MATLAB瑞利衰落信道仿真
matlab瑞利信道函数
matlab瑞利信道函数一、瑞利信道简介在无线通信系统中，信号传输过程中会受到多种干扰和衰落，其中最常见的是多径效应。
在多径传输中，信号经过不同路径的传播，到达接收端时会产生相位差异，导致信号衰落和失真。
瑞利信道就是一种常见的多径衰落模型。
二、瑞利信道模型瑞利信道模型是一种统计学模型，它描述了在自由空间中没有直线障碍物的情况下，电磁波经过多个随机反射后到达接收端的情况。
由于反射路径的不确定性和随机性，每个接收器都会得到不同的电场强度值。
三、瑞利信道函数瑞利信道函数是用来描述瑞利衰落特性的数学函数。
它通常用来计算在给定频率下接收到的电场强度分布，并且可以用于预测无线通信系统中数据传输速率和误码率等参数。
在Matlab中可以使用rayleighchan函数生成瑞利衰落模拟数据。
四、rayleighchan函数rayleighchan函数是Matlab中用于生成瑞利衰落模拟数据的函数。
它可以生成瑞利信道的实部和虚部，以及相位信息。
使用该函数可以模拟无线通信系统中的多路径传输效应，帮助我们更好地了解无线通信系统中的信号传输特性。
五、rayleighchan函数语法rayleighchan函数的语法如下：h = rayleighchan(Ts,fd)其中，Ts是采样时间，fd是最大多普勒频移。
函数返回一个瑞利信道对象h。
六、使用rayleighchan函数生成瑞利衰落数据在Matlab中使用rayleighchan函数可以生成瑞利衰落数据。
下面是一个简单的示例代码：Ts = 1/1000; %采样时间fd = 30; %最大多普勒频移h = rayleighchan(Ts, fd); %生成瑞利信道对象x = randn(10000, 1); %随机输入序列y = filter(h, x); %经过瑞利信道后的输出序列七、总结本文介绍了瑞利信道模型和瑞利信道函数，在Matlab中使用rayleighchan函数可以生成瑞利衰落模拟数据。
基于Matlab的独立瑞利衰落模型的仿真
利衰落信道的仿真模型。总的来说，这些仿真模型可分为两类： ＰＤＦ、电平通过率（ＬＣＲ）和平均衰落持续时间（ＡＦＤ）与理论值非常
（１）确定模型：在仿真实验中有固定的多谱勒频率，幅度，相位， 接近。该模型数据收敛快、计算量少。
因此有确定性性质。（２）统计模型：在仿真实验中至少有一个参
本文的结构如下：首先提出基于正弦和的独立瑞利衰落模
３４
２００８ 年 ２ 期
◆ 理论探讨◆
４、结束语 本文给出了一种基于正弦和的独立瑞利衰落信道模型并基 于 Ｍａｔｌａｂ 进行了仿真。通过与文献模型的比较，证明在正弦波 数量比较少的情况下，新模型正交分量的自相关与互相关，复 数包络的自相关与互相关与理论值比较接近。本文还仿真了具 有四阶统计量的平方包络的自相关，衰落包络与相位的ＰＤＦ，以 及模型的 ＬＣＲ 和 ＡＦＤ。当正弦波的数量增加时，能够达到很好的 收敛性。新的仿真模型能够用来产生多径不相关衰落波形，它 可用在仿真一些现实的频率选择性衰落信道，ＭＩＭＯ 信道，多样 混合等情况下。
行取值：首先把
均匀分成 个点，然后每个小区间再均匀
分成 个点，其中第
个衰落波到达的角度是通过第 个
衰落波到达的角度顺时针旋转
得到（如图 １ 所示）。该分
点方式使
即成为同一衰落波，不同正弦波的间隔，也是初
始值。其中每一点表示在极坐标
中的一矢量。这样在公
式（３）中的多谱勒频移
和
将尽可能的取到不
同的值，这就保证了有 个不同的多谱勒频移。通过这种分点方
（６ｃ）
证明：由于在
和
中每个正弦波都是统计独立和
一致分布的，根据中心极限定理［８］，当正弦波的数量接近无穷大
时， 和 成为高斯随机过程。而且由于
瑞利信道仿真matlab
实验一 瑞利信道的仿真一 引言：瑞利信道介绍瑞利衰落信道（Rayleigh fading channel ）是一种无线电信号传播环境的统计模型。
这种模型假设信号通过无线信道之后，其信号幅度是随机的，即“衰落”，并且其包络服从瑞利分布。
[1]瑞利分布就是两个独立的高斯分布的平方和的开方一个信号都是分为正交的两部分，而每一部分都是多个路径信号的叠加，当路径数大于一定数量的时候，他们的和就满足高斯分布。
而幅度就是两个正交变量和的开平方，就满足瑞利分布了。
[2]二 实验目的：用MATLAB 软件仿真瑞利信道，产生瑞利信道的随机数，画出产生瑞利数据的CDF 和PDF ，并求瑞利数据的均植和方差。
三 实验内容：1、实验原理：一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时，这个向量的模呈瑞利分布，两个正交高斯噪声信号之和的包络服从瑞利分布。
信道符合瑞利分布，做出概率密度函数曲线。
这里又到了瑞利分布的概率密度函数222()exp() 0r 2r r p r σσ=-≤≤∞运用公式验证瑞利信道是符合瑞利分布的。
2、程序框图3、源程序代码% parameters settingclc;n=0::10;sigma=1;N=100000;x=randn(1,N);y=randn(1,N);M=x+j*y;r=sqrt(sigma*(x.^2+y.^2));% q=1-exp((-(x.^2+y.^2))/(2*sigma*sigma)); % step=;%range=0:step:3;h=hist(r,n);fr_approx=h/*sum(h));pijun=sum(r)/N;junfanghe=(r-pijun).^2;junfang=sum(junfanghe)/N;u=0;% w=hist(q,n);% fr_approx1=-w/*sum(w));% Calculate the CDF &Drawingcdf=raylcdf(n,sigma);subplot(3,1,1);plot(n,cdf);% hold on;% plot(n,fr_approx1,'ko');% Calculate the PDF & Drawingtitle('Normal cumulative distribution');pdf=raylpdf(n,sigma);subplot(3,1,2);plot(n,pdf);title('Normal probability density');hold on;plot(n,fr_approx,'ko');axis([0 8 0 1])wucha=fr_approx-pdf;subplot(3,1,3);plot(n,wucha);title('wucha');% Generate the randoms & Calculate the mean, covariance R=raylrnd(sigma,1,1000);% subplot(3,1,3);% plot(n,R);% hole on;E=mean(R);D=cov(R);四实验结果与分析N=10000时 N=1000时瑞利数据的均值为：. 瑞利数据的均值为：.方差为：方差为：瑞利分布的均值为：瑞利分布的均值为：方差为：方差为：均值和方差比较仿真结果图像：由图中可见，实际的概率密度函数在接近1处达到最高点，与理论图像相符，但由于模拟点数有限，实际的包络概率函数与理论的图像并不严格相像。
MATLAB仿真瑞利衰落信道实验报告结果
封面：题目：瑞利衰落信道仿真实验报告题目：MATLAB仿真瑞利衰落信道实验报告引言由于多径效应和移动台运动等影响因素，使得移动信道对传输信号在时间、频率和角度上造成了色散，即时间色散、频率色散、角度色散等等，因此多径信道的特性对通信质量有着重要的影响，而多径信道的包络统计特性则是我们研究的焦点。
根据不同无线环境，接收信号包络一般服从几种典型分布，如瑞利分布、莱斯分布等。
在此专门针对服从瑞利分布的多径信道进行模拟仿真，进一步加深对多径信道特性的了解。
一、瑞利衰落信道简介：瑞利衰落信道（Rayleigh fading channel）是一种无线电信号传播环境的统计模型。
这种模型假设信号通过无线信道之后，其信号幅度是随机的，即“衰落”，并且其包络服从瑞利分布。
二、仿真原理（1）瑞利分布分析环境条件：通常在离基站较远、反射物较多的地区，发射机和接收机之间没有直射波路径（如视距传播路径），且存在大量反射波，到达接收天线的方向角随机的（（0~2π）均匀分布），各反射波的幅度和相位都统计独立。
幅度与相位的分布特性：包络 r 服从瑞利分布，θ在0～2π内服从均匀分布。
瑞利分布的概率分布密度如图2-1所示：图2-1 瑞利分布的概率分布密度（2）多径衰落信道基本模型离散多径衰落信道模型为()1()()()N t k k k y t r t x t τ==-∑其中,()k r t 复路径衰落，服从瑞利分布; k τ是多径时延。
多径衰落信道模型框图如图2-2所示：图2-2 多径衰落信道模型框图（3）产生服从瑞利分布的路径衰落r(t)利用窄带高斯过程的特性，其振幅服从瑞利分布，即22()()()c s r t n t n t =+上式中()()c s n t n t 、，分别为窄带高斯过程的同相和正交支路的基带信号。
function [h]=rayleigh(fd,t) %产生瑞利衰落信道fc=900*10^6; %选取载波频率v1=30*1000/3600; %移动速度v1=30km/hc=3*10^8; %定义光速fd=v1*fc/c; %多普勒频移ts=1/10000; %信道抽样时间间隔t=0:ts:1; %生成时间序列h1=rayleigh(fd,t); %产生信道数据v2=120*1000/3600; %移动速度v2=120km/hfd=v2*fc/c; %多普勒频移h2=rayleigh(fd,t); %产生信道数据subplot(2,1,1),plot(20*log10(abs(h1(1:10000))))title('v=30km/h时的信道曲线')xlabel('时间');ylabel('功率')subplot(2,1,2),plot(20*log10(abs(h2(1:10000))))title('v=120km/h时的信道曲线')xlabel('时间');ylabel('功率')function [h]=rayleigh(fd,t)%该程序利用改进的jakes模型来产生单径的平坦型瑞利衰落信道%输入变量说明：% fd：信道的最大多普勒频移单位Hz% t :信号的抽样时间序列，抽样间隔单位s% h为输出的瑞利信道函数，是一个时间函数复序列N=40; %假设的入射波数目wm=2*pi*fd;M=N/4; %每象限的入射波数目即振荡器数目Tc=zeros(1,length(t)); %信道函数的实部Ts=zeros(1,length(t)); %信道函数的虚部P_nor=sqrt(1/M); %归一化功率系theta=2*pi*rand(1,1)-pi; %区别个条路径的均匀分布随机相位for n=1:M%第i条入射波的入射角alfa(n)=(2*pi*n-pi+theta)/N;fi_tc=2*pi*rand(1,1)-pi; %对每个子载波而言在(-pi,pi)之间均匀分布的随机相位fi_ts=2*pi*rand(1,1)-pi;Tc=Tc+2*cos(wm*t*cos(alfa(n))+fi_tc);Ts=Ts+2*cos(wm*t*sin(alfa(n))+fi_ts); %计算冲激响应函数end;h= P_nor*(Tc+j*Ts); %乘归一化功率系数得到传输函数图4-1结果图片untitled.fig图4-2输入程序图4-3保存程序并命名图4-4 运行效果展示：五、实验结论:速度越大对信道瑞利衰落影响越大如有侵权请联系告知删除，感谢你们的配合！。
课程设计报告——matlab瑞利衰落信道仿真
目录摘要 (1)1、设计原理 (2)1.1设计目的 (2)1.2仿真原理 (2)1.2.1瑞利分布简介 (2)1.2.2多径衰落信道基本模型 (2)1.2.3产生服从瑞利分布的路径衰落r(t) (3)1.2.4产生多径延时 (4)1.3仿真框架 (4)2、设计任务 (4)2.1设计任务要求 (4)2.2 MATLAB 仿真程序要求 (4)3、DSB调制解调分析的MATLAB实现 (5)3.1 DSB调制解调的MA TLAB实现 (5)3.2瑞利衰落信道的MA TLAB实现 (6)4、模拟仿真及结果分析 (7)4.1模拟仿真 (7)4.1.1多普勒滤波器的频响 (7)4.1.2多普勒滤波器的统计特性 (7)4.1.3信道的时域输入/输出波形 (8)4.2仿真结果分析 (8)4.2.1时域输入/输出波形分析 (8)4.2.2频域波形分析 (8)4.2.3多普勒滤波器的统计特性分析 (9)5、小结与体会 (9)6、参考文献 (9)MATLAB 通信仿真设计摘要主要运用MATLAB进行编程，实现采用对输入信号进行抑制载波的双边带调幅；而后将调幅波输入信道，研究多径信道的特性对通信质量的影响；最后将信道内输出的条幅波进行同步解调，解调出与输入信号波形相类似的波形，观测两者差别。
同时输出多普勒滤波器的统计特性图及信号时域和频域的输入、输出波形。
关键字：双边带调幅瑞利衰落相干解调MATLAB121、设计原理 1.1设计目的由于多径和移动台运动等影响因素，使得移动信道对传输信号在时间、频率和角度上造成了色散，如时间色散、频率色散、角度色散等等，因此多径信道的特性对通信质量有着至关重要的影响，而多径信道的包络统计特性成为我们研究的焦点。
根据不同无线环境，接收信号包络一般服从几种典型分布，如瑞利分布、莱斯分布和Nakagami-m 分布。
在设计中，专门针对服从瑞利分布的多径信道进行模拟仿真，进一步加深对多径信道特性的了解。
瑞利衰落信道matlab,瑞利衰落信道的matlab仿真-read.doc
瑞利衰落信道matlab,瑞利衰落信道的matlab仿真-read.doc 瑞利衰落信道的matlab仿真-read瑞利衰落信道瑞利衰落信道(Rayleigh fading channel)是⼀种⽆线电信号传播环境的统计模型。
这种模型假设信号通过⽆线信道之后，其信号幅度是随机的，即“衰落”，并且其包络服从瑞利分布。
模型的适⽤瑞利衰落模型适⽤于描述建筑物密集的城镇中⼼地带的⽆线信道。
密集的建筑和其他物体使得⽆线设备的发射机和接收机之间没有直射路径，⽽且使得⽆线信号被衰减、反射、折射、衍射。
在曼哈顿的实验证明，当地的⽆线信道环境确实接近于瑞利衰落。
[3] 通过电离层和对流层反射的⽆线电信道也可以⽤瑞利衰落来描述，因为⼤⽓中存在的各种粒⼦能够将⽆线信号⼤量散射。
瑞利衰落属于⼩尺度的衰落效应，它总是叠加于如阴影、衰减等⼤尺度衰落效应上。
信道衰落的快慢与发射端和接收端的相对运动速度的⼤⼩有关。
相对运对导致接收信号的多普勒频移。
图中所⽰即为⼀固定信号通过单径的瑞利衰落信道后，在1秒内的能量波动，这⼀瑞利衰落信道的多普勒频移最⼤分别为10Hz和100Hz，在GSM1800MHz的载波频率上，其相应的移动速度分别为约6千⽶每⼩时和60千⽶每⼩时。
特别需要注意的是信号的“深衰落”现象，此时信号能量的衰减达到数千倍，即30～40分贝。
性质,瑞利衰落信道的仿真根据上⽂所 述，瑞利衰落信道可以通过发⽣实部和虚部都服从独⽴的⾼斯分布变量来仿真⽣成。
不过，在有些情况下，研究者只对幅度的波动感兴趣。
针对这种情况，有两种⽅ 法可以仿真产⽣瑞利衰落信道。
这两种⽅法的⽬的是产⽣⼀个信号，有着上⽂所⽰的多普勒功率谱或者等效的⾃相关函数。
这个信号就是瑞利衰落信道的冲激响应。
Jakes模型仿真结果如下：当终端移动速度为30km/h时，瑞利分布的包络为：当终端移动速度为100km/h时，瑞利分布的包络为：瑞利分布的概率密度函数为：与书上相符，因标准化时令r’=r/sqrt(2),故上图下标正确。
瑞利衰落信道和高斯信道matlab
瑞利衰落信道和高斯信道是无线通信中常见的两种信道模型。
瑞利衰落信道适用于描述城市中的移动通信环境，而高斯信道则适用于描述开阔地带或者室内的通信环境。
本文将使用Matlab来分别模拟这两种信道，并对模拟结果进行分析和比较。
一、瑞利衰落信道模拟1. 利用Matlab中的rayleighchan函数可以模拟瑞利衰落信道。
该函数可以指定信道延迟配置、多径增益和相位等参数。
2. 我们需要生成随机的信号序列作为发送端的信号。
这里可以使用Matlab中的randn函数生成高斯白噪声信号作为发送端信号的模拟。
3. 接下来，我们需要创建一个瑞利衰落信道对象，并指定相应的参数。
这里可以设定信道延迟配置、多径增益和相位等参数，以便更好地模拟实际的信道环境。
4. 将发送端的信号通过瑞利衰落信道进行传输，即将信号与瑞利衰落信道对象进行卷积操作。
5. 我们可以通过Matlab中的plot函数绘制发送端和接收端信号的波形图以及信号经过瑞利衰落信道后的波形图，以便直观地观察信号经过信道传输后的变化。
二、高斯信道模拟1. 与瑞利衰落信道模拟类似，高斯信道的模拟同样可以使用Matlab 中的函数进行实现。
在高斯信道的模拟中，我们同样需要生成随机的信号序列作为发送端的信号。
2. 我们可以通过Matlab中的awgn函数为发送端信号添加高斯白噪声，模拟信号在传输过程中受到的噪声干扰。
3. 我们同样可以使用plot函数绘制发送端和接收端信号的波形图以及信号经过高斯信道后的波形图，以便观察信号传输过程中的噪声干扰对信号的影响。
三、模拟结果分析和比较对于瑞利衰落信道模拟结果和高斯信道模拟结果，我们可以进行一些分析和比较：1. 信号衰落特性：瑞利衰落信道模拟中，我们可以观察到信号在传输过程中呈现出快速衰落的特性，而高斯信道模拟中，信号的衰落速度相对较慢。
2. 噪声干扰：高斯信道模拟中，我们可以观察到添加了高斯白噪声对信号的影响，而在瑞利衰落信道模拟中，虽然也存在噪声干扰，但其影响相对较小。
瑞利衰落信道模型的研究与仿真
瑞利衰落信道模型的研究与仿真瑞利衰落信道模型的研究与仿真 matlab程序% written by Amir Sarrafzadeh (14Jan2008)% this function generates normalized rayleigh samples based on Inverse DFT% method as was proposed by David J. Young, and Norman C. Beaulieu% "The Generation of Correlated Rayleigh Random Variates by Inverse% Discrete Fourier Transform, "% Sample Use:% chan=genRayleighFading(512,ceil(10000/512),1e4,100);% chan=chan(1:10000);% where 10000=number of needed samples% parameters:% fftsize: size of fft which used% numBlocks: number of samples/fftsize% fs: sampling frequency(Hz)% fd: doppler shift(Hz)function [ outSignal ] = genRayleighFading( fftSize,numBlocks,fs,fd )numSamples=fftSize*numBlocks; %total number of samplesfM=fd/fs; %normalized doppler shiftNfM=fftSize*fM;kM=floor(NfM); %maximum freq of doppler filter in FFT samplesdoppFilter=[0,1./sqrt(2*sqrt(1-(((1:kM-1)./NfM).^2))),sqrt((kM/2)*((pi/2)-atan((kM-1)/sqrt(2*kM -1)))),...zeros(1,fftSize-2*kM-1),sqrt((kM/2)*((pi/2)-atan((kM-1)/sqrt(2*kM-1)))),1./sqrt(2*sqrt(1-(((kM-1:-1:1)./NfM).^2)))].';sigmaG=sqrt((2*2/(fftSize.^2))*sum(doppFilter.^2));gSamplesI=randn(numSamples,2); %i.i.d gaussian input samples (in phase)gSamplesQ=randn(numSamples,2); %i.i.d gaussian input samples (quadrature phase)gSamplesI=(1/sigmaG)*(gSamplesI(:,1)+1j*gSamplesI(:,2));gSamplesQ=(1/sigmaG)*(gSamplesQ(:,1)+1j*gSamplesQ(:,2));%filteringfilterSamples=kron(ones(numBlocks,1),doppFilter);gSamplesI=gSamplesI.*filterSamples;gSamplesQ=gSamplesQ.*filterSamples;freqSignal=gSamplesI-1j*gSamplesQ;freqSignal=reshape(freqSignal,fftSize,numBlocks); outSignal=ifft(freqSignal,fftSize);outSignal=abs(outSignal(:)); %Rayleigh distributed signal。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
y_in=[zeros(1,delay(6)) SignalInput];
%为时移补零
%用于信号输出
y_out=y_out+r.*y_in(delay(6)+1-delay(i):delay(6)+LengthOfSignal-delay(i))*10^(power (i)/20); end; figure(1); subplot(2,1,1); plot(SignalInput(delay(6)+1:LengthOfSignal)); %去除时延造成的空白信号 title('Signal Input'); subplot(2,1,2); plot(y_out(delay(6)+1:LengthOfSignal)); %去除时延造成的空白信号 title('Signal Output'); figure(2); subplot(2,1,1); hist(r,256); title('Amplitude Distribution Of Rayleigh Signal') subplot(2,1,2); hist(angle(r0)); title('Angle Distribution Of Rayleigh Signal'); figure(3); plot(Sf1); title('The Frequency Response of Doppler Filter');
图 3 瑞利衰落的产生示意图 其中，
S( f )
fm
1.5 f fc 2 1 ( ) fm
（3）
4、 产生多径延时 k 多径/延时参数如表 1 所示：
表1
Tap 1 2 3 4 5 6
多径延时参数
Average power (dB) 0 -1.0 -9.0 -10.0 -15.0 -20.0
引言
由于多径和移动台运动等影响因素，使得移动信道对传输信号在时间、频率 和角度上造成了色散，如时间色散、频率色散、角度色散等等，因此多径信道的 特性对通信质量有着至关重要的影响， 而多径信道的包络统计特性成为我们研究 的焦点。 根据不同无线环境， 接收信号包络一般服从几种典型分布， 如瑞利分布、 莱斯分布和 Nakagami-m 分布。在本文中，专门针对服从瑞利分布的多径信道进 行模拟仿真，进一步加深对多径信道特性的了解。
仿真原理
1、瑞利分布简介 环境条件： 通常在离基站较远、 反射物较多的地区，发射机和接收机之间没有直射波路 径，存在大量反射波；到达接收天线的方向角随机且在（0~2π）均匀分布；各 反射波的幅度和相位都统计独立。 幅度、相位的分布特性： 包络 r 服从瑞利分布，θ在 0～2π内服从均匀分布。瑞利分布的概率分布 密度如图 1 所示：
Relative delay (ns) 0 310 710 1 090 1 730 2 510
仿真框架
根据多径衰落信道模型（见图 2） ，利用瑞利分布的路径衰落 r(t)（见图 3） 和多径延时参数 k （见表 1） ， 我们可以得到多径信道的仿真框图， 如图 4 所示；
图 4 多径信道的仿真框图
%Rayl.m
f=1:2*fm-1; %通频带长度 y=0.5./((1-((f-fm)/fm).^2).^(1/2))/pi; %多普勒功率谱(基带) Sf=zeros(1,LengthOfSignal); Sf1=y;%多普勒滤波器的频响 Sf(fc-fm+1:fc+fm-1)=y; %(把基带映射到载波频率) x1=randn(1,LengthOfSignal); x2=randn(1,LengthOfSignal); nc=ifft(fft(x1+i*x2).*sqrt(Sf)); %同相分量 x3=randn(1,LengthOfSignal); x4=randn(1,LengthOfSignal); ns=ifft(fft(x3+i*x4).*sqrt(Sf)); %正交分量 r0=(real(nc)+j*real(ns)); %瑞利信号 r=abs(r0); %瑞利信号幅值
多径衰落信道模型
图 2 多径衰落信道模型框图
3、产生服从瑞利分布的路径衰落 r(t) 利用窄带高斯过程的特性，其振幅服从瑞利分布，即
r (t ) nc (t ) 2 ns (t ) 2
上式中， c
（2）
n (t)、 ns (t) 分别为窄带高斯过程的同相和正交支路的基带信号。
首先产生独立的复高斯噪声的样本，并经过 FFT 后形成频域的样本，然后与 S（f）开方后的值相乘，以获得满足多普勒频谱特性要求的信号，经 IFFT 后变 换成时域波形，再经过平方，将两路的信号相加并进行开方运算后，形成瑞利衰 落的信号 r(t)。如下图 3 所示:
仿真结果
1、多普勒滤波器的频响
图 5 多普勒滤波器的频响
2、多普勒滤波器的统计特性
图 6 多普勒滤波ቤተ መጻሕፍቲ ባይዱ的统计特性
3、信道的时域输入/输出波形
图 7 信道的时域输入/输出波形
小组分工 程序编写：吴溢升 报告撰写：谭世恒
仿真代码
%main.m
clc; LengthOfSignal=10240; %信号长度(最好大于两倍fc) fm=512; fc=5120; %最大多普勒频移 %载波频率 % SignalInput=sin(t/100); %信号输入
t=1:LengthOfSignal;
SignalInput=sin(t/100)+cos(t/65); delay=[0 31 71 109 173 251]; power=[0 -1 -9 -10 -15 -20]; y_out=zeros(1,LengthOfSignal); for i=1:6 Rayl; %dB
图 1 瑞利分布的概率分布密度 2、多径衰落信道基本模型 根据 ITU-RM.1125 标准，离散多径衰落信道模型为
(t ) rk (t ) x (t k ) y
k 1
N (t )
(1)
其中, rk (t ) 复路径衰落，服从瑞利分布; 框图如图 2 所示：
k 是多径时延。