预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

瑞利分布信道MATLAB仿真 1、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。 2、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1所示: 图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) 其中,复路径衰落,服从瑞利分布;是多径时延。多径衰落信道模型框图如图2所示: 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 (2) 上式中,分别为窄带高斯过程的同相和正交支路的基带信号。 3、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)和多径延时参数,我们可以得到多径信道的仿真框图,如图3所示; 图3多径信道的仿真框图 4、仿真结果(1) (1)多普勒滤波器的频响 图4多普勒滤波器的频响 (2)多普勒滤波器的统计特性 图5多普勒滤波器的统计特性 (3)信道的时域输入/输出波形 图6信道的时域输入/输出波形 5、仿真结果(2) (1)当终端移动速度为30km/h时,瑞利分布的包络如下图所示 (2)当终端移动速度为100km/h时,瑞利分布的包络如下图所示 三、仿真代码 %main.m clc; LengthOfSignal=10240;%信号长度(最好大于两倍fc) fm=512;%最大多普勒频移 fc=5120;%载波频率 t=1:LengthOfSignal;%SignalInput=sin(t/100); SignalInput=sin(t/100)+cos(t/65);%信号输入 delay=[03171109173251]; power=[0-1-9-10-15-20];%dB y_in=[zeros(1,delay(6))SignalInput];%为时移补零 y_out=zeros(1,LengthOfSignal);%用于信号输出 fori=1:6 Rayl; 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('SignalInput'); subplot(2,1,2); plot(y_out(delay(6)+1:LengthOfSignal));%去除时延造成的空白信号 title('SignalOutput'); figure(2); subplot(2,1,1); hist(r,256); title('AmplitudeDistributionOfRayleighSignal') subplot(2,1,2); hist(angle(r0)); title('AngleDistributionOfRayleighSignal'); figure(3); plot(Sf1); title('TheFrequencyResponseofDopplerFilter'); %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).*sqr