2014移动通信实验指导书 加程序与运行结果分析

目录

移动通信系统实验指导 (1)

实验一：AWGN信道中BPSK调制系统的BER仿真计算 (2)

实验二：移动信道建模的仿真分析 (9)

实验三： CDMA通信系统仿真 (16)

移动通信系统实验指导

上机实验是移动通信课程的重要环节，它贯穿于整个“移动通信”课程教学过程中。本课程的实验分为3个阶段进行，它要求学生根据教科书的内容，在MATLAB仿真平台上并完成相应系统及信道建模仿真，帮助学生直观的了解移动通信系统的相关工作原理。最后要求学生根据实验内容完成实验报告。

试验的软件环境为Microsoft Windows XP + MATLAB。

实验一：AWGN信道中BPSK调制系统的

BER仿真计算

一、实验目的

1．掌握二相BPSK调制的工作原理

2．掌握利用MATLAB进行误比特率测试BER的方法

3．掌握AWGN信道中BPSK调制系统的BER仿真计算方法

二、实验原理

1．仿真概述及原理

在数字领域进行的最多的仿真任务是进行调制解调器的误比特率测试，在相同的条件下

进行比较的话，接收器的误比特率性能是一个十分重要的指标。误比特率的测试需要一个发送器、一个接收器和一条信道。首先需要产生一个长的随机比特序列作为发送器的输入，发送器将这些比特调制成某种形式的信号以便传送到仿真信道，我们在传输信道上加上一定的可调制噪声，这些噪声信号会变成接收器的输入，接收器解调信号然后恢复比特序列，最后比较接收到的比特和传送的比特并计算错误。

误比特率性能常能描述成二维图像。纵坐标是归一化的信噪比，即每个比特的能量除以噪声的单边功率谱密度，单位为分贝。横坐标为误比特率，没有量纲。

2．仿真过程及计算

①运行发生器：通过发送器将伪随机序列变成数字化的调制信号。

②设定信噪比：假定SNR为m dB,则Eb/N0=10,用MATLAB假设SNR

单位为分贝。

③确定Eb

④计算N0

⑤计算噪声的方差σn

⑥产生噪声：因为噪声具有零均值，所以其功率和方差相等。我们产

生一个和信号长度相同的噪声向量，且该向量方差为σn。

⑦加上噪声，运行接收器

⑧确定时间延迟

⑨产生误差向量

⑩统计错误比特：误差向量“err”中的每一个非零元素对应着一个错误的比特。

最后计算误比特率BER：每运行一次误比特率仿真，就需要传输和接收固定数量的比特，然后确定接收到的比特中有多少错误的。使用MATLAB计算BER: ber=te/length(tx)。

三、实验要求

利用仿真程序在MATLAB环境下完成仿真，得到仿真结果，写出实验小结，完成实验报告。

% Simulation of BPSK AWGN

Max_SNR=10;

N_trials=1000;

N=200;

Eb=1;

ber_m=0;

for trial=1:1:N_trials;

trial

msg=round(rand(1,N)); % 1,0 sequence

s=1-msg.*2; %0-->1,1-->1

n=randn(1,N)+j.*randn(1,N); %generate guass white noise

ber_v=[];

for snr_dB=1:2:Max_SNR

snr=10.^(snr_dB./10); %snr(db)-->snr(decimal)

N0=Eb./snr;

sgma=sqrt(N0./2);

y=sqrt(Eb).*s+sgma.*n;

y1=sign(real(y));

y2=(1-y1)./2; %1, 0 sequence

error=sum(abs(msg-y2)); %error bits

ber_snr=error./N; %ber

ber_v=[ber_v,ber_snr];

end%for snr

ber_m=ber_m+ber_v;

end

ber=ber_m./N_trials;

ber_theory=[];

for snr_db=1:2:Max_SNR

snr=10.^(snr_db./10);

snr_1=qfunc(sqrt(2*snr));

ber_theory=[ber_theory,snr_1];

end

i=1:2:Max_SNR;

semilogy(i,ber,'-r',i,ber_theory,'*b');

xlabel('E_b/N_0(dB)')

ylabel('BER')

legend('Monte Carlo','Theoretic')

程序分析：

做1000次试验，每次试验取200个抽样点，求出每次试验的误比特率，然后对1000次试验的误比特率取平均值，即得仿真误比特率ber ，然后将此误比特率与理论值ber_theory 进行比较。

程序运行结果如图3所示

1

234

56789

10

10

10

10

10

E b /N 0(dB)

B E R

%Simulation of QPSK AWGN

N_trials=1000; N_number=100; N_snr=10; Es=1; BER_m=0; SER_m=0;

for trials=1:N_trials; trials

s10=round(rand(1,N_number)); S=(s10*2-1)./sqrt(2); S1=S(1:2:N_number);

S2=S(2:2:N_number);

Sc=S1+j.*S2; %generate qpsk signal

noise=randn(1,N_number/2)+j.*randn(1,N_number/2); SER_v=[]; %Symbol error rate

BER_v=[]; %Bit error rate

for snr_db=0:1:N_snr;

sgma=(1/2)*sqrt(10.^(-snr_db./10));

Y=Sc+sgma.*noise;

Y_r=sign(real(Y))./sqrt(2);

Y_i=sign(imag(Y))./sqrt(2);

Y_bit=[];

for k=1:length(Y_r);

Y_bit=[Y_bit,[Y_r(k),Y_i(k)]];

end;

Y_symbol=Y_r+j*Y_i;

X_b=S-Y_bit;

X_s=Sc-Y_symbol;

ber_snr=0;

for k=1:N_number

if X_b(k)~=0;

ber_snr=ber_snr+1;

end;

end;

ser_snr=0;

for k=1:N_number/2;

if X_s(k)~=0;

ser_snr=ser_snr+1;

end;

end;

BER_v=[BER_v,ber_snr./N_number];

SER_v=[SER_v,ser_snr./(N_number./2)];

end; %for SNR

BER_m=BER_m+BER_v;

SER_m=SER_m+SER_v;

end% for trials

BER=BER_m./N_trials;

SER=SER_m./N_trials;

BER_T=[];

SER_T=[];

for snr_db=0:1:N_snr;

snr=10.^(snr_db./10);

BER_THEORY=qfunc(sqrt(2.*snr));

SER_THEORY=1-(1-(1/2).*erfc(sqrt(snr))).^2;

BER_T=[BER_T,BER_THEORY];

SER_T=[SER_T,SER_THEORY];

end;

figure

i=0:1:N_snr;

semilogy(i,BER,'-r',i,BER_T,'*b');

legend('BER-simulation','BER-theory');

xlabel('Eb/NO(db)');

ylabel('BER');

figure

i=0:1:N_snr;

semilogy(i,SER,'-r',i,SER_T,'*b');

legend('SER-simulation','SER-theory');

xlabel('Eb/NO(db)');

ylabel('SER');

程序分析：

与bpskAWGN类似，做1000次试验，每次试验取100个点，然后每两个点形成一个qpsk符号，首先计算仿真误比特率和误码率，然后与理论值进行比较。程序运行结果如图4和图5所示，其中图4是ber图，图5是ser图。

1234

5678910

10

10

10

10

10

10

10

Eb/NO(db)

S E R

1234

56789

10

1010

10

10

10

10

Eb/NO(db)

B E R

实验二：移动信道建模的仿真分析

一、实验目的和意义

1．无线通信信道的建模与仿真是实现移动通信系统仿真与分析的基础，宽带无线通与移动

通信信道属频率选择性瑞利衰落信道模型。

2．通过信道设计实验

①掌握频率选择性信道模型的仿真建模方法

②掌握模型中瑞利衰落系数的设计方法

③掌握多径数目、功率和时延参数的设计

④学会采用MATLAB语言对上述参数进行仿真。

二、实验方案和技术路线

1．选择路径数

2．按均匀分布产生各条路径的延迟

3．按功率时延谱确定对应的各径的功率

4．按Jake模型产生各径的瑞利衰落系数

5．对瑞利衰落系数进行统计分析并与理论值相比较

说明：

1．路径数目2-4自己确定，或采用某个国际标准

2．每条路径时间延迟满足（0，Tmax）范围内均匀分布，Tmax为自己选择的最大采样步长数200-600间比较合适，或采用国际标准3．功率可以按时延迟谱求得，也可用国际标准测量值。功率延迟谱：

①若采用等功率分配产生功率：P i=P t/M；②采用指数分布的功率

延迟谱产生功率：P=1/6*exp(-t/6)

三、实验要求

利用仿真程序在MATLAB环境下完成仿真，得到仿真结果，写

出实验小结，完成实验报告。

% Simulation of Jakes Model

clear all;

f_max=30;

M=8;

N=4*M+2;

Ts=1.024e-04;

sq=2/sqrt(N);

sigma=1/sqrt(2);

theta=0;

count=0;

t0=0.001;

for t=0:Ts:0.5

count=count+1;

g(count)=0;

for n=1:M+1,

if n<=M

c_q(count,n)=2*sigma*sin(pi*n/M); %Gain associated with quadrature component

c_i(count,n)=2*sigma*cos(pi*n/M); %Gain associated with inphase component

f_i(count,n)=f_max*cos(2*pi*n/N); %Discrete doppler frequencies of inphase component

f_q(count,n)=f_max*cos(2*pi*n/N); %Discrete doppler frequencies of quadrature component

else

c_i(count,n)=sqrt(2)*cos(pi/4);

c_q(count,n)=sqrt(2)*sin(pi/4);

f_i(count,n)=f_max;

f_q(count,n)=f_max;

end; % end if

g_i(count,n)=

c_i(count,n)*cos(2*pi*f_i(count,n)*(t-t0)+theta); %Inphase component for one oscillator

g_q(count,n)=

c_q(count,n)*cos(2*pi*f_q(count,n)*(t-t0)+theta); %Quadrature componentfor oneoscillator

end; %end n

tp(count)= sq*sum(g_i(count,1:M+1)); % Total Inphase component

tp1(count)= sq*sum(g_q(count,1:M+1)); % Total quadrature component

end; % end count no nagain

envelope=sqrt(tp.^2+tp1.^2);

rmsenv=sqrt(sum(envelope.^2)/count);

[auto_i,lag_i]=xcorr(tp,'coeff'); %Auto-correlation

associated with inphase component

[auto_q,lag_q]=xcorr(tp,'coeff'); %Auto-correlation associated with quadrature component

len=length(lag_i);

[corrx2,lag2]=xcorr(tp,tp1,'coeff');

aa=-(len-1)/2:1:(len-1)/2; %total duration for lag

bb=(len-2001)./2; %mid...points for drawing figures

cc=bb+1:1:bb+2001; %for getting the mid-values

dd=-1000:1:1000;

%-----------

tdd=dd*Ts;

z=2.*pi.*f_max*tdd;

sigma0=1;

T_bessel=sigma0.^2.*besselj(0,z);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

figure;

plot(tdd,auto_i(cc),'-',tdd,T_bessel,'*'); %in-phase

xlabel('t(Second)');

ylabel('Auto-correlation');

legend('In-component');

figure;

plot(tdd,auto_q(cc),'-',tdd,T_bessel,'*'); %quadrature

xlabel('t(Second)');

ylabel('Auto-correlation');

legend('Q-component');

figure;

co1=1:1000;

semilogy(co1*Ts,envelope(1:1000));

xlabel('t(Second)');

ylabel('Rayleigh Coef.');

%%------------

length_r=length(envelope);

%-------------

pdf_env=zeros(1,501);

count=0;

temp=round(100.*envelope);

for k=1:length_r

if temp(k)<=500

count=count+1;

pdf_env(1,temp(k)+1)=pdf_env(1,temp(k)+1)+1;

end

end

count

pdf_env=pdf_env./count./0.01;

sgma2=0.5;

x=[0:0.01:5];

pdf_theory=(x./sgma2).*exp(-1.*x.^2./(2.*sgma2));

figure;

plot(x,pdf_env,'-',x,pdf_theory,'*');

legend('Simulated','Theoretic');

xlabel('r');

ylabel('PDF of r');

T_bessel=sigma0.^2.*besselj(0,z); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% figure;

plot(tdd,auto_i(cc),'-',tdd,T_bessel,'*');%in-phase xlabel('t(Second)');

ylabel('Auto-correlation'); legend('In-component')

figure;

plot(tdd,auto_q(cc),'-',tdd,T_bessel,'*');%quadrature xlabel('t(Second)');

ylabel('Auto-correlation'); legend('Q-component') figure co1=1:1000;

semilogy(co1*Ts,envelope(1:1000)); xlabel('t(Second)');

ylabel('Rayleigh Coef.');

%%__________________________________________ length_r=length(envelope);

%____________________________ pdf_env=zeros(1,501);

count=0;

temp=round(100.*envelope); for k=1:length_r

if temp(k)<=500 count=count+1;

pdf_env(1,temp(k)+1)=pdf_env(1,temp(k)+1)+1; end end count

pdf_env=pdf_env./count./0.01; %simulation rayleigh pdf

sgma2=0.5; x=[0:0.01:5];

pdf_theory=(x./sgma2).*exp(-1.*x.^2./(2.*sgma2)); %theory rayleigh pdf

figure

plot(x,pdf_env,'-',x,pdf_theory,'*'); legend('Simulated','Theoretic'); xlabel('r');

ylabel('PDF of r');

程序分析：

首先选定jake模型得到参数M=8、N=4*M+2，然后计算各路的同相与正交分量的增益和多普勒频率，以及它们的表达式，该程序假设各路的延时相等，均为t0=0.001，各路相位均为0。

然后分别求同相分量和正交分量的自相关和互相关，分别作图，并分别与理论值相比较。接着作出瑞利衰落系数图形，最后作出仿真的和理论的瑞利分布的概率密度函数，并进行比较。 程序运行结果如图6-图9所示。

-0.2

-0.15-0.1

-0.0500.050.10.15

-0.500.5

1

t(Second)

A u t o -c o r r e l a t i o n

-0.2

-0.15-0.1

-0.0500.050.10.15

-0.500.5

1

t(Second)

A u t o -c o r r e l a t i o

n

00.020.04

0.060.080.10.12

10

-2

10

-1

10

10

1

t(Second)

R a y l e i g h C o e f .

r

P D F o f r

结果分析：

图6和图7的自相关和互相关函数图形仿真结果与理论结果大致相同，说明jake 模型很好地分离出了接收信号同相分量和正交分量，图8是瑞利衰落系数的时域图形，图9中瑞利分布概率密度函数的仿真结果的大致变化趋势与理论值相同，只不过在概率密度较大的区域两者有较大差异，这是因为抽样点数太少，无法满足理论计算的要求，而且jake 模型的M 、N 取值也会影响概

率密度函数图形的仿真结果。

实验三：CDMA通信系统仿真

一、实验目的和意义

1. CDMA通信具有很多通信特点，不仅被IS-95移动通信系统使用，目前已成为3G的主要技术。

2. 通过实验：

①掌握直接序列扩频发射机与接收机的组成与仿真；

②仿真验证AWGN信道下单用户直接序列扩频系统的BER性能；

③仿真验证平坦瑞利信道下单用户直接序列扩频系统的BER性能；

④观察存在干扰用户时的系统性能变化。

二、基本原理与方案

仿真基带直接序列扩频系统：

1.采用BPSK或QPSK映射

2.扩频序列可以是随机产生，可以是m序列，也可以是Gold码，长

度自选

3.最后对BER或SER随信噪比变化画图与理论单用户的结果比较，

并对仿真结果进行分析.

三、实验方案与技术路线

1.确定用户数目、信道特征以及调制方式

2.确定基带扩频仿真系统的原理结构图，按照框图设计一个CDMA

系统，并进行仿真。

3.用MATLAB进行仿真，统计BER或SER随信噪比的关系，绘出

曲线

4.对统计试验的结果与单用户的理论值进行比较

5.对仿真结果进行分析

四、实验要求

利用仿真程序在MATLAB环境下完成仿真，得到仿真结果，写出实验小结，完成实验报告。

%main_IS95_forward.m

%此函数用于IS-95前向链路系统的仿真，包括扩

%频调制，匹配滤波，RAKE接收等相关通信模块。

%仿真环境: 加性高斯白噪声信道.

%数据速率 = 9600 KBps

%

clear all

close all

clc

disp('--------------start-------------------');

global Zi Zq Zs show R Gi Gq

clear j;

show = 0; %控制程序运行中的显示

SD = 0; % 选择软/硬判决接收

%-------------------主要的仿真参数设置------------------

BitRate = 9600; %比特率

ChipRate = 1228800; %码片速率

N = 184; %源数据数

MFType = 1; % 匹配滤波器类型--升余弦

R = 5;

%+++++++++++++++++++Viterbi生成多项式++++++++++++++++++

G_Vit = [1 1 1 1 0 1 0 1 1; 1 0 1 1 1 0 0 0 1];%Viterbi生成多项式矩阵K = size(G_Vit, 2); %列数

L = size(G_Vit, 1); %行数

%++++++++++++++++++++++++++++++++++++++++++++++++++++++

%++++++++++++++++++++++Walsh矩阵++++++++++++++++++++++++

WLen = 64; %walsh码的长度

Walsh = reshape([1;0]*ones(1, WLen/2), WLen , 1); %32个1 0行

%Walsh = zeros(WLen ,1);

%++++++++++++++++++++++++++++++++++++++++++++++++++++++

%++++++++++++++++++扩频调制PN码的生成多项式++++++++++++++

%Gi = [ 1 0 1 0 0 0 1 1 1 0 1 0 0 0 0 1]';

%Gq = [ 1 0 0 1 1 1 0 0 0 1 1 1 1 0 0 1]';

Gi_ind = [15, 13, 9, 8, 7, 5, 0]'; %i路PN码生成多项式参数

Gq_ind = [15, 12, 11, 10, 6, 5, 4, 3, 0]'; %q路PN码生成多项式参数

Gi = zeros(16, 1); %16×1的0矩阵

Gi(16-Gi_ind) = ones(size(Gi_ind));%根据Gi_ind配置i路PN码生成多项式

Zi = [zeros(length(Gi)-1, 1); 1];

% I路信道PN码生成器的初始状态

Gq = zeros(16, 1); %16×1的0矩阵

Gq(16-Gq_ind) = ones(size(Gq_ind)); %根据Gq_ind配置q路PN码生成多项式

Zq = [zeros(length(Gq)-1, 1); 1];

% Q路信道PN码生成器的初始状态

%++++++++++++++++++++++++++++++++++++++++++++++++++++++

%+++++++++++++++++++扰码生成多项式++++++++++++++++++++++

Gs_ind = [42, 35, 33, 31, 27, 26, 25, 22, 21, 19, 18, 17, 16, 10, 7, 6, 5, 3, 2, 1, 0]';

Gs = zeros(43, 1); %43×1的0矩阵

Gs(43-Gs_ind) = ones(size(Gs_ind)); %根据Gs_ind配置扰码生成多项式

Zs = [zeros(length(Gs)-1, 1); 1];

% 长序列生成器的初始状态

%++++++++++++++++++++++++++++++++++++++++++++++++++++++

%++++++++++++++++++++++AWGN信道++++++++++++++++++++++++

EbEc = 10*log10(ChipRate/BitRate);%处理增益

EbEcVit = 10*log10(L);

EbNo = [-1: 0.5 : 1]; %仿真信噪比范围(dB)

%EbNo = [-2 : 0.5 : -1.5];

%++++++++++++++++++++++++++++++++++++++++++++++++++++++

%------------------------------------------------------

%-------------------------主程序-------------------------

ErrorsB = []; ErrorsC = []; NN = [];

if (SD == 1) % 判断软/硬判决接收

fprintf('\n SOFT Decision Viterbi Decoder\n\n');

else

fprintf('\n HARD Decision Viterbi Decoder\n\n');

end

for i=1:length(EbNo) %根据EbNo多次运行

fprintf('\nProcessing %1.1f (dB)', EbNo(i));%输出当前EbNo值

iter = 0; ErrB = 0; ErrC = 0;

while (ErrB <300) & (iter <150)

drawnow;

%++++++++++++++++++++++发射机+++++++++++++++++++++++

TxData = (randn(N, 1)>0);%生成源数据

% 速率为19.2Kcps

[TxChips, Scrambler] = PacketBuilder(TxData, G_Vit, Gs); %产生IS-95前向链路系统的发送数据包

% 速率为1.2288Mcps

[x PN MF] = Modulator(TxChips, MFType, Walsh);%实现IS-95前向链路系统的数据调制

%++++++++++++++++++++++++++++++++++++++++++++++++++++++

%++++++++++++++++++++++++信道+++++++++++++++++++++++++++

noise = 1/sqrt(2)*sqrt(R/2)*( randn(size(x)) + j*randn(size(x)))*10^(-(EbNo(i) - EbEc)/20);%生成噪声序列

r = x+noise;%加入噪声

%++++++++++++++++++++++++++++++++++++++++++++++++++++++

%+++++++++++++++++++++++++接收机++++++++++++++++++++++++

RxSD = Demodulator(r, PN, MF, Walsh); %软判决，速率为19.2 Kcps RxHD = (RxSD>0); % 定义接收码片的硬判决if (SD)

[RxData Metric]= ReceiverSD(RxSD, G_Vit, Scrambler); %软判决

else

[RxData Metric]= ReceiverHD(RxHD, G_Vit, Scrambler); %硬判决

end

%++++++++++++++++++++++++++++++++++++++++++++++++++++++

if(show)

subplot(311); plot(RxSD, '-o'); title('Soft Decisions'); %软判决结果图

subplot(312); plot(xor(TxChips, RxHD), '-o'); title('Chip Errors');%RAKE接收机输入符号与发送码相比出错的码

subplot(313); plot(xor(TxData, RxData), '-o'); %硬判决接收机与发送数据相比的出错码

title(['Data Bit Errors. Metric = ', num2str(Metric)]);

pause;

end

if(mod(iter, 50)==0) %每50次保存一次

fprintf('.');