瑞利信道仿真
一种基于MATLAB的瑞利信道仿真方法研究

一种基于MATLAB 的瑞利信道仿真方法研究王志杨1, 刘金龙2(1.安徽电子信息职业技术学院信息工程系,安徽蚌埠 233030;2.淮海工学院电子工程学院,江苏连云港 222005)摘 要:瑞利信道的仿真在无线通信系统的仿真中具有重要的意义.文章首先给出瑞利信道的概念,并参照Jakes 模型,采用MATLAB 软件,仿真出了多径瑞利信道.为了得到每径独立的瑞利分布,提出了衰落计数器的概念.通过调整不同路径波形衰落计数器的起始时间达到每径独立分布,且计算复杂度较低.最后通过评估程序证明了仿真方法的正确性.该方法为研究不同通信系统在瑞利信道下的相关性能奠定了基础.关键词:瑞利信道;信道仿真;Jakes 模型;多径传输中图分类号:TN914.3 文献标识码:A 文章编号:1001-2443(2012)03-0234-06引 言对于基站到移动台这样一个发送接收系统来说,理想的无线信号传播(自由空间传播模型)是由基站发送的电磁波经过一定衰减达到移动台,我们可以理解为信号沿着基站到移动台的直线传播.虽然,电磁波实际上是以球面波的形式向周围360度辐射,但是只有沿着直线传播的信号才能抵达移动台,这条路径称为直射路径[1].而对于实际的大气传播环境,大气中包含着许多的小颗粒(悬浮物),或者由于建筑物和树木阻挡,从基站出发,沿着非直射方向传播的电磁波可能经过一系列的反射、散射、衍射后而抵达接收端,我们把图1 信号的多径传播Figure 1 The multipath transmis s i on of signal这种路径称为散射路径(见图1).和直接波相比,后到达的波形称为延迟波.由于每一条散射路径经历的路程都不一样,这样,接收波相位各不相同.如果恰巧各个相位相同,多个信号进行叠加会导致总的信号增强,而如果相位互不相同,各个信号叠加则会互相抵消,导致总的信号强度降低.这样,我们把由于信号经过了多收稿日期:2011-12-01基金项目:安徽电子信息职业技术学院院级研究课题ADZX1007).作者简介:王志杨(1982-),男,回族,安徽蚌埠人,硕士,讲师,主要研究方向:OFDM 、3G 移动通信、信道建模.第35卷3期2012年5月 安徽师范大学学报(自然科学版)Journal of Anhui Normal University (Natural Science)Vol.35No.3M ay.2012个路径而抵达接收端导致信号强度发生随机变化的现象称为多径衰落.多径衰落增加了接收信号的误码率.通常,为了消除多径衰落对接收信号所造成的不良影响,需要做一些补偿措施[2].1 瑞利信道的基本概念参考图1,式(1)为基站发出信号的延迟波,f c (H z)为发出时频率,H n 为附加角度.r n (t)=Re [e n (t)exp j (2P f c t )](1)这里,Re 给出附加波复包络的实部,n 为附加波编号,j 是虚单位.e n (t)由式(2)给出,L n 为传输路径长度(m ),v 为移动台的速度(m /s ),K 为波长(m ).e n (t )=R n (t)exp j (2P (L n -vt cos H n )K+U n )=x n (t)+jy n (t)(2)R n 和U n 是附加波n 的包络和相位,x n (t)和y n (t)是e n (t)同相和正交分量,附加波n 由多普勒效应引起的多普勒频移为f c =v cos H n /K(H z)[3,4]. 移动台收到的波形是以上所提到的附加波的合成,当波的数目为N 时,接收波记为r (t):r (t)=E N n =1r n (t)=Re [(E N n =1e n (t))ex p j (2Pf c t )]=Re [(x (t)+j y (t))(cos2P f c t +j sin2P f c t)]=x (t)cos2P f c t -y (t)sin2P f c t(3) x (t )和y (t)表达式如式(4)、式(5)所示:x (t )=E N n =1x n (t )(4) y (t )=E Nn =1y n (t )(5)x (t )和y (t)是归一化随机过程.当N 足够大时,其均值为0,方差为R .令x =x (t ),y =y (t),可以得出x (t )和y (t)的联合概率密度函数:p (x ,y )=x 2+y 22P R 2exp (-x 2+y 22R 2)(6) 此外,也可以用接收波的幅度和相位表示r (t):r (t)=R (t)cos (2P f c t +H (t ))(7)R (t)和H (t)为:R (t)=R =x 2+y 2(8)H (t)=H =tan -1[y /x ](9)通过使用变量代换,p (x ,y )表示为p (R ,H ):p (R ,H )=R 2P R 2exp (-R 22R 2)(10)对H 从0到2P 积分,可得概率密度函数p (R ):p (R )=R R 2exp (-R 22R 2)(11)对R 从0到]积分,可得概率密度函数p (H ):p (H )=12P(12)式(11)和式(12)表明信号衰落的包络变化服从瑞利分布,相位变化服从均匀分布[5].2 Jakes 模型下瑞利信道仿真根据文献[6]提供的Jakes 模型,对于附加波总数为N ,多普勒频率为f d ,等效低通环境下的瑞利衰落表23535卷第3期 王志杨,刘金龙: 一种基于MA T LA B 的瑞利信道仿真方法研究达式为式(13).r(t)=x(t)+jy(t)=[2N1+1E N1n=1cos(P nN1cos{2P f d cos(2P nN)t}+1N1+1cos(2P f d t)]+j2N1E N1n=1sin(P nN1)cos{2P f d cos(2P nN)t}N/2是一个奇数,N1为:N1=12(N2-1)(14)这里,如下关系要满足:E[x2I(t)]=E[y2Q(t)]=1 2E[x I(t)y Q(t)]=0(15)程序1根据式(13)仿真瑞利信道.其中给出两种衰落形式,平衰落和频率选择性衰落.平衰落是相对频率选择性衰落来说的.平衰落是指一个信号经过信道后保持频谱形状不变,仅幅度发生变化.如果一个信号经过传输后其频谱发生了变化(幅度和相位都发生变化),则认为是经历了频率选择性衰落.是否平坦衰落的关键是看是否会接收到多个信号.在前面对衰落的描述中,已经知道衰落是由于信号经过多路径传输引起的,这里面涉及到路径是否可分辨的概念.什么是可分辨呢?可分辨是相对于码元的周期来说的,假设一个码元的持续时间是0.5L s,接收端接收到了来自多个路径信号的叠加,来自不同路径的信号肯定会有不同的延时.然而,如果这些信号的相对延时比较小,例如小于一个码元甚至半个码元,因为数字信号的接收总是以码元的周期进行判决的,这样,我们就只看到了一个信号,只是这个信号的强度发生了变化,如果多条路径相位接近,则信号增强,反之信号衰减,也就是前面说的衰落.这里进一步将此定义为平衰落[7,8].如果来自多条路径的传输时延较大,大于一个或者多个码元的周期,前一个码元的信号副本就会叠加到后面的码元上,造成所谓的码间干扰,这种情况下称之为非平坦衰落,或频率选择性衰落.码间干扰对数字通信来说是坏事情,需要想办法克服码间干扰(也称为抗多径).可分辨是相对于码元的周期来说的,对于一个特定时延的来说,码元周期越长,那么就越不可分辨,这说明速率低的信号更有可能经历平衰落,而高速信号经历频率选择性衰落的概率更大.这也是OFDM抗多径的基本原理,OFDM将高速的数据流变为多个低速的数据流在不同的频带进行传输,将原本看来是频率选择性的信道等效为多个平坦的子信道[9].3多径传输环境仿真以上完成了一条主径的瑞利仿真.下面将具体阐述如何仿真多径瑞利信道传输环境.在多径传输环境下直接波和延迟波的关系模型见图2.显然,直接波和延迟波的平均功率有固定的比率.所以,只要给出延迟波相对于直接波的相对功率和相对延迟时间,就可以仿真出多径传输环境,流程图见图3.具体的仿真过程为,首先将输入的信号按照参数延迟.然后,瑞利衰落加入每径的信号中.当所有的延迟波都经历以上过程后,再按照功率的相对大小进行累加[10].程序见程序2和程序3.在程序2中,输入参数有:idata(输入同相信道的数据),qdata(输入正交信道的数据),itau(相对延迟时间),dlvl(相对功率),tstp(最小分辨时间,码元周期),nsample(仿真时采样点数),itn (每径衰落时的衰落计数器),nl(直接和延迟波总数).输出数据:iout(同相信道输出数据),qout(正交信道输出数据).程序3是程序2子程序,用来对输入信号进行时间上的延迟.假设某次观察时间是100L s,最小分辨时间是0.5L s.三径延迟波相对直接波平均功率分别衰减20dB,30 dB,35dB.时间分别延迟2L s,3L s,4L s,则多径衰落仿真参数设置如下:236安徽师范大学学报(自然科学版)2012年图2 多径衰落信道的构成Figure 2 The configuration of multipath fadingchannel图3 仿真多径瑞利信道的流程图Figure 3 Th e flow chart to simulate the Raylei gh fading channeltstp =0.5.*10.^(-6);itau =[0floor(2.0*10.^(-6)/tstp)floor(3.0*10.^(-6)/tstp)floor(4.0.*10.^(-6)/tstp)]=[0,4,6,8];dlvl =[0,20,30,35];nsam p =100.*10.^(-6)/tstp =200;nl=4;通常,瑞利分布要求在每径都是相互独立的.如果每径仿真时起始时间都相同,则每径分布都相同.这种现象可用图4表示.图4由于每径衰落同时产生,导致直接波和延迟波衰落波形完全相同.因此,需要通过一定的技术使每径都能够独立分布[11].有多种方法产生独立衰落,程序1中使用衰落计数器counter.Counter 设置每径衰落的起始时间.图5中显示了通过设置衰落计数器counter 使直接波和延迟波的衰落起始时间都不同,每径衰落后的波形也必将不同,这样就可以获得独立分布的瑞利衰落环境.4 仿真方法评估对于程序2,使用程序4对其进行评估.程序中共4径波形,衰落计数器counter 向量大小等于延迟波功率向量dlvl 和延迟波延迟时间向量itau 大小,均为4.然后设置好counter 的初始值,就可以进行仿真.衰落计数器counter 在每次仿真循环后通过加入itnd0来更新仿真起始时间.如果基于最小分辨时间是0.5L s 和观察时间是100L s,每次循环后应该有200个点被加入.这样更新时间itnd0等于观察时间,见图6(a).当两个时间相等的时候,由于更新时间较短,可以在连续变化的信号水平下评价传输性能.但是由于信号衰落服从瑞利分布需要多次循环才能达到,要求较长仿真时间.另一方面,更新时间也可以调整为大于观察时间,见图6(b).当更新时间大于观察时间时,可以用较少次的循环实现瑞利衰落.然而,仿真结果可能不一定完全精确.程序4适当增加了更新时间23735卷第3期 王志杨,刘金龙: 一种基于MA T LA B 的瑞利信道仿真方法研究(200L s,400个点),使更新时间大于观察时间(100L s,200个点),来对传输性能进行简单评估.图4 直接波和延迟波衰落起始时间相同(a)仿真直接波起始时刻(b)仿真延迟波起始时刻Figure 4 Signal fluctuation by a fading simulator w hen the starttime to generate a direct and a delayed w ave is the same:(a)generated signal fluctuation for a direct wave(b)generated signal fluctuation for a delayed wave.图5 直接波和延迟波衰落起始时间不同(a)仿真直接波起始时刻(b)仿真延迟波起始时刻Figure 5 S i gnal fl uctuation by a fading simulator w hen th e start time to generate a direct and a delayed w ave i s different:(a)generated signal fluctuation for a direct wave (b)generated signal fluctuation for a delayed wave.图6 更新时间和观察时间的关系 (a)更新时间=观察时间(b)更新时间>观察时间Figure 6 Relationship betw een the observation time and the update time:(a)observation time =update time an d (b)update ti m e>observation time评估程序采用等效低通环境下基带信号的传输进行.首先对信号进行BPSK 调制,然后将信号进行4个路径的瑞利衰落,在接收端进行BPSK 解调,并计算收发两端数据的误码率[12].经仿真后得到如下结论:多普勒频率为200Hz 时,1000次仿真循环后,在平衰落环境下误码率约为238安徽师范大学学报(自然科学版)2012年3.00@10-3.在频率选择性衰落环境下误码率约为4.90@10-1.在自然环境下,通过测量BPSK 的调制数据,发现误码率和仿真结果基本吻合,说明仿真方法正确,可以采用.5 结束语瑞利信道的仿真在无线通信系统的仿真中具有重要的意义.本文在前人工作的基础上,参照Jakes 模型,提出了一种有效的仿真多径瑞利信道的方法.在仿真中使用衰落计数器设置不同路径衰落起始时间,达到每径独立分布,且计算复杂度较低.仿真结果表明和自然环境下实测数据误码率基本吻合,仿真方法正确.该方法为研究不同通信系统在瑞利信道下的相关性能奠定了基础.参考文献:[1] RAPPPORT T S 著.蔡涛译.无线通信原理与应用[M].北京:电子工业出版社,1999:123-140.[2] SAM PEI S.Applications of digital w ireless technologies to global w ireless communications [M].Upper Saddle River,NJ:Prentice Hall,1997:146-168.[3] YOUNG D J,BEAULIEU N C.The generation of correlated Raylei gh random varieties by inverse discrete Fourier transform [J].IEEE T rans onCommunication,2000,48(7):1114-1128.[4] 陈光平,王先明,祝恒江.多普勒效应的系统研究[J].安徽师范大学学报:自然科学版,2006,29(4):348-351.[5] 郭大伟.论随机过程中最大似然估计的一致性[J].安徽师范大学学报:自然科学版,2007,30(3):220-224.[6] JAKES W C.M icrowave mobile communications [M].New York:IEEE Press,1994:12-15.[7] PATEL C S,STU BER G L,PRATT T parative analysis of staits tica1model s for the simulation of Raylei gh faded cellular channels [J].IEEE T rans on Commun,2005,53(6):1017-1026.[8] M ATTHIAS P 著.陈伟译.移动衰落信道[M].北京:电子工业出版社,2009:20-50.[9] 王文博,郑侃.宽带无线通信OFDM 技术[M].北京:人民邮电出版社,2003:108-120.[10] 代光发,陈少平.快变衰落信道的M ATLAB 仿真及其应用[J].系统仿真学报,2005,17(1):214-237.[11] 张贤达,保铮.通信信号处理[M].北京:国防工业出版社,2000:86-102.[12] PROAKIS J G.Digital communications,3rd ed.[M].New York:M cGraw-H il l,1995:250-262.Research on a Method for Simulating Rayleigh Channel Based on MATLABWANG Zh-i yang 1, LIU Jin -long2(1.Department of Information Engi n eering,Anhui Vocational College of Electronics &Information T echnology,Bengbu 233030,China 2.S chool ofElectronic Engi n eering,Huai Hai Institute of Technology,Lianyungang 222005,Ch i na)Abstract:Sim ulating Rayleigh channel is very important in w ireless communication system simulation.T his paper firstly g ives out the meaning of Rayleig h channel,then uses MAT LAB softw are to simulate multipath Rayleigh channel according to Jakes model.It puts forw ard the meaning of /counter 0in order to g ain the independent distribution for each path.To adjust the start time of the counter of the w aveform of each path it g ets the independent distribution,also it has low difficulty in operating.At last it proves the v alidity of the simulation method by evaluation program.The method builds the foundation of research on the correlative performances of different communication systems in Rayleigh channel.Key words:ray leigh channel;channel simulation;Jakes model;multipath transm ission 23935卷第3期 王志杨,刘金龙: 一种基于MA T LA B 的瑞利信道仿真方法研究。
小尺度衰落信道中的瑞利衰落和莱斯衰落建模

图6.仿真的莱斯分布的概率密度函数(σ=1)
莱斯衰落信道仿真
• 脚本代码如下
莱斯衰落信道仿真
• 当然,也可以使用MATLAB自带的raylrnd或者random函数 产生服从瑞利分布或莱斯分布的随机变量。
• raylrnd(σ,m,n) • random('rayl',σ,m,n) • random('rician',A,σ,m,n)
参考文献
• [1]赵勇洙等.MIMO-OFDM无线通信技术及MATLAB实现.电子工 业出版社.2012.4
• [2]杨大成等.移动传播环境.机械工业出版社.2003,8 • [3]郭文斌等.通信原理--基于MATLAB的计算机仿真.北京邮电大学
出版社.2006.6 • [4]Proakis等.现代通信系统(MATLAB版).电子工业出版
向量f,输出
瑞利衰落信道仿真
•通过该函数绘制的瑞利信道 概率密度分布图 (L=20000、σ2=1)
图5.仿真的瑞利分布的概率密度函数(σ=1)
莱斯衰落信道仿真
•存在强路径的LOS环境中,强路径不会有任何损耗,因此接 收信号的幅度可以表示为:
X=A+W1+jW2 在NLOS环境下,A=0(K=0),莱斯分布退化为瑞利分布。
Clarke/Gans模型框图
• 图7.Clarke/Gans模型的框图
Clarke/Gans模型
• 图8.Clarke/Gans模型产生的时变信道
其他多径模型
• FWGN模型还包括改进频域FWGN模型以及时域FWGN模 型。
• 其他多径模型还有:Jakes模型、基于射线信道模型、频率 选择性衰落信道模型和SUI(斯坦福大学过渡)信道模型。
Rayleigh衰落信道的建模与仿真

1 I 、 /
一
l / 2
s ) …N 1 I i , ,一f, n ( , _
V 一
, z
c. f
{ c -’, ( i o 1_2 3 s , l, ) ( …f Ⅳ-
,
6
信 息通信
胡凯等: a lih R yeg 衰落信道的建模与仿真
Z(, ( 。 l) 2 ) t ̄ f
csO+ 一 + { o) o ̄t f 1 / +] ( c +N1 J
6
可见, 上式中的 + 与 一 是通过 关联的。 为此, 同样在文献 中, a is o 紧接着提出了另一种 M ru EP p 多普勒频移简化法, 即将 + 与 一 全部设置为两组独 立 的随机变量 , 有效避免了J k s a e 仿真器 中随机相移产 生相关
Ke wo d : Ra li h f d n ; a e d l c a n l smu ai n y rs y eg a i g J k s mo e ; h n e; i lto
对平坦衰落信道的模型描述最简单的就是瑞利过程 , 它是 dC a k 在16 年提 出的,  ̄ lre 98 假设信号经过无线信道到达接收
No+l
1 -1
cf 2 o io2 ̄ +i)2c a 1 =∑c f c(3th2 1sI ( ) s, sz / + o l / ,
c (f t WE o2 ̄ sz + )
~
() 1 2
’…
』V 0
ct 2 i  ̄ o2 z2 2 i 『 d) ∑sf c( t /) I a = n , s ̄, / 一 l + s n
那么为了解决
∑ iO  ̄ + = , CC2 1f ,Sf n( i , 2 nl = J
多径效应下的瑞利分布实验

移动通信实验——瑞利信道的MATLAB仿真一、实验目的基于Matlab编程对瑞利信道的特性进行仿真和分析。
二、实验原理瑞利信道一般存在于发射站和接收站之间没有直射波,存在大量反射波,形成了多径传输。
各条路径信号的相位统计独立,在区间[0,2π]上服从均匀分布。
接收后多径合成的信号包络r服从瑞利分布,相位 服从均匀分布。
主要依据是中心极限定理,大量独立随机变量之和的分布趋向正态分布。
然后根据窄带高斯随机过程的特性,两个正态分布的高斯信号平方和的包络服从瑞利分布,得到服从瑞利分布的振幅。
三、源程序代码包络分布:t=0:20000; %信号长度l=length(t);bi=1; %发射信号幅度取值1N=7; %接收端信号个数fc=6000; %载波频率fm=500; %最大多普勒频移fy=0; %载波初相theta=pi*rand(1,N); %多径信号与移动台夹角fyi=2*pi*rand(1,N); %多径信号随机相位for i=1:lSs(i)=bi*exp(j*(2*pi*fc*t(i)+fy)); %发射信号endfor i=1:lfyy1(i)=fyi(1)+2*pi*fm*t(i)*cos(theta(1)); %多径信号1fyy2(i)=fyi(2)+2*pi*fm*t(i)*cos(theta(2)); %多径信号2fyy3(i)=fyi(3)+2*pi*fm*t(i)*cos(theta(3)); %多径信号3fyy4(i)=fyi(4)+2*pi*fm*t(i)*cos(theta(4)); %多径信号4fyy5(i)=fyi(5)+2*pi*fm*t(i)*cos(theta(5)); %多径信号5fyy6(i)=fyi(6)+2*pi*fm*t(i)*cos(theta(6)); %多径信号6fyy7(i)=fyi(7)+2*pi*fm*t(i)*cos(theta(7)); %多径信号7endfor i=1:lai1(i)=bi*rand(1,1); %多径信号幅度随机衰减ai2(i)=bi*rand(1,1);ai3(i)=bi*rand(1,1);ai4(i)=bi*rand(1,1);ai5(i)=bi*rand(1,1);ai6(i)=bi*rand(1,1);ai7(i)=bi*rand(1,1);endfor i=1:lx(i)=ai1(i)*cos(fyy1(i))+ai2(i)*cos(fyy2(i))+ai3(i)*cos(fyy3(i))+ai4(i)*cos(fyy4(i))+ai5(i)*cos(fyy 5(i))+ai6(i)*cos(fyy6(i))+ai7(i)*cos(fyy7(i));y(i)=ai1(i)*sin(fyy1(i))+ai2(i)*sin(fyy2(i))+ai3(i)*sin(fyy3(i))+ai4(i)*sin(fyy4(i))+ai5(i)*sin(fyy5(i))+ai6(i)*sin(fyy6(i))+ai7(i)*sin(fyy7(i));endfor i=1:lSr(i)=(x(i)+j*y(i))*exp(j*(2*pi*fc*t(i)+fy)); %接收信号多径合成endfor n=1:lr(n)=sqrt(x(n)^2+y(n)^2); %转换成极坐标模式幅度endsigma2=var(r); %求方差系数for i=1:lpr(i)=(r(i)/sigma2)*exp(-(r(i)^2)/(2*sigma2)); %幅度概率密度理论上服从瑞利分布公式endrmin=min(r);rmax=max(r);akke=linspace(rmin,rmax,100); %对多径合成信号进行实际统计,先划定区间和间隔[yy,N]=hist(r,akke); %完成统计yy=yy/l; %由于软件仿真不是连续信号,所以不存在概率密度,只能用概率分布近似替代figure(1);bar(N,yy); %直方图表现实际幅度的概率分布xlabel('r/sigma');ylabel('p(r)');title('多径接收信号包络的实际概率分布');grid;figure(2);stem(r/sqrt(sigma2),pr); %理论概率分布绘制xlabel('r/sigma');ylabel('p(r)');title('多径接收信号包络的理论概率密度');grid;相位分布:for n=1:ltheta2(n)=angle(Sr(n)); %转换成极坐标模式相位ptheta(n)=1/(2*pi); %相位概率密度服从均匀分布endtmin=min(theta2);tmax=max(theta2);akke=linspace(tmin,tmax,100);yy=hist(theta2,akke);yy=yy/l;figure(1);bar(akke,yy);xlabel('Theta');ylabel('p(theta)');title('多径接收信号相位的实际概率分布'); grid;figure(2);plot(theta2,ptheta); %理论概率分布绘制 xlabel('Theta'); ylabel('p(theta)');title('多径接收信号相位的理论概率密度'); grid;四、 仿真结果与分析包络分布图像:图1-1 接收信号包络理论概率密度r/sigmap (r )多径接收信号包络的理论概率密度图1-2 接收信号包络概率实际分布l=2000图1-3 接收信号包络概率实际分布l=20000r/sigmap (r )多径接收信号包络的实际概率分布r/sigmap (r )多径接收信号包络的实际概率分布图1-4 接收信号包络概率实际分布l=200000图1-5 接收信号包络概率实际分布l=2000000相位分布图像:r/sigmap (r )多径接收信号包络的实际概率分布r/sigmap (r )多径接收信号包络的实际概率分布Thetap (t h e t a )多径接收信号相位的理论概率密度图2-1 接收信号相位理论分布Thetap (t h e t a )多径接收信号相位的实际概率分布图2-2接收信号相位实际分布 l=20000Thetap (t h e t a )多径接收信号相位的实际概率分布图2-3接收信号相位实际分布 l=200000发送信号与接收信号图像:t信号幅值发送信号与接收信号对比图3-1 发送信号与接收信号图像对比(蓝色为发送信号,红色为接收信号)分析:随着信号长度l 的增大,实际包络和相位分布图像将更趋近于理论瑞利分布,偏移更小; 随着多普勒频移fm 的增大,接收端系统误码率越大,但实验中接收信号未做处理,故未表现; 接收信号幅值明显大于发送信号,原因是多径合成叠加的原因。
瑞利信道Jakes模型推导

03
结果一
Jakes模型能够描述信道 的多径特性,提供信道冲 激响应和频率响应的数学 表达式。
结果二
Jakes模型适用于描述具 有瑞利分布特性的多径信 道,尤其适用于移动通信 环境。
结果三
Jakes模型为信道仿真和 系统性能评估提供了理论 依据,有助于优化通信系 统的设计和参数配置。
04
Jakes模型的应用与限制
2
对于一些简单的无线信道环境,瑞利信道模型可 能足够准确描述信号的衰减特性。
3
对于具有多径传播特性的复杂无线信道环境, Jakes模型可能更加适合。
感谢观看
THANKS
05
瑞利信道与Jakes模型的关
系
瑞利信道与Jakes模型的联系
瑞利信道和Jakes模型都是描述无线信道特性的 数学模型,用于模拟和分析无线信号在传播过 程中的衰减、多径效应等特性。
瑞利信道模型假设信号在传播过程中经历了大 量的独立、同分布的随机衰减,适用于描述平 坦衰落信道。
Jakes模型则基于瑞利信道模型,进一步考虑了 多径效应和信号的相干性,适用于描述具有多 径传播特性的无线信道。
瑞利信道Jakes模型 推导
• 瑞利信道简介 • Jakes模型的基本原理 • Jakes模型的推导过程 • Jakes模型的应用与限制 • 瑞利信道与Jakes模型的关系
目录
01
瑞利信道简介
定义与特性
定义
瑞利信道是一种描述无线电波在传播 过程中由于多径效应而产生的随机波 动和衰减的模型。
特性
为无线通信系统的设计和优化提供了重要的理论依据。
Jakes模型适用于描述具有快速波动特性的信号,如调频信号,
03
对于其他类型的信号可能需要其他模型进行描述。
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。
瑞利信道中双门限检测算法性能仿真及研究

能下降 , 至不能够检测 出授 权用 户 的存在 , 成强 行 占用 甚 造 授权用户频带 的问 题。现有 的基 于文献 [ ] 【 ] WG 1 、 2 A N信
道 中 的 各 种 感 知 方 法 已满 足 不 了 认 知 无 线 电 的 发 展 需 求 。
权用户的先验知识 , 现起 来最 为简单 , 在本 文 中单 节点 实 故 检测采用能量检测 。其缺点是在低信 噪 比的情 况下 , 其检测
2 频谱 感 知方 法
现有的频谱 感 知 技术 可 以分为 单 节 点 检测 和 协作 检 测 。单节点检测通 常分 为 匹配滤 波器检 测 、 能量检 测 、 周期 平稳特征检测 。由于能量检测算 法是非相 干检测 , 不需要授
信 中的遮蔽效应 、 阴影 衰落 的存 在 , 使得认 知用 户 的检测 性
p o e t e i g p ro a e c lng st e pr s n e noo y o o n tv a i I hi a r,di e e tc o r tv r v he s nsn f r nc a e e e e ttc l g fc g iie r do. n t s p p e m l h e f r n o p aie e
1 引言
由 于 频 谱 资 源 的 日益 紧 缺 , 知 无 线 电技 术 应 运 而 生 , 认
而保证 了对于认 知无线 电的研究更有实际意义 。
它通过实现对授权用户 的信 号检测 , 为无线通信 系统频谱 的
动 态 接 人 和 共 享 提 供 了 必 要 及 良好 的 基 础 。但 由 于 实 际 通
d tc in meh d l t de n Ra li h c a n l wh c st e tp c l a i gc a n l .F ro e c mi g te e o s n ee t t o sa s id i ye g h n es o e u ih i h ia d n h n es o v r o n h e y f h o x l sv h e h l d t e p o l m fs s m u d n h t o fd u l h e h l s a p id o e y eg f c u i e tr s od a h r b e o y t b r e ,t e meh d o o b e tr s od i p l v r Ra l ih e n e e c a n 1 o u e i lt n r s l h w t a o b e tr s od meh d c n i r v h ee t n p r r n e a d h n e .C mp tr smua i e u t s o td u l h e h l to a mp o e t e d tci e o ma c o s h o f n
- 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)。
瑞利衰落信道的matlab仿真
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。
三性质
多普勒功率普密度
,
四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模型和clark模型
本次只以下图所示的模型来仿真单路信号的产生。
课本上也有相关的分析。
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120km/h时,瑞利分布的包络为:
五源程序
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/h
c=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/h
fd=v2*fc/c; %多普勒频移
h2=rayleigh(fd,t); %产生信道数据
plot(20*log10(abs(h1(1:10000))))
title('v=30km/h时的信道曲线')
xlabel('时间');ylabel('功率')
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。