m扩频通信系统在瑞利信道中的误码率性能matlab仿真(包括完整matlab程序,matlab仿真录像)
目录
1.源码获取方式
2.算法描述
3.部分程序
4.部分仿真图预览
1.源码获取方式
使用版本matlab2022a
获取方式1：
点击下载链接（解压密码C+123456）：
m扩频通信系统在瑞利信道中的误码率性能matlab仿真
获取方式2：
如果下载链接失效，加博主微信联系。
2.算法描述
本课题，我们主要涉及到两个理论要点，第一个是瑞利衰落条件，第二个是扩频通信。下面分别对这两个理论进行介绍：
第一个是瑞利衰落条件：
第二个是扩频通信：
我们从main.m这个主函数的各个模块进行说明：
整个系统按照如下的流程仿真。
模块一：产生m序列；
这个部分是产生扩频需要的伪随机序列，对应的matlab函数为：func_Mseq.m
然后如何产生m序列的，请单独再去看这个函数中的中文注释。
步骤二：产生随机信号，进行调制：
这里调制函数对应的程序为：func_Mod.m
这里，我们使用的是QPSK调制过程，具体见这个函数的代码注释；
步骤三：对调制后的信息进行扩频
这里扩频对应的程序为： func_spread.m，具体见这个函数的代码注释；
步骤四：对扩频后的信号进行滤波
滤波的步骤分为采样和滤波，具体见上述两个函数的代码注释。
func_samples.m
func_filter2.m
步骤五：瑞利信道的设计
瑞利信道函数func_fade.m
步骤六：降采样，滤波
这里也是使用一个滤波函数，原理和上面的滤波函数相同。
步骤七：解扩
对应的函数为：func_despread.m具体过程见代码注释
步骤八：解调
对应的函数为：func_Demod.m具体过程见代码注释
3.部分程序
clc;
clear;
close all;
warning off;
addpath(genpath(pwd));
%参数初始化
%**************************************************************************
%信道选择
Is_Rayleigh = 1;
%符号率
Sym_Rate = 0.5e6;
%调制
Mod_order = 2;
%比特率
Bit_Rate = Sym_Rate*Mod_order;
%符号数
Sim_Num = 100;
SNR = [-2:1:8];
%滤波阶数
Filter_Order = 15;
Samples = 4;
%滚降
Alpha = 0.5;
Filter1 = func_filter(Filter_Order,Samples,Sym_Rate,Alpha,1);
Filter0 = func_filter(Filter_Order,Samples,Sym_Rate,Alpha,0);
%扩频码初值
UE_num = 1;
morder = 3;
register1_coff = [1,3];
register2_coff = [2,3];
register1 = [1,1,1];
register2 = [1,1,1];
%扩频码
Ind = 0;
for snrs=SNR
snrs
Ind = Ind + 1;
%m序列
Mcode = func_Mseq(morder,register1_coff,register1,UE_num);
%bpsk
Mcode = 2*Mcode - 1;
MLen = length(Mcode);
%信道衰减初值设定
rayleigh_parameter;
MTKL = 100;
Nerr = 0;
Nall = 0;
for j=1:MTKL
%发射
Tr = (randn(UE_num,Sim_Num*Mod_order) >= 0);
%调制
[Im,Qm] = func_Mod(Tr,UE_num,Sim_Num,Mod_order);
%扩频
[Ims,Qms] = func_spread(Im,Qm,Mcode);
%采样
[Imss,Qmss] = func_samples(Ims,Qms,Samples);
%滤波
[Imssf,Qmssf]= func_filter2(Imss,Qmss,Filter1);
if UE_num == 1
Imv = Imssf; Qmv = Qmssf;
else
Imv = sum(Imssf); Qmv = sum(Qmssf);
end
%高斯信道和瑞利信道
if Is_Rayleigh == 0
ImTr = Imv;
QmTr = Qmv;
else
[ImTr,QmTr] = func_fade(Imv,Qmv,Delays,fading,Theta,No,Counts,Nums,length(Imv),Time_fbl,fd,flat);
Counts = Counts + itndel;
end
%接收机
SFading = sum(rot90(Imssf.^2 + Qmssf.^2))/Sim_Num;
At = sqrt(0.5 * SFading * Sym_Rate / Bit_Rate * 10^(-snrs/10));
Imr = ImTr + randn(size(ImTr)) .* At;
Qmr = QmTr + randn(size(QmTr)) .* At;
[Imrf,Qmrf] = func_filter2(Imr,Qmr,Filter0);
sampl = Filter_Order * Samples + 1;
Imrfs = Imrf(:,sampl:Samples:Samples*Sim_Num*MLen+sampl-1);
Qmrfs = Qmrf(:,sampl:Samples:Samples*Sim_Num*MLen+sampl-1);
%解扩
[II,QQ] = func_despread(Imrfs,Qmrfs,Mcode);
%QPSK解调
demodata = func_Demod(II,QQ,UE_num,Sim_Num,Mod_order);
%误码率分析
noe2 = sum(sum(abs(Tr-demodata)));
nod2 = UE_num * Sim_Num * Mod_order;
Nerr = Nerr + noe2;
Nall = Nall + nod2;
end
ber = Nerr / Nall;
ERRS(Ind) = ber;
end
if Is_Rayleigh == 0
save Is_Rayleigh0.mat SNR ERRS
else
save Is_Rayleigh1.mat SNR ERRS
end
figure
load Is_Rayleigh0.mat
semilogy(SNR,ERRS,'b-o');
hold on
load Is_Rayleigh1.mat
semilogy(SNR,ERRS,'r-o');
hold on
legend('高斯信道','瑞利信道');
xlabel('信噪比/dB')
ylabel('误码率')
grid on
4.部分仿真图预览
1_092_m