数字通信实验报告实验二资料
- 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)。
武汉理工大学
数字通信实验报告
班级:信息154 姓名:冯超
学号: 1049731503280 教师:吕锋
日期: 2016.03.26
实验二
一、实验项目
1、设定符号错误概率为10的负5次方,基于MATLAB仿真分析无记忆调制的最佳接收机性能。
二、实验目的
1、通过实验,进一步巩固在课堂上面学到的理论知识, 学习并理解加性高斯白噪声信道的最佳接收机
2、在实验过程中,对理论知识和公式进行理解,转化为相应的matlab程序语言,增强matlab编程的能力;
三、实验内容与理论依据
(1)最佳接收机
评估各种无记忆调制方法的错误概率
①二进制调制的错误概率设两个信号波形是)
(
)
(1t
g
t
s=和)
(
-
)
(2t
g
t
s=
(称为双极性信号)。在给定发送的情况下,s1(t)的错误概率是r<0的概率,则
22
00
11
/2/2
(|)(|)exp[
x x
p e s p r s dr dr
dx dx
Q
-∞-∞
∞
--
-∞
==
==
=
⎰⎰
可以倒推出,平均错误概率是:
12
11
(|)(|)
22
b
P P e s P e s Q
=+=
设两个信号波形是正交信号,则对应的平均错误概率是
b
P Q Q
==
②M元正交信号的错误概率
1
2
,1
212
k
M
b M
k
P
P P k
-
=≈>>
-
对于等能量的正交信号,最佳检测器选择能在接收信号向量r与M个可能发{}
m
s
送信号向量之间产生最大相关值的发送信号,即
如果假定发送信号为
,则接收信号向量为:
式中,
是零均值等方差的相互统计独立的高斯随机变量。则可推出平均错误概率是:
当M 趋向于
时,为到达任意小的错误概率,所要求的最小多少呢?这个最小SNR
这个最小比特SNR 就称作加性高斯白噪声信道的香农极限。
③ M 元双正交信号的错误概率
2
2
/2
/21/2
(]v x
M v
c v P e dx e dv
∞
----=
④ 单纯信号的错误概率:单纯信号时M 个等相关的且互相关系数为
1/(1)mn M ρ=--的信号的集合。在M 维空间中,这些信号作为正交信号,其相邻的信号之间具有同样的最小间隔,它们达到相互间隔所要求的发送能量为
M M s /1)(-ς,该能量比正交信号所要求的能量小,为其M M /1)(-倍。
⑤ M 元二进制编码信号的错误概率,如果)
(m in d e 是M 个信号波形的最小欧
式距离,则符号错误概率的上边界时
()2
min 0
()(1)(1)2exp[]4e k
m b
d P M P M Q N <-=-<-
M 元PAM 的错误概率:
2(1)M M P Q M -=
式中, 是平均比特能量, 是平均比特SNR
1s i n 201()2
n N σ=12,1212
k M
b M k P P P k -=≈>>-∞0ln 20.693( 1.6)
b dB N ζ>=-av av b P T ζ=0
/bav
N
ζ123]M r n n n n =+⋅⋅⋅
四、实验过程
①几种调制方法的比较
根据课本上提供的多种调制方法错误概率与比特之间的关系,并且计算出相关的带宽效率,可绘制出如图的,当符号错误概率为5-
10时几种调制方法之间的关系图。
%正交信号相干检测部分分析
x1=[6 6.5 7 8.2];
y1=[3/16 5/16 0.5 3/4];
figure;
subplot(1,2,1);
plot(x1,y1,'-*','LineWidth',1.5);
axis([5 9 0.1 1]);
title('正交信号相干检测');
xlabel('比特SNR');
ylabel('R/W(b/sHz)');
%QAM信号分析
x2=[ 9 9.5 14 18.5];
y2=[ 1 2 4 6];
subplot(1,2,2);
plot(x2,y2,'-+');
title('QAM,PSK,PAM信号相干检测');
xlabel('比特SNR');
ylabel('R/W(b/sHz)');
hold on;
%PSK信号分析
x3=[9 9.5 12.6 17 ];
y3=[1 2 3 4 ];
plot(x3,y3,'-^');
x4=[10 12 16.5];
y4=[1 2 3];
plot(x4,y4,'-*');%AWGN信号分析
x5=[1.6 2.2 5 9 15 20];
y5=[0.1 1 3.5 5.6 9.1 10];
plot(x5,y5);