MATLAB仿真报告

-无线通信（MATLAB课后作业仿真）姓 名： 学 院： 学 号： 班 级： 指导教师： 欢迎下载-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 snr_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*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% BPSK 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(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,length(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)*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; %* data4=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),+-); 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(snr_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(a0.5) data(i)=-1; else data(i)=1; end end numofber=0; totolnumber=0; while numofber0.5; %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), data4(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,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*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 demodata=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); 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。Bpsk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(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 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;for jj=1:ndisi = zeros(para,1);isq = zeros(para,1);for ii = 1 : m2 isi = isi + 2.( m2 - ii ) isq = isq + 2.( m2 - ii ) ; endiout(1:para),jj)=isi/sqrt(2);qout(1:para),jj)=isq/sqrt(2); count2=count2+ml;end用isi和isp这两个集合存储虚部和实部，每次取出两个信号进行调制，得到编码