1.算法描述
本课题,我们主要涉及到两个理论要点,第一个是瑞利衰落条件,第二个是扩频通信。下面分别对这两个理论进行介绍:
第一个是瑞利衰落条件:
第二个是扩频通信:
我们从main.m这个主函数的各个模块进行说明:
整个系统按照如下的流程仿真。
模块一:产生m序列;
这个部分是产生扩频需要的伪随机序列,对应的matlab函数为:func_Mseq.m
然后如何产生m序列的,请单独再去看这个函数中的中文注释。
步骤二:产生随机信号,进行调制:
这里调制函数对应的程序为:func_Mod.m
这里,我们使用的是QPSK调制过程,具体见这个函数的代码注释;
步骤三:对调制后的信息进行扩频
T
这里扩频对应的程序为: func_spread.m,具体见这个函数的代码注释;
步骤四:对扩频后的信号进行滤波
滤波的步骤分为采样和滤波,具体见上述两个函数的代码注释。
func_samples.m
func_filter2.m
步骤五:瑞利信道的设计
瑞利信道函数func_fade.m
步骤六:降采样,滤波
这里也是使用一个滤波函数,原理和上面的滤波函数相同。
步骤七:解扩
对应的函数为:func_despread.m具体过程见代码注释
步骤八:解调
对应的函数为:func_Demod.m具体过程见代码注释
2.matlab算法仿真效果
matlab2022a仿真结果如下:
3.MATLAB核心程序
Is_Rayleigh = 1;
%符号率
Sym_Rate = 0.5e6;
%调制
Mod_order = 2;
%比特率
Bit_Rate = Sym_Rate*Mod_order;
%符号数
Sim_Num = 100;
SNR = [-2:1:8];
%滤波阶数
Filter_Order = 15;
Samples = 4;
%滚降
Alpha = 0.5;
Filter1 = func_filter(Filter_Order,Samples,Sym_Rate,Alpha,1);
Filter0 = func_filter(Filter_Order,Samples,Sym_Rate,Alpha,0);
%扩频码初值
UE_num = 1;
morder = 3;
register1_coff = [1,3];
register2_coff = [2,3];
register1 = [1,1,1];
register2 = [1,1,1];
%扩频码
Ind = 0;
for snrs=SNR
snrs
Ind = Ind + 1;
%m序列
Mcode = func_Mseq(morder,register1_coff,register1,UE_num);
%bpsk
Mcode = 2*Mcode - 1;
MLen = length(Mcode);
%信道衰减初值设定
rayleigh_parameter;
MTKL = 100;
Nerr = 0;
Nall = 0;
for j=1:MTKL
%发射
Tr = (randn(UE_num,Sim_Num*Mod_order) >= 0);
%调制
[Im,Qm] = func_Mod(Tr,UE_num,Sim_Num,Mod_order);
%扩频
[Ims,Qms] = func_spread(Im,Qm,Mcode);
%采样
[Imss,Qmss] = func_samples(Ims,Qms,Samples);
%滤波
[Imssf,Qmssf]= func_filter2(Imss,Qmss,Filter1);
if UE_num == 1
Imv = Imssf; Qmv = Qmssf;
else
Imv = sum(Imssf); Qmv = sum(Qmssf);
end
%高斯信道和瑞利信道
if Is_Rayleigh == 0
ImTr = Imv;
QmTr = Qmv;
else
[ImTr,QmTr] = func_fade(Imv,Qmv,Delays,fading,Theta,No,Counts,Nums,length(Imv),Time_fbl,fd,flat);
Counts = Counts + itndel;
end
%接收机
SFading = sum(rot90(Imssf.^2 + Qmssf.^2))/Sim_Num;
At = sqrt(0.5 * SFading * Sym_Rate / Bit_Rate * 10^(-snrs/10));
Imr = ImTr + randn(size(ImTr)) .* At;
Qmr = QmTr + randn(size(QmTr)) .* At;
[Imrf,Qmrf] = func_filter2(Imr,Qmr,Filter0);
sampl = Filter_Order * Samples + 1;
Imrfs = Imrf(:,sampl:Samples:Samples*Sim_Num*MLen+sampl-1);
Qmrfs = Qmrf(:,sampl:Samples:Samples*Sim_Num*MLen+sampl-1);
%解扩
[II,QQ] = func_despread(Imrfs,Qmrfs,Mcode);
%QPSK解调
demodata = func_Demod(II,QQ,UE_num,Sim_Num,Mod_order);
%误码率分析
noe2 = sum(sum(abs(Tr-demodata)));
nod2 = UE_num * Sim_Num * Mod_order;
Nerr = Nerr + noe2;
Nall = Nall + nod2;
end
ber = Nerr / Nall;
ERRS(Ind) = ber;
end
if Is_Rayleigh == 0
save Is_Rayleigh0.mat SNR ERRS
else
save Is_Rayleigh1.mat SNR ERRS
end
1_092_m