1.信源产生函数

1.1产生误比特图样：randerr

对于所有的语法，randerr对out的每一行都进行独立处理。

out = randerr(m) 生成一个m乘m的二进制矩阵，其中每一行在随机位置上都有一个非零条目。每个可允许的配置都有相等的概率。

out = randerr(m,n) 生成一个m乘n的二进制矩阵，其中每一行在随机位置都有一个非零条目。每个可允许的配置都有相等的概率。

out = randerr(m,n,errors) 使用输入的error来确定输出的m乘n的二进制矩阵中每一行的非零条目数。

如果errors是一个标量，它是每行的非零条目数。

如果errors是一个行向量，它列出了每一行中可能的非零条目数。

如果errors是一个有两行的矩阵，第一行列出每行可能的非零条目数，第二行列出对应于可能的错误计数的概率。错误第二行中的元素之和必须为1。

一旦randerr确定了某一行的非零条目数，该非零条目数的每个配置都有相等的概率。

out = randerr(m,n,errors,seed) 接受一个用于初始化统一随机数发生器rand的种子值。

out = randerr(m,n,errors,streamhandle) 接受一个随机流句柄，通过使用rand生成均匀随机噪声样本。提供一个随机流句柄或在默认的随机流对象上使用重置函数，可以使你产生可重复的噪声样本。如果你想生成可重复的噪声样本，那么在调用randerr之前，要么重置随机流输入，要么使用相同的种子输入。更多信息请参见RandStream。

1.2根据给定的数字表产生一个随机符号矩阵：randsrc

out = randsrc生成一个随机标量，它要么是-1，要么是1，概率相同。

out = randsrc(m) 生成一个m乘m的随机双极矩阵。每个条目都独立地取值-1或1，概率相同。

out = randsrc(m,n) 生成一个m乘n的随机双极矩阵。每个条目都以相同的概率独立取值-1或1。

out = randsrc(m,n,alphabet) 生成一个m乘n的矩阵，每个条目都是独立地从行向量alphabet中的条目中选择。字母表中的每个条目都以相同的概率出现在out中。字母表中的重复值会被忽略。

out = randsrc(m,n,[alphabet; prob]) 生成一个m乘n的矩阵，每个条目都是从行向量字母表的条目中独立选择的。字母表中的重复值被忽略。行向量prob列出了相应的概率，因此符号alphabet(k)出现的概率为prob(k)，其中k是1和alphabet的列数之间的任何整数。prob的元素加起来必须是1。

out = randsrc(m,n,___,seed) 接受来自先前语法的输入组合和一个种子值，用于初始化统一随机数发生器rand。

out = randsrc(m,n,___,streamhandle) 接受来自先前语法的输入组合和一个随机流句柄，通过使用rand来生成均匀随机噪声样本。提供一个随机流句柄或在默认的随机流对象上使用重置函数，可以使你产生可重复的噪声样本。如果你想生成可重复的噪声样本，那么要么在调用randsrc之前重置随机流输入，要么使用相同的种子输入。更多信息请参见RandStream。

2.信源编码/解码函数

2.1算术二进制码编码：arithenco

根据指定向量seq对应的符号序列产生二进制算术代码，向量counts代表信源中指定符号在数据集合中出现的次数统计。

解码：arithdeco

解码二进制算术代码code，恢复相应的len符号序列。

2.2差分码调制编码：

indx = dpcmenco(sig,codebook,partition,predictor) 实现差分脉冲编码调制，对向量sig进行编码。partition是一个向量，其条目给出分区间隔的端点。codebook是一个长度超过分区长度1的向量，为量化中的每个分区规定了一个值。predictor指定预测传递函数。如果传递函数具有预测阶数M，预测器的长度为M+1，初始条目为0。输出向量indx是量化指数。

参见差分脉冲编码调制，了解更多关于预测器的格式。参见Represent Partitions，Represent Partitions，或本章中quantiz的参考页，以了解分区和编码本的格式。

[indx,quants] = dpcmenco(sig,codebook,partition,predictor) 与上面的语法相同，只是quants包含基于量化参数的sig的量化，quants是一个与sig大小相同的向量。

解码：

sig = dpcmdeco(indx,codebook,predictor) 实现差分脉冲编码解调，对向量indx进行解码。矢量编码本代表预测性错误量化编码本。矢量预测器指定了预测传递函数。如果传递函数有预测阶数M，预测器的长度为M+1，初始条目为0。为了正确解码，在dpcmenco和dpcmdeco中使用相同的编码簿和预测器。

参见Represent Partitions、Represent Codebooks或quantiz参考页，以了解分区和编码本的格式描述。

[sig,quanterror] = dpcmdeco(indx,codebook,predictor)与上述语法相同，只是向量quanterror是基于量化参数的预测误差的量化。quanterror与sig大小相同。

2.3信号压缩/扩展：compand

out = compand(in,Mu,v) 实现了对输入矢量in的µ-law压缩。Mu指定了μ，v是输入信号的最大幅度。out的尺寸和最大幅度与in相同。

out = compand(in,Mu,v,'mu/compressor') 与上述语法相同。

out = compand(in,Mu,v,'mu/expander')为输入矢量in实现一个µ-law扩展器。Mu指定了μ，v是输入信号的最大幅度，out的尺寸和最大幅度与in相同。

out = compand(in,A,v,'A/compressor') 对输入向量in实现A-law压缩。标量A是A-law参数，v是输入信号的最大幅度。out是一个长度和最大幅度与in相同的矢量。

out = compand(in,A,v,'A/expander') 为输入向量in实现一个A-law扩展器。标量A是A-law参数，v是输入信号的最大振幅，out是一个长度和最大振幅与in相同的矢量。

2.4使用Lloyd算法优化量化参数：lloyds

[partition,codebook] = lloyds(training_set,initcodebook) 针对向量training_set中的训练数据优化标量量化参数partition和codebook。 initcodebook是一个长度至少为2的向量，是codebook值的初始猜测。输出编码本是一个与initcodebook相同长度的向量。输出分区是一个矢量，其长度比编码本的长度少一个。

请参阅Represent Partitions, Represent Codebooks, 或本章中quantiz的参考页，以了解分区和编码本的格式。

注意
lloyds针对training_set中的数据进行优化。为了获得最佳效果，training_set应该与你打算量化的数据相似。

[partition,codebook] = lloyds(training_set,len) 与第一种语法相同，只是标量参数len表示矢量codebook的大小。这种语法不包括初始编码本的猜测。

[partition,codebook] = lloyds(training_set,...,tol) 与上述两种语法相同，只是在下面的算法描述的条件1中，tol代替了10-7。

[partition,codebook,distor] = lloyds(...) 返回变量distor的最终均方变形。

[partition,codebook,distor,reldistor] = lloyds(...) 返回一个与算法终止有关的值reldistor。在下面算法的条件1中，reldistor是最后两次迭代之间失真的相对变化。在条件2中，reldistor与distor相同。

2.5产生量化指数和量化的输出值：quantiz

index = quantiz(sig,partition) 返回使用参数partition的实数向量信号sig的量化水平。partition是一个实数向量，其条目严格按照升序排列。如果partition的长度为n，index是一个向量，其第k个条目为

如果sig(k)≤partition(1)则为0

如果partition(m) < sig(k) ≤ partition(m+1) 则为m

n 如果分区(n) < sig(k)

[index,quants] = quantiz(sig,partition,codebook) 与上面的语法相同，只是codebook为量化中的每个分区规定了一个值，quants包含基于量化水平和规定值的sig的量化。codebook是一个向量，其长度比分区的长度多一。quants是一个行向量，其长度与sig的长度相同。

quants(ii) = codebook(index(ii)+1)。
其中ii是1和length(sig)之间的一个整数。

[index,quants,distor] = quantiz(sig,partition,codebook)与上述语法相同，只是distor估计这个量化数据集的均方失真。

MATLAB Communication System(4)通信系统的信源与信道一相关推荐

越区切换matlab算法,铁路无线通信系统GSM-R越区切换设计
一.课题综述及研究意义 GSM-R(GSM for Railway)是一种建立在GSM(全球移动通信系统)基础之上专门应用在铁路上的通信技术, 应用范围越来越广,正不断推动铁路行业的发展.在我国,GS ...
matlab length_《Matlab - Robotics System Toolbox》学习笔记(2)
写作说明: 1. 本文主要记录学习 Matlab - Robotics System Toolbox[1]的过程,就其中的一些重要知识点做相关记录.方便后期供自己与他人进行学习. 2. 由于 Matl ...
MATLAB Robotic System Toolbox 机械臂科氏矩阵算法
MATLAB Robotic System Toolbox 机械臂科氏矩阵算法想法来源算法简介参考算法思路计算过程计算向心运动导致的分量计算由牵连运动导致的分量分量叠加代码想法来源 ...
基于matlab的雷达和通信系统,基于MATLAB的多功能通信信号源仿真
第 29 卷第 3 期 2006 年 9 月电子器件 Chinese Journal of Electron Devices Vol. 29 No. 3 Sep. 2006 Simulati ...
基于matlab的跳频系统的仿真,基于MATLAB的跳频扩频通信系统的仿真研究
杨传山摘要:随着我国科技的日新月异,随之而来就产生了很多新型的通信方式,如扩展频谱通信就是其中一种,对于跳频通信,它则是扩展频谱通信当中的一种,对于跳频方面的通信.扩展频谱方面的通信.自适应方面的 ...
扩展城市信道etu模型matlab仿真,关于无线通信系统的仿真、分析和测试的结果分享...
LTESystemToolbox提供用于设计.仿真和验证LTE和LTE-Advanced通信系统且符合标准的函数和应用程序.该系统工具箱加速了LTE算法和物理层(PHY)部署,支持黄金参考验证和一致性 ...
基于Matlab使用 System 对象模拟惯性测量单元测量仿真（附源码）
目录一.默认参数二.硬件参数调优三. 随机噪声参数调谐四.环境参数调整五.程序此示例演示如何使用 System 对象模拟惯性测量单元 (IMU) 测量.IMU 可以包括单个传感器的组合,包 ...
通信工程matlab课程设计封面,通信系统课程设计基于MATLAB的FM通信系统设计
XX大学课程设计报告课程名称: 通信系统课程设计设计名称: 基于MATLAB的FM通信系统设计姓名: 学号: 班级: 通信班指导教师: 起止日期: 2013.6.20-201 ...
TargetVue: Visual Analysis of Anomalous User Behaviors in Online Communication System
论文传送门视频作者 IBM T.J. Watson 研究中心 Nan Cao Conglei Shi Sabrina Lin Jie Lu Ching-Yung Lin 匹兹堡大学 Yu-Ru L ...

MATLAB Communication System(4)通信系统的信源与信道一