通信原理实验二QPSK通信系统的-Monte-Carlo-仿真.doc

通信原理实验二 QPSK通信系统的 MonteCarlo 仿真 一、实验目的1、提高独立学习的能力；2、培养发现问题、解决问题和分析问题的能力；3、学习Matlab 的使用；4、掌握4PSK通信系统的Monte Carlo仿真方法；5、掌握4PSK通信系统的的组成原理；6、比较编码信号和为编码信号在随机信道中的传输，加深对纠错编码的理解；二、系统框图及编程原理实验原理 PSK是利用载波的不同相位表示相应的数字信息。对于二进制相位调制（M=2)来说，两个载波相位是0和。对于M相相位调制来说M=2k，这里k是每个传输符号的信息比特数。4PSK是M=4的载波相位调制。这里，将理论差错概率与仿真的差错概率比较，进一步观察仿真与理论值之间的差别。同时，用不同的判决准则对接受信号进行判决。并比较两种判别方法的差别。一QPSK调制原理1信号能量分析一组M载波相位调制信号波形的一般表示式为 m=0，M-1式中是发送滤波器的脉冲形状，它决定了传输信号的频谱特性，A是信号的幅度。注意到，PSK信号对所有m都具有相等的能量，即代表每个传输符号的能量。2噪声分析传输信号的信道假设被加性噪声n(t)所污损，这样信号在接收端将产生误码。因为n(t)是功率谱为的白高斯过程的一个样本函数，所以噪声分量就是零均值高斯型的，即3信号判决分析最佳检测器将接收信号向量r投射到M个可能的传输信号向量之一上去，并选取对应于最大投影的向量。据此，得到相关准则为 m=0,M-1检测器观察到接收信号向量，并计算r在4种可能的信号向量上的投影。根据选取对应于最大投影的信号点作为判决，从而判决出信号。同时，检测器的判决准则也可采用最小距离法，即利用星座图上符号间的距离进行判决，从而得到判决结果。二Monte Carlo 仿真过程仿真框图如图（一）图（一） 用于 Monte Carlo仿真的4PSK系统的方框图如图所示，利用一个随机数发生器，产生（0，1）范围内的随机数。再将这个范围分成四个相等的区间（0，0.25），（0.25，0.5），（0.5，0.75），（0.75，1.0），这些子区间分别对应于00，01，11，10信息比特对，再用这些比特对来选择信号相位向量。加性噪声的同相分量和正交分量 ，在上面讨论过，即为零均值，方差为 的统计独立的高斯随机变量。在检测器观察到的接收信号向量 ，利用上面讨论的两种检测方法，得到判决结果，并与传输符号作比较，最后对符号差错和比特差错计数三、实验内容及程序分析（以下程序皆以N=1000为例）%映射比较子函数%函数分为四步第一步产生随机序列，进行4PSK映射。%第二步：调用高斯高斯噪声子函数，产生正交两路高斯噪声，与输出符号序列相加%第三步：检测接受信号%第四步：计算误码率和误比特率N=1000; %符号长度E=1; %计算噪声方差 sgma=input(方差=);sgma=sqrt(sgma);% 4PSK比特映射 s00=1 0; s01=0 1;s11=-1 0;s10=0 -1; %第一步产生随机序列，进行4PSK映射。生成随机信源for i=1:N, %生成随机信源 temp=rand; if (temp0.25), % With probability 1/4, source output is 00. dsource1(i)=0; dsource2(i)=0; elseif (temp0.5), % With probability 1/4, source output is 01. dsource1(i)=0; dsource2(i)=1; elseif (temp %j化星座图函数sgma=input(方差=);%输入方差sgma=sqrt(sgma);%求sgmaN=1000;%输入数据点数E=1;% 单个符号能量%4PSK映射规则%s00=1 0;s01=0 1;s11=-1 0;s10=0 -1;% 化星座图 %产生信源序列% for i=1:N,% a uniform random variable between 0 and 1 temp=rand;%随机序列if (temp0.25), % With probability 1/4, source output is 00. dsource1(i)=0; dsource2(i)=0; elseif (temp0.5), % With probability 1/4, source output is 01. dsource1(i)=0; dsource2(i)=1; elseif (temp0.5) source(i)=1; else source(i)=0; endend%(7,4)汉明编码%第二步：实现4码到7码的变换for k=1:N/4 out(7*k-6)=source(4*k-3); out(7*k-5)=source(4*k-2); out(7*k-4)=source(4*k-1); out(7*k-3)=source(4*k); out(7*k-2)=xor(xor(out(7*k-6),out(7*k-5),out(7*k-4); out(7*k-1)=xor(xor(out(7*k-6),out(7*k-5),out(7*k-3); out(7*k)=xor(xor(out(7*k-6),out(7*k-4),out(7*k-3);end%第三步：进行4PSK映射。s00=1 0;%s00=1 0s01=0 1;%s01=0 1s11=-1 0;%s11=-1 0s10=0 -1;%s10=0 -1%进行4PSK映射%for i=1:N/2 if(source(2*i-1)=0&source(2*i)=0) s=s00; elseif(source(2*i-1)=0&source(2*i)=1) s=s01; elseif(source(2*i-1)=1&source(2*i)=0) s=s10; elseif(source(2*i-1)=1&source(2*i)=1) s=s11; end%第四步：调用高斯高斯噪声子函数，产生正交两路高斯噪声，与输出符号序列相加n(1),n(2)=gnguass(0,sgma);%调用gnguass函数 r=s+n;%(7,4)汉明解码%第五步：7码到4码的解码for k=1:N/4 jiema(4*k-3)=out(7*k-6); jiema(4*k-2)=out(7*k-5); jiema(4*k-1)=out(7*k-4); jiema(4*k)=out(7*k-3);end%第六步：进行码元检测%最大投影点准则%c00=dot(r,s00);%取r在s00上的投影c01=dot(r,s01);%取r在s01上的投影c10=dot(r,s10);%取r在s10上的投影c11=dot(r,s11);%取r在s11上的投影c_max=max(c00 c01 c10 c11);%取c00，c01，c10，c11中的最大值 if (c00=c_max), decis1=0;decis2=0; elseif(c01=c_max), decis1=0;decis2=1; elseif(c10=c_max), decis1=1;decis2=0; else decis1=1;decis2=1; end out(2*i-1)=decis1; out(2*i)=decis2;end%第七步：计算误码率和误比特率%计算符号差错概率%symbolerror=0;for i=1:N/2 if(out(2*i-1)=source(2*i-1)|out(2*i)=source(2*i) symbolerror=symbolerror+1; endendps=2*symbolerror/N;%计算比特差错概率 biterror=0;for i=1:N if(out(i)=source(i) biterror=biterror+1; endendpb=biterror/N; 1、高斯白噪声子函数functiongsrv1,gsrv2=gnguass(m,sgma)if nargin=0 m=0; sgma=1;elseif nargin=1 sgma=m; m=0;endu=rand;z=sgma*sqrt(2*log10(1/(1-u);u=rand;gsrv1=m+z*cos(2*pi*u);gsrv2=m+z*sin(2*pi*u);函数评注：编程产生正交两路高斯白噪声2、映射检测比较子函数（1）、采用最大投影准则function pb,ps=cm_sm32(snr_in_dB)% pb,ps=cm_sm32(snr_in_dB)%pb误符号率% ps误比特率N=1000; %符号长度E=1; %计算噪声方差 snr=10(snr_in_dB/10); sgma=sqrt(E/snr/2); s00=1 0; % 比特映射 s01=0 1;s11=-1 0;s10=0 -1; for i=1:N, %生成随机信源 temp=rand; if (temp0.25), % With probability 1/4, source output is 00. dsource1(i)=0; dsource2(i)=0; elseif (temp0.5), % With probability 1/4, source output is 01. dsource1(i)=0; dsource2(i)=1; elseif (temp0.75), % With probability 1/4, source output is 10. dsource1(i)=1; dsource2(i)=0; else % With probability 1/4, source output is 11. dsource1(i)=1; dsource2(i)=1; end;end;numofsymbolerror=0; %检测错误并计算错误率 numofbiterror=0;for i=1:N, gsrv1,gsrv2=gnguass(0,sgma); %调用高斯噪声子函数 n(1)=gsrv1; n(2)=gsrv2; if (dsource1(i)=0) & (dsource2(i)=0), r=s00+n; elseif (dsource1(i)=0) & (dsource2(i)=1), r=s01+n; elseif (dsource1(i)=1) & (dsource2(i)=0), r=s10+n; else r=s11+n; end; c00=dot(r,s00); %最大投影点准则，即向量点乘积 c01=dot(r,s01); c10=dot(r,s10); c11=dot(r,s11); c_max=max(c00 c01 c10 c11); if (c00=c_max), decis1=0; decis2=0; elseif (c01=c_max), decis1=0; decis2=1; elseif (c10=c_max), decis1=1; decis2=0; else decis1=1; decis2=1; end; symbolerror=0; %设置符号错误标志，以统计错误个数 if (decis1=dsource1(i), numofbiterror=numofbiterror+1; symbolerror=1; end; if (decis2=dsource2(i), numofbiterror=numofbiterror+1; symbolerror=1; end; if (symbolerror=1), numofsymbolerror = numofsymbolerror+1; end;end;ps=numofsymbolerror/N; % 错误率计算pb=numofbiterror/(2*N); （2）最小距离判别法（只需将上面红色部分改为下面程序即可）c00=sqrt(r(1)-s00(1)2+(r(2)-s00(2)2); %最小距离判决 c01=sqrt(r(1)-s01(1)2+(r(2)-s01(2)2); c10=sqrt(r(1)-s10(1)2+(r(2)-s10(2)2); c11=sqrt(r(1)-s11(1)2+(r(2)-s11(2)2); c_min=min(c00 c01 c10 c11); if (c00=c_min), decis1=0; decis2=0; elseif (c01=c_min), decis1=0; decis2=1; elseif (c10=c_min), decis1=1; decis2=0; else decis1=1; decis2=1; end;24