西安交通大學數(shù)字通信理論課程設計報告-數(shù)字通信理論課程設計

數(shù)字通信理論實驗報告——〔實驗4〕實驗四數(shù)字通信理論課程設計4.1實驗目的：加深對AWGN信道下數(shù)字通信系統(tǒng)的理解。掌握數(shù)字通信系統(tǒng)蒙特卡洛仿真的根本方法。4.2實驗內容：在AWGN信道下，完成2FSK系統(tǒng)的誤比特率性能仿真，繪制系統(tǒng)的BER曲線，并與理論計算的結果進行比照。具體包括如下內容：編寫程序生成隨機的二元比特序列，該序列由{0,1}構成。根據所選擇的調制方式，將比特序列映射為星座圖上的點。將所生成的信號通過AWGN信道進行傳輸，編寫程序實現(xiàn)隨機的加性高斯白噪聲過程，并完成對信號的加噪。實現(xiàn)接收機的解調、檢測與判決算法。要求使用相干接收機，最大似然檢測。在不同的比特信噪比〔〕的條件下統(tǒng)計系統(tǒng)的比特錯誤概率〔BER〕，畫出BER隨變化的曲線。的變化范圍選為0~10dB。在同一幅圖中畫出理論曲線，并將兩者進行比照。4.3實驗結果及分析：畫出系統(tǒng)框圖，說明仿真流程。系統(tǒng)框圖如下列圖所示：開始開始生成隨機的二元比特序列生成隨機的二元比特序列2FSK按照星座圖映射2FSK按照星座圖映射計算高斯白噪聲的方差，產生噪聲，疊加到調制信號上計算高斯白噪聲的方差，產生噪聲，疊加到調制信號上判決判決統(tǒng)計錯誤個數(shù)，計算統(tǒng)計錯誤個數(shù)，計算BER信噪比信噪比>10dBN畫BER的隨的變化曲線畫BER的隨的變化曲線結束結束仿真流程：編寫程序生成隨機的二元比特序列，按2FSK調制方式，將比特序列映射為星座圖上的點，將所生成的信號通過AWGN信道進行傳輸，實現(xiàn)隨機的加性高斯白噪聲過程，并完成對信號的加噪，再使用相干接收機實現(xiàn)接收機的解調、最大似然檢測與判決，在不同的比特信噪比〔〕的條件下統(tǒng)計系統(tǒng)的比特錯誤概率〔BER〕，畫出BER隨變化的曲線。的變化范圍選為0~10dB。給出仿真結果，提供理論的誤碼率結果，并進行必要的分析和討論，仿真結果如下列圖所示：分析：如圖中實線所示，為理論的信噪比與誤碼率的關系曲線；圖中所示為對信號進行2FSK調制及解調處理后得到的實際信噪比與誤碼率關系曲線；有圖可得，隨著信噪比的增大，誤碼率呈下降趨勢；在圖中觀察可得，由于仿真碼元數(shù)目的限制，誤碼率最小只到達了10^(-3)。2FSK理論誤碼率推導發(fā)送信號向量為，考慮到信道為高斯白噪聲信道，噪聲功率密度為。假設2FSK采用相干解調，那么接收信號向量為，，是相互獨立的高斯變量，又因為采用最大似然檢測，所以當接收端判決正確，那么判斷錯誤的概率為其中所以其概率密度為又Q函數(shù)為化簡得2FSk的誤碼率為?？梢娊Y果與理論值非常吻合。程序源代碼clearallsnrdB_min=0;snrdB_max=10; %SNR(indB)limitssnrdB=snrdB_min:1:snrdB_max;Nsymbols=10000;snr=10.^(snrdB/10); %convertfromdBh=waitbar(0,'MonteCarloSimulation');len_snr=length(snr);errors=zeros(1,len_snr);forj=1:len_snr %incrementSNRwaitbar(j/len_snr)sigma=sqrt(1/(2*snr(j))); %noisestandarddeviationerror_count=0;fork=1:Nsymbols %simulationloopbeginsd=round(rand(1)); %dataifd==0x_d=1; %directtransmitteroutput x_q=0; %quadraturetransmitteroutput elsex_d=0; %directtransmitteroutputx_q=1; %quadraturetransmitteroutputendn_d=sigma*randn(1); %directnoisecomponentn_q=sigma*randn(1); %quadraturenoisecomponenty_d=x_d+n_d; %directreceiverinputy_q=x_q+n_q; %quadraturereceiverinputify_d>y_q %testcondition d_est=0; %conditionaldataestimateelsed_est=1; %conditionaldataestimateendif(d_est~=d) error_count=error_count+1; %errorcounterendend %simulationloopendserrors(j)=error_count; %storeerrorcountforplotendclose(h)ber_sim=errors/Nsymbols; %BERestimateber_theor=qfunc(sqrt(snr)); %theoreticalBERsemilogy(snrdB,