瑞利信道Matlab仿真程序

合集下载

瑞利信道仿真

瑞利分布信道M A T L A B仿真一、瑞利衰败原理在陆地挪动通讯中，挪动台常常遇到各样阻碍物和其余挪动体的影响，致使抵达挪动台的信号是来自不一样流传路径的信号之和。

而描绘这样一种信道的常用信道模型即是瑞利衰败信道。

定义 : 因为信号进行多径流传达到接收点处的场强来自不一样流传的路径，各条路径延不时间是不一样的，而各个方向重量波的叠加，又产生了驻波场强，进而形成信号快衰败称为瑞利衰败。

瑞利衰败信道（ Rayleighfadingchannel ）是一种无线电信号流传环境的统计模型。

这类模型假定信号经过无线信道以后，其信号幅度是随机的，表现为“衰败”特征，而且多径衰败的信号包络听从瑞利散布。

由此，这类多径衰败也称为瑞利衰败。

这一信道模型能够描绘由电离层和对流层反射的短波信道，以及建筑物密集的城市环境。

瑞利衰败只合用于从发射机到接收机不存在直射信号的情况，不然应使用莱斯衰败信道作为信道模型。

假定经反射（或散射）抵达接收天线的信号为 N 个幅值和相位均随机的且统计独立的信号之和。

信号振幅为 r, 相位为 , 则其包络概率密度函数为r r 2P(r)= 2 e 22 (r 0)相位概率密度函数为：P( )=1/2（02）二、仿真原理（ 1）瑞利散布剖析环境条件：往常在离基站较远、反射物许多的地域，发射机和接收机之间没有直射波路径（如视距流传路径），且存在大批反射波，抵达接收天线的方向角随机的（（ 0~2π）平均散布），各反射波的幅度和相位都统计独立。

幅度与相位的散布特征：包络 r 听从瑞利散布，θ 在 0～2π内听从平均散布。

瑞利散布的概率散布密度如图 1 所示：0.90.80.70.60.50.40.30.20.100.51 1.52 2.5 3图1 瑞利散布的概率散布密度（2）多径衰败信道基本模型失散多径衰败信道模型为N ( t )% %k )y ( t ) r k ( t ) x (tk 1 (1)此中 , r k(t )复路径衰败，听从瑞利散布 ; k 是多径时延。

matlab信道仿真经典源程序

%
%
% Rayleigh Fading Channel Signal Generator
% Using the Dent Model (a modification to the Jakes Model)
%
% Last Mouthor: Avetis Ioannisyan (avetis@)
% Number of oscillators
N0 = NumAngles/4;
% Maximum Doppler shift of carrier at some wavelength
omega_m = (2*pi) * fm(Velocity, carrierFreq);
% specify variance of the Rayleigh channel
%
% Usage Examples:
% [omega_mTau, Tk] = ai_RayCh(2^7, 2^18, 64, 2, 900, 100)
%
% where
%
% NumAngles=2^7, Length=2^18, symbolRate=64, NumWaveforms=2, carrierFreq=900, Velocity=100
% use this for *constant* variange - requires changing other params in prog
sigma2 = 10;
% make sigma2 a gaussian RV around u = sigma2 and var = sigma2/5
%
%
% Usage:
% [omega_mTau, Tk] =
% ai_RayCh(NumAngles, Length, SymbolRate, NumWaveforms, CarrierFreq, Velocity)

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。

matlab信道仿真经典源程序

matlab信道仿真经典源程序% %% Rayleigh Fading Channel Signal Generator% Using the Dent Model (a modification to the Jakes Model) %% Last Modified 10/18/05 %% Author: Avetis Ioannisyan (avetis@) % %% Usage:% [omega_mTau, Tk] =% ai_RayCh(NumAngles, Length, SymbolRate, NumWaveforms, CarrierFreq, Velocity) %% Where the output omega_mTau is a time scaling factor for plotting% normalized correlations. The LAGS value output by [C,LAGS] = XCORR(...) % should be multiplied by the omega_mTau scaling factor to properly display % axis. Tk is a two dimensional vector [M, N] = SIZE(Tk) with% M=numWaverorms and N=Length specified in the RayCh(...) function call %% And the input variables are: %% NumAngles - scalar power of 2, NumAngles > 2^7 is used to specify the % number of equally strong rays arriving at the receiver. It used to% compute the number of oscillators in the Dent model with N0 =numAngles/4 %% Length - scalar preferably power of 2 for faster computation, Length >2^17 % is used to specify the length of the generated sequence. Lengths near1E6 % are close to realistic signals %% SymbolRate - scalar power of 2 and is in kilo-symbols-per-sec is usedto % specify what should be the transmission data rate. Slower rates will % provide slowly fading channels. Normal voice and soem data rates are % 64-256 ksps %% NumWaveforms - scalar used to specify how many 'k' waveforms to generate % in the model. NumWaveforms > 2 to properly display plots %% CarrierFreq - scalar expressed in MHz is the carrier frequency of the % tranmitter. Normally 800 or 1900 MHz for mobile comms %% Velocity - scalar expressed in km/hr is the speed of the receiver. % 100 km/hr = 65 mi/hr. Normal values are 20-130 km/hr %% Usage Examples:% [omega_mTau, Tk] = ai_RayCh(2^7, 2^18, 64, 2, 900, 100) %% where %% NumAngles=2^7, Length=2^18, symbolRate=64, NumWaveforms=2,carrierFreq=900, Velocity=100% [omega_mTau, Tk] = RayCh(NumAngles, Length, symbolRate, NumWaveforms, % carrierFreq, Velocity); % %function [omega_mTau, Tk] = ai_RayCh(NumAngles, Length, symbolRate, NumWaveforms, carrierFreq, Velocity)% Number of oscillators N0 = NumAngles/4;% Maximum Doppler shift of carrier at some wavelength omega_m = (2*pi) * fm(Velocity, carrierFreq); % specify variance of the Rayleigh channel% use this for *constant* variange - requires changing other params in prog sigma2 = 10;% make sigma2 a gaussian RV around u = sigma2 and var = sigma2/5% use for *non constant* variaance - requires changing other params in prog sigma2 = sigma2 + sqrt(sigma2/5) .* randn(1,NumWaveforms); % Initialize phasesalpha_n = []; beta_n = []; theta_nk = []; % make a hadamard matrix Ak = hadamard(N0);% determine phase values 'alpha' and 'beta' n=[1:N0];alpha_n = 2*pi*n/NumAngles - pi/NumAngles; beta_n = pi*n/N0;% convert to time scale using 'fs' sampling frequencyt=[1/(symbolRate*1000):1/(symbolRate*1000):1/(symbolRate*1000) * Length];Tk = [];for q = 1 : NumWaveformsrand('state',sum(100*clock)) % reset randomizertheta_nk = rand(1,length(n)) * 2 *pi; % create uniform random phasein range [0,2pi]sumRes = 0; for i = 1 : N0term1 = Ak(NumWaveforms,i);term2 = cos(beta_n(i)) + j*sin(beta_n(i));term3 = cos(omega_m .* t .* cos(alpha_n(i)) + theta_nk(i)); sumRes = sumRes + (term1 .* term2 .* term3); endTk(q,:) = sqrt(2/N0) .* sumRes;% use line below to apply *non-constant* varianceTk(q,:) = repmat(10.^(sigma2(q)/20),1, Length) .* Tk(q,:); %apply variable in dB end% apply *constant* variance unilaterly in dB % Tk = repmat(10^(sigma2/20), k, Length) .* Tk;% plot resultsfigure(20); subplot(3,1,1); semilogy(t,abs(Tk(1,:))); xlabel('Time (sec)'); ylabel('Signal Strength (dB)');title(['Received Envelope, Symbol Rate = ', num2str(symbolRate), ',Carrier = ', num2str(carrierFreq), ', Velocity = ', num2str(Velocity)]); % computeauto and cross correlations and plot themomega_mTau = (1/(symbolRate*1000)) * (omega_m/(2*pi)); % computeomega_m * tau scaling[C1, Lags] = crosscorr(Tk(1,:), Tk(2,:), 20000); [C2, Lags2] =autocorr(Tk(1,:), 20000);figure(20); subplot(3,1,3); plot(Lags * omega_mTau, C1);xlabel('Normalized Time Delay'); ylabel('Normalized Crosscorrelation'); title('Crosscorrelation between waveforms k=1 and k=2'); figure(20);subplot(3,1,2); plot(Lags2 * omega_mTau, C2);xlabel('Normalized Time Delay'); ylabel('Normalized Autocorrelation'); title('Autocorrelation of the first waveform k=1');感谢您的阅读，祝您生活愉快。

信道接收机matlab仿真

信道接收机matlab仿真1.信道化接收机MATLAB仿真代码：clc;clear;f1=2000;f2=5000;%测频范围f=input('输入待测频率 (MHz) ');if f>=f1&&f<=f2m1=4;m2=4;m3=4;%各分路器均设为5，分路器结构u=(f2-f1)/(m1*m2*m3);%频率分辨力ur=[0,0,0];%为各分路器中放带宽提供缓存ur(1)=(f2-f1)/m1; %写入各分路器中放带宽ur(2)=(f2-f1)/(m1*m2);ur(3)=(f2-f1)/(m1*m2*m3);fi=[0,0,0];%为各分路器中频频率提供缓存fi(1)=ceil(((f2-f1)/2)*1.2);%写入各分路中频频率fi(2)=ceil((ur(1)/2)*1.2);fi(3)=ceil((ur(2)/2)*1.6);fl=zeros(3,4);for j=1:1:4fl(1,j)=f1-fi(1)+(j-0.5)*ur(1);%第一本振组fl(2,j)=(fi(1)-ur(1)/2)-fi(2)+(j-0.5)*ur(2);%第二本振组fl(3,j)=(fi(2)-ur(2)/2)-fi(3)+(j-0.5)*ur(3);%第三本振组end num=zeros(1,3);%为每层的信道提供缓存for k=1:3j=1;while j<=4if f-fl(k,j)>=fi(k)-ur(k)/2&&f-fl(k,j)<=fi(k)+ur(k)/2 f=f-fl(k,j); num(k)=j-1;break;else j=j+1;endendendf=f1+num(1)*ur(1)+num(2)*ur(2)+num(3)*ur(3)+u/2;%进行频率估计fprintf('估计频率为 %f MHz\n',f);else disp('不在测频范围内 ');end仿真结果：。

Rayleigh无线衰落信道的MATLAB仿真

通信原理课程设计汇报书课题名称Rayleigh 无线衰落信道的MATLAB 仿真姓名学号学院专业通信工程指导教师年月日※※※※※※※※※ ※※ ※※ ※※ ※※※※※※※※※通信工程专业通信原理课程设计Rayleigh无线衰落信道的MATLAB仿真1 设计目的〔1〕对瑞利信道的数学分析，得出瑞利信道的数学模型。

〔2〕利用MATLAB对瑞利无线衰落信道进行编程。

〔3〕针对服从瑞利分布的多径信道进行模拟仿真，加深对多径信道特性的了解。

〔4〕对仿真后的结果进行分析，得出瑞利无线衰落信道的特性。

2 设计思路无线衰落信道的MATLAB仿真：〔1〕分析出无线信道符合瑞利概率密度分布函数，写出数学表达式。

〔2〕建立多径衰落信道的根本模型。

〔3〕对符合瑞利信道的路径衰落进行分析，并利用MATLAB进行仿真。

3 设计过程3.1 方案论证3.1.1．瑞利信道环境与数学模型瑞利衰落信道〔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〞，并且其包含服从瑞利分布。

瑞利衰落属于小尺寸的衰落效应，它总是叠加于如阴影、衰减等大尺度衰落效应上。

信道衰落的快慢与开展端和接收端的相对运动速度的大小有关，相对运动对导致接受信号的多普勒频移，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。

特别需要注意的事信号“深衰落〞现象，此时信号能量的衰减到达数千倍，即30到40分贝。

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实在接近于瑞利衰落。

Rayleigh无线衰落信道的MATLAB仿真

通信原理课程设计报告书课题名称 Rayleigh 无线衰落信道的MATLAB 仿真姓名学号学院专业通信工程指导教师※※※※※※※※※ ※※ ※※ ※※通信工程专业通信原理课程设计年月日Rayleigh无线衰落信道的MATLAB仿真1 设计目的（1）对瑞利信道的数学分析，得出瑞利信道的数学模型。

（2）利用MATLAB对瑞利无线衰落信道进行编程。

（3）针对服从瑞利分布的多径信道进行模拟仿真，加深对多径信道特性的了解。

（4）对仿真后的结果进行分析，得出瑞利无线衰落信道的特性。

2 设计思路无线衰落信道的MATLAB仿真：（1）分析出无线信道符合瑞利概率密度分布函数，写出数学表达式。

（2）建立多径衰落信道的基本模型。

（3）对符合瑞利信道的路径衰落进行分析，并利用MATLAB进行仿真。

3 设计过程3.1 方案论证3.1.1．瑞利信道环境与数学模型瑞利衰落信道（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”，并且其包括服从瑞利分布。

瑞利衰落属于小尺寸的衰落效应，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展端和接收端的相对运动速度的大小有关，相对运动对导致接受信号的多普勒频移，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。

特别需要注意的事信号“深衰落”现象，此时信号能量的衰减达到数千倍，即30到40分贝。

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。

Matlab下多径衰落信道的仿真代码

P_nor=sqrt(1/N0);
%区别个条路径的均匀分布随机相位
theta=2*pi*rand(1,1)-pi;
for ii=1i*ii-pi+theta)/N;
N=40;
wm=2*pi*fd;
%每象限的入射波数目即振荡器数目
N0=N/4;
%信道函数的实部
Tc=zeros(1,length(t));
%信道函数的虚部
Ts=zeros(1,length(t));
%归一化功率系数
function [h]=rayleigh(fd,t)
%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
%假设的入射波数目
衰落信道参数包括多径扩展和多普勒扩展。时不变的多径扩展相当于一个延时抽头滤波器，而多普勒扩展要注意多普勒功率谱密度，通常使用Jakes功率谱、高斯、均匀功率谱。
多径衰落信道由单径信道叠加而成，而单径信道中最重要的就是瑞利（Rayleigh）平坦衰落信道。
下面给出瑞利平坦衰落信道的改进Jakes模型的实现：
chan=rayleighchan(ts,fd);
y=filter(chan,x);%过信道
此内置函数可以直接生成一个频率选择多径衰落信道，每径为一个瑞利衰落过程。
chan=rayleighchan(ts,fd,tau,pdb);
%tau为每径相对时延向量
%pdb为每径相对增益
%对每个子载波而言在(-pi,pi)之间均匀分布的随机相位

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)。

%%File_C7:
%本程序将一随机信号通过瑞利信道产生输出
%%
clear;
clc;
Ts=;
fmax=2;%最大多普勒频移
Nt=400;%采样序列的长度
（
sig=j*ones(1,Nt);%信号
t=[0:Nt];
%设定信道仿真参数
N0=25;
D=1;
[u]=jakes_single_rayleigh(N0,D,fmax,Nt,Ts);%生成瑞利信道RecSignal=u.*sig;
?
plot(20*log10(RecSignal));
%
%本函数用Jakes方法产生单径的符合瑞利分布的复随机过程%%%%%%%%%%%%%%%%%%%%%%%%%%%
function [u]=jakes_single_rayleigh(N0,D,fmax,M,Ts,Tc)
% 输入参数：
% N0 频率不重叠的正弦波个数
{
% D 方差，可由输入功率得到
% fmax 最大多普勒频移
% M 码片数
%输出参数
%u 输出复信号
%u1 输出信号的实部
%u2 输出信号的虚部
%%
、
%%%%%%%%%%%%%%%%%%%%%%%%%%%
N=4*N0+2;%Jakes仿真叠加正弦波的总个数
%计算Jakes仿真中的离散多普勒频率fi,n
f=zeros(1,N0+1);
for n=1:N0
f(n)=fmax*cos(2*pi*n/N);
~
f(N0+1)=fmax;
%计算多普勒增益ci,n
%同向分量增益c1,n
c1=zeros(1,N0+1);
for n=1:N0
c1(n)=D*(2/sqrt(N))*2*cos(pi*n/N0);
end
c1(N0+1)=D*(2/sqrt(N))*sqrt(2)*cos(pi/4);
《
%正交分量增益c2,n
c2=zeros(1,N0+1);
for n=1:N0
c2(n)=D*(2/sqrt(N))*2*sin(pi*n/N0);
end
c2(N0+1)=D*(2/sqrt(N))*sqrt(2)*sin(pi/4);
%插入随机相移ph_i,解决Jakes方法的广义平稳问题n=(1:N0+1);
\
U=rand(size(n));
[x,k]=sort(U);
ph_i=2*pi*n(k)/(N0+1);
%计算复包络
u1=zeros(1,M);%Rc(t)
u2=zeros(1,M);%Rs(t)
u=zeros(1,M);%R(t)
k=0;
&
%计算Rc(t)
k=0;
for t=0:Ts:(M-1)*Ts;
w2=cos(2*pi*f*t+ph_i);
ut2=c2*w2.';
k=k+1;
u2(k)=ut2;
end
%计算u(t)
k=0;
for t=0:Ts:(M-1)*Ts
k=k+1;
u(k)=u1(k)-j*u2(k);
end
%程序结束。