分集接收技术性能MATLAB,基于Matlab分集接受性能仿真 .doc
西安邮电大学
通信与信息工程学院
实 验 报 告
(2017/2018学年 第1学期)
实验课程名称: 基于Matlab分集接受性能仿真
学生姓名: 刘蕊
专 业: 通信工程
学 号: 07152043
指导教师: 石明卫
2017 年 12 月 11 日
西安邮电大学通院《无线通信原理与实验实验课》过程考核表
学生姓名
刘蕊
班级/学号
通工1515/07152043
承担任务实验室(单位)
3#311
所在部门
通信工程实验室
实施时间
2017年12月4日 —2017年12月6日
具体内容
实验3
s 仿真实现瑞利衰落信道中二重空间分集时选择式合并、等增益合并、最大比值合并
s 分别仿真上述三种合并方式的BER性能
s 比较他们的BRE性能
指导教师姓名
石明卫
职务或职称
副教授
指导教师
对学生的评价
学习态度
□ 认真
□ 一般
□ 不认真
学习纪律
□ 全勤
□ 偶尔缺勤
□ 经常缺勤
实践能力
□ 很强
□ 一般
□ 较差
实验报告内容:
一、 实验目的
通过仿真,进一步理解分集接受原理,重点掌握不同合并方式的实现方法及性能改善。
二、 实验环境
Windows下Matlab2016b。
三、 实验内容
s 仿真实现瑞利衰落信道中二重空间分集时选择式合并、最大比值合并、等增益合并。
s 分别仿真上述三种合并方式的BER性能。
s 比较它们的BER性能。
四、 实验原理
分集接受技术是研究如何充分利用传输中的多径信号能量,以改善传输可靠性的技术,多径信号是相同的信息沿不同的路径到达接收点的,其中每条路径的信号都包含有可以利用的信息,所谓分集接收技术,就是在若干路径支路上独立的(相干性很小)载有同一信息的信号,由于独立路径在同一时刻经历深度衰落的概率很小,因此通过适当的合并技术将各个支路的信号合并输出,就可以在接收端大大降低信号的衰落程度,以获得分集增益,提高接受灵敏度。
使用线性合并技术,即把收到的M个独立信号线性加权相加后输出。假设M个接受信号为r1t,r2t,⋯,rM(t),则合并后输出的信号可以表示为
rt=α1r1t+α2r2t+ ⋯+αMrMt=k=1Mαkrk(t)
其中αk为第k个信号的加权系数,选用不同的加权系数就能得到不同的合并方式,常用的合并方式主要有以下三种:选择式合并,最大比值合并,等增益合并。
(1)选择式合并:采用选择式合并方式时,M个接收机的输出信号线送入选择逻辑,选择逻辑再从M个接收信号中选择信噪比最高的一条支路信号作为合并器的输出信号。由上式可知,选择式合并器的加权系数只有一项为1,其余均为0。选择式合并方式简单,易于实现。如果在高频上进行合并,必须保证各支路信号同相,这将导致电路的复杂度增
加。
(2)最大比值合并:采用最大比值方式合并时,接收端的M个分集支路,经过相位调整后,按照适当的增益系数,同相相加,再送入检测器进行合并。M个支路的可变增益加权系数αk为该分集支路的信号包络rk与噪声功率Nk之比,即
αk=rkNk
则最大比值合并器输出的信号包络为
rR=k=1Mαkrk= k=1Mrk2Nk
上式中,下标R表示最大比值合并方式。由此可以看出,采用最大比值合并方式时,信号强度的支路多做贡献,信号弱的支路少做贡献,没有信号的噪声支路就抑制掉。这是比较理想的合并方式,但接受电路设计复杂、设备昂贵。
(3)等增益合并:在最大比值合并中,适时改变加权系数αk是比较困难的,通常希望αk为常量,即各支路信号的加权系数取相同值αk=1,便成了等增益合并输出的结果是各路信号幅值的叠加。等增益合并器输出的信号包络为
rE=k=1Mrk
上式中,下标E代表等增益合并方式。等增益合并并不是任何意义上的最佳合并方式,只有假设每一路信号的信噪比相同的情况下,在信噪比最大话的意义上,它才是最佳的。等增益合并的性能仅此于最大比值合并,当M(分集重数)较大时,等增益合并与最大比值合并的性能差不多,仅差1dB左右,但等增益合并比较简答,设备也简单。
五、 实验设计与代码
接收信号的生成:可利用Matlab中的函数rayleighchan来仿真生成瑞丽信道,信号通过仿真的瑞利信道后,再添加高斯白噪声,即可生成接收信号。
分集接收的实现:在接受端,可分别完成选择式合并、最大比值合并、等增益合并,并计算出不同噪声功率下的误码率,进而比较三种方式下的BRE性能。
代码如下:
clc,clear all;
%参数初始化
Ts = 1/10000;
Fd = 100;
tau_h1 = [0 2*10^(-6)];
tau_h2 = [0 3*10^(-6)];
pdf1 = [0 0];
pdf2 = [0 0];
%原始二进制序列
signalLength = 1000;
d = sign((rand(1,signalLength)-0.5)+eps);
%瑞利信道h1的产生
h1 = rayleighchan(Ts, Fd, tau_h1, pdf1);
h1.StorePathGains=1;
filter(h1, d);
h1PathGains =sqrt(1/2) * h1.PathGains(:,1) + h1.PathGains(:,2);
h1PathGains = h1PathGains.;
signal_h1 = h1PathGains .* d;
%瑞利信道h2的产生
h2 = rayleighchan(Ts, Fd, tau_h2, pdf2);
h2.StorePathGains=1;
filter(h2, d);
h2PathGains = sqrt(1/2) * h2.PathGains(:,1) + h2.PathGains(:,2);
h2PathGains = h2PathGains.;
signal_h2 = h2PathGains .* d;
%AWGN信道
for SNR=1:20 %信噪比单位dB
%No=Eb*10^(-0.1*Eb/No) 10^(SNR/10) = Eb/No
Eb = 1;
No = Eb / (10^(SNR*0.1));
Var = No/2;
Noise = sqrt(Var)*randn(1,signalLength);
sumSignal_h1 = signal_h1 + Noise;
sumSignal_h2 = signal_h2 + Noise;
%选择式合并
if(sum(abs(sumSignal_h1)) > sum(abs(sumSignal_h2)))
choiceSumSignal_h1 = sumSignal_h1 ./ h1PathGains;
resultSignal = sign(real(choiceSumSignal_h1)+eps);
end
if(sum(abs(sumSignal_h1)) < sum(abs(sumSignal_h2)))
choiceSumSignal_h2 = sumSignal_h2 ./ h2PathGains;
resultSignal = sign(real(choiceSumSignal_h2)+eps);
end
matchArray1 = resultSignal - d;
Pb1(SNR) = length(find(matchArray1)) / signalLength;
%最大比值合并
resultSignal = sumSignal_h1 .* conj(h1PathGains) + sumSignal_h2 .* conj(h2PathGains);
resultSignal = sign(real(resultSignal)+eps);
matchArray2 = resultSignal - d;
Pb2(SNR) = length(find(matchArray2)) / signalLength;
%等增益合并
resultSignal = sumSignal_h1 .* conj(h1PathGains) ./ abs(h1PathGains) + sumSignal_h2 .* conj(h2PathGains) ./ abs(h2PathGains);
resultSignal = sign(real(resultSignal)+eps);
matchArray3 = resultSignal - d;
Pb3(SNR) = length(find(matchArray3)) / signalLength;
end
SNR=1:1:20;
%瀑布曲线
hold on
semilogy(SNR,Pb1,-b+);
semilogy(SNR,Pb2,--r*);
semilogy(SNR,Pb3,:>g);
xlabel(SNR(单位:db));ylabel(Pb);
legend(选择式合并,最大比值合并,等增益合并);
hold off
六、 实验记录
实验结果记录入下:
图 1 实验结果记录(a)
图 2 实验结果记录(b)
七、 实验分析
通过对实验结果可以发现,最大比值增益BRE性能最好,等增益合并次之,选择式合并较前两者较低。从定性角度,最大比值合并趋近于理想状态,支路信号的信噪比越大,对最终输出结果就越高,充分利用了支路信号的有用信息,抑制了噪声;选择式合并只利用其中一路比较好的信号;而等增益合并没有充分利用有用信息的同时抑制噪声。
根据数学推导,对于基本原理中叙述的信号选择式合并的平均信噪比的改善因子为
DSM=γSγ0=k=1M1k
最大比值合并的平均信噪比改善因子为
DRM=γRγ0=M
等增益合并的平均信噪比改善因子为
DEM=γEγ0=1+M-1π4
而平均信噪比改善因子越大,BRE性能就越好,通过比较可以发现,三种合并方式的平均信噪比改善因子随分集重数M的变化而变化,而当M=2时,满足DR>DE>DS,与实验结果相符。
八、 实验小结
通过此次实验,动手编写分集接收的代码,充分理解了分集接接收信号的三种常用方式:选择式合并,最大比值合并,等增益合并,比较了三种方式的抗噪声性能,对书上的结论进行了验证。另外,通过此次实验,又对Matlab的rayleighchan函数深入学习,例如实例化后的瑞利信道对象的PathGains成员属性的应用。
西安邮电大学《无线通信原理与实验实验课》成绩鉴定表
学生姓名
刘蕊
专业班级/学号
通工1515/07152043
进行时间
2017年12月4日 — 2017年12月6日
考核内容
标准
平时成绩
(20分)
预习准备(8分)
考勤情况(8分)
学习纪律(4分)
实验能力
(40分)
分析、解决实际问题能力(8分)
演示和操作(16分)
实验完成情况(16分)
实习报告
(40分)
报告内容与专业结合程度(8分)
报告数据及分析(16分)
报告撰写规范性(16分)
总评成绩对应等级
指导教师评语:
实 验 成 绩:
指导(辅导)教师 :
10
展开阅读全文
分集接收技术性能MATLAB,基于Matlab分集接受性能仿真 .doc相关推荐
- 传输预编码matlab,基于MATLAB的MIMO系统预编码性能仿真.doc
基于MATLAB的MIMO系统预编码性能仿真.doc (33页) 本资源提供全文预览,点击全文预览即可全文预览,如果喜欢文档就下载吧,查找使用更方便哦! 11.90 积分 摘要在现今的移动通信系统 ...
- 传输预编码matlab,基于MATLAB的MIMO系统预编码性能仿真教程.doc
基于MATLAB的MIMO系统预编码性能仿真教程 PAGE \* MERGEFORMAT - 33 - 摘要在现今的移动通信系统中,被极多的国际通信标准采纳为基础性关键技术的一种方法是多输入多输出的技 ...
- 基于matlab的三相电路短路,终稿毕业论文设计基于MATLAB的电力系统短路故障分析与仿真.doc最终版(备份存档)...
<[毕业论文]基于MATLAB的电力系统短路故障分析与仿真.doc>由会员分享,可免费在线阅读全文,更多与<(终稿)[毕业论文设计]基于MATLAB的电力系统短路故障分析与仿真.do ...
- 基于python与matlab的TOA定位算法性能仿真
基于python与matlab的TOA定位算法性能仿真 仿真要求 仿真方案的设计 matlab仿真代码 python仿真代码 仿真结果 仿真要求 要求一:编写两个函数TOA_LLOP和TOA_CHAN ...
- am传输系统matlab,基于MATLAB的模拟调制系统仿真及测试(AM调制)
闽江学院 <通信原理设计报告> 题 目:基于MATLAB的模拟调制系统仿真与测试 学 院:计算机科学系 专 业:12通信工程 组 长:曾锴(3121102220) 组 员:薛兰兰(3121 ...
- 同步电机调速matlab,基于matlab的永磁同步电机调速系统的仿真word格式
基于matlab的永磁同步电机调速系统的仿真word格式 摘 要本文首先介绍了永磁同步电机的国内外发展状况,然后介绍了永磁同步电机的结构及原理,接着建立了永磁同步电机的数学模型,并在此基础上用MATL ...
- pid matlab 温度控制,基于MatlabPID温控系统设计与仿真.doc
基于MatlabPID温控系统设计与仿真 基于MatlabPID温控系统设计与仿真 摘 要在Matlab6.5环境下,通过Matlab/Simulink提供的模块,对温度控制系统的PID控制器进行设计 ...
- 差分跳频MATLAB,基于Matlab的短波差分跳频通信仿真设计与实现
第29卷第5期沈阳理工大学学报V01.29No.52010年10月JOURNALOFSHENYANGLIGONGUNIVERSIrⅣOct.2010文章编号:1003-1251(2010)05-001 ...
- 脉位调制解调 matlab,基于matlab的am调制解调
基于matlab的am调制解调 基于 Matlab 的 AM 调制解调一.AM 的调制原理AM 是指对信号进行幅度调制 [2].一般做法是先在原信号上叠加一个直流信号,以保证信号 , 然后乘上一个高频 ...
最新文章
- 如何测服务器网站带宽,windows服务器如何测试带宽速度?
- webpack打包---报错内存溢出javaScript heap out of memory
- python字符串格式化_Python3 字符串格式化
- Android获取设备隐私 忽略6.0权限管理
- nyoj-155-求高精度幂(java大数)
- 用RtlAdjustPrivilege来调整进程权限(VB6.0代码)
- 分布式文件系统_新一代分布式文件系统XGFS揭秘——元数据服务
- Android在线电影播放器案例
- 计算机图形学裁剪算法应用,计算机图形学裁剪:关于梁友栋-Barsky算法(Liang-Barsky算法)...
- 【UOJ449】【集训队作业2018】喂鸽子(概率DP)
- java qq聊天界面_【附源码】用Java写了一个类QQ界面聊天小项目,可在线聊天!...
- 一篇小论文:VGGish-BiGRU网络
- RFID固定资产管理降低人工成本,实现智能化的管理-新导智能
- Java实例教程(上)
- Node.JS基础知识之命令行窗口(Windows 的命令行窗口)
- 谈《黑社会之龙城岁月》中之大D
- 如何提高公众号的打开率、分享率?
- 【详解Vue中请求拦截器】
- 人脸识别12-人脸搜索(安防应用)
- 谷歌卫星地图下载器系统设置参数说明
热门文章
- C语言中大中小及双小括号的作用
- 人才“选用育留”难?做好这步,人力资源或许比你想象的更轻松
- 详述BERT fine-tune 中文分类实战及预测
- 中国第一国产计算机公司,【新中国的第一】第一部国产电子计算机
- 打造TK的企业账号要注意哪些关键的点?它变现的途径又有哪些?
- 【花雕学AI】ChatGPT帮我快速优化标题:古老的非洲部落,有一种神奇的超音速烫脚舞
- 笔记本打开小键盘数字键方法
- [Swift]LeetCode741. 摘樱桃 | Cherry Pickup
- 对抗自编码器指南之一:自编码器
- SNPE教程2-量化