m短波宽带通信系统的信道建模matlab仿真

简介: m短波宽带通信系统的信道建模matlab仿真

1.算法概述

   宽带短波信道的研究是设计宽带大容量短波通信的基础,但是传统的短波信道的研究仅限于窄带信号传输,这已经无法满足现代短波研究的需要了,本文的主要工作就是根据宽带短波信道的特性进行宽带短波信道的建模。

   本文首先介绍了Watterson信道模型,该模型信道衰落是瑞利幅度分布,而在每种传播模式中多普勒扩展的功率谱满足高斯分布。Watterson模型没有定义延时扩展的形状,认为各个多径传输模式中不存在延时扩展。其有效带宽仅为10kHz。因此,并不使用于宽带短波通信的信道研究。

   然后根据Watterson模型存在的局限性,本文又介绍了ITS信道模型,根据ITS宽带短波信道模型,但是该模型中的延迟功率谱函数非常难设计,很多参数都来自实际的测试,所以本文针对这个问题,提出了一种ITS的优化模型,利实现了一种新的短波宽带信道实时仿真算法,并给出了该算法中信道模型的理论表达式。

  最后,通过MATLAB仿真对Watterson信道模型和ITS信道模型进行仿真分析,最后对改进后的ITS模型进行了仿真分析。

1.1 Watterson信道模型理论简介

   由于高频信道往往在时域和频域上是随着时间变化而变化的,所以仅仅在有限的频带内进行分析,因为在有限长的时间内,信号基本是稳定的,所以可以选取一个基本静态的模型进行分析,在实际信号传播过程中,信道可以看出是一个有限数量的相互相关的离散信号模型的组合。此外,Watterson信道模型,其建立在其信道衰弱时服从Rayleigh分布的,每种模式的多谱勒扩展是高斯谱分布。其结构如下:

1.png

1.2 Nakagami信道模型

   Vogler在Radio Science上发表了一篇经典的宽带短波建模的文章,根据Wagner和Basler等人的实验数据推导出信道的传递函数,脉冲响应以及散射函数来得出宽带信道的数学模型。ITS宽带短波信道模型克服了Watterson窄带信道模型的局限性,但是ITS模型同样也存在一些缺陷。在ITS模型中,每一种传输模式都需要大量的参数只能通过实际的测试才能得到,并不能通过数学公式计算得到。此外,ITS模型的关键特征之一就是使用了延迟功率分布的模型,但是延迟功率分布模型的有效性尚缺乏足够的理论依据。ITS短波宽带信道模型中的最为主要的一个部分就是功率延迟剖面函数,功率延迟剖面函数的确定是信道仿真的最大难点,这是由于功率延迟剖面函数中的需要参数和变量都需要实际测试才能获得。 在实际中,我们可以通过近似的方法来获得功率延迟剖面函数,本文,我们将研究ITS模型中功率延迟剖面函数的等效表示方式。通过相关文献可知,功率延迟谱函数的曲线与某些参数先的Nakagami函数曲线比较接近,所以,我们将通过Nakagami函数来模拟出最小误差的ITS模拟功率延迟剖面函数:

2.png

2.仿真效果预览
matlab2022a仿真

3.png
4.png
5.png

3.MATLAB部分代码预览

a     = 1;     %设置仿真幅度
fc    = 300;   %载波频率
fs    = 3000;  %信号的采样频率
thta  = pi/6;  %信号的初始相位
delay = [0 100];   %多径延迟,有几条多径,就输入几个值
fm    = [0 10];   %每个多径的频谱展开
fd    = [0 10];  %频率偏移
A     = [1 0.8]; %每条多径的幅度
inter = 30;    %瑞丽信道参数
SNR   = 7;     %信噪比
t     = 20*pi/20000:20*pi/20000:20*pi;%仿真时间
st    = a*cos(2*pi*fc*t+thta);        %原始的发送信号
 
figure;
subplot(221);
plot(st,'b');title('发送的信号源');
axis([0,length(t),-1.3,1.3]);
Ns      = length(st);
M       = length(A);
%希尔伯特变换
st_h    = hilbert(st);
n_delay = ceil(delay*10^-3.*fs);
r       = zeros(1,Ns+max(n_delay));      
%通过信道
for m = 1:M
    r = r+[zeros(1,n_delay(m)),reylei(st,fm(m),fs,Ns,inter).*A(m),...
        zeros(1,max(n_delay)-n_delay(m))];
    r = r.*exp(j*(2*pi*fd(m).*[1:length(r)]/fs));
end
r = real(r)./sqrt(sum(A.^2));%获得平均值
r = awgn(r,SNR,'measured');  %通过高斯信道    
%Watterson宽带短波通信信道
subplot(223);plot(r,'b');title('通过信道后的信号');
axis([0,length(r),-1.9,1.9]);
 
 
%进行频谱分析
[st_ssf,st_fxs]=plotspec(st,1/fs);
subplot(222);plot(st_ssf,abs(st_fxs));title('原信号的频谱');
[r_ssf,r_fxs]=plotspec(r,1/fs);
subplot(224);plot(r_ssf,abs(r_fxs));title('通过Watterson信道的频谱');
01_037_m
相关文章
|
10天前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
10天前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
20天前
|
监控
基于MATLAB/Simulink的单机带负荷仿真系统搭建
使用MATLAB/Simulink平台搭建一个单机带负荷的电力系统仿真模型。该系统包括同步发电机、励磁系统、调速系统、变压器、输电线路以及不同类型的负荷模型。
345 5
|
16天前
|
机器学习/深度学习 边缘计算 算法
【无人机】无人机群在三维环境中的碰撞和静态避障仿真(Matlab代码实现)
【无人机】无人机群在三维环境中的碰撞和静态避障仿真(Matlab代码实现)
102 0
|
21天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
21天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
138 14
|
16天前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
|
16天前
|
机器学习/深度学习 算法 安全
【图像处理】使用四树分割和直方图移动的可逆图像数据隐藏(Matlab代码实现)
【图像处理】使用四树分割和直方图移动的可逆图像数据隐藏(Matlab代码实现)
|
16天前
|
canal 算法 vr&ar
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
|
21天前
|
机器学习/深度学习 算法
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)

热门文章

最新文章