun=sum(r)/N; junfanghe=(r-pijun).^2; junfang=sum(junfanghe)/N; u=0; % w=hist(q,n); % fr_approx1=-w/(0.1*sum(w)); % Calculate the CDF &Drawing cdf=raylcdf(n,sigma); subplot(3,1,1); plot(n,cdf); % hold on; % plot(n,fr_approx1,'ko'); % Calculate the PDF & Drawing title('Normal cumulative distribution'); pdf=raylpdf(n,sigma); subplot(3,1,2); plot(n,pdf); title('Normal probability density'); hold on; plot(n,fr_approx,'ko'); axis([0 8 0 1]) wucha=fr_approx-pdf; subplot(3,1,3); plot(n,wucha); title('wucha'); % Generate the randoms & Calculate the mean, covariance R=raylrnd(sigma,1,1000); % subplot(3,1,3);

哈工大移动通信设计题瑞利衰落信道代码

main clc; LengthOfSignal=10240; %设置信号长度(由于最好大于两倍fc奈奎斯特采样) fm=512; %最大多普勒频移 fc=5120; %载波频率 t=1:LengthOfSignal; % SignalInput=sin(t/100); SignalInput=sin(t/100)+cos(t/65); %时域信号输入 delay=[0 21 62 100 150 250]; %设置不同路径的时延 power=[0 -1 -5 -11 -16 -20]; %功率衰减系数dB y_in=[zeros(1,delay(6)) SignalInput]; %为时移补零 y_out=zeros(1,LengthOfSignal); %时域输出信号 fori=1:6 Ray; y_out=y_out+r.*y_in(delay(6)+1-delay(i):delay(6)+LengthOfSignal-delay(i))*10^(power(i)/20); end; %进行输出信号叠加 figure(1); subplot(2,1,1); plot(SignalInput(delay(6)+1:LengthOfSignal),'r'); %画出时域信号输入波形 title('时域信号输入'); subplot(2,1,2); plot(y_out(delay(6)+1:LengthOfSignal),'r'); %画出时域信号输出波形 title('时域信号输出'); figure(2); plot(Sf1,'r'); title('多普勒滤波器的频率响应特性'); %画出多普勒滤波器的频率响应特性 Ray f=1:2*fm-1; %设置通频带宽度 y=0.5./((1-((f-fm)/fm).^2).^(1/2))/pi; %多普勒功率谱函数(基带) Sf=zeros(1,LengthOfSignal); Sf1=y;%多普勒滤波器的频率响应特性 Sf(fc-fm+1:fc+fm-1)=y; %(把基带映射到载波频率) x1=randn(1,LengthOfSignal); x2=randn(1,LengthOfSignal); nc=ifft(fft(x1+1i*x2).*sqrt(Sf)); %同相分量nc函数表达式 x3=randn(1,LengthOfSignal); x4=randn(1,LengthOfSignal);

maab瑞利衰落信道仿真

引言 由于多径和移动台运动等影响因素，使得移动信道对传输信号在时间、频率和角度上造成了色散，如时间色散、频率色散、角度色散等等，因此多径信道的特性对通信质量有着至关重要的影响，而多径信道的包络统计特性成为我们研究的焦点。根据不同无线环境，接收信号包络一般服从几种典型分布，如瑞利分布、莱斯分布和Nakagami-m分布。在本文中，专门针对服从瑞利分布的多径信道进行模拟仿真，进一步加深对多径信道特性的了解。 仿真原理 1、瑞利分布简介 环境条件： 通常在离基站较远、反射物较多的地区，发射机和接收机之间没有直射波路径，存在大量反射波；到达接收天线的方向角随机且在（0~2π）均匀分布；各反射波的幅度和相位都统计独立。 幅度、相位的分布特性： 包络 r 服从瑞利分布，θ在0～2π内服从均匀分布。瑞利分布的概率分布密度如图1所示： 图1 瑞利分布的概率分布密度 2、多径衰落信道基本模型

根据ITU-RM.1125标准，离散多径衰落信道模型为 () 1()()()N t k k k y t r t x t τ==-∑%% (1) 其中,()k r t 复路径衰落，服从瑞利分布; k τ是多径时延。 多径衰落信道模型框图如图2所示： 图2 多径衰落信道模型框图 3、产生服从瑞利分布的路径衰落r(t) 利用窄带高斯过程的特性，其振幅服从瑞利分布，即 ()r t = （2） 上式中，()c n t 、()s n t 分别为窄带高斯过程的同相和正交支路的基带信号。 首先产生独立的复高斯噪声的样本，并经过FFT 后形成频域的样本，然后与S （f ）开方后的值相乘，以获得满足多普勒频谱特性要求的信号，经IFFT 后变换成时域波形，再经过平方，将两路的信号相加并进行开方运算后，形成瑞利衰落的信号r(t)。如下图3所示: 图3 瑞利衰落的产生示意图 其中，

(完整word版)基于Matlab的无线信道仿真

基于Matlab的无线信道仿真 近几年，随着无线通信业务和新兴宽带移动互联网接入业务的快速增长，对无线通信系统的优化显得尤为重要。与有线信道静态和可预测的典型特点相反，在实际中，由于无线信道动态变化且不可预测，无线通信系统的性能在很大程度上取决于无线信道环境，所以对无线信道的准确理解和仿真对设计一个高性能和高频谱效率的无线传输技术显得尤其重要。 无线信道的一个典型特征是“衰落”，衰落现象大致可分为两种类型：大尺度衰落和小尺度衰落。其中，大尺度衰落主要在移动设备通过一段较长的距离时体现，它是由信号的损耗（长距离传播）和大的障碍物（如建筑物、中间地形和植物）形成的阴影所引起的，一般分为路径损耗和阴影衰落，另一方面，小尺度衰落是指当移动台在较短距离内移动时，由多条路径的相消或相长干涉所引起信号电平的快速波动，主要表现为多径衰落。它们之间的关系如图1所示。报告中分别对这几种衰落的常见模型进行了总结和仿真。 图1 各种衰落之间的关系 一、大尺度衰落 大尺度衰落是在一个较大的范围上考察功率的渐变过程，功率的局部中值随距离变化缓慢。大尺度信道模型主要研究电波传播在时间、空间、频率范围内平均特性。 1.1 路径损耗 路径损耗由发射功率的辐射扩散及信道的传播特性造成，反映在宏观长距离

上。理论上认为，对于相同收发距离，路径损耗相同。其定义为有效发射功率和平均接收功率之间的比值。几种常用的描述大尺度衰落的模型有自由空间模型、对数距离路径损耗模型、Hata-Okumura 模型。 1.1.1自由空间模型 所谓自由空间是指天线周围为无限大真空时的电波传播，它是理想传播条件。电波在自由空间传播时，其能量既不会被障碍物所吸收，也不会产生反射或散射，传播路径上没有障碍物阻挡，到达接收天线的地面反射信号场强也可以忽略不计。 自由空间模型中路径损耗计算公式： r t r t s G G c df πP P L 142 ??? ??== 其中，t P 为发射功率，r P 为接收功率，d 为发射端与接收端距离，f 为载波频率，c 为光速取8103?，t G 为发射端天线增益，r G 为接收端天线增益。转换成分贝表示： r t r t s G G f d P P L lg 10lg 20lg 2045.32lg 10dB -++==）（ 发射端与接收端均是全向天线，1==r t G G ，得图2： 图2 路径损耗随距离、频率变化曲线 1.1.2 对数距离路径损耗模型 与前面提到的自由空间路径损耗一样，在其他所有实际环境中，平均接收信号功率随距d 呈对数方式减小。通过引入随着环境而改变的路径损耗指数n 可以修正自由空间模型，从而构造出一个更为普遍的路径损耗衰落模型。

一种基于MATLAB的瑞利信道仿真方法研究

一种基于MATLAB 的瑞利信道仿真方法研究 王志杨1, 刘金龙2 (1.安徽电子信息职业技术学院信息工程系,安徽蚌埠 233030;2.淮海工学院电子工程学院,江苏连云港 222005) 摘 要:瑞利信道的仿真在无线通信系统的仿真中具有重要的意义.文章首先给出瑞利信道的概 念,并参照Jakes 模型,采用MATLAB 软件,仿真出了多径瑞利信道.为了得到每径独立的瑞利分 布,提出了衰落计数器的概念.通过调整不同路径波形衰落计数器的起始时间达到每径独立分布, 且计算复杂度较低.最后通过评估程序证明了仿真方法的正确性.该方法为研究不同通信系统在瑞 利信道下的相关性能奠定了基础. 关键词:瑞利信道;信道仿真;Jakes 模型;多径传输 中图分类号:TN914.3 文献标识码:A 文章编号:1001-2443(2012)03-0234-06 引 言 对于基站到移动台这样一个发送接收系统来说,理想的无线信号传播(自由空间传播模型)是由基站发送的电磁波经过一定衰减达到移动台,我们可以理解为信号沿着基站到移动台的直线传播.虽然,电磁波实际上是以球面波的形式向周围360度辐射,但是只有沿着直线传播的信号才能抵达移动台,这条路径称为直射路径[1].而对于实际的大气传播环境,大气中包含着许多的小颗粒(悬浮物),或者由于建筑物和树木阻挡,从基站出发,沿着非直射方向传播的电磁波可能经过一系列的反射、散射、衍射后而抵达接收端, 我们把 图1 信号的多径传播 Figure 1 The multipath transmis s i on of signal 这种路径称为散射路径(见图1).和直接波相比,后到达的波形称为延迟波.由于每一条散射路径经历的路程都不一样,这样,接收波相位各不相同.如果恰巧各个相位相同,多个信号进行叠加会导致总的信号增强,而如果相位互不相同,各个信号叠加则会互相抵消,导致总的信号强度降低.这样,我们把由于信号经过了多收稿日期:2011-12-01 基金项目:安徽电子信息职业技术学院院级研究课题ADZX1007).作者简介:王志杨(1982-),男,回族,安徽蚌埠人,硕士,讲师,主要研究方向:OFDM 、3G 移动通信、信道建模. 第35卷3期 2012年5月 安徽师范大学学报(自然科学版)Journal of Anhui Normal University (Natural Science)Vol.35No.3M ay.2012

数字通信系统matlab仿真

课程设计报告 题目：基于MATLAB的通信系统仿真 ———信道编码对通信系统性能的影响 专业：通信工程 姓名：XXX 学号：0730xxxx

基于MATLAB 的通信系统仿真 ———信道编码对通信系统性能的影响 摘要：简述信道编码理论，详细说明分组码的编译原理、实现方法及检错纠错能力，用MATLAB 仿真有无信道编码条件下对通信系统性能的影响及信道编码在不同信道下对通信系统性能的影响，如AWGN 信道和深衰落信道。 关键词：信道编码、分组码、MATLAB 仿真、性能 一、引言 提高信息传输的有效性和可靠性始终是通信技术所追求的目标，而信道编码能够显著的提升信息传输的可靠性。1948年,信息论的奠基人C.E.Shannon 在他的开创性论文“通信的数学理论”中,提出了著名的有噪信道编码定理.他指出：对任何信道,只要信息传输速率R 不大于信道容量C, 就一定存在这样的编码方法：在采用最大似然译码时,其误码率可以任意小.该定理在理论上给出了对给定信道通过编码所能达到的编码增益的上限,并指出了为达到理论极限应采用的译码方法.在信道编码定理中,香农提出了实现最佳编码的三个基本条件 ：(1 )采用随机编译码方式 ; (2 )编码长度Ｌ→∞ , 即分组的码组长度无限 ; (3)译码采用最佳的最大似然译码算法。【1】 二、信道编码理论 1、信道编码的目的 在数字通信系统中由于信道内存在加性噪声及信道传输特性不理想等容易造成码间串扰同时多用户干扰、多径传播和功率限制等也导致错误译码。为了确保系统的误比特率指标通常采用信道编码。信道编码是为了保证信息传输的可靠性、提高传输质量而设计的一种编码。它是在信息码中增加一定数量的多余码元，使码字具有一定的抗干扰能力。 2、信道编码的实质 信道编码的实质就是在信息码中增加一定数量的多余码元（称为监督码元），使它们满足一定的约束关系，这样由信息码元和监督码元共同组成一个由信道传输的码字。举例而言，欲传输k 位信息，经过编码得到长为n(n>k)的码字，则增加了 n - k = r 位多余码元，我们定义 R = k / n 为编码效率。【2】 3、 信道编码公式 令信息速率为f b ，经过编码以后的速率为f t ，定义：R ＝f b /f t 为编码率。则对于任何一个信道，总存在一个截止速率R 0，只要R

移动通信瑞利衰落信道建模及仿真

移动通信瑞利衰落信道建模及仿真 信息与通信工程学院 09211123班 09212609 蒋砺思 摘要：首先分析了移动信道的表述方法和衰落特性，针对瑞利衰落，给出了Clarke模型，并阐述了数学模型与物理模型之间的关系，详细分析了Jakes仿真方法，并用MATLAB进行了仿真，并在该信道上实现了OFDM仿真系统，仿真曲线表明结果正确，针对瑞利衰落的局限性，提出了采用Nakagami-m分布作为衰落信道物理模型，并给出了新颖的仿真方法。 关键词：信道模型；Rayleigh衰落；Clarke模型；Jakes仿真；Nakagami-m分布及仿真 一．引言 随着科学技术的不断进步和经济水平的逐渐提高，移动通信已成了我们日常生活中不可缺少的必备品。然而，移动通信中的通话常常受到各种干扰导致话音质量的不稳定。本文应用统计学及概率论相关知识对移动通信的信道进行建模仿真和详尽的分析。 先来谈谈移动通信的发展历史和发展趋势。所谓通信就是指信息的传输、发射和接收。人类通信史上革命性的变化是从电波作为信息载体（电信）开始的，近代电信的标志是电报的诞生。为了满足人们随时随地甚至移动中通信的需求，移动通信便应运而生。所谓移动通信是指通信的一方或双方处于移动中，其传播媒介是无线电波，现代移动通信以Maxwel1理论为基础，他奠定了电磁现象的基本规律；起源于Hertz的电磁辐射，他认识到电磁波和电磁能量是可以控制发射的，而Marconi无线电通信证实了电磁波携带信息的能力。第二次世界大战结束后，开始了建立公用移动通信系统阶段。这第一代移动通信系统最大缺点是采用模拟技术，频谱利用律低，容量小。90年代初，各国又相继推出了GSM等第二代数字移动通信系统，其最大缺点是频谱利用率和容量仍然很低，不能经济的提供高速数据和多媒体业务，不能有效地支持Internet业务。90年代中期以后，许多国家相继开始研究第三代移动通信系统，目前，我国及其他国家已开始了第四代移动通信的研究。相比之前的系统，3G或4G有以下一些特点：1.系统的国际通用性：全球覆盖和漫游。2.业务多样性，提供话音、数据和多媒体业务，支持高速移动。3.频谱效率高，容量大。4.提供可变速率业务，具有QoS保障。在3G或4G的发展中，一个核心问题就是系统的高速数据传输与信道衰落之间的矛盾。从后面的分析中，我们会看到多径衰落是影响移动通信质量的重要因素，而高速数据传输和移动终端高速移动会加剧多径衰落，因此，抗衰落是3G或4G的重要技术，对移动信道的研究是抗衰落的基础，建模及仿真是研究衰落信道的基本方法之一。 再来看看移动通信系统组成及移动信道特点。移动通信组成如图（1）所示，包括信源、信道、信宿，无线信道是移动通信系统的重要

matlab信道仿真经典源程序

% % % Rayleigh Fading Channel Signal Generator % Using the Dent Model (a modification to the Jakes Model) % % Last Modified 10/18/05 % % Author: Avetis Ioannisyan (avetis@https://www.wendangku.net/doc/5f4114320.html,) % % % Usage: % [omega_mTau, Tk] = % ai_RayCh(NumAngles, Length, SymbolRate, NumWaveforms, CarrierFreq, Velocity) % % Where the output omega_mTau is a time scaling factor for plotting % normalized correlations. The LAGS value output by [C,LAGS] = XCORR(...) % should be multiplied by the omega_mTau scaling factor to properly display % axis. Tk is a two dimensional vector [M, N] = SIZE(Tk) with % M=numWaverorms and N=Length specified in the RayCh(...) function call % % And the input variables are: % % NumAngles - scalar power of 2, NumAngles > 2^7 is used to specify the % number of equally strong rays arriving at the receiver. It used to % compute the number of oscillators in the Dent model with N0 = numAngles/4 % % Length - scalar preferably power of 2 for faster computation, Length > 2^17 % is used to specify the length of the generated sequence. Lengths near 1E6 % are close to realistic signals % % SymbolRate - scalar power of 2 and is in kilo-symbols-per-sec is used to % specify what should be the transmission data rate. Slower rates will % provide slowly fading channels. Normal voice and soem data rates are % 64-256 ksps % % NumWaveforms - scalar used to specify how many 'k' waveforms to generate % in the model. NumWaveforms > 2 to properly display plots % % CarrierFreq - scalar expressed in MHz is the carrier frequency of the % tranmitter. Normally 800 or 1900 MHz for mobile comms % % Velocity - scalar expressed in km/hr is the speed of the receiver. % 100 km/hr = 65 mi/hr. Normal values are 20-130 km/hr %

(精选)信道衰落模型汇总

简单模型2种：常量（Constant ）模型和纯多普勒模型 1. 常量（Constant ）模型： 常量模型既没有衰落，也没有多普勒频移，适用于可预测的固定业务无线信道。其幅度分布的概率密度函数（PDF ）为： 0(r)A (r r ) p δ=- 式中r 为信道响应的幅度，A 为概率常数。 常量模型的多普勒谱为： ()db d f P B f δ= 式中fd 为最大多普勒频移，f 为基带频率，B 为常数。 2. 纯多普勒模型： 纯多普勒模型无衰落，但有多普勒频移，适用于可预测的移动业务无线信道。其幅度分布与常量模型相同，多普勒谱为： ()x db d d f f P C f f δ=-，C 为常数。 由于移动通信中移动台的移动性，无线信道中存在多普勒效应。在移动通信中，当移动台移向基站时，频率变高，远离基站时，频率变低。我们在移动通信中要充分考虑“多普勒效应”。虽然，由于日常生活中，我们移动速度的局限，不可能会带来十分大的频率偏移，但是这不可否认地会给移动通信带来影响，为了避免这种影响造成我们通信中的问题，我们不得不在技术上加以各种考虑。也加大了移动通信的复杂性。 3. 瑞利模型： 瑞利衰落信道（Rayleigh fading channel ）是一种无线电信号传播环境的统计模型。这种模型假设信号通过无线信道之后，其信号幅度是随机的，即“衰落”，并且其包络服从瑞利分布。这一信道模型能够描述由电离层和对流层反射的短波信道，以及建筑物密集的城市环境。瑞利衰落只适用于从发射机到接收机不存在直射信号（LoS ，Line of Sight ）的情况，否则应使用莱斯衰落信道作为信道模型。在无线通信信道环境中，电磁波经过反射折射散射等多条路径传播到达接收机后，总信号的强度服从瑞利分布。 同时由于接收机的移动及其他原因，信号强度和相位等特性又在起伏变化， 故称为瑞利衰落。

瑞利信道仿真

瑞利衰落信道的matlab仿真 瑞利衰落信道（Rayleigh fading channel）是一种无线电信号传播环境的统计模型。这种模型假设信号通过无线信道之后，其信号幅度是随机的，即“衰落”，并且其包络服从瑞利分布。 模型的适用 瑞利衰落模型适用于描述建筑物密集的城镇中心地带的无线信道。密集的建筑和其他物体使得无线设备的发射机和接收机之间没有直射路径，而且使得无线信号被衰减、反射、折射、衍射。在曼哈顿的实验证明，当地的无线信道环境确实接近于瑞利衰落。[3]通过电离层和对流层反射的无线电信道也可以用瑞利衰落来描述，因为大气中存在的各种粒子能够将无线信号大量散射。 瑞利衰落属于小尺度的衰落效应，它总是叠加于如阴影、衰减等大尺度衰落效应上。 信道衰落的快慢与发射端和接收端的相对运动速度的大小有关。相对运对导致接收信号的多普勒频移。图中所示即为一固定信号通过单径的瑞利衰落信道后，在1秒内的能量波动，这一瑞利衰落信道的多普勒频移最大分别为10Hz和100Hz，在GSM1800MHz的载波频率上，其相应的移动速度分别为约6千米每小时和60 千米每小时。特别需要注意的是信号的“深衰落”现象，此时信号能量的衰减达到数千倍，即30～40分贝。 性质 多普勒功率普密度

, 瑞利衰落信道的仿真 根据上文所述，瑞利衰落信道可以通过发生实部和虚部都服从独立的高斯分布变量来仿真生成。不过，在有些情况下，研究者只对幅度的波动感兴趣。针对这种情况，有两种方法可以仿真产生瑞利衰落信道。这两种方法的目的是产生一个信号，有着上文所示的多普勒功率谱或者等效的自相关函数。这个信号就是瑞利衰落信道的冲激响应。 Jakes模型和clark模型 本次只以下图所示的模型来仿真单路信号的产生。课本上也有相关的分析。

(完整word版)MATLAB仿真瑞利衰落信道实验报告结果

封面： 题目：瑞利衰落信道仿真实验报告

题目：MATLAB仿真瑞利衰落信道实验报告 引言 由于多径效应和移动台运动等影响因素，使得移动信道对传输信号在时间、频率和角度上造成了色散，即时间色散、频率色散、角度色散等等，因此多径信道的特性对通信质量有着重要的影响，而多径信道的包络统计特性则是我们研究的焦点。根据不同无线环境，接收信号包络一般服从几种典型分布，如瑞利分布、莱斯分布等。在此专门针对服从瑞利分布的多径信道进行模拟仿真，进一步加深对多径信道特性的了解。 一、瑞利衰落信道简介： 瑞利衰落信道（Rayleigh fading channel）是一种无线电信号传播环境的统计模型。这种模型假设信号通过无线信道之后，其信号幅度是随机的，即“衰落”，并且其包络服从瑞利分布。 二、仿真原理 （1）瑞利分布分析 环境条件： 通常在离基站较远、反射物较多的地区，发射机和接收机之间没有直射波路径（如视距传播路径），且存在大量反射波，到达接收天线的方向角随机的（（0~2π）均匀分布），各反射波的幅度和相位都统计独立。 幅度与相位的分布特性： 包络 r 服从瑞利分布，θ在0～2π内服从均匀分布。瑞利分

布的概率分布密度如图2-1所示： 00.51 1.52 2.53 00.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 图2-1 瑞利分布的概率分布密度 （2）多径衰落信道基本模型 离散多径衰落信道模型为 ()1()()() N t k k k y t r t x t τ==-∑ 其中,()k r t 复路径衰落，服从瑞利分布; k τ是多径时延。 多径衰落信道模型框图如图2-2所示：

瑞利信道Matlab仿真程序

%%File_C7: %本程序将一随机信号通过瑞利信道产生输出 %% clear; clc; Ts=; fmax=2;%最大多普勒频移 Nt=400;%采样序列的长度 （ sig=j*ones(1,Nt);%信号 t=[0:Nt]; %设定信道仿真参数 N0=25; D=1; [u]=jakes_single_rayleigh(N0,D,fmax,Nt,Ts);%生成瑞利信道RecSignal=u.*sig; ? plot(20*log10(RecSignal)); % %本函数用Jakes方法产生单径的符合瑞利分布的复随机过程%%%%%%%%%%%%%%%%%%%%%%%%%%% function [u]=jakes_single_rayleigh(N0,D,fmax,M,Ts,Tc) % 输入参数： % N0 频率不重叠的正弦波个数 { % D 方差，可由输入功率得到 % fmax 最大多普勒频移 % M 码片数 %输出参数 %u 输出复信号 %u1 输出信号的实部 %u2 输出信号的虚部 %% 、 %%%%%%%%%%%%%%%%%%%%%%%%%%% N=4*N0+2;%Jakes仿真叠加正弦波的总个数 %计算Jakes仿真中的离散多普勒频率fi,n f=zeros(1,N0+1); for n=1:N0 f(n)=fmax*cos(2*pi*n/N);

~ f(N0+1)=fmax; %计算多普勒增益ci,n %同向分量增益c1,n c1=zeros(1,N0+1); for n=1:N0 c1(n)=D*(2/sqrt(N))*2*cos(pi*n/N0); end c1(N0+1)=D*(2/sqrt(N))*sqrt(2)*cos(pi/4); 《 %正交分量增益c2,n c2=zeros(1,N0+1); for n=1:N0 c2(n)=D*(2/sqrt(N))*2*sin(pi*n/N0); end c2(N0+1)=D*(2/sqrt(N))*sqrt(2)*sin(pi/4); %插入随机相移ph_i,解决Jakes方法的广义平稳问题n=(1:N0+1); \ U=rand(size(n)); [x,k]=sort(U); ph_i=2*pi*n(k)/(N0+1); %计算复包络 u1=zeros(1,M);%Rc(t) u2=zeros(1,M);%Rs(t) u=zeros(1,M);%R(t) k=0; & %计算Rc(t) k=0; for t=0:Ts:(M-1)*Ts; w2=cos(2*pi*f*t+ph_i); ut2=c2*w2.'; k=k+1; u2(k)=ut2; end %计算u(t) k=0; for t=0:Ts:(M-1)*Ts k=k+1; u(k)=u1(k)-j*u2(k); end %程序结束

MATLAB仿真瑞利衰落信道实验报告结果

封面: 题目:瑞利衰落信道仿真实验报告 题目:MＡTLＡＢ仿真瑞利衰落信道实验报告 引言 由于多径效应与移动台运动等影响因素,使得移动信道对传输信号在时间、频率与角度上造成了色散,即时间色散、频率色散、角度色散等等,因此多径信道得特性对通信质量有着重要得影响,而多径信道得包络统计特性则就是我们研究得焦点。根据不同无线环境,接收信号包络一般服从几种典型分布,如瑞利分布、莱斯分布等。在此专门针对服从瑞利分布得多径信道进行模拟仿真,进一步加深对多径信道特性得了解、 一、瑞利衰落信道简介: 瑞利衰落信道(Ｒaｙleigh faｄiｎg chaｎnｅｌ)就是一种无线电信号传播环境得统计模型、这种模型假设信号通过无线信道之后,其信号幅度就是随机得,即“衰落”,并且其包络服从瑞利分布。 二、仿真原理 (1)瑞利分布分析 环境条件: 通常在离基站较远、反射物较多得地区,发射机与接收机之间没有直射波路径(如视距传播路径),且存在大量反射波,到达接收天线得方向角随机得((0～２π)均匀分布),各反射波得幅度与相位都统计独立。

幅度与相位得分布特性: 包络 r 服从瑞利分布,θ在0～2π内服从均匀分布。瑞利分布得概率分布密度如图2－1所示: 图2-１瑞利分布得概率分布密度 (2)多径衰落信道基本模型 离散多径衰落信道模型为 其中,复路径衰落,服从瑞利分布; 就是多径时延。多径衰落信道模型框图如图2—２所示:

图2-2 多径衰落信道模型框图 (３)产生服从瑞利分布得路径衰落ｒ(t) 利用窄带高斯过程得特性,其振幅服从瑞利分布,即 上式中,分别为窄带高斯过程得同相与正交支路得基带信号。 三、仿真程序: function[h］＝rａｙｌｅｉgｈ(fｄ,t) %产生瑞利衰落信道 fc=900*10^6;％选取载波频率 v1=３0*1０0０／36００;％移动速度ｖ1=3０ｋｍ／h ｃ＝3*1０＾8; ％定义光速 fd=v1＊ｆc/c; %多普勒频移 ts＝1/10000; ％信道抽样时间间隔 t=０:ts:1; ％生成时间序列 h1=raylｅiｇｈ(fd,ｔ); ％产生信道数据 v2=12０＊１０００／360０; %移动速度v2=120km/h ｆd＝v２*fｃ/c; ％多普勒频移 h2=ｒａｙleigｈ(fd,ｔ); ％产生信道数据 sｕbplot(2,1,１),plot(2０＊lｏg1０(aｂｓ(ｈ1(１:１0000)))) ｔｉｔｌｅ(’v=30kｍ／h时得信道曲线’) ｘlａbeｌ(’时间’);ylａbel(’功率’) sｕｂplｏt(2,1,2),plot(20＊log10(abs(h2(1:10０00)))) title(＇v=120ｋm／h时得信道曲线') xｌａbel('时间＇);ｙlａbeｌ(’功率’)

(完整word版)LMMSE算法信道均衡MATLAB仿真

一．信道均衡的概念 实际的基带传输系统不可能完全满足无码间串扰传输条件，因而码间串扰是不可避免的。当串扰严重时，必须对系统的传输函数 进行校正，使其达到或接近无码间串扰要求的特性。理论和实践表明，在基带系统中插入一种可调滤波器就可以补偿整个系统的幅频，和相频特性从而减小码间串扰的影响这个对系统校正的过程称为均衡，实现均衡的滤波器称为均衡器。 均衡分为频域均衡和时域均衡。频域均衡是从频率响应考虑，使包括均衡器在内的整个系统的总传输函数满足无失真传输条件。而时域均衡，则是直接从时间响应考虑，使包括均衡器在内的整个系统的冲激响应满足无码间串扰条件。 频域均衡在信道特性不变，且传输低速率数据时是适用的，而时域均衡可以根据信道特性的变化进行调整，能够有效地减小码间串扰，故在高速数据传输中得以广泛应用。 时域均衡的实现方法有多种，但从实现的原理上看，大致可分为预置式自动均衡和自适应式自动均衡。预置式均衡是在实际传数之前先传输预先规定的测试脉冲（如重复频率很低的周期性的单脉冲波形），然后按“迫零调整原理”自动或手动调整抽头增益；自适应式均衡是在传数过程中连续测出距最佳调整值的误差电压，并据此电压去调整各抽头增益。一般地，自适应均衡不仅可以使调整精度提高，而且当信道特性随时间变化时又能有一定的自适应性，因此很受重视。这种均衡器过去实现起来比较复杂，但随着大规模、超大规模集成电路和微处理机的应用，其发展十分迅速。 二．信道均衡的应用 1.考虑如图所示的基带等效数据传输系统，发送信号k x 经过ISI 失真信道传输，叠加高斯加性噪声。 图1基带等效数据传输模型 设发送信号采用QPSK 调制，即(1)k x j =±±ISI 信道的冲击响应以向量的形式表示为h 2211[,,,]T L L L h h h --+=???。典型的ISI 信道响应向量有三种： h [0.04,0.05,0.07,0.21,0.5,0.72,0.36,0,0.21,0.03,0.07]T A =--- h [0.407,0.815,0.407]T B = h [0.227,0.46,0.6888,0.46,0.227]T C = k ω为实部与虚部独立的复高斯白噪声，其均值为零，方差为2 ωσ。 2.实现目的

MQAM在瑞利信道下的性能仿真

课程设计（II）通信系统仿真 MQAM在瑞利信道下的性能仿真

1、课程设计目的 （1）了解MQAM多进制幅度调制技术原理 （2）在MATLAB环境下编程实现调制、解调过程 （3）在MATLAB环境下仿真不同MQAM的误码率，并绘制曲线 （4）比较16QAM误比特率在理论和实际条件下的误差 2、课程设计内容 本课题在MATLAB环境下，进行多进制调制在瑞利信道下进行信号传输的仿真实验，传输信号在发送端进行MQAM调制，并分析在不同的多进制调制下，信号在瑞利信道下的性能，并比较。 3、设计与实现过程 3.1 设计思想和设计流程 首先进行系统的分析的设计，整个设计分为如下几个部分：随机序列的产生，序列的串并和并串转换，16QAM调制，星座图的绘制，16QAM解调，加入噪声，误码率的测量及绘图。 MQAM信号由2个独立的基带波形对2个相互正交的同频载波进行调制而构成，利用其在同一带宽内频谱正交的性质来实现两路并行的数字信息传输。 调制后的信号经信道传输，由于信道的非理想特性，MQAM信号会发生频率选择性衰减/码间干扰、相位旋转以及受各种噪声的影响，这部分影响都包含在信道模型中。 数字通信中数据采用二进制数表示，星座点的个数是2的幂。常见的MQAM 形式有16-QAM、64-QAM、256-QAM等。星座的点数越多，符号能够传输的数据量就越大。但是，如果在星座图的平均能量保持不变的情况下增加星座点，基于星座图聚类的方法成为了数字幅相调制信号识别的重要方法之一。会使星座点之间的距离变小，进而导致误码率上升。因此高阶星座图的可靠性比低阶要差。 3.1.1 调制器 串并转换单元、IQ分路单元及调制混频器组成了MQAM系统的调制器。将串行数据转换成并行数据是通过串并转换完成的;IQ分路主要的作用是检测调制的要求，调制混频器的作用是把I、Q两路信号混频及合成，最终形成调制信号输出。 MQAM的调制方式有两种：正交调幅法和复合相移法。本次仿真针对

matlab瑞利衰落信道仿真

m a t l a b瑞利衰落信道仿真 Prepared on 24 November 2020

引言 由于多径和移动台运动等影响因素，使得移动信道对传输信号在时间、频率和角度上造成了色散，如时间色散、频率色散、角度色散等等，因此多径信道的特性对通信质量有着至关重要的影响，而多径信道的包络统计特性成为我们研究的焦点。根据不同无线环境，接收信号包络一般服从几种典型分布，如瑞利分布、莱斯分布和Nakagami-m 分布。在本文中，专门针对服从瑞利分布的多径信道进行模拟仿真，进一步加深对多径信道特性的了解。 仿真原理 1、瑞利分布简介 环境条件： 通常在离基站较远、反射物较多的地区，发射机和接收机之间没有直射波路径，存在大量反射波；到达接收天线的方向角随机且在（0~2π）均匀分布；各反射波的幅度和相位都统计独立。 幅度、相位的分布特性： 包络 r 服从瑞利分布，θ在0～2π内服从均匀分布。瑞利分布的概率分布密度如图1所示： 图1 瑞利分布的概率分布密度 2、多径衰落信道基本模型 根据标准，离散多径衰落信道模型为 () 1 ()()() N t k k k y t r t x t τ==-∑ (1)

其中,()k r t 复路径衰落，服从瑞利分布; k τ是多径时延。 多径衰落信道模型框图如图2所示： 图2 多径衰落信道模型框图 3、产生服从瑞利分布的路径衰落r(t) 利用窄带高斯过程的特性，其振幅服从瑞利分布，即 ()r t = （2） 上式中，()c n t 、()s n t 分别为窄带高斯过程的同相和正交支路的基带信号。 首先产生独立的复高斯噪声的样本，并经过FFT 后形成频域的样本，然后与S （f ）开方后的值相乘，以获得满足多普勒频谱特性要求的信号，经IFFT 后变换成时域波形，再经过平方，将两路的信号相加并进行开方运算后，形成瑞利衰落的信号r(t)。如下图3所示: 图3 瑞利衰落的产生示意图 其中， ()S f = （3） 4、 产生多径延时k τ 多径/延时参数如表1所示： 表1 多径延时参数

电子信息工程毕设设计__基于matlab的信道编码仿真

电子信息工程毕设设计__基于matlab的信道编码仿真基于matlab的信道编码仿真 海南大学 毕业论文(设计) 题目:基于matlab的信道编码仿真学号: 姓名: 年级: 学院:信息科学技术学院系别:电子信息工程专业:电子信息工程指导教师: 完成日期: 1 基于matlab的信道编码仿真 摘要 通信技术的飞速发展，信道编码已经成功地应用于各种通信系统中。以及各种传输方式对可靠性要求的不断提高，信道编码技术作为抗干扰技术的一种重要的手段，在数字通信技术领域和数字传输系统中显示出越来越重要的作用。 信道编码的目的是为了改善通信系统的传输质量。由于实际信道存在噪声和干扰，使发送的码字与信道传输后所接收的码字之间存在差异，称这种差异为差错。一般情况下，信道噪声、干扰越大，码字产生差错的概率也就越大。 本文利用matlab对二进制对称信道(BSC)，高斯白噪声信道(AWGN)两种信道的仿真，(7,4)Hamming码对信道的仿真，通过误码率的曲线图来了解信道的编码。并利用matlab的simulink模块仿真，运用simulink里的卷积码viterbi译码器来对二进制对称信道和高斯白噪声信道的仿真，观察误码率的曲线图来了解2个信道的不同。 关键字:matlab，信道，编码，译码，Simulink。

1 基于matlab的信道编码仿真 Abstract With the rapid development of communication technology, channel coding has been successfully applied to various communications systems. And a variety of transmission of the continuous improvement of reliability requirements, anti-jamming channel coding technology as an important means of technology in the field of digital communications technology and digital transmission systems in a more and more important role. The purpose of channel coding is to improve the transmission quality of communications systems. As the actual existence of the channel noise and interference, the transmitted codewords and channel transmission received after the difference between code words, said this difference is wrong. Under normal circumstances, channel noise, the greater the interference, the code word generated the greater the probability of error. In this paper, matlab binary symmetric channel (BSC), Gaussian white noise channel (AWGN) two channel simulation, (7,4) Hamming code simulation of the channel, through the bit error rate curve to understand the channel coding. Using matlab to simulink block simulation, using simulink in the viterbi decoder to convolutional codes on the binary symmetric channel and Gaussian white noise channel simulation, observation error rate graphs to understand the two different channels